基于LM优化神经网络的固井质量预测方法
——以顺北油田X区块为例
2021-06-25杜冬楠郑双进赫英状钟文建张世辉
石油地质与工程 2021年3期
杜冬楠,郑双进,赫英状,钟文建,张世辉
(1.长江大学石油工程学院,湖北武汉 430100;2.中国石化西北油田分公司工程技术研究院,新疆乌鲁木齐 830011)
固井是油气井建井的重要环节,也是保证油气井生产寿命的关键所在。如何提高固井质量,一直是国内外固井研究的主要课题[1]。固井质量的影响因素众多,受地层条件、井眼状况、流体性能、固井参数等多种因素的综合作用,且各因素之间相互制约与关联[2],很难建立多因素条件下的固井质量预测模型。
在固井质量预测研究方面, 国内外学者应用不同方法对影响固井质量的主要因素进行了相关分析,初步建立了固井质量评价方法[3]。李雪等人将不同的测井评价方法有机结合起来,形成了适用于不同要求的固井质量评价体系[1];步玉环等人建立了套管井井下声场模型,考虑水泥浆密度的影响,提出了固井质量评价标准改进方法[4];齐玉龙通过数值模拟和物理模拟2种方法,模拟不同的井下环境条件,实现了对固井质量的模拟评价[5];孙志成等人运用模糊评判和灰色关联理论建立固井质量多因素的统计方法[6];艾池等人基于正交小波神经网络理论建立了多因素固井质量评价模型[3],吕合玉、朱玉玺等人利用人工神经网络的算法建立数学模型进行固井质量预测[7-8],倪红梅等人将免疫算法与逆差传播(BP)网络理论相结合,提出了应用免疫神经网络建立的固井质量预测模型[9];廖华林等人运用统计方法,分析总结了十一个因素对固井质量的影响规律[10];……
登录APP查看全文
