商永涛，林新宇，李相亮，李 辉

（中海油服油田生产研究院，天津 300459）

目前传统压裂施工参数优化过程繁琐、求解困难；同时油田领域测试数据正以井喷般的速度增长，但大量的数据并没有给石油技术人员提供有用的指导信息。随着大数据时代的来临及数据挖掘技术在工业领域的普及，使得通过数据挖掘技术辅助压裂优化成为一项极具研究价值的任务。

临兴神府致密气区块位于鄂尔多斯盆地晋西挠褶带西北缘，沉积条件复杂，主力气层主要为二叠系石千峰组的千五段、上石盒子组、下石盒子组、山西组和太原组等，单井气层总厚度在27.4～109.6 m，平均为45.2 m。储层主要表现为横、纵向非均质性强、连续性差，低孔、低渗，自然产能很低或基本无产能。截至2020 年勘探探明地质储量超2 200×108m3，但目标区块储层为辫状河沉积，河道窄，砂体展布情况辨识困难，需借助钻井、压裂识别；单层控制储量低，需要长水平段、较多裂缝、较长裂缝来提高产能，亟需寻求一套科学经济有效的开发方式，将储量变为产量，以实现非常规油气的快速发展。

临兴神府致密气田的有效开发，水平井分段压裂是一项重要手段。工程质量和工程效率是各项作业的首要保证，随着钻井作业的持续增加，在已基本摸清目前地层地质条件的基础上；对单井易漏失层、易坍塌层和异常地层进行精确研究和大数据分析，通过优化水平井井身结构，达到节约成本、降低钻井投资的目的。针对性的优化压裂液性能等多种工艺措施，可实现致密气藏的高效开发，其分段压裂工艺技术及压裂液体系得到进一步探索和完善，达到了推广的条件。

通过不断探索、科研攻关及实践，逐步形成了一系列适合临兴神府区块致密气藏开发的压裂参数优化关键技术。临兴神府致密气水平井高效压裂技术的研究和应用，解决了工区致密气藏“低孔、低渗、低压、低温”难题，提高了致密气藏储量动用程度和采收率。在技术创新、经济效益及推广应用方面具有重大价值及意义，有效解决了临兴致密气田开发难题，填补了中海油陆上致密气田开发的技术空白，推广应用价值高，可用于晋西、神府区块的后续大规模开发，对中海油四海低孔低渗油气藏可提供全新的经济有效的开发方案。

1 方法概述

随着大数据的发展，油气行业数据不断地扩大，应用大数据分析可以更快的获取得到信息。通过对压裂生产中大数据的分析研究，实现压裂井综合分析、产能预测，为压裂工艺提供更准确的决策依据，达到压裂施工降本增效的目的。工艺参数的优化也决定了压裂效果，压裂效果会受到储层渗透率、孔隙度、储层压力、储层岩石力学性质等储层参数的影响，还会受到压裂工艺参数的影响。通过产能预测模型，计算与评价不同尺寸和导流能力的裂缝对产能带来的影响，不断实现对裂缝参数的优化。

本研究基于收集的玛湖地区压裂水平井数据，通过缺失值填补、异常值识别和数据缩放等预处理工作提高数据质量；基于随机森林算法分析了影响水平井压裂效果的主控因素，建立各项特征参数与最终可采储量（Estimated Ultimate Recovery，EUR）之间的数学模型，从而实现水平井的压裂参数定量优化，达到针对性地指导压裂方案设计的目的。

森林随机算法是一种简单灵活的机器学习算法，森林学习能够进行准确性和稳定的预测[1]。随机森林优势在于可用于分类，也可以用于回归预测。

本算法中随机森林构建的流程如下：

（1）从数据集中随机选出m 个样本，构成一个训练集A，其余作为测试集B，再从训练集A 中采用自助采样法进行T 次采样，形成T 个采样集。

（2）对于T 个采样集建立含有T 棵回归树的随机森林模型进行训练，各个模型的节点参数可由网格搜索方法进行优选得到。静态产量预测属于回归问题，最终的预测结果可由各决策树模型的回归结果之和平均得到。

常用的回归模型评价指标有均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）。各指标的大小随着业务不同而不同，不具有普遍可读性，因此采用决定系数R2方法作为随机森林的评价指标，即：

式中：Ya-实际值；Yp-预测值；Ym-平均值。

分母部分表示原始数据的离散程度，分子部分表示预测数据与原始数据的误差，二者相除可以消除原始数据离散程度的影响。一般来说，R2的取值范围为［－∞，1］，越接近1，表明模型对变量的解释能力越强，拟合效果越好。在上述理论的基础上构建用于产量预测的灰色关联投影－随机森林算法模型（见图1）。

图1 产量预测算法流程

2 压裂参数分析模型建立

优选适合鄂尔多斯盆地页岩油水平井EUR 计算评价方法，分析关键影响因素与EUR 敏感性关系，编制页岩油水平井EUR 计算评价分析模块，并集成到地质工程一体化支持决策系统平台，为页岩油水平井体积压裂方案优化提供指导依据[2-4]。收集基础参数、改造参数、改造强度参数、生产参数等数据，利用EUR 计算及相关性分析结果为依据，采用数据挖掘方法建立EUR 预测模型，利用模型进行EUR 预测及参数优化（见图2）。

图2 压裂参数分析模型建立

2.1 甜点识别及储层分类

甜点识别及储层分类包括地应力分析、储层分类识别等功能[5-7]。

（1）地应力分析：基于测井曲线，以先进完善的横波计算技术及模拟正交偶极应力差的计算方法为核心，计算岩石力学参数及地应力参数。

（2）储层分类识别：基于甜点判识业务规则及算法，实现工程、地质甜点和储层分类的快速、准确求取。

工程甜点的相关参数包括：脆性矿物含量、泥质含量、断裂韧度、脆性指数、杨氏模量、泊松比、弱层理面、微裂缝数量、最大及最小水平主应力、应力差异系数、孔隙压力梯度、破裂压力和埋藏深度等。

为了准确获得脆性指数、杨氏模量、泊松比、最大及最小水平主应力、应力差异系数、破裂压力，对相关参数的计算公式进行了研究。并基于公式进行了相关参数的计算，以支撑工程甜点判识方法和标准的制定研究。根据储层物性及黏土矿物含量特征，确立分类标准（见表1）。

表1 储层分类标准汇总表

2.2 相关性分析

目前业内公认的影响压裂施工效果的参数主要有杨氏模量、泊松比、水平最大主应力、水平最小主应力、破裂压力、应力差异系数、脆性指数等参数，故可通过相关参数与能够表征工程甜点的参数建立拟合公式。

工程甜点好坏的直接影响便是压裂后产量的差异，一般认为工程甜点发育的井段，压裂效果相应会好，从而可以得到更好的产量。根据产液量与压裂液、砂量等进行数据交会图的绘制，发现随着压裂液和加砂量的增加，水平井产量也呈现明显的上升趋势，其中建立拟合公式的相关性较好，因此可尝试将压裂液量和加砂量作为工程甜点的表征参数，用压裂液量和加砂量与岩石力学、地应力等相关参数建立关系来反映这些参数与工程甜点的相关性（见图3）。

图3 EUR 相关性分析结果图

从图3 中可以看出，工程影响因素中，参与相关性分析影响因素共4 个，与产能相关系数最高为水平段长（0.39），最低相关系数为用液强度（0.14）。以压裂产量作为目标值，计算各个地质因素与产量的关联度，结果（见图4）。

图4 关联度计算结果

根据计算结果，地质因素中，渗透率、密度与产量的关联度最高，主压裂液量与产量的关联度最低。

3 压裂参数优化评价

长庆油田鄂尔多斯南部盆地的致密油储集层物性差，主要采用“长井段水平井＋体积压裂”开发模式，改变原有储层环境，导致公式法、驱油效率法及相渗法不再适用于本区块研究。压裂测试井信息（见表2）。

表2 压裂测试井参数表

通过文献调研、现场调研及算法优选，建立适合鄂尔多斯盆地已压裂的页岩油水平井的EUR 计算评价方法。结合现场实际压裂后油藏开发状况，递减法预测EUR 更适合于长庆油田鄂尔多斯南部盆地的致密油藏（见表3、图5）。

图5 优选EUR 评价方法过程图

表3 推荐算法规则

指数递减，产量与时间关系如下：

式中：Q-递减阶段t 时刻的产量，m3/d；Qi-递减阶段开始时（t=0）的产量，m3/d；D-月递减率，小数。

双曲递减，产量与时间关系如下：

式中：Di-递减开始时间的瞬时递减率，小数；n-递减指数，0～1。

调和递减，产量与时间关系如下：

对于压裂参数优化涉及的因素权重设计（见表4）。

表4 各影响因素权重设计表

采用指数递减、双曲递减、调和递减3 种递减方式进行压裂产能预测（见表5）。

表5 L-28 井压后产能预测

4 结语

在石油领域，据统计目前国际石油公司75%的信息化投入与大数据有关，按照行业数据评估，经过大数据分析优化，石油公司至少可以提高8%的产量和6%的采收率。基于机器学习的压裂参数优化方法软件设计了数据管理、甜点识别、相关性分析、智能建模、关键参数优选及方案自动生成等功能模块。内置工程甜点判识、水平井压裂分段和射孔簇位置优化的最新规则及算法，实现压裂甜点、水平井压裂射孔簇位置的快速、准确判识，有效提高压裂设计方案的完整性和可行性。