酸压特性表征动态参数优选及神经网络判别实例研究

刘为民

(中国石化胜利油田分公司地面工程维修中心，山东 东营 257000)

随着计算机技术和大数据技术的发展，神经网络在储层性质预测、评价中的应用愈加广泛和深入。神经网络在我国储层研究中的应用始于上世纪90年代[1-4]，此后逐渐用于复杂岩性储层参数评价[5-6]、孔隙度及渗透率计算[1,7-10]、储层油气产能预测[11-13]、储层识别及储层预测[2,14-18]等。神经网络具有计算省时、客观、准确等特点，但其缺点在于神经网络的建模和预测是以已知的先验知识为条件，具有一定的局限性[19]。

神经网络模型现多应用测井及地震等静态参数进行勘探阶段的储层识别与预测，而对石油工程中最直接也是最广泛获取的动态参数涉及较少。某区内大多数油井自然完井后需采取酸压改造措施后才能获得具有工业开采价值的油气流，储层酸压裂缝能否与天然裂缝或溶洞系统沟通是储层酸压施工效果的主控因素之一。作者以某区奥陶系碳酸盐岩储层为研究对象，利用该区各井酸压施工曲线的动态参数进行神经网络分析，判断该区各井酸压施工沟通储集体的类型及是否为定容体，了解该区目的储层地质特征，进而调整酸压施工方案，完善酸压施工设计，提高酸压施工成功率，降低投资风险。

1 储层基本特征

研究区奥陶系碳酸盐岩储层由于岩溶作用和成藏的多期性，造成油藏内油气水分布、流体性质、压力、温度等都存在较大的差异，储层具有极强的非均质性，从而导致储层内具有多个缝洞单元，各缝洞单元之间无明确的地质边界。单个缝洞储集体是由不同尺寸的裂缝和溶蚀孔洞组成的高储高渗带，其内部结构极其复杂。相比于主体区，研究区的储集体规模较小，且较多为定容体类型[20]。

研究区奥陶系碳酸盐岩储层储集空间主要分为3种类型[21]：(1)基质空隙，一般直径仅几微米至几百微米，成因较复杂。(2)裂缝，是该区最发育、最常见的储集空间之一，油气显示十分活跃；以构造缝、构造溶缝及压溶缝为主，裂缝半充填或未充填，缝中充满褐色原油。(3)溶洞及大型洞穴，孔洞直径在5 mm以上，方解石或砂泥部分充填，保留有效空间为原油占据。

2 酸压特性表征

2.1 酸压特性表征参数优选

人工判断缝洞型储层酸压施工沟通储集体的类型及是否为定容体主要综合考量酸压施工过程中的3种因素：目的层酸压施工沟通储集体规模、天然能量；酸压施工目的层致密程度；酸压施工冻胶阶段造缝延伸状态及酸蚀阶段对前期施工所造裂缝改造情况[20,22]。

基于酸压施工资料研究，本研究共筛选出9组参数共同表征缝洞型储层酸压特性：

(1)主破裂时井底压力：其值可反映酸压井近井地层致密程度，理论值为酸压施工过程中目的层发生主破裂时泵压、管柱压力和摩阻压力(负值)之和。

(2)主破裂时压降：其值反映酸压井近井地层压开、解堵状态，理论值为酸压施工过程中目的层发生主破裂时泵压下降值。

(3)主破裂时对应排量：其值反映目的层发生主破裂时对应施工排量的大小，理论值为主破裂时对应排量值。

(4)单次最大压降：其值一定程度反映酸压施工沟通储集体规模，理论值为酸压施工过程中目的层泵压单次最大下降值。

(5)压降速率：其值也可一定程度反映酸压施工沟通储集体规模，理论值为单次最大压降值与单次最大压降经历时间之比。

(6)酸蚀压降：其值也可一定程度反映酸压施工沟通储集体的规模，理论值为酸压施工酸蚀阶段泵压下降值。

(7)酸蚀压降速率：其值反映酸压酸蚀阶段对前期施工所造裂缝改造情况及施工沟通储集体天然规模，理论值为酸蚀压降值与酸蚀压降经历时间之比。

(8)套压压降：其值反映酸压施工沟通储集体的整体规模，理论值为酸压施工停泵后套压变化值。

(9)有效液量百分比：其值反映酸压施工过程中工作液的有效性，理论值为有效液量与总液量之比。

2.2 储集体类型分析实例

根据研究区T1井(图1)、T2井(图2)酸压施工参数人工分析判断其酸压施工沟通储集体类型及是否为定容体。

图1 研究区T1井酸压施工曲线Fig.1 Acid fracturing curves of well T1 in study area

图2 研究区T2井酸压施工曲线Fig.2 Acid fracturing curves of well T2 in study area

从图1可以看出，T1井酸压施工冻胶造缝阶段，前期泵压小幅起伏，可推断酸压冻胶造缝在近井裂缝系统内延伸，裂缝延伸距离较短，造缝沟通储集体规模较小，为裂缝型储集体。停泵阶段，套压随施工时间延长小幅上升，压力在地层中扩散较慢。人工判定T1井酸压施工沟通储集体为定容体。

从图2可以看出，T2井酸压施工整体压力较低，可判断其酸压施工沟通储集体能量充足。酸蚀阶段，压力降幅明显，可推断地层明显被压开。人工判定T2井酸压施工沟通储集体类型为溶洞及非定容体。

据此方法，将研究区82口井进行储集体类型、定容体判断。

3 神经网络判别模型

3.1 建模算法选取

选取9组参数与酸压施工沟通储集体类型、沟通储集体是否为定容体定性之间为多维非线性映射。选取RBF神经网络算法建立储集体类型RBF神经网络模型、定容体判断RBF神经网络模型。

3.2 模型建立及验证

基于研究区82口井酸压施工资料，人工分析判断82口井酸压施工沟通储集体类型及是否为定容体。计算各井上述9组参数，选取其中41口井数据作为训练样本(表1)，建立储集体类型RBF神经网络模型(图3)、定容体判断RBF神经网络模型(图4)，选取其余41口井数据作为验证样本(表2)。

基于储集体类型RBF神经网络模型、定容体判断RBF神经网络模型评分验证样本(表3)，储集体类型评分值与酸压施工沟通储集体类型人工分析值符合率为70.7%，定容体判断评分值与酸压施工沟通储集体是否为定容体人工分析值符合率为73.2%。

表1 RBF神经网络模型训练样本(部分数据)

表2 RBF神经网络模型验证样本(部分数据)

3.3 模型误差分析

基于储集体类型RBF神经网络模型评分验证样本，评分值“裂缝”漏失误补比5∶7。基于定容体判断RBF神经网络模型评分验证样本，评分值“是”漏失误补比5∶6。

人工分析判断酸压施工沟通储集体类型、储集体是否为定容体，参数单次最大压降、酸蚀压降、压降速率、酸蚀压降速率所占权重较大，参数主破裂时压降、主破裂时井底压力所占权重次之，参数有效液量百分比、主破裂时对应排量、套压压降起辅助判断作用。储集体类型RBF神经网络模型、定容体判断RBF神经网络模型各因子重要性排名(图5)与人工判断各井酸压施工沟通储集体类型及是否为定容体各因子权重排名不完全一致。

4 结论

(1)基于碳酸盐岩缝洞型储层酸压井酸压施工曲线筛选的9组动态参数能够较好地表征缝洞型储层酸压施工特性。

(2)储集体类型RBF神经网络模型、定容体判断RBF神经网络模型能够快速、较准确判断该区各井酸压施工沟通储集体类型及是否为定容体。

图3 储集体类型RBF神经网络模型结构图Fig.3 Structure diagram of RBF neural network model for reservoir type

表3 基于RBF神经网络模型评分验证样本(部分数据)

图4 定容体判断RBF神经网络模型结构图Fig.4 Structure diagram of RBF neural network model for constant volume judgment

(3)模型判断准确率还有进一步提升空间，主要因为缝洞型储层储集空间较为复杂，可分为裂缝型、孔洞-裂缝型及裂缝-孔洞型、裂缝-孔隙型。后期可加强缝洞型储层储集空间精细分类研究。

(4)目前关于油气藏压裂酸化效果评价的方法很多，然而不同的评价方法得出的结果有时相差很大，可采取多种方法分析判断缝洞型储层酸压施工沟通储集体类型及是否为定容体。

图5 储集体类型RBF神经网络模型(a)、定容体判断RBF神经网络模型(b)各因子重要性排名Fig.5 Importance ranking of each factor in RBF neural network model of reservoir type(a) and RBF neural network model for constant volume judgment(b)