System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种气井排水采气评价方法技术_技高网

一种气井排水采气评价方法技术

技术编号:40106495 阅读:9 留言:0更新日期:2024-01-23 18:30
本发明专利技术涉及排水采气效果评价技术领域,公开了一种气井排水采气评价方法,包括如下步骤:S1:确定待评价的气井排水采气工艺;S2:确定所述气井排水采气工艺的效果评价指标;S3:对各个所述评价指标设置重要性权重;S4:建立气井排水采气评价模型,由所述气井排水采气评价模型对各个所述排水采气工艺进行评价。本发明专利技术用于对排水采气工艺进行评价,在确定排水采气工艺评价模型的各个指标权重时,通过检测采气过程中的参数,对产天然气量和产液量进行预测,从而缩短了采集数据的时间,并且增加了评价数据量,提高了后续的指标权重的计算准确度,进而提高了工艺评价的准确度。

【技术实现步骤摘要】

本专利技术涉及排水采气效果评价,具体涉及一种气井排水采气评价方法


技术介绍

1、天然气是全球主要消费能源之一,在气藏开发过程中,气井底部会产生积液,由此会导致气井产量不高,为了排出气井中的积液进而提升产量,一般会采用排水采气工艺,为了衡量排水采气的效果,一般会对排水采气的效果进行客观有效的评价。

2、现有技术中一般通过采用隶属度函数对排水采气效果进行评价,例如中国专利技术专利(cn 111914209 a)公开了基于熵值法的排水采气效果模糊综合评价方法,针对泡沫排水采气井的特性,选取评价泡沫排水采气效果的指标,遵循定性与定量相结合的原则,构建出泡沫排水采气效果评价指标体系,考虑气井排水采气效果评价指标之间的相互关系,采用线性分析方法建立隶属度矩阵,采用熵值法确定指标权重,结合模糊综合评价法计算出气井泡沫排水采气效果的综合评价指数。

3、然而,上述方案在对排水采气效果评价时,仅仅考虑了直接采集的数据通过复杂的模型计算得到评价指数,评价过程复杂,且数据量小,导致评价准确度较低,因此,现有技术急需一种提高排水采气工艺评价准确度的评价方法。


技术实现思路

1、本专利技术的目的在于提供一种气井排水采气评价方法,以解决现有技术中对排水采气评价时评价过程复杂、数据量小、评价准确度较低的问题。

2、为解决上述技术问题,本专利技术具体提供下述技术方案:

3、一种气井排水采气评价方法,包括如下步骤:

4、s1:确定待评价的气井排水采气工艺,所述待评价的气井排水采气工艺包括:射流泵工艺、泡沫排水采气、柱塞气举工艺;

5、s2:确定所述气井排水采气工艺的效果评价指标,所述评价指标分为两类:技术指标和经济指标;所述技术指标包括:产天然气量、产液量;所述经济指标包括:工艺成本;并预测得到工艺周期内所述产天然气量与产液量的预测值;

6、s3:对各个所述评价指标设置重要性权重;

7、s4:建立气井排水采气评价模型,将待评价的各个所述排水采气工艺的预测结果输入至所述气井排水采气评价模型,由所述气井排水采气评价模型对各个所述排水采气工艺进行评价。

8、作为本专利技术的一种优选方案,在所述s2中,预测得到所述产天然气量与产液量的预测值的具体步骤为:

9、s21:获取气井采气过程中的参数;

10、s22:建立长短时记忆神经网络模型,用于对产天然气量和产液量预测;

11、s23:将所述s21中获取的所述参数输入至所述长短时记忆神经网络模型中,得到工艺周期内所述产天然气量与产液量的预测值。

12、作为本专利技术的一种优选方案,在所述s21中,所述参数为井底流压和液柱高度。

13、作为本专利技术的一种优选方案,在所述s22中,所述长短时记忆神经网络模型的输入为井底流压和液柱高度,所述长短时记忆神经网络模型的输出为产天然气量和产液量。

14、作为本专利技术的一种优选方案,所述长短时记忆神经网络模型包括输入门、输出门和遗忘门。

15、作为本专利技术的一种优选方案,所述输入门表示为,所述输入门对传递到当前单元的信息量进行控制,计算公式为:;

16、所述遗忘门表示为,所述遗忘门对上一个序列信息的保留量和丢弃量进行控制,计算公式为;

17、所述输出门表示为,所述输出门对当前时刻传递到下一个单元的信息量进行控制,计算公式为;

18、其中,为sigmoid激活函数,

19、为t-1时刻的隐含层状态,为t时刻的输入,

20、、、分别为输入层、隐含层和输出层的权重,

21、、、分别为输入层、隐含层、输出层的偏置。

22、作为本专利技术的一种优选方案,在所述s3中,采用熵值法确定各个所述评价指标的重要性权重,具体步骤为:

23、s31:对各个所述评价指标进行标准化处理,得到标准化数据;

24、s32:对各个所述评价指标进行权重的判断,得到组成各个所述评价指标权重的经验判断数列;

25、s33:从所述s32中得到的各个所述数列中,确定参考序列;

26、s34:计算出所述参考序列与所述s32中各个所述评价指标权重经验判断值之间的关联系数和关联度:

27、s35:以所述关联度作为各个所述评价指标的权重值。

28、作为本专利技术的一种优选方案,在所述s4中,所述气井排水采气评价模型的公式为:

29、

30、其中,s为工艺评价得分,

31、w1、w2和w3分别为所述s3设置的射流泵工艺、泡沫排水采气和柱塞气举工艺的权重;

32、g为经过排水采气工艺后的预设时间段的累计增加的产天然气量;

33、l为经过排水采气工艺后的预设时间段的累计增加的产液量;

34、c为经过排水采气工艺后的预设时间段的累计工艺成本。

35、本专利技术与现有技术相比较具有如下有益效果:

36、(1)本专利技术用于对排水采气工艺进行评价,在确定排水采气工艺评价模型的各个指标权重时,通过检测采气过程中的参数,对产天然气量和产液量进行预测,从而缩短了采集数据的时间,并且增加了评价数据量,提高了后续的指标权重的计算准确度,进而提高了工艺评价的准确度。

37、(2)本专利技术在对气井排水采气工艺进行评价时,仅考虑了产天然气量和产液量以及工艺成本这三个主要的影响因子去评价;且排水采气工艺的经济类指标相对较多,例如:投资回本期、天然气价格、设备维护周期等;由于本专利技术中经济指标需要和技术指标的数据数量保持一致,而投资回本期、天然气价格、设备维护周期这些指标预测起来较为困难,因此,本实施例相较于现有技术,仅设置了工艺成本一项指标作为经济指标可有效减少模型的数据量,且使模型更加直观,可有效促进该评价方法在现场的应用。

38、(3)本专利技术在建立气井排水采气评价模型时,采用熵值法确定各个所述评价指标的重要性权重,使得建立的模型更具科学性,从而也可提高工艺评价的准确度。

本文档来自技高网...

【技术保护点】

1.一种气井排水采气评价方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种气井排水采气评价方法,其特征在于,在所述S2中,预测得到所述产天然气量与产液量的预测值的具体步骤为:

3.根据权利要求2所述的一种气井排水采气评价方法,其特征在于,在所述S21中,所述参数为井底流压和液柱高度。

4.根据权利要求3所述的一种气井排水采气评价方法,其特征在于,在所述S22中,所述长短时记忆神经网络模型的输入为井底流压和液柱高度,所述长短时记忆神经网络模型的输出为产天然气量和产液量。

5.根据权利要求2所述的一种气井排水采气评价方法,其特征在于,所述长短时记忆神经网络模型包括输入门、输出门和遗忘门。

6.根据权利要求5所述的一种气井排水采气评价方法,其特征在于,所述输入门表示为,所述输入门对传递到当前单元的信息量进行控制,计算公式为: ;

7.根据权利要求1所述的一种气井排水采气评价方法,其特征在于,在所述S3中,采用熵值法确定各个所述评价指标的重要性权重,具体步骤为:

8.根据权利要求1所述的一种气井排水采气评价方法,其特征在于,在所述S4中,所述气井排水采气评价模型的公式为:

...

【技术特征摘要】

1.一种气井排水采气评价方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种气井排水采气评价方法,其特征在于,在所述s2中,预测得到所述产天然气量与产液量的预测值的具体步骤为:

3.根据权利要求2所述的一种气井排水采气评价方法,其特征在于,在所述s21中,所述参数为井底流压和液柱高度。

4.根据权利要求3所述的一种气井排水采气评价方法,其特征在于,在所述s22中,所述长短时记忆神经网络模型的输入为井底流压和液柱高度,所述长短时记忆神经网络模型的输出为产天然气量和产液量。

5....

【专利技术属性】
技术研发人员:郑雯
申请(专利权)人:天津朔程科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1