一种深层页岩压裂工艺参数优化方法

    公开(公告)号:CN111797575A

    公开(公告)日:2020-10-20

    申请号:CN202010716805.1

    申请日:2020-07-23

    摘要: 本发明公开了一种深层页岩压裂工艺参数优化方法,包括以下步骤:收集多个不同区块的深层页岩的基本参数;采用模糊聚类法对所述深层页岩进行储层划分;利用软件模拟水力裂缝形态,根据模拟结果确定划分后的每类储层的水力压裂目标;根据所述水力压裂目标,采用数值模拟方法模拟不同施工参数的水力压裂结果,根据所述水力压裂结果优化施工参数。本发明能够将多个不同区块的深层页岩进行聚类储层划分,然后对每一类的储层进行压裂工艺参数优化,大大减少了压裂工艺参数优化的工作量,节省成本。

    一种适用于碳酸盐岩储层深度酸压的覆膜固体酸

    公开(公告)号:CN111502629A

    公开(公告)日:2020-08-07

    申请号:CN202010503203.8

    申请日:2020-06-05

    IPC分类号: E21B43/27 C09K8/72

    摘要: 本发明公开了一种适用于碳酸盐岩储层深度酸压的覆膜固体酸,由内部固体酸和外部覆膜材料组成,外部覆膜材料各组分的质量占比为水溶骨架单体35%-55%、耐酸单体25%-35%、耐温单体10%-15%、强度单体10%-15%。本发明提供的覆膜固体酸,具有自控释放功能,缓速、缓蚀性能好,可以有效降低酸-岩反应速度,增加酸液作用距离,提高远端裂缝的导流能力;同时,制备工艺更加简单、成本更加低廉;且本发明提供的覆膜固体酸应用过程中减小了对交联剂等污染较大的材料的依赖,极大地降低了对地层的伤害、减小了对地层的污染。

    一种水平井多级压裂裂缝扩展形态的快速预测方法

    公开(公告)号:CN111734380B

    公开(公告)日:2022-03-11

    申请号:CN202010748494.7

    申请日:2020-07-30

    摘要: 本发明公开了一种水平井多级压裂裂缝扩展形态的快速预测方法,包括以下步骤:建立全局能量平衡的多裂缝同步扩展模型,并对其求解,获得各个时刻各条裂缝的宽度、半径、入口压力和入口流量,从而获得所述水平井多级压裂裂缝扩展形态。本发明通过全局能量平衡方程,将应力阴影的影响与裂缝增长进行耦合,从而计算出多裂缝间的流体分配,通过诱导应力场模型获得应力相互作用,以此建立完善的多裂缝同步扩展模型,其有助于现场施工过程中对施工参数的优化选择,能够有效改善水力压裂增产效果,对页岩储层和其他非常规储层的开发具有重要意义。

    一种深层页岩压裂工艺参数优化方法

    公开(公告)号:CN111797575B

    公开(公告)日:2022-05-20

    申请号:CN202010716805.1

    申请日:2020-07-23

    摘要: 本发明公开了一种深层页岩压裂工艺参数优化方法,包括以下步骤:收集多个不同区块的深层页岩的基本参数;采用模糊聚类法对所述深层页岩进行储层划分;利用软件模拟水力裂缝形态,根据模拟结果确定划分后的每类储层的水力压裂目标;根据所述水力压裂目标,采用数值模拟方法模拟不同施工参数的水力压裂结果,根据所述水力压裂结果优化施工参数。本发明能够将多个不同区块的深层页岩进行聚类储层划分,然后对每一类的储层进行压裂工艺参数优化,大大减少了压裂工艺参数优化的工作量,节省成本。

    一种水平井多级压裂裂缝扩展形态的快速预测方法

    公开(公告)号:CN111734380A

    公开(公告)日:2020-10-02

    申请号:CN202010748494.7

    申请日:2020-07-30

    摘要: 本发明公开了一种水平井多级压裂裂缝扩展形态的快速预测方法,包括以下步骤:建立全局能量平衡的多裂缝同步扩展模型,并对其求解,获得各个时刻各条裂缝的宽度、半径、入口压力和入口流量,从而获得所述水平井多级压裂裂缝扩展形态。本发明通过全局能量平衡方程,将应力阴影的影响与裂缝增长进行耦合,从而计算出多裂缝间的流体分配,通过诱导应力场模型获得应力相互作用,以此建立完善的多裂缝同步扩展模型,其有助于现场施工过程中对施工参数的优化选择,能够有效改善水力压裂增产效果,对页岩储层和其他非常规储层的开发具有重要意义。

    一种基于小波神经网络的页岩油压后返排率预测方法

    公开(公告)号:CN111401669A

    公开(公告)日:2020-07-10

    申请号:CN202010504401.6

    申请日:2020-06-05

    IPC分类号: G06Q10/04 G06Q50/02 G06N3/04

    摘要: 本发明公开了一种基于小波神经网络的页岩油压后返排率预测方法,包括以下步骤:将样本分为训练样本和测试样本;确定输入参数、输出参数,并对输入参数进行归一化处理;计算预测网络输出及预测网络输出、期望输出之间的误差;修正网络权值和小波函数参数,继续计算预测网络输出,直至误差满足要求;测试样本检验网络预测精度;用训练好的小波神经网络进行返排率的预测。本预测方法有更强的学习能力,收敛速度更快,精度更高;同时,本发明将地质参数、工程参数、返排制度考虑在内,更加符合页岩油藏开发特点。