基于CBFS-CV算法的煤层气井压裂效果主控因素识别

• 作者: 闵超 张馨慧 杨兆中 李小刚 代博仁
• 来源期刊: 油气地质与采收率
• 学科: 工学
• 关键词: 煤层气 压裂效果 主控因素 Copula互信息 回归模型 大数据
• 年，卷（期）: 2022,（1）
• 页码范围: 168-174
• 页数: 7页
• 分类号: TE319
• 语种: 中文
• DOI: 10.13673/j.cnki.cn37-1359/te.2022.01.021

摘要

准确识别煤层气井压裂效果的主控因素,进而有效指导重复压裂方案优化,是煤层气井提升重复压裂产能的关键.依托研究区块的地质及工程大数据,利用基于Copula互信息的特征选择和交叉验证算法(CBFS-CV)识别影响压裂效果的主控因素,并结合梯度提升回归模型进行产能预测检验,形成了一种改进的煤层气井压裂效果主控因素识别算法.该算法可有效减少冗余性特征且增大相关性,并确定最佳特征数目.结果表明:煤体结构、储层参数(含气量、含气饱和度和临储比)和施工排量参数(最大施工排量)是影响研究区块压裂效果的3个主控因素,通过梯度提升回归模型验证CBFS-CV算法所识别出的主控因素的预测符合率达88％,证明了该算法的有效性.利用结果对该区块典型井进行主控因素分析,采用氮气泡沫解堵方案解决煤体结构差、煤粉堵塞等问题,现场施工后日产气量由288 m3/d增至805 m3/d,压裂效果明显改善.