摘要
本发明涉及一种考虑储层渗透率时变的剩余气分布描述方法,属于气藏工程领域;其技术方案是选取至少10块不同原始渗透率的岩心进行渗透率应力敏感实验,获取在不同压力下的无因次渗透率;基于实验数据构建并训练人工神经网络无因次渗透率预测模型;并对储层进行网格化处理,根据测井、地层静压测试和RFT测试数据建立原始渗透率和地层压力的二维矩阵,结合人工神经网络无因次渗透率预测模型预测无因次渗透率;进一步计算压力梯度、渗流能力和剩余气量化值。最后,通过归一化处理,绘制无因次剩余气分布图,明确不同区域的剩余气水平。本发明的方法考虑渗透率时变,为气藏管理和开发提供重要的理论依据和技术支持。
技术关键词
人工神经网络
储层渗透率
网格
矩阵
原始地层压力
气藏工程
岩心
饱和度
测井
数据
训练集
应力
参数
元素
系统为您推荐了相关专利信息
特征地图
定位方法
环境感知传感器
圆弧特征
矩阵
充电功率分配方法
充电站
深度强化学习算法
代表
深度神经网络