摘要：四川盆地南部地区(以下简称川南)深层页岩储层断裂发育,直接影响页岩气水平井的工程施工和有效建产。基于川南五峰组—龙马溪组页岩岩心,开展岩石物理实验和数值模拟实验,得到了不同尺度、不同产状、不同充填物质的裂缝声学响应特征,分析了裂缝对声波衰减能力的影响因素,建立了1套页岩气水平井裂缝识别和有效性评价方法。结果表明:纵波、横波和斯通利波的振幅衰减受裂缝倾角和裂缝宽度的共同影响,其衰减能力随裂缝宽度增加呈指数增加,随裂缝倾角的增加而降低。斯通利波对充填流体裂缝敏感,可识别和评价含气、含水的有效裂缝;纵波和偶极横波对充填方解石裂缝敏感,可识别和评价充填方解石的无效裂缝。基于反射波成像识别的裂缝结果与成像测井、岩心识别裂缝类型一致,验证了有效性评价方法的可靠性。将研究成果应用于页岩气水平井实测资料,精细评价了页岩气水平井断裂风险位置,有效保障了“一段一策”压裂分段的优化设计。

摘要：地层纵横向非均质性强,工区间数据分布存在差异.这导致基于已有工区数据构建的机器学习储层参数预测模型,推广到新工区会存在较大预测误差.常规地质方法是在岩心与测井响应特征分析基础上建模,利用测井资料计算储层参数,流程复杂.该方法需要岩心校准模型,同样难以快速推广到新的工区.考虑地层纵横向非均质性,本文设计了一种深度Transformer迁移学习网络,通过已有工区的测井与岩心资料构建预测模型,实现未取心新工区储层参数快速准确预测.首先利用无监督学习算法-孤立森林剔除测井数据中存在的异常噪声数据.然后设计Transformer特征提取网络,提高网络特征提取能力,以此深入挖掘测井数据与储层参数的内在联系.最后设计深度迁移学习网络,构建网络损失函数,利用随机梯度下降算法优化网络参数,实现储层参数准确预测.本方案应用于四川南部地区五峰组—龙马溪组页岩储层参数孔隙度、总有机碳含量和总含气量预测.实验结果与工区校正后计算结果、主流机器学习模型预测结果对比,本方案结果与岩心数据具有更高的一致性.应用结果表明:本文方案具有实用性、有效性和可推广性.

摘要：页岩气水平井流动特征的准确表征是定量评价生产动态及进一步指导开发方案优化设计的关键基础。为了探究页岩气水平井在不同井斜角下的气液两相流动规律,构建了管径为0.124 m,管长为10 m,井斜角依次为0°、5°、10°、15°、20°、30°、45°、-5°、-10°、-15°、-20°、-30°、-45°的三维立体仿真井筒模型,采用体积模型追踪气液界面,对井筒气液两相流动特征进行动态监测。模拟实验得到井下300 m3/d液量和500 m3/d气量在各井斜角下井筒的流型、平均流速和持率分布特征,深入分析井斜角对页岩气水平井气液两相流动特征的影响规律。结果表明:上倾管(井斜角大于0°)流型特征为段塞流,其流体平均速度随井斜角增加呈单峰式变化,在井斜角为15°时出现峰值,气液分界面处平均流速最低,且低井斜角较高井斜角时的底部持水率大,在井斜角为10°时达到最大值;下倾管(井斜角小于0°)流型特征为分层流,流体平均速度与井斜角呈线性递增关系,气液分界面处平均流速介于顶部和底部值之间,底部持水率随井斜角增加而减小。