基于人工神经网络的页岩油藏产量预测定量表征模型

页岩油藏开采过程通常包括压裂、闷井、返排，较常规油藏其流体渗流机理复杂，采用传统产量预测模型难以描述其复杂生产变化特征。传统定量表征模型虽可以描述页岩油藏产量变化特征，但其需要根据实际生产数据人工提取特征参数，无法适用于新井产量预测。通过收集现场实际生产数据建立样本库，运用人工神经网络建立产量主控因素与定量表征模型特征参数关系模型，形成了一种基于人工神经网络的定量表征产量预测新方法。训练后模型预测值与实际值相关性较好，通过输入压裂施工、油层品质、生产因素等参数即可预测新井全周期生产动态及不同施工措施下的产量变化规律。研究成果对页岩油开发技术政策研究具有重要的指导作用。