典型文献
基于CBFS-CV算法的煤层气井压裂效果主控因素识别
文献摘要：
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.
文献关键词：
煤层气;压裂效果;主控因素;Copula互信息;回归模型;大数据
中图分类号：
作者姓名：
闵超;张馨慧;杨兆中;李小刚;代博仁
作者机构：
西南石油大学理学院,四川成都610500;西南石油大学人工智能研究院,四川成都610500;西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500
文献出处：
引用格式：
[1]闵超;张馨慧;杨兆中;李小刚;代博仁-.基于CBFS-CV算法的煤层气井压裂效果主控因素识别)[J].油气地质与采收率,2022(01):168-174
A类：
CBFS
B类：
CV,煤层气井,压裂效果,因素识别,准确识别,有效指导,重复压裂,方案优化,升重,工程大数据,Copula,互信息,特征选择,交叉验证,梯度提升,升回,产能预测,预测检验,识别算法,冗余性,特征数,煤体结构,储层参数,含气量,含气饱和度,排量,模型验证,符合率,主控因素分析,氮气泡沫,解堵,煤粉,现场施工,工后,后日,日产气量,增至
AB值：
0.300687
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
