[发明专利]一种基于数据统计的页岩气水平井井型优选方法

说明书

本发明公开了一种基于数据统计的页岩气水平井井型优选方法，包括步骤：S1，收集目标区域的数据；S2，计算单井的横向垂深与平均垂深；S3，选定主变量与次变量；S4，建立数据箱，用于将数据信息分组到数据信息子集中，实现一组井中只有一个变量在变化；S5，基于S4建立的数据箱，分别分析不同数据箱内上倾井和下倾井的平均累产气量数据变化规律，对比分析上倾井、下倾井对产能的影响规律；S6，基于线性回归分析所有收集到的页岩气井横向垂深与累产气量和EUR的关系，从而优选出最优的页岩气水平井井型；本发明解决了现场水平井井型优选确定缺乏理论支撑的问题，减少了井筒积液的影响，为提高单井可采储量奠定了基础。

技术领域

本发明涉及页岩开发技术领域，更为具体的，涉及一种基于数据统计的页岩气水平井井型优选方法。

背景技术

随着水平钻井技术的出现，再加上多级水力压裂技术的出现，使得页岩气的经济开采成为可能。在体积压裂压后富含压裂液的页岩储层中，由于井筒积液，页岩气井可能会随着时间的推移面临产能损失，进而影响最终可采储量。在水平段产生的段塞流也可能阻止流体向上流动到地面。为了最大化收益和净现值，在进行页岩气藏开发时，考虑井眼轨迹是至关重要的。

国内外对于水平井积液问题已开展大量研究，并预测了积液情况下的气井产能，但对于页岩气井的井型优选研究较少。目前，大多数学者采用数值模拟方法，但井筒内气水两相流态变化复杂难以确定，所以采用数值模拟的方法具有很大的局限性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于数据统计的页岩气水平井井型优选方法。

本发明的目的是通过以下方案实现的：

一种基于数据统计的页岩气水平井井型优选方法，包括：

步骤S1，收集目标区域的数据；所述数据包括上倾井型数据、下倾井型数据、跟端垂深数据、趾端垂深数据、跟端测深数据、趾端测深数据和累产气量数据；

步骤S2，计算单井的横向垂深与平均垂深；

步骤S3，基于步骤S1、S2中的数据，选定主变量与次变量；

步骤S4，建立数据箱，所述数据箱用于将数据信息分组到数据信息子集中，实现一组井中只有一个变量在变化；

步骤S5，基于步骤S4建立的数据箱，分别分析不同数据箱内上倾井和下倾井的平均累产气量数据变化规律，对比分析上倾井、下倾井对产能的影响规律；

步骤S6，基于线性回归分析所有收集到的页岩气井横向垂深与累产气量和EUR的关系，从而优选出最优的页岩气水平井井型。

进一步地，在步骤S1中，所述累产气量数据包括30天累产气量、60 天累产气量、90天累产气量、330天累产气量与EUR。

进一步地，在步骤S2中，所述计算单井的横向垂深采用如下公式：

横向垂深＝趾端垂深-跟端垂深；

进一步地，在步骤S2中，所述计算单井的平均垂深采用如下公式：

平均垂深＝(趾端垂深+跟端垂深)/2。

进一步地，在步骤S3中，所述选定主变量与次变量包括：选取横向垂进一步地

进一步地，在步骤S4中，根据平均垂深变化将所有气井划分到多个数据箱。

进一步地，在步骤S5中，包括数据可视化步骤，通过数据可视化分析不同数据箱内上倾井和下倾井的平均累产气量数据变化规律以及对比分析上倾井、下倾井对产能的影响规律。

进一步地，在步骤S6中，所述基于线性回归分析所有收集到的页岩气井横向垂深与累产气量和EUR的关系，包括子步骤：