[发明专利]一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法

说明书

本发明公开一种基于主成分分析的非常规天然气气压裂效果评价及产能预测方法，包括步骤：1)建立非常规天然气压裂效果评价及产能预测评价数据库；2)将原始数据标准化；3)计算协方差矩阵；4)求特征值及特征向量；5)计算方差贡献率和累计方差贡献率，确定主成分个数；6)确定主成分的m个向量，输出新数据样本；7)根据新样本，建立多元线性回归模型，并对建立的多元线性回归模型进行拟合模拟检验；8)拟合模拟检验；9)运用所建立的多元线性回归模型进行页岩气压裂效果评价及产能预测。本发明能很好地解决原始数据线性相关度不高和数据冗余、现有评价方法需要大量样本数据及专家打分引起人为主观因素等问题，提高非常规天然气压裂效果评价及产能预测的准确性。

技术领域：

本发明属于非常规天然气开发与定量预测模型技术领域，具体涉及非常规天然气压裂效果评价及产能预测技术。

背景技术：

页岩气、致密砂岩气、煤层气等为非常规天然气，目前国家高度重视页岩气开发利用工作。同时，我国天然气需求旺盛，页岩气势必成为当前天然气资源的一个重要补充，页岩气勘探开发无疑具有重要的社会经济意义。准确进行页岩气压裂效果评价及产能预测，对指导页岩气勘探开发具有重大的指导意义。

随着地震属性等提取技术不断提高，页岩气压裂效果评价及产能预测体系常用属性增多。虽然更多种类的属性对描述页岩气产能特征提供了更详尽的参考，但也给产能参数的进一步预测带来不便。在多种属性参数中，有的属性对产能参数的变化很敏感，可以准确的揭示产能。而有的属性对产能参数的变化不敏感，造成信息冗余，计算繁杂。

因此，在页岩气产能参数分析预测过程中，从众多的属性参数中进行优选，能够减少冗余，有效挖掘信息，提升计算效率。如何保证消除重叠冗余信息、压缩数据的同时，也能最大程度地保留页岩气压裂效果评价及产能预测体系中的有用信息，提高计算效率，保证预测准确性，是评价预测模型的关键问题之一。

目前现有的一些页岩气压裂效果评价及产能预测存在以下几类问题。

一方面，传统方法常采用经验公式、回归分析和判别分析等方法，但它们都是建立在纯数学的线性关系基础上，不能反映出参数之间的非线性关系，同时简单的线性方程难以表征复杂的页岩气工程问题，忽略了储层参数之间的关联性，普遍存在精度低、误差大的特点。

另一方面，以现代数学为代表的定量评价模型-神经网络法，特点在于不需要具体的数学模型，通过权重分配进行模型训练，得出单井改造预测产量，大大提高了评价结果符合率，但是模型训练复杂，收敛性较差，同时加入新的数据后模型必须重新训练，实用性较弱。

此外，模糊数学能够有效的阐述页岩气工程中多参数决策事件，克服了神经网络关于训练时间长和反复训练的问题，但是权重分配又往往采用专家打分，加入了人为主观因素，这往往又降低了评价结果的准确性，同样的以上定量评价方法也主要注重于方法研究，对影响压裂改造效果的参数研究较少，这也是降低评价准确性的主要原因之一。

综上，亟需对页岩气等非常规天然气压裂效果评价及产能预测进行改进，以提高其准确性。

发明内容：

本发明提出一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法，以解决现有评价方法中原始数据线性相关度不高和数据冗余、需要大量样本数据、专家打分引起人为主观因素等问题。

为达到以上技术目的，本发明提供以下技术方案。

一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法，包括以下步骤：

步骤1，建立非常规天然气压裂效果评价及产能预测评价数据库。数据库主要由储层地质参数和压裂施工参数组成，至少应包括声波时差、施工排量、自然伽玛、全烃及滑溜水液量、脆性指数、段间距、补偿密度、总有机碳、总加砂量及总含气量等11个因子。

步骤2，将原始数据标准化，以消除变量间在数量级和量纲上的不同。