基于機(jī)器學(xué)習(xí)的頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法研究

馬文禮，李治平，孫玉平，張靜平，鄧思哲

(1.中國(guó)地質(zhì)大學(xué)(北京)，北京 100083；2.非常規(guī)天然氣能源地質(zhì)評(píng)價(jià)與開發(fā)工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100083；3.中國(guó)石油勘探開發(fā)研究院，河北 廊坊 065007；4. 中國(guó)華騰工業(yè)有限公司，北京 100080)

0 引 言

頁(yè)巖氣的高效開發(fā)對(duì)優(yōu)化中國(guó)能源結(jié)構(gòu)、保障中國(guó)能源安全意義重大[1-3]。頁(yè)巖氣井鉆前產(chǎn)能預(yù)測(cè)是頁(yè)巖氣開發(fā)方案制訂與優(yōu)化的重要環(huán)節(jié)，可為頁(yè)巖氣開發(fā)投資風(fēng)險(xiǎn)的評(píng)估提供依據(jù)。由于頁(yè)巖氣開發(fā)受很多不確定性因素影響，使得目前在頁(yè)巖氣的實(shí)際生產(chǎn)中，確定性的產(chǎn)能預(yù)測(cè)方法可靠性差[4-10]。考慮頁(yè)巖氣開發(fā)的不確定性，開展頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法研究，是解決上述問題的有效途徑。然而，現(xiàn)有的頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法僅適用于投產(chǎn)后的頁(yè)巖氣井[11-15]，缺少適用于頁(yè)巖氣井鉆前產(chǎn)能非確定性預(yù)測(cè)的方法。針對(duì)上述問題，建立了一種適用于頁(yè)巖氣井鉆前產(chǎn)能非確定性預(yù)測(cè)的方法，新方法可利用已投產(chǎn)井的地質(zhì)、工程及生產(chǎn)數(shù)據(jù)，預(yù)測(cè)了擬鉆頁(yè)巖氣井投產(chǎn)后的產(chǎn)能概率區(qū)間，包括頁(yè)巖氣井的產(chǎn)能上限與下限，以及每種可能產(chǎn)能動(dòng)態(tài)的概率。運(yùn)用該方法，可在頁(yè)巖氣井鉆前快速獲得較為可靠的、基于概率的產(chǎn)能信息。

1 基于機(jī)器學(xué)習(xí)的頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法原理

頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法的實(shí)施流程如圖1所示。

圖1 基于機(jī)器學(xué)習(xí)的頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法流程

1.1 頁(yè)巖氣產(chǎn)能指標(biāo)主控因素分析

技術(shù)要點(diǎn)①選用參考文獻(xiàn)[16]提出的最大信息系數(shù)相關(guān)性分析方法，定量分析影響頁(yè)巖氣產(chǎn)能指標(biāo)的各種地質(zhì)因素與工程因素，所確定的主控因素將作為下一步建立產(chǎn)能指標(biāo)確定性預(yù)測(cè)模型的輸入變量。利用最大信息系數(shù)分析變量之間相關(guān)性的核心思想是：制作2個(gè)變量的散點(diǎn)圖，將該散點(diǎn)圖網(wǎng)格化后，變量之間相關(guān)性越強(qiáng)，散點(diǎn)圖中的點(diǎn)應(yīng)包含在越少的網(wǎng)格之內(nèi)。基于這一原理，不僅可以識(shí)別變量之間的線性相關(guān)關(guān)系，也可以探測(cè)非線性相關(guān)關(guān)系，這是傳統(tǒng)Pearson相關(guān)系數(shù)不具備的優(yōu)點(diǎn)。

1.2 頁(yè)巖氣產(chǎn)能指標(biāo)確定性預(yù)測(cè)模型建立

支持向量機(jī)(SVM)立足于嚴(yán)密的數(shù)學(xué)分析，當(dāng)處理小樣本時(shí)，模型泛化能力更強(qiáng)，不易出現(xiàn)過擬合的問題[17-20]，文中選用支持向量機(jī)技術(shù)建立頁(yè)巖氣產(chǎn)能指標(biāo)確定性預(yù)測(cè)模型。通常支持向量機(jī)需要借助優(yōu)化算法選擇最優(yōu)的初始參數(shù)，而遺傳算法(GA)和粒子群算法(PSO)往往是首選。然而，傳統(tǒng)的遺傳算法局部搜索能力較弱且收斂速度慢，傳統(tǒng)的粒子群算法由于缺少變異性容易陷入局部最小化[21-23]。考慮到經(jīng)典遺傳算法與粒子群算法的各自優(yōu)勢(shì)，提出一種混合優(yōu)化算法(HGAPSO)，用以優(yōu)化支持向量機(jī)的參數(shù)。該算法的核心思想是將經(jīng)典遺傳算法的演化算子集成到經(jīng)典粒子群算法中，以彌補(bǔ)其劣勢(shì)。圖2為HGAPSO的計(jì)算流程，由圖2可知，每一次迭代過程，在更新了所有粒子的速度和位置后，將演化算子(選擇、交叉、變異)隨機(jī)應(yīng)用到一部分粒子之中，產(chǎn)生了一些新粒子，新粒子增加到粒子群中，解決了經(jīng)典粒子群算法容易陷入局部最小的問題。

圖2 利用HGAPSO優(yōu)化SVM模型的流程圖

1.3 頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)

通過技術(shù)要點(diǎn)②預(yù)測(cè)擬鉆頁(yè)巖氣井的產(chǎn)能指標(biāo)，計(jì)算得到該擬鉆井確定性的產(chǎn)量動(dòng)態(tài)q。通過對(duì)已投產(chǎn)頁(yè)巖氣井產(chǎn)能指標(biāo)的統(tǒng)計(jì)分析，估計(jì)擬鉆頁(yè)巖氣井產(chǎn)能指標(biāo)的先驗(yàn)分布。基于文獻(xiàn)[12]，開展“蒙特卡洛-馬爾科夫鏈”模擬，預(yù)測(cè)擬鉆頁(yè)巖氣井產(chǎn)能指標(biāo)后驗(yàn)分布，在此基礎(chǔ)上對(duì)該井產(chǎn)量動(dòng)態(tài)進(jìn)行非確定性預(yù)測(cè)。擬鉆頁(yè)巖氣井產(chǎn)能指標(biāo)后驗(yàn)分布的“蒙特卡洛-馬爾科夫鏈”模擬步驟如下。

(1) 在各產(chǎn)能指標(biāo)先驗(yàn)分布中抽取一組樣本Xproposal，運(yùn)用常規(guī)氣藏工程方法，計(jì)算得到該產(chǎn)能指標(biāo)樣本下的產(chǎn)量動(dòng)態(tài)qproposal。

(2) 按下式計(jì)算判定系數(shù)α。

(1)

式中：α為判定系數(shù)；σt-1為上一時(shí)間步由隨機(jī)抽取的產(chǎn)能指標(biāo)Xt-1計(jì)算得到的動(dòng)態(tài)產(chǎn)量qt-1與預(yù)測(cè)確定性的動(dòng)態(tài)產(chǎn)量q之間的標(biāo)準(zhǔn)差；std為計(jì)算標(biāo)準(zhǔn)差函數(shù)；σproposal為當(dāng)前時(shí)間步由隨機(jī)抽取的產(chǎn)能指標(biāo)Xproposal計(jì)算得到的動(dòng)態(tài)產(chǎn)量qproposal與預(yù)測(cè)確定性的動(dòng)態(tài)產(chǎn)量q之間的標(biāo)準(zhǔn)差；σ為所有已投產(chǎn)井計(jì)算產(chǎn)能指標(biāo)時(shí)擬合誤差的均值；q為利用技術(shù)要點(diǎn)②預(yù)測(cè)的產(chǎn)能指標(biāo)計(jì)算得到的日動(dòng)態(tài)產(chǎn)量，m3·d-1；qproposal為利用當(dāng)前時(shí)間步隨機(jī)抽取的產(chǎn)能指標(biāo)Xproposal計(jì)算得到的日產(chǎn)量動(dòng)態(tài)，m3·d-1；qt-1為利用上一時(shí)間步隨機(jī)抽取的產(chǎn)能指標(biāo)Xt-1計(jì)算得到的日產(chǎn)量動(dòng)態(tài)，m3·d-1。

(3) 從均勻分布U(0，1)抽取隨機(jī)數(shù)u。

(4) 如果α>u，則Xt=Xproposal，t=t+1，并返回步驟(1)；否則，放棄Xproposal，返回步驟(1)，重新抽取一組樣本Xproposal。

(5) 當(dāng)獲得足夠數(shù)量的產(chǎn)能指標(biāo)樣本后，結(jié)束迭代，并進(jìn)行統(tǒng)計(jì)分析，獲得產(chǎn)能指標(biāo)后驗(yàn)分布。

2 實(shí)例應(yīng)用

為了驗(yàn)證文中方法的可行性，選取中國(guó)24口頁(yè)巖氣井進(jìn)行算例分析。首先收集各井的地質(zhì)參數(shù)、工程參數(shù)及產(chǎn)量數(shù)據(jù)，選用Arps雙曲遞減模型計(jì)算各井產(chǎn)能指標(biāo)，擬合得到各井的初期最大產(chǎn)氣量、初期遞減率及遞減指數(shù)，得到由24口井組成的計(jì)算數(shù)據(jù)集。表1為數(shù)據(jù)集中各參數(shù)的主要統(tǒng)計(jì)指標(biāo)。

隨機(jī)選取1口井(W井)作為擬鉆頁(yè)巖氣井，剩下的23口井作為已投產(chǎn)頁(yè)巖氣井，開展頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)算例分析，即隨機(jī)用23口井?dāng)?shù)據(jù)對(duì)另外1口井產(chǎn)能進(jìn)行非確定性預(yù)測(cè)。運(yùn)用最大信息系數(shù)相關(guān)性分析方法，確定有機(jī)碳含量、含氣量、總液量、單段液量、總砂量、單段砂量、用液強(qiáng)度、加砂強(qiáng)度等8個(gè)參數(shù)為主控因素。以這8個(gè)因素為輸入變量，以初期最大產(chǎn)氣量、初期遞減率及遞減指數(shù)為輸出變量，運(yùn)用混合支持向量機(jī)技術(shù)HGAPSO-SVM，訓(xùn)練產(chǎn)能指標(biāo)確定性預(yù)測(cè)模型，運(yùn)用訓(xùn)練好的模型確定性預(yù)測(cè)擬鉆井的產(chǎn)能指標(biāo)。

表1 數(shù)據(jù)集中各參數(shù)的主要統(tǒng)計(jì)指標(biāo)

本算例僅考慮初期遞減率與遞減指數(shù)的不確定性。通過前人研究成果，初期遞減率滿足對(duì)數(shù)正態(tài)分布，遞減指數(shù)滿足正態(tài)分布。統(tǒng)計(jì)分析23口已鉆頁(yè)巖氣井的產(chǎn)能指標(biāo)可知，初期遞減率的樣本均值與方差為0.24與0.02，遞減指數(shù)的樣本均值與方差為1.02與0.41。由此可以確定擬鉆井的初期遞減率與遞減指數(shù)的先驗(yàn)分布。根據(jù)已投產(chǎn)井計(jì)算產(chǎn)能指標(biāo)時(shí)的擬合誤差，確定σ2為0.03。利用“蒙特卡洛-馬爾科夫鏈”模擬方法預(yù)測(cè)擬鉆井的初期遞減率與遞減指數(shù)的后驗(yàn)分布，在此基礎(chǔ)上進(jìn)行該擬鉆井產(chǎn)能的非確定性預(yù)測(cè)。

不同于確定性產(chǎn)能預(yù)測(cè)方法，文中方法對(duì)擬鉆頁(yè)巖氣井產(chǎn)能預(yù)測(cè)的結(jié)果不是一個(gè)確定的產(chǎn)能動(dòng)態(tài)，而是一個(gè)范圍，這個(gè)范圍包含了這口井的產(chǎn)能上限與產(chǎn)能下限，以及上、下限之間每個(gè)可能的產(chǎn)能動(dòng)態(tài)發(fā)生的概率。

圖3為利用文中方法對(duì)W井產(chǎn)能進(jìn)行非確定性預(yù)測(cè)的結(jié)果。圖中P90、P50與P10曲線分別代表在90%、50%、10%概率下W井所能達(dá)到的產(chǎn)能水平，P90曲線代表W井的產(chǎn)能下限，P10曲線代表W井的產(chǎn)能上限，W井投產(chǎn)后的產(chǎn)能曲線很可能會(huì)落在P90曲線與P50曲線之間的區(qū)域(概率超過50%)。對(duì)比W井實(shí)際產(chǎn)量，可見利用該方法對(duì)W井產(chǎn)能的非確定性預(yù)測(cè)結(jié)果是可靠的。

圖3 W井產(chǎn)氣量的非確定性預(yù)測(cè)結(jié)果

產(chǎn)能非確定預(yù)測(cè)模型可靠性的評(píng)價(jià)方法與傳統(tǒng)方法存在差異。文中結(jié)合頁(yè)巖氣現(xiàn)場(chǎng)生產(chǎn)實(shí)踐，制訂了適用于頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)模型的可靠性評(píng)價(jià)方法。該評(píng)價(jià)方法實(shí)施步驟如下：①對(duì)若干口擬鉆頁(yè)巖氣井產(chǎn)能進(jìn)行非確定性預(yù)測(cè)，將各井產(chǎn)能非確定性預(yù)測(cè)結(jié)果與該井實(shí)際產(chǎn)量進(jìn)行對(duì)比；②如圖3所示，將P90的30%誤差限與P10之間的區(qū)域稱為“準(zhǔn)確率評(píng)價(jià)區(qū)間”，將P90的15%誤差限與P50之間的區(qū)域稱為“大概率事件區(qū)間”；③若1口井有超過70%的實(shí)際產(chǎn)量數(shù)據(jù)落在“準(zhǔn)確率評(píng)價(jià)區(qū)間”，則認(rèn)為這口井的非確定性預(yù)測(cè)結(jié)果是“可靠”的，將這類井的占比稱為模型的“準(zhǔn)確率”，若“準(zhǔn)確率”超過70%，則認(rèn)為該模型具有較高的預(yù)測(cè)精度；④若1口井有超過50%的實(shí)際產(chǎn)量數(shù)據(jù)落在“大概率事件區(qū)間”，則認(rèn)為這口井的非確定性預(yù)測(cè)結(jié)果屬于“大概率事件”，若這類井的占比超過50%，即大概率事件發(fā)生的概率超過50%，則認(rèn)為該模型預(yù)測(cè)結(jié)果滿足概率統(tǒng)計(jì)規(guī)律；⑤若模型具有較高的預(yù)測(cè)精度，同時(shí)預(yù)測(cè)結(jié)果滿足概率統(tǒng)計(jì)規(guī)律，則認(rèn)為該模型是可靠的。

根據(jù)上述可靠性評(píng)價(jià)方法，將24口井逐一作為擬鉆井進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果表明：利用文中方法進(jìn)行產(chǎn)能非確定性預(yù)測(cè)的準(zhǔn)確率為70.8%，預(yù)測(cè)結(jié)果為“大概率事件”的井占54.2%，說明該方法具有較高的預(yù)測(cè)精度，且預(yù)測(cè)結(jié)果滿足概率統(tǒng)計(jì)規(guī)律。將該方法用于頁(yè)巖氣井產(chǎn)能非確定性預(yù)測(cè)是可靠的。

3 結(jié) 論

(1) 文中提出了一種基于機(jī)器學(xué)習(xí)的頁(yè)巖氣產(chǎn)能非確定性預(yù)測(cè)方法，該方法將最大信息系數(shù)相關(guān)性分析方法、混合支持向量機(jī)技術(shù)HGAPSO-SVM及“蒙特卡洛-馬爾科夫鏈”模擬有機(jī)結(jié)合，可利用已投產(chǎn)井的地質(zhì)及工程數(shù)據(jù)對(duì)1口擬鉆頁(yè)巖氣井未來的產(chǎn)能進(jìn)行非確定性預(yù)測(cè)。

(2) 選取中國(guó)24口頁(yè)巖氣井算例，分析結(jié)果表明：利用文中方法進(jìn)行產(chǎn)能非確定性預(yù)測(cè)的準(zhǔn)確率為70.8%，預(yù)測(cè)結(jié)果為“大概率事件”的井占54.2%，說明該方法具有較高的預(yù)測(cè)精度且預(yù)測(cè)結(jié)果滿足概率統(tǒng)計(jì)規(guī)律。