简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。
简介：通过分析不同坐标系下井壁应力分布状态,结合岩石起裂准则推导出裂缝破裂压力的具体形式,在此基础上建立了破裂压力与水平主应力的超定方程组;通过对方程组在矩阵形式下分离变量、求导等,最终建立了水平地应力反演模型。基于此模型对柿庄南某区块的水平地应力值进行了计算,结果显示：本区最大、最小水平主应力与上覆岩层压力值相近,三者应力差不超过3MPa,且最小水平主应力最弱,反演结果与裂缝监测数据相符。
BP神经网络补偿算法在煤层气井产量预测中的应用
基于多井压裂数据的煤岩水平地应力反演模型建立及应用
