基于神经网络模型的页岩气钻井成本预测研究  

作　　者：龚铭 胡献 刘涛 张小平 程武洲 

机构地区：[1]四川天成工程造价咨询有限公司

出　　处：《石油石化物资采购》2022年第8期140-142,共3页Petroleum & Petrochemical Material Procurement

摘　　要：页岩气作为一种典型的低品位边际油气资源,钻井成本居高不下成为制约其大规模开发的主要瓶颈之一。随着产能建设任务加重、投资及结算分析数据量增加,传统数据处理模式难以满足处理庞大数据的时效性和准确性要求,对油气钻井成本进行准确预测,有助于做出科学的决策和评估。本文以川南地区Q页岩气区块已结算井的成本及工程参数为研究基础,建立了基于主成分分析的BP神经网络模型,实现了单井钻井成本的精确预测。研究结果显示通过主成分分析能有效提取页岩气钻井成本预测因子的有用信息,即压裂段数、钻井周期、井深、压裂支撑剂总量、水平段等是影响单井钻井成本的关键参数;使用Matlab编程,通过图形用户界面(GUI)实现了集数据导入、机器训练、模型预测及结果导出功能于一体的页岩气单井成本预测程序系统,其平均相对误差仅为-0.57%;基于BP神经网络的页岩气单井成本预测程序系统具有便捷性、实用性和准确性,能够为川南页岩气区块的投资决策提供有力依据。

关 键 词：页岩气 主成分分析 钻井成本预测 神经网络模型 程序系统 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]