酸化井产油量时间序列的混沌特征识别

新疆石油地质 ›› 2011, Vol. 32 ›› Issue (6): 640-642.

酸化井产油量时间序列的混沌特征识别

唐钢^a,b, 刘承杰^a, 张广政^a, 刘军^a

中国石化胜利油田有限责任公司a.采油工艺研究院; b.博士后科研工作站,山东东营 257000

收稿日期:2011-02-28 出版日期:2011-12-01 发布日期:2020-08-20
作者简介:唐钢（1981-）,男,四川自贡人,博士,油田开发,（Tel）0546-8788917（E-mail）tonnytg@163.com.

Chaos Identification of Time Series of Acidized Well Oil Production Rate

TANG Gang^a,b, LIU Cheng-jie^a, ZHANG Guang-zheng^a, LIU Jun^a

Shengli Oilfield Company Ltd., Sinopec, a. Research Institute of Oil Production Technology, b. Post-Doctoral Research Center, Dongying, Shandong 257000, China

Received:2011-02-28 Online:2011-12-01 Published:2020-08-20

摘要/Abstract

摘要： 现有的油气井产量预测方法以传统技术经济预测的惯性原理为基础。混沌理论的产生与发展对这种预测原理提出了挑战。目前有关酸化井产量变化混沌特征识别与预测的相关研究还鲜有公开报道。采用相空间重构和关联维数提取技术,对西部某油田一油井酸化后60 d 的产油量时间序列研究发现,此井产油量时间序列的饱和嵌入维数和对应的吸引子维数分别为11 和2.64,由此说明该井酸化后的生产系统动态演化规律为高维空间中的奇异吸引子,因而产油量变化表现出混沌特征;并且说明影响该井产油量变化的基本变量为3~11 个。从而为单井生产系统动力学模型的建立,特别是人工神经网络预测模型的输入层节点数量的确定提供了定量的参考。

关键词: 产油量, 酸化, 混沌, 关联维数, 时间序列

Abstract: Well production rate is commonly predicted based on the permanence principle of traditional technical economy prediction. However, such a prediction principle has been challenged by the emergence and development of chaos theory. Unfortunately, there is little work has been done on the chaos identification and prediction of acidized well production rate. This paper presents techniques of phase space reconstruction and correlation dimension extraction, by which the 60-day time series of oil production rate from an acidized well in one oil filed in west China is investigated. It is discovered that the correlation dimension of the time series of oil production rate is 11, and the attracter's dimension is 2.64. Thus, the attracter is a strange one and the production rate varied chaotically. Furthermore, it indicates that the number of essential variables of the production variation ranges from 3 to 11. The results present quantitative reference to presenting accurate dynamic model of the production system, especially to defining the correct number of input layer nodes in ANN (artificial neural network) models.

Key words: oil production rate, acidizing, chaos, correlation dimension, time series

中图分类号:

TE319

唐钢, 刘承杰, 张广政, 刘军. 酸化井产油量时间序列的混沌特征识别[J]. 新疆石油地质, 2011, 32(6): 640-642.

TANG Gang, LIU Cheng-jie, ZHANG Guang-zheng, LIU Jun. Chaos Identification of Time Series of Acidized Well Oil Production Rate[J]. Xinjiang Petroleum Geology, 2011, 32(6): 640-642.

[1]	王泉, 陈超, 李道清, 仇鹏, 廖伟, 张士杰. 基于有效渗透率的单井增产潜力定量评价——以新疆H储气库为例[J]. 新疆石油地质, 2020, 41(4): 450-456.
[2]	谭良柏1，昌伦杰1，孙玉国1，郑苗2，程春杰1，杨之照1. 泡沫酸化解堵技术在东河1-10H井的应用[J]. , 2019, 40(3): 1-1.
[3]	谢建勇，石彦，罗鸿成，李文波，谢俊辉. 准东吉7井区注水井酸化预处理防膨技术[J]. , 2017, 38(4): 1-1.
[4]	李小刚1，陈雨松1，邓庄2，王怡亭3，魏卓4. 碳酸盐岩基质酸化中酸蚀蚓孔模拟回顾与展望[J]. , 2017, 38(4): 1-1.
[5]	袁淋1，李晓平1，肖强2，孙飞3，周昌鸿4. 非均匀污染下水平气井酸化效果及影响因素分析[J]. , 2013, 34(5): 1-1.
[6]	杨国红1，尚建林2，王勇2，贾永禄1，周霞3. 水驱特征曲线注采比法优化配注计算[J]. , 2013, 34(1): 1-1.
[7]	白义珍. 克拉玛依砂砾岩油藏解堵技术[J]. , 2012, 33(4): 1-1.
[8]	周志军, 罗池辉, 李慧敏, 于成龙. 一种简单实用的新型水驱特征曲线[J]. 新疆石油地质, 2011, 32(4): 376-377.
[9]	李小刚, 杨兆中, 苏建政, 刘长印, 张汝生. 粗糙颗粒碳酸盐岩三维酸蚀分形数学模型[J]. 新疆石油地质, 2010, 31(2): 167-170.
[10]	邱海燕, 丁显峰, 胡晓云, 刘平. 用组合模型预测聚合物驱产油量[J]. 新疆石油地质, 2010, 31(2): 194-196.
[11]	王海涛, 伊向艺, 李相方, 卢渊. 新型交联酸与白云岩反应动力学行为研究[J]. 新疆石油地质, 2009, 30(3): 346-348.
[12]	陈汉林, 杨树锋, 厉子龙, 余星, 罗俊成, 何光玉, 林秀斌, 王清华. 塔里木盆地二叠纪大火成岩省发育的时空特点[J]. 新疆石油地质, 2009, 30(2): 179-182.
[13]	刘红现, 赵立强, 陈冀嵋, 刘平礼. 酸敏评价标准中存在的几个问题[J]. 新疆石油地质, 2008, 29(6): 782-784.
[14]	敖科, 黄炳光, 罗兴旺, 姜军, 张艳梅. 用生产资料预测油藏流体饱和度的简单方法[J]. 新疆石油地质, 2006, 27(2): 232-233.
[15]	王任一, 王前荣, 张斌成. 水淹层混沌分形识别方法探讨[J]. 新疆石油地质, 2006, 27(1): 124-126.