论文研究 统计数据驱动方法来预测富含液体的页岩储层的产量

石油和天然气行业需要快速而简单的预测石油和天然气产量的技术。 预测非常规低渗透油藏的产量尤其具有挑战性。 为了不断寻找解决这个问题的方法，本文研究了一种统计的，数据驱动的方法来预测富含液体的页岩（LRS）储层的产量，该方法称为主成分方法（PCM）。 在这项研究中，借助于商业成分模拟器，模拟了五个不同的高挥发性和近临界油井的生产，历时30年。 通过使用奇异值分解（SVD）来计算主成分（PC），将主成分方法（PCM）应用于代表井的生产数据。 然后，将这些主要成分用于预测生产历史为0.5到2年的近临界油井的石油和溶解气产量，并将结果与​​模拟数据和修改后的Arps下降模型预测进行比较。 这项工作还包