基于不确定性分析的页岩气单井SEC储量动态评估的一种方法——以CN区块Well-1井为例

基于不确定性分析的页岩气单井SEC储量动态评估的一种方法——以CN区块Well-1井为例

李舫;吴娟;杨家静;汪华;孙挺

【摘要】四川盆地页岩气规模开采时间短,页岩气单井SEC储量动态评估方法处于探索阶段,特别是评估准确度较高的不确定性方法还未普遍应用.为此,在分析国外页岩气单井SEC储量不确定性评估方法的基础上,基于贝叶斯原理,应用拉丁超空间抽样方法与单井数值模拟相结合的方法建立了页岩气单井数值建模关键参数与单井最终总可采量(EUR)的函数关系式(代理函数),再对代理函数进行蒙特卡罗模拟,从而得到页岩气单井最终总可采及SEC储量的概率分布.研究结果表明:①页岩气单井数值建模关键参数为随机变量,呈截断正态分布;②页岩气单井最终总可采量与SEC储量也呈截断正态分布;③不确定性评估结果能够为确定性评估方法参数取值提供直接依据.结论认为:相比页岩气单井SEC储量确定性的评估方法,不确定性方法能综合考虑页岩气勘探开发中的不确定性因素,得到SEC储量概率分布,直接反映评估风险,更适合页岩气SEC储量的评估.同时,该评估方法增强了国际通用方法的实用性.【期刊名称】《天然气勘探与开发》

【年(卷),期】2018(041)004

【总页数】9页(P38-46)

【关键词】页岩气;SEC;最终总可采量;动态评估;贝叶斯原理;不确定性;数值模拟;蒙特卡罗

【作者】李舫;吴娟;杨家静;汪华;孙挺

【作者单位】中国石油西南油气田分公司勘探开发研究院;中国石油西南油气田分公司勘探开发研究院;中国石油西南油气田分公司勘探开发研究院;中国石油西南油气田分公司勘探开发研究院;中国石油大学,北京

【正文语种】中文

0 引言

“SEC”是美国证券交易委员会的简称，SEC储量即为上市储量，其内涵为“合理客观，剩余经济可采”，相当于国内的剩余经济可采储量。上市的油气生产经营公司每年须评估自身的SEC储量并向股民披露。SEC储量的品质及数量是油气公司在资本市场竞争力的体现。近年来，随着页岩气田的大力开发，越来越多的页岩气SEC储量走向国际资本市场，其评估方法也随之成为研究热点。页岩气属于非常规天然气，其SEC储量评估与常规气不同，是以单井为评估单元，采用动态法评估证实已开发储量，在单井证实已开发储量平均值基础上确定未开发区域单井证实未开发储量的大小。因此，单井SEC储量动态评估方法是页岩气SEC储量评估中的关键技术[1]。

页岩气藏大多采用水平井开发，单井产能受水力压力压裂等增产措施效果影响大[2]，由于在开发初期，生产资料有限，难以准确定量判断页岩气压裂水平井的关键参数，如水力裂缝长度、裂缝导流能力等[3-10]，加之页岩气储层水力裂缝数学描述及页岩气的储层中多尺度渗流理论尚不成熟[11-19]，因此，在开发初期预测页岩气井的产能并评估其SEC储量，相比常规天然气具有更大的不确定性，即SEC储量评估具有很大风险[20-29]，难以评判其经济性。

为应对这一难题，国外建立了的页岩气藏SEC储量不确定性评估方法体系，其技术路线为选取目标区块典型页岩气井，建立单井数值模型，预测单井最终总可采量

（EUR）及SEC储量的概率分布，得到了相应的P90（采出概率不低于90%的值）、P50（采出概率不低于50%的值）、P10（采出概率不低于10的值）。这种方法相比确定性分析方法能直观反映评估结果的风险[30]，其本质上是通过概率方法进行足量模拟运算弥补勘探开发早期生产资料的欠缺和目前页岩气藏开发理论的不完备。除SEC储量评估外，这一方法体系在非常规油气开发方案优选、勘探开发项目经济性评价等领域均有很强的推广性。

本文借鉴国际通用的页岩气SEC储量不确定性评估方法，提出了一种操作性更强的单井最终总可采量（EUR）及SEC储量不确定性分析评估的方法。这种方法在勘探开发初期相关基础数据较少的情况下，对于页岩气SEC储量评估风险控制有重要意义。

1 方法原理与流程

1.1 基于贝叶斯定理的产量历史拟合及预测原理

贝叶斯定理是关于两个随机事件条件概率的定理，表达式为[31]：

式中P(A|B)表示事件B成立时事件A成立的条件概率；P(B|A)表示事件A成立时事件B成立的条件概率；P(A)表示事件A成立的无条件概率；P(B)表示事件B成立的无条件概率。

则式（1）可写为：

式（3）的含义为一个随机事件后验概率等于其先验概率与调整因子的乘积。这一理论用于单井数值模型产量历史拟合就是将事件A作为模型的拟合调整参数，B 作为拟合的约束条件（产量历史数据、井底或井口压力实测数据等），P(A)表示产量历史拟合之前模型的参数分布，即参数先验概率分布，拟合的过程本质上是求取

调整因子F的过程，P(A)F表征拟合完成后模型参数的后验概率分布。因此，基于贝叶斯定理的产量历史拟合及预测方法包含了单井数值模型参数先验概率分布到后验概率分布的过程，其与确定性的产量历史拟合方法基于最优化原理并追求拟合误差最小不同，基于贝叶斯公式的拟合方法是得到满足拟合精度的模型参数的概率分布，此分布包含了产量数据测量及数值模拟过程中的不确定性，能够在勘探开发初期，地质及生产资料有限的情况下得到相对准确的SEC储量影响关键因素的概率分布，进而得到SEC储量的概率分布，对开发初期SEC储量评估风险把控有重要价值。

1.2 基于拉丁超空间抽样的代理函数建立

目前基于贝叶斯定理的单井产量历史拟合及预测方法主要包括以下步骤：

（1）设定数值模型拟合参数的先验概率分布。

（2）采用特定的抽样方法对参数先验概率分布抽样，生成一定数量的候选单井数值模型。

（3）运行候选模型，根据设定的拟合精度筛选模型，同时调整模型参数的先验概率分布以得到后验概率分布。

（4）重复步骤（2）～（3），直到得到满足预设精度的模型参数后验概率分布。（5）采用特定的抽样方法对参数后验概率分布抽样，取得足量模型，设定目标量（阶段累计产量、EUR等）预测的约束条件，运行模型得到目标量的概率分布。Metropolis-Hasting MCMC是这类方法中的经典方法，它根据初始的候选模型和特定概率准则以一定随机步长抽取新的候选模型，比对初始模型与新模型参数拟合结果，若新模型参数后验概率大则替换初始的模型，经过大量这样的迭代运算最终得到满足设定精度的后验概率分布。

以Metropolis-Hasting MCMC方法为代表的贝叶斯产量历史拟合及预测方法用于单井数值模拟需要大量耗时的运算，因为这类方法需要上千次迭代才能转换到目

标分布，每次迭代需要一系列费时的数值模拟运算。此外，这类方法的样本选取率通常很低，大量候选样本在迭代运算过程中被排除，这意味着大量耗时的数值模拟运算被浪费了[30]。

为克服这一缺点，在较少运算次数的条件下得到模型参数的后验概率分布及预测目标量的概率分布，本文运用拉丁超立方抽样方法（Latin hypercube sampling）

对模型关键参数的先验概率分布进行抽样并组合生成一系列的单井数值模型，模型数量不小于能够表征关键参数实际分布的最小数量，称其为样本模型。运行样本模型，再根据设置的产量历史拟合精度选取模型，统计被选中的模型关键参数分布即可得到相关参数（孔隙度、基质渗透率等）的后验概率分布，然后设置预测目标量（累计产气量、最终总可采量等）的预测约束条件并运行模型得到预测值，最后利用这些预测值建立代理函数，即单井模型关键参数与预测目标量之间的函数关系式，具体步骤如下：

（1）设定单井数值模型的拟合参数及分布范围即关键参数的先验概率分布。（2）设定抽样次数，利用拉丁超立方抽样方法对参数先验概率分布进行抽样，得到样本模型。

（3）运行样本模型进行产量或压力拟合，选取满足拟合精度的模型，将其中一部分作为训练样本，另一部分作为验证样本。

（4）对训练样本及验证样本的相关拟合参数（如基质孔隙度、基质渗透率、水力裂缝半长等）进行统计得到其概率分布，作为关键参数的后验概率分布。

（5）设定单井最终总可采量（EUR）预测条件（定压、定产量生产或计划关井等），产量预测的截止点为经济极限产量。运行训练样本及验证样本模型得到预测值，经济极限产量计算式为：

式中Qge表示井口天然气经济极限产量，108 m3/年；Cfg表示固定成本，104

元/年；Pg表示不含增值税气价，元/103 m3；Taxg表示单位商品气税费，元

/103 m3；Cvg表示可变成本，元 /103 m3；Yg表示天然气商品率，小数。（6）确定代理函数类型（线性函数、单层径向神经网络、变差函数等），利用训练样本建立单井最终总可采量（EUR）的代理函数，即关键参数与单井最终总可采量的函数关系式。

（7）利用验证样本的单井最终总可采量检验代理函数预测精度，若不满足预设精度，重复步骤（2）～（6）。

1.3 基于蒙特卡洛方法的单井SEC储量预测

在建立代理函数后，根据关键拟合参数后验概率分布，对代理函数进行蒙特卡罗模拟，得到单井最终总可采量（EUR）的累积概率分布，从中读取P90、P50、P10的值，再分别减去单井目前的累计产量即可得到对应的SEC储量P90、P50、P10值，也可利用EUR与SEC储量的关系，根据EUR概率分布直接得到SEC储量概

率分布。值得注意的是，蒙特卡罗模拟的次数需要足量，以得到平滑的EUR累积

概率分布图。

2 实例分析

2.1 页岩气单井模型建立

选择四川盆地CN区块Well-1井建立其单井数值模型（图1），水平段长度1 000 m，模型为双孔双渗模型，渗流通道为水力裂缝，水力裂缝形态为“双翼缝”，裂缝完全贯穿储层，裂缝网格进行加密处理。基质为气体储集空间，基质与基质之间，基质与裂缝之间均存在流动，气体在基质中的解吸附效应采用Langmuir等

温吸附模型描述，水相仅存在于裂缝中，考虑毛细管力作用、气体在裂缝中渗流的非达西效应以及气体在基质中的拟稳态扩散效应。相关气藏参数及数值模型参数如表1及表2所示。

图1 Well-1井数值模型平面图

表1 CN区块页岩气藏参数表气藏埋深/m气藏温度/℃气藏中部压力/MPa气体扩散系数/（cm2·s－1）最大吸附气量/（m3·t－1）langmuir吸附常数/MPa－1岩石压缩系数/MPa－1 2 800 99.0 39.0 0.000 6 4.73 0.029 0.000 15

表2 Well-1井数值模型主要参数表井名水平段长度/m 压裂级数水力缝半长/m 水力缝导流能力/（mD·m）基质渗透率/mD 基质孔隙度Well-1 1 000 8 118 7.924 8 0.000 1 5.0%

表2中的值为数值模型的初始值，研究表明，相比常规气井，页岩气井的水力裂缝长度、水力裂缝导流能力、基质孔隙度与基质渗透率具有更大的不确定性和随机性，是单井数值建模的关键参数，也是产量历史拟合及预测的关键参数[3-5]，因此将水力裂缝长度、水力裂缝渗透率、基质孔隙度、基质渗透率设定为随机变量，进行不确定性分析。

2.2 产量历史拟合关键参数先验概率分布设定

根据CN区块页岩气探明储量报告研究成果及已知的储层非均质性，设定模型基质孔隙度先验分布为1%～8%之间的均匀分布。由该区块岩心样品统计结果，设定基质渗透率分布为1.00×10－4 mD～1.00×10－3 mD之间的均匀分布。由于缺少导流能力实验数据，根据该井组压裂设计主要参数推算出水力缝导流能力分布为0.007 925 mD·m～39.624 mD·m之间的均匀分布。根据该井区压裂设计及压后微地震监测结果，水力裂缝半长为50 m ～200 m。同时，运用归一化产量与时间的关系图版诊断得到该井的裂缝半长为53 m～138 m，由此设定水力裂缝半长分布为50 m～140 m之间的均匀分布。

2.3 训练样本模型选取及关键参数后验概率分布统计

运用拉丁超立方抽样方法（Latin hypercube sampling）对上述4个关键参数进行76次抽样，用抽样得到的参数组合依次替换初始模型的相关参数，生成76个样本模型，即采用这76个离散的参数组合代表参数本身在空间的连续分布。

表3 Well-1井数值模型关键参数先验分布水力裂缝半长/m水力缝渗导流能力/（mD·m）基质孔隙度基质渗透率/mD 50～200 0.0079～39.624 1.0%～8.0% 10－4～10－3

Well-1井产量历史时间2014年5月1日至2017年12月1日，按此时间段设定该井产量历史拟合起点与终点，2017年10月30日之后产量预测条件为：井口最小油压为5 MPa，预测截止点为经济极限产量3 000方/天，即预测产量低于该值，则停止预测并求取投产初期至截止点的累计产量，即可得到对应的单井最终总可采量（EUR）。运行上述76个模型，得到产量历史拟合及预测结果（图2）。以产量历史拟合总相对误差小于10%为筛选条件，从图2中选择满足精度的模型27个，对其4个拟合关键参数概率分布进行统计，得到4个参数的后验概率分布（图3），统计结果表明：4个参数的后验概率分布均为截断正态分布，不再是最初设定的均匀分布，其中，水力裂缝半长的分布范围是54～126 m，标准差26.83，水力裂缝导流能力分布范围是6～39 mD·m，标准差15.15，基质孔隙度分布范围是1.0～8.0%，标准差2.7，基质渗透率分布范围是0.000 1～0.001 0 mD，标准差0.0003（图3）。

图2 样本模型产量、累计产量历史拟合及预测结果

图3 4个关键参数的后验概率分布

2.4 单井最终总可采（EUR）代理函数建立

设定代理函数的类型为普通克里金函数，从上述27个样本模型中随机选取23个作为训练样本，其余4个作为验证样本，模型关键拟合参数作为自变量，所预测的最终总可采量（EUR）作为因变量，经过迭代运算得到代理函数相关参数：变差函数基台值为1.35×1017，变差函数指数为1.5，其余参数如表4所示。

代理函数对Well-1的最终总可采量（EUR）预测结果与训练样本模型、验证样本模型模拟结果对比情况（图4）叙述如下：

图4中蓝色的点表示训练样本，红色点表示验证样本，横坐标为代理函数计算EUR值，纵坐标为样本数值模型模拟预测值，易见，训练样本EUR呈45度斜线，验证样本EUR几乎落在这条线上（误差小于5%），说明代理函数计算EUR精度高，能够用于下一步的EUR及SEC储量不确定性分析。

表4 代理函数参数权重参数权重基质渗透率/mD 0.280 6基质孔隙度/小数 0.598 9水力裂缝半长/m 0.737 2水力裂缝导流能力/（mD·m） 0.138 9

图4 代理函数计算结果与训练样本模型、验证样本模型模拟结果对比

2.5 基于蒙特卡罗的单井EUR及SEC储量不确定性分析

利用上一步建立的代理函数及4个拟合关键参数的后验概率分布，进行蒙特卡洛

模拟，经过65000次运算得到Well-1井EUR的累积概率分布（CDF），如图5

所示。

从图5可见Well-1的EUR概率分布为截断正态分布，累计概率为90%的值

（P90，储量采出概率不小于90%）为0.50×108 m3，累计概率为50%的值

（P50，储量采出概率不小于50%）为0.61×108 m3，累计概率为10%的值

（P10，储量采出概率不小于 10%）为0.75×108 m3。

图5 Well-1井最终总可采量（EUR）累计概率分布图

利用EUR的P90值减去Well-1井之前的累计产气量0.35×108 m3，得到对应的SEC储量P10值为0.39×108 m3，同理，SEC 储量 P50 值为0.26×108 m3，

P90值为0.15×108 m3。该井SEC 储量的概率分布可由EUR概率分布直接得到，不再详述。

值得注意的是，在引入代理函数和蒙特卡罗模拟后，仅需数十次单井数值模拟运算，即可得到该井最终总可采量及SEC储量的概率分布，该实例运用普通PC机花费

20小时左右可完成，相比前文所述的动辄花费上百小时需要高端工作站甚至大型

计算机群的不确定性评估方法，有很强的可操作性，节省了大量的人力、物力，是

对目前国际主流页岩气储量不确定性评估方法流程的改进和创新应用。

该方法在节省运算成本的前提下也保障了计算精度，国际权威储量评估机构认为Well-1井不确定性计算结果考虑了页岩气单井SEC储量的主要影响因素，技术路线清晰，计算结果能代表目前CN区块页岩气储层改造工艺水平。国际储量评估机构的计算结果与本计算结果对比如下。

可见，本文结果与国际评估机构计算结果相差仅为3%。本计算方法实用性强，具有推广性。

表5 Well-1井SEC储量计算结果对比SEC储量/108 m3 评估机构本文双方差

异P10 0.398 0.386 3.0%P50 0.272 0.260 3.0%P90 0.155 0.150 3.0%

2.6 不确定性方法与确定性方法对比

上述不确定性方法的分析结果一方面能对已有的确定性评估结果进行风险评价，另一方面能为新的确定性评估参数选取提供理论依据。仍以Well-1井为例，采用双曲递减模型进行气井产量历史拟合预测，从图6可见，双曲递减模型的递减指数b 是预测关键参数，在产量历史拟合精度相当的条件下，选取的b值不同，预测结

果不同，且预测结果的风险难以直观表示，若将其与不确定性评估结果对比，则可知：当递减指数b取1.0时得到的EUR值即是P10值，若b取0.8可得到P50

的值，若b取0.5时得到的是P90的值。SEC储量定义为采出概率大于等于90%且经济的储量，因此，b取0.5最合适，若仅靠经验选取b值，计算得到的Well-1井的SEC储量值可能偏大，进而导致对开发前景和投资回报的误判。

图6 Well-1井最终总可采量（EUR）确定性方法预测预测结果与概率

目前，本方法已经在CN区块运用30井次，得到以下认识：（1）该区块典型气

井SEC储量P90值为0.5～1.3亿方，（2）SEC储量P90值对应的递减指数（b）为0.5～1.0。上述两点认识均得到国际储量评估机构认可，为CN区块页岩气SEC储量评估提供了技术支撑，为CN区块页岩气储量资产走向国际资本市场奠

定了基础。

3 结论

1）不确定性方法能综合考虑页岩气勘探开发中的不确定性因素，得到特定井的SEC储量概率分布，直接反映储量评估风险，相较确定性方法更适合页岩气SEC

储量的评估。

2）笔者所述的评估方法对国际通用方法流程进行了创新，保障计算精度的同时节省了运算成本，增强了这类方法的实用性。

3）目前该方法已在CN区块推广应用，评估典型页岩气井30井次，所得到的评

估结果及认识均得到国际权威储量评估机构认可，运用前景广阔。

参考文献

【相关文献】

[1]王永祥 ,李建忠 .非常规油气区带未开发储量评估指南 [M].北京：石油工业出版社 ,2012： 65-66.Wang Yongxiang &Li Jianzhong.Gudelines for the Practical Evaluation of Undeveloped Reserves in Resource Plays[M].Beijing： Petroleum Industry Press,2012： 65-66.

[2] 潘林华 ,程礼军 ,陆朝晖 ,岳锋 .页岩储层水力压裂裂缝扩展模拟进展 [J].特种油气藏 ,2014,21(4)：1-6.Pan Linhua,Cheng Lijun,Lu Chaohui &Yue Feng.Simulation of hydraulic fracture propagation in shale reservoir[J].Special Oil &Gas Reservoirs,2014,21(4)： 1-6.

[3] 王永胜 .页岩气水平井产能评价方法研究 [D].南充：西南石油大学 ,2015.Wang Yongsheng.Research on productivity evaluation method of shale gas horizontal

wells[D].Nanchong： Southwest Petroleum University,2015.

[4] 周祥 .页岩储层体积压裂产能数值模拟研究 [D].北京：中国石油大学 (北京 ),2016.Zhou Xiang.Investigation into the production numerical simulation on shale gas reservoir with volume fracturing[D].Beijing： China University of Petroleum(Beijing),2016.

[5] 郭晶晶.基于多重运移机制的页岩气渗流机理及试井分析理论研究 [D].南充：西南石油大

学 ,2013.Guo Jingjing.Research on multiple migration mechanisms and well testing theory for shale gas reservoirs[D].Nanchong：Southwest Petroleum University,2013.

[6] 卢婷 .页岩气增产改造体积计算方法研究及应用分析 [D].南充：西南石油大学 ,2016.Lu

Ting.Research on the calculation methods of shale gas SRV volume[D].Nanchong：Southwest Petroleum University,2016.

[7] 柯玉彪 .多重运移机制页岩气藏压裂水平井产能研究 [D].南充：西南石油大学 ,2016.Ke Yubiao.Study on fracturing horizontal well productivity of shale gas reservoir with multiple migration mechanism[D].Nanchong： Southwest Petroleum University,2016.

[8] 郑海军 .多段压裂水平井压力计算及分析方法 [D].合肥：中国科学技术大学 ,2015.Zheng Haijun.Pressure calculation and analysis of multi-fractured horizontal well[D].Hefei：University of Science and Technology of China,2015.

[9] 李忠厚 ,吴小斌 ,张小凤 ,张通 ,张冕 ,胡之力 .威远气田某区块页岩气水平井产水率数值模拟研究[J].延安大学学报( 自然科学版 ),2016,35(4)： 64-68.Li Zhonghou,Wu Xiaobin,Zhang Xiaofeng,Zhang Tong,Zhang Mian &Hu Zhili.Numerical simulation research of horizontal wells water cut in Weiyuan shale gas reservoir[J].Journal of Yanan University(Natural Science Edition),2016,35(4)： 64-68.

[10] 姜瑞忠,滕文超 ,徐建春 .压裂改造复合页岩气藏不稳定压力与产量分析方法 [J].天然气工

业 ,2015,35(9)： 42-47.Jiang Ruizhong,Teng Wenchao &Xu Jianchun.Transient pressure and production analysis methods for composite shale gas reservoirs stimulated by fracturing[J].Natural Gas Industry,2015,35(9)： 42-47.

[11] 李顺初 ,任丽 ,郑鹏社 ,桂钦民 .页岩气藏双渗透模型解的结构 [J].西华大学学报(自然科学

版 ),2017,36(1)： 39-46.Li Shunchu,Ren Li,Zheng Pengshe &Gui Qinmin.Similar structure

of solutions for percolation model in dual-permeability of shale gas reservoirs[J].Journal

of Xihua University(Natural Science),2017,36(1)： 39-46.

[12] 邓世冠 ,鲁力 ,刘海娇 ,张旭辉 ,鲁晓兵 .一种孔隙裂隙网络模型及页岩气渗流模拟[J].地下空间与工程学报,2015,11(增刊 1)： 76-79.Deng Shiguan,Lu Li,Liu Haijiao,Zhang Xuhui &Lu Xiaobing.Pore-fractural network model for compacted geomaterials and simulation of shale gas seepage[J].Chinese Journal of Underground Space and Engineering,2015,11(S1)：76-79.

[13] 李玉梅 ,李军 ,柳贡慧 ,于丽维 ,刘明 ,鹿吉庆 .页岩气藏水平井水力压裂裂缝敏感参数数值分析[J].断块油气田,2015,22(2)： 258-262.Li Yumei,Li Jun,Liu Gonghui,Yu Liwei,Liu Ming &Lu Jiqing.Numerical analysis of fracture sensitive parameters in a hydraulically fractured horizontal well in layered shale reservoir[J].Fault-Block Oil &Gas Field,2015,22(2)： 258-262.

[14] 程远方 ,董丙响 ,时贤 ,李娜 ,袁征 .页岩气藏三孔双渗模型的渗流机理 [J].天然气工

业 ,2012,32(9)： 44-47.Cheng Yuanfang,Dong Bingxiang,Shi Xian,Li Na &Yuan

Zheng.Seepage mechanism of a triple-porosity dual-permeability model for shale gas reservoirs[J].Natural Gas Industry,2012,32(9)： 44-47.

[15] 李旭成 ,李晓平 ,强小军 ,李可 .页岩气产能分析理论及方法研究综述 [J].天然气勘探与开

发 ,2014,37(1)： 51-55,59.Li Xucheng,Li Xiaoping,Qiang Xiaojun &Li Ke.Theory and

method for shale-gas productivity analysis[J].Natural Gas Exploration

&Development,2014,37(1)： 51-55,59.

[16] 赵金洲 ,符东宇 ,李勇明 ,郭希冉 ,彭瑀 .基于改进三线性流模型的多级压裂页岩气井产能影响因素分析[J].天然气地球科学 ,2016,27(7)： 1324-1331.Zhao Jinzhou,Fu Dongyu,Li Yongming,Guo Xiran &Peng Yu.Analysis of sensitive factors about multistage fractured well productivity in shale gas reservoirs based on modified trilinear flow model[J].Natural Gas Geoscience,2016,27(7)： 1324-1331.

[17] 张磊 ,姚军 ,孙海 ,孙致学 ,高莹 ,赵建林 .基于数字岩心技术的气体解析/扩散格子Boltzmann

模拟[J].石油学报,2015,36(3)： 361-365.Zhang Lei,Yao Jun,Sun Hai,Sun Zhixue,Gao Ying

&Zhao https://www.360docs.net/doc/1519332238.html,ttice Boltzmann simulation of gas desorption and diffusion based on digital core technology[J].Acta Petrolei Sinica,2015,36(3)： 361-365.

[18] 岳陈军 ,张烈辉 ,赵玉龙 ,郭晶晶 .考虑表面扩散的页岩气渗透率两区复合解析模型[J].水动力学

研究与进展,2016,31(3)： 362-371.Yue Chenjun,Zhang Liehui,Zhao Yulong &Guo Jingjing.A dual-zone composite analytic model for shale gas permeability considering surface diffusion[J].Journal of Hydrodynamics,2016,31(3)： 362-371.

[19] 赵天逸 ,宁正福 ,何斌 ,张廉 .页岩等温吸附理论模型对比分析 [J].重庆科技学院学报 (自然科学

版 ),2014,16(6)： 55-58.Zhao Tianyi,Ning Zhengfu,He Bin &Zhang https://www.360docs.net/doc/1519332238.html,parative analysis of theoretical models of shale[J].Journal of Chongqing University of Science and Technology(Natural Sciences Edition),2014,16(6)： 55-58.

[20]谢亚雄 ,刘启国 ,王卫红 ,李若莹 ,胡小虎 .页岩气藏多段压裂水平井产能预测模型[J].大庆石油地质与开发,2016,35(5)： 163-169.Xie Yaxiong,Liu Qiguo,Wang Weihong,Li Ruoying &Hu Xiaohu.Productivity predicting model of the multiple-stage fractured horizontal wells in shale gas reservoirs[J].Petroleum Geology and Oilfield Development in Daqing,2016,35(5)：163-169.

[21] 王伟 ,樊冬艳 ,孙海 .页岩气藏分段多簇压裂水平井产能模型及影响因素分析 [J].科学技术与工

程 ,2015,15(31)： 36-41.Wang Wei,Fan Dongyan &Sun Hai.Productivity model and analysis of influence factors of staged multi-cluster fractured horizontal wells in shale gas reservoirs[J].Science Technology and Engineering,2015,15(31)： 36-41.

[22] 朱光普 ,姚军 ,樊冬艳 ,曾慧 .页岩气藏压裂水平井试井分析 [J].力学学报 ,2015,47(6)： 945-954.Zhu Guangpu,Yao Jun,Fan Dongyan &Zeng Hui.Pressure transient analysis of fractured horizontal well in shale gas reservoir[J].Chinese Journal of Theoretical and Applied Mechanics,2015,47(6)： 945-954.

[23]张帆.页岩气藏压裂水平井试井分析方法研究[D].南充：西南石油大学 ,2014.Zhang Fan.Well test analysis research of fractured horizontal shale gas well[D].Nanchong： Southwest Petroleum University,2014.

[24]李政澜.页岩气藏压裂水平井试井分析理论研究[D].南充：西南石油大学 ,2017.Li Zhenglan.Research on well testing theory of fractured hori-zontal wells for shale gas

reservoirs[D].Nanchong： Southwest Petroleum University,2017.

[25]李陈.页岩气非定常渗流理论及其试井应用[D].北京：中国地质大学 (北京 ),2013.Li

Chen.Transient flow theory of shale gas and application on well test[D].Beijing： China University of Geosciences(Beijing),2013.

[26] 姚同玉 ,黄延章 ,李继山 .页岩中页岩气渗流系数计算模型[J].应用数学和力学 ,2014,35(8)：

939-948.Yao Tongyu,Huang Yanzhang &Li Jishan.Calculation model for the permeability coefficient of shale gas in shale matrix[J].Applied Mathematics and Mechanics,2014,35(8)：939-948.

[27] 韩国庆 ,任宗孝 ,牛瑞 ,李斌 ,师俊峰 ,吴小军 .页岩气分段压裂水平井非稳态渗流模型[J].大庆石

油地质与开发,2017,36(4)： 160-167.Han Guoqing,Ren Zongxiao,Niu Rui,Li Bin,Shi Junfeng

&Wu Xiaojun.Unsteady seepage model of the shale-gas staged fractured horizontal

well[J].Petroleum Geology and Oilfield Development in Daqing,2017,36(4)： 160-167. [28]郝进 ,姜振学 ,邢金艳 ,李卓 ,唐相路 ,苏娇 .一种改进的页岩气损失气含量估算方法 [J].现代地

质 ,2015,29(6)： 1475-1482.Hao Jin,Jiang Zhenxue,Xing Jinyan,Li Zhuo,Tang Xianglu &Su Jiao.An improved method of calculating lost gas content of shale

gas[J].Geoscience,2015,29(6)： 1475-1482.

[29] 陈作 ,薛承瑾 ,蒋廷学 ,秦钰铭 .页岩气井体积压裂技术在我国的应用建议 [J].天然气工

业 ,2010,30(10)： 30-32.Chen Zuo,Xue Chengjin,Jiang Tingxue &Qin Yuming.Proposals for the application of fracturing by stimulated reservoir volume(SRV)in shale gas wells in China[J].Natural Gas Industry,2010,30(10)： 30-32.

[30] Yang CD,Nghiem L,Erdle J,Moinfar A,Fedutenko E,Li H,et al.An efficient and practical workflow for probabilistic forecasting of brown fields constrained by historical

data[C]//SPE Annual Technical Conference and Exhibition,28-30 September

2015.Houston,Texas,USA： SPE,2015.

[31] 杨静 ,陈冬 ,程小红 .贝叶斯公式的几个应用 [J].大学数学 ,2011,27(2)： 166-169.Yang

Jing,Chen Dong &Cheng Xiaohong.Some applications of Bayesian formula[J].College Mathematics,2011,27(2)： 166-169.