李帝铨教授团队：低效井重复压裂产量深度时间序列预测方法综述

创新点

油气行业内首次将Transformer架构引入重复压裂井的产量预测，验证Transformer架构捕捉时间序列长期依赖性的有效性，提出基于Transformer架构的油井重复压裂产量预测模型，在理论上为油气大数据分析开辟了一个新的深度学习路径。基于Transformer架构，尝试建立适应老区重复压裂批量化快速精确选井的理论及方法体系，力求为老区持续稳产提供全新视角与解决方案。

长按识别二维码阅读全文

低效井重复压裂产量深度时间序列预测方法综述

作者：贾靖^{1, 2}, 樊庆虎, 王李昌^{1, 3}, 李帝铨

单位：1. 中南大学 地球科学与信息物理学院；2. 中国石油西部钻探工程有限公司；3. 长沙市深地资源能源开发技术创新中心

引用格式：

贾靖，樊庆虎，王李昌，等.低效井重复压裂产量深度时间序列预测方法综述[J].绿色矿山，2025，3(1)：14−36.JIA Jing，FAN Qinghu，WANG Lichang，et al. Prediction of post-refracture production of low-productivitywells using deep time series models: A critical review[J]. Journal of Green Mine，2025，3(1)：14−36.

摘要

当前，我国非常规原油产量不及总产油量的2%，老区在较长时间内仍然是稳产主力。重复压裂是储层增产改造的重要技术组成，压后产量的准确预测是重复压裂目标井正确选择的关键。由于储层内部的不连续界面、孔渗异质性和关键油藏参数缺失等因素的影响，传统基于经验式或数值模拟的压后产量预测方法在老区的适用性受限，深度学习模型是一个优秀的选项。传统深度学习方法(如RNN、LSTM)存在梯度消失、长期依赖建模能力不足等局限，难以应对石油时间序列数据的高维、非平稳及噪声干扰等特性。Transformer架构凭借多头注意力机制与并行计算能力，可有效捕捉产量时间序列中的长短期依赖关系。系统回顾重复压裂技术沿革，以及深度时间序列预测模型研究进展，提出构建基于Transformer架构的低效井重复压裂产量深度时间序列预测模型，并在准噶尔盆地某油田W区块的历史产量数据上进行了案例研究。研究是构建适应老区重复压裂批量化快速精确选井的理论及方法体系的创新尝试，力求为老区持续稳产提供全新视角与解决方案。展望未来研究方向：一是针对计算成本控制，建议优化经典Transformer架构的注意力模块、配合时间序列分解技术，实现低算力成本的重复压裂产量预测；二是针对多区块协同选井，建议引入领域自适应理论，从对抗领域自适应或伪标签领域自适应入手，开发具备迁移学习能力的Transformer骨干架构。

引言

当前，我国非常规原油产量不及总产油量的2%，老区在较长时间内仍然是稳产主力，低效油井重复压裂是提高原油采收率的重要手段。重复压裂就是对已经压裂改造过的井再度实施压裂改造，可以恢复由于支撑剂嵌入、缝周结垢、细颗粒堵塞或岩石蠕变等导致的裂缝导流能力下降，亦可能制造新裂缝、激活天然裂缝或沟通更大范围的储层，是常规储层改造手段的重要补充。

重复压裂成功的前提是选择正确的井，选择正确井的关键是精确预测压裂井的压后产量。天然地层的井间地质条件大多不连续，很难用岩心分析来推断整个区块的地质特征。由于储层异质性和井间干扰，井筒状态需较长时间才能稳定，压力测试通常难以得出明确的结论。若干老区经过五六十年的开采，油藏特征参数已不可得，重新勘探或原位取心也不可能，参数的缺失制约了数值模拟工具的使用。低渗砂砾岩储层(本研究的目标储层)存在大量可运移多粒径颗粒，几乎无法找到解析解来预测此类储层中的重复压裂井产量。在诸多限制之下，需要寻找某些方法在油藏特征参数缺失的情况下对压裂井产能进行预测，深度学习模型以其独特的非线性关系捕捉能力和不依赖物理模型的数据驱动机制而成为一个优秀的选项。

但是，石油数据样本多呈现高维、非平稳等特征，且通常含有过多的噪音、异常或缺失值，传统深度学习模型不足以准确建模石油时间序列数据的上述复杂性。同时，传统深度学习模型在处理长期依赖或捕捉复杂模式等方面也存在限制。2017年，VASWANI等提出Transformer架构。作为序列到序列(Seq2seq)问题的通用逼近器，Transformer天然地适用于时间序列预测，注意力机制允许Transformer无视距离、任意地访问历史中的任何部分，这使其更适合抓住具有长期依赖性的重复模式。

笔者系统回顾重复压裂技术沿革，以及深度时间序列预测模型研究进展，提出“绕过复杂数学物理分析，从能够精确掌握的产量数据入手，以高精度的产量预测和高鲁棒性的样本数据处理方法为基础，从数据中挖掘剩余油”。基于准噶尔盆地某油田W区块的历史产量数据进行案例研究。在高精度重复压裂产量预测算法的支持下，尝试构建适应老区重复压裂批量化快速精确选井的理论及方法体系，力求为老区持续稳产提供全新视角与解决方案。

部分图片

图 1 3种典型选井方法的效果对比

图 2 低效油井重复压裂前后的产量对比示意

图 3 基于聚类分析的重复压裂目标井推荐

图 4 序列到序列计算示意

图 5 RNN中信息的顺序传递

图 6 长短期记忆神经网络的结构

图 7 Softmax在注意力机制中的执行过程

图 8 目前主要深度时间序列预测模型(基于RNN和Transformer)

图 9 Transformer架构

图 10 多头注意力的计算流程

图 11 本研究深度神经网络架构

图 12 滑动窗口示意

图 13 滑动窗口Transformer的损失曲线及产量预测结果

图 14 9口井的拟合预测结果

图 15 9口井的误差验证结果

图 16 6口新压井的产量预测

第一作者

贾靖（1994—），男，甘肃金昌人，博士研究生。研究方向为储层增产改造。

通讯作者

李帝铨（1982—），男，广西北流人，中南大学二级教授，“升华学者计划”学科领军人才，博士。长期致力于电磁勘探方法理论与探测技术的研究，担任教育部重点实验室副主任，中国地球物理学会地球物理技术委员会委员、国家矿业青年科学家论坛学术委员会执行主席。研发的方法技术得到广泛应用，效果显著，曾获得国家技术发明一等奖1项（R2）、省部级一等奖2项（R1）、中国青年科技奖（2022 年）。

研究方向

依托中南大学国家重点学科“地球探测与信息技术”、国家一流本科专业“地球物理学”以及“双一流”建设学科“地球科学”，建设“深地智能感知”团队，聚焦智能广域电磁探测系统研发、智能感知技术研发、智能数据处理与解译、智能感知平台建设等。

主要成果

近年来，团队承担了深地国家重大专项、国家重点研发计划、重大科研仪器设备研制专项等国家重大项目10项；发表国内外高水平学术论文50余篇、授权发明专利20余项、出版专著3本；获得国家技术发明奖一等奖1项，中国青年科技奖1项、何梁何利奖1项、中国有色金属工业科学技术一等奖2项、湖南省青年科技奖1项。

策划丨郭晓炜

责编丨宫在芹

编辑丨李莎

审核丨常明然

煤炭科学研究总院期刊出版公司拥有科技期刊21种。其中，SCI收录1种，Ei收录5种、CSCD收录6种、Scopus收录7种、中文核心期刊9种、中国科技核心期刊11种、中国科技期刊卓越行动计划入选期刊4种，是煤炭行业最重要的科技窗口与学术交流阵地，也是行业最大最权威的期刊集群。

期刊简介

为深入贯彻习近平生态文明思想，践行“绿水青山就是金山银山”理念，搭建绿色矿山建设领域高端学术交流平台，2023年5月，经国家新闻出版署批准，由中国煤炭科工集团主管、煤炭科学研究总院有限公司主办的中文科技期刊——《绿色矿山》（Journal of Green Mine）应运而生。《绿色矿山》为季刊，国内统一连续出版物号为：CN10-1912/TD，ISSN号：2097-3357，由《绿色矿山》编辑部负责策划、出版、发行。

刊登范围

绿色勘查、绿色开采、矿山地下空间利用、绿色选冶、矿山环境保护、低碳技术及节能减排、数字矿业、绿色低碳经济政策与评价等。

联系：常明然

电话： 010-87986451

邮箱：changmingran0216@163.com

声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。