《油气井产量预测方法》详细论述了Arps、Fetkovich、Blasingame、Hsieh、PLE、SEPD、Duong、LGM、YM -SEPD和Mohammed等产量递减分析经验公式方法，包括其理论推导过程、应用步骤和适用范围，并结合典型案例评价了每种方法的特点和应用效果，同时收录了适用于不同油气藏类型的30余项油气井产量预测数学解析方法，最后深人探讨了油气井产量预测技术发展方向——应用AI技术进行油气产量预测的发展状况《油气井产量预测方法》对油气并产量预测、经济高效开发油气田具有一定的指导意义
　　《油气井产量预测方法》可供油气开发工作者、石油高等院校师生及相关专业人员参考。

　　1 产量递减分析经验方法
　　本章依次介绍了Arps、Fetkovich、Blasingame、Hsieh、PLE、SEPD、Duong、LGM、YM－SEPD和Mohammed等产量递减分析经验公式方法包括其理论推导过程、数学模型、应用步骤和适用范围，并结合典型案例评价了每种方法的特点和应用效果。
　　1.1 Arps递减曲线分析法
　　1945年，Arps基于美国油气田产量随时间变化规律，提出了指数递减（Exponential Decline）、双曲递减（Hyperbolic Decline）和调和递减（HarmonicDecline）三个产量预测模型，称为Arps：递减分析模型。三个模型中，以双曲递减为主，至今仍被油气行业广泛应用，同时，后人基于Arps递减分析模型，尤其是针对存在的不足之处，研究和开发出其他油气井产量递减分析预测方法和模型。
　　1.1.1 模型建立
　　1.1.1.1 指数递减模型
　　1945年，Arps发现美国蒙大拿州Cutbank油田某区块在相同长度时间段内产量下降几乎相同数值（表1－1），基于此，Arps提出了油气产量预测指数递减模型（Exponential Decline Model）。
　　由表1－1看出，1940年7月一1944年1月，Cutbank油田某区块月产量变化率D基本稳定，变化范围在1.11%～1.22%之间，平均值为1.15%。按照产量变化率的定义，存在如下数学关系式（1－1）：
　　式中D——负常数；
　　q——单位时间段内产量；
　　t——生产时间。
　　将式（1－1）积分，并令t=0时q=qi，消去常数项，则得到式（1－2）：
　　q=qie-DT（1－2）
　　式中q——井产量，m3/d；
　　qi——井初始产量，m3/d；
　　D——产量递减率，1/d；
　　t——生产时间，d。
　　式（1－2）即为Arps指数递减模型，基于油气井已有生产数据可进行未来产量预测。
　　1.1.1.2 双曲递减模型
　　1945年，Arps在分析油气田产量变化规律时，发现部分油气田在相同长度时间段内产量下降数值呈现递增趋势，对其产量变化率求导数，得到基本稳定的数值，譬如，美国堪萨斯州Arbuckle石灰岩储层产量递减率随生产时间变化规律基本稳定（表1－2）。基于此，Arps提出了油气产量预测双曲递减模型（Hyperbolic Decline Model）。
　　表1－2中产量损失比（Loss Ratio）的概念最早于1927年由R.H.Johnson在分析油气井递减规律时提出，之后该概念被多位学者引用。产量损失比定义为：
　　a=98q（1－3）
　　……

1 产量递减分析经验方法 1
1.1 Arps递减曲线分析法 1
1.1.1 模型建立 1
1.1.2 模型对比 5
1.1.3 递减指数取值 5
1.1.4 递减指数确定方法 6
1.1.5 应用实例 13
1.1.6 适用性 15
1.2 Fetkovich产量递减分析方法 15
1.2.1 Fetkovich－Arps联合图版建立 16
1.2.2 应用步骤 23
1.2.3 应用实例 24
1.2.4 适用性 26
1.3 Blasingame产量递减分析方法 26
1.3.1 模型建立 26
1.3.2 应用实例 32
1.3.3 适用性 36
1.4 Hsieh产量递减分析方法 37
1.4.1 模型建立 37
1.4.2 应用实例 39
1.4.3 适用性 40
1.5 PLE产量递减分析方法 41
1.5.1 模型提出背景 41
1.5.2 模型建立 42
1.5.3 应用步骤 43
1.5.4 适用性 44
1.6 SEPD产量递减分析方法 45
1.6.1 I函数 45
1.6.2 模型建立 46
1.6.3 与Arps模型对比 47
1.6.4 应用实例 48
1.6.5 适用性 50
1.7 Duong产量递减分析方法 50
1.7.1 模型建立 51
1.7.2 不同m值生产特征 52
1.7.3 与Arps模型对比 54
1.7.4 应用实例 55
1.7.5 适用性 56
1.8 LGM产量递减分析方法 57
1.8.1 模型建立 57
1.8.2 应用实例 60
1.8.3 适用性 62
1.9 YM－SEPD产量递减分析方法 62
1.9.1 模型建立 62
1.9.2 应用实例 65
1.9.3 适用性 67
1.10 Mohammed产量预测方法 67
1.10.1 模型建立 67
1.10.2 应用步骤 69
1.10.3 应用实例 69
1.10.4 适用性 73
1.11 Shaibu递减分析方法 74
1.11.1 模型建立 74
1.11.2 应用实例 79
1.11.3 适用性 84

2 含凝析液气井产量预测方法 85
2.1 模型建立 85
2.2 应用步骤 85
2.3 应用实例 86
2.3.1 实例一 86
2.3.2 实例二 89
2.4 适用性 89

3 油气井产能预测数学解析方法 91
3.1 常规砂岩油藏直井单相流产能预测 91
3.1.1 圆柱形渗流区域PI解析式 91
3.1.2 公式适用范围 92
3.1.3 其他形状渗流区域PI解析式 93
3.2 常规砂岩油藏单相流水平井产能预测公式 95
3.2.1 Borisov公式 95
3.2.2 Giger－Reiss－Jourdan公式 96
3.2.3 Joshi公式 97
3.2.4 Economides公式 99
3.2.5 Braud公式 101
3.3 常规砂岩油藏单相流斜井产能预测方法 104
3.3.1 斜井模型及产能计算公式 104
3.3.2 Cinco－Ley方法求Sθ 105
3.3.3 Rogers方法求Sθ 106
3.4 常规砂岩油藏油气两相流产能预测方法 106
3.4.1 Vogel公式 106
3.4.2 Fetkovich公式 107
3.4.3 Richardson公式 107
3.4.4 Bendakhlia公式 109
3.4.5 Cheng公式 109
3.4.6 Klins公式 111
3.4.7 Wiggins公式 111
3.4.8 Sukarno公式 112
3.4.9 Retnanto 113
3.4.10 Harrison公式 114
3.4.11 Wiggin公式 114
3.4.12 Elias公式 115
3.4.13 Jabbar公式 116
3.5 底水油藏临界产量计算公式 117
3.5.1 Meyer公式 117
3.5.2 Schols公式 117
3.5.3 Hoyland公式 118
3.5.4 Chaperon公式 119
3.5.5 范子菲公式 120
3.6 气顶油藏临界产量计算公式 122
3.7 气顶及底水油藏临界产量计算公式 124
3.8 气井产量计算公式 126
3.8.1 Mishra公式 126
3.8.2 Billiter公式 127
3.8.3 Akhimiona公式 128

4 油气井产量预测AI方法 131
4.1 常规产量预测方法存在的局限性 131
4.2 AI神经网络模型激活函数 132
4.2.1 Sigmoid激活函数 132
4.2.2 tanh（）激活函数 132
4.2.3 ReLU激活函数 133
4.2.4 Softplus激活函数 133
4.2.5 Selu激活函数 134
4.3 油气井产量预测神经网络模型 135
4.3.1 RNN模型 136
4.3.2 LSTM模型 137
4.3.3 GRU模型 138
4.4 AI技术预测油气井产量实例 140
4.4.1 应用AI神经网络模型预测长宁地区页岩气水平井产量 140
4.4.2 应用LSTM神经网络模型预测油气井产量 143
4.4.3 应用GRU模型预测塔河区块缝洞型油藏油井产量 148
4.4.4 Bongkot气田应用AI方法估测气井产量 155
4.5 AI方法预测油气井产量技术现状及发展方向 160

5 不同方法预测结果对比 162
5.1 传统递减分析方法预测效果对比 162
5.1.1 储层及气井参数 162
5.1.2 气井生产数据 163
5.1.3 渗流阶段判断及EUR 163
5.1.4 应用分析模型预测EUR 164
5.1.5 经验模型预测结果对比 165
5.2 传统递减分析方法与AI方法预测效果对比 167

参考文献 169

附录 符号意义及单位 181