基于储层特征不确定性的产能分析—

(1.中海石油(中国)有限公司非常规油气分公司，北京 100011；2.中联煤层气有限责任公司，北京 100011；3.中国石油集团海洋工程有限公司，北京 100176)

摘要：古交区块开发面临平均产气量低，井间产气效果差异大的问题，明确产能主控因素并提出针对性增产措施是区块后期开发的关键。基于古交区块储层物性及生产特征，建立了古交区块典型数值模拟模型。基于典型模型，结合储层参数分布范围，通过蒙特卡洛插值方法，建立了不同参数组合下的数值模拟模型。通过参数敏感性分析，确定产能主控因素。研究结果表明：含气量、割理渗透率是影响产气量的主控因素。排采制度的制定，应重点考虑储层含气性及割理渗透率大小。先定产水量后定井底流压排采时，割理渗透率增加，累计产气量先增加后减小；定井底流压排采时，割理渗透率与累计产气量为正相关线性关系。同一含气量条件下，定井底流压生产比先定产水量后定井底流压生产的最终累计产气量高。割理渗透率、裂缝渗透率是影响压降扩展和产气的主控因素。割理渗透率为9.7×10-10 m2，裂缝渗透率为3×10-9 m2时，压降主要受割理渗透率影响；割理渗透率为6×10-11 m2，裂缝渗透率为3×10-9 m2时，压降主要受裂缝渗透率影响。因此，后期开发过程中需加强渗透率及含气量监测，根据储层条件制定合理的排采制度。同时，古交区块平均渗透率为1×10-10 m2，井距为300 m，很难实现井间干扰，后期可考虑体积压裂增产改造方式提高储层整体渗透率或打加密井以实现稳产增产。该研究成果为煤层气井稳产增产提供了开发建议。

关键词：古交区块；不确定性分析；产能影响因素；储层参数

Gas productivity based on reservoir uncertainty analysis in Gujiao Block

HAN Xueting1,2，YANG Gang1,2，HE Peiqi3，ZHANG Gang1,2，ZHANG Bing1,2，GUO Mingqiang1,2

(1.Unconventional Oil & Gas Branch,CNOOC China Limited,Beijing 100011,China;2. China United Coalbed Methane Co.,Ltd.,Beijing 100011,China;3.CNPC Offshore Engineering Co.,Ltd.,Beijing 100176,China)

Abstract:The development of the Gujiao Block faces the problems of low average gas production and large difference in gas production effect between wells.The key to the later development of the block is to clarify the main controlling factors of productivity and propose targeted measures to increase production.Based on the reservoir physical properties and production characteristics of Gujiao block,a typical numerical simulation model of Gujiao block was established.Based on the physical properties and production characteristics of the Gujiao Block,a typical numerical simulation model for the Gujiao Block was established.Based on the typical model,combined with the distribution range of reservoir parameters,a numerical simulation model with different parameter combinations was established by Monte Carlo interpolation method.Through parameter sensitivity analysis,the main factors affecting productivity and inter-well interference were obtained.The research results show that gas content and cleat permeability are the main factors affecting gas production.The formulation of the drainage system should focus on the gas-bearing nature of the reservoir and the cleat permeability.When water production is first determined and then bottom-hole pressure is fixed,the cleat permeability increases,the cumulative gas production increases first and then decreases;when the bottom-hole pressure is determined,the cleat permeability and the cumulative gas production have a positive linear relationship.Under the same gas content condition,the final cumulative gas production of constant bottom hole pressure production is higher than the final cumulative gas production after first setting the water production rate and then constant bottom hole flow pressure production.Cleat permeability and fracture permeability are the main factors affecting pressure drop expansion and gas production effect.When the cleat permeability is 9.7×10-10 m2 and the fracture permeability is 9.7×10-9 m2,the pressure drop is mainly affected by the cleat permeability;when the cleat permeability is 6×10-11 m2 and the fracture permeability is 3×10-9 m2,the pressure drop is mainly affected by the fracture permeability.Therefore,it is necessary to strengthen the permeability and gas content monitoring in the later development process and formulate a reasonable production system according to the reservoir conditions.Meanwhile,the Gujiao Block has an average permeability of 1×10-10 m2 and a well spacing of 300 m.It is difficult to achieve inter-well interference.In the later stage,volume fracturing stimulation can be considered to increase the overall permeability of the reservoir or to drill infill wells to achieve stable production and increase production.The research results provide development suggestions for stable and increased production of CBM wells.

Key words:Gujiao Block；uncertainty analysis；numerical simulation；productivity influencing factors

韩学婷，杨刚，何沛其，等.基于储层特征不确定性的产能分析——以古交区块为例[J].煤炭科学技术,2021,49(11)：157-168.doi:10.13199/j.cnki.cst.2021.11.021

HAN Xueting,YANG Gang,HE Peiqi.Numerical simulation of gas productivity based on reservoir uncertainty analysis in Gujiao Block[J].Coal Science and Technology，2021，49(11)：157-168.doi:10.13199/j.cnki.cst.2021.11.021

作者简介：韩学婷(1989—),女,山东东营人,工程师,硕士。E-mail：hanxt2@cnooc.com.cn

0 引言

随着我国煤层气规模开发，煤层气开发认识及技术日趋成熟。在煤层气产能分析方面，前人研究有的综合考虑地质参数、储层压裂改造施工参数和排采工作制度等参数，确定影响产能的主控因素[1-2]。有的分析了地质参数[3]，如构造[4]、地应力分布[5]、水文特征[6]等与煤层气井产能的关系，优选有利区。有的深入研究钻完井参数对产能的影响规律，优化工程工艺[7-8]。有的通过长期的现场排采实践，分析排采模式对生产的影响，优化排采制度[9-10]。目前常用的方法主要有数值模拟法、灰色关联分析法[2,11]、生产数据分析法[12-13]及产能公式法[14-15]。其中，数值模拟技术在开发评价中占据重要位置，许多学者针对不同区块，考虑不同因素，开展了不同方式的数值模拟研究[16-18]。但是由于煤层气井测试难，部分储层参数不确定程度大，煤层气井生产差异大。因此。应用数值模拟模型进行开发评价需要基于储层参数的分布范围并进行合理生产预测及措施建议。

古交区块目前生产井有160口，区块开发存在以下问题：①排采井数多，排采时间长度不一，产气效果差异大，产能影响因素复杂，产能评价难度大。②探井井距大，大量生产井没有测试资料，储层参数不确定性大，生产分析困难。笔者主要结合储层不确定性分析，开展产能数值模拟工作。由于区内含气量测试数据少，试井测试渗透率数据少，单井数值模拟历史拟合不确定程度高。因此，基于储层参数平均值，对比实际生产典型曲线，建立典型数值模拟模型。在参数敏感性分析的基础上，进行产能主控因素分析，为古交区块后期储层测试及合理开发方式提供指导。

1 煤层物性特征

古交区块稳定-较稳定发育、厚度相对较大的煤层有3号,2号,8号和9号煤层，局部发育的可采煤层有5号,6号煤层。根据本区煤层发育情况、煤层埋深、厚度及含气量等条件，2号,8号和9号煤煤层段为本区勘探开发目的层。开发层位主要为8号煤和9号煤合层开发。

1)埋深。已钻井8号煤埋深496～1 075 m，平均埋深849 m；9号煤埋深508～1 076 m，平均埋深870 m。

2)厚度。8号煤厚度0.98～5.97 m，平均厚度2.98 m；9号煤厚度0.41～5.58 m，平均厚度3.36 m。

3)含气量。通过煤层气井采样测试与煤矿钻探取心测得的含气量资料显示，8号煤层含气量5.46～15.71 m3/t，平均含气量8.94 m3/t；9号煤层含气量6.90～14.73 m3/t，平均含气量9.8 m3/t。

4)渗透率。注入压降试井显示区内主要煤层煤储层渗透率一般在1×10-10 m2左右，区内渗透率0.01～0.15×10-9 m2，整体相对较低。

5)孔隙度。割理孔隙率为1.5%左右。

6)含气饱和度。取心测试8号煤层含气饱和度88.82%，9号煤层含气饱和度96.59%。利用生产数据反推8号煤层含气饱和度为69.5%，9号煤层含气饱和度为68.3%。

7)等温吸附特征。8号煤兰氏体积为19.36～27.91 m3/t，平均23.36 m3/t，兰氏压力为1.24～2.89 MPa，平均2.21 MPa；9号煤兰氏体积为18.51～27.41 m3/t，平均22.50 m3/t，兰氏压力为1.28～2.95 MPa，平均2.07 MPa。

8)储层压力。储层压力梯度为6.5 kPa/m，属于欠压储层。

2 典型数值模型建立及分析

2.1 典型数值模拟模型建立

根据8号和9号煤储层物性，建立8号、9号合采数值模拟模型(图1，表1)。由于8号、9号储层物性差异不大，为方便对比储层参数的影响，8号、9号煤除埋深厚度外，属性参数取值相同。其中，基于试井测试渗透率及典型井压裂模拟及压裂裂缝模拟，借助生产分析软件Topaze进行生产数据拟合，获取裂缝渗透率及割理渗透率的取值，建立了面积为1 km2的井组模型。其中，平面网格尺寸为10 m×10 m；纵向网格尺寸为3 m×3.4 m，分别为8号,9号煤层实际平均厚度。井间距为300 m，与实际开发井距相同。

2.2 模型验证

根据实际排水采气制度确定数值模拟模型中生产制度。实际排采过程中，前期排水降压及上产阶段主要定产水量生产，控制井底流压持续缓慢降低；后期稳产及产量递减阶段主要为定井底流压生产。统计生产井8号,9号合采产水量数据，根据概率统计得到产水量分布P10值(10%的产水量数据点高于此值)、P50值(50%的产水量数据点高于此值)、P90值(90%的产水量数据点高于此值)及平均产水量，见表2。

根据平均产水量数据，数值模拟模型中先定产水量2.2 m3/d,1.7 m3/d，后定井底流压0.2 MPa生产，并得到典型生产曲线(图2)。

通过对比典型生产曲线及8号,9号合采实际生产曲线中的平均值曲线(图3)，发现均为1 a左右达到产气峰值，典型模型中由于压力控制没有逐步递减，产气峰值达到600 m3/d左右后直接递减，实际生产曲线为稳定在500 m3/d左右生产半年后递减。典型模型数据选取基于区块参数平均值，且产气量预测与实际生产数据差异不大，可用于区块整体产气预测及生产分析，对后期开发评价具有指导意义。

3 储层物性参数敏感性分析

3.1 参数敏感性分析方法

基于典型模型，结合储层参数分布范围，进行敏感性分析。目前，针对不确定参数主要的采样算法有Monte-Carlo算法、Box-Behnken算法、中心组合算法、CSV算法、Plackett-Burman算法等。

其中，Monte-Carlo算法是一种随机取样方法，在给定参数范围内随机取样。目前，煤层气勘探开发实践中，Monte-Carlo插值法常用于煤层气资源量评价[19-21]。借助Petrel RE软件，应用Monte-Carlo算法，选择模拟案例进行运算分析。敏感性分析主要针对以下6个参数：裂缝渗透率、割理渗透率、含气量、孔隙率、兰氏体积、兰氏压力。敏感性分析参数取值见表3。

3.2 产气量影响因素

基于参数敏感性分析取值，确定不同的数值模拟模型并进行生产预测，排采制度为先定产水量后定井底流压的方式(典型模型中的排采制度，与实际生产一致)。

1)裂缝渗透率。裂缝渗透率增大，峰值产气量增加，产气高峰期推后，累计产气量增加。在开采后期，裂缝渗透率对日产气量影响不大。当裂缝渗透率增加到一定值时，累计产气量增加幅度变缓。压裂增产效果在开采前期比较明显，随着生产时间推移，增产效果减小(图4、图5)。

2)割理渗透率。割理渗透率增大，峰值产气量增加，产气高峰期推后，累计产气量先增加后减小。这是由于渗透率越大，产水量越高，储层压力下降加快，气体解吸速度增大，产气量越高。但是，基于同一排采制度，限制了压降速度及储层气体解吸，造成高割理渗透率储层产气高峰推后，阶段累计产气量受到影响。

割理渗透率为0.5×10-9 m2时，累计产气量最高，现有排采制度与储层参数配伍性好。不同割理渗透率下，应制定不同的排采制度，实现储层快速降压，产能高效释放(图6、7)。

3)含气量。含气量增大，峰值产气量增加，产气高峰期推后，累计产气量增加。这是由于煤储层其他参数一定的条件下，初始含气量越高，储层未饱和程度越低，气体解吸速率越快，产气量越高。高初始含气量下压力很快就能下降到甲烷的临界解吸压力，因此在压力降落差别不大的情况下，累计产气量明显增大。含气量为13.9 m3/t及16.5 m3/t时，生产前期高含气量累计产气量比低含气量累计产气量低。目前生产制度下，高含气量井生产前期受到限制(图8、图9)。

4)割理孔隙度。割理孔隙度减小，峰值产气量增加，产气高峰期提前，累计产气量增加。这是由于割理孔隙度越小，煤层中含水越少，弹性能越小，排采时储层压力下降速度越快，使得吸附煤层气解吸更快、更多(图10、图11)。

5)兰氏体积。兰氏体积VL增大，峰值产气量减小，产气高峰期提前，累计产气量减小。这是因为对于初始含气量一定的煤层来说，兰氏体积越大，煤层气欠饱和程度越大，临界解吸压力越低，甲烷解吸越困难，产气峰值出现的越晚；同时，解吸速率越低，单井有效生产压力段减少，峰值产气量越小(图12、图13)。

6)兰氏压力。兰氏压力PL增大，峰值产气量增大，产气高峰期推迟，累计产气量增大。与兰氏体积对生产的影响相反(图14、图15)。

7)参数敏感性排序。基于先定产水量、后定井底流压生产的排采方式，得到上述生产曲线。通过物性参数单因素分析，绘制累计产气量与各储层物性关系图(图16)，并得到数学模型(表4)。

此排采制度下，兰氏体积、裂缝渗透率、含气量与累计产气量为正相关的线性关系；孔隙度、兰氏体积与累计产气量为负相关的线性关系；割理渗透率增加，累计产气量先增加后减小。按区域不同参数分布范围内累计产气量的变化量(图16中对应参数曲线的纵坐标变化量)，敏感性最强的为含气量；按累计产气量随参数变化的程度(图16中对应参数曲线的斜率)，敏感性强的主要为割理渗透率、兰氏压力、含气量。因此，综合上述2方面，按物性参数对累计产气量的影响，敏感性由强到弱依次为含气量、割理渗透率、兰氏压力、裂缝渗透率、孔隙度、兰氏体积。

为进一步明确排采制度对产能的影响，储层参数组合不变的情况下，改变排采制度进行模拟。假定煤层气井以定井底流压(0.2 MPa)的方式生产，此假定为理想状态，投产开始便能够完全释放储层产能的条件。基于模拟结果，绘制累计产气量与各储层物性的关系(图17)，并得到数学模型(表5)。同理，按物性参数对累计产气量的影响，敏感性由强到弱依次为含气量、割理渗透率、兰氏压力、裂缝渗透率、孔隙度、兰氏体积。

通过对比图16及17曲线形态及累计产气量数值，定井底流压生产与先定产水量后定井底流压生产有2点不同：①定井底流压条件下，割理渗透率与累计产气量为正相关线性关系；②同一含气量条件下，定井底流压生产比先定产水量后定井底流压生产的最终累计产气量高，含气量为16.5 m3/t时，前者累计产气量为1 409万m3，后者累计产气量为581万m3。

后期生产过程中，应综合考虑储层含气性及渗透率大小制定差异化的排采制度。

3.3 压降扩展及产气特征分析

基于参数敏感性分析取值，在5个数值中选取最大值与最小值的模拟案例，展示了生产15 a后的含气量分布图，以此来分析压降扩展及产气影响因素。典型模型中，初始含气量取值为9.7 m3/t。

1)裂缝渗透率。裂缝渗透率对井间干扰的影响主要体现在平行裂缝方向与垂直裂缝方向8号煤含气量变化的层间差异性。裂缝渗透率越大，越有利于降压；裂缝渗透率为2.7×10-9 m2与9.2×10-9 m2时，含气量变化差异不大，压裂增产改造后裂缝达到2.7×10-9 m2时便可达到比较好的增产改造效果。生产15 a后9号煤层压降范围明显小于8号煤层(图18)。

2)割理渗透率。割理渗透率对井间干扰的影响主要体现在平行裂缝方向与垂直裂缝方向含气量变化的层间差异性及平面差异性。割理渗透率越大，越有利于降压。割理渗透率为0.92×10-9 m2时，平行及垂直方向含气量变化相似，压降主要受基质渗透率影响；割理渗透率为0.06×10-9 m2时，平行及垂直方向含气量变化差异大，压降主要受裂缝渗透率影响。生产15 a后9号煤层压降范围明显小于8号煤层(图19)。

3)含气量。初始含气量对井间干扰影响不大。含气量为7.3 m3/t时，生产15 a后8号煤压降范围略大于9号煤压降范围(图20)。

4)割理孔隙度。割理孔隙度对井间干扰的影响主要体现在平行裂缝方向与垂直裂缝方向含气量变化的平面差异性。割理孔隙度越大，越不利于降压。孔隙度为0.7%时，现有排采制度可实现较好的降压(图21)。

5)兰氏体积。兰氏体积对井间干扰的影响主要体现在平行裂缝方向与垂直裂缝方向含气量变化的平面差异性及层间差异性。兰氏体积越大，越不利于降压。生产15 a后8号煤压降范围明显大于9号煤压降范围(图22)。

6)兰氏压力。兰氏体积VL对井间干扰的影响主要体现在平行裂缝方向与垂直裂缝方向含气量变化的平面差异性及层间差异性。兰氏压力越大，越有利于降压。生产15 a后8号煤压降范围明显大于9号煤压降范围(图23)。

7)井间干扰影响因素排序。根据上述分析可知，影响井间干扰的主控因素为割理渗透率，其次为裂缝渗透率、孔隙度、兰氏体积、兰氏压力。割理渗透率、裂缝渗透率、兰氏压力越大，割理孔隙度、兰氏体积越小，越有利于降压。割理渗透率为0.97×10-9 m2，裂缝渗透率为3×10-9 m2时，压降主要受割理渗透率影响；割理渗透率为0.06×10-9 m2，裂缝渗透率为3×10-9 m2时，压降主要受裂缝渗透率影响。

4 结论

1)影响产气量的敏感性参数排序依次为含气量、割理渗透率、兰氏压力、裂缝渗透率、孔隙度、兰氏体积。①先定产水量后定井底流压排采时，割理渗透率增加，累计产气量先增加后减小；定井底流压排采时，割理渗透率与累计产气量为正相关线性关系。②同一含气量条件下，定井底流压生产比先定产水量后定井底流压生产的最终累计产气量高，含气量为16.5 m3/t时，前者累计产气量为1 409万m3，后者累计产气量为581万m3。

2)排采制度的制定，应重点考虑储层含气性及割理渗透率大小。储层厚度为6.3 m，含气量为9.7 m3/t，裂缝渗透率为3×10-9 m2，孔隙度为1.5%的情况下，割理渗透率为0.5×10-9 m2时，现有排采制度与储层参数配伍性好，生产效果好。

3)影响压降扩展和产气的主控因素为割理渗透率，其次为裂缝渗透率、孔隙度、兰氏体积、兰氏压力。割理渗透率为0.97×10-9 m2，裂缝渗透率为3×10-3 m2时，压降主要受割理渗透率影响；割理渗透率为0.06×10-9 m2，裂缝渗透率为3×10-9 m2时，压降主要受裂缝渗透率影响。

4)古交区块渗透率为1×10-10 m2，井距为300 m，压裂裂缝沿单一方向展布的条件下，很难实现井间干扰，后期可考虑体积压裂增产改造方式提高储层整体渗透率或打加密井以实现稳产增产。

[1] 聂志宏,巢海燕,刘莹,等.鄂尔多斯盆地东缘深部煤层气生产特征及开发对策：以大宁—吉县区块为例[J].煤炭学报,2018,43(6):1738-1746.

NIE Zhihong,CHAO Haiyan,LIU Ying,et al.Development strategy and production characteristics of deep coalbed methane in the east ORDOS Basin:Taking Daning-Jixian block for example[J].Journal of China Coal Society,2018,43(6):1738-1746.

[2] 王维旭,贺满江,王希友,等.筠连区块煤层气产能主控因素分析及综合评价[J].煤炭科学技术,2017,45(9):194-200.

WANG Weixu,HE Manjiang,WANG Xiyou,et al.Analysis on main controlling factors and comprehensive evaluation of coalbed methane production capacity of JUNLIAN Block[J].Coal Science and Technology,2017,45(9):194-200.

[3] 李俊,崔新瑞,张聪,等.影响煤层气井产能差异的主控地质因素分析:以樊庄区块北部为例[J].中国煤层气,2019,16(1):13-16.

LI Jun,CUI Xinrui,ZHANG Cong,et al.Analysis of main controlling geological factors to influencing the production capacity of CBM wells:Taking North Fanzhuang Block as example[J].China Coalbed Methane,2019,16(1):13-16.

[4] 张小东,张硕,孙庆宇,等.基于AHP和模糊数学评价地质构造对煤层气产能的影响[J].煤炭学报,2017,42(9):2385-2392.

ZHANG Xiaodong,ZHANG Shuo,SUN Qingyu,et al.Evaluating the influence of geological structure to CBM productivity based on AHP and fuzzy mathematics [J].Journal of China Coal Society,2017,42(9):2385-2392.

[5] 鲁秀芹,张永平,周秋成,等.郑庄区块地应力场分布规律及其对煤层气开发的影响[J].中国煤层气,2019,16(5):14-18.

LU Xiuqin,ZHANG Yongping,ZHOU Qiucheng,et al.Characteristics of in-situ stress field in Zhengzhuang Block and its influence on CBM development[J].China Coalbed Methane,2019,16(5):14-18.

[6] 季长江,郝海金,郝春生,等.赵庄区块地下水特征对煤层气开发的影响分析[J].煤炭科学技术,2018,46(6):149-154.

JI Changjiang,HAO Haijin,HAO Chunsheng,et al.INFLUENCE analysis of groundwater characteristics to coalbed methane development in Zhaozhuang Block[J].Coal Science and Technology,2018,46(6):149-154.

[7] 李恒乐,曹运兴,周丹,等.煤层气直井氮气泡沫压裂参数分析及产能评价[J].煤田地质与勘探,2020,48(3):65-74.

LI Hengle,CAO Yunxing,ZHOU Dan,et al.FRACTURING parameters analysis and productivity evaluation of vertical coalbed methane wells with nitrogen foam[J].Coal Geology &Exploration,2020,48(3):65-74.

[8] 贾宗文,刘书杰,耿亚楠,等.柿庄区块钻完井工程对煤层气井产能的影响研究[J].煤炭科学技术,2017,45(12):182-188.

JIA Zongwen,LIU Shujie,GENG Yanan,et al.STUDY on well drilling and completion engineering affected to production of coalbed methane well in SHIZHUANG Block[J].Coal Science and Technology,2017,45(12):182-188.

[9] 葛静涛,叶新民,陶文雯,等.煤层气松耦合自动化排采控制技术研究[J].油气藏评价与开发,2020,10(6):126-130.

GE Jingtao,YE Xinmin,TAO Wenzhen,et al.Loosely coupled automatic drainage and production control technology of CBM[J].Reservoir Evaluation and Development,2020,10(6)：126-130.

[10] 刘江,桑树勋,周效志,等.六盘水地区煤层气井合层排采实践与认识[J].煤田地质与勘探,2020,48(3):93-99.

LIU Jiang,SANG Shuxun,Zhou Xiaozhi,et al.Practice and understanding of multi-layer drainage of CBM wells in Liupanshui Area[J].Coal Geology &Exploration,2020,48(3):93-99.

[11] 吕玉民,汤达祯,许浩,等.沁南盆地樊庄煤层气田早期生产特征及主控因素[J].煤炭学报,2012,37(S2):401-406.

LV Yumin,TANG Dazhen,XU Hao,et al.Initial production characteristic and its controls in Fanzhuang coalbed methane field,Southern Qinshui Basin[J].Journal of China Coal Society,2012,37(S2):401-406.

[12] 常会珍,郝春生,张蒙,等.寺河井田煤层气产能分布特征及影响因素分析[J].煤炭科学技术,2019,47(6):171-177.

CHANG Huizhen,HAO Chunsheng,ZHANG Meng,et al.Analysis on distribution and its influencing factors of coalbed methane productivity in Sihe Minefield[J].Coal Science and Technology,2019,47(6):171-177.

[13] 谢石.阜新刘家区煤层气储层特征及产能分析[J].天然气勘探与开发,2020(1):96-102.

XIE Shi.Reservoir characteristics and productivity of coalbed methane,Liujia mining area,Fuxin Basin[J].Natural Gas Exploration and Development,2020(1):96-102.

[14] 朱庆忠,胡秋嘉,杜海为,等.基于随机森林算法的煤层气直井产气量模型[J].煤炭学报,2020,45(8):2846-2855.

ZHU Qingzhong,HU Qiujia,DU Haiwei,et al.A gas production model of vertical coalbed methane well based on random forest algorithm[J].Journal of China Coal Society,2020,45(8):2846-2855.

[15] 王志荣,杨杰,陈玲霞,等.非线性井底流压条件下煤层气试验井产能预测模型及应用[J].河南理工大学学报(自然科学版),2019,38(4):39-48.

WANG Zhirong,YANG Jie,CHEN Lingxia,et al.Productivity prediction model and its application of CBM test well under the condition of nonlinear flowing bottom hole pressures[J].Journal of Henan Polytechnic University(Natural Science),2019,38(4):39-48.

[16] 王忻.沁水盆地南部煤层气解吸影响因素及数值模拟[J].中州煤炭,2015(8):124-128.

WANG Xin.Influence factors on CBM desorption in Southern Qinshui Basin and its numerical simulation[J].Zhongzhou Coal,2015(8):124-128.

[17] 李士才,邵先杰,接敬涛,等.煤层气水平井产能预测数值模拟研究[J].重庆科技学院学报(自然科学版),2015,17(2):76-80.

LI Shicai,SHAO Xianjie,JIE Jingtao,et al.The establishment of productivity prediction model and numerical simulation of CBM horizontal wells[J].Journal of Chongqing University of Science and Technology(Natural Sciences Edition),2015,17(2):76-80.

[18] 王蕊,石军太,王天驹,等.煤层气与致密气合采敏感性因素的数值模拟[J].断块油气田,2016,23(6):812-817.

WANG Rui,SHI Juntai,WANG Tianju,et al.Numerical simulation of sensitive factors of commingled production of coalbed methane and tight gas[J].Fault-Block Oil &Gas Field,2016,23(6):812-817.

[19] 刘道信.蒙特卡洛法在煤层气目标区储量计算中的应用[J].煤炭技术,2009,28(9):164-165.

LIU Daoxin.Monte-Carlo method application in reserves calculation of coal bed methane prospects[J].Coal Technology,2009,28(9):164-165.

[20] 郭明涛,唐跃刚,苏雪峰.基于蒙特卡洛法的煤层气资源量估算[J].煤矿安全,2016,47(10):153-156.

Guo Mingtao,TANG Yuegang,SU Xuefeng.Estimating coal-bed methane resource based on Monte Carlo method[J].Safety in Coal Mines,2016,47(10):153-156.

[21] 贾巍.基于蒙特卡洛和多层次模糊数学算法的小草湖井田煤层气资源量评价[D].乌鲁木齐：新疆大学,2009.

JIA Wei.The coalbed methane resources assessment of Xiaocaohu Coalfield based on the mathematical method of Monte Carlo and Multi-index Comprehensive Evaluation [D].Urumqi:Xinjiang University,2009.

基于储层特征不确定性的产能分析——以古交区块为例