羅紅文,艾文斌,李海濤,向雨行,張琴,李穎
(西南石油大學(xué)石油與天然氣工程學(xué)院,四川成都 610500)
頁(yè)巖氣作為一種清潔的非常規(guī)天然氣,已成為中國(guó)天然氣勘探開(kāi)發(fā)領(lǐng)域的一個(gè)熱點(diǎn)[1-2]。為了提高頁(yè)巖氣井的產(chǎn)能,目前主要采用水平井與分段體積壓裂相結(jié)合的增產(chǎn)措施[3]。然而,頁(yè)巖氣井在水平壓裂投產(chǎn)后普遍面臨產(chǎn)出剖面未知、裂縫貢獻(xiàn)不清、有效裂縫參數(shù)不明等問(wèn)題,使壓裂改造措施的準(zhǔn)確性、有效性和合理性等難以得到保證,極大地影響了頁(yè)巖氣藏的開(kāi)發(fā)效益[4]。如何定量評(píng)價(jià)頁(yè)巖氣水平井產(chǎn)出剖面、每一條有效人工裂縫的產(chǎn)量貢獻(xiàn)及特征參數(shù),是解決上述難題的關(guān)鍵。
近年來(lái),分布式光纖溫度傳感(Distributed Temperature Sensing,DTS)技術(shù)用于頁(yè)巖氣水平井動(dòng)態(tài)監(jiān)測(cè)[5-7]。目前已有學(xué)者通過(guò)建立理論模型反演DTS監(jiān)測(cè)數(shù)據(jù),實(shí)現(xiàn)了水平井產(chǎn)出剖面及井下未知參數(shù)的定量評(píng)價(jià)[8-11]。Nowak[12]最早根據(jù)溫度測(cè)量結(jié)果描述井筒流量的分布,提出了一種根據(jù)溫度測(cè)井曲線估算注入剖面的方法。Yoshioka 等[13-14]基于萊文伯格—馬夸特算法(簡(jiǎn)稱(chēng) L-M 算法)定量解釋了水平井產(chǎn)出剖面,但基于梯度的 L-M 算法易使反演計(jì)算陷入局部最優(yōu)而無(wú)法獲得全局最優(yōu)解。Li 等[15]基于馬爾可夫鏈—蒙特卡洛(MCMC)算法建立了反演模型,通過(guò)DTS 數(shù)據(jù)反演獲得了水平井產(chǎn)液剖面,但 MCMC 算法是一種隨機(jī)抽樣算法,計(jì)算效率較低。朱世琰[5]、蔡珺君[7]、Cai 等[16]也分別采用 L-M 算法和 MCMC 算法解釋油藏水平井的產(chǎn)出剖面,但解釋結(jié)果的準(zhǔn)確性有待提高。Zhang 等[17]以 Cui 等[18]的水平井溫度模型為基礎(chǔ),采用L-M 算法建立了單相壓裂水平井溫度數(shù)據(jù)反演模型,預(yù)測(cè)了一口壓裂水平井的產(chǎn)氣剖面;同時(shí)指出,若想獲得可收斂的反演解,僅只能對(duì)單一目標(biāo)參數(shù)(如裂縫半長(zhǎng))進(jìn)行反演,其他參數(shù)(如導(dǎo)流能力、儲(chǔ)層滲透率分布等)均須為已知條件。Luo等[19-20]、羅紅文等[21]也分別基于 L-M 和 MCMC 算法建立了低滲氣藏壓裂水平井溫度數(shù)據(jù)反演模型,但通過(guò)現(xiàn)場(chǎng)實(shí)測(cè) DTS 數(shù)據(jù)的反演,發(fā)現(xiàn)當(dāng)裂縫較多時(shí),兩種反演算法的計(jì)算效率都有待提高。為此,羅紅文等[22]還采用模擬退火算法(簡(jiǎn)稱(chēng) SA 算法)建立了更為高效的反演模型,假設(shè)僅以裂縫半長(zhǎng)作為未知參數(shù),完成了一口低滲氣藏水平井的產(chǎn)出剖面定量解釋。
綜上所述,目前國(guó)內(nèi)外對(duì)于水平井溫度剖面數(shù)據(jù)的反演主要基于L-M 和MCMC 兩種算法。頁(yè)巖氣水平井溫度剖面受人工裂縫特征參數(shù)、改造區(qū)縫網(wǎng)滲透率分布等諸多因素的交互影響[17,23-25],而人工裂縫參數(shù)(人工主裂縫長(zhǎng)度、導(dǎo)流能力等)、縫網(wǎng)滲透率分布等通常又都是未知的[26],因此在頁(yè)巖氣水平井DTS數(shù)據(jù)反演時(shí),從本質(zhì)上講,待反演的未知參數(shù)是一個(gè)m×n維(m為待反演目標(biāo)參數(shù)個(gè)數(shù),n為每個(gè)待反演目標(biāo)參數(shù)的維數(shù))的矩陣變量。常規(guī)的L-M 和MCMC 算法難以基于DTS 數(shù)據(jù)實(shí)現(xiàn)頁(yè)巖氣水平井m×n維未知參量的自適應(yīng)反演,因此頁(yè)巖氣水平井產(chǎn)出剖面和人工裂縫中的參數(shù)定量解釋是一項(xiàng)技術(shù)難題。
針對(duì)多參數(shù)自適應(yīng)反演問(wèn)題,Wu 等[27]采用粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法對(duì)地震資料進(jìn)行反演,同時(shí)獲得了縱波速度、橫波速度和密度等 3 個(gè)反映地下油氣飽和度的關(guān)鍵彈性參數(shù)。馬海等[28]將 PSO 方法應(yīng)用于測(cè)井資料,反演結(jié)果準(zhǔn)確性較高。由此可見(jiàn),PSO 算法具有解決基于評(píng)價(jià)目標(biāo)的多自變量?jī)?yōu)化問(wèn)題的潛力。
鑒于此,本文采用PSO 算法建立頁(yè)巖氣水平井DTS 數(shù)據(jù)反演模型,實(shí)現(xiàn)基于DTS 數(shù)據(jù)的頁(yè)巖氣水平井m×n維未知參數(shù)的自適應(yīng)反演,從而實(shí)現(xiàn)頁(yè)巖氣水平井產(chǎn)出剖面、有效人工裂縫半長(zhǎng)、導(dǎo)流能力以及改造區(qū)縫網(wǎng)滲透率分布的定量解釋?zhuān)云跒轫?yè)巖氣水平井精準(zhǔn)壓裂的實(shí)現(xiàn)和生產(chǎn)優(yōu)化提供依據(jù)。
實(shí)現(xiàn)頁(yè)巖氣水平井DTS 數(shù)據(jù)反演,需分別建立溫度剖面正演預(yù)測(cè)模型、基于溫度的擬合評(píng)價(jià)目標(biāo)(誤差)函數(shù)和基于 PSO 算法的反演模型。
在反演、迭代過(guò)程中,溫度剖面正演預(yù)測(cè)模型用于模擬溫度剖面,而DTS 數(shù)據(jù)反演模型用于更新人工裂縫參數(shù)、滲透率分布等未知參數(shù),使預(yù)測(cè)的溫度剖面向?qū)崪y(cè)DTS 數(shù)據(jù)逐漸靠近,直至反演結(jié)果收斂。
考慮到頁(yè)巖儲(chǔ)層的滲流和傳熱特性,將已建立的一套氣藏壓裂水平井溫度剖面預(yù)測(cè)模型[29]作為基礎(chǔ)模型,并做如下補(bǔ)充說(shuō)明:①壓裂改造后的頁(yè)巖儲(chǔ)層形成由基質(zhì)—次生縫—人工主裂縫組成的高滲縫網(wǎng)區(qū),未改造區(qū)為均勻低滲基質(zhì);②壓裂段內(nèi)存在一條或多條人工主裂縫,人工主裂縫為平板狀且垂直于水平井筒,儲(chǔ)層流體僅能通過(guò)人工裂縫流入水平井筒。
為表征頁(yè)巖儲(chǔ)層壓裂改造區(qū)的高滲透性,采用改造區(qū)縫網(wǎng)綜合滲透率模型[30],即
式中:W為裂縫寬度;X為裂縫間距;Kfh、Kfv、Knet分別為改造區(qū)縫網(wǎng)豎直方向滲透率、水平方向滲透率、綜合滲透率。
根據(jù)式(1)可建立改造區(qū)縫網(wǎng)綜合熱導(dǎo)率模型以表征壓裂改造區(qū)儲(chǔ)層的傳熱速率,即
式中KTfh、KTfv、KTnet分別為改造區(qū)縫網(wǎng)豎直方向熱導(dǎo)率、水平方向熱導(dǎo)率、綜合熱導(dǎo)率。
將已建立的氣藏水平井溫度剖面預(yù)測(cè)模型[29]作為基礎(chǔ)模型,聯(lián)立式(1)、式(2),共同構(gòu)建頁(yè)巖氣水平井溫度剖面預(yù)測(cè)模型,用以在 DTS 數(shù)據(jù)反演的每一步迭代過(guò)程中,模擬頁(yè)巖氣水平井溫度剖面。
DTS 數(shù)據(jù)反演方法主要由擬合評(píng)價(jià)目標(biāo)函數(shù)和反演模型兩部分組成。擬合評(píng)價(jià)目標(biāo)函數(shù)又稱(chēng)為誤差函數(shù),用于表征模擬計(jì)算的溫度剖面與實(shí)測(cè)DTS數(shù)據(jù)之間的誤差;而反演模型則是用于優(yōu)化每一步迭代計(jì)算過(guò)程中的產(chǎn)出剖面、裂縫參數(shù)等未知參量,進(jìn)而逐漸減小模擬計(jì)算的溫度剖面與實(shí)測(cè) DTS 數(shù)據(jù)之間的誤差,直至收斂。
1.2.1 基于溫度的擬合評(píng)價(jià)目標(biāo)函數(shù)
基于溫度的擬合評(píng)價(jià)目標(biāo)函數(shù)為
式中:[xinver]m×n為待反演的目標(biāo)參數(shù)(m×n維矩陣,即有效人工裂縫數(shù)量);為實(shí)測(cè)的DTS 溫度剖面數(shù)據(jù);為將輸入溫度預(yù)測(cè)模型后反演模擬的溫度剖面。
1.2.2 DTS 數(shù)據(jù)反演計(jì)算終止條件
從式(3)可以看出,頁(yè)巖氣水平井DTS 數(shù)據(jù)反演的實(shí)質(zhì)就是通過(guò)迭代更新未知的待反演目標(biāo)參數(shù)[xinver]m×n(包括人工裂縫半長(zhǎng)、導(dǎo)流能力、改造區(qū)滲透率分布等),并以井筒壓力作為約束條件,使擬合評(píng)價(jià)目標(biāo)函數(shù)滿足迭代終止條件
式中ε為可接受的反演誤差。
1.2.3 基于PSO 算法的反演模型
本文采用 PSO 算法[31]實(shí)現(xiàn) DTS 數(shù)據(jù)自適應(yīng)反演,以定量預(yù)測(cè)頁(yè)巖氣水平井m×n維的待反演目標(biāo)參數(shù)(包括每一條有效人工裂縫的特征參數(shù)、對(duì)應(yīng)的縫網(wǎng)滲透率分布及產(chǎn)量貢獻(xiàn))。
PSO 算法原理:設(shè)在m×n維的可行解空間里,存在粒子種群P,P中存在I個(gè)隨機(jī)分布的粒子,每個(gè)粒子都有自己的初始移動(dòng)速度和初始位置,種群中的粒子迭代尋優(yōu)T*次,則第i個(gè)粒子在第t次迭代中的位置可設(shè)為一個(gè)m×n維的矩陣,即
第i個(gè)粒子在第t次迭代中的速度設(shè)為一個(gè)m×n維的矩陣,即
第i個(gè)粒子在第t次迭代中找到的最優(yōu)解設(shè)為一個(gè)m×n維的矩陣,即個(gè)體極值為
粒子種群P在第t次迭代中找到的最優(yōu)解設(shè)為一個(gè)m×n維的矩陣,即全局極值為
粒子在解空間里不斷依據(jù)自身和周?chē)渌麄€(gè)體的速度、位移信息進(jìn)行尋優(yōu),其中粒子速度的更新方式為
式中:c1、c2分別為個(gè)體極值、全局極值的學(xué)習(xí)因子,可以控制粒子對(duì)個(gè)體極值、全局極值的學(xué)習(xí)程度,個(gè)體極值學(xué)習(xí)因子值越大,代表個(gè)體極值對(duì)粒子速度更新的影響度越大,反之則亦然;r1、r2分別為個(gè)體極值、全局極值的影響度擾動(dòng)因子,可以間接增加種群多樣性;w為慣性權(quán)重參數(shù),最大值wmax取值為0.9,最小值wmin取值為0.4。
粒子位置更新方式為
采用 PSO 算法進(jìn)行 DTS 數(shù)據(jù)反演時(shí),只需將種群P中I個(gè)粒子的位置、速度分別設(shè)為待反演目標(biāo)參數(shù)的值、每一步迭代中待反演目標(biāo)參數(shù)值的更新量,并將擬合評(píng)價(jià)目標(biāo)函數(shù)式(3)作為適應(yīng)度函數(shù)即可。本文采用 PSO 算法進(jìn)行頁(yè)巖氣水平井DTS 監(jiān)測(cè)反演的流程如圖 1 所示。具體步驟如下。
(1)設(shè)置種群P規(guī)模為I、學(xué)習(xí)因子分別為c1和c2、最大迭代次數(shù)為T(mén)*,將式(3)作為適應(yīng)度函數(shù)。
(2)隨機(jī)初始化種群P中I個(gè)粒子的位置和速度,將每個(gè)粒子的位置設(shè)為待反演目標(biāo)參數(shù)的值維矩陣),將每個(gè)粒子的速度設(shè)為待反演目標(biāo)參數(shù)的更新量維矩陣),將每個(gè)粒子的位置代入溫度正演預(yù)測(cè)模型,并通過(guò)式(3)計(jì)算每個(gè)粒子的適應(yīng)度值,確定每個(gè)粒子的個(gè)體極值和種群P的全局極值 gbest(t)。
(3)分別用式(9)和式(11)更新每個(gè)粒子的速度和位置,得到每個(gè)粒子新的速度和位置,再將每個(gè)粒子的位置代入溫度正演預(yù)測(cè)模型,通過(guò)式(3)再次計(jì)算每個(gè)粒子的適應(yīng)度值,確定新一代的粒子個(gè)體極值和新一代的種群P的全局極值gbest(t+1)。
(5)重復(fù)步驟(2)~步驟(4),直到滿足算法終止條件之一:①迭代次數(shù)超過(guò)T*;②找到適應(yīng)度函數(shù)的最優(yōu)解,即當(dāng)前更新的全局極值gbest(t+1)使得擬合評(píng)價(jià)目標(biāo)函數(shù)滿足式(4)。
此時(shí),反演模擬的溫度剖面與現(xiàn)場(chǎng)實(shí)測(cè)DTS 溫度剖面之間的誤差足夠小,達(dá)到了DTS 數(shù)據(jù)反演可接受的ε,反演結(jié)束。而當(dāng)前更新的全局極值gbest(t+1)即為頁(yè)巖氣水平井待反演目標(biāo)參數(shù)[xinver]m×n的反演解,將其輸入正演模型,即可獲得頁(yè)巖氣水平井產(chǎn)出剖面、裂縫流量貢獻(xiàn)等定量解釋結(jié)果。
YHW-2 井為頁(yè)巖氣生產(chǎn)井,完鉆深度為5153 m,水平段長(zhǎng)為1400 m。采用大規(guī)模水力壓裂進(jìn)行增產(chǎn)改造,壓裂設(shè)計(jì)共 20 段、85 簇,井眼軌跡、壓裂分段設(shè)計(jì)及地溫分布如圖 2 所示。該井采用10 mm 油嘴生產(chǎn),目前產(chǎn)量為34×104m3/d,無(wú)地層水產(chǎn)出。為了明確主要產(chǎn)出層位并準(zhǔn)確評(píng)估壓裂效果,采用連續(xù)油管攜帶分布式光纖對(duì)該井進(jìn)行了連續(xù)溫度動(dòng)態(tài)監(jiān)測(cè),分布式光纖覆蓋全井段,現(xiàn)場(chǎng)測(cè)得的水平井段 DTS 數(shù)據(jù)如圖3 所示,儲(chǔ)層、井筒及流體物性等基礎(chǔ)參數(shù)如表1所示。

表1 YHW-2 井儲(chǔ)層及井筒基礎(chǔ)參數(shù)

圖1 頁(yè)巖氣水平井DTS 監(jiān)測(cè)反演流程

圖2 YHW-2 井壓裂分段設(shè)計(jì)及井眼軌跡

圖3 YHW-2 井DTS 監(jiān)測(cè)數(shù)據(jù)
頁(yè)巖氣水平井主要采用分段、多簇壓裂,射孔簇?cái)?shù)較多,但壓裂時(shí)并不是所有射孔簇都能形成有效支撐裂縫,部分射孔簇?zé)o法進(jìn)液、進(jìn)砂,投產(chǎn)后也沒(méi)有產(chǎn)量貢獻(xiàn)。在進(jìn)行DTS 數(shù)據(jù)反演之前,需要先對(duì)有效支撐的人工裂縫進(jìn)行識(shí)別。水平井在有氣體流入的射孔簇位置溫度明顯降低[16-18,21-23],據(jù)此將YHW-2 井現(xiàn)場(chǎng)實(shí)測(cè)的DTS 溫度數(shù)據(jù)與射孔簇設(shè)計(jì)位置相結(jié)合,共識(shí)別出72 條有效人工裂縫(圖4)。該井有效射孔簇率為84.7%,仍有相當(dāng)一部分無(wú)效射孔簇,壓裂施工及分簇射孔仍有待進(jìn)一步優(yōu)化。

圖4 利用DTS 數(shù)據(jù)的有效人工裂縫識(shí)別結(jié)果
對(duì)于YHW-2井而言,有效人工裂縫半長(zhǎng)、導(dǎo)流能力以及每一條人工裂縫對(duì)應(yīng)的改造區(qū)滲透率均未知。在反演模型中,將人工裂縫半長(zhǎng)、導(dǎo)流能力和改造區(qū)滲透率分布作為待反演目標(biāo)參數(shù)。YHW-2 井有72條有效人工裂縫,因此待反演目標(biāo)參數(shù)[xinver]m×n為3×72 維的未知參數(shù)矩陣。將表1中的基礎(chǔ)參數(shù)輸入本文建立DTS 數(shù)據(jù)反演模型,然后對(duì)現(xiàn)場(chǎng)測(cè)得的DTS數(shù)據(jù)(圖3)進(jìn)行反演,經(jīng)過(guò)迭代計(jì)算后,即可獲得可接受的收斂解(圖5~圖8)。

圖5 YHW-2 井溫度剖面反演結(jié)果及井筒流量反演結(jié)果

圖6 YHW-2 井裂縫半長(zhǎng)反演結(jié)果

圖7 YHW-2 井裂縫導(dǎo)流能力反演結(jié)果

圖8 YHW-2 井有效人工裂縫對(duì)應(yīng)改造區(qū)縫網(wǎng)滲透率反演結(jié)果
從圖5 中可以看出,反演擬合的溫度剖面與現(xiàn)場(chǎng)實(shí)測(cè) DTS 溫度數(shù)據(jù)擬合較好,各級(jí)有效人工裂縫位置處的絕對(duì)溫度偏差小于0.03 ℃。
有效人工裂縫半長(zhǎng)、導(dǎo)流能力及改造區(qū)縫網(wǎng)滲透率分布解釋結(jié)果分別如圖6~圖8 所示。將待反演目標(biāo)參數(shù)的反演解輸入正演模擬,獲得該井產(chǎn)出剖面(圖9)。
從產(chǎn)出剖面解釋結(jié)果(圖9)可以看出,該井流體產(chǎn)出分布極不均勻,各壓裂段產(chǎn)量貢獻(xiàn)率差異較為明顯(圖10)。部分壓裂段單段產(chǎn)量貢獻(xiàn)率大于8%(如第10、第11 段),而部分壓裂段產(chǎn)量貢獻(xiàn)率小于2%(如第1、第4、第15 段),表明各壓裂段壓裂改造有效性和壓裂效果差異顯著。

圖9 YHW-2 井裂縫產(chǎn)量貢獻(xiàn)反演結(jié)果

圖10 YHW-2 井各壓裂段產(chǎn)量貢獻(xiàn)率
裂縫參數(shù)反演結(jié)果(圖 6)也可對(duì)此加以印證。由圖可見(jiàn),壓裂時(shí)裂縫擴(kuò)展延伸極不均勻,形成的有效支撐裂縫平均半長(zhǎng)為51.18 m,部分壓裂段內(nèi)存在明顯的優(yōu)勢(shì)裂縫,人工主裂縫半長(zhǎng)大于110 m(如第42、第50、第51 有效射孔簇),而較多的裂縫半長(zhǎng)小于20 m,如第2、第3、第12、第57、第60 有效射孔簇等對(duì)應(yīng)的人工主裂縫。
從圖 7 可以看出,該井人工主裂縫導(dǎo)流能力總體較為均勻。除了人工主裂縫,導(dǎo)致井筒產(chǎn)量分布極不均勻的另外一個(gè)因素是水力壓裂溝通天然裂縫后所形成縫網(wǎng)的滲透率分布特征。雖然部分壓裂段形成的人工主裂縫長(zhǎng)度偏小,但水力壓裂所形成的縫網(wǎng)區(qū)滲透率(圖8)明顯更高,這些壓裂段的產(chǎn)量貢獻(xiàn)也可能相對(duì)更高。如第11段(第39~第42有效射孔簇)中的平均人工主裂縫半長(zhǎng)為96.17 m,是所有壓裂段中平均裂縫半長(zhǎng)最長(zhǎng)的,壓裂改造區(qū)平均滲透率為0.15 mD;第10 段(第35~第38 有效射孔簇)中的平均人工主裂縫半長(zhǎng)為80.26 m,壓裂改造區(qū)平均滲透率為0.191 mD。相比第11 段,第10 段平均裂縫半長(zhǎng)少了15.91 m,但更好地溝通天然裂縫,形成的改造區(qū)縫網(wǎng)滲透率明顯更高,所以第10段是該井產(chǎn)量貢獻(xiàn)率最高的壓裂段(圖10),單段產(chǎn)量為3.39×104m3/d,產(chǎn)量貢獻(xiàn)率為9.98%。當(dāng)然,在水力壓裂所形成的縫網(wǎng)滲透率相近的情況下,單段平均人工主裂縫半長(zhǎng)越大,單段產(chǎn)能越高。如第3 段(第6~第10 有效射孔簇)壓裂改造區(qū)平均滲透率為0.097 mD、第8 段(第27~第31 有效射孔簇)壓裂改造區(qū)平均滲透率為0.101 mD,而第3 段的平均人工主裂縫半長(zhǎng)為63.19 m、第8 段的平均人工主裂縫半長(zhǎng)為30.94 m,所以第3段產(chǎn)量貢獻(xiàn)比第8段高0.69×104m3/d。
產(chǎn)出剖面分布不均會(huì)極大制約頁(yè)巖氣水平井產(chǎn)能的發(fā)揮,因此可以對(duì)該井產(chǎn)量貢獻(xiàn)明顯較低的壓裂段(如第1、第2、第4、第15、第16 段)進(jìn)行二次改造或重復(fù)壓裂,以實(shí)現(xiàn)均衡產(chǎn)出剖面,進(jìn)而提高該井產(chǎn)量。
根據(jù)產(chǎn)出剖面反演結(jié)果計(jì)算各壓裂段的產(chǎn)量,并與現(xiàn)場(chǎng)生產(chǎn)測(cè)井工具(Production Logging Tool,PLT)測(cè)得的各壓裂段產(chǎn)量對(duì)比(圖11),可知本文方法反演結(jié)果與現(xiàn)場(chǎng)PLT 測(cè)試結(jié)果吻合較好,單段最大流量偏差僅為0.291×104m3/d,反演結(jié)果較準(zhǔn)確,從而驗(yàn)證了本文反演方法的可靠性。

圖11 YHW-2 井各壓裂段本文方法產(chǎn)量解釋結(jié)果與PLT現(xiàn)場(chǎng)測(cè)試結(jié)果對(duì)比
采用PSO 算法實(shí)現(xiàn)頁(yè)巖氣水平井DTS 數(shù)據(jù)反演,可得到頁(yè)巖氣水平井m×n維未知參數(shù)和產(chǎn)出剖面。反演結(jié)果與現(xiàn)場(chǎng)PLT 測(cè)試結(jié)果吻合較好,驗(yàn)證了本文方法的可靠性。
通過(guò)本文方法,可以明確每一簇裂縫的產(chǎn)量、裂縫半長(zhǎng)、導(dǎo)流能力及對(duì)應(yīng)的改造區(qū)縫網(wǎng)滲透率,進(jìn)而確定壓裂改造不足的層段,為頁(yè)巖氣水平井二次改造或重復(fù)壓裂等提供直接依據(jù)。