简介：

简介：阿普斯（Arps）提出的确定性递减曲线分析已经成为业界预测产量和估算储量的标准方法，但该分析方法的缺点是具有很强的主观性和很大的不确定性，尤其是在井的早期生产阶段。概率递减曲线分析（PDCA）法已经被提出来对页岩气区带储量估算中的不确定性进行量化。然而，所有已公开发表的PDcA法都采用Arp递减曲线模型进行分析。新的递减曲线分析（DCA）模型已经开发出并用于经水力压裂改造的水平井。然而，这些模型主要应用于确定性分析，而没有对不确定因素进行定量分析。我们应用马尔科夫链蒙特卡洛（MCMC）概率法和不同数量的生产数据对文献中出现的六种DCA模型进行了追算测试，这6种DCA模型分别是阿普斯模型、具有最小递减的阿普斯模型、改进后的阿普斯模型、幂律模型（powerlaw）、拓展的指数模型（stretchedexponential）和Duong模型。结果显示，MCMC概率法非常可靠地对产量追算的不确定性以及由页岩气井衰减曲线模型得出的累计产量估算值的不确定性进行了定量分析。甚至对于基于Arp方程的DCA模型，这种概率法也能非常合理地进行标定。随着拟合的产量数据的增加，追算不确定性降低，但是不管拟合的产量数据有多少，MCMC概率法都能非常合理地进行标定。甚至，由MCMC概率法得出的P50储量估算值要比早期采用确定性评价方法得到的结果更准确。产量预测和储量估算估算结果的不确定性总是存在的，而且这种不确定性在页岩气藏开发的早期是很大的。可靠的不确定性定量分析能够改善生产早期阶段的决策，从而实现这类非常规气藏更加高效的开发。