頁巖氣井產能的預測方法及裝置與流程

本發明涉及天然氣開發
技術領域：
，尤其涉及一種頁巖氣井產能的預測方法及裝置。
背景技術：
：氣井產能評價即生產動態分析，一直以來都是油藏工程師的核心任務之一。當氣井正式投入生產以后，利用日常的生產動態數據進行生產特征分析，進行氣井參數評價、(可采)儲量評估及氣井產量預測，能夠為早期的氣田產能建設及后期生產的調整優化提供可靠信息。目前，較為可靠的產能評價方法是根據多種遞減分析模型計算結果，綜合確定儲層參數合理性和可靠性。根據分析方法所依據的數學模型不同，產能評價方法可以分為經驗方法和理論方法兩大類。然而，頁巖氣作為典型的非常規氣藏，其氣井生產動態的影響因素眾多。至今尚沒有一種完全成熟的評價頁巖氣產能的方法。現有產能分析方法需要達到(擬)徑向流階段，才能獲得可靠的滲透率和控制儲量等關鍵參數。大量開發實踐表明，常規氣井在較短時間內能夠經歷多個流動狀態，并且能夠較快地達到邊界控制流階段，例如蘇里格氣田擬穩態起始時間約為300～500d，因此動態參數解釋和預測結果可信度高。而頁巖氣井的自然生產周期很長，例如Barnett頁巖氣田經改造后地層滲透率為10-4mD時，氣井達到擬穩態時間為2.3年，而滲透率為10-6mD時，則需要230年。此外，由于生產數據分辨率通常較低，頁巖氣的很多流動狀態無法清晰地被反映出來，這導致解析模型中的未知參量個數(例如地層-裂縫等參數)大于約束方程個數(特征流動段)，所以頁巖氣井的解釋結果存在多解性。而且，不同的解釋結果會對產量預測產生很大影響，且生產歷史越短，預測參數所受影響越大。技術實現要素：本發明提供一種頁巖氣井產能的預測方法及裝置，以量化頁巖氣井產能預測結果的風險。本發明提供一種頁巖氣井產能的預測方法，包括：根據體積壓裂頁巖氣井的線性流生產動態模型，建立頁巖氣井擬壓力與頁巖氣產量的動態變化關系，所述動態變化關系包含多個基礎參數和多個未知參數；利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，并利用所述主裂縫半長更新所述動態變化關系；基于更新后的所述動態變化關系，通過特征流動段識別方法獲得參數約束方程；利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域；利用所述概率分布模式及相應的可信域，根據更新后的所述動態變化關系預測所述頁巖氣井的產能。一個實施例中，利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，包括：利用所述歷史生產數據，計算得到產量修正擬壓力與真實物質平衡時間的線性關系曲線的斜率值；根據所述動態變化關系變換得到產量修正擬壓力與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長；利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據；利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間數據，物質平衡擬時間等于真實物質平衡時間平方；根據利用所述歷史生產數據計算得到的產量修正擬壓力數據和所述記錄點處的物質平衡擬時間數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長；判斷重新計算的初始主裂縫半長是否收斂，若是，將重新計算的初始主裂縫半長作為所述主裂縫半長。一個實施例中，利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，還包括：若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長依次重新計算所述記錄點處的平均地層壓力數據、所述記錄點處的物質平衡擬時間數據及所述記錄點處的物質平衡擬時間數據，并再次重新計算所述線性關系曲線的斜率值和所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。一個實施例中，所述多個基礎參數包括：地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數；利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域之前，還包括：根據地質數據、巖心實驗數據、測井數據及壓裂數據，建立所述基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。一個實施例中，所述剩余未知參數包括：裂縫間距及裂縫條數；所述產能評價參數包括：單井控制儲量和單井累計氣產量。一個實施例中，利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，包括：根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數中的概率分布模式及相應的可信域；利用所述剩余未知參數的概率分布模式及相應的可信域，計算得到所述產能評價參數的概率分布模式及相應的可信域。一個實施例中，根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數的概率分布模式及相應的可信域，包括：利用所述概率分布模型對所述基礎參數的取值進行分層抽樣；結合分層抽樣結果和所述參數約束方程，計算得到所述剩余未知參數的概率性結果；根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域。一個實施例中，利用所述概率分布模型對所述基礎參數的取值進行分層抽樣，包括：將所述概率分布模型所對應的累積概率曲線分成N層等范圍的概率區間；獲取一隨機數r，并將所述隨機數r修正為分層形式隨機數其中，n為所述概率區間的層數序號；利用所述分層形式隨機數從第n層概率區間中對所述基礎參數的取值進行隨機抽樣。一個實施例中，根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域，包括：對所述剩余未知參數的概率性結果中的剩余未知參數的取值進行順序排列，得到所述概率分布模式；根據所述概率分布模式計算得到所述剩余未知參數的累積分布，并根據所述累積分布確定所述可信域。一個實施例中，所述動態變化關系為：其中，pi表示原始地層壓力，m(pi)表示原始地層的氣體擬壓力，pw表示井底壓力，m(pw)表示井底的氣體擬壓力，qsc(t)表示t時刻頁巖氣井的在標準狀況下的產量，nf表示裂縫簇數，ns表示裂縫段數，Bg(pi)表示原始地層壓力pi下的氣體體積系數，kSRV表示動用面積內的有效滲透率，xf表示主裂縫半長，h表示地層厚度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，表示有效地層孔隙度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，tmba(t)表示t時刻的物質平衡擬時間；tmba(t)=μt(pi)cg(pi)qsc(t)∫0tqsc(τ)μg(pavg)ct(pavg)dτ,]]>其中，μt(pi)表示原始地層壓力pi下的修正氣體粘度，cg(pi)表示原始地層壓力pi下的自由氣體壓縮系數，qsc(τ)表示τ時刻的頁巖氣井的在標準狀況下的產量，pavg表示平均地層壓力，μg(pavg)表示平均地層壓力pavg下的自由氣體粘度，ct(pavg)表示平均地層壓力pavg下的修正氣體壓縮系數。一個實施例中，所述修正物質平衡方程為：其中，表示平均地層壓力pavg下的修正氣體偏差系數，表示原始地層壓力pi下的修正氣體偏差系數，Θ表示吸附氣儲量修正系數，Gp(t)表示氣井在標準狀況下累積產量。本發明還提供一種頁巖氣井產能的預測裝置，包括：動態變化關系建立單元，用于執行：根據體積壓裂頁巖氣井的線性流生產動態模型，建立頁巖氣井擬壓力與頁巖氣產量的動態變化關系，所述動態變化關系包含多個基礎參數和多個未知參數；主裂縫半長獲取單元，用于執行：利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，并利用所述主裂縫半長更新所述動態變化關系；參數約束方程獲取單元，用于執行：基于更新后的所述動態變化關系，通過特征流動段識別方法獲得參數約束方程；概率分布模式及可信域獲取單元，用于執行：利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域；頁巖氣井產能預測單元，用于執行：利用所述概率分布模式及相應的可信域，根據更新后的所述動態變化關系預測所述頁巖氣井的產能。一個實施例中，所述主裂縫半長獲取單元，包括：初始斜率值獲取模塊，用于執行：利用所述歷史生產數據，計算得到產量修正擬壓力與真實物質平衡時間的線性關系曲線的斜率值；初始主裂縫半長獲取模塊，用于執行：根據所述動態變化關系變換得到產量修正擬壓力與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長；平均地層壓力獲取模塊，用于執行：利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據；物質平衡擬時間獲取模塊，用于執行：利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間數據，物質平衡擬時間等于真實物質平衡時間平方；初始主裂縫半長重新獲取模塊，用于執行：根據利用所述歷史生產數據計算得到的產量修正擬壓力數據和所述記錄點處的物質平衡擬時間數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長；初始主裂縫半長收斂判斷模塊，用于執行：判斷重新計算的初始主裂縫半長是否收斂，若是，將重新計算的初始主裂縫半長作為所述主裂縫半長。一個實施例中，所述主裂縫半長獲取單元，還包括：初始主裂縫半長迭代計算模塊，用于執行：若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長依次重新計算所述記錄點處的平均地層壓力數據、所述記錄點處的物質平衡擬時間數據及所述記錄點處的物質平衡擬時間數據，并再次重新計算所述線性關系曲線的斜率值和所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。一個實施例中，所述多個基礎參數包括：地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數；所述裝置還包括：基礎參數概率分布模型建立單元，用于執行：根據地質數據、巖心實驗數據、測井數據及壓裂數據，建立所述基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。一個實施例中，還包括：參數存儲單元，用于執行：所述剩余未知參數包括：裂縫間距及裂縫條數；所述產能評價參數包括：單井控制儲量和單井累計氣產量。一個實施例中，所述概率分布模式及可信域獲取單元，包括：未知參數概率分布模式及可信域獲取模塊，用于執行：根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數中的概率分布模式及相應的可信域；產能評價參數概率分布模式及可信域獲取模塊，用于執行：利用所述剩余未知參數的概率分布模式及相應的可信域，計算得到所述產能評價參數的概率分布模式及相應的可信域。一個實施例中，所述未知參數概率分布模式及可信域獲取模塊，包括：基礎參數抽樣模塊，用于執行：利用所述概率分布模型對所述基礎參數的取值進行分層抽樣；未知參數概率性結果獲取模塊，用于執行：結合分層抽樣結果和所述參數約束方程，計算得到所述剩余未知參數的概率性結果；剩余未知參數概率分布模式及可信域獲取模塊，用于執行：根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域。一個實施例中，所述基礎參數抽樣模塊，包括：概率區間分層模塊，用于執行：將所述概率分布模型所對應的累積概率曲線分成N層等范圍的概率區間；分層隨機數獲取模塊，用于執行：獲取一隨機數r，并將所述隨機數r修正為分層形式隨機數其中，n為所述概率區間的層數序號；分層抽樣模塊，用于執行：利用所述分層形式隨機數從第n層概率區間中對所述基礎參數的取值進行隨機抽樣。一個實施例中，所述剩余未知參數概率分布模式及可信域獲取模塊，包括：概率分布模式獲取模塊，用于執行：對所述剩余未知參數的概率性結果中的剩余未知參數的取值進行順序排列，得到所述概率分布模式；可信域確定模塊，用于執行：根據所述概率分布模式計算得到所述剩余未知參數的累積分布，并根據所述累積分布確定所述可信域。一個實施例中，所述動態變化關系建立單元，還用于執行：所述動態變化關系為：其中，pi表示原始地層壓力，m(pi)表示原始地層的氣體擬壓力，pw表示井底壓力，m(pw)表示井底的氣體擬壓力，qsc(t)表示t時刻頁巖氣井的在標準狀況下的產量，nf表示裂縫簇數，ns表示裂縫段數，Bg(pi)表示原始地層壓力pi下的氣體體積系數，kSRV表示動用面積內的有效滲透率，xf表示主裂縫半長，h表示地層厚度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，表示有效地層孔隙度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，tmba(t)表示t時刻的物質平衡擬時間；tmba(t)=μt(pi)cg(pi)qsc(t)∫0tqsc(τ)μg(pavg)ct(pavg)dτ,]]>其中，μt(pi)表示原始地層壓力pi下的修正氣體粘度，cg(pi)表示原始地層壓力pi下的自由氣體壓縮系數，qsc(τ)表示τ時刻的頁巖氣井的在標準狀況下的產量，pavg表示平均地層壓力，μg(pavg)表示平均地層壓力pavg下的自由氣體粘度，ct(pavg)表示平均地層壓力pavg下的修正氣體壓縮系數。一個實施例中，所述平均地層壓力獲取模塊，還用于執行：所述修正物質平衡方程為：其中，表示平均地層壓力pavg下的修正氣體偏差系數，表示原始地層壓力pi下的修正氣體偏差系數，Θ表示吸附氣儲量修正系數，Gp(t)表示氣井在標準狀況下累積產量。本發明實施例的頁巖氣井產能的預測方法及裝置，在確定性的氣井產能評價方法的基礎上引入隨機模擬思想，通過大量隨機試驗獲得概率性的產能評價結果，而非偶然性較大的確定性結果。本發明實施例基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，通過特征流動段識別方法獲得參數約束方程，并利用基礎參數的概率分布模型和該參數約束方程，可計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，從而可以根據參數概率分布模式及相應的可信域和頁巖氣井擬壓力與頁巖氣產量的動態變化關系，能夠預測不同可信度下的頁巖氣產能，從而根據預測結果的可信度可以實現評價預測結果的好壞，結合隨機模擬思想，能夠降低人為因素影響，量化解釋結果的風險。附圖說明為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。在附圖中：圖1是本發明一實施例的頁巖氣井產能的預測方法的流程示意圖；圖2是本發明一實施例中確定主裂縫半長的方法流程示意圖；圖3是本發明另一實施例的確定主裂縫半長的方法的流程示意圖；圖4是本發明另一實施例的頁巖氣井產能的預測方法的流程示意圖；圖5是本發明一實施例中獲取剩余未知參數及產能評價參數的概率分布模式及相應的可信域的方法流程示意圖；圖6是本發明一實施例中獲取剩余未知參數的概率分布模式及相應的可信域的方法流程示意圖；圖7是本發明一實施例中利用概率分布模型對基礎參數的取值進行分層抽樣的方法的流程示意圖；圖8是本發明一實施例中整理得到剩余未知參數的概率分布模式及相應的可信域的方法流程示意圖；圖9是本發明一實施例中多級體積壓裂水平井的物理模型示意圖；圖10是圖9所示物理模型中單條主裂縫中的氣體流動示意圖；圖11是本發明一實施例中吸附氣解析的物理過程示意圖；圖12是本發明一實施例中吸附氣解吸對地層內物質平衡的影響示意圖；圖13是本發明一實施例中頁巖氣不確定性產能的評價流程示意圖；圖14是本發明一實施例中的頁巖氣井歷史壓力數據；圖15是本發明一實施例中歷史頁巖氣日產量數據；圖16和圖17是本發明一實施例中物質平衡擬時間的流態識別結果；圖18是本發明一實施例中不同生產階段的劃分示意圖；圖19是本發明一實施例中疊加擬時間的流態識別結果；圖20是本發明一實施例中滲透率的概率密度結果；圖21是本發明一實施例中OGIP的概率密度結果；圖22是圖20中概率密度結果所對應的滲透率累計概率分布結果；圖23是圖21中概率密度結果所對應的OGIP累計概率分布結果；圖24和圖25分別為本發明一實施例中有效滲透率和單井控制儲量的概率分布示意圖；圖26和圖27是利用本發明實施例方法得到的產能預測結果；圖28和圖29是利用Ilk經驗模型獲得的產量預測結果；圖30是本發明一實施例的頁巖氣井產能的預測裝置的結構示意圖；圖31是本發明一實施例中主裂縫半長獲取單元的結構示意圖；圖32是本發明另一實施例中主裂縫半長獲取單元的結構示意圖；圖33是本發明另一實施例的頁巖氣井產能的預測裝置的結構示意圖；圖34是本發明一實施例中概率分布模式及可信域獲取單元的結構示意圖；圖35是本發明一實施例中未知參數概率分布模式及可信域獲取模塊的結構示意圖；圖36是本發明一實施例中基礎參數抽樣模塊的結構示意圖；圖37是本發明一實施例中剩余未知參數概率分布模式及可信域獲取模塊的結構示意圖。具體實施方式為使本發明實施例的目的、技術方案和優點更加清楚明白，下面結合附圖對本發明實施例做進一步詳細說明。在此，本發明的示意性實施例及其說明用于解釋本發明，但并不作為對本發明的限定。針對當前頁巖氣井的解釋結果存在多解性，不同的解釋結果會對產量預測產生很大影響，從而導致頁巖氣井產能預測結果的風險大小無法確定的問題，本發明提供了一種頁巖氣井產能的預測方法，該預測方法能夠量化頁巖氣井產能預測結果不確定性。圖1是本發明一實施例的頁巖氣井產能的預測方法的流程示意圖。如圖1所示，本發明實施例的頁巖氣井產能的預測方法，可包括步驟：S110：根據體積壓裂頁巖氣井的線性流生產動態模型，建立頁巖氣井擬壓力與頁巖氣產量的動態變化關系，所述動態變化關系包含多個基礎參數和多個未知參數；S120：利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，并利用所述主裂縫半長更新所述動態變化關系；S130：基于更新后的所述動態變化關系，通過特征流動段識別方法獲得參數約束方程；S140：利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域；S150：利用所述概率分布模式及相應的可信域，根據更新后的所述動態變化關系預測所述頁巖氣井的產能。在上述步驟S110中，該線性流生產動態模型可以基于物理假設建立。例如，假設線性流生產動態模型的物理模型具有定義：A1)地層均勻等厚，氣體主要流動區域存在于主裂縫之間；A2)地層滲透率極低，滲流過程中不受裂縫干擾影響；A3)水平井壓裂nf段，每段內形成ns條主裂縫，主裂縫均勻分布、屬性相同；A4)主裂縫上下完全貫穿地層，具有無限導流能力。該頁巖氣井可以是多種型，例如為水平井。該線性流生產動態模型可以是基于頁巖氣井以單個主裂縫為單元的體積壓裂水平井線性流生產動態模型。基于線性流生產動態模型，可以經過數理推導、漸進分析得到頁巖氣井擬壓力與頁巖氣產量的動態變化關系，例如氣井擬壓力與產量的動態變化關系式。動態變化關系中的基礎參數，可以通過地質資料、實驗數據、測井數據、壓裂等數據的分析得到。動態變化關系中的未知參數是不能直接通過分析、實驗或測量等方式得到的參數，可以通過進一步計算、求解等方式獲得。具體頁巖氣井擬壓力與頁巖氣產量的動態變化關系中的將哪些參數作為基礎參數，哪些參數作為未知參數，可通過分析得到。一個實施例中，經過創造性勞動，發明人明確了影響頁巖氣井生產動態的最主要因素，可包括：單井控制儲量(OGIP)、A2)有效滲透率(kSRV)、A3)裂縫面積(Af)及A4)有效動用面積。其中，A1)單井控制儲量(OGIP)：主要受控于產層物性，如凈產層厚度、平均孔隙度、含氣飽和度以及等溫吸附特征。孔隙度通過實驗室計算可以獲得，包括有機孔隙和無機孔隙；總的含氣量(包括自由氣和吸附氣)，地層壓力、氣體PVT物性和孔隙結構的可壓縮性都會影響吸附氣的賦存和解吸。盡管這些變量都是統計平均的結果，但本實施例中可都將其視為確定值；A2)有效滲透率(kSRV)：主要指經過改造后能夠發生有效流動的地層滲透率。實驗室只能提供壓裂改造前的地層原始滲透率，但實際體積壓裂區域內地層滲透率都得到了明顯改善(大于原始滲透率)，本實施例中可視為不確定性變量；A3)裂縫面積(Af)：主要在凈地層厚度內改造形成的與地層接觸的主裂縫總面積，即支撐劑相對集中的、滲透率明顯提高的區域。裂縫接觸面積由壓裂規模、地層應力等因素控制，受裂縫長度和裂縫條數影響，本實施例中可視為不確定性變量；A4)有效動用面積：是指在生產周期內氣體能夠發生流動的最大平面展布面積。水平井段長可設定為有效動用面積的縱向長度上限值，目前的井距設定可為有效動用面積的橫向長度上限，本實施例中有效動用面積可視為不確定性。一個實施例中，所述多個基礎參數可包括：地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數中的一個或多個。一個實施例中，所述多個未知參數可包括：主裂縫半長、裂縫間距及裂縫條數。頁巖氣井擬壓力與頁巖氣產量的動態變化關系中考慮了裂縫間距及裂縫條數的影響，可使該頁巖氣井擬壓力與頁巖氣產量的動態變化關系具有更高精確度。在上述步驟S120中，該動態變化關系和其中平均地層壓力的計算公式中可含有主裂縫半長xf這一未知量(基礎參數)，利用所述頁巖氣井的歷史生產數據，確定所述頁巖氣井擬壓力與頁巖氣產量的動態變化關系中的主裂縫半長，可便于后續其他未知參數的獲取。在上述步驟S130中，該特征流動段識別方法可以是線性段擬合方法。基于該動態變化關系，通過該特征流動段識別方法可以獲得較為可靠的參數約束方程，即參數組合方程。該參數約束方程可以是上述未知參數和基礎參數的組合方程。可以認為該參數約束方程是確定性結果。例如，該參數約束方程可以是主裂縫半長xf和有效滲透率kSRV的組合該組合可為確定值。一個實施例中，可以生產數據(例如日產量、壓力)作為反映生產動態的主要依據，基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，可將實際生產數據處理成修正擬壓力和物質平衡擬時間的形式，通過線性段擬合方法(即特征流動段識別方法)獲得參數約束方程。在上述步驟S140中，該基礎參數的概率分布模型可以是該基礎參數的一系列可能的取值，可以通過根據地質資料、實驗數據、測井數據、壓裂等數據的分析得到。該參數約束方程可為基礎參數和剩余的未知參數的組合關系。該產能評價參數可包括單井控制儲量、單井累計氣產量等參數。該剩余未知參數可以是有效滲透率。在上述步驟S150中，根據該動態變化關系可以獲得氣藏、氣井等相關參數，從而預測氣井動態。在上述步驟S140中，可利用蒙特卡洛方法進行隨機模擬，可獲得關于例如單井控制儲量OGIP、單井最終累積產氣量EUR等解釋參數的概率性結果。通過上述步驟S120～S150，可建立不確定產能(參數)評價的工作流程，例如可包括氣井生產數據處理與分析、建立相關輸入參數的概率分布、模型解釋參數的風險量化，另一實施例中在模型解釋參數的風險量化之前還可包括蒙特卡洛隨機模擬。如此一來，可很好地實現對氣井動態預測結果進行量化。現有技術中，進行氣井動態預測時，對應于上述基礎參數的參數均使用確定值，因而得到的氣井動態預測結果也是確定值，所以預測結果的可靠情況不得而知。而本發明實施例中，基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，通過特征流動段識別方法獲得參數約束方程，并利用基礎參數的概率分布模型和該參數約束方程，可計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，從而可以根據參數概率分布模式及相應的可信域和頁巖氣井擬壓力與頁巖氣產量的動態變化關系，預測不同可信度下的頁巖氣產能，從而根據預測結果的可信度可以實現評價預測結果的好壞，能夠克服現有技術無法判斷其預測結果可靠性的缺點。圖2是本發明一實施例中確定主裂縫半長的方法流程示意圖。如圖2所示，在上述步驟S120中，利用所述頁巖氣井的歷史生產數據，利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長的方法，可包括步驟：S121：利用所述歷史生產數據，計算得到產量修正擬壓力與真實物質平衡時間的線性關系曲線的斜率值；S122：根據所述動態變化關系變換得到產量修正擬壓力與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長；S123：利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據；S124：利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間數據，物質平衡擬時間等于真實物質平衡時間平方；S125：根據利用所述歷史生產數據計算得到的產量修正擬壓力數據和所述記錄點處的物質平衡擬時間數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長；S126：判斷重新計算的初始主裂縫半長是否收斂，若是，將重新計算的初始主裂縫半長作為所述主裂縫半長。在上述步驟S121中，產量修正擬壓力可以是[m(pi)-m(pw)]/qsc(t)，利用所述歷史生產數據，計算得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的線性關系曲線的斜率值，m(pi)為原始地層氣體擬壓力，m(pw)為井底氣體擬壓力，qsc(t)為頁巖氣井的在標準狀況下的產量，為真實物質平衡時間。在上述步驟S121～S122中，可以通過繪制產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的關系曲線，并利用氣井生產動態關系式中的斜率Slope計算主裂縫半長xf，此處計算得到的主裂縫半長xf的值可作為初值。在上述步驟S123中，使用修正物質平衡方程計算生產數據記錄點處的平均地層壓力，可形成時間和平均地層壓力t～pavg的數據表。在上述步驟S124中，利用時間和平均地層壓力t～pavg數據表借助例如數值積分方法可計算物質平衡擬時間tmba，進一步可形成t～tmba數據表。在上述步驟S125中，可繪制各個時間點t對應的產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與物質平衡擬時間tmba1/2的線性關系式，確定斜率Slope，重新計算主裂縫半長xf。在上述步驟S126中，可以通過計算該步驟S125中得到的主裂縫半長與步驟S122中得到的主裂縫半長的相對誤差，并根據該相對誤差判斷步驟S125中得到的主裂縫半長是否收斂，例如，相對誤差小于10-4時，可以認為主裂縫半長收斂。本實施例中，通過先利用所述歷史生產數據，計算得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的線性關系曲線的斜率值，m(pi)為原始地層擬壓力，m(pw)為井底擬壓力，qsc(t)為頁巖氣井的在標準狀況下的產量，為真實物質平衡時間，并根據所述動態變化關系變換得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長，作為初始值。再利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據，利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間tmba數據，并根據利用所述歷史生產數據計算得到的產量修正擬壓力[m(pi)-m(pw)]/qsc(t)數據和所述記錄點處的物質平衡擬時間tmba數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長。最后將收斂的重新計算的初始主裂縫半長確定為最終的主裂縫半長。該方法通過重新計算初始主裂縫半長，并在對重新計算的初始主裂縫半長進行收斂性判斷后，確定主裂縫半長，以此，不僅可以實現確定主裂縫半長，還可以提高主裂縫半長的準確度。圖3是本發明另一實施例的確定主裂縫半長的方法的流程示意圖。如圖3所示，圖2所示的利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長的方法，還可包括步驟：S127：若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長依次重新計算所述記錄點處的平均地層壓力數據、所述記錄點處的物質平衡擬時間數據及所述記錄點處的物質平衡擬時間數據，并再次重新計算所述線性關系曲線的斜率值和所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。在上述步驟S127中，具體地，若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長，使用修正物質平衡方程重新計算所述記錄點處的平均地層壓力數據，利用重新得到的所述記錄點處的平均地層壓力的數據表，通過數值積分方法重新計算所述記錄點處的物質平衡擬時間tmba數據，根據利用所述歷史生產數據計算得到的[m(pi)-m(pw)]/qsc(t)數據和重新計算得到的所述記錄點處的物質平衡擬時間tmba數據，再次重新計算得到所述線性關系曲線的斜率值，利用再次重新計算得到的斜率值和所述斜率關系式再次重新計算所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。本實施例中，通過重復步驟S123～S126，可以迭代計算初始主裂縫半長，以此可以得到收斂性更好的主裂縫半長。一個實施例中，可以通過判斷前后兩次計算得到的初始主裂縫半長xf,k和xf,k+1的相對誤差是否小于一設定值，例如|xf,k+1-xf,k|/xf,k<10-4，來判斷最后計算得到的初始主裂縫半長xf,k+1是否收斂，其中，下標k表示重復計算初始主裂縫半長的次數。第一次計算中，初始主裂縫半長xf,k可為步驟S122中計算得到的初始主裂縫半長。一個實施例中，在上述步驟S110中，所述多個基礎參數可包括：地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數中的一個或多個。圖4是本發明另一實施例的頁巖氣井產能的預測方法的流程示意圖。如圖4所示，圖1所示的頁巖氣井產能的預測方法，在利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域(步驟S140)之前，還可包括步驟：S160：根據地質數據、巖心實驗數據、測井數據及壓裂數據，建立所述基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。在上述步驟S160中，發明人獨創地根據地質資料、實驗數據、測井數據、壓裂等數據的分析方法，建立如地層厚度、滲透率、孔隙度、飽和度、等溫吸附、壓裂規模等基礎參數的概率分布模型，與現有技術中將該些基礎參數視為確定值相比，本實施例得到的基礎參數的概率分布模型更能反映基礎參數取值的真實情況，能夠避免對基礎參數視進行確定取值時所帶來的未知的人為因素的影響。一個實施例中，上述參數(地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數)間相互獨立，以此可以簡化后續計算未知參數的取值。一個實施例中，所述剩余未知參數包括：裂縫間距及裂縫條數；所述產能評價參數包括：單井控制儲量和單井累計氣產量。圖5是本發明一實施例中獲取剩余未知參數及產能評價參數的概率分布模式及相應的可信域的方法流程示意圖。如圖5所示，在上述步驟S140中，利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域的方法，可包括步驟：S141：根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數中的概率分布模式及相應的可信域；S142：利用所述剩余未知參數的概率分布模式及相應的可信域，計算得到所述產能評價參數的概率分布模式及相應的可信域。在上述步驟S141中，可將所述基礎參數的概率分布模型中基礎參數的取值代入參數約束方程中，通過計算得到所述剩余未知參數中的概率性結果，再根據該概率性結果進一步處理得到剩余未知參數中的概率分布模式及相應的可信域。在上述步驟S142中，可以將所述剩余未知參數的概率分布模式中的剩余未知參數的取值代入到該剩余未知參數與產能評價參數的轉換關系中，計算得到產能評價參數的概率性結果，并根據該概率性結果得到相應概率分布模式。例如，轉換關系可以包括：裂縫面積＝裂縫長度×裂縫高度，有效動用面積＝裂縫長度×壓力探測范圍×裂縫總條數，單井控制儲量＝有效動用面積×裂縫高度×有效孔隙度/(吸附氣儲量修正因子×原始地層壓力下氣體積系數)，將多個未知參數的值代入該些轉換關系中，可以得到單井控制儲量。圖6是本發明一實施例中獲取剩余未知參數的概率分布模式及相應的可信域的方法流程示意圖。如圖6所示，在上述步驟S141中，根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數的概率分布模式及相應的可信域的方法，可包括步驟：S1411：利用所述概率分布模型對所述基礎參數的取值進行分層抽樣；S1412：結合分層抽樣結果和所述參數約束方程，計算得到所述剩余未知參數的概率性結果；S1413：根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域。在上述步驟S1412～S1413中，可將基礎參數的概率分布模型中的取值代入包含該基礎參數和該未知參數的組合關系的參數約束方程，計算可得到該未知參數的概率性結果。將上述未知參數的概率性結果進行整理，例如從小到大排列，可以形成該未知參數的概率分布模式，進一步，例如通過計算累積分布，可以得到相應的可信域，例如可以采用80％的可信度區間，即P10～P90。另一實施例中，具體地，可對基礎參數進行大量隨機分層抽樣，每次抽樣結果都與參數約束方程結合使用，進而計算未知參數，獲得主裂縫長度、間距、條數、單井控制儲量(OGIP)、單井最終累積產氣量(EUR)等未知參數的值。本實施例中，可通過蒙特卡洛隨機模擬方法獲得基礎參數的概率性結果。通過利用所述概率分布模型對所述基礎參數的取值進行分層抽樣，并結合分層抽樣結果和所述參數約束方程，計算得到所述未知參數的概率性結果，可有效減少隨機模擬次數，提高模擬效率。圖7是本發明一實施例中利用概率分布模型對基礎參數的取值進行分層抽樣的方法的流程示意圖。如圖7所示，在上述步驟S1411中，利用所述概率分布模型對所述基礎參數的取值進行分層抽樣的方法，可包括步驟：S14111：將所述概率分布模型所對應的累積概率曲線分成N層等范圍的概率區間；S14112：獲取一隨機數r，并將所述隨機數r修正為分層形式隨機數其中，n為所述概率區間的層數序號；S14113：利用所述分層形式隨機數從第n層概率區間中對所述基礎參數的取值進行隨機抽樣。在上述步驟S14111中，該概率分布模型可以是概率密度，其所對應的累積概率曲線可根據該概率分布模型進一步計算得到。在上述步驟S14112中，隨機數r可用于對概率區間的基礎參數的取值進行隨機抽樣。在上述步驟S14112～S14113中，將該隨機數r修正為分層形式隨機數并利用該分層形式隨機數從第n層概率區間中對基礎參數的取值進行隨機抽樣。不同層的概率區間對應的分層形式隨機數可不同，以此，可有效減少隨機模擬次數，提高模擬效率。本實施例中，使用到分層抽樣技術，通過把累積概率曲線分成相等的區間，從輸入分布的每個區間或“分層”中隨機抽取樣本。在抽樣過程中可使用“抽樣不替換”法則，累積分布的分層數應可等于所執行的迭代次數，每次抽樣中的隨機數重新修正為分層形式：式中，n為層數序號，N為分層總數，r為伴隨的隨機數，以此提高模擬效率。圖8是本發明一實施例中整理得到剩余未知參數的概率分布模式及相應的可信域的方法流程示意圖。如圖8所示，在上述步驟S1413中，根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域的方法，可包括步驟：S14131：對所述剩余未知參數的概率性結果中的剩余未知參數的取值進行順序排列，得到所述概率分布模式；S14132：根據所述概率分布模式計算得到所述剩余未知參數的累積分布，并根據所述累積分布確定所述可信域。在上述步驟S14131～S14132中，對所述概率性結果中所有所述剩余未知參數的取值按從小到大順序重新整理，可形成該剩余未知參數的概率分布模式及對應的可信域。一個實施例中，可采用80％的可信度區間，即P10～P90。一個實施例中，上述頁巖氣井擬壓力與頁巖氣產量的動態變化關系用關系式的形式表示，可為：其中，pi表示原始地層壓力，m(pi)表示原始地層的氣體擬壓力，pw表示井底壓力，m(pw)表示井底的氣體擬壓力，qsc(t)表示t時刻頁巖氣井的在標準狀況下的產量，nf表示裂縫簇數，ns表示裂縫段數，Bg(pi)表示原始地層壓力pi下的氣體體積系數，kSRV表示動用面積內的有效滲透率，xf表示主裂縫半長，h表示地層厚度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，表示有效地層孔隙度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，tmba(t)表示t時刻的物質平衡擬時間。物質平衡擬時間tmba(t)可表示為：tmba(t)=μt(pi)cg(pi)qsc(t)∫0tqsc(τ)μg(pavg)ct(pavg)dτ,---(2)]]>其中，μt(pi)表示原始地層壓力pi下的修正氣體粘度，cg(pi)表示原始地層壓力pi下的自由氣體壓縮系數，qsc(τ)表示τ時刻的頁巖氣井的在標準狀況下的產量，pavg表示平均地層壓力，μg(pavg)表示平均地層壓力pavg下的自由氣體粘度，ct(pavg)表示平均地層壓力pavg下的修正氣體壓縮系數。一個實施例中，上述公式(1)中：原始地層的氣體擬壓力m(pi)可表示為：m(pi)=μg(pi)Zg(pi)pi∫0piξμg(ξ)Zg(ξ)dξ,---(3)]]>井底的氣體擬壓力m(pw)可表示為：m(pw)=μg(pw)Zg(pw)pw∫0pwξμg(ξ)Zg(ξ)dξ,---(4)]]>其中，μg(pi)表示原始地層壓力pi下的氣體粘度，μg(pw)表示井底壓力pw下的氣體粘度，Zg(pi)表示原始地層壓力pi下的氣體偏差系數，Zg(pw)表示井底壓力pw下的氣體偏差系數，ξ表示壓力變量，μg(ξ)表示壓力ξ下的氣體粘度，Zg(ξ)表示壓力ξ下的氣體偏差系數。頁巖氣井的在標準狀況下的產量qsc(t)的單位可為m3/d，原始地層壓力pi、井底壓力pw、原始地層的氣體擬壓力m(pi)和井底的氣體擬壓力m(pw)的單位可為MPa，氣體粘度μg(pi)、μg(pw)、μg(ξ)單位可為mPa·s，氣體壓縮系數cg(pi)、ct(pavg)的單位可為1/MPa，動用面積內的有效滲透率kSRV的單位可為mD，主裂縫半長xf的單位可為m(米)。本實施例中，上述公式(1)中等式左側可稱為產量修正的擬壓力。該公式(1)不同于常規方法，其特點主要體現在：引入了修正系數1.23，以此可以使得物質平衡擬時間tmba在非穩態生產階段更為精確地成立。可通過產量疊加法，引入裂縫級數或段數ns和裂縫簇數nf因子，建立起多段壓裂水平井生產動態模型。其中，物質平衡擬時間tmba可以是關于平均地層壓力的積分函數，可用于消除氣井變產量生產帶來的影響。一個實施例中，上述修正物質平衡方程可為：其中，表示平均地層壓力pavg下的修正氣體偏差系數，表示原始地層壓力pi下的修正氣體偏差系數，Θ表示吸附氣儲量修正系數，Gp(t)表示氣井在標準狀況下累積產量，氣井在標準狀況下累積產量Gp(t)的單位可為m3。較佳實施例中，上述原始地層壓力pi可通過對未開采的地層測量得到，上述井底壓力pw可通過對開采后氣井井底進行測量得到，溫度T可通過對未開采的地層溫度測量得到，上述地層厚度h可通過測井解釋得到，氣體粘度μg可通過室內實驗得到，氣體偏差系數Zg可通過室內實驗得到，氣體壓縮系數cg、ct可通過室內實驗得到。上述主裂縫半長xf為未知量，可通過井距限制最大值。上述動用面積內的有效滲透率kSRV為未知量，可通過室內實驗限制最小值。以此可提高所參數值的準確度。利用本發明各實施例的方法可預測不同可信度下的氣井產量，可將一可信度下的頁巖氣井的產能的預測結果與基于經驗模型的產能預測結果進行相容性評價。例如若基于經驗模型的產能預測結果在該可信度下頁巖氣井的產能的預測結果之內，則可認為該可信度下頁巖氣井的產能的預測結果與基于經驗模型的產能預測結果相容性評價。以此，可以根據基于經驗模型的產能預測結果對本發明實施例的方法進行制約、調整，能夠進一步降低解釋結果的風險。一個實施例中該經驗模型可以是IlK經驗模型(Ilk,SPE116731,2008)。一個具體實施例中；步驟A)，明確影響氣井產能因素。可將主要因素歸結為兩個關鍵參數：主裂縫半長xf和有效滲透率kSRV，即上述未知參數可包括主裂縫半長xf和有效滲透率kSRV。其中，裂縫面積＝裂縫長度×裂縫高度；有效動用面積＝裂縫長度×壓力探測范圍×裂縫總條數；單井控制儲量＝有效動用面積×裂縫高度×有效孔隙度/(吸附氣儲量修正因子×原始地層壓力下氣體積系數)。通過該些轉換關系式，可以計算得到單井控制儲量。一個實施例中，壓力探測范圍yeff可為：吸附氣儲量修正系數Θ可為：其中，kSRV表示動用面積內的有效滲透率，Gp(t)表示氣井在標準狀況下累積產量，表示有效地層孔隙度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，qsc(t)為頁巖氣井的在標準狀況下的產量，Bg(pi)表示原始地層壓力pi下的氣體體積系數。pL為Langmuir壓力，其可通過室內解吸吸附實驗測量得到，單位可為兆帕MPa；VL為Langmuir體積，其可通過室內解吸吸附實驗測量得到，單位可為立方米/噸m3/t。步驟B)，建立物理模型。該物理模型可具有以下定義：A1)地層均勻等厚，氣體主要流動區域存在于主裂縫之間；A2)地層滲透率極低，滲流過程中不受裂縫干擾影響；A3)水平井壓裂nf段，每段內形成ns條主裂縫，主裂縫均勻分布、屬性相同；A4)主裂縫上下完全貫穿地層，具有無限導流能力。圖9是本發明一實施例中多級體積壓裂水平井的物理模型示意圖。如圖9所示，主裂縫(人工裂縫)301垂直水平井筒302方向，單級體積壓裂水平井長度Ls＝Lw/nf，Lw為水平井筒302長度，裂縫間距xs＝Ls/ns。在寬度SRV范圍內主裂縫半長xf端部距離可為xs/4。圖10是圖9所示物理模型中單條主裂縫中的氣體流動示意圖。如圖10所示，氣體303從地層沿直線流向主裂縫301，地層厚度h可沿豎直方向。基于圖9所示物理模型，根據圖10所示的氣體在地層中的滲流規律，可得到控制氣體流動的一維數學模型：其中，m(p)表示壓力p下的擬壓力，x表示位置變量。ta代表擬時間，用以考慮氣體PVT屬性引起的非線性影響。上述擬時間tmba可表示為：ta=∫0tμg(pi)ct(pi)μavg(t′)ctavg(t′)dt′,---(9)]]>其中，t表示時間，t'表示時間積分變量，μg(pi)表示原始地層壓力pi下的自由氣體粘度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，μavg(t')表示t'時刻平均氣體粘度，ctavg(t')表示t'時刻平均氣體壓縮系數。對上述公式(8)和(9)進行求解，可得到nf×ns條主裂縫中任一條主裂縫引起的修正擬壓力m(pi)-m(pw)與氣井產量qsc(t)之間的關系式：其中，pi表示原始地層壓力，m(pi)表示原始地層的氣體擬壓力，pw表示井底壓力，m(pw)表示井底的氣體擬壓力，qsc(t)表示t時刻頁巖氣井的在標準狀況下的產量，nf表示裂縫簇數，ns表示裂縫段數，Bg(pi)表示原始地層壓力pi下的氣體體積系數，kSRV表示動用面積內的有效滲透率，xf表示主裂縫半長，h表示地層厚度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，表示有效地層孔隙度，cg(pi)表示原始地層壓力pi下的自由氣體壓縮系數，tmba(t)表示t時刻的物質平衡擬時間。一個實施例中，基于平衡解吸模型：假設裂縫與基質內的壓力始終處于平衡狀態，氣體一旦從有機質顆粒表面解吸出來，立即瞬時進入裂縫系統，忽略氣體在基質顆粒內擴散流動的過程(即流動時效)。圖11是本發明一實施例中吸附氣解析的物理過程示意圖。如圖11所示，即忽略基質內部孔隙中擴散流動過程ii，同時認為吸附氣從有機質顆粒表面解吸過程i瞬時發生，吸附氣從有機質顆粒表面解吸后進入(微)裂縫系統內的流程過程iii。圖12是本發明一實施例中吸附氣解吸對地層內物質平衡的影響示意圖。如圖12所示，裂縫系統304，在生產過程中隨著氣藏內壓力的下降，吸附氣不斷解吸，吸附氣原始體積307中解析出氣體306，補充剩余自由氣305成為自由氣，自由氣則不斷被采出。其中，吸附氣原始體積307中的GfreeBg(pi)等于補充剩余自由氣305中的(Gf-Gp)Bg與解析出氣體306的VBVLBg[pi/(pL+pi)-p/(pL+p)]之和，其中，Gf和Gfree表示氣井在標準狀況下的自由氣累積產量，Gp表示氣井在標準狀況下的累積產量，Bg表示氣體體積系數，VB表示，p表示氣體壓力。一個實施例中，在計算物質平衡擬時間過程中使用探測范圍內的平均地層壓力pavg可滿足：其中，表示平均地層壓力pavg下的修正氣體偏差系數，表示原始地層壓力pi下的修正氣體偏差系數，Θ表示吸附氣儲量修正系數，Gp(t)表示氣井在標準狀況下累積產量。基于以上分析，頁巖氣吸附/解吸氣的影響主要體現在修正氣體偏差因子(解吸氣形成的效果反映在VLpBg/[φSRV(pL+p)])、修正氣體壓縮系數ct(其中cg為自由氣壓縮系數，VLpLBg/[φSRV(pL+p)2]為解吸氣形成的等效壓縮系數)兩個參數中。以此可以提高上述頁巖氣井擬壓力與頁巖氣產量的動態變化關系的精度。一個實施例中，平均地層壓力pavg下的修正氣體偏差系數可為：一個實施例中，原始地層壓力pi下的修正氣體偏差系數可為：一個實施例中，原始地層壓力pi下的修正氣體壓縮系數ct(pi)可為：其中：pi為原始地層壓力，其可通過對未開采地層測量得到，單位為兆帕(MPa)；pw為井底壓力，其可通過對開采后氣井井口壓力折算得到，單位為兆帕(MPa)；pL為Langmuir壓力，其可通過室內解吸吸附實驗測量得到，單位為兆帕(MPa)；VL為Langmuir體積，其可通過室內解吸吸附實驗測量得到，單位為立方米/噸(m3/t)；h為地層厚度，其可通過測井解釋得到，單位為米(m)；qsc為標準狀況下氣井產量，其單位為立方米/日(m3/d)；nf為水平井分段數；ns為每段內裂縫條數；kSRV為有效地層滲透率，其單位為毫達西(mD)；xf為主裂縫半長，其單位為米(m)；φSRV為有效地層孔隙度；cgi為原始地層壓力下氣體壓縮系數，其單位為1/兆帕(1/MPa)；μgi為原始地層壓力下氣體粘度，其單位為毫帕·秒(mPa·s)；Bgi為原始地層壓力下氣體體積系數。根據地質數據、巖心實驗數據、測井數據及壓裂數據，建立所述基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。測井解釋可確定測井信息與地質信息間應用的關系，可采用適當的方法把測井信息加工成地質信息，從而獲得基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。步驟C)中，結合某口頁巖氣井X1作進一步的詳細說明。X1井是一口頁巖氣壓裂直井，截止2014年12月10日，共試采1456天，是目前國內生產時間最長的頁巖氣井，該井的基礎性參數如表1所示。表1X1井基礎性參數圖13是本發明一實施例中頁巖氣不確定性產能的評價流程示意圖。如圖13所示，步驟1中，評價數據質量，然后檢查井史數據、生產動態數據、氣藏數據及PVT等數據；步驟2中，進行數據相關性檢查；步驟3中，進行數據初步診斷，然后進行數據篩選和處理；步驟4中，識別流動狀態；步驟5中，借助蒙特卡洛試驗進行不確定性解析模型分析，得到水力裂縫參數、氣藏屬性參數及控制地層儲量(OGIP)；步驟6中，基于解析模型的EUR預測；步驟7中，與經驗模型預測結果進行相容性評價。步驟C)中的步驟C1)，根據圖13中步驟1～步驟3，篩選處理數據，包括剔除數據異常點、井口壓力折算到井底流壓等。圖14是本發明一實施例中的頁巖氣井歷史壓力數據。圖15是本發明一實施例中歷史頁巖氣日產量數據。如圖14所示，處理后的歷史壓力數據可以包括：井口套壓401、井口油壓402、井底流壓403及井底擬壓力404.如圖15所示，處理后的歷史頁巖氣日產量數據可以包括：日產水量404和日產氣量405。圖16和圖17是本發明一實施例中物質平衡擬時間的流態識別結果。如圖16所示，根據步驟4，繪制產量修正擬壓差～物質平衡(擬)時間的雙對數圖版407，其中第一段slope1的斜率為0.5，為HF線性流，第二段slope2的斜率為0.25，為SRV雙線性流，第三段slope3的斜率為0.5，為SRV線性流。如圖17所示，根據步驟4，繪制擬壓差修正產量～物質平衡(擬)時間的雙對數圖版408，第一段slope1’的斜率為0.5，為HF線性流，第二段slope2’的斜率為0.25，為SRV雙線性流，第三段slope3’的斜率為0.5，為SRV線性流。根據物質平衡時間推導過程可知，物質平衡時間僅在擬穩態階段精確成立，而在非穩態階段近似成立，因此圖16反映的特征流動段不能作為判斷生產階段劃分的唯一標準，但可以作為依據。為了說明生產時間對動態分析結果的影響，將整個生產歷史分為五個生產期，圖18是本發明一實施例中不同生產階段的劃分示意圖。如圖18所示，生產歷史可劃分為第一生產期I、第二生產期II、第三生產期III、第四生產期IV及第五生產期V。最初的生產時間為300天，隨后在600天、900天、1200天分別進行數據更新。為了更為精確的消除變產量生產帶來的影響，可將公式(1)、(10)中的1.23tmba替換為基于Duhamel褶積原理的疊加時間ta,LS，可采用線性流形式，疊加時間ta,LS可為：ta,LS=Σj=1nqj-qj-1qn(ta,n-ta,j-1)0.5,---(13)]]>其中，ta,LS為疊加時間，qj、qj-1及qn分別為第j、j-1及n時刻對應的氣井產量，ta,n和ta,j-1分別為第n、j-1時刻對應的擬時間。圖19是本發明一實施例中疊加擬時間的流態識別結果。如圖19所示，根據公式(13)對圖16和圖17所示的生產數據進行處理可得到生產時期(第一生產時期I、第二生產時期II、第三生產時期III、第四生產時期IV及第五生產時期V)內的數據處理結果，其中橢圓虛線部分表明受到壓裂反棑影響。結合物質平衡擬時間分析結果(圖16和圖17)可知，整個生產過程中氣井始終處于線性流生產階段。基于步驟B)獲得的氣井生產動態解析模型(即頁巖氣井擬壓力與頁巖氣產量的動態變化關系)，可通過線性回歸分析，獲得直線斜率mL，進而得到有效滲透率和裂縫半長的確定性參數組合方程：其中，mL為[m(pi)-m(pw)]/qsc(t)與的直線斜率。根據地質資料、實驗數據、測井數據、壓裂等數據的分析方法，建立如地層厚度、滲透率、孔隙度、飽和度、等溫吸附、壓裂規模等基礎參數的概率分布模型，本實施例中認為上述參數間相互獨立。一個實施例中，主要以有效滲透率kSRV為隨機變量值，建立三角型參數概率分布模型。根據實驗室結果結合Marcellus頁巖開發經驗(地層條件、開發條件與該區塊類似)地層有效滲透率最低值假定為10nD，最大值由生產數據確定。最大值和最小值間峰值的相對位置可按黃金分割比例確定。利用數據分析提供的參數約束方程(公式(14))，可以獲得主裂縫半長和有效滲透率的確定性關系。隨著生產時間的更新，氣井生產仍處于線性流階段，根據探測距離公式可以確定出此刻對應的最大滲透率值(即后1天，甚至后1秒即發生裂縫干擾，若大于該值，則此刻已發生裂縫干擾)。相關的產能評價參數，如有效動用面積、單井控制儲量等，可以利用轉換關系獲得。例如轉換關系為：裂縫面積＝裂縫長度×裂縫高度；有效動用面積＝裂縫長度×壓力探測范圍×裂縫總條數；單井控制儲量＝有效動用面積×裂縫高度×有效孔隙度/(吸附氣儲量修正系數×原始地層壓力下氣體積系數)。步驟C3)，對滲透率進行5000次隨機抽樣的結果。隨著生產期的增加，有效滲透率分布越來越集中，利用參數約束方程可以獲得對應裂縫長度的計算結果。根據步驟A)給出的轉換關系，在已知裂縫長度和間距的前提下，可確定單井控制儲量。圖20是本發明一實施例中滲透率的概率密度結果，圖21是本發明一實施例中OGIP的概率密度結果，圖22是圖20中概率密度結果所對應的滲透率累計概率分布結果，圖23是圖21中概率密度結果所對應的OGIP累計概率分布結果。圖20-23顯示的氣井產能參數的概率分布結果表明，與滲透率變化規律不同，裂縫長度隨生產時間更新，最小值不斷增加，概率分布區間也隨之減小。這可說明隨著生產時間增長，產能評價結果更加趨近于確定值。圖24和圖25分別為本發明一實施例中有效滲透率和單井控制儲量的概率分布示意圖。如圖24所示，將地層有效滲透率的概率密度415轉換為累積概率分布416，地層有效滲透率的累積概率分布416從P10到P90，即在80％的可信度范圍內，對應的滲透率在26～76nD之間。如圖25所示，將單井控制儲量的概率密度417轉換為累積概率分布418，單井控制儲量的累積概率分布418從P10到P90，即在80％的可信度范圍內，對應的單井控制儲量為400～700萬方。表2示出了不同風險值下的單井自由氣控制儲量。由表2可以總結出五個生產期內生產特征參數的變化趨勢：隨著生產時間的增加，單井控制儲量期望值不斷升高，同時方差不斷減小，說明參數分布范圍減小，不確定性降低，不斷趨近于真實值。當出現裂縫干擾以后(增加了方程個數，參數約束方程等于參數數量)，可以獲得唯一的合理解釋結果。其中，自由氣儲量＝0.618*總儲量。生產期P1P10P50P90P99均值標準差I140.6155.6204.4305.8493.2224.8488.3II221.3255.4330.8480.4710.3357.8401.8III300.5336.2438.6619.5822.6466.6334.6IV329.6371.6482.3665.8871.3507.8309.6V352.6390.8511.3690.6896.4536.7293.4表2不同風險值下的單井自由氣控制儲量步驟D)，基于步驟B)中的產能預測模型，結合步驟C)獲得的參數結果，預測氣井產能，并與經驗模型進行相容性評價。通過上述的擬合、解釋參數風險評估后，本發明對三種典型可信度生產模型(P10\P50\P90)進行預測。圖26和圖27是利用本發明實施例方法得到的產能預測結果。如圖26和圖27所示，以目前生產壓力獲得的產量預測結果(pwf＝5MPa)。以5MPa和10-3m3/d為廢棄條件，如采取保守態度，得到可信度為P10時的預測曲線，氣井產量遞減率較高，氣井將較快地進入擬穩態流動階段，生產周期約為7000天≈19年，可采儲量EUR≈137.5×104m3；樂觀態度估計，得到可信度為P90時的預測曲線，氣井生產周期為18000天≈49年，可采儲量EUR≈230.5×104m3。可信度為P50時的預測曲線，介于可信度為P10和可信度為P90的情況之間。如果按目前的流動狀態進行推算氣井生產動態，得到目前狀態預測曲線，那么氣井將永遠處于線性流生產階段，將過高地估計氣井產量、EUR。本發明實施例的產能預測結果與實測數據曲線515、525吻合較好。目前狀態預測結果514、524與可信度為P90的情況最接近。圖28和圖29是利用Ilk經驗模型獲得的產量預測結果。該Ilk經驗模型主要對遞減指數改寫為關于時間的關系式，如圖28和圖29所示，利用擴展指數式經驗模型預測產能，其中q＝0.23exp[-0.0001t-0.039t3]，對比日產量曲線516和日產量擬合曲線517，對比實測數據曲線526和擬合數據曲線527，當氣井產量遞減為1×10-3m3/d時對應的生產周期為27000天≈73年，EUR≈285×104m3。相比于本發明實施例的可信域范圍內的理論模型，現有經驗模型會高估氣井產量，這主要是目前氣井主要處于線性流生產階段，利用經驗模型擬合生產數據會偏重于非穩態線性流的特征，而弱化擬穩態流動特征，因此現有經驗模型計算結果較高。假設經驗模型所用壓力始終維持5MPa，物質平衡方程可為：G=(1-pavgZg(pi)piZg(pavg))-1Gp,max,---(15)]]>其中，G表示氣井的累積產量，Zg(pi)表示原始地層壓力pi下的氣體偏差系數，Zg(pavg)表示平均地層壓力pavg下的氣體偏差系數，Gp,max為表示氣井在標準狀況下最大累積產量。利用上述公式(15)所示的物質平衡方程，可以折算得到單井控制儲量OGIP＝656.8×104m3，結果介于本發明實施例方法計算的自由氣控制儲量的P50～P90計算值之間，本發明實施例的結果與經驗模型結果相互吻合，說明本發明實施例的方法計算結果合理。本發明實施例的頁巖氣井產能的預測方法，在確定性的氣井產能評價方法的基礎上引入隨機模擬思想，通過大量隨機試驗獲得概率性的產能評價結果，而非偶然性較大的確定性結果。本發明實施例基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，通過特征流動段識別方法獲得參數約束方程，并利用基礎參數的概率分布模型和該參數約束方程，可計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，從而可以根據參數概率分布模式及相應的可信域和頁巖氣井擬壓力與頁巖氣產量的動態變化關系，能夠預測不同可信度下的頁巖氣產能，從而根據預測結果的可信度可以實現評價預測結果的好壞，結合隨機模擬思想，能夠降低人為因素影響，量化解釋結果的風險。基于與圖1所示的頁巖氣井產能的預測方法相同的發明構思，本申請實施例還提供了一種頁巖氣井產能的預測裝置，如下面實施例所述。由于該頁巖氣井產能的預測裝置解決問題的原理與頁巖氣井產能的預測方法相似，因此該頁巖氣井產能的預測裝置的實施可以參見頁巖氣井產能的預測方法的實施，重復之處不再贅述。圖30是本發明一實施例的頁巖氣井產能的預測裝置的結構示意圖。如圖30所示，本發明實施例的頁巖氣井產能的預測裝置，可包括：動態變化關系建立單元210、主裂縫半長獲取單元220、參數約束方程獲取單元230、概率分布模式及可信域獲取單元240及頁巖氣井產能預測單元250，上述各單元順序連接。動態變化關系建立單元210用于執行：根據體積壓裂頁巖氣井的線性流生產動態模型，建立頁巖氣井擬壓力與頁巖氣產量的動態變化關系，所述動態變化關系包含多個基礎參數和多個未知參數。主裂縫半長獲取單元220用于執行：利用所述頁巖氣井的歷史生產數據，確定所述多個未知參數中的主裂縫半長，并利用所述主裂縫半長更新所述動態變化關系。參數約束方程獲取單元230用于執行：基于更新后的所述動態變化關系，通過特征流動段識別方法獲得參數約束方程。概率分布模式及可信域獲取單元240用于執行：利用所述基礎參數的概率分布模型和所述參數約束方程，計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域。頁巖氣井產能預測單元250用于執行：利用所述概率分布模式及相應的可信域，根據更新后的所述動態變化關系預測所述頁巖氣井的產能。在動態變化關系建立單元210中，該線性流生產動態模型可以基于物理假設建立。例如，假設線性流生產動態模型的物理模型具有定義：A1)地層均勻等厚，氣體主要流動區域存在于主裂縫之間；A2)地層滲透率極低，滲流過程中不受裂縫干擾影響；A3)水平井壓裂nf段，每段內形成ns條主裂縫，主裂縫均勻分布、屬性相同；A4)主裂縫上下完全貫穿地層，具有無限導流能力。該頁巖氣井可以是多種型，例如為水平井。該線性流生產動態模型可以是基于頁巖氣井以單個主裂縫為單元的體積壓裂水平井線性流生產動態模型。在主裂縫半長獲取單元220中，該動態變化關系和其中平均地層壓力的計算公式中可含有主裂縫半長xf這一未知量(基礎參數)，利用所述頁巖氣井的歷史生產數據，確定所述頁巖氣井擬壓力與頁巖氣產量的動態變化關系中的主裂縫半長，可便于后續其他未知參數的獲取。在參數約束方程獲取單元230中，該特征流動段識別方法可以是線性段擬合方法。基于該動態變化關系，通過該特征流動段識別方法可以獲得較為可靠的參數約束方程，即參數組合方程。該參數約束方程可以是上述未知參數和基礎參數的組合方程。可以認為該參數約束方程是確定性結果。例如，該參數約束方程可以是主裂縫半長xf和有效滲透率kSRV的組合該組合可為確定值。一個實施例中，可以生產數據(例如日產量、壓力)作為反映生產動態的主要依據，基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，可將實際生產數據處理成修正擬壓力和物質平衡擬時間的形式，通過線性段擬合方法(即特征流動段識別方法)獲得參數約束方程。在概率分布模式及可信域獲取單元240中，該基礎參數的概率分布模型可以是該基礎參數的一系列可能的取值，可以通過根據地質資料、實驗數據、測井數據、壓裂等數據的分析得到。該參數約束方程可為基礎參數和剩余的未知參數的組合關系。該產能評價參數可包括單井控制儲量、單井累計氣產量等參數。該剩余未知參數可以是有效滲透率。在頁巖氣井產能預測單元250中，根據該動態變化關系可以獲得氣藏、氣井等相關參數，從而預測氣井動態。在上述步驟S140中，可利用蒙特卡洛方法進行隨機模擬，可獲得關于例如單井控制儲量OGIP、單井最終累積產氣量EUR等解釋參數的概率性結果。本發明實施例中，基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，通過特征流動段識別方法獲得參數約束方程，并利用基礎參數的概率分布模型和該參數約束方程，可計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，從而可以根據參數概率分布模式及相應的可信域和頁巖氣井擬壓力與頁巖氣產量的動態變化關系，預測不同可信度下的頁巖氣產能，從而根據預測結果的可信度可以實現評價預測結果的好壞，能夠克服現有技術無法判斷其預測結果可靠性的缺點。圖31是本發明一實施例中主裂縫半長獲取單元的結構示意圖。如圖31所示，所述主裂縫半長獲取單元220，可包括：初始斜率值獲取模塊221、初始主裂縫半長獲取模塊222、平均地層壓力獲取模塊223、物質平衡擬時間獲取模塊224、初始主裂縫半長重新獲取模塊225及初始主裂縫半長收斂判斷模塊226。初始斜率值獲取模塊221用于執行：利用所述歷史生產數據，計算得到產量修正擬壓力與真實物質平衡時間的線性關系曲線的斜率值。初始主裂縫半長獲取模塊222用于執行：根據所述動態變化關系變換得到產量修正擬壓力與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長。平均地層壓力獲取模塊223用于執行：利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據。物質平衡擬時間獲取模塊224用于執行：利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間數據，物質平衡擬時間等于真實物質平衡時間平方。初始主裂縫半長重新獲取模塊225用于執行：根據利用所述歷史生產數據計算得到的產量修正擬壓力數據和所述記錄點處的物質平衡擬時間數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長。初始主裂縫半長收斂判斷模塊226用于執行：判斷重新計算的初始主裂縫半長是否收斂，若是，將重新計算的初始主裂縫半長作為所述主裂縫半長。在初始斜率值獲取模塊221中，產量修正的擬壓力可以是[m(pi)-m(pw)]/qsc(t)可以表示。利用所述歷史生產數據，計算得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的線性關系曲線的斜率值，m(pi)為原始地層氣體擬壓力，m(pw)為井底氣體擬壓力，qsc(t)為頁巖氣井的在標準狀況下的產量，為真實物質平衡時間。可以通過繪制產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的關系曲線，并利用氣井生產動態關系式中的斜率Slope計算主裂縫半長xf，此處計算得到的主裂縫半長xf的值可作為初值。在平均地層壓力獲取模塊223中，使用修正物質平衡方程計算生產數據記錄點處的平均地層壓力，可形成時間和平均地層壓力t～pavg的數據表。在上述步驟S124中，利用時間和平均地層壓力t～pavg數據表借助例如數值積分方法可計算物質平衡擬時間tmba，進一步可形成t～tmba數據表。在初始主裂縫半長重新獲取模塊225中，可繪制各個時間點t對應的產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與物質平衡擬時間tmba1/2的線性關系式，確定斜率Slope，重新計算主裂縫半長xf。在初始主裂縫半長收斂判斷模塊226中，可以通過計算該初始主裂縫半長重新獲取模塊225中得到的主裂縫半長與初始主裂縫半長獲取模塊222中得到的主裂縫半長的相對誤差，并根據該相對誤差判斷初始主裂縫半長重新獲取模塊225中得到的主裂縫半長是否收斂，例如，相對誤差小于10-4時，可以認為主裂縫半長收斂。本實施例中，通過先利用所述歷史生產數據，計算得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的線性關系曲線的斜率值，m(pi)為原始地層擬壓力，m(pw)為井底擬壓力，qsc(t)為頁巖氣井的在標準狀況下的產量，為真實物質平衡時間，并根據所述動態變化關系變換得到產量修正擬壓力[m(pi)-m(pw)]/qsc(t)與真實物質平衡時間的斜率關系式，并利用所述斜率值和所述斜率關系式計算得到初始主裂縫半長，作為初始值。再利用所述初始主裂縫半長，使用修正物質平衡方程計算所述歷史生產數據的記錄點處的平均地層壓力數據，利用所述記錄處的平均地層壓力數據，通過數值積分方法計算所述記錄點處的物質平衡擬時間tmba數據，并根據利用所述歷史生產數據計算得到的產量修正擬壓力[m(pi)-m(pw)]/qsc(t)數據和所述記錄點處的物質平衡擬時間tmba數據，重新計算得到所述線性關系曲線的斜率值，利用重新計算的斜率值和所述斜率關系式重新計算所述初始主裂縫半長。最后將收斂的重新計算的初始主裂縫半長確定為最終的主裂縫半長。該方法通過重新計算初始主裂縫半長，并在對重新計算的初始主裂縫半長進行收斂性判斷后，確定主裂縫半長，以此，不僅可以實現確定主裂縫半長，還可以提高主裂縫半長的準確度。圖32是本發明另一實施例中主裂縫半長獲取單元的結構示意圖。如圖32所示，所述主裂縫半長獲取單元220，還可包括：初始主裂縫半長迭代計算模塊227，與平均地層壓力獲取模塊223及初始主裂縫半長收斂判斷模塊226連接。初始主裂縫半長迭代計算模塊227用于執行：若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長依次重新計算所述記錄點處的平均地層壓力數據、所述記錄點處的物質平衡擬時間數據及所述記錄點處的物質平衡擬時間數據，并再次重新計算所述線性關系曲線的斜率值和所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。在上述初始主裂縫半長迭代計算模塊227中，具體地，若重新計算的初始主裂縫半長不收斂，利用重新計算的初始主裂縫半長，使用修正物質平衡方程重新計算所述記錄點處的平均地層壓力數據，利用重新得到的所述記錄點處的平均地層壓力的數據表，通過數值積分方法重新計算所述記錄點處的物質平衡擬時間tmba數據，根據利用所述歷史生產數據計算得到的真實物質平衡時間[m(pi)-m(pw)]/qsc(t)數據和重新計算得到的所述記錄點處的物質平衡擬時間tmba數據，再次重新計算得到所述線性關系曲線的斜率值，利用再次重新計算得到的斜率值和所述斜率關系式再次重新計算所述初始主裂縫半長，直到再次重新計算的初始主裂縫半長收斂。本實施例中，通過迭代計算初始主裂縫半長，以此可以得到收斂性更好的主裂縫半長。一個實施例中，可以通過判斷前后兩次計算得到的初始主裂縫半長xf,k和xf,k+1的相對誤差是否小于一設定值，例如|xf,k+1-xf,k|/xf,k<10-4，來判斷最后計算得到的初始主裂縫半長xf,k+1是否收斂，其中，下標k表示重復計算初始主裂縫半長的次數。第一次計算中，初始主裂縫半長xf,k可為初始主裂縫半長獲取模塊222中計算得到的初始主裂縫半長。一個實施例中，所述多個基礎參數包括：地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數中的一個或多個。圖33是本發明另一實施例的頁巖氣井產能的預測裝置的結構示意圖。如圖33所示，圖30所示的頁巖氣井產能的預測裝置，還可包括：基礎參數概率分布模型建立單元260，連接于參數約束方程獲取單元230和概率分布模式及可信域獲取單元240之間。基礎參數概率分布模型建立單元260用于執行：根據地質數據、巖心實驗數據、測井數據及壓裂數據，建立所述基礎參數中的地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數的概率分布模型。本實施例中，發明人獨創地根據地質資料、實驗數據、測井數據、壓裂等數據的分析方法，建立如地層厚度、滲透率、孔隙度、飽和度、等溫吸附、壓裂規模等基礎參數的概率分布模型，與現有技術中將該些基礎參數視為確定值相比，本實施例得到的基礎參數的概率分布模型更能反映基礎參數取值的真實情況，能夠避免對基礎參數視進行確定取值時所帶來的未知的人為因素的影響。一個實施例中，上述參數(地層厚度、滲透率、孔隙度、飽和度、等溫吸附參數及壓裂規模參數)間相互獨立，以此可以簡化后續計算未知參數的取值。一個實施例中，頁巖氣井產能的預測裝置，還可包括：參數存儲單元。參數存儲單元用于執行：所述剩余未知參數包括：裂縫間距及裂縫條數；所述產能評價參數包括：單井控制儲量和單井累計氣產量。圖34是本發明一實施例中概率分布模式及可信域獲取單元的結構示意圖。如圖34所示，所述概率分布模式及可信域獲取單元240，可包括：未知參數概率分布模式及可信域獲取模塊241和產能評價參數概率分布模式及可信域獲取模塊242，二者相互連接。未知參數概率分布模式及可信域獲取模塊241用于執行：根據所述基礎參數的概率分布模型和所述參數約束方程，計算得到所述剩余未知參數中的概率分布模式及相應的可信域。產能評價參數概率分布模式及可信域獲取模塊242用于執行：利用所述剩余未知參數的概率分布模式及相應的可信域，計算得到所述產能評價參數的概率分布模式及相應的可信域。在未知參數概率分布模式及可信域獲取模塊241中，可將所述基礎參數的概率分布模型中基礎參數的取值代入參數約束方程中，通過計算得到所述剩余未知參數中的概率性結果，再根據該概率性結果進一步處理得到剩余未知參數中的概率分布模式及相應的可信域。在產能評價參數概率分布模式及可信域獲取模塊242中，可以將所述剩余未知參數的概率分布模式中的剩余未知參數的取值代入到該剩余未知參數與產能評價參數的轉換關系中，計算得到產能評價參數的概率性結果，并根據該概率性結果得到相應概率分布模式。例如，轉換關系可以包括：裂縫面積＝裂縫長度×裂縫高度，有效動用面積＝裂縫長度×壓力探測范圍×裂縫總條數，單井控制儲量＝有效動用面積×裂縫高度×有效孔隙度/(吸附氣儲量修正因子×原始地層壓力下氣體積系數)，將多個未知參數的值代入該些轉換關系中，可以得到單井控制儲量。圖35是本發明一實施例中未知參數概率分布模式及可信域獲取模塊的結構示意圖。如圖35所示，所述未知參數概率分布模式及可信域獲取模塊241，可包括：基礎參數抽樣模塊2411、未知參數概率性結果獲取模塊2412及剩余未知參數概率分布模式及可信域獲取模塊2413，上述各模塊順序連接。基礎參數抽樣模塊2411用于執行：利用所述概率分布模型對所述基礎參數的取值進行分層抽樣。未知參數概率性結果獲取模塊2412用于執行：結合分層抽樣結果和所述參數約束方程，計算得到所述剩余未知參數的概率性結果。剩余未知參數概率分布模式及可信域獲取模塊2413用于執行：根據所述概率性結果，整理得到所述剩余未知參數的概率分布模式及相應的可信域。可將基礎參數的概率分布模型中的取值代入包含該基礎參數和該未知參數的組合關系的參數約束方程，計算可得到該未知參數的概率性結果。將上述未知參數的概率性結果進行整理，例如從小到大排列，可以形成該未知參數的概率分布模式，進一步，例如通過計算累積分布，可以得到相應的可信域，例如可以采用80％的可信度區間，即P10～P90。本實施例中，可通過蒙特卡洛隨機模擬方法獲得基礎參數的概率性結果。通過利用所述概率分布模型對所述基礎參數的取值進行分層抽樣，并結合分層抽樣結果和所述參數約束方程，計算得到所述未知參數的概率性結果，可有效減少隨機模擬次數，提高模擬效率。圖36是本發明一實施例中基礎參數抽樣模塊的結構示意圖。如圖36所示，所述基礎參數抽樣模塊2411，可包括：概率區間分層模塊24111、分層隨機數獲取模塊24112及分層抽樣模塊24113，上述各模塊順序連接。概率區間分層模塊24111用于執行：將所述概率分布模型所對應的累積概率曲線分成N層等范圍的概率區間。分層隨機數獲取模塊24112用于執行：獲取一隨機數r，并將所述隨機數r修正為分層形式隨機數其中，n為所述概率區間的層數序號。分層抽樣模塊24113用于執行：利用所述分層形式隨機數從第n層概率區間中對所述基礎參數的取值進行隨機抽樣。本實施例中，使用到分層抽樣技術，通過把累積概率曲線分成相等的區間，從輸入分布的每個區間或“分層”中隨機抽取樣本。在抽樣過程中可使用“抽樣不替換”法則，累積分布的分層數應可等于所執行的迭代次數，每次抽樣中的隨機數重新修正為分層形式：式中，n為層數序號，N為分層總數，r為伴隨的隨機數，以此提高模擬效率。圖37是本發明一實施例中剩余未知參數概率分布模式及可信域獲取模塊的結構示意圖。如圖37所示，所述剩余未知參數概率分布模式及可信域獲取模塊2413，可包括：概率分布模式獲取模塊24131和可信域確定模塊24132，二者相互連接。概率分布模式獲取模塊24131用于執行：對所述剩余未知參數的概率性結果中的剩余未知參數的取值進行順序排列，得到所述概率分布模式。可信域確定模塊24132用于執行：根據所述概率分布模式計算得到所述剩余未知參數的累積分布，并根據所述累積分布確定所述可信域。本實施例中，對所述概率性結果中所有所述剩余未知參數的取值按從小到大順序重新整理，可形成該剩余未知參數的概率分布模式及對應的可信域。一個實施例中，可采用80％的可信度區間，即P10～P90。一個實施例中，所述動態變化關系建立單元210，還用于執行：上述頁巖氣井擬壓力與頁巖氣產量的動態變化關系為：其中，pi表示原始地層壓力，m(pi)表示原始地層的氣體擬壓力，pw表示井底壓力，m(pw)表示井底的氣體擬壓力，qsc(t)表示t時刻頁巖氣井的在標準狀況下的產量，nf表示裂縫簇數，ns表示裂縫段數，Bg(pi)表示原始地層壓力pi下的氣體體積系數，kSRV表示動用面積內的有效滲透率，xf表示主裂縫半長，h表示地層厚度，μg(pi)表示原始地層壓力pi下的自由氣體粘度，表示有效地層孔隙度，ct(pi)表示原始地層壓力pi下的修正氣體壓縮系數，tmba(t)表示t時刻的物質平衡擬時間。本實施例中，上述公式中等式左側可稱為產量修正的擬壓力。該公式不同于常規方法，其特點主要體現在：引入了修正系數1.23，以此可以使得物質平衡擬時間tmba在非穩態生產階段更為精確地成立。可通過產量疊加法，引入裂縫級數或段數ns和裂縫簇數nf因子，建立起多段壓裂水平井生產動態模型。其中，物質平衡擬時間tmba可以是關于平均地層壓力的積分函數，可用于消除氣井變產量生產帶來的影響。物質平衡擬時間tmba(t)可為：tmba(t)=μt(pi)cg(pi)qsc(t)∫0tqsc(τ)μg(pavg)ct(pavg)dτ,]]>其中，μt(pi)表示原始地層壓力pi下的修正氣體粘度，cg(pi)表示原始地層壓力pi下的自由氣體壓縮系數，qsc(τ)表示τ時刻的頁巖氣井的在標準狀況下的產量，pavg表示平均地層壓力，μg(pavg)表示平均地層壓力pavg下的自由氣體粘度，ct(pavg)表示平均地層壓力pavg下的修正氣體壓縮系數。一個實施例中，原始地層的氣體擬壓力m(pi)可表示為：m(pi)=μg(pi)Zg(pi)pi∫0piξμg(ξ)Zg(ξ)dξ,]]>井底的氣體擬壓力m(pw)可表示為：m(pw)=μg(pw)Zg(pw)pw∫0pwξμg(ξ)Zg(ξ)dξ,]]>其中，μg(pi)表示原始地層壓力pi下的氣體粘度，μg(pw)表示井底壓力pw下的氣體粘度，Zg(pi)表示原始地層壓力pi下的氣體偏差系數，Zg(pw)表示井底壓力pw下的氣體偏差系數，ξ表示壓力變量，μg(ξ)表示壓力ξ下的氣體粘度，Zg(ξ)表示壓力ξ下的氣體偏差系數。一個實施例中，所述平均地層壓力獲取模塊223，還用于執行：所述修正物質平衡方程可為：其中，表示平均地層壓力pavg下的氣體偏差系數，表示原始地層壓力pi下的氣體偏差系數，Θ表示吸附氣儲量修正系數，Gp(t)表示氣井在標準狀況下累積產量。較佳實施例中，上述原始地層壓力pi可通過對未開采的地層測量得到，上述井底壓力pw可通過對開采后氣井井底進行測量得到，溫度T可通過對未開采的地層溫度測量得到，上述地層厚度h可通過測井解釋得到，氣體粘度μg可通過室內實驗得到，氣體偏差系數Zg可通過室內實驗得到，氣體壓縮系數cg、ct可通過室內實驗得到。上述主裂縫半長xf為未知量，可通過井距限制最大值。上述動用面積內的有效滲透率kSRV為未知量，可通過室內實驗限制最小值。以此可提高所參數值的準確度。本發明實施例的頁巖氣井產能的預測裝置，在確定性的氣井產能評價方法的基礎上引入隨機模擬思想，通過大量隨機試驗獲得概率性的產能評價結果，而非偶然性較大的確定性結果。本發明實施例基于頁巖氣井擬壓力與頁巖氣產量的動態變化關系，通過特征流動段識別方法獲得參數約束方程，并利用基礎參數的概率分布模型和該參數約束方程，可計算得到剩余未知參數及產能評價參數的概率分布模式及相應的可信域，從而可以根據參數概率分布模式及相應的可信域和頁巖氣井擬壓力與頁巖氣產量的動態變化關系，能夠預測不同可信度下的頁巖氣產能，從而根據預測結果的可信度可以實現評價預測結果的好壞，結合隨機模擬思想，能夠降低人為因素影響，量化解釋結果的風險。在本說明書的描述中，參考術語“一個實施例”、“一個具體實施例”、“一些實施例”、“例如”、“示例”、“具體示例”、或“一些示例”等的描述意指結合該實施例或示例描述的具體特征、結構、材料或者特點包含于本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結構、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結合。各實施例中涉及的步驟順序用于示意性說明本發明的實施，其中的步驟順序不作限定，可根據需要作適當調整。本領域內的技術人員應明白，本發明的實施例可提供為方法、系統、或計算機程序產品。因此，本發明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本發明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產品的形式。本發明是參照根據本發明實施例的方法、設備(系統)、和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。以上所述的具體實施例，對本發明的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發明的具體實施例而已，并不用于限定本發明的保護范圍，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。當前第1頁1 2 3