参数自动拟合方法,为试井分析中常见方法之一,可用来判断油气藏特征及确定井的参数特征,作为分析油藏模型特征的重要组成部分。具有复杂渗流机理的页岩气藏,作为一类特殊油藏,其内部结构,流动机理,开发存储都更为复杂。但正确判断和分析这些复杂结构特征更需丰富实践经验,对其参数分析判断更为重要。而传统拟合算法存在拟合速度慢、拟合精度低等问题。因此,为克服在算法过程中人为主观因素引起的误差,提高拟合效率,将优化智能算法应用到试井模型进行参数估计,算法具有简单易行,待调节参数较少,收敛速度快的优势,其基于参数空间的随机搜索,无需对误差梯度进行计算,从而可提高解释工作的效率。自动拟合结果的优劣取决于实测数据、试井模型及其算法,其中算法至关重要。本文在自动拟合算法和模型应用两方面做了研究:首先,本文分析智能优化拟合算法的基本原理,研究了粒子群算法、模拟退火算法和PSOSA(基于粒子群退火算法)。研究表明:①粒子群算法具有并行式全局搜索能力,全局收敛性强,但局部收敛性较弱;②模拟退火算法局部搜索能力强,但全局收敛性弱于粒子群算法;③利用粒子群算法快速收敛到全局最优,在全局最优邻域利用模拟退火算法再次寻找最优解,这样即可改善粒子群算法早熟收敛性,还能综合利用粒子群算法快速收敛到全局最优和模拟退火算法跳出局部极值的优势。其次,对均质油藏直井和页岩气藏多级压裂水平井模型进行分析研究,应用数值计算及Stehfest数值反演方法,推导了两种试井模型的数学表达式。最后利用MATLAB编制程序实现试井模型的自动拟合,拟合表明:对于均质油藏直井模型,三种拟合算法,最优为混合PSOSA算法,其次粒子群算法;考虑到页岩气藏的复杂渗流机理,粒子群算法能够达到拟合精度,拟合效果符合预期值。