首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

用于低渗透油气藏的产能预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国石油化工股份有限公司;中国石油化工股份有限公司石油工程技术研究院

摘要:本发明提供一种用于低渗透油气藏的产能预测方法,其包含:对目标区域内的生产井进行生产相关数据收集,得到目标区域内生产井的基础数据;计算得到目标域内单个生产井的产能预测值,并得到产能置信区间;确定影响生产井产能的影响参数组,对影响参数组中的影响参数进行筛选,得到优选影响参数组;基于产能预测值以及优选影响参数组,建立机器学习类产量预测模型组;根据机器学习产量预测模型组中不同模型的产量预测精度高低进行优选,选取一个最优产能预测模型对目标区域内生产井的产能进行预测。本发明可以快速高效的甄别和选取低渗透油气田的主要控制因素主控因素并用以建立和完善油田产能预测模型,预测结果更加精确,适应性更强。

主权项:1.一种用于低渗透油气藏的产能预测方法,其特征在于,所述方法包含以下步骤:步骤一、对目标区域内的生产井进行生产相关数据收集,得到目标区域内生产井的基础数据,其中,所述基础数据包含:井位地理信息、岩性特征信息、钻完井参数信息以及单井历史生产信息;步骤二、基于所述基础数据,采用分段递减模型,计算得到目标区域内单个生产井的产能预测值,并对目标区域内所有生产井的所述基础数据进行统计,得到产能置信区间;步骤三、确定影响生产井产能的影响参数组,基于所述影响参数组进行影响参数与生产井产能之间的相关性分析,对所述影响参数组中的影响参数进行筛选,得到优选影响参数组;步骤四、基于所述产能预测值以及所述优选影响参数组,建立机器学习类产量预测模型组,其中,所述机器学习类产量预测模型组中包含:随机森林产能预测模型、梯度提升产能预测模型以及神经网络产量预测模型;步骤五、根据所述机器学习类产量预测模型组中不同模型的产量预测精度高低进行优选,并利用数据交叉验证方法提升优化预测模型组中的产能预测模型,选取一个最优产能预测模型对目标区域内生产井的产能进行预测;步骤二中具体包含以下步骤:在泄油范围没有超过储层改造区域时,采用双曲衰减模型对目标区域内单个生产井的产能预测值进行计算;在泄油范围超过储层改造区域后,采用指数递减模型对目标区域内单个生产井的产能预测值进行计算;步骤二中还包含以下步骤:统计区域内所有生产井的典型曲线极值,选取所述产能置信区间的置信上限以及置信下限;步骤三具体包含以下步骤:计算在不同生产时期累计产量与所述影响参数组中任一影响参数的关联性。

全文数据:

权利要求:

百度查询: 中国石油化工股份有限公司 中国石油化工股份有限公司石油工程技术研究院 用于低渗透油气藏的产能预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。