[發(fā)明專利]一種數(shù)據(jù)驅動下的縫洞型油藏油井見水時間預測方法

有效

• 申請?zhí)枺?/td>: 201910090214.5
• 申請日: 2019-01-30
• 公開（公告）號: CN109918722B
• 公開（公告）日: 2022-11-18
• 發(fā)明（設計）人: 孫致學;何楚翹;姜寶勝;張野;都巾文;葛成紅;楊敏;劉壘;姜傳胤;楊旭剛
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/18;G06N3/04
• 代理公司: 青島匯智海納知識產權代理有限公司 37335
• 代理人: 王皎

針對現(xiàn)有的縫洞型油藏油井見水時間預測方法實用性差，預測準確度低的問題，本發(fā)明提供一種數(shù)據(jù)驅動下的油井見水時間預測方法，屬于油井見水時間預測領域。包括如下步驟：收集所研究油田的所有已見水油井生產數(shù)據(jù)；篩選已見水的高產典型井，并按巖溶背景進行對其進行劃分；統(tǒng)計各巖溶背景下已見水高產典型井的見水預警參數(shù)；建立各巖溶背景對應的見水時間預測多元回歸方程；訓練各巖溶背景下用來進行見水時間預測的神經網絡模型；分巖溶背景對多元回歸法、神經網絡法兩種見水時間預測方法的準確性進行驗證，選取各巖溶背景下準確度較高的預測方法。該方法可有效規(guī)避縫洞型油藏精確地質數(shù)據(jù)難以獲取的問題，且能夠推廣到各種巖溶背景的縫洞型油藏。

技術領域

本發(fā)明涉及縫洞型碳酸鹽巖油藏油井見水時間預測，具體涉及一種數(shù)據(jù)驅動下的縫洞型油藏油井見水時間預測方法。

背景技術

縫洞型油藏油水關系復雜，油井見水后往往產量銳減，油井水淹是導致產量遞減的主導因素。準確預測油井見水時間，使見水時間延后增加油井無水采油期，成為縫洞型油藏提高采收率的關鍵技術。現(xiàn)有的油井見水預警技術見水預警時間吻合率約為63.1％，從應用范圍及預警準確度來看，仍有較大提升空間，需進一步深入研究和完善。

目前，預測縫洞型油藏油井見水時間的方法主要有以下幾種。①縫洞型底水油藏油井見水時間理論公式方法：參考常規(guī)砂巖油藏，基于底水錐進和高速非達西滲流原理。該方法的理論性較強，但是對參數(shù)要求的測量精度高，在實際應用中困難重重。②油井見水時間數(shù)值模擬預測方法：該方法基于縫洞型油藏有效儲集體雕刻及三維物性地質模型，依據(jù)等效滲流介質理論，對縫洞型油藏油水兩相數(shù)學模型進行差分求解，模擬縫洞型油藏內部任意時刻的油水運動規(guī)律，對油藏底水的水錐形成、抬升及突破的動態(tài)演化過程進行仿真，從而預測底水在油井產層段的突破時間。相對于簡化的解析方法，該方法優(yōu)點可以考慮油藏地質條件、縫洞單元形態(tài)、規(guī)模及油水性質等實際參數(shù)的影響，但是模擬結果的精度嚴重依賴于縫洞單元地質模型的精準及參數(shù)的取值，由于縫洞型儲層段多見漏失、放空，導致很難取全取準數(shù)值模擬所需要的所有參數(shù)，從而影響了應用該方法油井見水時間預測的精度。③見水圖版法：該方法依據(jù)砂巖底水油藏開發(fā)規(guī)律，常規(guī)砂巖底水油藏水錐預測，劃分油井開發(fā)階段，建立累產液量與井口指標的對應關系，依據(jù)現(xiàn)有累產液量確定所在生產階段來確定見水時間。但常規(guī)砂巖底水油藏開發(fā)規(guī)律放在縫洞型油藏往往不適用，預測結果往往不理想。

可見，現(xiàn)存的幾種預測縫洞型油藏油井見水時間的方法都還不完善，都或多或少參考了常規(guī)砂巖油藏的滲流理論，然而縫洞型油藏與砂巖油藏在地質構造與流動模式上都很大的差別，滲流理論在縫洞型油藏適用性很差，且在現(xiàn)場實踐中，很難獲取精確的縫洞型油藏孔滲等參數(shù)，從而導致預測效果不佳。

發(fā)明內容

針對現(xiàn)有的縫洞型油藏油井見水時間預測方法實用性差，預測準確度不高的上述問題，本發(fā)明提供一種數(shù)據(jù)驅動下的油井見水時間預測方法，該將縫洞型油藏視為黑箱，基于油田生產大數(shù)據(jù)來對油井見水進行預警，對見水時間進行預測，可以規(guī)避縫洞型油藏精確地質數(shù)據(jù)難以獲取的問題，準確度較高，且能夠推廣到各種類型的縫洞型油藏油田。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術方案如下：

一種數(shù)據(jù)驅動下的縫洞型油藏油井見水時間預測方法，包括以下步驟：

S01:收集所研究區(qū)塊中所有已見水油井的歷史生產數(shù)據(jù)；

S02:以累產油大于3萬噸或初期日產油大于30噸為條件篩選高產典型井，并確定各井的巖溶背景；

S03:統(tǒng)計各巖溶背景下已見水高產典型油井的見水敏感參數(shù)；

S04:針對見水敏感參數(shù)統(tǒng)計數(shù)據(jù)進行偏相關分析確定主控參數(shù)，利用主控參數(shù)建立各巖溶背景對應的見水時間預測多元回歸方程；

S05:訓練各巖溶背景油井的見水時間預測神經網絡模型；