[發(fā)明專利]一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010157632.4
• 申請日: 2020-03-09
• 公開（公告）號: CN111364953B
• 公開（公告）日: 2022-02-22
• 發(fā)明（設(shè)計）人: 黃朝琴;梁永星;年凱;何志揚;鞏亮;王斌;段欣悅
• 申請（專利權(quán)）人: 中國石油大學(xué)（華東）
• 主分類號: E21B43/20
• 分類號: E21B43/20;E21B43/30;E21B47/06;E21B47/07;E21B47/00;G06F30/20
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 楊媛媛

1.一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別方法，其特征在于，包括：

獲取目標(biāo)井網(wǎng)的幾何信息；所述幾何信息包括注水井的數(shù)量、生產(chǎn)井的數(shù)量、各個井點之間的距離以及各個井點之間的相對位置；

獲取所述目標(biāo)井網(wǎng)的歷史生產(chǎn)數(shù)據(jù)；

根據(jù)所述目標(biāo)井網(wǎng)的幾何信息和歷史生產(chǎn)數(shù)據(jù)，建立圖神經(jīng)網(wǎng)絡(luò)模型；

獲取所述目標(biāo)井網(wǎng)的實時生產(chǎn)數(shù)據(jù)，并根據(jù)所述實時生產(chǎn)數(shù)據(jù)和所述圖神經(jīng)網(wǎng)絡(luò)模型，識別目標(biāo)井網(wǎng)內(nèi)各個井間的動態(tài)流通性；所述實時生產(chǎn)數(shù)據(jù)包括各個生產(chǎn)井當(dāng)前的井底流壓和溫度，以及各個注水井當(dāng)前的井底流壓和溫度；

所述根據(jù)所述目標(biāo)井網(wǎng)的幾何信息和歷史生產(chǎn)數(shù)據(jù)，建立圖神經(jīng)網(wǎng)絡(luò)模型，具體包括：

根據(jù)所述目標(biāo)井網(wǎng)的幾何信息建立圖神經(jīng)網(wǎng)絡(luò)；其中，所述圖神經(jīng)網(wǎng)絡(luò)的不同節(jié)點代表不同的生產(chǎn)井點和注水井點；所述圖神經(jīng)網(wǎng)絡(luò)中包括8至12層全連接隱藏層；

利用所述目標(biāo)井網(wǎng)的幾何信息和歷史生產(chǎn)數(shù)據(jù)，訓(xùn)練所述圖神經(jīng)網(wǎng)絡(luò)，建立圖神經(jīng)網(wǎng)絡(luò)模型。

2.根據(jù)權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別方法，其特征在于，所述獲取所述目標(biāo)井網(wǎng)的歷史生產(chǎn)數(shù)據(jù)，具體包括：

獲取所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的工作時序；所述工作時序包括各個生產(chǎn)井和各個注水井開始工作時間以及在不同時間所進行的關(guān)井操作和關(guān)井時長；

基于所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的工作時序，獲取所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的歷史生產(chǎn)數(shù)據(jù)；所述歷史生產(chǎn)數(shù)據(jù)包括各個生產(chǎn)井在不同時間的井底流壓、溫度和采油量，以及各個注水井在不同時間的井底流壓、溫度和注水量。

3.根據(jù)權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別方法，其特征在于，所述獲取所述目標(biāo)井網(wǎng)的實時生產(chǎn)數(shù)據(jù)，并根據(jù)所述實時生產(chǎn)數(shù)據(jù)和所述圖神經(jīng)網(wǎng)絡(luò)模型，識別目標(biāo)井網(wǎng)內(nèi)各個井間的動態(tài)流通性，具體包括：

獲取所述目標(biāo)井網(wǎng)的實時生產(chǎn)數(shù)據(jù)，并將所述實時生產(chǎn)數(shù)據(jù)輸入至所述圖神經(jīng)網(wǎng)絡(luò)模型，得到所述目標(biāo)井網(wǎng)中各個生產(chǎn)井的當(dāng)前采油量和各個注水井的當(dāng)前注水量；

根據(jù)各個所述生產(chǎn)井的當(dāng)前采油量和各個所述注水井的當(dāng)前注水量，識別目標(biāo)井網(wǎng)內(nèi)各個井間的動態(tài)流通性。

4.一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別系統(tǒng)，其特征在于，包括：

幾何信息獲取模塊，用于獲取目標(biāo)井網(wǎng)的幾何信息；所述幾何信息包括注水井的數(shù)量、生產(chǎn)井的數(shù)量、各個井點之間的距離以及各個井點之間的相對位置；

歷史生產(chǎn)數(shù)據(jù)獲取模塊，用于獲取所述目標(biāo)井網(wǎng)的歷史生產(chǎn)數(shù)據(jù)；

圖神經(jīng)網(wǎng)絡(luò)模型建立模塊，用于根據(jù)所述目標(biāo)井網(wǎng)的幾何信息和歷史生產(chǎn)數(shù)據(jù)，建立圖神經(jīng)網(wǎng)絡(luò)模型；

動態(tài)流通性識別模塊，用于獲取所述目標(biāo)井網(wǎng)的實時生產(chǎn)數(shù)據(jù)，并根據(jù)所述實時生產(chǎn)數(shù)據(jù)和所述圖神經(jīng)網(wǎng)絡(luò)模型，識別目標(biāo)井網(wǎng)內(nèi)各個井間的動態(tài)流通性；所述實時生產(chǎn)數(shù)據(jù)包括各個生產(chǎn)井當(dāng)前的井底流壓和溫度，以及各個注水井當(dāng)前的井底流壓和溫度；

所述圖神經(jīng)網(wǎng)絡(luò)模型建立模塊，具體包括：

圖神經(jīng)網(wǎng)絡(luò)建立單元，用于根據(jù)所述目標(biāo)井網(wǎng)的幾何信息建立圖神經(jīng)網(wǎng)絡(luò)；其中，所述圖神經(jīng)網(wǎng)絡(luò)的不同節(jié)點代表不同的生產(chǎn)井點和注水井點；所述圖神經(jīng)網(wǎng)絡(luò)中包括8至12層全連接隱藏層；

訓(xùn)練單元，用于利用所述目標(biāo)井網(wǎng)的幾何信息和歷史生產(chǎn)數(shù)據(jù)，訓(xùn)練所述圖神經(jīng)網(wǎng)絡(luò)，建立圖神經(jīng)網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求4所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別系統(tǒng)，其特征在于，所述歷史生產(chǎn)數(shù)據(jù)獲取模塊，具體包括：

工作時序確定單元，用于獲取所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的工作時序；所述工作時序包括各個生產(chǎn)井和各個注水井開始工作時間以及在不同時間所進行的關(guān)井操作和關(guān)井時長；

歷史生產(chǎn)數(shù)據(jù)獲取單元，用于基于所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的工作時序，獲取所述目標(biāo)井網(wǎng)中各個生產(chǎn)井和各個注水井的歷史生產(chǎn)數(shù)據(jù)；所述歷史生產(chǎn)數(shù)據(jù)包括各個生產(chǎn)井在不同時間的井底流壓、溫度和采油量，以及各個注水井在不同時間的井底流壓、溫度和注水量。

6.根據(jù)權(quán)利要求4所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的井間動態(tài)連通性識別系統(tǒng)，其特征在于，所述動態(tài)流通性識別模塊，具體包括：

當(dāng)前采油量和當(dāng)前注水量確定單元，用于獲取所述目標(biāo)井網(wǎng)的實時生產(chǎn)數(shù)據(jù)，并將所述實時生產(chǎn)數(shù)據(jù)輸入至所述圖神經(jīng)網(wǎng)絡(luò)模型，得到所述目標(biāo)井網(wǎng)中各個生產(chǎn)井的當(dāng)前采油量和各個注水井的當(dāng)前注水量；

動態(tài)流通性識別單元，用于根據(jù)各個所述生產(chǎn)井的當(dāng)前采油量和各個所述注水井的當(dāng)前注水量，識別目標(biāo)井網(wǎng)內(nèi)各個井間的動態(tài)流通性。