[發明專利]一種儲層相滲曲線仿真方法

在審

• 申請號: 202010552061.4
• 申請日: 2020-06-16
• 公開（公告）號: CN113806998A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 張世明;張林鳳;李春雷;劉建濤;靳彩霞;姜興興;趙蕾;馬青;孫業恒;楊河山
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司勝利油田分公司勘探開發研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;E21B49/00;G06Q10/04;G06Q50/02;G06F111/10
• 代理公司: 濟南日新專利代理事務所(普通合伙) 37224
• 代理人: 劉亞寧

1.一種儲層相滲曲線仿真方法，其特征在于，所述方法包括：

(1)儲層相滲影響因素初步確定；

(2)原始數據的融合預處理；

(3)篩選、組合儲層相滲仿真主要影響因素，確定特征集合；

(4)基于預處理數據集，建立獨立的訓練集和驗證集；

(5)確定預測算法；

(6)生成每一個含水飽和度條件下儲層相滲曲線預測模型，校驗，匯總，即得。

2.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，步驟(1)中，進行圍繞巖心的各類物性實驗，統計各項試驗結果，形成儲層相滲影響因素樹目錄。

3.根據權利要求2所述儲層相滲曲線仿真方法，其特征在于，所述物性實驗包括：孔、滲、飽、碳常規實驗、油水相滲實驗、潤濕性實驗、五敏實驗、壓汞實驗、巖電實驗。

4.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，在步驟(2)中，包括空間和時間上相關數據融合處理；

空間上按照井層級別的地質尺度進行測井曲線數據、室內試驗數據與地質解釋數據多類型數據融合及一致性數據處理；時間上按照同一實驗項目的樣品編號進行多來源數據的橫向融合，并對融合后的數據進行預處理，形成預處理數據集。

5.根據權利要求4所述儲層相滲曲線仿真方法，其特征在于，所述一致性數據處理，采用實驗樣品深度值與測井曲線深度值進行關聯。

6.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，在步驟(3)中，采用算法篩選特征值，所述算法包括遺傳算法、正向逐步回歸算法和反向逐步回歸算法；優選地，采用反回歸算法。

7.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，用于篩選的影響因素包括孔隙度、空氣滲透率、粒度中值、潤濕性，束縛水飽和度、油相最大滲透率、殘余油飽和度、殘余油飽和度對應的最大水相滲透率及油水兩相等滲點。

8.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，在步驟4中，含水飽和度以0.1％為間隔，建立每一個含水飽和度條件下人工智能算法訓練集與驗證集，其中采用30％的數據條數做驗證集。

9.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，在步驟5中，選擇多個算法進行試算，優選地，所述算法包括額外隨機樹、支持向量機、決策樹、神經網絡；根據EVS、MAE、MSE、R2算法評估指標進行算法優選。

10.根據權利要求1所述儲層相滲曲線仿真方法，其特征在于，在步驟6中，采用步驟5確定的預測算法，將油田動態參數作為約束條件，生成每一個含水飽和度條件下儲層相滲曲線預測模型，并進行訓練；

優選地，油田動態參數包括累油、累水；

優選地，通過將每一個含水飽和度條件下儲層相滲曲線預測模型預測值與實驗真實值進行對比來進行模型校驗，準確率達90％為合格；若不合格，改進優化模型參數，重新進行訓練與驗證，直到預測合格；

優選地，匯總建立0％-100％含水飽和度范圍內的儲層相滲曲線預測模型。