一种基于因素表示的油气层损害智能识别方法与系统技术方案

本发明专利技术公开了一种基于因素表示的油气层损害智能识别方法与系统，所述的方法与系统包括以下步骤：(a)将来自不同储层类别、工况、储层特性损害因素采用因素表示方法进行定性和定量统一表示；(b)利用所述的油气层损害因素结合语义转换方式，建立油气层损害识别前提条件分类树；(c)利用所述的前提条件分类树，建立具有中间结论节点的损害识别数据库；(d)利用所述的通过因素表示的各种敏感数据从所述的损害识别数据库中计算条件分量比重、准确度、阈值，并分析判断中间结论节点采用两层知识树模型推理获得油气层各种损害类型和程度数据。该方法与系统的优点：解决数据表示统一、推理复杂度低、推理效率高、结论准确度高。

【技术实现步骤摘要】

本专利技术涉及油气储层保护领域，更确实地说，是涉及一种应用于油气层损害预测与决策的智能系统和识别方法。
技术介绍
在新老油田的勘探开发过程中，发现有大量的油气井受到了不同形式、不同程度的伤害，从生产实际情况来看，突出表现在完井及作业过程中极易对储层造成伤害，如完井中的敏感性伤害，生产过程中的硫酸钙、碳酸钙结垢等，低压井作业过程中的洗井液进入地层造成不出液等，这些伤害导致了油气井的产量下降甚至没有产量。储层伤害的原因是复杂的，如何迅速、准确地找到伤害的原因，并采取相应的措施，是保护油层的关键。目前油气层损害机理涉及到大量现场和实验室分析数据，包括岩性、物性、流体及地层温度压力储层特性以及射孔、压井、洗井、修井等完井工艺及其入井流体特征等大量海量参数和数据，同时在这些大量数据中筛选、分析、判断和推理出油气层损害类型和程度存在相当大的难度。目前在油气层损害识别系统中集成了油气田勘探开发多方面的知识，这种传统专家系统基于规则以知识库的方式存储知识，通过来自现场和实验室分析数据作为输入，通过规则推理方式得出储层损害结论并为入井配方和工艺推荐提供决策依据。但是在实际应用中储层损害识别率不高，效本文档来自技高网...

【技术保护点】
一种基于因素表示的油气层损害智能识别方法，其特征在于，该方法包括以下步骤：A：建立基于因素表示的损害因素参数，所述损害因素参数包括油气层基础数据和特性类数据；B：建立损害识别数据库，该数据库存储有基于中间结论节点各影响因素定量和定性程度值与损害类型及程度的对应关系；C：收集通过实验装置采集或分析获取的各种敏感数据，并对这些数据进行按储层类别和特性进行分类，定性和定量识别，并利用因素表示方法进行表示；D：利用所述的通过因素表示的各种敏感数据从所述的损害识别数据库中计算条件分量比重、准确度、阈值，并分析判断中间结论节点采用两层知识树模型推理获得油气层各种损害类型和程度数据。

【技术特征摘要】
1.一种基于因素表示的油气层损害智能识别方法，其特征在于，该方法包括以下步骤：A：建立基于因素表示的损害因素参数，所述损害因素参数包括油气层基础数据和特性类数据；B：建立损害识别数据库，该数据库存储有基于中间结论节点各影响因素定量和定性程度值与损害类型及程度的对应关系；C：收集通过实验装置采集或分析获取的各种敏感数据，并对这些数据进行按储层类别和特性进行分类，定性和定量识别，并利用因素表示方法进行表示；D：利用所述的通过因素表示的各种敏感数据从所述的损害识别数据库中计算条件分量比重、准确度、阈值，并分析判断中间结论节点采用两层知识树模型推理获得油气层各种损害类型和程度数据。2.根据权利要求1所述的基于因素表示的油气层损害智能识别方法，其特征在于，所述步骤A中，所述的损害因素参数由四元组因素表示构成，即(影响因素名称，因素值属性，因素来源基础库，因素对应映射名)，并建立对应的损害因素库。3.根据权利要求2所述的基于因素表示的油气层损害智能识别方法，其特征在于，因素值属性取值为空格，代表该因素将存储数组型数据，当因素值属性取值为非空格，代表该因素将存储字符型数据。4.根据权利要求1所述的基于因素表示的油气层损害智能识别方法，其特征在于，所述步骤B中建立损害识别数据库包括如下步骤：B1:建立前提条件维护：建立前提条件分类树，该树包括储层类别和储层特性两大类，每个节点由损害因素库中的损害因素参数名称、其对应值和相关表达式构成；B2：建立具有中间结论标识的储层损害推理知识树模型：该模型树为两层节点，第一层节点为储层损害结论，即储层损害类型及程度；该模型树第二层节点为储层损害结论的条件，如果第二层节点为其他第一层节点值，说明该第二层节点可以由其他第一层节点及其子节点推导出来，则将该第二层节点设置为中间结论节点，为推理做准备。B3：将该具有中间结论标识的两层知识树映射为损害识别数据库。5.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：杨力，杨松任，范勇，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川;51