一种基于数据的油气藏仿真模拟方法技术

本发明专利技术涉及油气藏模拟技术领域，目的是提供一种基于数据的油气藏仿真模拟方法，能够对油气田整体进行仿真模拟，仿真效率高，能有效指导油气田开发。上述基于数据的油气藏仿真模拟方法包括：步骤一，建立时间‑空间数据库；步骤二，建立油气藏井控多边形模型；步骤三，利用线性相关系数计算对输入特征进行选择；步骤四，使用LSTM训练和测试所述油气藏井控多边形模型。本发明专利技术解决了现有油气藏模拟方法不能对整个油气藏井区进行整体仿真模拟，无法对油气田的开发进行有效的生产指导的问题。

A simulation method of oil and gas reservoir based on data

【技术实现步骤摘要】
一种基于数据的油气藏仿真模拟方法
本专利技术涉及油气藏模拟
，特别是涉及一种基于数据的油气藏仿真模拟方法。
技术介绍
油气藏数值模拟是指利用计算机求解油气藏数学模型，模拟地下油气流动，给出某时刻油气分布，从而预测油气藏动态以及在不同开采方案下油气生产情况的技术。目前，通用的油气藏数值模拟通常都是基于地震解释、测井解释的地质建模和基于渗流力学的数值模拟。具体过程一般包括以下步骤：1、先把整个油气藏网块化，建立井模型：把各井各层位网块等时对比相联建立层模型，以同层位网块高程表征油气藏构造特征，以非储层网块分隔的储层网块表明储层的格架，以储层网块中记入各种储层属性的量值表征这些参数空间的分布和非均质面貌；2、在建立井模型后，采用油气藏数值模拟技术对地层中流体的流动进行仿真模拟，其中地下流体流动的数值模拟是基于对纳维斯托克斯偏微分方程的离散求解，使用数学物理方程以显式的方式描绘流体的流动规律，在给定的边界条件和生产制度下，能够模拟出地下流体和固体属性场随时间的变化。但是这种传统的油气藏建模与数值模拟技术依赖于正确的数学物理方程求解，而数学物理方程也只能在一定范围内运用，容易造成模拟结果与事实不相符，而且求解数学物理方程会造成计算耗时大量增加，影响油气田开发的工作进度。为此，现有技术出现了利用机器学习的仿真模拟方法，如中国专利文献CN109711595A中公开了一种基于机器学习的水力压裂投产效果评价方法，先获取区块的地质数据、工程数据和产能数据；再把这些数据集随机划分为训练数据块、验证数据块和测试数据块，并应用多种机器学习算法对这些数据块进行处理，选出预测误差最小的机器学习算法；再根据选出的算法按照影响产能数据重要度的预设值得出影响产能的主要数据；令工程数据服从概率分布，结合选取的机器学习算法以及影响产能的主要数据，应用蒙特卡罗模拟产生单井产能概率分布曲线；再根据该曲线分别获取若干概率所对应的单井产能值；对比单井的实际产能值和从概率曲线得到的单井产能值，对该井压裂效果进行评价，进一步可实现区块的压裂效果评价。但是，上述模拟方法是利用静态数据和压裂数据对单井进行压裂效果评价，整个油气藏是由若干单井构成的，单井与单井之间表面相互独立，实则相互影响，在对整个油气藏进行综合模拟时，需要考虑很多影响因素，以上模拟方法是无法对整个油气藏进行综合模拟。
技术实现思路
为此，本专利技术所要解决的技术问题在于现有技术的油气藏模拟方法不能对整个油气藏井区进行整体仿真模拟，无法对油气田的开发进行有效的生产指导，而提供一种能够对油气田整体进行仿真模拟，仿真效率高，能有效指导油气田开发的基于数据的油气藏仿真模拟方法。为解决上述技术问题，本专利技术采用的技术方案如下：一种基于数据的油气藏仿真模拟方法，包括以下步骤：步骤一，建立时间-空间数据库分别收集油气藏整体、各单井和各单井之间的静态数据和动态数据，构成所述时间-空间数据库；步骤二，建立油气藏井控多边形模型根据所述时间-空间数据库，建立油气藏属性模型，进而生成所述油气藏井控多边形模型；步骤三，利用线性相关系数计算对输入特征进行选择所述时间-空间数据库中的每一种数据为一个特征，利用线性相关系数计算将特征矩阵m×n降低为m×k，其中m为样本的数量，n为特征选择前特征的数量，k为特征选择后特征的数量；步骤四，使用LSTM训练和测试所述油气藏井控多边形模型通过LSTM算法对所述油气藏井控多边形模型的训练和测试，获得油气藏的生产指标预测。优选地，所述步骤一中，所述静态数据包括井位坐标、孔隙度、地层厚度、含水饱和度、地层顶深、伽马测井、密度测井、电阻率测井、自然电位测井和声波测井；所述动态数据包括单井产量、汽油比、含水率、注水量、注气量、井头压力、井底压力、油嘴尺寸、生产天数、完井信息和生产制度。优选地，所述步骤二中，根据所述时间-空间数据库，建立所述油气藏属性模型，基于所述油气藏属性模型中的井位坐标生成以单井的井控范围为边界的所述油气藏井控多边形模型。优选地，所述步骤四中，利用LSTM算法进行训练和测试时，有效数据集分为训练集和测试集，训练集占80％，测试集占20％。优选地，所述步骤四中，利用LSTM算法进行训练和测试时，激活函数采用ReLU线性整流函数，损失函数采用均方差函数，采用Dropout防止过拟合。优选地，所述步骤四中，利用隐藏层数为500的LSTM算法对所述油气藏井控多边形模型进行训练和测试。优选地，所述步骤四中，所述生产指标预测包括油气藏整体、单井及其井范围内的产油量、产水量、含水率、井底压力。本专利技术的上述技术方案相比现有技术具有以下优点：本专利技术提供的基于数据的油气藏仿真模拟方法，根据静态数据、动态数据建立油气藏数据驱动模型，充分考虑的了单井与单井之间的相互影响，可以对油气藏整体及各个单井的生产进行仿真模拟，预测产油量、含水率、预测油气藏压力场、预测油气藏饱和度场等。相比于传统的油气藏仿真模拟方法，使用数据驱动方法能够大幅减少仿真模拟所需要的时间，加快油气藏开发项目进度。附图说明为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合附图，对本专利技术作进一步详细的说明，其中图1是本专利技术基于数据的油气藏仿真模拟方法的流程图；图2是本专利技术实施例中训练集模型示意图；图3是本专利技术基于数据的油气藏仿真模拟方法获得的预测结果与生产实际的比较图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，是本专利技术一种基于数据的油气藏仿真模拟方法的优选实施例，包括以下步骤：步骤一，建立时间-空间数据库分别收集油气藏整体、各单井和各单井之间的静态数据和动态数据，构成所述时间-空间数据库。其中，所述静态数据包括井位坐标、孔隙度、地层厚度、含水饱和度、地层顶深、伽马测井、密度测井、电阻率测井、自然电位测井和声波测井。所述动态数据包括单井产量、汽油比、含水率、注水量、注气量、井头压力、井底压力、油嘴尺寸、生产天数、完井信息和生产制度。上述数据不仅包括了油气田整体的相关数据、单井相关数据，更加入了体现单井及临井之间相互关系的数据，如：井位坐标等，使后续油气藏的仿真模拟，更加全面、准确、更贴近油气藏的实际情况。步骤二，建立油气藏井控多边形模型根据所述时间-空间数据库，建立油气藏属性模型，进而生成所述油气藏井控多边形模型。具体地，根据所述时间-空间数据库，建立所述油气藏属性模型，基于所述油气藏属性模型中的井位坐标生成以单井的井控范围为边界的所述油气藏井控多边形模型。单井的井控范围为离该井最近的区域，单本文档来自技高网...

【技术保护点】
1.一种基于数据的油气藏仿真模拟方法，其特征在于，包括以下步骤：/n步骤一，建立时间-空间数据库/n分别收集油气藏整体、各单井和各单井之间的静态数据和动态数据，构成所述时间-空间数据库；/n步骤二，建立油气藏井控多边形模型/n根据所述时间-空间数据库，建立油气藏属性模型，进而生成所述油气藏井控多边形模型；/n步骤三，利用线性相关系数计算对输入特征进行选择/n所述时间-空间数据库中的每一种数据为一个特征，利用线性相关系数计算将特征矩阵m×n降低为m×k，其中m为样本的数量，n为特征选择前特征的数量，k为特征选择后特征的数量；/n步骤四，使用LSTM训练和测试所述油气藏井控多边形模型/n通过LSTM算法对所述油气藏井控多边形模型的训练和测试，获得油气藏的生产指标预测。/n

【技术特征摘要】
1.一种基于数据的油气藏仿真模拟方法，其特征在于，包括以下步骤：
步骤一，建立时间-空间数据库
分别收集油气藏整体、各单井和各单井之间的静态数据和动态数据，构成所述时间-空间数据库；
步骤二，建立油气藏井控多边形模型
根据所述时间-空间数据库，建立油气藏属性模型，进而生成所述油气藏井控多边形模型；
步骤三，利用线性相关系数计算对输入特征进行选择
所述时间-空间数据库中的每一种数据为一个特征，利用线性相关系数计算将特征矩阵m×n降低为m×k，其中m为样本的数量，n为特征选择前特征的数量，k为特征选择后特征的数量；
步骤四，使用LSTM训练和测试所述油气藏井控多边形模型
通过LSTM算法对所述油气藏井控多边形模型的训练和测试，获得油气藏的生产指标预测。


2.根据权利要求1所述的基于数据的油气藏仿真模拟方法，其特征在于：所述步骤一中，所述静态数据包括井位坐标、孔隙度、地层厚度、含水饱和度、地层顶深、伽马测井、密度测井、电阻率测井、自然电位测井和声波测井；所述动态数据包括单井产量、汽油比、含水率、注水量、注气量、井头压力、井底压力、油嘴尺寸、生产天数、完井信息和生产制度...

【专利技术属性】
技术研发人员：龚斌，苏瑾，刘志上，滕文超，
申请(专利权)人：南京特雷西能源科技有限公司，
类型：发明
国别省市：江苏;32