一种注水井溢流层段预测方法技术

本发明专利技术公开了一种注水井溢流层段预测方法，本发明专利技术通过将机器学习算法融入到注水井溢流层段的预测过程中，利用机器学习算法强大的自学习能力，自动学习溢流层段的地质、油藏、注水特征与溢流情况间的关系，实现对注水井溢流层段的准确预测。层段的准确预测。

【技术实现步骤摘要】
一种注水井溢流层段预测方法


[0001]本专利技术属于油气藏勘探开发
，具体来说涉及一种注水井溢流层段预测方法。

技术介绍

[0002]在油田开发的过程中，低渗油藏开发过程中注水井生产过程中普遍存在的现象溢流的现象，并且溢流现象伴随油田开发始终，由此引起的油田地层能量补充不足，会造成层间动用差异，影响开发效果，因此，对注水井溢流层位进行准确预测，建立有效驱动压差，改善驱油效果，解决油田注不进采不出的问题，才能有效提高油田的生产效率。

技术实现思路

[0003]为了解决注水井溢流层位难以预测，影响溢流的主要因素难以确定的问题，本专利技术提供了一种注水井溢流层段预测方法，以提高注水井溢流层位预测的准确率。
[0004]本专利技术的技术方案如下所述：
[0005]一种注水井溢流层段预测方法，按照下述步骤进行：
[0006]步骤一：注水溢流关键参数数据提取，获得注水层段的注采连通性、日注水量、注水天数、周围采油井数、层间非均质性、注水压力、注水强度、平均注采井距和溢流情况；
[0007]步骤二：溢流模型建立，利用注水溢流关键参数数据，通过机器学习算法获得注水井溢流层段最佳预测模型；
[0008]步骤三：溢流层位预测，将待预测层段的溢流关键参数代入到预测模型中，得到溢流情况的预测结果。
[0009]在上述技术方案中，在步骤一中，所述注采连通性的获取方法如下所述：通过不同小层砂体的交叉连通情况、同一小层不同旋回砂体的连通情况、砂体接触情况三个指标对注采连通性进行综合判定。
[0010]在上述技术方案中，在步骤一中，所述溢流情况的获取方法为如下所述：将注水井在正常注水一段时间后放套压关井，待关井24小时候后开井测试，若井口压力大于0Mpa且井口存在流体溢出，则为溢流，否则为非溢流。
[0011]在上述技术方案中，在步骤二中，最佳预测模型的获取方法如下所述：将溢流关键参数中的注采连通性、日注水量、注水天数、周围采油井数、层间非均质性、注水压力、注水强度、平均注采井距作为输入特征，溢流情况作为输出特征，通过决策树、随机森林、XGBoost和AdaBoost的机器学习算法运算，选择得分最高的模型作为注水井溢流层段预测模型。
[0012]本专利技术的有益效果如下所述：
[0013]本专利技术公开了一种注水井溢流层段预测方法，本专利技术通过将机器学习算法融入到注水井溢流层段的预测过程中，利用机器学习算法强大的自学习能力，自动学习溢流层段的地质、油藏、注水特征与溢流情况间的关系，实现对注水井溢流层段的准确预测。
具体实施方式
[0014]为了使本
的人员更好地理解本专利技术方案，下面结合具体实施例进一步说明本专利技术的技术方案。
[0015]实施例：
[0016]一种注水井溢流层段预测方法，包括以下步骤：
[0017]按照步骤一：注水溢流关键参数数据提取，获得注水层段的注采连通性、日注水量、注水天数、周围采油井数、层间非均质性、注水压力、注水强度、平均注采井距、溢流情况，结果如下表1所示；
[0018]表1
[0019][0020][0021]按照步骤二：溢流模型建立，利用注水溢流关键参数数据，通过决策树、随机森林、XGBoost、AdaBoost等机器学习算法运算，选择得分最高的随机森林分类模型作为注水井溢流层段预测模型，预测模型以及验证正确率得分如下表2所示；
[0022]表2
[0023]算法模型模型交叉验证准确率得分XGBoost分类模型0.74决策树分类模型0.74随机森林分类模型0.83
AdaBoost分类模型0.71
[0024]按照步骤三：溢流层位预测，将待预测层段的溢流关键参数代入到预测模型中，得到溢流情况的预测结果，预测结果如下表3所示。
[0025]表3
[0026][0027]通过上述实验结果表明，通过将机器学习算法融入到注水井溢流层段的预测过程中，利用机器学习算法强大的自学习能力，自动学习溢流层段的地质、油藏、注水特征与溢流情况间的关系，实现对注水井溢流层段的准确预测。
[0028]以上对本专利技术做了示例性的描述，应该说明的是，在不脱离本专利技术的核心的情况下，任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种注水井溢流层段预测方法，其特征在于：按照下述步骤进行：步骤一：注水溢流关键参数数据提取，获得注水层段的注采连通性、日注水量、注水天数、周围采油井数、层间非均质性、注水压力、注水强度、平均注采井距和溢流情况；步骤二：溢流模型建立，利用注水溢流关键参数数据，通过机器学习算法获得注水井溢流层段最佳预测模型；步骤三：溢流层位预测，将待预测层段的溢流关键参数代入到预测模型中，得到溢流情况的预测结果。2.根据权利要求1所述的一种注水井溢流层段预测方法，其特征在于：在步骤一中，所述注采连通性的获取方法如下所述：通过不同小层砂体的交叉连通情况、同一小层不同旋回砂体的连通情况、砂体接触情况三个指标对注采连通性进行综合判定。3.根...

【专利技术属性】
技术研发人员：张剑，史长林，魏莉，吴蔚，杨丽娜，秦欣，姜康，许胜利，
申请(专利权)人：中海油能源发展股份有限公司，
类型：发明
国别省市：