基于机器学习的电磁法高含水期油藏饱和度场预测方法技术

本发明专利技术涉及石油与天然气中的采油工程技术领域，具体涉及一种基于机器学习的电磁法高含水期油藏饱和度场预测方法。本发明专利技术方法将机器学习算法与井地电磁法测试饱和度场相结合，以井地电磁法得到的单层饱和度场分布为基础，引入储层流动相关性参数，利用机器学习中的不同回归算法对储层纵向全区饱和度分布进行预测，最终形成精确的高含水期油藏流体预测结果。果。果。

【技术实现步骤摘要】
基于机器学习的电磁法高含水期油藏饱和度场预测方法


[0001]本专利技术涉及石油与天然气中的采油工程
，具体涉及一种基于机器学习的电磁法高含水期油藏饱和度场预测方法。

技术介绍

[0002]石油和天然气是国家重要的战略资源，是国民经济发展的重要命脉。随着油气勘探领域的拓展，高含水期油藏高效开发已经成为中国各大油田提高采收率的主要战场之一。
[0003]井地电磁法作为一种非地震的地球物理技术近年来被应用于储层流体参数的监测，研究表明，电阻率对油气储层的饱和度、渗透率等参数反映灵敏，通过电磁技术探测油气水边界及饱和度分布具有经济有效、探测范围大等优点。然而对于纵向层数较多的储层，特别是在如今低油价下考虑施工成本等因素的影响下，井地电磁技术往往只对主力目的层位进行监测，这也为高含水期油藏剩余油的精细识别带来难度，同时制约了油藏开发后期井位部署工作。机器学习模型作为一项目前热门的前沿技术被越来越多的应用于各个行业，被认为是解决复杂指标预测问题的有效手段，林伯韬系统的分析了从上游的勘探、开发、生产贯穿至下游的运营、销售、投资人工智能技术的专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器学习的电磁法高含水期油藏饱和度场预测方法，其特征在于，包括以下步骤：井地电磁法饱和度场测定；机器学习预测模型建立；机器学习预测指标筛选；饱和度场预测。2.根据权利要求1所述方法，其特征在于，井地电磁法饱和度场测定测定方法：顶底部署两个激发点进行激发，在对采集信号进行去噪、消除套管影响等处理后，通过局部极化不均衡性的空间分布确定油气水界面，并通过测井及地震资料的场约束反演获得油层电阻率场分布，最终利用阿尔奇公式确定储层剩余油饱和度场分布。3.根据权利要求1所述方法，其特征在于，通过AdaBoost算法实现强回归器的饱和度场预测。4.根据权利要求3所述方法，其特征在于，所述算法具体实现过程为：(3)首先给出一个基回归算法和训练集：{(x1，y1)，
…
，(x
N
，y
N
)}其中x1、x
N
∈X，y1、y
N
∈Y，X和Y分别表征特征数据集合；(4)对训练数据的权重向量进行初始化：其中其中为第一个基回归器的权重向量，N为第N个特征参数集合；(3)对于AdaBoost设定的n个基回归器，当m＝1,2,
…
,n，时，使用权重向量w
(m)
的训练数据集进行学习，得到训练数据集的回归...

【专利技术属性】
技术研发人员：郭奇，张世明，黄迎松，杨盛波，贾元元，吕远，刘华夏，
申请(专利权)人：中国石油化工股份有限公司胜利油田分公司勘探开发研究院，
类型：发明
国别省市：