一种基于随机森林和遗传算法的油藏自动历史拟合方法技术

本发明专利技术提供了一种基于随机森林和遗传算法的油藏自动历史拟合方法，包括：步骤1：对油藏信息中的不确定性参数进行随机采样，生成数据集；步骤2：将生成的每个数据集输入到油藏数值模拟器，并将实际结果与计算结果之间的误差作为每颗决策树的根节点；步骤3：采用随机森林方法进行敏感性因素排序，生成各不确定性参数的龙卷风图；步骤4：基于龙卷风图筛选当下敏感性大于预设敏感性的参数，并结合遗传算法辅助历史拟合，获取历史拟合结果。通过进行参数随机采样、随机森林方法以及遗传算法的结合，可以有效的对参数的重要性排序，提高计算效率，与现有的油藏辅助历史拟合工作对比，有效的降低模拟例子以及有效的减少计算耗时。低模拟例子以及有效的减少计算耗时。低模拟例子以及有效的减少计算耗时。

【技术实现步骤摘要】
一种基于随机森林和遗传算法的油藏自动历史拟合方法


[0001]本专利技术涉及油田开发
，特别涉及一种基于随机森林和遗传算法的油藏自动历史拟合方法。

技术介绍

[0002]在油田开发过程中，油藏数值模拟是一种认识油藏并解决油田问题的有效方法。历史拟合作为油藏数值模拟过程中最为关键的环节，是一个通过动态资料及数值模拟方法对油藏不断再认识的过程。建模数据源均存在其自身不可克服的不确定性，如地质模型（结构和地层学），储层性质（孔隙度和渗透率场）和流体性质等。因此，需要通过历史拟合来减小不确定性，保证油藏模拟的合理性和准确性。历史拟合的过程主要是通过不断地调整模型参数使模拟计算得到的生产数据与实际观测数据相一致。传统的人工历史拟合由于调试过程中具有很大的随意性、盲目性和主观性，拟合精度受油藏工程师经验影响，通常难以取得较好的效果。人工历史拟合过程十分耗时且经常无法得到满意的结果，近年来研究者引入多种方法以实现拟合过程中部分任务的自动化。辅助历史拟合即将历史拟合问题转换为优化问题，其目标是将实际数据（如压力、产量和饱和度分布）与模拟数据之间的差值降至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，包括：步骤1：对油藏信息中的不确定性参数进行随机采样，生成数据集；步骤2：将生成的每个数据集输入到油藏数值模拟器，并将实际结果与计算结果之间的误差作为每颗决策树的根节点；步骤3：采用随机森林方法进行敏感性因素排序，生成各不确定性参数的龙卷风图；步骤4：基于所述龙卷风图筛选当下敏感性大于预设敏感性的参数，并结合遗传算法辅助历史拟合，获取历史拟合结果。2.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，对油藏信息中的不确定性参数进行随机采样，生成数据集的过程中，包括：确定所述数据集的样本个数：其中，F为不确定性参数个数，且任意m,n
∊
Z，m<n，Z为自然数；表示获取的最终样本个数；其中，N
PB
={12,20,24,28,...}，且N
PB
表示样本集的个数，且取样个数为4的倍数。3.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，还包括：根据关系式确定所述数据集的样本个数；其中，L为每个参数的级别数，k为不确定性参数的个数，p为完全因子设计的大小。4.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，将实际结果与计算结果之间的误差作为每颗决策树的根节点的过程中，还包括：构建历史拟合目标函数：其中，Q(x)为计算结果与实际结果之间的历史拟合误差；W
i
为单井或油藏属性的权重向量；i为时间角标；j为单井或油藏角标；为第i时刻第j单井或油藏模拟器的计算结果；为第i时刻第j单井或油藏的实际结果；σ为模拟结果与实际结果误差的标准差；N
i
为向量W
i
的元素个数。5.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，还包括：根据地质统计学、地震解释和测井解释结果，并结合所述油藏信息中不同油井的生产动态特征，获取到不确定性参数、不确定性参数的目标函数以及不确定性参数的参数分布。6.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，其特征在于，采用随机森林方法进行敏感性因素排序，包括：对随机森林的超参数进行设置；
根据设置的超参数，构建随机森林模型得到参数重要性排序结果；根据参数重要性的排序结果，保留前k1个不确定性参数，并将剩余不确定性参数丢弃；其中，所述参数重要性排序结果即为敏感性因素排序结果。7.如权利要求1所述的基于随机森林和遗传算法的油藏自动历史拟合方法，...

【专利技术属性】
技术研发人员：龚斌，徐凤强，石欣，侯壮，
申请(专利权)人：中科数智能源科技深圳有限公司，
类型：发明
国别省市：