【技术实现步骤摘要】
本专利技术涉及一种油气田监测，是一种集决策树与神经网络的油井产量变化原因分析方法、装置。
技术介绍
1、油井产量变化跟踪分析是油田日常生产动态分析工作中的一项必不可少的基础工作，在保障油田生产运行稳定和开采效益方面发挥着重要作用。长期以来，油田对于产量变化的分析多是粗放型的，以人工处理为主，各级生产管理和动态分析人员普遍存在数据处理工作量大、分析分析耗时长的问题，导致油井产量变化原因无法及时准确获知，使得措施治理和优化调整工作滞后，造成了一些不必要的产量损失和可避免的关井，甚至是安全环保风险，给油田开采效益带来了较大影响。
2、由于油井产量变化原因的影响因素繁多，涉及的信息十分广泛，包含油藏地质、生产动态、采油工程、修井作业等众多领域的数据资料，各种参数对油井产量的变化都有着复杂的关联关系，并且不同油藏类型、不同开发方式、不同采油方式、不同开发阶段的油井生产特征也不尽相同，因此要实现智能分析具有相当大的难度。目前采用的油井产量变化原因自动判断方法主要有分类分析法、回归分析法和机器学习法。其中，传统的决策树、专家系统规则分析、...
【技术保护点】
1.一种集决策树与神经网络的油井产量变化原因分析方法，其特征在于，包括：
2.根据权利要求1所述的集决策树与神经网络的油井产量变化原因分析方法，其特征在于，所述模型库能分析的油井产量变化原因类型包括：
3.根据权利要求1或2所述的集决策树与神经网络的油井产量变化原因分析方法，其特征在于，利用油井基础采集数据获取所述生产时率影响日产液水平占比、产液量变化影响日产油水平占比和含水变化影响日产油水平占比，包括：
4.根据权利要求1或2所述的集决策树与神经网络的油井产量变化原因分析方法，其特征在于，所述建立决策树分析模型，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。