[发明专利]一种数据驱动下的缝洞型油藏油井见水时间预测方法

权利要求书

1.一种数据驱动下的缝洞型油藏油井见水时间预测方法，其特征在于，包括以下步骤：

S01:收集所研究区块中所有已见水油井的历史生产数据；

S02:以累产油大于3万吨或初期日产油大于30吨为条件筛选高产典型井，并确定各井的岩溶背景；

S03:统计各岩溶背景下已见水高产典型油井的见水敏感参数；

S04:针对见水敏感参数统计数据进行偏相关分析确定主控参数，利用主控参数建立各岩溶背景对应的见水时间预测多元回归方程；

S05:训练各岩溶背景油井的见水时间预测神经网络模型；

S06:利用验证井数据对多元回归法、神经网络法两种见水时间预测方法的分岩溶背景进行准确性测试，选取各岩溶背景下准确度较高的预测方法作为该岩溶背景油井的见水时间预测方法。

2.根据权利要求1所述的预测方法，其特征在于，所述步骤S01中，需要收集的油井生产历史数据包括总产油量、初期日产油水平、无水采油期生产天数。

3.根据权利要求1所述的预测方法，其特征在于，所述步骤S03中，见水敏感参数共有10个，分别为储量规模、储集体特征、是否稠油井、底水发育程度、进山深度、是否酸压、瞬时产能，是否零星见水、采出程度、油压保持率；此步骤中每个岩溶预留三口测试井，不参与下述步骤S04、S05，仅用于步骤S06中的预测准确度测试。

4.根据权利要求1所述的预测方法，其特征在于，所述步骤S04中，进行偏相关分析并建立多元回归方程的具体步骤为：

步骤S03中统计得到的10个见水敏感参数作为自变量，步骤S01收集到的无水采油期生产天数作为因变量，每个岩溶背景一个统计表，分别将每个岩溶背景下的油井参数统计表导入SPSS商业软件；

调用SPSS软件的偏相关分析模块，分别对10个见水敏感参数数据与无水采油期生产天数之间相关性进行偏相关分析分析时，将其他九个参数设置为控制变量；根据偏相关分析结果筛选出显著性水平低于0.05的见水敏感参数，这些参数即可视为见水主控参数；

调用SPSS软件的线性回归模块，将上一步筛选出的见水主控参数为自变量，无水采油期生产天数作为因变量，针对各岩溶背景建立其相应的线性回归方程。

5.根据权利要求1所述的预测方法，其特征在于，所述步骤S05中，使用matlab平台的神经网络工具包，将上一步统计得到的已见水井的10个见水敏感参数作为神经网络的输出层，将各油井的见水时间作为输出层，并设立两个隐藏层，针对各岩溶背景训练10×6×3×1的神经网络模型，用来对未见水井进行见水时间预测。