[发明专利]一种基于向量自回归模型的水驱油藏渗流场评价方法

权利要求书

1.一种基于向量自回归模型的水驱油藏渗流场评价方法，其特征在于，包括以下步骤：

收集目标油藏的历史生产数据和/或历史注水数据；

对历史生产数据和/或历史注水数据进行预处理；

根据预处理后的历史生产数据和/或历史注水数据拟合模型，并验证模型；

依据拟合后的模型预测采出井未来的采出量，并对模型的预测结果进行不确定性分析，同时依据拟合后的模型参数评价注入井的采油贡献量；

其中，所述对模型的预测结果进行不确定性分析，同时依据拟合后的模型参数评价注入井的采油贡献量，包括：

基于将原本的时间序列过程考虑为随机过程，其简洁的矩阵表示如下：

其中，为平均预测误差矩阵，n为可观测数据量；

考虑参数的持续影响：

其中，为对角单位矩阵，Φ_i为未来第i时刻累积影响参数矩阵，∑_y(h)为未来第h时刻累积影响矩阵，σ_j(h)为第j口井在未来第h时刻估计预测误差，其中，σ_j(h)对应采出井j在第h步预测时的估计预测误差；

对于VAR模型而言，其中重要的超参数为最大滞后值p，其代表了假设最多Y_t-p及E_t-p+1的值的大小将影响Y_t，该值的选择通过信息准则完成，首先，计算模型在滞后值p时的似然估计值L，并通过考虑似然函数值及模型参数的大小，给出信息准则，公式如下：

AIC＝-2ln(L)+2k，

BIC＝-2ln(L)+ln(n)k，

HQ＝-2ln(L)+ln(ln(n))k，

其中，L为似然估计值，AIC为AIC信息准则评价值，BIC为BIC信息准则评价值，HQ为HQ信息准则评价值，FPE为FPE信息准则评价值，k为模型参数个数，通过综合考虑以上四个信息准则，选取使以上准则值均较小的滞后阶数即为合适的滞后阶数p。

2.根据权利要求1所述的一种基于向量自回归模型的水驱油藏渗流场评价方法，其特征在于，所述收集目标油藏的历史生产数据和/或历史注水数据，具体为收集采出井的历史生产数据和/或注入井的历史注水数据，整理为“*.xlsx”或“*.csv”格式的文件，表格中每行至少包含年月、井号、日产油量数据和/或日注水量数据。

3.根据权利要求2所述的一种基于向量自回归模型的水驱油藏渗流场评价方法，其特征在于，所述对历史生产数据和/或历史注水数据进行预处理，包括：对日产油量数据和/或日注水量数据进行滑窗平滑化处理及归一化处理。

4.根据权利要求1所述的一种基于向量自回归模型的水驱油藏渗流场评价方法，其特征在于，所述根据预处理后的历史生产数据和/或历史注水数据拟合模型，并验证模型包括以下步骤：

将预处理后的日产油量数据和/或日注水量数据构造成时间序列格式，即每列数据表示不同井，每行数据表示不同时刻的数据；

通过向量自回归方法依据历史生产数据和/或历史注水数据，拟合历史生产数据，并通过滞后阶数选取的方法为模型选取合理的滞后阶数；

选取历史数据末尾几个月的数据作为验证集，以其之前的数据作为训练集训练模型；

通过训练后的模型对验证集进行预测效果，再对预测的效果进行评价，若验证集的预测效果越好，表明对未来时刻采出井产量的预测效果越好，且对注入井采油贡献量预测精度更高。