[发明专利]用于低渗透油气藏的产能预测方法及装置

说明书

本发明提供一种用于低渗透油气藏的产能预测方法，其包含：对目标区域内的生产井进行生产相关数据收集，得到目标区域内生产井的基础数据；计算得到目标域内单个生产井的产能预测值，并得到产能置信区间；确定影响生产井产能的影响参数组，对影响参数组中的影响参数进行筛选，得到优选影响参数组；基于产能预测值以及优选影响参数组，建立机器学习类产量预测模型组；根据机器学习产量预测模型组中不同模型的产量预测精度高低进行优选，选取一个最优产能预测模型对目标区域内生产井的产能进行预测。本发明可以快速高效的甄别和选取低渗透油气田的主要控制因素(主控因素)并用以建立和完善油田产能预测模型，预测结果更加精确，适应性更强。

技术领域

本发明涉及油气开发与钻完井工程领域，具体地说，涉及一种用于低渗透油气藏的产能预测方法及装置。

背景技术

低渗透油藏单井产量受诸多因素影响，包括地质油藏、钻完井方式、储改方式、生产制度等。现有技术中基于经验公式的产能预测方法考虑因素单一、应用局限性大、计算精度低，数值模拟方法建模繁复、模拟周期长，计算复杂。因而需要探索一种方法可以弥补两者不足，实现高维度变量非线性影响下油气产量的快速预测。

现有技术中，基于数据挖掘的页岩油气储层等非常规油气田的产能预测方法已经被讨论和研究，具备一种依据机器学习的基于钻完井等数据进行一元非线性和多元线性回归的产能预测方法，但是，一元非线性和多元线性回归方法适应性不强且精度较低。

因此，本发明提供了一种用于低渗透油气藏的产能预测方法及装置。

发明内容

为解决上述问题，本发明提供了一种用于低渗透油气藏的产能预测方法，所述方法包含以下步骤：

步骤一、对目标区域内的生产井进行生产相关数据收集，得到目标区域内生产井的基础数据；

步骤二、基于所述基础数据，采用分段递减模型，计算得到目标区域内单个生产井的产能预测值，并对目标区域内所有生产井的所述基础数据进行统计，得到产能置信区间；

步骤三、确定影响生产井产能的影响参数组，基于所述影响参数组进行影响参数与生产井产能之间的相关性分析，对所述影响参数组中的影响参数进行筛选，得到优选影响参数组；

步骤四、基于所述产能预测值以及所述优选影响参数组，建立机器学习类产量预测模型组；

步骤五、根据所述机器学习产量预测模型组中不同模型的产量预测精度高低进行优选，并利用数据交叉验证方法提升优化预测模型组中的产能预测模型，选取一个最优产能预测模型对目标区域内生产井的产能进行预测。

根据本发明的一个实施例，所述基础数据包含：井位地理信息、岩性特征信息、钻完井参数信息以及单井历史生产信息。

根据本发明的一个实施例，步骤二中具体包含以下步骤：

在泄油范围没有超过储层改造区域时，采用双曲衰减模型对目标区域内单个生产井的产能预测值进行计算；

在泄油范围超过储层改造区域后，采用指数递减模型对目标区域内单个生产井的产能预测值进行计算。

根据本发明的一个实施例，所述双曲衰减模型包含以下公式：

其中，q表示油气的生产速度，q_i表示初始流量，D_i表示初始递减速率，b表示递减指数，t表示时间。

根据本发明的一个实施例，所述指数递减模型包含以下公式：

其中，q表示油气的生产速度，q_i表示初始流量，D_{terminal t}表示末期递减速率，t表示时间。