[发明专利]一种基于灰关联的油井产能智能预测方法

权利要求书

1.一种基于灰关联的油井产能智能预测方法，其特征在于：所述 油井产能智能预测方法包括以下步骤：

步骤一：在某区块选取a×N条测井曲线作为样板曲线，其中a为油井产能分类类别数，N为每类产能曲线条数；

步骤二：将所有样板曲线数字化，将待判定测井曲线数字化；

步骤三：建立测井曲线形态相关性判定的变权值灰关联模型；

测井曲线形态相关性判定的变权值灰关联模型的建立，待测曲线与第u类(u＝1,2,3)油井产能曲线组的变权值灰关联度计算方法为：

式中，i＝1,2,3,...,6,

γ_b^u(x₀,x_i)为待测测井曲线与样板测井曲线中的第u类中第i条曲线的变权值灰关联度，γ_b^u(x₀,x_i)是由成组样本灰关联和绝对灰关联构成的，γ_b^u(x₀,x_i)表达式如下：

γ_b^u(x₀,x_i)＝αγ_z^u(x₀,x_i)+βγ_d^u(x₀,x_i)

式中，α为测井曲线形态相关性判定的灰关联模型的成组样本权值系数，β为测井曲线形态相关性判定的灰关联模型的绝对权值系数，γ_z^u(x₀,x_i)为成组样本灰关联度，γ_d^u(x₀,x_i)为改进型绝对灰关联度；

成组样本灰关联度γ_z^u(x₀,x_i)和改进型绝对灰关联度γ_d^u(x₀,x_i)的表达式如下：

ζ_0i(x_0j(k),x_ij(k))、Ω(x_0j(k+1))与Ω(x_ij(k+1)表示方法为：

Ω(x_0j(k+1))＝x_0j(k+1)-x_0j(k)

Ω(x_ij(k+1))＝x_ij(k+1)-x_ij(k)

式中，x_0j(k)为待测测井曲线曲线化后生成的矩阵第j行第k列的数据值，x_0j(k+1)为待测测井曲线曲线化后生成的矩阵第j行第k+1列的数据值，x_ij(k)为该产能分类下第i条样板测井曲线曲线化后生成的矩阵第j行第k列的数据值，x_ij(k+1)为该产能分类下第i条样板测井曲线曲线化后生成的矩阵第j行第k+1列的数据值；

步骤四：确定测井曲线形态相关性判定的变权值灰关联模型权值系数；

步骤五：对待测测井曲线形态相关性判定，并给出产能预测。

2.根据权利要求1所述的一种基于灰关联的油井产能智能预测方法，其特征在于：采用Neuralog软件进行曲线数字化。