[发明专利]一种基于大数据分析的油水高渗通道识别方法

说明书

本发明公开了一种基于大数据分析的油水高渗通道识别方法，第一步，收集区域内生产井和注水井的生产数据；第二步，根据注水井和生产井组成的注采系统的多元线性回归模型，将第一步中的生产数据代入多元线性回归模型中，得到注水井与生产井之间的动态连通程度，代表了注水井与生产井之间产生高渗透通道或微裂隙的可能程度，为后续的注水井深部调驱提供支持。基于注水井和生产井的生产数据，可以快速判断注水井深部调驱油水井高渗通道，为之后的调驱提供了基础。

技术领域

本发明属于石油工业领域，具体涉及一种基于大数据分析的油水高渗通道识别方法

背景技术

水井调驱已成为低渗透油田稳产的主要措施。年工作量达到800井次。优选调驱井是保持低成本、高效益措施效果的主要方式之一。其中，油水井对应关系，即高含水油井的来水方向判识是选井决策技术的核心。目前在油水井对应关系判识上主要是以动态数据对比分析为主，受人为因素影响大，区块整体选井效率不高，难以适应生产需求。

而目前国内外定量化判识油水井对应关系主要是采取最小二乘法、遗传算法、拟牛顿法、高斯估值等传统数学方法来进行求解，实现手段主要是利用SPSS软件、MatLab、自主编程等比较专业的工具。技术门槛高，不宜于推广应用。

因此需要研究定量化、快速化的油水井对应关系判识方法，提升决策效率。

发明内容

本发明的目的是提供一种基于大数据分析的油水高渗通道识别方法，以运用大数据分析算法，进行定量化、快速化的油水井对应关系判识方法，为注水井深部调驱提供决策技术支撑。

一种基于大数据分析的油水高渗通道识别方法，

第一步，收集区域内生产井和注水井的生产数据；

第二步，根据注水井和生产井组成的注采系统的多元线性回归模型，将第一步中的生产数据代入多元线性回归模型中，得到注水井与生产井之间的动态连通程度，代表了注水井与生产井之间产生高渗透通道或微裂隙的可能程度，为后续的注水井深部调驱提供支持。

所述第二步中，多元线性回归模型为

式中：为第j口生产井产液量估计值，cm³/s；t为注采动态数据采样时间序号；β_0j为表征注采不平衡的常数项；N为注水井数，口；β_ij为第i口注水井和第j口生产井间的多元线性回归权重值，定义为井间动态连通系数，用来表征注入井i和生产井j的动态连通程度；i_i(t)为第i口注水井的注水量，cm³/s。

所述生产数据包括注水井的月注入量和日注入量，生产井的月采液量和日采液量。

所述第二步中，多元线性模型得到注采不平衡的常数项和注水井与生产井之间的多元线性回归权重值，注水井与生产井之间的多元线性回归权重值即注水井与生产井之间的动态连通程度，注水井与生产井之间的多元线性回归权重值越高，注水井与生产井之间的动态连通程度也越高。

所述多元线性模型通过梯度下降法求得注采不平衡的常数项和注水井与生产井之间的多元线性回归权重值。

所述第二步中，通过梯度下降法求解得到注采不平衡的常数项和注水井与生产井之间的多元线性回归权重值时，当目标函数误差小于或小于2时，梯度下降停止，此时迭代出的注采不平衡的常数项和注水井与生产井之间的多元线性回归权重值即为稳定值。

第二步后还对一注水井与多个生产井之间的动态连通程度排序，或对一个生产井与多个注水井之间的动态连通程度进行排序，由高至低前三的两井之间可认为产生了高渗透通道或微裂隙，为后续的注水井深部调驱提供支持。

本发明的有益效果在于：基于注水井和生产井的生产数据，可以快速判断注水井深部调驱油水井高渗通道，为之后的调驱提供了基础。