[发明专利]一种单井产量快速预测方法及系统

说明书

本发明涉及一种单井产量快速预测方法及系统，其特征在于，包括以下内容：1)分别获取每一油井的静态参数和动态参数，并分别构建对应的LSTM模型；2)对各LSTM模型的网络计算参数进行敏感性分析；3)建立日产油波动程度与最优网络计算参数之间的相关关系，形成日产油波动程度与最优网络计算参数之间的关系图版；4)获取待预测油井的日产油波动程度，并确定最优的网络计算参数，进而确定最优的LSTM模型；5)获取待预测油井的静态参数和动态参数，并输入至最优的LSTM模型，得到待预测油井的产量预测值，本发明可以广泛应用于油气田开发领域中。

技术领域

本发明是关于一种单井产量快速预测方法及系统，属于油气田开发领域。

背景技术

油井产量预测贯穿油田开发生产全过程。影响油井产量变化的因素很多，包括静态参数和动态参数，例如有效厚度、渗透率、原油粘度等储层流体参数、井口压力、井底流压等生产限制条件、地层能量变化和矿场操作等，这导致实际油井的产量变化既有确定性又有随机性，油井产量变化成为一个受多因素共同影响的非线性问题。与之相对应的油井产量预测，也是一个受多因素影响的非线性预测问题。目前在油田实际生产过程中，大量参数例如产油量、产液量、温度和压力变化等，通过多种监测方式记录下来，急需将这些大量的静态和动态参数整合起来加以利用，以指导油井产量预测。

目前，油井产量预测方法较多，不同方法具有不同的局限性。现有技术公开的数理统计分析方法，仅依据历史产量变化进行回归预测，对选取预测阶段的数据量、时间长短有较强依赖性，经验性强、多解性强且该方法大部分应用于已进入产量递减阶段的油田。现有技术公开的数值模拟方法需要建立地质模型和油藏数值模型，资料需求量大、工作量大且耗时长，油井产量预测效率低。

发明内容

针对上述问题，本发明的目的是提供一种能够提升油井产量预测效率的单井产量快速预测方法及系统。

为实现上述目的，本发明采取以下技术方案：一种单井产量快速预测方法，包括以下内容：

1)分别获取每一油井的静态参数和动态参数，并分别构建对应的LSTM模型；

2)对各LSTM模型的网络计算参数进行敏感性分析，得到每一网络计算参数与综合误差之间的相关关系，形成每一网络计算参数与综合误差之间的关系图版，并将综合误差最小值对应的参数值作为该油井对应的最优网络计算参数；

3)建立日产油波动程度与最优网络计算参数之间的相关关系，形成日产油波动程度与最优网络计算参数之间的关系图版；

4)获取待预测油井的日产油波动程度，并根据每一网络计算参数与综合误差之间的关系图版以及日产油波动程度与最优网络计算参数之间的关系图版，确定最优的网络计算参数，进而确定最优的LSTM模型；

5)获取待预测油井的静态参数和动态参数，并输入至最优的LSTM模型，得到待预测油井的产量预测值。

进一步地，所述步骤1)的具体过程为：

1.1)针对每一油井，分别获取影响生产过程中油井产量变化的静态参数和动态参数，并对选取的参数进行标准化处理；

1.2)分别构建每一油井对应的LSTM模型，并根据标准化后的静态参数和动态参数，对构建的LSTM模型进行训练和检验。

进一步地，所述步骤1.1)的具体过程为：

1.1.1)选取静态参数和动态参数作为油井产量预测的约束条件，其中，静态参数包括有效厚度、渗透率和原油粘度，动态参数包括油压、流压、含水率、气油比和日产液量；

1.1.2)对选取的参数进行标准化处理：