[发明专利]一种基于指标分析及多模型融合的气井产能等级预测方法有效
申请号: | 202111152813.9 | 申请日: | 2021-09-29 |
公开(公告)号: | CN113807021B | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 杨兆中;赵治钢;李小刚;闵超;贺宇廷 | 申请(专利权)人: | 西南石油大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62 |
代理公司: | 成都其知创新专利代理事务所(普通合伙) 51326 | 代理人: | 王沙沙 |
地址: | 610500 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 指标 分析 模型 融合 气井 产能 等级 预测 方法 | ||
本发明公开一种基于指标分析及多模型融合的气井产能等级预测方法,包括获取目标储层数据;并计算出各历史井层的产能等级;确定出影响无阻流量的q个参数;对各参数进行偏相关系数排序;对各参数进行灰色关联系数排序;确定参数的最终排序结果,选取模型准确度最高的参数作为模型的指标参数;建立支持向量机、K近邻、随机森林三个分类器用于产能等级预测,将三种分类器的结果通过投票法进行融合,及取预测结果的众数作为最终的结果;如果没有众数,则找出所有与预测结果相同等级的历史井数据组成历史分析数据库;如果有多个众数,则找出与众数预测结果相同等级的历史井数据组成历史分析数据库;通过对比目标井层与历史井层最相似的结果作为最终结果。
技术领域
本发明涉及一种基于指标分析及多模型融合的气井产能等级预测方法。
背景技术
致密低渗气藏在开发过程中,为了获得工业气流,需要对气藏采取适当的压裂增产措施。在压裂施工结束后,储层产能评价与预测对于气田的开发有着重要的意义,它既能评价压裂施工的效果,判断增产措施的有效性,又可以为后期的单井陪产、井网部署等生产规划提供依据。
压裂施工后的产能是地质数据、施工数据等多因素影响的结果,目前常用的方法是产能试井,通过多次改变气井的工作制度,测量在各个不同工作制度下的稳定产量与井底压力,从而确定气井的产能。这种测试方法需要改变工作制度,容易伤害储层,引起储层出砂。同时测试时间较长,增加测试费用。
发明内容
为了克服现有技术中的问题,本发明提供一种基于指标分析及多模型融合的气井产能等级预测方法。
本发明解决上述技术问题所提供的技术方案是:一种基于指标分析及多模型融合的气井产能等级预测方法,包括以下步骤:
步骤S1、获取目标储层各历史井层的无阻流量a、各历史井层储层参数和历史井施工参数以及目标井层储层参数、目标井施工参数;
步骤S2、根据各历史井的无阻流量a确定历史井层无阻流量最大值S,并计算出各历史井层的产能等级;
当a≥0.5S时,该历史井层的产能等级为4;当0.5S>a≥0.25S时,该历史井层的产能等级为3;当0.25S>a≥0.125S时,该历史井层的产能等级为2;当a<0.125S时,该历史井层的产能等级为1;
步骤S3、根据目标井层储层参数、目标井施工参数确定出影响无阻流量的q个参数;
步骤S4、将q个参数进一步计算出Pearson相关系数矩阵,并做出相关系数矩阵热力图,得到各影响参数之间的相关系数;
步骤S5、通过比较各参数两两之间相关系数的大小,筛选出参数之间相关系数大于0.8的参数组成一组,最终得到n组共m个参数,并将剩下的q-m个数据组成一组;保留筛选出的n组中每一组与无阻流量相关系数最大的参数,其余参数全部删掉,得到n个参数,并将这n个参数放入之前q-m个数据中,共q-m+n个参数;
步骤S6、将q-m+n个参数在Pearson相关分析的基础上,对影响无阻流量的因素进行偏相关分析,得到各参数与无阻流量的偏相关系数,并根据偏相关系数绝对值的大小对各参数进行偏相关系数排序;
步骤S7、将q-m+n个参数再在Pearson相关分析的基础上,对影响无阻流量的因素进行灰色关联分析,得到各参数与无阻流量的灰色关联系数,并根据灰色关联系数对各参数进行灰色关联系数排序;
步骤S8、根据偏相关系数排序和灰色关联系数排序确定参数的最终排序结果;
步骤S9、根据参数的最终排序结果,首先选取排在前面的5个参数作为初始输入参数,将参数输入SVM模型,记录模型准确度,然后根据排序结果依次递增参数个数,记录模型准确度;对比分析参数个数对模型准确度的影响,选取模型准确度最高的参数作为模型的指标参数;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111152813.9/2.html,转载请声明来源钻瓜专利网。