一种水平井凝胶调剖参数优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113297740A(43)申请公布日2021.08.24(21)申请号202110575225.X(22)申请日2021.05.26(71)申请人中国石油大学（华东）地址266580山东省青岛市黄岛区长江西路66号(72)发明人谢泽豪张纪远冯其红张先敏任佳伟吴宽宽(51)Int.Cl.G06F30/20(2020.01)G06F111/10(2020.01)权利要求书2页说明书6页附图5页(54)发明名称一种水平井凝胶调剖参数优化方法(57)摘要本发明提供了一种水平井凝胶调剖参数优化方法，包括：收集水平井开发的目标区地质及生产动态资料，构建地质、数值模拟模型，预测水平井凝胶调剖的措施增油量；构建学习数据集，筛选影响措施增油量的关键特征参数；优选机器学习算法对其进行训练，得到水平井凝胶调剖措施增油量预测模型；计算预测模型的误差，完成措施增油量预测模型的构建；构建水平井凝胶调剖参数优化的代理模型，以经济效益最大化为目标，建立优化数学模型，调用优化算法，获得最优的工艺参数组合。本发明能快速准确地获得凝胶调剖最优工艺参数，避免参数优化的盲目性，为现场实施水平井凝胶调剖工艺提供指导。CN113297740ACN113297740A权利要求书1/2页1.一种水平井凝胶调剖参数优化方法，依次包括以下步骤：a：收集目标区的地质及生产动态资料，构建目标区地质模型，数值模拟模型，预测目标区水平井凝胶调剖的措施增油量；b：构建学习数据集，筛选影响措施增油量的关键特征参数；c：优选机器学习算法对其进行训练，初步构建水平井凝胶调剖措施增油量预测模型；d：计算预测模型的误差，完成措施增油量预测模型的构建；e：构建水平井凝胶调剖参数优化的代理模型，以经济效益最大化为目标，建立优化数学模型，调用优化算法，获得最优的工艺参数组合。2.根据权利要求1所述的方法，其特征在于，步骤a中收集目标区的地质及生产动态资料，构建目标区地质模型，数值模拟模型，预测目标区水平井凝胶调剖的措施增油量，包括：收集目标区油藏的地质资料，具体为：研究区块目标层位的构造等值线图、砂体厚度分布等值图、有效厚度分布等值图、孔隙度分布等值图、渗透率分布等值图和隔夹层分布图、原始地层压力、温度、压力系数数据、原始油/气/水分布、原始油水界面和油气界面、地质储量报告、断层参数、边/底水数据报告等；收集目标区油藏岩石及流体物性资料，具体为：岩相热容、岩石压缩系数、流体和岩石化验分析报告；收集目标区油藏的动态生产资料，具体为：各注入井的生产动态资料，包括注入量、注入压力、注入速度、注入强度、井口压力、井底流压、注入组分、焖井时间等；各生产井的生产动态资料，包括产油量、产液量、含水率、气油比、产出气组分、井底流压、动液面、套压、沉没度等；综合生产动态资料，包括区内日产量(水、气、液)、采出程度、综合含水、累计产量(水、气、液)等；根据收集到的油藏地质资料，利用地质建模算法建立油藏的精细地质模型，计算地质模型的渗透率、孔隙度、净毛比均值等地质参数；将油藏精细地质模型、岩石及流体物性数据导入油藏数值模拟器中进行模拟，同时设置凝胶调剖措施与未开展凝胶调剖措施数值模拟模型，并计算油藏的生产动态，对比二者累计产油量的差值求得措施增油量。3.根据权利要求1所述的方法，其特征在于，步骤b中构建学习数据集，筛选影响措施增油量的关键特征参数，包括：将所有特征参数为输入量，以措施增油量为输出量，针对构建的学习数据样本库采用随机森林、皮尔森相关性分析等模型进行训练；以随机置换重要性作为评价指标，综合随机森林、皮尔森相关性分析等模型评价结果筛选出影响措施增油量的关键特征参数。影响水平井凝胶调剖潜力可能的特征参数包括顶深均值、净毛比均值、渗透率均值、孔隙度均值、注入速度、生产速度、凝胶注入量、含水率、日油水平、采出程度；不同类型油藏、不同水平井，影响措施增油量的关键特征参数不同，为了使预测模型更加精确，需筛选关键的特征参数。4.根据权利要求1所述的方法，其特征在于，步骤c中优选机器学习算法对其进行训练，初步构建水平井凝胶调剖措施增油量预测模型，包括：c1：将筛选出的关键特征参数作为输入变量，以凝胶调剖措施增油量为输出变量，构建数据集；c2：将整个数据集随机的划分为训练集和预测集；2CN113297740A权利要求书2/2页c3：用划分出的训练集对不同的机器学习算法模型包括BP神经网络、支持向量机、梯度提升决策树等进行训练；c4：计算训练集的实际措施增油量与模型计算的措施增油量之间的决定系数；c5：选择决定系数最大的机器学习算法模型构建水平井凝胶调剖增油量预测模型。5.根据权利要求1所述的方法，其特征在于，步骤d中计算预测模型的误差，完成措施增油量预测