基于机理模型和智能修正的油藏定点压力预测方法

在当前油田开发实践中,常规开发方案缺乏对油藏动态地质特征及井间渗流干扰的精细表征,易引发“盲注盲采”现象,最终致使区块整体采收率下降,尤其在多井共存、井网交错的复杂渗流系统中。开展多井耦合下的油藏定点压力动态预测方法研究,预测油藏任意指定坐标点因多井变产量生产引发的压力时空演化规律。首先,基于格林函数理论,在引入噪声的前提下,提出了一种鲁棒性更强的单井变流量离散压力动态响应计算方法。然后,指出目前在处理井间干扰时,常规多井压降叠加方案作为定产量稳态解的局限性。提出一种油藏定点压力的多井智能修正方案——等于各单井压力动态响应时变加权求和,并通过机器学习训练各井权重。利用各单井点源函数计算结果和长短期记忆神经网络,结合丢弃层和L2正则化机制,基于油藏数值模拟得到多井共同生产条件下油藏中深点的压力数据,对各井压力时变权重展开训练。测试集的预测结果表明,该方法的压力预测相对误差全程均低于3%,验证了基于机理模型和智能修正方法在油藏定点压力精准预测上的高效性。

资料为PDF文档格式.

本文档关键词:修正,智能,定点,模型,预测