基于生产动态自动历史拟合的压裂裂缝参数反演方法

    公开(公告)号:CN112539049A

    公开(公告)日:2021-03-23

    申请号:CN202011342448.3

    申请日:2020-11-25

    摘要: 本发明属于石油工程领域,具体地,涉及一种基于生产动态自动历史拟合的压裂裂缝参数反演方法。基于生产动态自动历史拟合的压裂裂缝参数反演方法,包括以下步骤:步骤一、应用嵌入式离散裂缝模型对储层进行剖分,并计算传递率耦合裂缝与基质间的流动;步骤二、建立三维地震监测模型,模拟储层变化;步骤三、根据裂缝形态和离散裂缝反演算法建立复杂裂缝网络生成方法;步骤四、构建离散网络确定性反演算法。相对于现有技术,本发明通过将复杂压裂裂缝网络看作由多个小的裂缝段组成的离散裂缝网络并利用三维监测技术,结合离散网络确定性反演算法反演裂缝网络形态,描绘出精细的压裂裂缝形态,更准确地评价压裂效果和为油田后续开发提供参考。

    海上油田开发生产系统分布式模拟方法

    公开(公告)号:CN101769148A

    公开(公告)日:2010-07-07

    申请号:CN200910256078.9

    申请日:2009-12-24

    IPC分类号: E21B43/25 E21B43/20

    摘要: 本发明涉及一种海上油田开发生产系统分布式模拟方法。主要包括以下步骤:(1)通过人机交互设备输入平台模拟参数并启动模拟过程;(2)中心计算机发出启动命令,给三个子系统进行模拟等步骤。其有益效果是:建立了相对应的生产系统工况模拟模型,并在平台当前生产参数的基础上对产量进行优化,提高了模拟产量,降低了系统能耗;在理论研究上建立了水上水下一体化、非线性、多目标、多变量的系统优化决策数学模型,并采用大系统优化理论、模糊数学等方法实现大系统优化分级求解和并行运算模拟过程。

    地面管网与地下油藏复杂系统生产优化方法

    公开(公告)号:CN112539054B

    公开(公告)日:2024-05-14

    申请号:CN202011344352.0

    申请日:2020-11-25

    IPC分类号: E21B47/00 G06N20/00

    摘要: 本发明涉及一种地面管网与地下油藏复杂系统生产优化方法,包括以下步骤:选定需要进行注采制度调整的海上油田群及油田区块;建立海上油田群“多级递进式”生产‑集输结构模型;建立地面管网与地下油藏复杂系统生产优化数学模型;通过对油田现场统计资料或有限次油藏数值模拟结果的整理形成时间序列数据,并生成训练、验证深度学习模型所需的样本点;建立基于长短期记忆网络的油藏数值模拟代理模型,并进行训练和参数调整;基于长短期记忆网络代理模型和协方差矩阵自适应进化策略进行优化求解;验证海上油田群的注采制度优化调整效果。本发明能够在海上设施液量能力限制等多约束条件下,对海上油田群中多个油田区块的注采制度进行快速、统筹优化。

    一种降低开发风险的机器学习离线代理模型生产优化方法

    公开(公告)号:CN117236195B

    公开(公告)日:2024-02-02

    申请号:CN202311490309.9

    申请日:2023-11-10

    摘要: 本发明公开了一种降低开发风险的机器学习离线代理模型生产优化方法,涉及油藏生产优化技术领域。本方法利用主成分分析提取各渗透率场的主要特征,对各渗透率场聚类后选取代表渗透率场构建多个油藏数值模拟模型,以各油藏数值模拟模型的加权平均净现值作为目标函数,建立考虑渗透率场不确定性的油藏注采优化问题求解模型,再构建离线数据库和初始种群,利用离线数据库分别建立多个径向基函数代理模型和克里金函数代理模型,通过自适应选取代理模型作为优化目标进行迭代优化,优化过程结合多子代策略增加种群多样性,获得最佳开发方案。本发明充分利用离线数据库指导注采优化过(56)对比文件张凯;陈国栋;薛小明;张黎明;孙海;姚传进.基于主成分分析和代理模型的油藏生产注采优化方法.中国石油大学学报(自然科学版).2020,(第03期),10042-10049.

    一种基于XGBoost网络的油井动液面计算方法

    公开(公告)号:CN115906591A

    公开(公告)日:2023-04-04

    申请号:CN202310015813.7

    申请日:2023-01-06

    IPC分类号: G06F30/23

    摘要: 本发明公开了一种基于XGBoost网络的油井动液面计算方法,属于石油工程技术领域,具体包括以下步骤:收集油田区块中油井的历史数据,首先对数据进行相关性分析,然后进行数据预处理,获取最终得到XGBoost网络模型的输入、输出数据;构建XGBoost网络模型,并进行模型训练;利用测试集数据检查模型的泛化能力;基于训练完成的XGBoost网络模型,进行动液面的实时监测计算。本发明具有计算速度快,经济成本低,表征精度高,无需考虑地质静态参数等优点;同时此模型可以计算该油田区块油井的动液面深度,无需经过大量、耗时的计算,节省了大量时间,提高了油田工作效率,可满足油田实际工程要求。

    一种基于生成式对抗神经网络的示功图故障诊断方法

    公开(公告)号:CN114444620B

    公开(公告)日:2022-07-22

    申请号:CN202210362470.7

    申请日:2022-04-08

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于生成式对抗神经网络的示功图故障诊断方法,属于采油故障诊断技术领域,包括如下步骤:对示功图样本库数据进行数据清洗;基于采油工程理论及典型示功图特性,对示功图数据点进行特征提取;对数量较少的故障类别样本采用生成式对抗神经网络进行生成,生成过程中对生成器网络的输出进行条件约束;基于原始样本及生成样本,将数据划分为训练集、验证集、测试集;采用Xgboost分类算法对样本进行分类;利用准确率和召回率对故障诊断结果进行综合评估;利用训练完成后的分类模型对故障进行实时监测诊断,实时判断故障类型。本发明能够显著提高分类模型对故障样本的特异识别能力,降低故障的误报/漏报率。