[发明专利]用于碳酸盐岩缝洞型储层的试井产能预测方法及系统

权利要求书

1.一种用于碳酸盐岩缝洞型储层的试井产能预测方法，其特征在于，所述方法包括：

根据碳酸盐岩缝洞型储层的试井解释资料和所在油田区域的地质构造，筛选出与产能相关的多个特征参数，所述特征参数包括第一类溶洞体积、裂缝体积、总体积、管柱下入深度、油嘴尺寸、油压、原油压缩系数和单位压降产量；

对各类所述特征参数的历史样本数据进行预处理，基于此，训练用于预测所述碳酸盐岩缝洞型储层的产量数据值的支持向量机模型，并利用灰狼算法对所述支持向量机模型内的惩罚参数和松弛变量进行优化处理，得到改进后的所述支持向量机模型；

基于待预测井关于所述多个特征参数的实时样本数据组，利用改进后的所述支持向量机模型进行试井解释产能预测。

2.根据权利要求1所述的试井产能预测方法，其特征在于，在根据碳酸盐岩缝洞型储层的试井解释资料和所在油田区域的地质构造，筛选出与产能相关的多个特征参数步骤中，包括：

分析影响单井产能的试井解释参数和生产特征参数，得到多个原始影响因子；

利用皮尔逊相关性关系，评估每个原始影响因子与历史试井产能之间的相关系数，基于此，从所述多个原始影响因子中筛选出所述多个特征参数。

3.根据权利要求1或2所述的试井产能预测方法，其特征在于，在对各类所述特征参数的历史样本数据进行预处理步骤中，进一步包括：

分别对各类所述特征参数对应的历史样本数据进行归一化处理，以利用经归一化处理后的各类历史样本数据训练所述支持向量机模型，其中，按照如下表达式对所述历史样本数据内的每个样本点进行归一化处理：

式中，表示经归一化处理后的样本点的数据，x_i表示所述历史样本数据内样本点的数据，x_max表示所述历史样本数据内最大样本点的数据，x_min表示所述历史样本数据内最小样本点的数据。

4.根据权利要求1～3中任一项所述的试井产能预测方法，其特征在于，在利用灰狼算法对所述支持向量机模型内的惩罚参数和松弛变量进行优化处理，得到改进后的所述支持向量机模型步骤中，包括：

确定所述惩罚参数和所述松弛变量的变化范围，并分别针对每个待求解量进行初始化种群的设置；

计算每个种群个体的适应度函数；

根据初始化种群设置结果，利用相应的适应度函数，计算每个种群个体的适应度，基于此，利用灰狼算法，依次进行选择、交叉、变异操作以对每个种群个体进行优化，并判断优化结果是否满足最小产能误差的停止条件，若满足所述停止条件，则输出最优的所述惩罚参数和所述松弛变量，并将其代入所述支持向量机模型中，完成改进模型的构建。

5.根据权利要求1～4中任一项所述的试井产能预测方法，其特征在于，所述方法还包括：对产能预测结果进行有效性验证。

6.一种用于碳酸盐岩缝洞型储层的试井产能预测系统，其特征在于，所述系统包括：

参数筛选模块，其根据碳酸盐岩缝洞型储层的试井解释资料和所在油田区域的地质构造，筛选出与产能相关的多个特征参数，所述特征参数包括第一类溶洞体积、裂缝体积、总体积、管柱下入深度、油嘴尺寸、油压、原油压缩系数和单位压降产量；

改进模型构建模块，其对各类所述特征参数的历史样本数据进行预处理，基于此，训练用于预测所述碳酸盐岩缝洞型储层的产量数据值的支持向量机模型，并利用灰狼算法对所述支持向量机模型内的惩罚参数和松弛变量进行优化处理，得到改进后的所述支持向量机模型；

实时预测模块，其基于待预测井关于所述多个特征参数的实时样本数据组，利用改进后的所述支持向量机模型进行试井解释产能预测。

7.根据权利要求6所述的试井产能预测系统，其特征在于，所述参数筛选模块，包括：

原始影响因子生成单元，其分析影响单井产能的试井解释参数和生产特征参数，得到多个原始影响因子；

特征参数生成单元，其利用皮尔逊相关性关系，评估每个原始影响因子与历史试井产能之间的相关系数，基于此，从所述多个原始影响因子中筛选出所述多个特征参数。