[发明专利]一种用于预测断溶体油层产能的方法及系统

权利要求书

1.一种用于预测断溶体油层产能的方法，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，采用熵权法，筛选出与产能相关的多个特征参数，所述特征参数包括有效渗透率、储层波动系数和地层系数；

根据各类所述特征参数的原始数据样本，采用改进的DBSCAN算法，得到每类特征参数对应的最优样本数据；

利用预设的多元回归方程模型，由所有类别特征参数的所述最优样本数据，得到用于预测断溶体油层产能的预测模型；

基于待预测井关于所述多个特征参数的实时样本数据组，利用所述预测模型进行试井解释产能预测。

2.根据权利要求1所述的方法，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，采用熵权法，筛选出与产能相关的多个特征参数步骤中，包括：

确定与断溶体油层产能相关的多个原始因子，并从所述试井解释资料中采集每类原始因子对应的原始数据样本；

根据多类原始数据样本，采用熵权法，计算每类原始因子的信息熵，而后得到相应类别因子的熵权值；

根据所有类别的熵权值，将满足预设权值优选范围的熵权值所对应的所述原始因子作为所述多个特征参数。

3.根据权利要求2所述的方法，其特征在于，在根据多类原始数据样本，采用熵权法，计算每类原始因子的信息熵，而后得到相应类别因子的熵权值步骤之前，还包括：

对每类原始数据样本依次进行标准化和归一化处理，使得所有样本点数据转换为同量纲级且分布在同一区间范围内的数据。

4.根据权利要求2或3所述的方法，其特征在于，

所述原始因子包括：波动系数、溶洞存储系数、有效渗透率、地层压力、地层系数、储层渗透率、裂缝体积和原始地层压力；

所述预设权值优选范围为0.2～0.3。

5.根据权利要求1～4中任一项所述的方法，其特征在于，在根据各类所述特征参数的原始数据样本，采用改进的DBSCAN算法，得到每类特征参数对应的最优样本数据步骤中，包括：

设置改进的DBSCAN算法中的Minpts值和Eps值，确定相应的密度搜索范围；

将所述原始数据样本作为样本集，按照所述密度搜索范围和预设的访问条件，对所述样本集进行访问，完成所有样本点访问后，将当前得到的核心点作为所述最优样本数据。

6.一种用于预测断溶体油层产能的系统，其特征在于，所述系统包括：

特征参数生成模块，其根据碳酸盐岩缝洞型储层的试井解释资料，采用熵权法，筛选出与产能相关的多个特征参数，所述特征参数包括有效渗透率、储层波动系数和地层系数；

最优样本生成模块，其根据各类所述特征参数的原始数据样本，采用改进的DBSCAN算法，得到每类特征参数对应的最优样本数据；

模型构建模块，其利用预设的多元回归方程模型，由所有类别特征参数的所述最优样本数据，得到用于预测断溶体油层产能的预测模型；

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，利用所述预测模型进行试井解释产能预测。

7.根据权利要求8所述的系统，其特征在于，所述特征参数生成模块，包括：

数据采集单元，其确定与断溶体油层产能相关的多个原始因子，并从所述试井解释资料中采集每类原始因子对应的原始数据样本；

因子权重计算单元，其根据多类原始数据样本，采用熵权法，计算每类原始因子的信息熵，而后得到相应类别因子的熵权值；

参数筛选单元，其根据所有类别的熵权值，将满足预设权值优选范围的熵权值所对应的所述原始因子作为所述多个特征参数。

8.根据权利要求7所述的系统，其特征在于，所述特征参数生成模块，还包括：

预处理单元，其对每类原始数据样本依次进行标准化和归一化处理，使得所有样本点数据转换为同量纲级且分布在同一区间范围内的数据。