[发明专利]一种基于XGBoost的井间动态连通性量化方法

权利要求书

1.一种基于XGBoost的井间动态连通性量化方法，所述方法包括：

步骤一、数据准备，采集注入井和生产井在统计期间内的生产数据，生产数据包括注入井的注水量、生产井的产液量以及生产井的工作时间，产液量为产水量和产油量相加；

步骤二、构造相对特征，生产井的相对特征为生产井生产当天的工作时间、相关注水井在统计周期内每一天的注水量；

步骤三、量化井间连通性，使用XGBoost模型进行井间连通性的量化，通过注水井的注水量和给定生产井的产液量输出实现模型的输入-输出关系的映射，通过分析训练后的XGBoost的特征重要性量化井间连通性，特征重要性是指通过将每个特征对模型中每个树的贡献计算出来的相应特征对模型的相对贡献；

步骤四、进行模型验证，使用4D地震监测识别注水井和生产井在生产过程中的相互作用，通过4D地震提供的三维体积的数据评估井间信息；

其中，使用时间衰减系数将注入井的每天的输入特征的重要性组合起来，具体包括：

计算时间衰减系数，并与处理后的注入井每日的注水量特征重要性按顺序相乘后相加，计算占比最后得到连通程度数值；

时间衰减系数公式为：N(t)＝N₀e^-α(t+l)，其中，t代表时间，α代表指数衰减常数，l代表向左的平移量，它可以让数值从任何位置处进行衰减，而不是必须从N₀开始衰减，假设从N_init处开始衰减，经过m天的衰减最终达到N_finish，

2.根据权利要求1所述的方法，其特征在于，使用4D地震数据验证模型结果具体包括：

打开opendtect软件,选择全角度深度地震数据导入；

地震属性生成设置为平均能量,步长选择设置为：In-line步长为2，Cross-line步长为2，Depth步长为40m；

读取两次地震各点的平均能量值，将其做差后获得到绝对值，作为两次地震时间间隔内各点处由于生产过程导致平均能量变化而反映出的储层变化，某点处值越高，越表明其受注水生产过程的影响大，储层变化明显；某点处值越低越表明受注水生产的影响小，生产过程没有使其发生变化；

使用图形呈现连通性。

3.根据权利要求1所述的方法，其特征在于，还包括模型训练过程，具体包括：构造训练数据集；

使用GridSearchCV验证调整参数，GridSearchCV可以分为两部分，即GridSearch和CV，网格搜索和交叉验证，网格搜索即在规定的参数范围内搜索参数，按步长依次调整，然后利用调整的参数来训练学习器，从而在全部的参数中找到在验证集上结果最好的参数，是一个训练和比较的过程；

验证调整参数包括：

步骤1：设置一些初始值；

步骤2:保持其他booster相关的参数不变，调节learning rate和estimators；

步骤3：保证其他的booster参数不变，调节max_depth和min_child_weight；

步骤4：保持其他的booster参数不变，调节gamma；

步骤5：保持其他的booster参数不变，调节subsample和colsample_bytree；

步骤6：保持其他的booster参数不变，调节reg_alpha和reg_lambda；

步骤7：缩小learning rate，得到最佳的learning rate；

步骤8：得到一组参数组合。

4.根据权利要求3所述的方法，其特征在于，

训练完成后，使用每个注入井的特征重要性程度来量化连通性，油田中每个生产井都有单独的模型，给定生产井的模型将提供每个注入井到该生产井的连通性，一旦所有模型都经过训练，所有注入井－生产井对之间的所有连通性都将被量化。

5.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。

6.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于：

所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的方法。