[发明专利]一种基于机器学习的试井解释方法及系统

说明书

本发明提供了一种基于机器学习的试井参数解释方法及系统，该方法包括：根据构建的试井物理模型获取试井初始时刻在不同影响因素下的气藏参数，形成初始参数集合，依据执行时间和初始参数集合获取试井的样本数据集合，将试井的样本数据集合输入对应的数值模拟器，获取试井目标时刻的预测数据集合；进而结合获取的压力导数观测数据及预测数据集合，采用机器学习方法自动进行数据拟合处理，并利用更新后的预测数据集合生成参数解释结果。采用本发明的技术方案，能够解决现有技术应用于参数解释时精确度和实用性不足的问题，通过自动进行数据拟合实现复杂油气藏多相流试井的参数解释，执行效率高，为进行试井产能预测和指定试井施工方案提供可靠指导。

技术领域

本发明涉及油气田开发技术领域，尤其涉及一种基于机器学习的试井解释方法及系统。

背景技术

试井解释技术通常以渗流力学理论为基础，建立试井理论模型，在此基础上通过对油、气、水井测试信息的研究，确定反映测试井与地层的各种物理参数、生产能力之间的联系，以及油、气、水层之间的连通关系和井与井之间的连通关系，试井解释是油气藏评价的重要手段。

目前，在试井解释的执行过程中，一般通过解析法和数值法对建立的理论模型进行求解，进而得到压力曲线，其中，前者的解析解试井方法，是基于对渗流方程进行解析求解的基础上形成的常规试井方法。特别是在80年代Bourdet图版问世以来，结合Bourdet典型曲线与Greengarden典型曲线对油气藏特性参数及井筒存储系数进行分析的图版拟合方法，显示了其强劲的实力；其中，所述油气藏特性参数包括饱和度、渗透率、原始地层压力等参数。由于常规图版拟合方法较简单易行，对硬件设备的要求不高，解释周期较短，所以长期以来，这种试井方法一直是分析试井问题的主要方法，在试井领域中占据着主导地位。但是解析解试井方法存在如下不足：通过解析解得到的结果是宏观的，是整个试井工程内的一个平均值，它不能揭示油气藏内含油饱和度分布剖面，且对于形状复杂、地质多变的非均质油气藏以及多相流等试井问题，利用以解析法为基础的常规试井分析方法，无法达到工程上所要求的精度，因此，解析解试井方法的理论模型无法满足存在上述情况的油气藏的开发需要。

关于后者的数值解试井方法，由Puchyr首次提出数值试井解释模型，通过油藏数值模拟器获得压力解决方法，近些年数值试井的研究也得到了重视和发展。数值试井理论研究范围广，其试井数学模型更加符合油气藏的实际开发情况和渗流特征，数值试井理论以黑油模型为基础，采用Voronoi网格剖分技术，建立对应的地质模型和流量模型，基于此研究注采井组或流动单元的油气藏渗流问题。相比常规试井方法，数值试井方法分析成果更加丰富，应用面更宽，数值试井能更好地解决多相流、邻井影响及复杂边界等问题，除了能够提供常规试井解释所能提供的成果外，它还用于确定井组或流动单元的压力和饱和度分布情况，为注采结构的调整或注采动态调配提供科学依据。由此可见，数值试井方法的应用，实现了试井测试、资料分析及成果应用从单井到井组(整体)的转变。

但是需要说明的是，数值解试井方法在投入使用时也存在不足之处，数值试井作为一个完整的体系，其首要问题是要有一套合适的网格，此网格需满足既能描述开关井后压力响应的细微变化，又要能兼顾较高的计算效率的条件。目前的多数数值试井理论和软件都是基于二维或三维的复杂网格实现划分，其在建立数值试井解释模型的过程中，存在以下不足：①把井眼作为网格块时，采用多边形来近似代替真实的井筒，这样使得井眼网格块和实际井筒之间存在一定的偏差；②由于试井问题对解的精度要求很高，在井眼附近，压力梯度变化很大，要想精确地逼近这个压力分布，网格必须要高度细化，基于此，若用一个与井眼相差不大的网格块去模拟网格，容易使得近井地带的网格划分过密，这势必会大大降低数值试井解释模型的求解速度，同时其求解的稳定性也难以满足数值试井的要求。由此可见，数值试井方法目前处在攻关研究阶段，虽取得了一定的成果，但总的来说还不成熟，实用性不强，须进一步进行优化研究。