[发明专利]一种单井地质储量预测方法及系统在审

专利信息
申请号: 202011047558.7 申请日: 2020-09-29
公开(公告)号: CN114429232A 公开(公告)日: 2022-05-03
发明(设计)人: 朱桂良;肖凤英;谭涛 申请(专利权)人: 中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/02;G06N3/02
代理公司: 北京聿宏知识产权代理有限公司 11372 代理人: 吴大建;陈敏
地址: 100728 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地质 储量 预测 方法 系统
【权利要求书】:

1.一种单井地质储量预测方法,其特征在于,包括:

判断待预测单井的储集类型和驱动能量类型;

基于所述储集类型和所述驱动能量类型得到可采储量;

基于所述待预测单井的水油比得到动用储量;

将所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量输入训练的神经网络预测模型,基于所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量得到所述待预测单井的地质储量。

2.根据权利要求1中所述的单井地质储量预测方法,其特征在于,在将所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量输入训练的神经网络预测模型,基于所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量得到地质储量之前,还包括通过以下步骤建立神经网络预测模型:

将样本单元单井的所述储集类型、所述驱动能量类型、所述可采储量、所述动用储量和所述地质储量进行标准化预处理;

基于所述标准化预处理的结果,建立所述神经网络预测模型。

3.根据权利要求1中所述的单井地质储量预测方法,其特征在于,将所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量输入训练神经网络预测模型,基于所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量得到地质储量包括:

将所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量输入所述神经网络预测模型,

所述神经网络预测模型对所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量进行双曲正切函数处理;

所述神经网络预测模型输出所述地质储量。

4.根据权利要求1中所述的单井地质储量预测方法,其特征在于,判断待预测单井的储集类型包括:判断所述待预测单井的所述储集类型为溶洞型储集体、缝洞型储集体和裂缝型储集体中的一种。

5.根据权利要求1中所述的单井地质储量预测方法,其特征在于,判断待预测单井的驱动能量类型包括:判断所述待预测单井的所述驱动能量类型为稳态水侵、非稳态水侵和天然能量驱动中的一种。

6.根据权利要求1中所述的单井地质储量预测方法,其特征在于,基于所述储集类型和所述驱动能量类型得到可采储量包括:

采用水驱曲线法得到第一可采储量;

采用产量递减法得到第二可采储量;

采用增长曲线法得到第三可采储量;

将所述第一可采储量、所述第二可采储量和所述第三可采储量取平均值得到所述待预测单井的可采储量。

7.根据权利要求1中所述的单井地质储量预测方法,其特征在于,基于所述待预测单井的水油比得到动用储量包括:

通过生产动态分析法,对所述待预测单井的水油总体积进行评估;

基于水油比的迭代计算和所述水油总体积得到待预测单井的水油比;

基于所述待预测单井的水油比得到所述待预测单井的动用储量。

8.根据权利要求1中所述的单井地质储量预测方法,其特征在于,将样本单元单井的所述储集类型、所述驱动能量类型、所述可采储量、所述动用储量和所述地质储量进行标准化预处理之前,包括:对所述样本单元单井进行单井井控面积劈分,得到所述样本单元单井的所述地质储量。

9.一种单井地质储量预测系统,其特征在于,包括:

判断模块,用于判断待预测单井的储集类型和驱动能量类型;

计算模块,用于基于所述储集类型和所述驱动能量类型得到可采储量;基于所述待预测单井的水油比得到动用储量;

处理模块,用于将所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量输入神经网络预测模型,基于所述储集类型、所述驱动能量类型、所述可采储量和所述动用储量得到所述待测单井的地质储量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011047558.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top