[发明专利]水驱油藏产量预测方法、装置及存储介质

说明书

本发明实施例提供一种水驱油藏产量预测方法、装置及存储介质，属于石油开采技术领域，解决了现有技术中对于生产井产量预测考虑因素单一，导致预测准确率低的问题。所述方法包括：获取目标油藏井网的空间信息及时间信息，建立所述目标油藏井网的时空图结构数据集；对所述时空图结构数据集进行滑动时间窗口划分，建立所述目标油藏井网的训练样本集；利用所述训练样本集，训练得到用于水驱油藏产量预测的多层时空图神经网络；利用所述多层时空图神经网络，得到所述目标油藏井网的生产井的产量预测结果。本发明实施例适用于水驱油藏井网中生产井的产量预测。

技术领域

本发明涉及石油开采技术领域，具体地涉及一种基于多层时空图神经网络的水驱油藏产量预测方法、装置及存储介质。

背景技术

水驱井网开发是常规油藏开采过程中最常用的方法，预测水驱井网产量是评估油田开采效益、制定油田开发规划、进行井网注采实施方案设计与调整等决策问题的基础和依据。针对水驱油藏井网进行快速准确的产量预测，对实现水驱油藏高效开发注采井网工作制度调控及优化具有重要意义。

现有的生产井产量预测方法往往只考虑时间或空间单方面的因素，导致产量预测准确性较低。

发明内容

本发明实施例的目的是提供一种基于多层时空图神经网络的水驱油藏产量预测方法、装置及存储介质，解决了现有技术中对于生产井产量预测考虑因素单一，导致预测准确率低的问题，本发明实施例同时考虑生产井产量与历史生产数据之间的时间关系，以及与井网中其他井的空间相互影响关系，有效提高了产量预测的精确性。

为了实现上述目的，本发明实施例提供一种水驱油藏产量预测方法，包括：获取目标油藏井网的空间信息及时间信息，建立所述目标油藏井网的时空图结构数据集；对所述时空图结构数据集进行滑动时间窗口划分，建立所述目标油藏井网的训练样本集；利用所述训练样本集，训练得到用于水驱油藏产量预测的多层时空图神经网络，其中，所述多层时空图神经网络包括依次相连的空间关系获取层、短期时间关系获取层、长期时间关系获取层以及预测层；利用所述多层时空图神经网络，得到所述目标油藏井网的生产井的产量预测结果。

进一步地，所述空间信息包括所述目标油藏井网的注水井数量、生产井数量、各井之间的空间方位和距离以及各井点处的孔隙度、渗透率。

进一步地，所述时间信息包括所述目标油藏井网的注水井的历史生产数据与生产井的历史生产数据。

进一步地，所述建立所述目标油藏井网的时空图结构数据集包括：根据所述目标油藏井网的所述空间信息，得到所述目标油藏井网的基础空间图结构；按照预设时间间隔将所述时间信息进行划分，得到各个时间点的历史生产数据；根据所述基础空间图结构和各个时间点的历史生产数据，得到各个时间点的所述目标油藏井网的空间图结构；按照时间顺序，将各个时间点的所述目标油藏井网的空间图结构进行组合，得到所述目标油藏井网的时空图结构数据集。

进一步地，所述对所述时空图结构数据集进行滑动时间窗口划分，建立所述目标油藏井网的训练样本集包括：按照预设时间窗口，将所述时空图结构数据集进行滑动时间窗口划分，得到所述训练样本集中每个样本的输入数据；以每个预设时间窗口内最后一个时间点的下一个时间点的生产井的历史产量作为每个样本的输出数据；根据每个样本的输入数据和输出数据，得到所述目标油藏井网的训练样本集。