[发明专利]一种基于线性动态系统的油气田注采产量动态预测方法

权利要求书

1.一种基于线性动态系统的油气田注采产量动态预测方法，其特征在于，包括以下步骤：

步骤S1：基于水驱油气田整个储层的控制物质平衡方程，建立起线性动态系统LDS产量预测模型；

步骤S2：利用期望最大化EM方法对所述线性动态系统LDS产量预测模型中的模型参数做出估算；

步骤S3：动态数据的整理与划分，将数据集按照一定比例划分为训练集与测试集；

步骤S4：所述模型参数的初始化以及参数计算，整合预测结果并计算相对误差。

2.根据权利要求1所述的基于线性动态系统的油气田注采产量动态预测方法，其特征在于：在所述步骤S1中，在所述水驱油气田的开采过程中，所述整个储层的控制物质平衡方程为：

其中，c_t是总可压缩性，MPa^-1；V_p是储层的孔隙体积，m³；是储层压力的平均变化率，MPa/t；i(t)和q(t)分别表示时间t处的总注入率和生产率，m³/t。

3.根据权利要求2所述的基于线性动态系统的油气田注采产量动态预测方法，其特征在于：在所述步骤S1中，所述线性动态系统LDS产量预测模型主要包含三部分：

隐藏状态方程：

z_n+1＝Az_n+Bu_n+w,w～N(0,Q)

观测方程：

x_n＝Hz_n+Cu_n+v,v～N(0,R)

模型的初始状态：

其中，s为初始状态变量的噪声系数，无因次；w为系统噪声系数，无因次；v为观察噪声系数，无因次；Q，R，V₀分别为w，v，s的协方差矩阵系数，无因次。

4.根据权利要求3所述的基于线性动态系统的油气田注采产量动态预测方法，其特征在于：在所述步骤S2中，分为两步对所述模型参数进行迭代更新，第一步为人为初始化所述模型参数之后得到数据的预测值；第二步为在利用得到的数据的预测值反过来估计所述模型参数；所有的计算过程通过Python编程实现。

5.根据权利要求4所述的基于线性动态系统的油气田注采产量动态预测方法，其特征在于：在所述步骤S3中，所述训练集：所述测试集＝7：3。

6.根据权利要求5所述的基于线性动态系统的油气田注采产量动态预测方法，其特征在于：在所述步骤S4中，所述训练集与所述测试集的相对误差分别小于5％和10％即为满足精度要求；最终的月产量预测值等于10次所述预测结果的平均值。