[发明专利]一种预测油气藏地层流体高压物性参数的方法

说明书

本发明提供一种预测油气藏地层流体高压物性参数的方法，包括下述步骤：数据收集、获得样本、数据划分、数据预测、结果分析与验证、模型优化和预测油气藏地层流体高压物性参数。本发明建立的预测模型可靠合理，利用该模型可准确预测油气藏地层流体高压物性参数；本发明从微观角度入手，以流体组分组成作为预测模型的输入特征值，使得预测模型与地层流体高压物性参数的关联性及可解释性更高，预测结果更加准确，更有利于提高实验效率，指导储量计算和生产实践。

技术领域

本发明涉及石油天然气技术领域，更具体地说涉及一种预测油气藏地层流体高压物性参数的方法。

背景技术

油气藏地层流体高压物性参数是油气藏储量计算、开发方案编制、方案调整的基础。

油气藏地层流体高压物性参数主要通过常规PVT测试实验获得，常规实验条件要求苛刻、物理模拟周期长、效率较低。而随着我国油气藏勘探开发实验工作量的迅速增加，实验效率问题日益突出，现有的PVT实验设备、人员已较难满足油气藏勘探开发需要。

此外，目前公开的油气藏地层流体高压物性参数预测方法是通过神经网络建立预测模型，以地层压力、地层温度、地面原油密度、气油比、天然气相对密度作为预测模型的输入层，以饱和压力、原油溶解气油比、体积系数、地层原油密度、地层原油粘度作为预测模型的输出预测结果。而油气藏地层流体高压物性参数与流体组分组成的关联性更大，且神经网络缺乏可解释性，这就会导致已公开的油气藏地层流体高压物性参数预测方法的预测结果存在着偏差及不合理性。

发明内容

本发明克服了现有技术中的不足，常规PVT测试实验条件要求苛刻、物理模拟周期长、效率较低，提供了一种预测油气藏地层流体高压物性参数的方法，本发明从微观角度入手，以流体组分组成作为预测模型的输入特征值，使得预测模型与地层流体高压物性参数的关联性及可解释性更高，预测结果更加准确，更有利于提高实验效率，指导储量计算和生产实践。

本发明的目的通过下述技术方案予以实现。

一种预测油气藏地层流体高压物性参数的方法，按照下述步骤进行：

步骤1，数据收集：收集目标油气藏区块地层流体组分组成的历史数据；

步骤2，获得样本：将目标油气藏区块每口井的地层流体组分组成及高压物性参数视为一个样本，从而得到目标区块应有n个样本；

步骤3，数据划分：将收集到的样本划分为s组训练集m和验证集p；

步骤4，数据预测：建立油气藏地层流体高压物性参数预测模型，以其中训练集m中地层流体的组分组成作为模型的输入特征，并得到输出结果；

步骤5，结果分析与验证：将输出结果与验证集中的数据进行对比，从而得到误差数据；

步骤6，模型优化：选取另一组训练集m和验证集p，重复步骤4-步骤5，基于XGBoost根据新的训练集m和验证集p不断建立新的预测模型，直到预测模型的相关系数R²大于0.95，视为误差符合要求，完成预测模型的优化及建立；

步骤7，预测油气藏地层流体高压物性参数：以一组地层流体的含量作为优化后模型的输入特征值，优化后模型的输入，即为预测的油气藏地层流体高压物性参数。

在步骤3中，s组训练集m和验证集p使用交叉验证法得到。

在步骤3中，训练集m由m个样本中的地层流体组分组成构成，验证集p由p个样本中的地层流体高压物性参数构成。

在步骤4中，油气藏地层流体高压物性参数预测模型基于XGBoost建立。

在步骤4中，输出结果为地层原油粘度、地层原油密度、饱和压力、体积系数。

步骤5中的验证集与步骤6中的训练集同组，从而保证误差对比有效。