[发明专利]基于数据驱动及知识工程的海上油田动态分析预测方法

权利要求书

1.一种基于数据驱动及知识工程的海上油田动态分析预测方法，其特征在于，包括如下步骤：

S1、从已完成开采的海上油田中获取多组历史油田单井开采数据，所述的油田单井开采数据包括单井油井的油层压力数据、单井油井日产液和日产油量以及单井注水井的受效注水量数据；

S2、对步骤S1中获取的油田单井开采数据进行处理；

S3、分别将油层压差数据组R、受效注水量数据数据组D、日产液数据组B、单井注采比数据组H、含水数据组M和日产油量数据组C中的数据按设定的比例划分为建模组、训练组和测试组；

S4、取油层压差数据组R、受效注水量数据数据组D、日产液数据组B中的建模组数据，采用散点曲线拟合的方法，建立油层压力的变化、受效注水量数据和采液量之间的曲线模型，具体是以油层压差数据组R中的油层压差为已知条件，以日产液数据组B中的日产液为自变量，受效注水量数据数据组D中的受效注水量数据为因变量，建立基于油层压差的受效注水量数据与采液量之间的曲线模型；

S5、取油层压差数据组R、受效注水量数据数据组D、日产液数据组B中的训练组数据，对步骤S4中建立的曲线模型进行散点值对比，根据对比结果对曲线模型进行调整，即将曲线模型向训练组数据中对应的坐标点靠近调整；

S6、取油层压差数据组R、受效注水量数据数据组D、日产液数据组B中的测试组数据，以油层压差和日产液为已知量，利用调整后的曲线模型对受效注水量数据进行预测，并与受效注水量数据数据组D中的数据进行对比验证，根据验证结果对曲线模型的异常线段进行平滑处理；

S7、在实际海上油田开采时，根据实际的油井油层压差和日产液，利用步骤S6中平滑处理后的曲线模型对受效注水量数据进行预测，将预测结果与实际受效注水量数据进行对比，用于及时通过调节油田单井的受效注水量数据，做出增产增注措施；

S8、取含水数据组M、单井注采比数据组H和日产油量数据组C中的建模组数据，以含水数据组M中的含水量除以单井注采比数据组H中的单井注采比得出的数据组和日产油量数据组C作为数据源，采用散点曲线拟合的方法，建立日产油量与含水和单井注采比之间的曲线模型，具体是将含水数据组M中的含水量除以单井注采比数据组H中的单井注采比得出的数据为自变量，日产油量数据组C中的日产油量为因变量，建立日产油量与含水和单井注采比之间的曲线模型；

S9、取含水数据组M、单井注采比数据组H和日产油量数据组C中的训练组数据，对步骤S8中建立的曲线模型进行散点值对比，根据对比结果对曲线模型进行调整，即将曲线模型向训练组数据中对应的坐标点靠近调整；

S10、取含水数据组M、单井注采比数据组H和日产油量数据组C中的测试组数据，以含水和日产油量为已知量，利用步骤S9中调整后的曲线模型对单井注采比进行预测，将预测结果与单井注采比数据组H中的数据进行对比验证，根据验证结果对曲线模型的异常线段进行平滑处理；

S11、在实际海上油田开采时，根据实际的油井含水和日产油量，利用步骤S9中平滑处理后的曲线模型对单井注采比进行预测，并与实际单井注采比进行对比，用于及时通过调节油田单井的含水和单井注采比，做出增产增注措施。

2.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法，其特征在于，步骤S1所述的历史油田均为油井生成能力达标的油井。

3.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法，其特征在于，步骤S1包括：

S101、获取多组历史油田单井开采中油井油层压力变化总量与油层开采深度，建立油层子数据组，分别记为油层子数据组A1，油层子数据组A2，……和油层子数据组AN，N为油井总个数；

S102、获取所述的油田单井的油井日产液，日产液包括产油量和产水量，分别记为日产液子数据组B1，日产液子数据组B2，……和日产液子数据组BN，构成日产液数据组B；

S103、获取所述的油田单井的每个油井日产油量，分别记为日产油量子数据C1，日产油量子数据C2,……和日产油量子数据CN，并构成日产油量数据组C；

S104、获取所述的油田单井开采中每个注水井的受效注水量数据，分别记为受效注水量数据子数据D1，受效注水量数据子数据D2,……和受效注水量数据子数据DN，构成受效注水量数据数据组D。