[发明专利]利用人工智能和模式识别的井性能分类

摘要

基于实际储层和井数据的异构分类器被开发用于定性地分类油井生产器性能，并且基于分类将新井钻入生产储层或调整现有井中的流体流量。数据包括一个或多个射孔间隔、完成类型、以及射孔区域相对于自由水位或气顶有多远或有多近。数据还包括地质数据，如区域性断层和裂缝的主要地质体。可以在分类之前对特征进行优先级排序。分类器利用四种不同的技术将模式识别应用于储层模拟矢量数据以对井进行分类。分类技术中的三种是监督学习方法：贝叶斯分类、动态时间扭曲和神经网络。第四种分类是无监督的方法，即聚类，以将井自动分组成类似的类别。

主权项

1.一种基于目标井的估计的井性能在生产烃储层中形成井的方法，所述估计的井性能是基于所述目标井的估计的井生产率和储层地质特性确定的，所述方法包括以下步骤：(a)接收所述目标井的建议的井性能参数以在数据处理系统中进行处理，所述建议的井性能参数包括目标井生产率和所述储层中的所述井的建议的配置和位置；(b)通过处理指示所述生产烃储层中的流体生产率、流量和压力的分类模型，在所述数据处理系统中形成所述目标井的分类模型；(c)基于所形成的分类模型以及所述储层中的所述目标井的建议的配置和位置，在所述数据处理系统中形成所述目标井的生产率的概率估计；(d)如果所述目标井的生产率的所述估计是可接受的，则在所述生产烃储层中形成所述目标井。