CN110969273B - 生产井产量预测方法及装置 - Google Patents
生产井产量预测方法及装置 Download PDFInfo
- Publication number
- CN110969273B CN110969273B CN201811142829.XA CN201811142829A CN110969273B CN 110969273 B CN110969273 B CN 110969273B CN 201811142829 A CN201811142829 A CN 201811142829A CN 110969273 B CN110969273 B CN 110969273B
- Authority
- CN
- China
- Prior art keywords
- production
- production well
- clustering
- target
- wells
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 734
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000004215 Carbon black (E152) Substances 0.000 claims description 79
- 229930195733 hydrocarbon Natural products 0.000 claims description 79
- 150000002430 hydrocarbons Chemical class 0.000 claims description 79
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 6
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 239000003129 oil well Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明公开了一种生产井产量预测方法及装置，可以根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。通过上述方案，本发明实施例可以参考生产参数和地质参数均相近的生产井，根据这些生产井的产量确定目标生产井的预测产量。由于用于确定预测产量所用到的生产井的生产参数和地质参数均与目标生产井相近，因此本发明确定的预测产量的准确性较高。
Description
技术领域
本发明涉及油气开采技术领域，尤其涉及生产井产量预测方法及装置。
背景技术
油气田开发过程中，由于油气藏压力的不断下降，生产井的产量均呈现不断递减下降的趋势，为保证油气田的产量平稳，需要不断投入新的生产井进行产能接替。
新生产井的实施从方案设计、安环评、钻前施工到钻完井是一个复杂的业务过程，整个过程需要大量的资金与人员投入，所以每口新生产井在施工前必须预测该新生产井的产量。
现有技术依靠业务人员的经验对新生产井的产量进行预测，由于业务人员的经验限制，现有技术预测的产量的准确率难以保证。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的生产井产量预测方法及装置，方案如下：
一种生产井产量预测方法，包括：
根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
可选的，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
可选的，所述根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，包括：
确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
否则，根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
可选的，所述预设的聚类距离要求为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离；
在所述预设的聚类距离要求为：聚类距离最短时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量；
在所述预设的聚类距离要求为：聚类距离小于预设距离时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
可选的，所述生产井的生产参数包括：生产层位、生产方式、投产时间中的至少一种；
和/或，所述地质参数包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
一种生产井产量预测装置，包括：聚类单元、生产井确定单元和产量确定单元，
所述聚类单元，用于根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
所述生产井确定单元，用于从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
所述产量确定单元，用于根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
可选的，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
可选的，所述聚类单元包括：数量判断子单元、第一聚类子单元和第二聚类子单元，
所述数量判断子单元，用于确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则触发所述第一聚类子单元，否则触发所述第二聚类子单元；
所述第一聚类子单元，用于根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
所述第二聚类子单元，用于根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行上述的任一种生产井产量预测方法。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的任一种生产井产量预测方法。
借由上述技术方案，本发明提供的生产井产量预测方法及装置，可以根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。通过上述方案，本发明实施例可以参考生产参数和地质参数均相近的生产井，根据这些生产井的产量确定目标生产井的预测产量。由于用于确定预测产量所用到的生产井的生产参数和地质参数均与目标生产井相近，因此本发明确定的预测产量的准确性较高。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种生产井产量预测方法的流程图；
图2示出了本发明实施例提供的另一种生产井产量预测方法的流程图；
图3示出了本发明实施例提供的一种生产井产量预测装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供的一种生产井产量预测方法，可以包括：
S100、根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
其中，生产井的类型可以为产油井或产气井。在实际应用中，多个生产井的类型相同，均为产油井或均为产气井。
其中，生产井的生产参数可以包括：生产层位信息、生产方式、投产时间中的至少一种。
具体的，生产层位信息可以为生产井所开采的油气储层位的信息，生产层位信息可以包括：生产层位的深度、厚度、孔隙度、渗透率、泥质含量、润湿性、敏感性中的至少一种。
具体的，生产方式可以包括多种，如：油井自喷生产、油井抽油泵举升、油井电潜泵举升、油井螺杆泵举升、油井气举，气井均为自喷生产。
具体的，投产时间是生产井开始产出石油或天然气的时间。
聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程，由聚类所生成的簇是一组对象的集合，同一个簇中的对象彼此相似，不同簇中的对象相异。本发明实施例在对生产井进行聚类后，获得的簇中的对象为生产井，因此本发明将聚类得到的簇称为生产井簇。一个生产井簇中至少包括一个生产井。可以理解的是，通过上述生产井的生产参数聚类得到的任一生产井簇中：该生产井簇中的各生产井之间的生产参数较为相近。不同生产井簇中的各生产井之间的生产参数差异较大。
其中，目标生产井可以为需要预测产量的生产井，例如：某生产井刚刚投产或还未投产，需要预测该目标生产井在未来一个时间段的产量。
可选的，本发明实施例进行聚类所采取的算法可以为：采用非监督机器学习的K均值(K-means)算法。其中，K-means算法为典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。当然，本领域技术人员可以理解的是，聚类算法还可以有多种，如：有代表性的基于密度的聚类算法(DBSCAN，Density-Based Spatial Clustering of Applications withNoise)，本发明实施例进行聚类所采取的算法并不限于上述的聚类算法。
可选的，所述预设的地质要求可以为如下三种要求中的任一种：
第一种要求：所述多个生产井位于同一油气藏区块中；
第二种要求：所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
第三种要求：所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
其中，油气藏区块为石油或天然气在单一圈闭中具有同一压力系统的基本聚集。本发明实施例将油藏区块和气藏区块统称为油气藏区块。与注水井聚类相似，本发明也可以对油藏区块进行聚类从而获得油藏区块簇，油藏区块簇内包括至少一个油藏区块，同一油藏区块簇内的各油藏区块之间相似，不同油藏区块簇内的油藏区块之间差异较大。
可选的，所述地质参数可以包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
具体的，油气藏类型可以包括油藏类型和气藏类型两部分，其中油藏类型可以包括：砂岩型油藏、碳酸盐型油藏、低粘稠度油藏、高粘稠度油藏等，气藏类型可以包括砂岩气藏、碳酸盐气藏、低渗气藏、异常高压气藏等。
从上述三种要求可以看出，满足本发明实施例中的预设的地质要求的各生产井的地质参数是相同或相近的。当某个生产井的地质参数与目标生产井相同或相近，而且该某个生产井的生产参数与目标生产井相同或相近，则说明该某个生产井与目标生产井具有高度相似性，可以将该生产井的产量作为参考。本发明实施例可以根据与目标生产井具有高度相似性的各生产井的产量确定目标生产井的预测产量。由于与目标生产井具有高度相似性，因此本发明确定的预测产量的准确性较高。
需要说明的是，同一油气藏区块中各生产井的地质参数一般是相同或差异很小的，因此可以将位于同一油气藏区块中作为预设的地质要求。通过地质参数聚类得到的油气藏区块簇中各油气藏区块中的生产井的地质参数的差异也较小，因此可以将第二种要求作为预设的地质要求。
如图2所示，步骤S100可以具体包括：
S110、确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则执行步骤S120；否则执行步骤S130；
其中，预设数据要求可以为历史产量数据不低于第一数量。可以理解的是，根据历史产量数据较少的生产井预测的目标生产井的产量的准确性较低。因此本发明通过预设数据要求对与目标生产井进行聚类的生产井进行了限制，只有生产井的历史产量数据较为丰富时才可以与目标生产井进行聚类，这就保障了所预测目标生产井的产量的准确性。
当历史产量数据满足预设数据要求的生产井的数量是低于预设数量时，可能无法从这些生产井中聚类得到与目标生产井位于同一生产井簇的生产井。这种情况下，可以从其他油气藏区块中获得生产井并与目标生产井进行聚类。
S120、根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
S130、根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
其中，本发明对油气藏区块进行聚类所使用的聚类算法可以与对生产井进行聚类所使用的聚类算法相同或不同。
S200、从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
其中，上述预设聚类距离要求可以为：确定出预设个数的生产井，且确定出的各生产井与所述目标生产井的聚类距离均小于生产井簇中没有被确定出的生产井与目标生产井的聚类距离。在本发明其他实施例中，上述预设聚类距离要求可以为：聚类距离小于预设距离。
可以理解的是，在生产井簇中，与目标生产井的聚类距离越小的生产井与目标生产井的生产参数越相近。
本发明实施例从生产井簇中选择与目标生产井的生产参数更相近的生产井，可以依据生产参数更相近的生产井的产量确定目标生产井的预测产量，这样确定的预测产量的准确性更高。
S300、根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
其中，所述预设的聚类距离要求可以为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离。
具体的，在所述预设的聚类距离要求为：聚类距离最短时，步骤S300可以具体包括：
将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量。
在所述预设的聚类距离要求为：聚类距离小于预设距离时，步骤S300可以具体包括：
将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
其中，上述平均值可以为算数平均值或几何平均值。
本发明实施例提供的一种生产井产量预测方法，可以根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。通过上述方案，本发明实施例可以参考生产参数和地质参数均相近的生产井，根据这些生产井的产量确定目标生产井的预测产量。由于用于确定预测产量所用到的生产井的生产参数和地质参数均与目标生产井相近，因此本发明确定的预测产量的准确性较高。
与图1所示方法相对应，如图3所示，本发明实施例还提供了一种生产井产量预测装置，可以包括：聚类单元100、生产井确定单元200和产量确定单元300，
所述聚类单元100，用于根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
其中，生产井的类型可以为产油井或产气井。在实际应用中，多个生产井的类型相同，均为产油井或均为产气井。
其中，生产井的生产参数可以包括：生产层位信息、生产方式、投产时间中的至少一种。
具体的，生产层位信息可以为生产井所开采的油气储层位的信息，生产层位信息可以包括：生产层位的深度、厚度、孔隙度、渗透率、泥质含量、润湿性、敏感性中的至少一种。
具体的，生产方式可以包括多种，如：油井自喷生产、油井抽油泵举升、油井电潜泵举升、油井螺杆泵举升、油井气举，气井均为自喷生产。
具体的，投产时间是生产井开始产出石油或天然气的时间。
聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程，由聚类所生成的簇是一组对象的集合，同一个簇中的对象彼此相似，不同簇中的对象相异。本发明实施例在对生产井进行聚类后，获得的簇中的对象为生产井，因此本发明将聚类得到的簇称为生产井簇。一个生产井簇中至少包括一个生产井。可以理解的是，通过上述生产井的生产参数聚类得到的任一生产井簇中：该生产井簇中的各生产井之间的生产参数较为相近。不同生产井簇中的各生产井之间的生产参数差异较大。
其中，目标生产井可以为需要预测产量的生产井，例如：某生产井刚刚投产或还未投产，需要预测该目标生产井在未来一个时间段的产量。
可选的，本发明实施例进行聚类所采取的算法可以为：采用非监督机器学习的K均值(K-means)算法。其中，K-means算法为典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。当然，本领域技术人员可以理解的是，聚类算法还可以有多种，如：有代表性的基于密度的聚类算法(DBSCAN，Density-Based Spatial Clustering of Applications withNoise)，本发明实施例进行聚类所采取的算法并不限于上述的聚类算法。
可选的，所述预设的地质要求可以为如下三种要求中的任一种：
第一种要求：所述多个生产井位于同一油气藏区块中；
第二种要求：所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
第三种要求：所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
其中，油气藏区块为石油或天然气在单一圈闭中具有同一压力系统的基本聚集。本发明实施例将油藏区块和气藏区块统称为油气藏区块。与注水井聚类相似，本发明也可以对油藏区块进行聚类从而获得油藏区块簇，油藏区块簇内包括至少一个油藏区块，同一油藏区块簇内的各油藏区块之间相似，不同油藏区块簇内的油藏区块之间差异较大。
可选的，所述地质参数可以包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
具体的，油气藏类型可以包括油藏类型和气藏类型两部分，其中油藏类型可以包括：砂岩型油藏、碳酸盐型油藏、低粘稠度油藏、高粘稠度油藏等，气藏类型可以包括砂岩气藏、碳酸盐气藏、低渗气藏、异常高压气藏等。
从上述三种要求可以看出，满足本发明实施例中的预设的地质要求的各生产井的地质参数是相同或相近的。当某个生产井的地质参数与目标生产井相同或相近，而且该某个生产井的生产参数与目标生产井相同或相近，则说明该某个生产井与目标生产井具有高度相似性，可以将该生产井的产量作为参考。本发明实施例可以根据与目标生产井具有高度相似性的各生产井的产量确定目标生产井的预测产量。由于与目标生产井具有高度相似性，因此本发明确定的预测产量的准确性较高。
需要说明的是，同一油气藏区块中各生产井的地质参数一般是相同或差异很小的，因此可以将位于同一油气藏区块中作为预设的地质要求。通过地质参数聚类得到的油气藏区块簇中各油气藏区块中的生产井的地质参数的差异也较小，因此可以将第二种要求作为预设的地质要求。
其中，所述聚类单元100可以包括：数量判断子单元、第一聚类子单元和第二聚类子单元，
所述数量判断子单元，用于确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则触发所述第一聚类子单元，否则触发所述第二聚类子单元；
所述第一聚类子单元，用于根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
所述第二聚类子单元，用于根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
其中，预设数据要求可以为历史产量数据不低于第一数量。可以理解的是，根据历史产量数据较少的生产井预测的目标生产井的产量的准确性较低。因此本发明通过预设数据要求对与目标生产井进行聚类的生产井进行了限制，只有生产井的历史产量数据较为丰富时才可以与目标生产井进行聚类，这就保障了所预测目标生产井的产量的准确性。
当历史产量数据满足预设数据要求的生产井的数量是低于预设数量时，可能无法从这些生产井中聚类得到与目标生产井位于同一生产井簇的生产井。这种情况下，可以从其他油气藏区块中获得生产井并与目标生产井进行聚类。
其中，本发明对油气藏区块进行聚类所使用的聚类算法可以与对生产井进行聚类所使用的聚类算法相同或不同。
所述生产井确定单元200，用于从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
其中，上述预设聚类距离要求可以为：确定出预设个数的生产井，且确定出的各生产井与所述目标生产井的聚类距离均小于生产井簇中没有被确定出的生产井与目标生产井的聚类距离。在本发明其他实施例中，上述预设聚类距离要求可以为：聚类距离小于预设距离。
可以理解的是，在生产井簇中，与目标生产井的聚类距离越小的生产井与目标生产井的生产参数越相近。
本发明实施例从生产井簇中选择与目标生产井的生产参数更相近的生产井，可以依据生产参数更相近的生产井的产量确定目标生产井的预测产量，这样确定的预测产量的准确性更高。
所述产量确定单元300，用于根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
其中，所述预设的聚类距离要求为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离；
在所述预设的聚类距离要求为：聚类距离最短时，所述产量确定单元300可以具体用于：将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量；
在所述预设的聚类距离要求为：聚类距离小于预设距离时，所述产量确定单元300可以具体用于：将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
其中，上述平均值可以为算数平均值或几何平均值。
本发明实施例提供的一种生产井产量预测装置，可以根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。通过上述方案，本发明实施例可以参考生产参数和地质参数均相近的生产井，根据这些生产井的产量确定目标生产井的预测产量。由于用于确定预测产量所用到的生产井的生产参数和地质参数均与目标生产井相近，因此本发明确定的预测产量的准确性较高。
所述生产井产量预测装置包括处理器和存储器，上述聚类单元、生产井确定单元和产量确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来预测产量。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述生产井产量预测方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述生产井产量预测方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：
一种生产井产量预测方法，包括：
根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
可选的，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
可选的，所述根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，包括：
确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
否则，根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
可选的，所述预设的聚类距离要求为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离；
在所述预设的聚类距离要求为：聚类距离最短时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量；
在所述预设的聚类距离要求为：聚类距离小于预设距离时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
可选的，所述生产井的生产参数包括：生产层位、生产方式、投产时间中的至少一种；
和/或，所述地质参数包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
一种生产井产量预测方法，包括：
根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量。
可选的，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
可选的，所述根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，包括：
确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
否则，根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
可选的，所述预设的聚类距离要求为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离；
在所述预设的聚类距离要求为：聚类距离最短时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量；
在所述预设的聚类距离要求为：聚类距离小于预设距离时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
可选的，所述生产井的生产参数包括：生产层位、生产方式、投产时间中的至少一种；
和/或，所述地质参数包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种生产井产量预测方法，其特征在于，包括：
根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量；
其中，所述根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，包括：
确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
否则，根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
2.根据权利要求1所述的方法，其特征在于，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
3.根据权利要求1至2中任一项所述的方法，其特征在于，所述预设的聚类距离要求为：聚类距离最短，或者，所述预设的聚类距离要求为：聚类距离小于预设距离；
在所述预设的聚类距离要求为：聚类距离最短时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量确定为所述目标生产井的预测产量；
在所述预设的聚类距离要求为：聚类距离小于预设距离时，所述根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量，包括：
将满足所述预设聚类距离要求的生产井的产量的平均值确定为所述目标生产井的预测产量。
4.根据权利要求1所述的方法，其特征在于，所述生产井的生产参数包括：生产层位、生产方式、投产时间中的至少一种；
和/或，所述地质参数包括：油气藏类型、油气藏储层参数、油气水关系、油气藏流体性质、油气藏开发方式中的至少一种。
5.一种生产井产量预测装置，其特征在于，包括：聚类单元、生产井确定单元和产量确定单元，
所述聚类单元，用于根据生产井的生产参数对包括目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，所述多个生产井满足预设的地质要求；
所述生产井确定单元，用于从所述目标生产井所在的生产井簇中确定与所述目标生产井的聚类距离满足预设聚类距离要求的至少一个生产井；
所述产量确定单元，用于根据满足所述预设聚类距离要求的生产井的产量确定所述目标生产井的预测产量；
其中，所述聚类单元包括：数量判断子单元、第一聚类子单元和第二聚类子单元，
所述数量判断子单元，用于确定目标生产井所在的油气藏区块内历史产量数据满足预设数据要求的生产井的数量是否不低于预设数量，如果是，则触发所述第一聚类子单元，否则触发所述第二聚类子单元；
所述第一聚类子单元，用于根据生产井的生产参数对包括所述目标生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个生产井还包括：所述目标生产井所在的油气藏区块内历史产量数据满足所述预设数据要求的生产井；
所述第二聚类子单元，用于根据地质参数对多个油气藏区块进行聚类，获得至少一个油气藏区块簇，确定与所述目标生产井所在的油气藏区块的聚类距离最近的油气藏区块，根据生产井的生产参数对包括所述目标生产井和所述最近的油气藏区块内的生产井在内的多个生产井进行聚类，获得至少一个生产井簇，其中，所述多个油气藏区块中包括目标生产井所在的油气藏区块，所述最近的油气藏区块与所述目标生产井所在的油气藏区块位于同一油气藏区块簇中。
6.根据权利要求5所述的装置，其特征在于，所述预设的地质要求为如下三种要求中的任一种：
所述多个生产井位于同一油气藏区块中；
所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中；
所述多个生产井位于同一油气藏区块中，或者，所述多个生产井中各生产井所在的油气藏区块位于同一个根据地质参数聚类得到的油气藏区块簇中。
7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至4中任一项所述的生产井产量预测方法。
8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行如权利要求1至4中任一项所述的生产井产量预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811142829.XA CN110969273B (zh) | 2018-09-28 | 2018-09-28 | 生产井产量预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811142829.XA CN110969273B (zh) | 2018-09-28 | 2018-09-28 | 生产井产量预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110969273A CN110969273A (zh) | 2020-04-07 |
| CN110969273B true CN110969273B (zh) | 2020-11-13 |
Family
ID=70027046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811142829.XA Active CN110969273B (zh) | 2018-09-28 | 2018-09-28 | 生产井产量预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110969273B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113627640B (zh) * | 2020-05-08 | 2024-08-16 | 中国石油化工股份有限公司 | 一种针对缝洞型油藏油气井的产能试井预测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103835708A (zh) * | 2014-02-25 | 2014-06-04 | 中国海洋石油总公司 | 一种油气田类比开发指标定量预测方法 |
| CN104695950A (zh) * | 2014-10-31 | 2015-06-10 | 中国石油集团西部钻探工程有限公司 | 火山岩油藏产能预测方法 |
| CN105160414A (zh) * | 2015-07-16 | 2015-12-16 | 中国石油天然气股份有限公司 | 预测全油藏产区类型的方法及装置 |
| CN105488583A (zh) * | 2015-11-23 | 2016-04-13 | 中国石油天然气股份有限公司 | 预测致密油待评价区域可采储量的方法及装置 |
| CN106056252A (zh) * | 2016-06-13 | 2016-10-26 | 西南石油大学 | 一种页岩气田井组划分三级优化方法 |
| CN107965318A (zh) * | 2017-12-06 | 2018-04-27 | 中国石油天然气股份有限公司 | 一种火山岩油藏有效储层定量分类的方法 |
| CN107977749A (zh) * | 2017-12-06 | 2018-05-01 | 恒泰艾普（北京）云技术有限公司 | 一种油田开发指标的预测分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491965B (zh) * | 2018-03-14 | 2021-11-05 | 广东省智能制造研究所 | 冲压设备的状态预测方法、装置、电子设备与存储介质 |
-
2018
- 2018-09-28 CN CN201811142829.XA patent/CN110969273B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103835708A (zh) * | 2014-02-25 | 2014-06-04 | 中国海洋石油总公司 | 一种油气田类比开发指标定量预测方法 |
| CN104695950A (zh) * | 2014-10-31 | 2015-06-10 | 中国石油集团西部钻探工程有限公司 | 火山岩油藏产能预测方法 |
| CN105160414A (zh) * | 2015-07-16 | 2015-12-16 | 中国石油天然气股份有限公司 | 预测全油藏产区类型的方法及装置 |
| CN105488583A (zh) * | 2015-11-23 | 2016-04-13 | 中国石油天然气股份有限公司 | 预测致密油待评价区域可采储量的方法及装置 |
| CN106056252A (zh) * | 2016-06-13 | 2016-10-26 | 西南石油大学 | 一种页岩气田井组划分三级优化方法 |
| CN107965318A (zh) * | 2017-12-06 | 2018-04-27 | 中国石油天然气股份有限公司 | 一种火山岩油藏有效储层定量分类的方法 |
| CN107977749A (zh) * | 2017-12-06 | 2018-05-01 | 恒泰艾普（北京）云技术有限公司 | 一种油田开发指标的预测分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 改进的谱聚类算法及在油气产量预测中的应用研究;才彦娇;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180815(第08期);第33-40页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110969273A (zh) | 2020-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113574327B (zh) | 通过选择控制设置来控制环境的方法及系统 | |
| CN109034447A (zh) | 一种水驱油藏含水上升率变化的预测方法及装置 | |
| US10884147B2 (en) | System and method for reservoir facies classification that segments both petrophysical and geophysical properties | |
| CN109446574B (zh) | 油气开采监测方法、故障识别模型获得方法及相关设备 | |
| US10858912B2 (en) | Systems and methods for optimizing production of unconventional horizontal wells | |
| KR102403270B1 (ko) | 인공지능 기반 배수지 수위 제어 시스템 | |
| CN110969249A (zh) | 生产井产量预测模型建立方法、生产井产量预测方法及相关装置 | |
| CN110969273B (zh) | 生产井产量预测方法及装置 | |
| CN108681793B (zh) | 深层油藏采油指数预测方法及装置 | |
| CN108894775A (zh) | 一种致密油甜点区的评价方法和装置 | |
| CN107562703B (zh) | 字典树重构方法及系统 | |
| CN107975364B (zh) | 一种确定气井极限排砂时机的方法及装置 | |
| CN110965969B (zh) | 注水井化学措施确定方法及装置 | |
| CN107977732B (zh) | 边水气藏水平井的见水时间预测方法及装置 | |
| CN112523730A (zh) | 抽油机冲次筛选方法、机器学习模型获得方法及相关装置 | |
| WO2023118196A1 (en) | Apparatus for controlling a process for producing a product | |
| CN115222101A (zh) | 一种流量数据处理方法及装置 | |
| CN111475685B (zh) | 油气勘探方法、装置、存储介质及电子设备 | |
| CN114491936A (zh) | 高压管汇寿命的确定方法及装置、高压管汇系统 | |
| CN113266322A (zh) | 水驱油藏递减率预测方法及装置 | |
| CN108920781B (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
| CN113010501A (zh) | 采收率预测模型获取方法、采收率预测方法和产品 | |
| CN106874101B (zh) | 软件系统的配置实现方法和装置 | |
| CN106897331B (zh) | 用户关键位置数据获取方法及装置 | |
| US20220154556A1 (en) | Machine learning-based reservoir reserves estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |