[发明专利]基于神经网络敏感性分析的井间连通性判断方法及系统

说明书

本公开公开的基于神经网络敏感性分析的井间连通性判断方法及系统，包括：获取各注水井的日注入量；向各注水井的日注入量中添加扰动数据，获得各注水井修正后日注入量；将各注水井修正后日注入量输入训练好的神经网络模型中，输出各生产井的日产量；通过各注水井修正后日注入量和各生产井的日产量，获取各注水井与各生产井之间的井间连通系数；根据井间连通系数判断各注水井与各生产井之间的连通状况。实现了对井间连通性的准确判断。

技术领域

本发明涉及石油工程技术领域，尤其涉及基于神经网络敏感性分析的井间连通性判断方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

井间连通性反演是油藏开发中的重要研究内容，它通过反演注水井与生产井的连通状况，为油田实施水动力学调整、描述剩余油分布、改善水驱开发效果及实现智能油田等提供决策依据，有助于有效改善油藏开发效率和质量、提升油田实际经济效益。

目前常用的井间连通性反演方法主要有静态分析方法和动态分析方法，静态分析方法时间成本高，实施过程复杂。动态分析方法主要利用油藏动态生产数据反演井间连通性，目前此类方法存在模型不能精确反映地下储层实际连通状况的情况。因此，如何基于油田大数据利用机器学习方法实现井间连通性的准确快速判定，对于油气田开发具有重要意义。

发明内容

本公开为了解决上述问题，提出了基于神经网络敏感性分析的井间连通性判断方法及系统，实现了对井间连通状况的准确判断。

为实现上述目的，本公开采用如下技术方案：

第一方面，提出了基于神经网络敏感性分析的井间连通性判断方法，包括：

获取各注水井的日注入量；

向各注水井的日注入量中添加扰动数据，获得各注水井修正后日注入量；

将各注水井修正后日注入量输入训练好的神经网络模型中，输出各生产井的日产量；

通过各注水井修正后日注入量和各生产井的日产量，获取各注水井与各生产井之间的井间连通系数；

根据井间连通系数判断各注水井与各生产井之间的连通状况。

第二方面，提出了基于神经网络敏感性分析的井间连通性判断系统，包括：

数据获取模块，用于获取各注水井的日注入量；

数据修正模块，用于向各注水井的日注入量中添加扰动数据，获得各注水井修正后日注入量；

生产井日产量预测模块，用于将各注水井修正后日注入量输入训练好的神经网络模型中，输出各生产井的日产量；

井间连通系数确定模块，用于通过各注水井修正后日注入量和各生产井的日产量，获取各注水井与各生产井之间的井间连通系数；

井间连通状况判断模块，用于根据井间连通系数判断各注水井与各生产井之间的连通状况。

第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成基于神经网络敏感性分析的井间连通性判断方法所述的步骤。

第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成基于神经网络敏感性分析的井间连通性判断方法所述的步骤。

与现有技术相比，本公开的有益效果为：

1、本公开通过预测各生产井的日生产量，并基于各注水井修正后日注入量和预测的各生产井的日产量，计算了各注水井与各生产井之间的井间连通系数，实现了对井间连通状况的准确判断。