[发明专利]基于集成学习的稠油多介质吞吐智能开采方法及装置

说明书

本发明公开了一种基于集成学习的稠油多介质吞吐智能开采方法及装置，其中该方法包括：对获取的历史的油藏静态参数、注采生产数据和产量数据进行预处理和特征处理；根据历史的注采生产数据和产量数据确定历史的稠油多介质吞吐开采效果指数；基于处理后数据和历史的稠油多介质吞吐开采效果指数，构建并训练注采效果评价的集成学习模型；获取实际的油藏静态参数和注采生产数据；根据实际的油藏静态参数和注采生产数据，基于注采效果评价的集成学习模型，输出稠油多介质吞吐开采效果指数，实现稠油多介质吞吐智能开采。本发明可实现稠油多介质吞吐的智能化开采。

技术领域

本发明涉及稠油多介质吞吐开采技术领域，尤其涉及基于集成学习的稠油多介质吞吐智能开采方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

稠油，亦称重质原油。目前随着原油不断地被开采利用，可采油气资源越来越少，稀油资源逐渐紧缺，因此对稠油进行低成本有效开采显得日益重要。蒸汽吞吐是目前稠油生产的重要方式。目前多介质吞吐开发主要依赖于经验公式法、解析解模型法(如蒸汽加热解析解模型)和数值模拟(如Mandl-Volek一维模型)方法。数值模拟方法的精度较高，但流程复杂，工作量大，投入多，且研究成果时效性差，对技术人员的要求较高，因此其适用性受到限制。另外，目前使用的油田数值模拟软件操作复杂，应用费时，成本较高；且油气专家根据区块开发的历史和经验积累选择目标井时，油藏区块选择和操作参数的设定具有主观性，极其依赖专家经验，没有量化、客观的注采效果评价体系，注采参数的选择也大都是经验化，存在一定的主观性、随机性。

另外，目前稠油多介质吞吐开采生产中，还存在以下问题：

1)多介质应用效果不明确，作用的最佳方式和作用规律尚不清楚；

2)现有的大量多介质吞吐数据未被有效利用，“数据沉睡”现象显著；

3)生产建模繁琐，重复劳动力严重。

发明内容

本发明实施例提供一种基于集成学习的稠油多介质吞吐智能开采方法，用以解决稠油开发过程存在建模繁琐、一线人员效率低下、重复劳动力严重等问题，该方法包括：

获取稠油多介质吞吐开采过程中历史的油藏静态参数、历史的注采生产数据和历史的产量数据；

对所述历史的油藏静态参数、历史的注采生产数据和历史的产量数据进行预处理和特征处理，获得处理后数据；

根据历史的注采生产数据和历史的产量数据确定历史的稠油多介质吞吐开采效果指数；

基于所述处理后数据和历史的稠油多介质吞吐开采效果指数，通过集成学习算法，构建并训练注采效果评价的集成学习模型；

获取稠油多介质吞吐开采过程中实际的油藏静态参数和实际的注采生产数据；

将实际的油藏静态参数和实际的注采生产数据作为输入数据，基于注采效果评价的集成学习模型，输出实际的稠油多介质吞吐开采效果指数，根据所述实际的稠油多介质吞吐开采效果指数实现稠油多介质吞吐智能开采。

本发明实施例还提供一种基于集成学习的稠油多介质吞吐智能开采装置，用以解决稠油开发过程存在建模繁琐、一线人员效率低下、重复劳动力严重等问题，该装置包括：

数据获取模块，用于获取稠油多介质吞吐开采过程中历史的油藏静态参数、历史的注采生产数据和历史的产量数据；

预处理和特征处理模块，用于对所述历史的油藏静态参数、历史的注采生产数据和历史的产量数据进行预处理和特征处理，获得处理后数据；

稠油多介质吞吐开采效果指数确定模块，用于根据历史的注采生产数据和历史的产量数据确定历史的稠油多介质吞吐开采效果指数；