[发明专利]一种油田画像的可视化类比方法、系统、可读介质和设备在审
| 申请号: | 202110691639.9 | 申请日: | 2021-06-22 |
| 公开(公告)号: | CN113378951A | 公开(公告)日: | 2021-09-10 |
| 发明(设计)人: | 甘云雁;张金庆;范廷恩;宋来明;段锐;王兴龙;丁祖鹏;卢川;董银涛;倪军娥 | 申请(专利权)人: | 中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/04;G06Q50/02 |
| 代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 赵悦 |
| 地址: | 100010 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 油田 画像 可视化 类比 方法 系统 可读 介质 设备 | ||
1.一种油田画像的可视化类比方法,其特征在于,包括以下步骤:
S1通过确定待评价油田的类比目标函数和油田类型选定候选油田集;
S2根据对所述类比目标函数的影响程度,将候选油田集中各油田的静态特征参数进行排序;
S3运用人脸识别中脸部特征值识别顺序对油田画像特征参数进行排序;
S4将静态特征参数和油田画像特征参数进行对应,并对候选油田集中的各油田进行画像;
S5根据人脸识别模型计算各候选油田与待评价油田的相似度,选择相似度超过阈值的油田进行油田类比,并根据各候选油田的类比目标函数值得出待评价油田的类比目标函数推荐值。
2.如权利要求1所述的油田画像的可视化类比方法,其特征在于,所述步骤S5中相似度采用改进的余弦距离相似度计算方法,其公式为:
其中,ai是A油田的第i个静态特征值,bi是B油田的第i个静态特征值,Wi是第i个静态特征值对目标函数影响的权重,n为静态特征值的数量。
3.如权利要求1或2所述的油田画像的可视化类比方法,其特征在于,所述步骤S1中类比目标函数至少包括:油田开发生产单井产能、油田采收率和高峰采油速度的类比。
4.如权利要求1或2所述的油田画像的可视化类比方法,其特征在于,所述步骤S1中油田类型以沉积类型、岩性、油藏深度、渗透率分级和原油性质中至少一种对待评价油田类型进行界定。
5.如权利要求1或2所述的油田画像的可视化类比方法,其特征在于,所述步骤S2中通过递归特征消除和随机森林相结合的算法获得静态特征参数排序结果。
6.如权利要求5所述的油田画像的可视化类比方法,其特征在于,所述步骤S2中的静态特征参数至少包括:沉积类型、岩性、油藏深度、原始地质储量、原始油藏压力、原始油藏温度、油柱高度、叠合含油面积、平均孔隙度、平均渗透率、平均净毛比、平均有效厚度、原始含油饱和度、平均K/u、平均API度、地层原油粘度和原始油气比。
7.如权利要求1或2所述的油田画像的可视化类比方法,其特征在于,所述步骤S3中画像特征参数至少包括:脸型、肤色、脸的长度、脸的宽度、发型、头发颜色、头发的高度、头发的宽度、眼睛的宽度、眼睛的高度、鼻子的长度、鼻子的宽度、嘴型、嘴的宽度、嘴的高度、耳朵的长度和耳朵的宽度。
8.一种油田画像的可视化类比系统,其特征在于,包括:
候选油田集生成模块,用于通过确定待评价油田的类比目标函数和油田类型选定候选油田集;
静态特征参数排序模块,用于根据对所述类比目标函数的影响程度,将所述候选油田集中各油田的静态特征参数进行排序;
画像特征参数排序模块,用于通过人脸识别中脸部特征值识别顺序对油田画像特征参数进行排序;
可视化模块,用于将所述静态特征参数和油田画像特征参数进行对应,并对所述候选油田集中的各油田进行画像;
结果输出模块,用于根据人脸识别模型计算各候选油田与待评价油田的相似度,选择所述相似度超过阈值的油田进行油田类比,并根据各候选油田的类比目标函数值得出待评价油田的类比目标函数推荐值。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的油田画像的可视化类比方法。
10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至7任一项所述的油田画像的可视化类比方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心,未经中海石油(中国)有限公司;中海石油(中国)有限公司北京研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110691639.9/1.html,转载请声明来源钻瓜专利网。





