[发明专利]油气藏产量预测方法及系统

说明书

本申请提供了一种油气藏产量预测方法及系统，属于油气藏开发技术领域，油气藏产量预测方法包括：建立基于长短期记忆网络和卡尔曼滤波的油气藏产量预测模型；获取油藏数据，对油藏数据进行预处理；对预处理后的油藏数据通过相关性分析和逐步回归方法筛选出特征参数，基于特征参数构建数据集；通过油气藏产量预测模型对数据集进行训练和预测，得出预测结果；通过指标评价模型预测效果，对输出结果和预测结果进行评估分析，得到影响油井日产气的最优模型。通过本申请的技术方案，长短期记忆网络结合卡尔曼滤波预测油气藏产量，能够提高预测的准确率。

技术领域

本申请涉及油气藏开发技术领域，具体而言，涉及一种油气藏产量预测方法及系统。

背景技术

油井产量预测贯穿油田开发生产全过程。在产量预测模型中，根据产量影响因素及矿场获取数据的难易程度，考虑部分地质和生产参数作为油井产量预测的输入参数。日产气、日排液、套压、油压、输压、和水气比可从地层能量、操作调整、生产限制等方面衡量对产油量的影响水平。

在相关技术中，针对卡尔曼滤波方法应用于油藏产量预测领域做了诸多研究，随着油藏工程研究的深入，油气井的模型变得更为复杂，地质参数也越来越多。传统卡尔曼滤波对于系统模型的要求较高，它要求状态方程和量测方程是线性的高斯分布，且系统噪声可知。在以上条件下，通过迭代进行预测和更新步骤，但在处理非高斯分布的数据时，尤其是油气井在地下由于地层的构造特点和油藏不同的属性，分布是十分不均衡的。而且油藏的开发周期是很长的，随着开采的进行，地下开采环境会更恶劣，产量也会随之降低，还有各种意外因素会导致停工停产的状况，因此单一的卡尔曼滤波模型预测效果误差很大。

发明内容

本申请旨在解决或改善单一卡尔曼滤波模型预测效果误差大的问题。

为此，本申请的第一目的在于提供一种油气藏产量预测方法。

本申请的第二目的在于提供一种油气藏产量预测系统。

为实现本申请的第一目的，本发明第一方面的技术方案提供了一种油气藏产量预测方法，油气藏产量预测方法基于长短期记忆网络和卡尔曼滤波，油气藏产量预测方法包括：建立基于长短期记忆网络和卡尔曼滤波的油气藏产量预测模型，油气藏产量预测模型包括静态模型和动态调整模型，静态模型通过长短期记忆网络预测油气的产量，动态调整模型通过卡尔曼滤波对预测产量进行动态调整；获取油藏数据，对油藏数据进行预处理，预处理包括以下之一或其组合：缺失值处理、异常值处理和剔除无关变量；对预处理后的油藏数据，通过相关性分析和逐步回归方法筛选出特征参数，基于特征参数构建数据集,其中，相关性分析基于皮尔逊相关系数或斯皮尔曼秩相关系数；通过油气藏产量预测模型对数据集进行训练和预测，得出预测结果，其中，数据集作为静态模型的输入，静态模型的输出结果作为卡尔曼滤波的观测集，通过动态调整模型对输出结果进行修正；通过指标评价模型预测效果，对输出结果和预测结果进行评估分析，得到影响油井日产气的最优模型。