[发明专利]油田开发动态数据准确性检测方法、装置、设备及介质

权利要求书

1.一种油田开发动态数据准确性检测方法，其特征在于，包括：

获取油田目标区域中各油井的空间数据；所述油井的空间数据包括油井的名称、位置和井连通信息；

获取一段连续时间内油田目标区域中各油井的开发动态数据，并进行预处理；

基于各油井的空间数据和预设的处理规则，以每个油井为中心井，计算其他油井相对中心井的权重系数；所述权重系数用于表示油井间的影响关系，数值越大代表关联越紧密；

以单个油井为节点，将油井的开发动态数据作为节点属性，构建表示油田目标区域内油井信息的时空图；

基于各油井的空间数据和对应的所述权重系数，对所述时空图进行剪枝，将节点间加权邻接值为零的边删除；所述加权邻接值为两节点间的欧式距离与相应的所述权重系数的乘积；

基于进行剪枝后的所述时空图，以每个节点为中心节点，根据节点连接关系，只保留与该中心节点直接相连的边及节点，作为该中心节点的结构属性存储；

基于各油井的开发动态数据，确定外部影响因素特征矩阵；

构建油田开发动态数据预测模型；所述油田开发动态数据预测模型包括依次连接的两层GCN网络、一层TCN网络和融合模块；所述油田开发动态数据预测模型用于将输入的时空图通过两层堆叠的GCN网络提取空间特征，再通过一层TCN网络提取时间特征，然后与从输入的所述外部影响因素特征矩阵中提取到的特征一同输入所述融合模块进行融合，输出得到预测时空图；

以历史时间对应的样本时空图和样本外部影响因素特征矩阵为输入，以相应的预测时空图为输出，对所述油田开发动态数据预测模型进行训练；

获取待检测的时空图和相应的外部影响因素特征矩阵，输入训练好的所述油田开发动态数据预测模型，得到对应的预测时空图；

基于预测的时空图和相应时间内的开发动态数据，判断是否存在数据异常。

2.根据权利要求1所述的方法，其特征在于，

所述油田开发动态数据预测模型中，所述TCN网络采用PReLU激活函数进行激活。

3.根据权利要求1所述的方法，其特征在于，

所述进行预处理包括：

检测数据的缺失状况，并对缺失的数据进行填补；

进行数据标准化处理。

4.根据权利要求1所述的方法，其特征在于，

油井的开发动态数据包括油田的油压动态信息、套压动态信息、动液面动态信息、月产油量动态信息、月产水量动态信息、三元复合驱浓度动态信息、井施工动态信息和月注水量动态信息；

所述外部影响因素特征矩阵包括表征注入井相关指标、井施工问题和三元复合驱类型信息的特征。

5.根据权利要求1所述的方法，其特征在于，

所述以每个油井为中心井，计算其他油井相对中心井的权重系数，包括：

对每一个油井，执行如下操作：

将油井设为中心井，根据各油井的空间数据和预设的处理规则，分别确定该中心井的连通井和邻近井；预设的处理规则包括对连通井的处理规则和对邻近井的处理规则；

按照对连通井的处理规则，计算连通井组内各油井相对中心井的权重系数；连通井组为相对中心井的所有连通井构成的井组；

按照对邻近井的处理规则，计算邻近井组内各油井相对中心井的权重系数；邻近井组为相对中心井的所有邻近井构成的井组；

比较邻近井组和连通井组，若邻近井组与连通井组中存在重复的油井，则对于重复的油井，视为连通井取对应的权重系数。