多层油藏主力层位确定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种多层油藏主力层位确定方法、装置、设备及存储介质。其中，方法包括：建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，产量数据包括产油量和产水量，变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集；基于弹性网络算法对样本数据表进行拟合，得到的拟合模型中包括各目标层位的产油贡献系数和产水贡献系数；将产油贡献系数大于第一阈值的目标层位确定为主力产油层。本发明专利技术实施例基于弹性网络算法，建立能够精确预测油田产量的拟合模型并根据拟合模型确定多层油藏主力产油、产水层位，降低层位产量测试成本，提高主力层位确定的准确性。

【技术实现步骤摘要】
多层油藏主力层位确定方法、装置、设备及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种多层油藏主力层位确定方法、装置、设备及存储介质。
技术介绍
目前，纵向多储层油田开发多采用多层合采或分层系开采，对于层数较多的油田，无法精细到每个储层分层开采。因此，为了指导新井射孔层位确定、对老井的高产水层位实施堵水措施，需要识别产油、产水的主要贡献层。现有技术中，各层的产油、产水量多通过产液剖面测试获得，但产液剖面测试费用昂贵，很难做到每口井都测试，同时有些井由于井筒工艺不适合进行产液剖面测试，导致很多多层油藏无法判断主力产油层位，对于油田后期打加密井无法指导射开层位，对于老井的高含水无法有效的进行措施堵水；生产多年的老油田可以通过生产数据结合射孔历史综合评价射开层位对生产曲线的影响，但老油田射孔历史复杂，射开层位繁多，而且很多层是批量射孔生产，人为进行分析难度非常大。
技术实现思路
本专利技术实施例提供一种多层油藏主力层位确定方法、装置、设备及存储介质，基于弹性网络算法对目标油田的历史生产数据进行拟合，建立能够精确预测油田产量的拟合模型并根据拟合模型确定多层油藏主力产油、产水层位，降低层位产油、产水量的测试成本，省去大量的人工分析过程，提高主力层位确定的准确性。第一方面，本专利技术实施例提供了一种多层油藏主力层位确定方法，包括：建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，所述产量数据包括产油量和产水量，所述变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集；基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，所述拟合模型中包括各目标层位的产油贡献系数和产水贡献系数；将产油贡献系数大于第一阈值的目标层位确定为所述目标油田的主力产油层。第二方面，本专利技术实施例还提供了一种多层油藏主力层位确定装置，包括：样本数据表建立模块，用于建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，所述产量数据包括产油量和产水量，所述变量数据包括生产时间、主要影响因素以及至少两个目标层位的开关层状态数据集；拟合模型建立模块，用于基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，所述拟合模型中包括各目标层位的产油贡献系数和产水贡献系数；主力产油层确定模块，将产油贡献系数大于第一阈值的目标层位确定为所述目标油田的主力产油层。第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本专利技术实施例所述的多层油藏主力层位确定方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如本专利技术实施例所述的多层油藏主力层位确定方法。本专利技术实施例的技术方案，基于弹性网络算法对目标油田的历史生产数据进行拟合，建立能够精确预测油田产量的拟合模型并根据拟合模型确定多层油藏主力产油、产水层位，降低层位产油、产水量的测试成本，省去大量的人工分析过程，提高主力层位确定的准确性。附图说明图1为本专利技术实施例一提供的一种多层油藏主力层位确定方法的流程图。图2为本专利技术实施例二提供的一种多层油藏主力层位确定方法的流程图。图3为本专利技术实施例三提供的一种多层油藏主力层位确定装置的结构示意图。图4为本专利技术实施例四提供的一种计算机设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。实施例一图1为本专利技术实施例一提供的一种多层油藏主力层位确定方法的流程图。本专利技术实施例可适用于无需测试各层位产量即可确定主力层位的情况，该方法可以由本专利技术实施例提供的多层油藏主力层位确定装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。例如，云服务器。如图1所示，本专利技术实施例的方法具体包括：步骤101、建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，所述产量数据包括产油量和产水量，所述变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集。其中，目标油田为主力层位待确定的多层油藏。目标生产时间为目标油田投入生产的任意时间段，可以根据目标油田的生产情况和对拟合计算的精度要求预先确定，例如，为了提高拟合计算的精度需要获得尽可能多的训练数据，确定油田投入生产至今的十年为目标生产时间，又例如，近两年时间内油田所处位置的气候发生了明显的变化，为排除气候的影响，可以确定近两年为目标生产时间。历史数据记录为目标油田在目标生产时间内的工作日志，包括目标油田在目标生产时间内的产量数据与变量数据。产量数据包括产油量和产水量，是变量数据的因变量。产油量为对应的生产时间内的产油量，产水量为对应的生产时间内的产水量，均受到主要影响因素和目标层位的开关层状态的影响。变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集。生产时间数据为目标生产时间内的任意单位时间段，单位时间段的长度可以根据目标生产时间的长度和对拟合计算的精度要求预先设定，例如可以是一个月、一天或一个小时，在此不做限定。主要影响因素数据为对目标油田产油量影响较大的生产指标的数值和对目标油田产水量影响较大的生产指标的数值，包括产液量、含水率、气油比、累产油和累产水。至少两个目标层位的开关层状态数据集为目标油田的目标层位的开关层状态数据的集合，目标层位的开关层状态数据可以表示目标层位在对应的生产时间内的开关层状态。步骤102、基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，所述拟合模型中包括各目标层位的产油贡献系数和产水贡献系数。其中，拟合模型为多元线性回归方程。方程的自变量可以是生产时间、主要影响因素中对目标油田产油量影响较大的生产指标和目标层位的开关层状态数据，当用户输入上述自变量数据时，对应的方程的因变量为产油量，即用户得到的拟合模型的输出包括输入的生产时间内的产油量，同时，拟合模型的输出还包括拟合模型中各目标层位的产油贡献系数。示例性的，输入任一生产时间、该生产时间内主要影响因素中的产液量、气油比、累产油的数值以及目标层位的开关本文档来自技高网...

【技术保护点】
1.一种多层油藏主力层位确定方法，其特征在于，包括：/n建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，所述产量数据包括产油量和产水量，所述变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集；/n基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，所述拟合模型中包括各目标层位的产油贡献系数和产水贡献系数；/n将产油贡献系数大于第一阈值的目标层位确定为所述目标油田的主力产油层。/n

【技术特征摘要】
1.一种多层油藏主力层位确定方法，其特征在于，包括：
建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表，所述产量数据包括产油量和产水量，所述变量数据包括生产时间数据、主要影响因素数据以及至少两个目标层位的开关层状态数据集；
基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，所述拟合模型中包括各目标层位的产油贡献系数和产水贡献系数；
将产油贡献系数大于第一阈值的目标层位确定为所述目标油田的主力产油层。


2.根据权利要求1所述的方法，其特征在于，在所述建立由目标油田在目标生产时间内的历史数据记录中的产量数据与变量数据构成的样本数据表之前，包括：
获取目标生产时间内的历史数据记录中的各层位的开关层动作记录，所述开关层动作记录为目标生产时间内各层位发生开关层动作时的记录；
将所述开关层动作记录数值化，得到各层位的开关层动作数据，其中，与开层动作对应的开关层动作数据为1，与关层动作对应的开关层动作数据为0；
对所述各层位的开关层动作数据进行数据变换，得到各层位的开关层状态数据，其中，与开层状态对应的开关层状态数据为1，与关层状态对应的开关层状态数据为0；
根据各层位的开关层状态数据筛选所述层位，得到目标层位和目标层位的开关层状态数据集。


3.根据权利要求2所述的方法，其特征在于，所述目标层位包括所述目标生产时间内开关层状态数据与其他各层位均不相同的层位和开关层状态数据相同的至少两个层位中的任一层位，所述目标层位的开关层状态数据集为所述目标层位的开关层状态数据的集合；
与目标层位开关层状态数据完全一致的至少一个层位为所述目标层位的相关层位。


4.根据权利要求3所述的方法，其特征在于，在所述将产油贡献系数大于第一阈值的目标层位确定为所述目标油田的主力产油层之后，还包括：
将被确定为主力产油层的所述目标层位的相关层位确定为主力产油层。


5.根据权利要求1所述的方法，其特征在于，所述基于弹性网络算法对所述样本数据表进行拟合，得到拟合模型，包括：
对所述样本数据表进行随机取样，得到所述样本数据表中第一比例的数据作为训练数据集，剩余比例的数据作为测试数据集；
基于弹性网络算...

【专利技术属性】
技术研发人员：吴昊，刘新光，李井亮，王盘根，商志垒，
申请(专利权)人：中海石油国际能源服务北京有限公司，
类型：发明
国别省市：北京;11