(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211278157.1 (22)申请日 2022.10.19 (71)申请人 中国石油大 学 （华东） 地址 266580 山东省青岛市经济技 术开发 区长江西路6 6号 (72)发明人 张晓东　李敏　秦子轩　史靖文　 白广芝　张永安　 (74)专利代理 机构 武汉聚信汇智知识产权代理 有限公司 42 258 专利代理师 刘丹 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种致密油藏水平井产能预测方法、 介质及 系统 (57)摘要 本发明提供了一种致密油藏水平井产能预 测方法、 介质及系统， 属于石油产能预测技术领 域， 该致密油藏水平井产能预测方法包括： 采集 影响致密油水平井产能的数据及对应井的历史 日产能数据； 将影 响致密油水平井产能的数据及 对应井的历史日产能数据进行预处理与降维得 到训练数据集； 基于深度学习神经网络构建致密 油藏水平井产能预测模型， 所述致密油藏水平井 产能预测模型包括输入模块、 时空特征提取模 块、 特征融合模块、 回归 预测模块； 以训练数据集 对所述致密油藏水平井产能预测模 型进行训练； 将待预测数据输入致密油藏水平井产能预测模 型中， 得到产能预测结果； 根据得到的产能预测 结果部署和调节石油挖掘工程。 权利要求书1页 说明书5页 附图2页 CN 115471012 A 2022.12.13 CN 115471012 A 1.一种致密油藏水平井产能预测方法， 其特 征在于， 包括以下步骤： S10： 采集影响致密油水平井产 能的数据及对应井的历史日产能数据， 其中， 所述影响 致密油水平井产能的数据包括： 压裂级数、 每簇砂量、 压裂簇数、 缝间距、 每簇液量、 每段砂 量、 孔隙度、 渗透率、 含油饱和度、 泊松比、 杨氏模量、 脆性指数、 水平段长度、 油层 钻遇率、 钻 遇油层厚度和一类油层钻遇率； S20： 将影响致密油水平井产能的数据及对应井的历史日产能数据进行预处理与降维 得到训练数据集； S30： 基于深度 学习神经网络构建致密油藏水平井产能预测模型， 所述致密油藏水平井 产能预测模型包括输入 模块、 时空特 征提取模块、 特 征融合模块、 回归预测模块； S40： 以训练数据集对所述 致密油藏水平井产能预测模型进行训练； S50： 将待预测数据输入致密油藏水平井产能预测模型中， 得到产能预测结果； S60： 根据得到的产能预测结果部署和调节石油挖掘工程。 2.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述输入模 块首先将原始数据按储层划分， 基于同储层数据构建Spatial ‑Temporal矩阵作为深度神经 网络的输入。 3.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述时空特 征提取模块基于卷积运算、 长短期记忆网络与自注意力机制构建Conv ‑LSTM‑SAT网络提取 输入数据的时空特 征。 4.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述特征融 合模块将时空特 征与压裂数据进行串联融合。 5.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述回归预 测模块采用全连接层对融合特 征进行回归预测， 输出产能预测值。 6.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述对影响 致密油水平井产能的数据及致密油水平井产能的实际产能数据降维的方法为： 计算各个变 量因素与油井产能之间的加权相关系数， 舍弃低于阈值的变量因素。 7.根据权利要求1所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述对影响 致密油水平井产能的数据及致密油水平井产能的实际产能数据进 行预处理的方法为： 首先 采用Z‑score方法将数据标准化， 再根据3σ 原则识别并剔除异常值； 采用线性插值法填补缺 失值； 采用最大最小法归一 化数据。 8.根据权利要求2所述的一种致密油藏水平井产能预测方法， 其特征在于， 所述输入模 块中Spatial ‑Temporal矩阵的构造方法为， 选取部分油井与目标油井的生产序列构建 Spatial‑Temporal矩阵作为神经网络的输入， 其中， 部分油井与目标油井位于同一储层。 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 程序指令； 所述计算机程序指 令被处理器执行时实现如权利要求 1～8中任一项 所述的一种 致密油藏水平井产能预测方法。 10.一种致密油藏水平井产能预测系统， 其特征在于， 包含如权利要求9所述的计算机 可读存储介质。权　利　要　求　书 1/1 页 2 CN 115471012 A 2一种致密油藏水 平井产能预测方 法、 介质及系统 技术领域 [0001]本发明属于石油产能预测技术领域， 具体而言， 涉及一种致密油藏水平井产能预 测方法、 介质及系统。 背景技术 [0002]作为常规油气的重要接替， 我国致密油资源丰富、 开发潜力大。 准确预测致密油产 能是有效开 发和管理致密油资源的关键， 但致密油储层的强非均质性使准确预测产能变得 十分困难。 [0003]传统的产能预测 分为静态和动态两种方法。 静态产能预测方法以测井信息为主， 测井信息主要反 映储层的静态特征， 无法直接反 映储层的动态特征对产能的影响； 动态产 能预测模型包括解析法、 半解析法以及数值模拟法， 但动态方法进行产能预测是基于地层 均质的假设推导出来的， 对于非均质性强的致密油储层， 预测的不够准确。 [0004]基于数据挖掘开展的产能预测研究大致分为传统机器学习与深度学习两类。 其 中， 传统机器学习难以对复杂的非线性关系建模， 无法提取输入数据的复杂特征， 虽然深度 学习能够提取输入数据的复杂特征， 但目前已有的深度学习 产能预测方法大多侧重于提取 输入数据的时序特征来预测油井产能， 忽略了致密油储层非均质性 强这一空间特征对产能 预测的影响， 存在未同时提取产能数据的时空特 征导致致密油藏产能预测不 准确问题。 发明内容 [0005]有鉴于此， 本 发明提供一种致密油藏水平井产能预测方法、 介质及系统， 解决了未 同时提取产能数据的时空特 征导致致密油藏产能预测不 准确问题。 [0006]本发明是这样实现的： [0007]本发明的第一方面 提供一种致密油藏水平井产能预测方法， 包括以下步骤： [0008]S10： 采集影响致密油水平井产能的数据及对应井的历史日产能数据， 其中， 所述 影响致密油水平井产能的数据包括： 压裂级数、 每簇砂量、 压裂簇数、 缝间距、 每簇液量、 每 段砂量、 孔隙度、 渗透率、 含油饱和度、 泊松比、 杨氏模量、 脆性指数、 水平段长度、 油层钻遇 率、 钻遇油层厚度和一类油层钻遇率； [0009]S20： 将影响致密油水平井产能的数据及对应井 的历史日产能数据进行预处理与 降维得到训练数据集； [0010]S30： 基于深度学习神经 网络构建致密油藏水平井产能预测模型， 所述致密油藏水 平井产能预测模型包括输入 模块、 时空特 征提取模块、 特 征融合模块、 回归预测模块； [0011]S40： 以训练数据集对所述 致密油藏水平井产能预测模型进行训练； [0012]S50： 将待预测数据输入致密油藏水平井产能预测模型中， 得到产能预测结果； [0013]S60： 根据得到的产能预测结果部署和调节石油挖掘工程。 [0014]在上述技术方案的基础上， 本发明的一种致密油藏水平井产能预测方法还可以做 如下改进:说　明　书 1/5 页 3 CN 115471012 A 3