石油学报

作者：赵艳红, 姜汉桥, 李洪奇

单位：1. 中国石油大学(北京)石油工程学院 北京 102249;2. 石油数据挖掘北京市重点实验室 北京 102249;3. 中国石油大学(北京)人工智能学院 北京 102249

关键词：大孔道,地层吸水状态预测,高斯混合模型,随机森林,样本均衡化

基金：赵艳红,女,1986年1月生,2009年获中国石油大学(北京)学士学位,2016年获中国石油大学(北京)博士学位,现为中国石油大学(北京)石油与天然气工程学院博士后,主要从事石油数据智能化分析与挖掘技术研究等。Email:yh_zhao@126.com

摘要： 为研究注水开发油田注水通道的状态，通过将油田动、静态数据分析与机器学习算法相结合，提出了一种基于油田勘探开发动、静态数据进行注水井地层吸水状态预测的新方法。首先利用高斯混合模型完成地层吸水状态分类；然后结合动、静态数据生成机器学习样本，采用随机森林算法构建地层吸水状态预测模型，并对影响地层吸水状态的地质因素和开发因素进行重要性分析；最后将模型应用于研究工区，给出了所有井、不同层段、不同时期的吸水状态。实际应用表明，预测结果与示踪剂监测结果、吸水剖面测试结果一致，验证了该方法的可行性。该方法克服了理想条件假设、经验假设、参数假设等与实际状况不符等问题，提出了面向历史数据挖掘注水井地层吸水状态的新模式，对注水开发油田调剖堵水具有一定指导意义。

来源：2021年第8期

《石油学报》期刊编辑部

查看石油学报杂志2021年第8期