基于神經網絡的剩余油分布預測及注采參數優化

作者：吳君達,李治平,孫妍,曹旭升

摘要：針對注水開發過程中注采參數的優化問題,提出采用神經網絡代替數值模擬對剩余油分布進行預測,并結合無梯度差分進化算法對注采參數進行優化.該模型不僅建立了注采參數與目標函數的非線性關系,還能準確預測不同生產階段剩余油分布.其預測原理是將注采參數和生產時間視為剩余油分布圖像的高級特征,利用卷積層提取特征、轉置卷積層進行上采樣,通過多個卷積與轉置卷積的組合逐級恢復原圖像,從而達到準確預測的效果.在神經網絡構建過程中,選擇多個3×3的小卷積核來代替大卷積核,在不影響感受野的情況下減少了參數量,節約了計算成本,有效提高了模型訓練時的迭代效率.以某區塊4口注入井、5口生產井的五點井網為例,將不同階段生產井的井底壓力、注入井的注入量以及生產時間作為輸入參數,建立了基于神經網絡的預測模型,以凈現值作為目標函數,通過差分優化算法對4個階段的注采參數進行了優化.相比于基礎方案,優化后的方案凈現值提高了約21%.

發文機構：中國地質大學（北京）能源學院

關鍵詞：神經網絡轉置卷積差分進化算法注采優化剩余油分布neural networktransposed convolutiondifferential evolution algorithminjection-production optimizationremaining oil distribution

分類號： TE319[石油與天然氣工程—油氣田開發工程]