基于機器學習的平面剩余油分布預測方法

作者：谷建偉,任燕龍,王依科,劉巍

摘要：老油田在長期開發過程中積累了大量的數據資源,為機器學習技術應用提供了基礎。以深入挖掘數據資源內在關系為目的,提出基于機器學習的剩余油分布預測新方法。首先以測井解釋成果、油藏工程理論計算和多套油藏數模結果為基礎數據,開展數據融合和處理,給出12個維度參數的具體計算方法,形成樣本資料庫;利用支持向量機和長短期記憶神經網絡模型分別開展見水波及識別和剩余油分布預測訓練,搭建剩余油預測模型,實現在輸入儲層物性參數、油水流動特征參數和生產參數的情況下,簡單快速預測油藏平面剩余油分布的目的。測試表明,新預測模型計算的剩余油飽和度與數值模擬計算結果相比,預測準確率達到96%。

發文機構：中國石油大學（華東）石油工程學院

關鍵詞：剩余油分布支持向量機長短期記憶神經網絡機器學習預測模型remaining oil distributionsupport vector machinelong-short term memory neural networkmachine learningprediction model

分類號： TE33.1[石油與天然氣工程—油氣田開發工程]