(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 202210913031.0 (22)申请日 2022.07.31 (71)申请人 中海石油 （中国） 有限公司天津分公 司 地址 300459 天津市滨 海新区海川路2121 号渤海石油管理局大厦 (72)发明人 苏彦春　李金蔓　林杨　李云鹏　 张锋利　刘跃忠　李权　欧阳雨薇 　 付校飞　张艳英　 (74)专利代理 机构 天津市北洋 有限责任专利代 理事务所 12 201 专利代理师 杜文茹 (51)Int.Cl. E21B 47/00(2012.01) E21B 49/00(2006.01)G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06F 30/20(2020.01) (54)发明名称 基于数据驱动及知识工程的海上油田动态 分析预测方法 (57)摘要 一种基于数据驱动及知识工程的海上油田 动态分析预测方法， 从以完成开采的海上油田中 获取多组历史油田开采数据， 通过对历史海上油 田开采中的油井油层压力的变化数据、 油井采出 液、 采油速度以及注水井的注水量数据的采集和 处理， 可对油层压差、 注采比和注水量数据进行 动态分析和演化， 从而 得出注水量与油层压差和 注采比之间的动态关系， 便于对实际海上油井开 采的注水量进行预测判断， 及时采取压裂、 堵水 等措施， 对注水量进行调节， 有利于实现增产增 注的效果。 权利要求书3页 说明书8页 附图1页 CN 115288662 A 2022.11.04 CN 115288662 A 1.一种基于数据驱动及知识工程的海上油田动态分析预测方法， 其特征在于， 包括如 下步骤： S1、 从已完成开采的海上油田中获取多组历史油田单井开采数据， 所述的油田单井开 采数据包括单井油井的油层压力数据、 单井油井日产液和日产油量以及单井注水井的受效 注水量数据； S2、 对步骤S1中获取的油田单井开采数据进行处 理； S3、 分别将油层压差数据组R、 受效注水量数据数据组D、 日产液数据组B、 单井注采比数 据组H、 含水数据组M和日产油量数据组C中的数据按设定的比例划分为建模组、 训练组和测 试组； S4、 取油层压差数据组R、 受效注水量数据数据组D、 日产液数据组B中的建模组数据， 采 用散点曲线拟合的方法， 建立油层压力的变化、 受效注水量数据和采 液量之间的曲线模型， 具体是以油层压差数据组R中的油层压差为已知条件， 以日产液数据组B中的日产液为自变 量， 受效注水量数据数据组D中的受效注水量数据为因变量， 建立基于油层压差的受效注水 量数据与采液量之间的曲线模型； S5、 取油层压差数据组R、 受效注水量数据数据组D、 日产液数据组B中的训练组数据， 对 步骤S4中建立的曲线模型进行散点值对比， 根据对比结果对曲线模型进行调整， 即将曲线 模型向训练 组数据中对应的坐标点靠 近调整； S6、 取油层压差数据组R、 受效注水量数据数据组D、 日产液数据组B中的测试组数据， 以 油层压差和日产液为已知量， 利用 调整后的曲线模型对受效注水量数据进行预测， 并与 受 效注水量数据数据 组D中的数据进行对比验证， 根据验证结果对曲线模型 的异常线段进行 平滑处理； S7、 在实际海上油田开采时， 根据实际的油井油层压差和日产液， 利用步骤S6中平滑处 理后的曲线模型对受效注水量数据进行预测， 将预测结果与实际受效注水量数据进行对 比， 用于及时通过调节油田单井的受效注水量数据， 做出增产增注措施； S8、 取含水数据组M、 单井注采比数据组H和日产油量数据组C中的建模组数据， 以含水 数据组M中的含水量除以单井注采比数据组H中的单井注采比得出 的数据组和日产油量数 据组C作为数据源， 采用散点曲线拟合的方法， 建立日产油量与含水和单井注采比之 间的曲 线模型， 具体是将含 水数据组M中的含 水量除以单井注采比数据组H中的单井注采比得出的 数据为自变量， 日产油量数据组C中的日产油量为因变量， 建立日产油量与含水和单井注采 比之间的曲线模型； S9、 取含水数据组M、 单井注采比数据组H和日产油量数据组C中的训练组数据， 对步骤 S8中建立的曲线模型进行散点值对比， 根据对比结果对曲线模型进行调整， 即将曲线模型 向训练组数据中对应的坐标点靠 近调整； S10、 取含水数据组M、 单井注采比数据组H和日产油量数据组C中的测试组数据， 以含水 和日产油量为已知量， 利用步骤S9中调整后的曲线模型对单井注采比进行预测， 将预测结 果与单井注采比数据组H中的数据进行对比验证， 根据验证结果对曲线模型 的异常线段进 行平滑处理； S11、 在实际海上油田开采时， 根据实际的油井含水和日产油 量， 利用步骤S9中平滑处 理后的曲线模型对单井注采比进行预测， 并与实际单井注采比进行对比， 用于及时通过调权　利　要　求　书 1/3 页 2 CN 115288662 A 2节油田单井的含水和单井注采比， 做出增产增注措施。 2.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S1所述的历史油田均为油井生成能力达标的油井。 3.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S1包括： S101、 获取多组历史油田单井开采中油井油层压力变化总量与油层开采深度， 建立油 层子数据组， 分别记为油层子数据组A1， 油层子数据组A2， ……和油层子数据组A N， N为油井 总个数； S102、 获取所述的油田单井的油井日产液， 日产液包括产油量和产水量， 分别记为日产 液子数据组B1， 日产液子数据组B2， ……和日产液子数据组BN， 构成日产液 数据组B； S103、 获取所述的油田单井的每个油井日产油量， 分别记为日产油量子数据C1， 日产油 量子数据C2, ……和日产油量子数据CN， 并构成日产油量数据组C； S104、 获取所述的油田单井开采中每个注水井的受效注水量数据， 分别记为受效注水 量数据子数据D1， 受效注水量数据子数据D2, ……和受效注水量数据子数据DN， 构成受效注 水量数据数据组D。 4.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S1中所述的油田单井开采数据中， 油田单井同一类型的数据之间均存在差 异性。 5.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S2包括： S201、 分别将各油层子数据组A 1， 油层子数据组A2， ……和油层子数据组AN中的油井油 层压力变化总量除以油层开采深度， 得出每个油层子数据组中油井油层压力的单位深度变 化量， 分别记 为油层压差r1， 油层压差r2， ……和油层压差r N， 构成油层压差数据组R， N为油 井总个数； S202、 分别将受效注水量数据子数据D1， 受效注水量数据子数据D2, ……和受效注水量 数据子数据DN， 对应除以日产液子数据组B1， 日产液子数据组B2, ……和日产液子数据组 BN， 得出油井的单井注采比， 分别记为油井的单井注采比h1， 油井的单井注采比h2， ……和 油井的单井注采比hN， 构成单井注采比数据组H； S203、 分别将每个日产液子数据组B1， 日产液子数据组B2, ……和日产液子数据组BN中 的产水量除以所对应的日产液， 得出对应油井的含水， 分别记为含水m1， 含水m2， ……和含 水mN， 构成含水 数据组M。 6.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S3中所述的按设定的比例划分为建模组、 训练组和测试 组， 包括： 按7： 2： 1的 比例划分为建模组、 训练组和测试 组； 或按6： 2： 2的比例划分为建模组、 训练组和测试组； 或 按5： 3： 2的比例划分为建模组、 训练 组和测试组。 7.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其 特征在于， 步骤S 3中划分的建模组、 训练组和测试组是在同组之间的数据中随机选定， 保证 划分的同组数据组之间的数据变化 不连续。 8.根据权利要求1所述的基于数据驱动及知识工程的海上油田动态分析预测方法， 其权　利　要　求　书 2/3 页 3 CN 115288662 A 3