基于时空图卷积的注采井网连通性评价与产量预测方法及系统
本发明涉及油气田开发与人工智能建模,尤其是涉及一种基于时空图卷积的注采井网连通性评价与产量预测方法及系统。
背景技术:
1、在油田水驱开发过程中,采油井产量变化不仅与单井自身递减规律有关,还与注水井注入强度、井间距离、层位对应关系以及邻井干扰密切相关。准确识别注采井之间的动态连通关系并预测未来产量,对于注采调整和提高采收率具有重要意义。
2、现有技术中,递减曲线分析主要依据单井历史产量进行趋势外推,难以反映注水井对采油井的驱替作用及邻井间压力传播;油藏数值模拟虽然能够描述地下渗流机理,但依赖复杂的三维地质建模和历史拟合,建模周期长、计算成本高,难以适应现场高频滚动预测场景;lstm、rnn等常规时序模型虽然能够处理时间序列,但通常忽略井网空间拓扑结构,难以表征井间影响路径、注水见效滞后和动态连通性演化。
3、此外,现有多数方法仅输出未来产量数值,缺少可直接服务于工程判断的连通性评价结果,难以支撑无效注水方向识别和重点井组调整。因此,亟需一种能够同时利用井网空间信息和生产时间信息,并输出动态连通诊断结果的快速预测方法。
技术实现思路
1、本发明的目的是提供基于时空图卷积的注采井网连通性评价与产量预测方法及系统,以解决现有技术中难以同时刻画井网空间拓扑关系与生产时间动态、预测结果缺乏连通性解释以及现场应用效率不足的问题。
2、为实现上述目的,本发明提供了一种基于时空图卷积的注采井网连通性评价与产量预测方法,包括以下步骤:
3、s1、油田生产多源动态数据采集与预处理:采集目标区块内注水井和采油井的历史生产数据以及井位信息,历史生产数据至少包括注水量、产液量、产油量和井底流压数据,井位信息至少包括井口坐标和射孔层位信息;对原始数据进行缺失值填补、异常值平滑和归一化处理,形成适于模型输入的时空特征张量;
4、s2、构建注采井网空间拓扑图:将注水井和采油井抽象为图结构中的节点,构建井网空间拓扑图g=(v,e,a),其中v为节点集合,e为边集合,a为初始邻接矩阵;边连接关系根据开发层系对应关系、井间距离阈值或最近邻规则确定,并采用距离衰减函数确定各节点对之间的初始邻接矩阵元素,由全部初始邻接矩阵元素构成初始邻接矩阵,并对初始邻接矩阵进行归一化处理,得到归一化邻接矩阵;
5、s3、构建并训练时空图卷积网络预测模型:将s1得到的时空特征张量与s2得到的井网空间拓扑图及归一化邻接矩阵共同输入时空图卷积网络预测模型,时空图卷积网络预测模型由一个或多个时空卷积块堆叠而成,每个时空卷积块包括空间特征提取层和时间特征提取层;空间特征提取层用于通过图卷积传播聚合邻居节点信息,以表征注水井对采油井的空间影响,时间特征提取层用于提取生产动态沿时间维度的递减规律和波动特征;
6、s4、动态连通性反演:在时空图卷积网络预测模型中设置图注意力层,通过图注意力层计算图注意力权重,以自适应学习不同井之间的影响权重;模型训练收敛后,提取图注意力层输出的图注意力权重矩阵,并将图注意力权重矩阵作为注水井和采油井之间的动态连通系数;
7、s5、预测结果输出与应用:将当前时间窗内的生产数据输入训练完成的时空图卷积网络预测模型,输出未来预设周期的采油井产量预测结果,并根据动态连通系数矩阵生成动态连通系数矩阵热力云图和区块空间响应强度分布云图。
8、优选的,s1中归一化处理的表达式如下:
9、;
10、其中,为原始特征值,和分别为原始特征值的最小值和最大值,为防止分母为零的修正项,为归一化后的特征值。
11、优选的,s2中,注水井与采油井之间的距离满足:
12、;
13、其中,为注水井i的平面坐标,为采油井j的平面坐标;
14、采用距离衰减函数确定初始邻接矩阵元素的表达式如下:
15、;
16、其中,为衰减控制参数;
17、对邻接矩阵进行归一化处理的表达式如下:
18、;
19、其中,d为度矩阵。
20、优选的,s3中,图卷积传播表示为:
21、;
22、其中,为第l层图卷积的输入节点特征矩阵,为第l层图卷积的可训练权重矩阵,为非线性激活函数。
23、优选的,s3中,空间特征提取层采用chebyshev(切比雪夫)多项式近似图卷积,表达式为:
24、;
25、其中,为空间特征提取层的输出特征矩阵,为k阶chebyshev多项式,为图拉普拉斯矩阵,为输入节点特征矩阵,为第k阶可训练参数矩阵,为chebyshev多项式的最高阶数。
26、优选的,时间特征提取层采用时间卷积网络、空洞因果卷积或长短期记忆网络;当采用时间卷积时,其输出为:,其中,为t时刻的时间卷积输出特征,为第m个时间卷积核参数,为t-m时刻的空间特征,为时间卷积核长度;当采用空洞因果卷积时,其输出为:,其中,d为空洞因子;当采用长短期记忆网络时,其输出为:,其中,为输出门,为t时刻的单元状态。
27、优选的,s4中,图注意力权重表示为:
28、;
29、其中,为注水井节点i与采油井节点j的相关性评分,为注水井节点i与其邻域内第k个采油井节点的相关性评分,为注水井节点i的邻域节点集合。
30、优选的,s5中,空间响应强度场表示为:
31、;
32、其中,为动态连通权重,为平滑扩散参数。
33、优选的,模型训练采用均方误差作为目标函数,表达式为:
34、;
35、其中,为均方误差损失函数,为样本数量,为第n个样本的真实产量,为第n个样本的预测产量。
36、本发明还提供了一种基于时空图卷积的注采井网连通性评价与产量预测系统,包括:
37、井网数据整合模块,用于提取井位坐标、层位信息及生产动态序列并完成预处理;
38、井网拓扑构建模块,与井网数据整合模块连接,用于根据井网数据整合模块的处理结果建立井网空间拓扑图及邻接矩阵;
39、时空特征学习模块,与井网拓扑构建模块连接,用于根据井网拓扑构建模块构建的井网空间拓扑图及邻接矩阵,以及井网数据整合模块输出的时空特征张量,完成空间特征与时间特征联合建模;
40、连通性反演模块,与时空特征学习模块连接,用于从训练完成的时空特征学习模块中提取动态连通权重;
41、产量预测输出模块,与连通性反演模块连接,用于根据连通性反演模块提取的动态连通权重输出产量预测结果及可视化评价结果。
42、因此,本发明采用上述基于时空图卷积的注采井网连通性评价与产量预测方法及系统,具有以下有益效果:
43、(1)本发明将注采井网表示为图结构数据,并在统一框架下同时处理空间拓扑关系与时间递减规律,能够较好反映注水井对采油井的驱替作用以及邻井之间的动态干扰。
44、(2)本发明不依赖复杂的三维地质网格建模和大规模历史拟合,在保留工程解释性的同时显著降低计算成本,更适合油田现场滚动预测与快速决策应用。
45、(3)本发明在输出未来产量预测结果的同时,利用图注意力权重反演动态连通系数,实现预测与诊断一体化输出,增强了模型结果的可解释性和工程可用性。
46、(4)本发明能够进一步生成动态连通系数矩阵热力图和空间响应强度云图,从而辅助识别无效注水方向、高渗通道和重点调整井组,为油田注采优化提供直观依据。
47、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com