一种基于因果流模型的页岩气井产量预测方法

本发明涉及石油天与然气工程、机器学习，尤其涉及一种基于因果流模型的页岩气井产量预测方法。

背景技术：

1、页岩气井的生产动态受地下静态条件与地面操作制度两类因素的共同影响。前者包括孔隙度、渗透率及含气饱和度等不可调控的地质参数，后者体现为井口油压与套压等日常可控变量。现场决策通常面临三个层次的问题：第一层为观测预测，即在当前操作制度下对短期产量的预估；第二层为干预预测，即调整井口油压后产量的响应变化；第三层为反事实推断，即回溯已发生的生产历史，推演不同压力策略下的累计产量差异。后两层本质上属于因果推断范畴，无法通过纯数据拟合解答。

2、目前现场采用的方法可分为三类。第一类为arps递减分析，将历史产量数据拟合为指数、双曲或调和递减模式后进行外推。该方法形式简洁、计算便捷，但仅依赖产量自身的时间序列特征，未纳入压力等操作变量的影响，操作制度调整后原有递减规律即失效，不适用于制度优化场景。第二类为油藏数值模拟，从渗流力学方程出发构建地质模型并求解，物理基础较为完备，可进行干预情景分析，但单井建模与参数率定周期较长，难以满足大规模井组的批量评估需求。第三类为以lstm为代表的深度学习预测方法，拟合能力较强，但其本质为统计关联模型，学习的是条件分布p(y|x)而非干预分布p(y|do(x))，对训练数据中未出现的压力制度外推能力不足，且不具备反事实推演功能。

3、现有技术存在三方面不足：arps方法缺乏操作变量这一输入维度，制度调整后模型即失效；数值模拟的计算代价过高，单井参数率定需耗时数天，难以满足数百口井规模的批量部署需求；lstm缺乏因果结构，无法弥合条件分布p(y|x)与干预分布p(y|do(x))之间的本质差异，既不能进行干预外推，亦无法执行反事实推演。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于因果流模型的页岩气井产量预测方法，包括以下步骤：

2、s1、根据页岩气井井筒多相流与节点分析理论，构建面向气井生产的领域因果图；

3、s2、根据监测变量的原始数据集，构造基于多井滑动窗口的时序样本；

4、s3、针对每一个监测变量，构建对应的rnn编码器与cnf生成器；

5、s4、进行模型训练与收敛监控，确定最佳拟合参数；

6、s5、执行观测预测、干预预测与反事实推断，优化页岩气井生产。

7、作为优选，步骤s1包括：

8、s11、选取监测变量确定因果节点与边的方向；

9、s12、确定干预变量。

10、作为优选，步骤s11中：

11、选取监测变量包括井口油压、井口套压、井底流压和日产气。

12、作为优选，步骤s11中：

13、确定井口油压为节点0，井口套压为节点1，井底流压为节点2，日产气为节点3，预测时节点按拓扑顺序[0,1,2,3]或[1,0,2,3]执行。

14、作为优选，步骤s2包括：

15、s21、获取实际测量的监测变量的原始数据集，进行标准化处理，对每一口井的以预设步幅在时间维上滑动，生成滑动窗口样本；

16、s22、将监测变量的滑动窗口样本数据进行逆变换，恢复至原始监测数据的物理单位。

17、作为优选，所述步骤s3包括：

18、作为优选，步骤s3包括：

19、s31、更新rnn隐状态；

20、s32、拼接构造因果条件向量；

21、s33、cnf的正向编码与反向解码；

22、s34、flow matching训练目标。

23、作为优选，步骤s31中更新rnn隐状态，包括：对节点i，其在时间步t的隐状态更新方式为：将上一时刻的顶层隐状态与当前观测值一起送入lstm，经3层门控循环单元处理后，输出新的顶层隐状态和全层细胞状态；

24、作为优选，步骤s32中拼接构造因果条件向量，因果条件向量包括：节点i在上一时刻的lstm顶层隐状态、过去预设时间步的原始观测值序列、所有父节点在当前时刻的取值、所有父节点的lstm顶层隐状态；

25、作为优选，s33中cnf的正向编码与反向解码，包括：正向编码过程由函数  表示，给定速度场，正向过程在总结过去观测到的事实数据的事实隐藏状态  的条件下，将观测到的事实结果推送到潜在嵌入 ：

26、

27、其中，为潜在嵌入， φ_θ 为cnf所定义的可逆映射函数，为观测到的事实结果，为事实隐藏状态，为速度场，为当前状态，s为归一化flow时间；

28、反向解码过程由函数定义为：

29、

30、其中， 为潜在表示，为从模型预测值更新的隐藏状态；

31、作为优选，步骤s34中flow matching训练目标，包括：在预测窗口开始时，  从上下文序列  初始化；对于后续步骤  ，在训练期间，隐藏状态 使用观测值  自回归更新；训练损失在整个预测窗口上计算。

32、作为优选，步骤s4包括：rnn在预测窗口内接收真实观测值而非上一步的预测值作为输入，以加速收敛。

33、与现有技术相比，本发明具有以下有益技术效果：

34、本发明以显式因果dag约束预测的物理方向，弥补了lstm的因果缺失；此外，利用cnf的可逆性，从观测数据中反推反事实推理所需的外生噪声，克服了现有技术中数值模拟与纯统计方法的缺陷，提供了一种基于因果流模型的页岩气井产量预测方法。

35、本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

1.一种基于因果流模型的页岩气井产量预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的页岩气井产量预测方法，其特征在于，步骤s1包括：

3.根据权利要求2所述的页岩气井产量预测方法，其特征在于，步骤s11中：

4.根据权利要求3所述的页岩气井产量预测方法，其特征在于，步骤s11中：

5.根据权利要求1所述的页岩气井产量预测方法，其特征在于，步骤s2包括：

6.根据权利要求1所述的页岩气井产量预测方法，其特征在于，步骤s3包括：

7.根据权利要求1所述的页岩气井产量预测方法，其特征在于，步骤s31中更新rnn隐状态，包括：对节点i，其在时间步t的隐状态更新方式为：将上一时刻的顶层隐状态与当前观测值一起送入lstm，经3层门控循环单元处理后，输出新的顶层隐状态和全层细胞状态；

8.根据权利要求1所述的页岩气井产量预测方法，其特征在于，步骤s4包括：rnn在预测窗口内接收真实观测值而非上一步的预测值作为输入，以加速收敛。

9.一种电子设备，其特征在于，其包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令所述计算机执行权利要求1～8任一项所述的页岩气井产量预测方法。