一种复杂储层水平井初期产量融合预测方法

技术特征：
1.一种复杂储层水平井初期产量融合预测方法，其特征在于，包括以下步骤：步骤s1、根据研究区块生产井资料，确定每口生产水平井的初期产量，并收集每口生产井的地质资料、钻井资料、测井解释资料、压裂资料、生产资料的统计参数；步骤s2、采用数理统计方法分析水平井的初期产量与统计参数的相关性；步骤s3、对统计参数进行归一化处理，以水平井初期产量为母序列，以统计参数为子序列，利用灰色关联理论计算统计参数与初期产量间的关联度；步骤s4、利用随机森林算法计算统计参数对水平井初期产量的影响因子；步骤s5、综合利用灰色关联和随机森林算确定影响水平井初期产量的主控参数；步骤s6、以主控参数作为因素，利用机器学习方法构建水平井产量预测模型；步骤s7、以水平井产量预测模型的预测结果为基础，利用集成学习思想构建多种智能算法融合的复杂储层水平井初期产量预测融合模型，再利用pearson相关系数准则的计算得到各个模型的pearson相关系数，从而确定各个模型的权重系数；利用该预测融合模型对水平井初期产量进行预测。2.根据权利要求1所述的一种复杂储层水平井初期产量融合预测方法，其特征在于，所述统计参数包括水平井段长、钻遇率、段数、段簇数、每米加砂量、每米加液量、闷井时间、抽深、动液面、孔隙度、渗透率、含油饱和度。3.根据权利要求1所述的一种复杂储层水平井初期产量融合预测方法，其特征在于，所述水平井产量预测模型包括支持向量机预测模型、广义线性模型预测模型、多层感知类神经网络预测模型、随机森林预测模型、cart树模型预测模型。4.根据权利要求1所述的一种复杂储层水平井初期产量融合预测方法，其特征在于，所述pearson相关系数的计算公式为：式中：ρ为pearson相关系数；y
i
为岩石力学参数的实测值；为岩石力学参数的预测值；n为测试数量。5.根据权利要求4所述的一种复杂储层水平井初期产量融合预测方法，其特征在于，所述权重系数的计算公式为：式中：w
i
为第i个基模型权重系数；ρ
i
为第i个基模型pearson相关系数；n为基模型个数。6.根据权利要求5所述的一种复杂储层水平井初期产量融合预测方法，其特征在于，所述融合模型的计算公式为：式中：g为融合模型；g
i
为第i个智能预测模型；w
i
为第i个基模型权重系数。

技术总结
本发明公开一种复杂储层水平井初期产量融合预测方法，包括：确定每口生产水平井的初期产量；分析水平井的初期产量与统计参数的相关性；利用灰色关联理论计算统计参数与初期产量间的关联度；确定影响水平井初期产量的主控参数；利用机器学习方法构建水平井产量预测模型；利用集成学习思想构建多种智能算法融合的复杂储层水平井初期产量预测融合模型，利用该预测融合模型对水平井初期产量进行预测。本发明引入Pearson相关系数的准则，进行多种智能算法的融合以提高预测方法泛化，增强智能算法的迁移学习能力，以提高预测方法的适应性，因此与单个模型的预测结果进行对比，综合分析所构建多种智能算法融合的预测方法具有更高的预测效果。预测效果。预测效果。


技术研发人员：熊健 邓佳杰 刘向君 梁利喜 丁乙 侯连浪
受保护的技术使用者：西南石油大学
技术研发日：2022.09.27
技术公布日：2022/12/30