基于长短期记忆网络和注意力机制的油井产油量预测

准确地预测油井产油量在油田生产中至关重要,针对传统的线性预测方法存在适应性差的问题,以及在处理时序问题上难以很好拟合历史数据的问题,提出使用长短期记忆神经网络和注意力机制来解决数据中存在的时序关系以及增强模型的可移植性,并且分析了时间滞后、学习率衰减和神经元随机失活三个参数对油井产油量预测模型的影响,发现这三个参数分别为36、0.3和0.8时,模型表现最佳。使用最优参数建立油井产油量预测模型,并将该模型应用于XX油田的三口实验井数据上,其中井H3-32的后期实际产油总量为1470.5t,预测值为1442.33t,误差为1.92%;井H3-34的后期实际产油总量为1564.5t,预测值为1545.98t,误差为1.20%;井H3-35的后期实际产油总量为742.2t,预测值为772.12t,误差为4.05%。由此可见,基于长短期记忆神经网络和注意力机制的油井产油量预测模型的精度较高。本文研究成果可促进先进计算机技术在石油工业中的应用,对我国油田生产方案的制订和原油采收率的进一步提高具有非常重要的理论与现实意义。     

基于多点地质统计方法的岩相建模研究

目前,多点地质统计方法的应用越来越广泛。以江苏油田庄2断块阜一段E1f12-1小层为例,利用多点地质统计方法来进行岩相建模研究。首先依据E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。然后在这3种训练图像控制下,模拟实现了E1f12-1小层的岩相模型。结合钻井、测井信息综合分析后发现:依据沉积微相图所建的第2种训练图像控制下产生的岩相模型与已有的地质认识较为吻合。利用多点地质统计方法建立岩相模型有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,最终建立反映地下真实地质情况的储层模型。     

序贯指示模拟法夹层模型建立

油田开发后期,夹层对剩余油分布有着重要影响。为搞清沙二段1-3 砂层组夹层空间分布状况,在对其岩
性、物性和电性特征精细描述的基础上,利用随机模拟中的序贯指示模拟方法,选择不同变差函数长、短变程建立夹层
的三维空间分布模型,之后在同一长、短变程下采用不同随机种子建立夹层的三维空间分布模型。最后对所有模型进
行检验,优选出各项指标预测值与实际值最为接近的夹层模型。沙二段1-3 砂层组夹层最终建模结果表明：在相同
随机种子下,过大或过小的长、短变程都会导致模拟结果的不连续,降低模拟结果的精确度;在井网较密的情况下,在
同一长、短变程下,不同随机种子对模拟结果的影响极其微小。沙二段1-3 砂层组夹层模型的建立对其空间分布状
况落实具有重要的现实意义。     

基于开放图形库的储层剖面图的绘制

基于开放图形库(OpenGL)技术,实现了垂直于地层走向沿x或y方向以及任意方向的储层剖面图的绘制.首先确定剖切面及被剖切体,并由鼠标确定视图工区中的某一点,再通过该点确定二维平面上的直线方程,有了直线方程就可以确定与地层走向垂直的储层剖面.这样就把削切面和储层体求交面的复杂问题转换成剖切面和多个储层层面求交线的简单问题,计算出所有层面的所有网格线与剖切面的交点集就构成了要求的剖切面.以某油田106井区S1和S2小层间沉积相的剖面图为例,验证了储层剖面图绘制的正确性与直观性.