基于无监督机器学习的流场分级方法研究——以D油田为例

作     者：尹彦君 冯高城 白瑞婷 路强 刘成 魏志勇 Yin Yanjun;Feng Gaocheng;Bai Ruiting;Lu Qiang;Liu Cheng;Wei Zhiyong

作者机构：中海油能源发展股份有限公司工程技术分公司天津300450 

出 版 物：《中外能源》 (Sino-Global Energy)

年 卷 期：2023年第28卷第6期

页      面：65-71页

学科分类：0820[工学-石油与天然气工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 082002[工学-油气田开发工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：流场分级 时变数值模拟 油通比 无监督机器学习 轮廓系数 高含水油田 

摘      要：目前我国大量老油田已进入特高含水期,储层在水驱过程中形成流场,流场内注入水存在大量的无效循环,驱油效率低,正确的流场评价成为高含水油藏挖潜措施之一。针对高含水油田长时间注入水冲刷导致储层物性时变这一现象,引入水相驱替通量,建立储层渗透率及相对渗透率随水相驱替通量变化的渗流模型,形成时变数值模拟技术。在考虑驱替效率及注入水冲刷程度的基础上,提出以油通比作为指标对流场进行分级评价。引入无监督机器学习算法,采用轮廓系数对分类数进行优选,确定流场分级的最佳分级类别及边界,克服人为主观影响。将建立的时变数值模拟及无监督机器学习流场分级方法应用于D油田,在确定流场分级的基础上,进一步制定产液结构调整策略,可有效提高油田采收率3.44个百分点。该方法为高含水油田流场评价及优势通道刻画提供了一种新思路。