基于BP神经网络的低渗透油田开发动态预测

作     者：陈宇家 王巍 任利剑 王兵 王润萍 杨军 樊嘉伟 朱玉双 CHEN Yujia;WANG Wei;REN Lijian;WANG Bing;WANG Runping;YANG Jun;FAN Jiawei;ZHU Yushuang

作者机构：中国石油玉门油田分公司甘肃酒泉735019 大陆动力学国家重点实验室/西北大学地质学系陕西西安710069 

出 版 物：《测井技术》 (Well Logging Technology)

年 卷 期：2024年第48卷第3期

页      面：317-325页

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：国家科技重大专项“高热与超压背景的成岩响应及流体活动对储层成岩-孔隙演化的影响”(41972129) 

主　　题：开发动态预测 低渗透油藏 BP神经网络 多变量预测 注水开发 

摘      要：油藏开发动态预测是制定和调整开发方式的基本依据,为克服传统油藏数值模拟方法过度依赖三维地质模型和渗流机制的可靠性,采用BP神经网络(ANN)方法,在研究区油藏精确描述工作及生产动态分析的基础上,选取了包括地质因素和开发因素在内的12类参数作为基本数据集,通过参数相关度分析、主控因素优选,建立了研究区单井年累计产液和平均含水率的预测模型。根据模型计算结果,研究区产液及产油能力逐渐下降,含水呈逐步上升趋势,2年后区块预测累计产液13.7×10^(4)m^(3),同比下降25.6%;预测年累计产油量4.7×10^(4)t,综合递减率为31.9%;2年后区块平均含水率达到58.1%,局部区域油井出现水淹情况,含水率突破98%。研究表明,BP神经网络具有简单高效、误差较小等优势,降低了油田开发动态预测的难度和工作量,适用于样本数据集较大的油田开发问题,为低渗透油田的开发动态预测提供了一种新的视角。