申请/专利权人：中国石油大学(华东)

申请日：2024-01-05

公开（公告）日：2024-04-05

公开（公告）号：CN117541082B

主分类号：G06F17/00

分类号：G06F17/00;G06Q10/0637;G06Q50/02;G06Q10/067;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明公开了一种基于油藏‑井筒‑设备评价指标集成的综合评价方法，具体涉及油气田开发技术领域。本发明通过获取研究区内所有井的生产数据预处理得到有效生产数据集，再根据综合评价指标筛选原则、特征重要度排序筛选综合评价指标，构造综合评价判别矩阵，利用层次分析法‑熵权法确定各综合评价指标的权重后，利用多种评价模型分别计算研究区内各井的评分结果并进行优选，得到最优综合评价模型及油井最优综合评分，并利用验证指标验证准确性。本发明综合考虑了油藏、井筒和设备对油田生产的影响，实现了对油井生产状态的多方位准确评价，为油井优化提供指向性的信息。

主权项：1.一种基于油藏-井筒-设备评价指标集成的综合评价方法，其特征在于，包括以下步骤：步骤1，基于油藏资料、井筒资料和举升设备资料，获取研究区内所有井的生产数据，构建生产数据集，并对生产数据集中各井的生产数据进行预处理，得到有效生产数据集；步骤2，基于有效生产数据集，根据综合评价指标筛选原则、特征重要度排序对筛选用于油藏-井筒-设备评价的综合评价指标，构造综合评价判别矩阵；步骤3，基于层次分析法-熵权法确定各综合评价指标的权重；步骤4，基于综合评价判别矩阵，利用TOPSIS综合评价模型、灰色关联度评价模型、熵值法综合评价模型、秩和比法综合评价模型分别计算研究区内各井的评分结果，包括油藏评价分数、井筒评价分数、设备评价分数和综合评价分数；步骤5，基于TOPSIS综合评价模型、灰色关联度评价模型、熵值法综合评价模型、秩和比法综合评价模型的评分结果进行优选，得到最优综合评价模型及油井最优综合评分；步骤6，利用验证指标验证最优综合评价模型的准确性；所述步骤2中，包括以下步骤：步骤2.1，基于综合评价指标筛选原则，根据有效生产数据集中各类生产数据所对应的生产指标，初步筛选用于油藏-井筒-设备评价的评价指标；步骤2.2，对评价指标进行相关性分析，计算各评价指标的斯皮尔曼相关性系数并作为重要性得分；步骤2.3，构建XGBoost模型，利用有效生产数据集训练XGBoost模型并验证，利用验证后的XGBoost模型确定各评价指标的重要性；步骤2.4，利用各综合评价指标所对应的生产数据构建综合评价指标矩阵，对综合评价指标矩阵进行归一化处理后，得到综合评价判别矩阵；所述步骤5中，包括以下步骤：步骤5.1，对TOPSIS综合评价模型、灰色关联度评价模型、熵值法综合评价模型、秩和比法综合评价模型进行相关性分析，计算各评价模型的斯皮尔曼相关性系数，确定各评价模型之间的相关性值；步骤5.2，以所选取评价模型与其他评价模型之间相关性值的总和作为优选样本，构建相关性矩阵，如公式（7）所示： （7）式中，为TOPSIS综合评价模型与其他三个评价模型之间相关性系数的总和，，；为灰色关联度评价模型与其他三个评价模型之间相关性系数的总和，，；为熵值法综合评价模型与其他三个评价模型之间相关性系数的总和，，；为秩和比法综合评价模型与其他三个评价模型之间相关性系数的总和，，；、均为评价模型的编号，当或时，表示TOPSIS综合评价模型，当或时，表示灰色关联度评价模型，当或3时，表示熵值法综合评价模型，当或4时，表示秩和比法综合评价模型；步骤5.3，根据各评价模型的优选样本，选取优选样本最大值所对应的评价模型作为最优综合评价模型，利用最优综合评价模型得到当前各井的油井最优综合评分。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 基于油藏-井筒-设备评价指标集成的综合评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD