基于决策树算法的压裂井判别及效果预测方法研究

摘要

压裂措施是中低渗透油田勘探开发中能够提高产油量的重要方法,传统压裂选井的方法是基于统计和经验方法,根据需要压裂措施井的特性进行压裂方法的选取来提高油产量,但可能需要持续实施压裂措施,造成了不必要的浪费。本文建立了一种基于人工智能的油田开发重复压裂井筛选方法,运用大数据分析的手段从不同层位、有效厚度、注水情况、采出程度等方面进行压裂选井判别,对压裂的影响因素和产油量效果进行分析,将压裂井各类数据进行关联,使用人工智能回归算法对已有的上压裂的井进行分析,使用训练数据和测数数据建立评估模型,改进梯度提升决策树(Gradient Boosting Decision Tree,GBDT),进行压裂井效果分析,判断压裂效果。根据本文建立的方法,使用采油厂的历史生产信息,使用大数据分析平台分析压裂措施相关生产井,确定压裂影响因素,预测压裂增油并验证方法的有效性,可以为油田增产稳产提供有效的技术支撑。