基于机器学习的二次采油高耗水层识别方法研究

摘要

由于地质、流体物性的差异,层状油藏储层注入状况不同,长期的统注统采加剧了层间矛盾进而形成高耗水层,导致了注入水的低效循环。高耗水层的准确表征对于油藏的开发与调整具有重要意义,鉴于传统方法的不足,文章提出了一种全新的高耗水层识别与评价方法。新方法基于储层含水率及导数曲线,采用随机森林算法对不同储层及流体状态下的含水率导数峰值PV数进行预测,从而实现了储层耗水能力的初步评价。在此基础上,根据高耗水层的基本特征,选取评价指标进行定量表征,进而建立了层状油藏高耗水层的识别与评价流程并应用于胜利油田Z1区块。结果表明:层状油藏含水率导数曲线具有多峰特征,峰值对应的PV数主要受相对井控面积、流体黏度比和储层平均含水饱和度的影响。针对主要因素建立的高耗水层识别与评价流程可对高耗水层的发育情况进行快捷、准确的表征,并为后续高耗水层治理技术的选取和生产制度的优化提供依据。