买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都北方石油勘探开发技术有限公司

摘要：本发明公开了一种孔隙型碳酸盐岩油藏水平井见水特征分类与识别方法，涉及碳酸盐岩油藏开发技术领域，包括以下步骤：步骤一：获取研究区生产数据库中的油井生产动态数据，并对所述油井生产动态数据进行预处理，得到各井含水率数据；步骤二：根据各井含水率数据，确定无水采油期和含水上升期的分类指标，并根据所述分类指标计算各井无水采油期和含水上升期的时长；步骤三：根据各井无水采油期和含水上升期的时长，将水平井进行分类；步骤四：随后判断分类结果是和地质油藏认识一致，若一致，则输出分类结果；步骤五：根据各井含水率数据以及输出的分类结果，利用CNN卷积神经网络算法建立见水特征预测模型；步骤六：将待测的水平井生产动态数据输入见水特征预测模型，得到识别结果。使用该方法可以对矿区成百上千待分析油井，进行见水特征快速分类和准确识别，指导油井高效生产开发。

主权项：1.一种孔隙型碳酸盐岩油藏水平井见水特征分类与识别方法，其特征在于，包括以下步骤：步骤一：获取研究区生产数据库中的油井生产动态数据，并对所述油井生产动态数据进行预处理，得到各井含水率数据；步骤二：根据各井含水率数据，确定无水采油期和含水上升期的分类指标，并根据所述分类指标计算各井无水采油期和含水上升期的时长；步骤三：根据各井无水采油期和含水上升期的时长，将水平井进行分类；步骤四：随后判断分类结果是和地质油藏认识一致，若一致，则输出分类结果；步骤五：根据各井含水率数据以及输出的分类结果，利用CNN卷积神经网络算法建立见水特征预测模型；步骤六：将待测的水平井生产动态数据输入见水特征预测模型，得到识别结果；所述步骤五中，在建立见水特征预测模型之前，还包括以下步骤：绘制各井的见水特征曲线，保存为图片并进行分类标签命名；将各井的见水特征曲线图转换为灰度图像；随后对灰度图像进行二值化处理；二值化处理后图片数值矩阵在0~255之间，并将数值矩阵除以255进行归一化处理；将见水类型共分为5类，使用one-hot编码将见水类型编码为5维向量；随后利用CNN卷积神经网络算法建立见水特征预测模型；所述步骤五中，所述建立见水特征预测模型，还包括以下具体步骤：导入初始图片数值矩阵库，以及对应的分类标签；将数据分为训练集、验证集和测试集；在Python中调用Keras在tensorflow框架上建立CNN神经网络，使用Conv2D二维卷积，卷积核大小设置为3×3，输出通道32个，激活函数使用softmax，优化器使用adam，损失函数使用交叉熵损失函数；训练集进入CNN训练，达到理想效果后输出模型。

全文数据：

权利要求：

百度查询： 成都北方石油勘探开发技术有限公司 一种孔隙型碳酸盐岩油藏水平井见水特征分类与识别方法