摘要
本发明公开了一种特低渗透油藏CO2驱技术井距的确定方法及系统,本发明涉及油藏开发技术领域。包括以下步骤:获取多种特低渗透油藏的异质性数据,记录其井距数据,并与异质性数据建立映射,生成训练样本数据集。基于该数据集,构建神经网络模型,进行模型训练以得到井距初始值预测模型。获取待确定井距油藏的异质性数据,输入模型中以得到井距初始预测值,并采集相关环境参数和油藏流体性质及岩石地质数据,计算外部影响系数,并确定CO2的溶解度。基于CO2溶解度精确值和外部影响系数对井距初始预测值进行动态修正,得到自适应井距,从而为油井位置设置提供依据,提高油气的采收率和开发效率。
技术关键词
CO2驱技术
训练样本数据
建立神经网络模型
LSTM模型
生成训练样本
油藏地层
长短期记忆网络
原油
层厚度
油藏开发技术
训练数据处理
预测模型训练
动态
密度
压力
生成方法
网络结构