摘要
本发明公开了一种近井地带防垢剂/溶垢剂挤注量的预测方法、模型及存储介质,本发明涉及油田化学助剂技术领域。包括以下步骤:获取近井地带的地层特征参数如地层孔隙度、渗透率、储层厚度等储层参数和产水量、产液量、含水率、井筒半径和防垢剂作用半径等参数,建立几何模型,进行防垢剂浓度试验以获得有效防垢参数,并采集吸附前后岩心渗透率。将浓度数据与有效防垢参数映射生成训练样本数据集,基于此建立神经网络模型进行训练,预测有效防垢参数和吸附后渗透率。获取地层参数包括温度、pH值和挤注施工参数如压力、厚度等,动态修正挤注体积,以小于最大注入流量为限制条件地向近井地带挤注防垢剂。使得在施工过程中能够有效控制防垢剂的注入流量,降低了作业风险,提高了施工的可控性和经济性。
技术关键词
岩心渗透率
建立神经网络模型
训练样本数据
LSTM模型
性能预测模型
参数
生成训练样本
防垢剂配方
动态
地层孔隙压力
岩心孔隙度
长短期记忆网络
计算机可执行指令
井身结构
井控制
预测模型训练
地层孔隙度
系统为您推荐了相关专利信息
攻击溯源方法
动静态
Node2Vec算法
代码特征
节点
XGBoost模型
浓度预测方法
LSTM模型
分类方法
样本
LSTM模型
CBR算法
钢包精炼炉
温度预测方法
动态
检测油茶
生理特征参数
果实
油茶果采摘
损伤评估方法
路径检测方法
图谱
BiLSTM模型
注意力机制
卷积神经网络模型