基于實際儲層和井?dāng)?shù)據(jù)的異構(gòu)分類器被開發(fā)用于定性地分類油井生產(chǎn)器性能,并且基于分類將新井鉆入生產(chǎn)儲層或調(diào)整現(xiàn)有井中的流體流量。數(shù)據(jù)包括一個或多個射孔間隔、完成類型、以及射孔區(qū)域相對于自由水位或氣頂有多遠(yuǎn)或有多近。數(shù)據(jù)還包括地質(zhì)數(shù)據(jù),如區(qū)域性斷層和裂縫的主要地質(zhì)體??梢栽诜诸愔皩μ卣鬟M(jìn)行優(yōu)先級排序。分類器利用四種不同的技術(shù)將模式識別應(yīng)用于儲層模擬矢量數(shù)據(jù)以對井進(jìn)行分類。分類技術(shù)中的三種是監(jiān)督學(xué)習(xí)方法:貝葉斯分類、動態(tài)時間扭曲和神經(jīng)網(wǎng)絡(luò)。第四種分類是無監(jiān)督的方法,即聚類,以將井自動分組成類似的類別。
聲明:
“利用人工智能和模式識別的井性能分類” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)