基于實際儲層和井數據的異構分類器被開發用于定性地分類油井生產器性能,并且基于分類將新井鉆入生產儲層或調整現有井中的流體流量。數據包括一個或多個射孔間隔、完成類型、以及射孔區域相對于自由水位或氣頂有多遠或有多近。數據還包括地質數據,如區域性斷層和裂縫的主要地質體??梢栽诜诸愔皩μ卣鬟M行優先級排序。分類器利用四種不同的技術將模式識別應用于儲層模擬矢量數據以對井進行分類。分類技術中的三種是監督學習方法:貝葉斯分類、動態時間扭曲和神經網絡。第四種分類是無監督的方法,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” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)