基于实际储层和井数据的异构分类器被开发用于定性地分类油井生产器性能,并且基于分类将新井钻入生产储层或调整现有井中的流体流量。数据包括一个或多个射孔间隔、完成类型、以及射孔区域相对于自由水位或气顶有多远或有多近。数据还包括地质数据,如区域性断层和裂缝的主要地质体。可以在分类之前对特征进行优先级排序。分类器利用四种不同的技术将模式识别应用于储层模拟矢量数据以对井进行分类。分类技术中的三种是监督学习方法:贝叶斯分类、动态时间扭曲和神经网络。第四种分类是无监督的方法,即聚类,以将井自动分组成类似的类别。
声明:
“利用人工智能和模式识别的井性能分类” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)