基于数据挖掘的底水油藏开发预测新方法

底水油藏开发过程中受强底水、油柱高度低、地层原油黏度大、隔夹层分布复杂等因素影响，导致单井开发效果差异大。为解决目前常规方法所存在的多因素数据分析量大、应用局限性大等缺点，提出基于BP神经网络数据挖掘算法的底水油藏水平井可采储量预测新方法，通过数模机理模型分析了该方法的可靠性。针对底水油藏静动态资料，充分挖掘隐含其中的有效信息，在完成基础数据集建立的基础上，构建了基于数据驱动的底水油藏可采储量预测模型。实际应用结果表明，该方法实现了底水油藏水平井开发的影响因素和技术参数界限的定量分析，可采储量预测最大误差低于8%，拟合效果较好，可进一步应用于底水油藏水平井生产动态、开发界限、井位设计等方面。