页岩气井产量预测方法、装置、设备以及存储介质与流程

本发明涉及地质，尤其涉及一种页岩气井产量预测方法、装置、设备以及存储介质。

背景技术：

1、水力压裂是页岩气藏增产的主要措施，而压后产量预测的准确度不仅对经济评估结果造成重大影响，对施工的优化设计也具有关键的指导意义。

2、然而，由于页岩气储层具有纳米级孔隙，油气井生产过程中生产模式和储层流体的流动特征复杂，存在多个流动阶段。因此，产量递减指数随流态而发生变化，使得产量评价具有较大的不确定性。此外，还存在压裂后缝网关系复杂、裂缝动态变化、多井平台中井间压窜现象显著以及气-水-压裂液多相流动的规律复杂等因素，共同导致了页岩气井产量难以预测。

技术实现思路

1、本发明提供了一种页岩气井产量预测方法、装置、设备以及存储介质，以解决现有技术中页岩气井压裂后的产量难以预测的技术问题。

2、根据本发明的一方面，提供了一种页岩气井产量预测方法，该方法包括：根据产量关联因素获取目标页岩气井的多种产量关联数据，并确定与多个产量关联数据对应的目标特征数据；将目标特征数据输入至预先训练的页岩气产量预测模型中，基于页岩气产量预测模型确定目标页岩气井的目标预测产量，其中，页岩气产量预测模型包括多个基础预测模型和投票回归器，多个基础预测模型之间相互独立，投票回归器的输入数据为多个基础预测模型的输出数据。

3、根据本发明的另一方面，提供了一种页岩气井产量预测装置，该装置包括：目标特征数据确定模块，用于根据产量关联因素获取目标页岩气井的多种产量关联数据，并确定与多个产量关联数据对应的目标特征数据；目标预测产量确定模块，用于将目标特征数据输入至预先训练的页岩气产量预测模型中，基于页岩气产量预测模型确定目标页岩气井的目标预测产量，其中，页岩气产量预测模型包括多个基础预测模型和投票回归器，多个基础预测模型之间相互独立，投票回归器的输入数据为多个基础预测模型的输出数据。

4、根据本发明的另一方面，提供了一种电子设备，电子设备包括：

5、至少一个处理器；以及

6、与至少一个处理器通信连接的存储器；其中，

7、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的页岩气井产量预测方法。

8、根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的页岩气井产量预测方法。

9、本发明实施例的技术方案，通过根据产量关联因素获取目标页岩气井的多种产量关联数据，并确定与多个产量关联数据对应的目标特征数据，获取到了目标页岩气井对应的与产量相关联的数据源。然后将目标特征数据输入至预先训练的页岩气产量预测模型中，基于页岩气产量预测模型确定目标页岩气井的目标预测产量，其中，页岩气产量预测模型包括多个基础预测模型和投票回归器，多个基础预测模型之间相互独立，投票回归器的输入数据为多个基础预测模型的输出数据。解决了现有技术中页岩气井压裂后的产量难以预测的技术问题，取得了基于人工智能产量预测模型对页岩气井压裂后的产量进行准确预测，以及提高产量预测工作效率的有益效果。

10、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种页岩气井产量预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在所述根据产量关联因素获取目标页岩气井的多种产量关联数据之前，还包括：

3.根据权利要求2所述的方法，其特征在于，在所述将所述目标特征数据输入至预先训练的页岩气产量预测模型中之前，还包括：

4.根据权利要求2所述的方法，其特征在于，在所述根据所述井关联数据和所述井产量数据，采用皮尔逊相关系数矩阵，确定所述井关联因素中与所述参考页岩气井的产量相关联的产量关联因素之前，还包括：

5.根据权利要求1所述的方法，其特征在于，所述确定与多个所述产量关联数据对应的目标特征数据，包括：

6.根据权利要求1所述的方法，其特征在于，所述将所述目标特征数据输入至预先训练的页岩气产量预测模型中，基于所述页岩气产量预测模型确定所述目标页岩气井的目标预测产量，包括：

7.根据权利要求1所述的方法，其特征在于，所述基础预测模型包括应用梯度提升算法模型、极端梯度提升算法模型和随机森林模型中的至少一种。

8.一种页岩气井产量预测装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的页岩气井产量预测方法。

技术总结本发明公开了一种页岩气井产量预测方法、装置、设备以及存储介质。其中，该方法包括：根据产量关联因素获取目标页岩气井的多种产量关联数据，并确定与多个产量关联数据对应的目标特征数据；将目标特征数据输入至预先训练的页岩气产量预测模型中，基于页岩气产量预测模型确定目标页岩气井的目标预测产量，其中，页岩气产量预测模型包括多个基础预测模型和投票回归器，多个基础预测模型之间相互独立，投票回归器的输入数据为多个基础预测模型的输出数据。解决了现有技术中页岩气井压裂后的产量难以预测的技术问题，取得了基于人工智能产量预测模型对页岩气井压裂后的产量进行准确预测，以及提高产量预测工作效率的有益效果。技术研发人员：龚仁彬,何益萍,林霞,丁建宇,徐超,米兰,龙廷浩,闫天雨,孙瑶,蒋丽维受保护的技术使用者：中国石油天然气股份有限公司技术研发日：技术公布日：2024/9/9