數(shù)據(jù)挖掘技術(shù)在采油工程中的有效運用

摘 要：隨著高科技技術(shù)的不斷發(fā)展和進(jìn)步，數(shù)據(jù)挖掘技術(shù)在采油工程中的應(yīng)用也越來越廣泛。但由于采油工程中的生產(chǎn)數(shù)據(jù)都具有比較復(fù)雜的特點，這就使得一般的數(shù)據(jù)分析并不能夠深入的分析并且進(jìn)一步挖掘出內(nèi)在的生產(chǎn)規(guī)律，這也就決定了采油工程中的數(shù)據(jù)挖掘工具必須要足夠的先進(jìn)。文章在結(jié)合采油工程中IOS智能優(yōu)化軟件應(yīng)用的具體實例的基礎(chǔ)上，對數(shù)據(jù)挖掘技術(shù)在采用工程中的應(yīng)用的可能性進(jìn)行了初步的探索和分析，對數(shù)據(jù)挖掘技術(shù)在油田生產(chǎn)中的進(jìn)一步應(yīng)用做了探究性的研究。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；采油工程；運用

中圖分類號：TE349 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-8937（2015）21-0052-02

近年來，數(shù)據(jù)挖掘技術(shù)提供了科學(xué)且高效的處理方法，實現(xiàn)了油田數(shù)據(jù)采集管理、應(yīng)用的自動化管理和一體化的環(huán)境，也對油田數(shù)據(jù)的分析進(jìn)行合理的規(guī)劃和指導(dǎo)，提高了油田的經(jīng)濟(jì)效益和采收率?？偠灾?，數(shù)據(jù)挖掘技術(shù)為“數(shù)字油田”的建設(shè)做出了重要貢獻(xiàn)。

1 數(shù)據(jù)挖掘的相關(guān)技術(shù)和具體方法

數(shù)據(jù)挖掘本身便是一種新型技術(shù)，其包含的學(xué)科也比較多，匯集了數(shù)據(jù)統(tǒng)計、模式識別、人工智能以及數(shù)據(jù)庫等多門學(xué)科內(nèi)容的交叉性學(xué)科。數(shù)據(jù)挖掘技術(shù)則是指從大量的隨機(jī)實際應(yīng)用數(shù)據(jù)中，進(jìn)行哪些具備潛在價值、隱私以及規(guī)律的相關(guān)知識和數(shù)據(jù)的提取。并且，隨著時代和科研的進(jìn)步，現(xiàn)在，數(shù)據(jù)挖掘技術(shù)已經(jīng)發(fā)展得比較成熟。數(shù)據(jù)挖掘技術(shù)主要通過統(tǒng)計回歸、人工神經(jīng)網(wǎng)絡(luò)、模式識別等多種計算方法加以實現(xiàn)。其中單就模式識別這一方法而言，又包括主成分分析、最優(yōu)判別平面方法以及相似分析法等具體的算法。

2 數(shù)據(jù)挖掘工具

據(jù)有關(guān)權(quán)威數(shù)據(jù)優(yōu)化分析網(wǎng)站統(tǒng)計，目前國內(nèi)外共有大約100多種數(shù)據(jù)智能優(yōu)化軟件，這些智能優(yōu)化軟件的發(fā)展又可以大致分為四個階段。第一代的智能優(yōu)化軟件支持一個或者多個算法，并且作為一個獨立的應(yīng)用。第二代智能優(yōu)化軟件和數(shù)據(jù)庫以及數(shù)據(jù)倉庫集成，支持多個算法。第三代則采用半結(jié)構(gòu)化的數(shù)據(jù)模型。第四代的智能優(yōu)化軟件也是采用多個算法，主要和移動數(shù)據(jù)以及各種計算設(shè)備的數(shù)據(jù)進(jìn)行聯(lián)合。

3 IOS智能優(yōu)化系統(tǒng)軟件

3.1 IOS智能優(yōu)化系統(tǒng)數(shù)據(jù)處理流程

在油田生產(chǎn)的過程中，會產(chǎn)生很多的比較復(fù)雜的數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行處理非常重要，想要真正的處理好這些數(shù)據(jù)，首先必須要有一個清晰的數(shù)據(jù)處理流程。而IOS智能優(yōu)化系統(tǒng)在數(shù)據(jù)挖掘技術(shù)中也有其特有的處理數(shù)據(jù)的流程，該流程可以概括如下：

數(shù)據(jù)文件輸入——數(shù)據(jù)文件評估——數(shù)據(jù)結(jié)構(gòu)分析——相關(guān)分析——自變量篩選——建模等。

3.2 IOS智能優(yōu)化系統(tǒng)軟件數(shù)據(jù)挖掘方法

在生產(chǎn)的時候，油田會產(chǎn)生很多的數(shù)據(jù)，這是由于油田生產(chǎn)的時候，每一個階段都會產(chǎn)生很多復(fù)雜性比較強的數(shù)據(jù)，比如說勘探階段、采油階段等。但是階段不同，產(chǎn)生的數(shù)據(jù)也不同，在分析的時候，使用的方法也不同，這便要求必須根據(jù)數(shù)據(jù)需要選擇合適的方式，只有這樣，才能從這些復(fù)雜的數(shù)據(jù)中挖掘出比較有價值的規(guī)律。

針對以上問題，IOS智能優(yōu)化系統(tǒng)軟件的優(yōu)點比較明顯，其不但能夠給用戶的使用提供常見的挖掘數(shù)據(jù)的手段，而且其在實踐的時候，還創(chuàng)造性的研發(fā)了一些新的方法。這些新方法包含了逐級投影模式、超多面體識別建模以及模式識別投影識別的辦法。除此之外，其還包含了很多數(shù)據(jù)結(jié)合的辦法，這些方法能夠很好的滿足油田在分析數(shù)據(jù)方面的實際需求。

4 數(shù)據(jù)挖掘技術(shù)在采油過程中的實際應(yīng)用

4.1 碳酸鹽巖油藏堵水工藝有效性預(yù)測

在進(jìn)行訓(xùn)練數(shù)據(jù)選擇的時候，可以選擇58口油井的相關(guān)數(shù)據(jù)，然后再選擇3口新井，將其數(shù)據(jù)運用到外表驗證數(shù)據(jù)中去，然后合理的分析給碳酸巖油藏堵水造成影響的相關(guān)引入，得出的結(jié)論包含了含水上升特征、堵前累產(chǎn)油、堵水地質(zhì)模型、堵劑用量以及堵劑類型等。

然后將IOS智能優(yōu)化軟件系統(tǒng)通過支持向量機(jī)分類的辦法來合理的建立分類模型，在建立該模型的時候，可以根據(jù)需要進(jìn)行徑向基核函數(shù)的使用，這個時候，懲罰因子C為41S而VM建模準(zhǔn)確率則可以高達(dá)91.38%。根據(jù)生成的建模結(jié)果圖并結(jié)合具體的情況進(jìn)行分析后不難得出，利用該分類模型對三口新井的堵水效果的預(yù)測全部正確。

4.2 氣田壓裂效果中無阻流量的有效預(yù)測

4.2.1 支持向量機(jī)回歸定量預(yù)測無阻流量

先是選取31口井，將其數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，然后還應(yīng)該選擇3口新井，用其數(shù)據(jù)進(jìn)行外表驗證?？梢猿醪酱_定給無阻流量造成影響的因素，包含下面幾項：有效厚度、孔隙度、含氣飽和度、排量、砂量、液氮量以及凈液量等。在確定之后，可以將支持向量機(jī)回歸的方法運用進(jìn)去，來進(jìn)行定量預(yù)測模型的建立。在建立模型的時候，應(yīng)該進(jìn)行徑向基核函數(shù)的選擇，將懲罰因子控制在十五上，不敏感函數(shù)ε為0.1。此外，還應(yīng)該確保訓(xùn)練數(shù)據(jù)存在的平均誤差在13%以下。通過對以上建模方法所生成的相關(guān)圖表的分析和研究，并且結(jié)合當(dāng)?shù)赜吞锏膶嶋H情況，可以初步確定利用支持向量機(jī)回歸方程對新的三口井進(jìn)行的預(yù)測都比較客觀和準(zhǔn)確。

4.2.2 人工神經(jīng)網(wǎng)絡(luò)定量預(yù)測無阻流量

在分類和預(yù)測無阻流量值的時候，已經(jīng)有工作人員將神經(jīng)網(wǎng)絡(luò)辦法運用了進(jìn)去，得到的數(shù)值也比較的準(zhǔn)確。若是數(shù)據(jù)樣本比較大，那么無論是使用定量的辦法還是選擇定性的辦法來對無阻流量進(jìn)行測量，一般情況下取得的結(jié)果都會比準(zhǔn)確。

4.3 油井堵水操作后含水量和日產(chǎn)液量的定量預(yù)測

在進(jìn)行堵水操作的時候，比較重要的參數(shù)是堵前的含水量以及堵水之后的日產(chǎn)液量，將這個系統(tǒng)軟件運用進(jìn)去，能夠很好的進(jìn)行參數(shù)定量預(yù)測模型的建立，來測量參數(shù)。

4.3.1 預(yù)測堵水后的含水量

首先選取27口井作為訓(xùn)練數(shù)據(jù)，另取2口井作為外表驗證數(shù)據(jù)。在對影響堵水后含水量的因素進(jìn)行大體的分析和確定后，主要影響因素有：堵劑及工具類型、堵劑用量、堵前累產(chǎn)液量、措施前日產(chǎn)液量以及措施前含水量等。

將支持向量機(jī)回歸辦法運用進(jìn)去，能夠進(jìn)行定量預(yù)測模型的建立。采用多項式核函數(shù)，控制懲罰因子C為10，并且保證不敏感函數(shù)ε為0.15。另外需要確保訓(xùn)練數(shù)據(jù)的平均相對誤差不超過20%。利用支持向量機(jī)回歸方程對新的2個數(shù)據(jù)進(jìn)行預(yù)測，得到了比較好的結(jié)果。

4.3.2 堵水后日產(chǎn)液量的定量預(yù)測

先是取26個作為訓(xùn)練數(shù)據(jù)，然后再取3個作為外表驗證數(shù)據(jù)。在對影響堵水后日產(chǎn)液量的因素進(jìn)行初步分析后，主要有：堵水地質(zhì)類型、堵劑用量、堵前累產(chǎn)液量、堵前累產(chǎn)油量措施前日產(chǎn)液量以及措施前含水量等。通過對IOS智能優(yōu)化系統(tǒng)軟件中的支持向量機(jī)的回歸方法應(yīng)用，能夠進(jìn)行定量預(yù)測模型的建立。使用多項式核函數(shù)，將C控制在20，確保不敏感函數(shù)ε的數(shù)值是0.2。此外，還應(yīng)該對訓(xùn)練數(shù)據(jù)誤差進(jìn)行控制，確保其在22%以下，通過支持向量機(jī)回歸方程來預(yù)測三個新數(shù)據(jù)，得到的結(jié)果也會比較的出色。

5 結(jié) 語

綜上所述，我們不難看出，數(shù)據(jù)挖掘技術(shù)在采油工程中的確發(fā)揮了很大的作用，尤其是在對采油工程中的生產(chǎn)數(shù)據(jù)進(jìn)行定性以及定量分析和研究方面更是大展身手，從而為采油工作更好的進(jìn)行提供了幫助?，F(xiàn)在采油工程已經(jīng)形成了綜合體系，將數(shù)據(jù)分析、數(shù)據(jù)庫以及管理很好的結(jié)合在了一起，其發(fā)展的前景比較出色。此外，數(shù)據(jù)挖掘技術(shù)的本質(zhì)還是應(yīng)用技術(shù)，這便要求進(jìn)行石油勘探開發(fā)的時候，將數(shù)據(jù)挖掘技術(shù)和相關(guān)的專業(yè)知識結(jié)合在一起，通過數(shù)據(jù)進(jìn)行實踐，確保其成為一個完整的系統(tǒng)，給石油開采提供更好的服務(wù)。

參考文獻(xiàn)：

[1] 黎國芬.采油工程技術(shù)的研究及展望[J].科技與企業(yè)，2011，（11）.

[2] 姜衛(wèi).數(shù)據(jù)挖掘技術(shù)在采油工程中的應(yīng)用研究[J].內(nèi)蒙古石油化工，2011，（20）.