(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111178615.X (22)申请日 2021.10.13 (71)申请人 广州华立科技职业学院 地址 511325 广东省广州市增城广州华 立 科技园华 立路7号 申请人 安兴菊 (72)发明人 安兴菊　任志勇　杨雪玲　闵小翠　 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06F 16/215(2019.01) G06N 20/00(2019.01) (54)发明名称 一种基于集成学习的油田采收率预测方法 (57)摘要 本发明公开了一种基于集成学习的油田采 收率预测方法， 其特征在于提取地质因素、 开发 状况因素等油田历史数据进行采收率标记， 形成 油田历史初始数据集； 采用皮尔逊相关系数计算 油田初始数据集中各特征得分， 保留前k列特征， 构建油田历史最优数据集； 根据油田差异性设置 多个CART决策树基类预测器， 采用线性加权的方 式组合各基类预测器， 形成油田采收率强预测 器， 实现油田采收率预测。 本发明采用决策树挖 掘地质因素、 开发状况因素与油田采收率的内在 联系， 建立适用于油田开发各时期的油田采收率 预测器； 根据油田间的差异性设置多个基类预测 器， 以集成学习思想形成油田采收率强预测器， 提高油田采收率预测器的预测精度， 实现油田采 收率的准确预测。 权利要求书1页 说明书3页 附图1页 CN 113988382 A 2022.01.28 CN 113988382 A 1.一种基于集成学习的油田采收率预测方法， 其特 征在于， 包括以下步骤： 从油田数据资料库中提取油田历史数据， 利用数据集成方法就区块、 年份对地质因素、 开发状况因素进行提取与合并， 将历史采收率作为标签值， 形成油田历史初始数据集； 针对 油田历史初始数据集中包含部分与油田采收率预测相关度低的冗余特征和无关特征的问 题， 采用皮尔逊相关系数的特征选择方法， 计算各特征与油田采收率的相关度， 优选出与油 田采收率预测相关度高的特征， 形成油田历史最佳数据集； 建立决策树的机器学习方法挖 掘油田历史最优数据集作为基类预测器， 根据集成学习方法采用线性加权方式对多个基类 预测器进 行集成， 得到油田采收率 强预测器， 同时避免采用单一预测器的弊端， 实现油田采 收率预测。权　利　要　求　书 1/1 页 2 CN 113988382 A 2一种基于集成学习的油田采收 率预测方法 技术领域 [0001]本发明属于地球物理勘探领域和人工智能领域， 具体涉及一种基于集成学习的油 田采收率预测方法。 背景技术 [0002]采收率是水驱油田潜力评价的重要组成部分， 实现采收率准确预测能够有效地指 导油田各阶段 的准确部署， 制 定符合油田实际状况 的采收措施。 而随着油田开发进入特高 含水时期， 传统的经验公式法、 油藏数值模拟等油田采收率计算方法适应性差、 预测结果存 在偏差， 导致容易出现较大的不确定性范围。 采用机器学习方法预测油田采收率， 能够充分 利用油田开发过程积累的数据， 分析各时期的地质状况、 开发状况等油田数据与油田采收 率的内在联系， 建立适用于油田开发各时期的油田采收率预测器， 实现油田采收率的准确 预测。 [0003]针对油田间的地质状况、 开发状况等因素的差异显著， 单一预测器无法全面反映 油田采收率与油田数据之间联系的问题， 同时设置多个基类预测器， 其中基类预测器的参 数结构均不相同， 使用集成学习思想训练多个基类预测器并进行集成， 提出一种基于集成 学习的油田采收率预测方法。 发明内容 [0004]为了克服油田在特高含水期阶段， 传统油田采收率计算方法适应性差， 预测结果 不准确的问题， 本发明提供了一种基于集成学习的油田采收率预测方法。 通过皮尔逊相关 系数的特征选择方法优选影响油田采收率的高相关度特征， 采用决策树的机器学习方法挖 掘各时期的地质状况、 开发状况等因素与油田采收率的内在联系， 建立适用于油田开发各 时期的油田采收率预测器， 并根据油田间的差异性设置多个基类预测器， 使用集成学习思 想训练并集成基 类预测器形成强预测器， 实现油田采收率的准确预测。 [0005]为实现上述目的， 本发明技 术方案主 要包括以下三个步骤： [0006]1.提取与处 理油田历史数据： [0007]从油田数据资料库中提取地质因素、 开发状况因素、 采收率等油田历史数据， 采用 缺失值填充等数据清洗方法处理油田历史数据， 消除油田历史数据存在的缺失值、 无效值 等数据质量问题。 利用数据集成方法就区块、 年份的信息对地质因素、 开 发状况因素等资料 数据进行提取合并， 并将历史采收率作为标签值， 形成油田历史初始数据集。 [0008]2.优选采收率高相关度特 征 [0009]油田历史初始数据集中包含部分与油田采收率预测相关度低的冗余特征和无关 特征， 会严重油田采收率预测器性能， 导致预测器收敛精度低。 采用皮尔逊相关系数的特征 选择方法， 计算各特征与油田采收率的相关度， 优选出与油田采收率预测相关度高的特征， 提高油田采收率预测器的预测精度。 [0010]使用皮尔逊相关系数计算油田初始数据集中各特征得分， 记为PScore， PScore越说　明　书 1/3 页 3 CN 113988382 A 3