一种基于人工智能算法的气井排采工艺选井方法

专利主权项内容

1.一种基于人工智能算法的气井排采工艺选井方法，其特征在于，包括：S1：获取与气井生产相关的历史数据；S2：利用数据清洗工具对所述历史数据进行治理，得到入模数据；其中，所述对所述历史数据进行治理包括数据有效时间确定、数据清洗和连续时间处理；所述数据有效时间确定为根据气井参数的重要程度，确定多个基准字段，以所述多个基准字段同时不为0的第一秒或分钟级数据，作为所述气井的第一条有效数据；其余字段从前一条数据之后，向后进行筛选；所述数据清洗包括压力数据清洗、温度数据清洗和产量数据清洗；所述压力数据清洗为对超出预设压力范围的压力数据进行前值填充；所述温度数据清洗为对超出预设温度范围的温度数据进行前值填充；所述产量数据清洗为获取和清洗累计产气量，并基于清洗后的累计产气量填充日产气量和瞬时产气量；其中，获取和清洗累计产气量，并基于清洗后的累计产气量填充日产气量和瞬时产气量，包括：当所述累计产气量超出预设累计产气量[0, 100000]范围或值为‘0.9999’时，将该条数据删除；当所述累计产气量缺失时，基于缺失的累计产气量的后一条累计产气量和前一条累计产气量，得到缺失的当前累计产气量；对平均每分钟产气量小于等于0.000000001的数据进行填充；对每分钟产气量大于100的数据，将其缩小100, 0000倍；基于当天的累计产气量和前一天的累计产气量，确定瞬时产气量和日产气量；所述连续时间处理为对缺失的数据进行填充，以对不同字段的相同时间点生成完整的时间序列；S3：基于排采工艺理论建立气井排采工艺运行效果评价指标体系，通过所述运行效果评价指标体系对投运的排采工艺井进行效果评估，得到多种工艺运行效果；S4：筛选所述多种工艺运行效果大于预设效果阈值的时间段数据，并通过数据分析划定正负样本数据集和确定选井模型预测目标；S5：设计衍生参数，丰富参数维度，得到最终样本数据集；S6：将所述最终样本数据集按比例划分为训练集与测试集，分别用于训练选井模型和对训练好的选井模型进行效果评估；S7：将所述训练集的数据按照多种排采工艺代入多种类型的智能算法模型中，并进行参数调整和算法优化，得到多个选井模型；所述选井模型的数量与所述排采工艺的数量相同；所述多种类型的智能算法模型包括LGBM、Catboost和LSTM；S8：根据选井业务特征和当前气井选择的排采工艺的类型，建立选井模型运行规则，避免出现重复选井情况；S9：根据气井的当前信息，建立选井结果输出策略。