(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111454766.3 (22)申请日 2021.12.02 (65)同一申请的已公布的文献号 申请公布号 CN 113869613 A (43)申请公布日 2021.12.31 (73)专利权人 德仕能源科技 集团股份有限公司 地址 257000 山东省东营市东营区邹 城路 大学生创业园18#楼 专利权人 山东德仕石油装备有限公司 (72)发明人 崔仕章　侯云福　宋新旺　王黎明　 张凤莲　程海鹏　张荣军　曾刚　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 代理人 刘晓佳(51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01) E21B 47/00(2012.01) E21B 49/08(2006.01) (56)对比文件 CN 110400006 A,2019.1 1.01 CN 105096007 A,2015.1 1.25 杨洋等.“基于时序动态分析的油井产量预 测研究”. 《西南石油大 学学报 （自然科 学版） 》 .2020,第42卷(第6期), 刘巍等.“基于机器学习方法的油井日产油 量预测”. 《石油钻 采工艺》 .2020,第42卷(第1 期), 审查员 刘雅洁 (54)发明名称 一种基于能谱信号的油井产量测量方法及 设备 (57)摘要 本申请实施例公开了一种基于能谱信号的 油井产量测量方法及设备， 属于油井产量测量技 术领域。 根据测井曲线确定待测油井的第一产油 量； 对多个时间段内分别开采的含水原油， 进行 能谱信号采集， 以确定含水率； 根据含水原油的 总量、 含水率， 确定多个时间段分别对应的原油 产量； 其中， 多个时间段为已经开采待测油井时 的部分时长； 根据含水率确定出剩余开采时长； 根据原油产量与剩余开采时长， 对剩余开采时长 内的各时间段对应的产量比值进行预测； 根据 原 油产量以及产量比值， 确定待测油井的第二产油 量； 在第一产油量与第二产油量之间的误差值小 于预设误差值时， 将第二产油量作为最终产油 量。 权利要求书3页 说明书8页 附图2页 CN 113869613 B 2022.03.08 CN 113869613 B 1.一种基于能谱信号的油井产量测量方法， 其特 征在于， 所述方法包括： 油井产量测量设备获取待测油井对应的测井曲线， 根据 所述测井曲线确定出所述待测 油井对应的第一产油量； 对多个时间段内分别开采的含水原油， 进行能谱信号采集， 并根据采集的数据， 确定所 述含水原油中的含水率； 获取所述多个时间段分别开采出的含水原油的总量， 并根据所述含水原油的总量， 以 及所述含 水原油中的含水率， 确定所述多个时间段分别对应的原油产量； 其中， 所述多个时 间段为已经开采所述待测油井时的部分时长； 根据所述含水率确定出剩余开采时长， 并将所述剩余开采时长分为多个时间段； 其中， 所述剩余 开采时长为去除所述多个时间段后剩余的开采时长； 根据所述多个时间段分别对应的原油产量与所述剩余开采时长， 对所述剩余开采时长 内的各时间段对应的产量比值， 进 行预测； 其中， 所述产量比值为所述剩余开采时长内的时 间段对应的原油产量， 分别与第一个时间段对应的原油产量之 间的比值； 其中， 所述第一个 时间段为所述多个时间段 里的第一个时间段； 根据所述原油产量以及所述产量比值， 确定出 所述待测油井的第二产油量； 确定所述第 一产油量与所述第 二产油量之间的差值， 在所述差值小于预设差值的情况 下， 将所述第二产油量作为所述待测油井的最终产油量。 2.根据权利要求1所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述对 多个时间段内分别开采的含水原油， 进 行能谱信号采集， 并根据采集的数据， 确定所述含水 原油中的含水率， 具体包括： 通过含水分析仪产生两束不同能量的伽马射线， 穿过待测含水原油， 以获取所述伽马 射线在所述待测含水原油中的衰减数据； 通过探测器对获取到的所述衰减数据进行采集， 并将采集的所述衰减数据输入含水率 预测模型， 以得到所述待测含水原油的含水率。 3.根据权利要求2所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述通 过含水分析仪产生两束不同能量的伽马射线， 穿过待测含水原油， 以获取所述伽马射线在 所述待测含水原油中的衰减数据， 具体包括： 通过所述含水分析仪产生高能伽马射线与低能伽马射线， 并将所述高能伽马射线与 所 述低能伽马射线穿过 所述待测含水原油； 获取所述高能伽马射线在预设时长 内的衰减数据， 以及获取所述低能伽马射线在所述 预设时长内的衰减数据； 通过所述高能伽马射线在预设时长 内的衰减数据获取第 一含水率， 通过所述低能伽马 射线在所述预设时长内的衰减数据获取第二含水率； 计算所述第 一含水率与所述第 二含水率的平均值， 并将所述平均值作为所述待测含水 原油的含水率； 其中， 所述高能伽马射线在预设时长内的衰减数据， 与所述低 能伽马射线在所述预设 时长内的衰减数据不存在交集。 4.根据权利要求3所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述将 采集的所述衰减数据输入 含水率预测模型之前， 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 113869613 B 2将预先采集的高能伽马射线与低能伽马射线， 分别在预置原油样本 中的衰减值作为训 练样本输入集； 将对所述预置原油样本经化验后得到的含水率作为训练样本 输出集； 根据训练样本输入集的数量， 确定神经网络的输入神经元的数量； 根据训练样本输出 集的数量， 确定输出神经元的数量； 以及根据训练样本输入集与训练样本输出集的总量， 确 定所述神经网络隐含层的神经 元的数量； 根据所述输入神经元的数量、 所述输出神经元的数量， 以及所述 隐含层的神经元的数 量， 构建神经网络结构； 根据公式 ， 将所述训练样本输入集与所述训练样本输出集 进行归一化处理； 其中， 为训练样本中的最大值； 为训练样本中的最小值； 为 任一训练数据； 为归一化后的数据； 通过所述归一化后的数据、 以及所述神经网络结构， 对所述神经网络进行训练， 以得到 所述含水率预测模型。 5.根据权利要求1所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述根 据所述含水率确定出剩余 开采时长， 具体包括： 按时间顺序， 对确定出的多个所述含水率进行排序， 并绘制含水率变换曲线图； 在预置含水率变化曲线库中， 确定出与 所述含水率变换曲线图最接近的历史含水率曲 线图， 并在所述历史含水率 曲线图中， 确定出从最低含水率增长至最高含水率的开采总时 长； 在所述开采总时长 中去除已开采的所述多个时间段， 以确定出所述待测油井的所述剩 余开采时长 。 6.根据权利要求1所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述根 据所述剩余开采时长与所述多个时间段分别对应的原油产量， 对所述剩余开采时长内的各 时间段对应的产量比值， 进行 预测， 具体包括： 按时间顺序， 将所述多个时间段内分别对应的原油产量进行排序； 将各时间段对应的原油产量， 分别与第一个时间段对应的原油产量进行比值计算， 按 时间顺序将得到的比值 排序， 并绘制出产量比值变化曲线； 将所述比值变化曲线与所述剩余开采时长， 输入比值预测模型中， 以得到所述剩余开 采时长内的各时间段对应的产量比值。 7.根据权利要求1所述的一种基于能谱信号的油井产量测量方法， 其特征在于， 所述根 据所述原油产量以及所述产量比值， 确定出 所述待测油井的第二产油量， 具体包括： 在原油开采过程中， 确定出 所述第一个时间段对应的原油产量； 确定出所述剩余 开采时长内包 含的所述时间段的数量； 将所述剩余开采时长 内包含的时间段所对应的产量比值， 分别与所述第 一个时间段对 应的原油产量进行计算， 得到所述剩余 开采时长内包 含的时间段分别对应的原油产量； 对计算出的原油产量的数量进行统计， 并将所述原油产量的数量， 与所述剩余开采时 长内包含的时间段的数量进行比对， 在二者数量相同的情况下， 将所述剩余开采时长内包 含的时间段分别对应的原油产量， 与已开采的所述多个时间段分别对应的原油产量进 行相权　利　要　求　书 2/3 页 3 CN 113869613 B 3