本发明涉及石油产量预测，具体为一种致密油气水平井单井产量预测方法及预测系统。
背景技术：
1、作为常规油气的重要接替，我国致密油资源丰富、开发潜力大。准确预测致密油产能是有效开发和管理致密油资源的关键，但致密油储层的强非均质性使准确预测产能变得十分困难。传统的产能预测分为静态和动态两种方法。静态产能预测方法以测井信息为主，测井信息主要反映储层的静态特征，无法直接反映储层的动态特征对产能的影响；动态产能预测模型包括解析法、半解析法以及数值模拟法，但动态方法进行产能预测是基于地层均质的假设推导出来的，对于非均质性强的致密油储层，预测的不够准确。
2、现有技术中，公开号为“cn115471012a”的一种致密油藏水平井产能预测方法、介质及系统，属于石油产能预测技术领域，方法包括：采集影响致密油水平井产能的数据及对应井的历史日产能数据；将影响致密油水平井产能的数据及对应井的历史日产能数据进行预处理与降维得到训练数据集；基于深度学习神经网络构建致密油藏水平井产能预测模型，致密油藏水平井产能预测模型包括输入模块、时空特征提取模块、特征融合模块、回归预测模块；以训练数据集对致密油藏水平井产能预测模型进行训练；将待预测数据输入致密油藏水平井产能预测模型中，得到产能预测结果；根据得到的产能预测结果部署和调节石油挖掘工程，在提取产能数据时序特征的基础上，考虑了致密油储层非均质性强对产能预测的影响，获取产能数据的空间特征；通过k-means算法将原始数据按储层划分，解决储层间非均质性强对产能预测的影响；基于划分后的产能序列构造spat ia l-tempora l矩阵，将时空信息聚合为一体，构建conv-lstm网络提取输入数据的储层内空间信息与时间依赖信息；首次引入自注意力机制用于致密油产能预测，通过为产能序列分配不同的权重，使conv-lstm网络集中学习与当前产能相关性更高的数据特征，增强网络在特征提取上的准确性。
3、但现有技术仍存在较大缺陷，如：历史数据具有一定的随机性，上述现有技术在对数据进行预处理时未能充分考虑历史数据的随机性这一不利因素，使得在后续根据预处理后的数据预测产量时，会存在较大的偏差。
技术实现思路
1、本发明的目的在于提供一种致密油气水平井单井产量预测方法及预测系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种致密油气水平井单井产量预测方法，包括如下步骤：
4、s1,连续采集多个历史时刻下致密油藏水平井单井的累计产量、以及影响累计产量的多种主控因素数据，并采集实时时刻下的多种主控因素数据；
5、s2，计算历史时刻下，单一累计产量与采集的累计产量之和的比值，并将比值作为该单一累计产量对应的累计产量第一处理值，并计算历史时刻下，同一种主控因素中单一主控因素数据与采集的主控因素数据之和的比值，并将比值作为该单一主控因素数据对应的主控因素数据第一处理值；
6、s3，对累计产量第一处理值进行第一次累加得到累计产量第二处理值，并对主控因素数据第一处理值进行第一次累加得到主控因素数据第二处理值；
7、s4，对累计产量第二处理值进行第二次累加得到累计产量第三处理值，并对主控因素数据第二处理值进行第二次累加得到主控因素数据第三处理值；
8、s5，以累计产量第三处理值作为输出量、主控因素数据第三处理值作为输入量，建立微分模拟模型，并依据微分模拟模型输出实时的累计产量第三处理值；
9、s6，对实时的累计产量第三处理值进行两次累减处理并还原量纲，获取实时的累计产量。
10、进一步的，影响累计产量的所述主控因素有地层压力、储层品质、水平度长度、压裂级数、总入井液量、加砂量、油层厚度、含油饱和度、以及段间距共九种。
11、进一步的，将第i个历史时刻采集的累计产量标定为qi，i表示不同历史时刻的编号，且i＝1、2、3、……、n，且第n个历史时刻为与需要预测的实时时刻相邻的时刻，则需要预测的实时时刻为n+1时刻，将第i个历史时刻采集的第j种主控因素数据标定为ui,j，则将实时时刻下的第j种主控因素数据标定为un+1,j，j表示不同种主控因素的编号，且j＝1、2、3、……、m。
12、进一步的，计算历史时刻下，单一累计产量与采集的累计产量之和的比值，并将比值作为该单一累计产量对应的累计产量第一处理值，并计算历史时刻下，同一种主控因素中单一主控因素数据与采集的主控因素数据之和的比值，并将比值作为该单一主控因素数据对应的主控因素数据第一处理值的具体逻辑为：
13、将第i个历史时刻的累计产量第一处理值标定为qi(0)，累计产量第一处理值qi(0)的计算公式如下：
14、
15、将第i个历史时刻采集的第j种主控因素数据第一处理值标定为ui,j(0)，主控因素数据第一处理值ui,j(0)的计算公式如下：
16、
17、进一步的，对累计产量第一处理值进行第一次累加得到累计产量第二处理值，并对主控因素数据第一处理值进行第一次累加得到主控因素数据第二处理值的具体逻辑为：
18、将第i个历史时刻的累计产量第二处理值标定为qi(1)，累计产量第二处理值qi(1)的计算公式如下：
19、
20、将第i个历史时刻采集的第j种主控因素数据第二处理值标定为ui,j(1)，主控因素数据第二处理值ui,j(1)的计算公式如下：
21、
22、进一步的，对累计产量第二处理值进行第二次累加得到累计产量第三处理值，并对主控因素数据第二处理值进行第二次累加得到主控因素数据第三处理值的具体逻辑为：
23、将第i个历史时刻的累计产量第三处理值标定为qi(2)，第三处理值标定为qi(2)的计算公式如下：
24、
25、将第i个历史时刻采集的第j种主控因素数据第三处理值标定为ui,j(2)，主控因素数据第三处理值ui,j(2)的计算公式如下：
26、
27、进一步的，以累计产量第三处理值作为输出量、主控因素数据第三处理值作为输入量，建立微分模拟模型，并依据微分模拟模型输出实时的累计产量第三处理值的具体逻辑为：
28、s51,建立对时间的导数公式，并以对时间的导数公式作为微分模拟模型的模拟计算公式，以此建立微分模拟模型，对时间的导数公式具体如下：
29、
30、其中，[qi(2)]'表示对时间的导数，a、b1、b2、…、bj、…、bm均为待识别的参数；
31、s52，将累计产量第三处理值作为输出量、主控因素数据第三处理值作为输入量，对微分模拟模型进行训练，采用最小二乘法对a、b1、b2、…、bj、…、bm进行求解；
32、s53，将对时间的导数公式按时间一阶近似离散，获取累计产量第三处理值的计算公式，具体处理方式如下：
33、将按时间一阶近似离散，得到
34、s54，将实时的主控因素数据第三处理值带入步骤s53的公式中，获取实时的累计产量第三处理值；
35、其中，将需要预测的实时累计产量第三处理值标定为qn+1(2)，则实时的累计产量第三处理值
36、进一步的，对实时的累计产量第三处理值进行两次累减处理并还原量纲，获取实时的累计产量的具体逻辑为：
37、s61，对实时的累计产量第三处理值进行第一次累减，获取实时的累计产量第二处理值，计算公式如下：
38、
39、s62，对实时的累计产量第二处理值进行第二次累减，获取实时的累计产量第一处理值，计算公式如下：
40、
41、s63，对实时的累计产量第一处理值进行还原量纲，获取实时的累计产量，计算公式如下：
42、
43、一种致密油气水平井单井产量预测系统，用于上述的致密油气水平井单井产量预测方法，包括：
44、数据采集模块，用于连续采集多个历史时刻下致密油藏水平井单井的累计产量、以及影响累计产量的多种主控因素数据，并采集实时时刻下的多种主控因素数据；
45、第一数据处理模块，用于计算历史时刻下，单一累计产量与采集的累计产量之和的比值，并将比值作为该单一累计产量对应的累计产量第一处理值，并计算历史时刻下，同一种主控因素中单一主控因素数据与采集的主控因素数据之和的比值，并将比值作为该单一主控因素数据对应的主控因素数据第一处理值；
46、第二数据处理模块，用于对累计产量第一处理值进行第一次累加得到累计产量第二处理值，并对主控因素数据第一处理值进行第一次累加得到主控因素数据第二处理值；
47、第三数据处理模块，用于对累计产量第二处理值进行第二次累加得到累计产量第三处理值，并对主控因素数据第二处理值进行第二次累加得到主控因素数据第三处理值；
48、累加产量第三处理值输出模块，用于以累计产量第三处理值作为输出量、主控因素数据第三处理值作为输入量，建立微分模拟模型，并依据微分模拟模型输出实时的累计产量第三处理值；
49、累计产量输出模块，用于对实时的累计产量第三处理值进行两次累减处理并还原量纲，获取实时的累计产量。
50、与现有技术相比，本发明的有益效果是：
51、本发明的致密油气水平井单井产量预测方法及预测系统，通过对累计产量和主控因素数据进行无量纲处理以及两次累加计算处理，不仅在后续数据处理中无需考虑变量复杂的物理背景，简化了计算过程的工作量，还弱化历史数据的随机性，提高后续建立的微分模拟模型预测精准性。
1.一种致密油气水平井单井产量预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的致密油气水平井单井产量预测方法，其特征在于：影响累计产量的所述主控因素有地层压力、储层品质、水平度长度、压裂级数、总入井液量、加砂量、油层厚度、含油饱和度、以及段间距共九种。
3.根据权利要求1所述的致密油气水平井单井产量预测方法，其特征在于：将第i个历史时刻采集的累计产量标定为qi，i表示不同历史时刻的编号，且i＝1、2、3、……、n，且第n个历史时刻为与需要预测的实时时刻相邻的时刻，则需要预测的实时时刻为n+1时刻，将第i个历史时刻采集的第j种主控因素数据标定为ui,j，则将实时时刻下的第j种主控因素数据标定为un+1,j，j表示不同种主控因素的编号，且j＝1、2、3、……、m。
4.根据权利要求3所述的致密油气水平井单井产量预测方法，其特征在于：计算历史时刻下，单一累计产量与采集的累计产量之和的比值，并将比值作为该单一累计产量对应的累计产量第一处理值，并计算历史时刻下，同一种主控因素中单一主控因素数据与采集的主控因素数据之和的比值，并将比值作为该单一主控因素数据对应的主控因素数据第一处理值的具体逻辑为：
5.根据权利要求3所述的致密油气水平井单井产量预测方法，其特征在于：对累计产量第一处理值进行第一次累加得到累计产量第二处理值，并对主控因素数据第一处理值进行第一次累加得到主控因素数据第二处理值的具体逻辑为：
6.根据权利要求3所述的致密油气水平井单井产量预测方法，其特征在于：对累计产量第二处理值进行第二次累加得到累计产量第三处理值，并对主控因素数据第二处理值进行第二次累加得到主控因素数据第三处理值的具体逻辑为：
7.根据权利要求6所述的致密油气水平井单井产量预测方法，其特征在于：以累计产量第三处理值作为输出量、主控因素数据第三处理值作为输入量，建立微分模拟模型，并依据微分模拟模型输出实时的累计产量第三处理值的具体逻辑为：
8.根据权利要求7所述的致密油气水平井单井产量预测方法，其特征在于：对实时的累计产量第三处理值进行两次累减处理并还原量纲，获取实时的累计产量的具体逻辑为：
9.一种致密油气水平井单井产量预测系统，用于上述权利要求1-8任意一项所述的致密油气水平井单井产量预测方法，其特征在于，包括：
