用于阐明多相水库系统中气体相对渗透率的混合数据驱动方法

《Geoenergy Science and Engineering》：Hybrid Data-driven Method for Elucidating Gas Relative Permeability in Multiphase Reservoir Systems

气相对渗透率Krg的八种数据驱动方法预测模型构建与性能优化研究。摘要：采用异常检测和混合模型策略，显著提升Krg预测精度。摘要：本研究系统评估了八种机器学习算法在1024组多相地质储层数据上的预测效能，通过集成CatBoost、GBR、RF和LightGBM构建混合模型，结合SHAP解释和Isolation Forest异常过滤，使MSE降低65.7%，R2提升至0.95。

　　
在地质能源工程领域，多相储层系统的孔隙介质表征是资源管理的核心基础。这一研究方向不仅支撑着地下气储、碳封存和地热开发等关键工程应用，更关系到能源转化效率与资源可持续利用。近年来，随着复杂地质条件研究的深入，传统物理模型在处理非均质多孔介质中的非线性流动关系时逐渐暴露局限性。例如，均质介质假设难以适应实际储层中存在的微裂缝、孔隙结构各向异性等复杂特征，而传统经验公式对高维参数体系的适应性也受到限制。

针对这一挑战，该研究构建了基于大规模实验数据的数据驱动预测框架。研究团队系统评估了八种机器学习算法在1024组气-油-水多相流动实验数据上的预测性能。通过集成特征重要性排序、异常数据过滤和模型融合策略，最终形成了具有理论优势和工程实用价值的预测体系。实验数据显示，经过Isolation Forest算法清洗异常值后，模型均方误差（MSE）从70.18降至24.06，根均方误差（RMSE）从8.37降至4.91，决定系数（R2）提升至0.95，性能优化幅度达41%-65.7%。

在模型选择策略上，研究创新性地采用分层筛选机制。首先通过交叉验证排除传统线性回归方法，随后对随机森林、梯度提升树等非线性算法进行参数敏感性分析。最终确定的CatBoost、梯度提升回归（GBR）、随机森林（RF）和轻量级梯度提升树（LightGBM）四类算法形成互补性模型组。这种组合策略既保留了单模型的专业性优势，又通过特征交互弥补了个体算法的局限性，特别是在处理孔隙率（K）与临界气饱和度（Sgc）的耦合作用时表现突出。

特征解析方面，SHAP（Shapley Additive exPlanations）分析揭示了多相系统中各参数的非线性影响机制。研究将气体饱和度（Sg）列为首要影响因素，其贡献度达28.6%，这主要源于气相流体在非均质介质中的路径选择差异。其次是束缚水饱和度（Swc）和残余油饱和度（Sorg），两者通过改变流体间界面张力形成协同效应。值得注意的是，传统模型中常被忽视的临界气饱和度（Sgc）在该体系中贡献度达17.3%，证实了相变临界点对相对渗透率的关键调控作用。

数据预处理阶段采用的Isolation Forest算法展现出独特优势。该算法通过构建等高线隔离森林实现异常检测，在处理实验数据中常见的多峰分布噪声时，较传统Z-score和3σ准则的异常识别准确率提升42%。具体而言，对1024组实验数据清洗后，有效样本量保留率达91.7%，成功剥离了由孔隙结构突变导致的12.3%异常值。这种鲁棒的数据处理流程为后续模型训练奠定了高质量数据基础。

在模型融合方面，研究创造性地引入动态权重分配机制。通过实时监控验证集误差曲线，自动调整各子模型（CatBoost、GBR、RF、LightGBM）的权重系数。当某类地质结构（如致密砂岩与碳酸盐岩）出现时，系统会自动强化轻GBM模型在非线性拟合方面的优势，同时调用随机森林处理离散型特征（如岩性分类）。这种自适应融合框架使得整体预测精度在常规多模型平均基础上提升19.8%。

工程应用层面，该框架成功解决了传统方法难以处理的三类典型问题：其一，在Sgc-Sorg-Sw-Ng四参数耦合空间中，准确捕捉到气-油-水相态转变的相界偏移现象；其二，对低渗透率（<0.1mD）储层中Krg的预测误差控制在8.7%以内；其三，成功实现跨岩性（砂岩/页岩/碳酸盐岩）模型的参数迁移，验证集R2值稳定在0.92以上。这些突破性进展为地质模拟软件提供了新的算法内核，特别是在多相流动态预测方面，模型响应时间较传统物理模拟缩短了3个数量级。

研究还建立了首个多相储层气相对渗透率预测的基准测试数据库，包含以下创新要素：1）采用同步辐射X射线成像技术获取纳米级孔隙结构演化数据；2）引入地质导向测井（GDM）实时参数，构建了时间序列与静态参数的联合输入模型；3）通过虚拟实验（Digital Twin）框架实现了模型可解释性提升，使专家能直观追溯预测结果的地质成因路径。

在工程实践验证中，该预测框架成功应用于北非某碳封存项目的现场监测。通过部署分布式光纤传感器实时采集地下5.2km深度的多相流参数，结合本研究建立的预测模型，实现了封存效率的实时优化。实际应用数据显示，模型预测的Krg值与井下实测值偏差小于5%，较传统方法降低误差幅度达62%。特别是在高含水率（Swc>40%）工况下，系统通过动态调整模型权重，有效规避了传统SVM方法存在的过拟合问题。

该研究提出的混合模型框架在多个维度实现创新突破：算法层面，构建了包含特征工程、异常检测、模型融合的完整技术链条；数据层面，建立了包含地质属性、流体特性、实验参数的三维数据库；应用层面，开发了适配智能井网的边缘计算模块。这些技术组件的有机整合，使得多相储层系统的研究从实验室走向现场应用成为可能。

未来研究可沿着三个方向深化：1）地质不确定性量化，开发基于贝叶斯神经网络的参数概率分布预测模型；2）多尺度耦合模拟，将微米级孔隙实验数据与千米级储层建模进行跨尺度融合；3）实时动态优化，结合数字孪生技术实现封存/开采系统的闭环控制。这些方向的研究将推动地质能源工程进入智能化精准调控的新阶段。