智能井井下监测设备获得的生产数据携带了大量的油藏信息,这些信息对我们认识油藏、解释油藏状态以及生产优化控制具有不可估量的价值。但由于各种因素的影响,数据中会存在一些噪音,甚至是异常的数据。为了提高数据的真实性,必须对监测数据进行处理,从而得到较为准确的数据。准确的监测数据才能真实可靠地反映油藏动态变化,将这些数据应用到油藏实时拟合中,可及时地更新油藏模型,有利于获取油藏的流动状态,更好地实现智能井的优化控制。本文以处理智能井井下监测数据为基础,以智能井油藏实时拟合为手段,为真实而准确地获取油藏参数提供了一种新思路。首先,利用Thompson的异常值检测算法检测数据中的奇异值点;其次,基于小波理论,结合MATLAB软件用wden函数对去除异常值后的数据做降噪处理;接着,使用MATLAB软中的自带函数wdencmp函数对数据做压缩处理;最后,深入剖析集合卡尔曼滤波拟合技术,通过序贯高斯模拟方法生成初始油藏模型集合,并结合Eclipse设计智能井油藏实时拟合软件,利用该软件验证EnKF在智能井油藏实时拟合中的作用,同时研究了影响拟合效果的敏感性因素。结果表明:井下监测数据经处理后,噪音水平明显降低,数据冗余度大幅减小,且数据的真实变化趋势和细节特征都被完整地保留了下来,为油藏实时拟合提供了可靠的数据基础。通过油藏实时拟合可得到更为真实的油藏参数,使我们更正确地了解油藏,为油藏的生产优化控制奠定坚实的基础,同时也对合理油藏开发方案的设计提供了重要依据。这些工作有助于我们进一步认识油藏,改善油藏模型,使其能更正确地反映油藏动态,对合理、准确制定油藏生产优化控制策略起着至关重要的作用。