本發(fā)明涉及石油開發(fā),特別是關(guān)于一種考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法。
背景技術(shù):
1、在石油開發(fā)技術(shù)中,考慮到經(jīng)濟(jì)效益有必要對(duì)儲(chǔ)層的品質(zhì)進(jìn)行分級(jí)。
2、本申請(qǐng)的發(fā)明人在研究中發(fā)現(xiàn),現(xiàn)有技術(shù)對(duì)儲(chǔ)層品質(zhì)進(jìn)行分級(jí)的方法,包括基于單一指標(biāo)的分級(jí)方法,基于單一指標(biāo)的分級(jí)方法對(duì)儲(chǔ)層開發(fā)效果的指示未必最優(yōu);現(xiàn)有技術(shù)對(duì)儲(chǔ)層品質(zhì)進(jìn)行分級(jí)的方法,還包括多指標(biāo)的評(píng)價(jià)方法,例如考慮主流主流喉道半徑、啟動(dòng)壓力梯度、粘度礦物含量、原油粘度等指標(biāo)對(duì)低滲斷塊油藏進(jìn)行了儲(chǔ)層分級(jí)。該評(píng)價(jià)方法存在兩方面的問(wèn)題,一是選取的指標(biāo)獲取難度大,需要大量的室內(nèi)礦場(chǎng)實(shí)驗(yàn);二是人為制定評(píng)價(jià)分級(jí)界限,其準(zhǔn)確性在很大程度上取決于工程師的經(jīng)驗(yàn)。
3、綜上所述,現(xiàn)有技術(shù)中還不存在一種能夠簡(jiǎn)單、高效地實(shí)現(xiàn)儲(chǔ)層品質(zhì)分級(jí)方法。有必要進(jìn)行進(jìn)一步的研究。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)上述問(wèn)題,本申請(qǐng)的目的是提供一種考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,選擇合理的指標(biāo)建立評(píng)價(jià)指標(biāo)體系,并對(duì)評(píng)價(jià)結(jié)果進(jìn)行可量化的分級(jí)方法,能夠簡(jiǎn)單、可行性強(qiáng)、準(zhǔn)確度高且可高效實(shí)現(xiàn)的儲(chǔ)層品質(zhì)分級(jí)。
2、為實(shí)現(xiàn)上述目的,本申請(qǐng)采取以下技術(shù)方案:
3、第一方面,本申請(qǐng)?zhí)峁┮环N考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,所述方法包括:
4、建立待評(píng)價(jià)儲(chǔ)層的數(shù)值模擬模型,所述數(shù)值模擬模型中具有待評(píng)價(jià)儲(chǔ)層中按照相對(duì)位置排列的多個(gè)網(wǎng)格,每一網(wǎng)格對(duì)應(yīng)有預(yù)設(shè)類別參數(shù)的參數(shù)數(shù)值;
5、根據(jù)所述數(shù)值模擬模型每一網(wǎng)格對(duì)應(yīng)的預(yù)設(shè)類別參數(shù)的參數(shù)數(shù)值,基于主成分分析計(jì)算每個(gè)網(wǎng)格的綜合得分;
6、根據(jù)每個(gè)網(wǎng)格的綜合得分,采用聚類分析,將網(wǎng)格劃分到預(yù)設(shè)數(shù)目的儲(chǔ)層品質(zhì)類別中。
7、在本發(fā)明的一種實(shí)現(xiàn)方式中,所述預(yù)設(shè)類別參數(shù),包括生產(chǎn)潛力相關(guān)參數(shù)和流動(dòng)潛力相關(guān)參數(shù)的兩類參數(shù)指標(biāo);
8、所述生產(chǎn)潛力相關(guān)參數(shù),包括含油飽和度so、儲(chǔ)量豐度n、厚度h、孔隙度
9、所述流動(dòng)潛力相關(guān)參數(shù),包括地層壓力p、滲透率k、水油粘度比μr、網(wǎng)格連通數(shù)n。
10、在本發(fā)明的一種實(shí)現(xiàn)方式中,所述基于主成分分析計(jì)算每個(gè)網(wǎng)格的綜合得分,包括:
11、根據(jù)每個(gè)網(wǎng)格的生產(chǎn)潛力相關(guān)參數(shù)和流動(dòng)潛力相關(guān)參數(shù)的參數(shù)數(shù)值,構(gòu)建初始參數(shù)矩陣a;
12、對(duì)初始參數(shù)矩陣a中的元素值進(jìn)行標(biāo)準(zhǔn)化處理;
13、根據(jù)標(biāo)準(zhǔn)化處理后的數(shù)值,計(jì)算參數(shù)指標(biāo)之間的相關(guān)矩陣r;
14、根據(jù)相關(guān)矩陣r計(jì)算特征其特征值和特征向量,并根據(jù)特征向量構(gòu)建主成分;
15、選擇設(shè)定數(shù)目的主成分計(jì)算每個(gè)網(wǎng)格的綜合得分。
16、在本發(fā)明的一種實(shí)現(xiàn)方式中,所述初始參數(shù)矩陣a=(aij)n×8;其中,i取值為[1,n],n為網(wǎng)格的數(shù)目;j取值為[1,8],對(duì)應(yīng)于生產(chǎn)潛力相關(guān)參數(shù)和流動(dòng)潛力相關(guān)參數(shù)的參數(shù)數(shù)目。
17、在本發(fā)明的一種實(shí)現(xiàn)方式中,所述標(biāo)準(zhǔn)化處理,包括:
18、標(biāo)準(zhǔn)值實(shí)現(xiàn)過(guò)程滿足:
19、
20、其中:a'j、sj為第j個(gè)指標(biāo)的樣本均值和樣本標(biāo)準(zhǔn)差,aj為第j個(gè)指標(biāo)的參數(shù)值;對(duì)應(yīng)地,稱為標(biāo)準(zhǔn)化指標(biāo)向量,其表達(dá)式為:
21、
22、在本發(fā)明的一種實(shí)現(xiàn)方式中,所述相關(guān)系數(shù)矩陣r=(rkj)8×8,滿足:
23、
24、其中:rkk=1,rkj=rjk是第k指標(biāo)與j指標(biāo)的相關(guān)系數(shù)。
25、在本發(fā)明的一種實(shí)現(xiàn)方式中,計(jì)算相關(guān)系數(shù)矩陣r的特征值λj,該特征值滿足λ1≥λ2≥···≥λ8≥0,同時(shí)計(jì)算對(duì)應(yīng)的標(biāo)準(zhǔn)化特征向量μ1,μ2,···,μ8,其中μj=[μ1j,μ2j,···,μnj]t;
26、特征向量組成8個(gè)新的指標(biāo)向量,指標(biāo)向量滿足:
27、
28、其中:y1是第1主成分,y2是第2主成分,以此類推,yj是第j主成分。
29、在本發(fā)明的一種實(shí)現(xiàn)方式中,選擇p(p≤8)個(gè)主成分,計(jì)算特征值λj的信息貢獻(xiàn)率與累積貢獻(xiàn)率:
30、主成分yj的信息貢獻(xiàn)率為:
31、
32、主成分y1,y2,···,yp的累積貢獻(xiàn)率計(jì)算如下:
33、
34、選擇主成分?jǐn)?shù):當(dāng)αp≥0.95時(shí),對(duì)應(yīng)的最小p值即為主成分個(gè)數(shù);
35、計(jì)算每個(gè)網(wǎng)格綜合得分zi:
36、
37、對(duì)儲(chǔ)層評(píng)分結(jié)果進(jìn)行歸一化處理,處理過(guò)程滿足:
38、
39、在本發(fā)明的一種實(shí)現(xiàn)方式中,聚類分析的處理步驟,包括:
40、(1)確定聚類數(shù)k,并選擇k個(gè)樣本作為初始聚類中心;
41、(2)計(jì)算所有網(wǎng)格打分結(jié)果到各聚類中心的歐式距離di,由于各網(wǎng)格打分結(jié)果為一維常數(shù),歐式距離di可以簡(jiǎn)化為:
42、di=zi-zc
43、其中,i為網(wǎng)格編號(hào);zc為給定的任意聚類中心;
44、(3)按照歐式距離最小原則,向簇中分配樣本,計(jì)算各簇樣本點(diǎn)均值,更新聚類中心;
45、(4)重復(fù)(2)(3)步,當(dāng)達(dá)到設(shè)置的迭代次數(shù)或簇類的均值向量不再改變時(shí),模型構(gòu)建完成,輸出聚類算法結(jié)果。
46、在本發(fā)明的一種實(shí)現(xiàn)方式中,聚類數(shù)取值為2,劃分為一般儲(chǔ)層和優(yōu)勢(shì)儲(chǔ)層。
47、本發(fā)明由于采取以上技術(shù)方案,其具有以下優(yōu)點(diǎn):
48、(1)從生產(chǎn)潛力、流動(dòng)潛力兩個(gè)方面建立了針對(duì)油藏儲(chǔ)層品質(zhì)的多維度評(píng)價(jià)指標(biāo)體系,并利用主成分分析方法實(shí)現(xiàn)了儲(chǔ)層品質(zhì)綜合評(píng)價(jià);
49、(2)利用k-means聚類分析方法對(duì)評(píng)價(jià)結(jié)果進(jìn)行分級(jí),避免了由工程師個(gè)人主觀分級(jí)帶來(lái)的不確定性;
50、(3)本發(fā)明可較為準(zhǔn)確地、高效地實(shí)現(xiàn)儲(chǔ)層品質(zhì)分級(jí),為油田開發(fā)潛力評(píng)價(jià)以及開發(fā)方案制定提供依據(jù)。
1.一種考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述預(yù)設(shè)類別參數(shù),包括生產(chǎn)潛力相關(guān)參數(shù)和流動(dòng)潛力相關(guān)參數(shù)的兩類參數(shù)指標(biāo);
3.根據(jù)權(quán)利要求2所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述基于主成分分析計(jì)算每個(gè)網(wǎng)格的綜合得分,包括:
4.根據(jù)權(quán)利要求3所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述初始參數(shù)矩陣a=(aij)n×8;其中,i取值為[1,n],n為網(wǎng)格的數(shù)目;j取值為[1,8],對(duì)應(yīng)于生產(chǎn)潛力相關(guān)參數(shù)和流動(dòng)潛力相關(guān)參數(shù)的參數(shù)數(shù)目。
5.根據(jù)權(quán)利要求4所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述標(biāo)準(zhǔn)化處理,包括:
6.根據(jù)權(quán)利要求5所述的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,所述相關(guān)系數(shù)矩陣r=(rkj)8×8,滿足:
7.根據(jù)權(quán)利要求6所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,計(jì)算相關(guān)系數(shù)矩陣r的特征值λj,該特征值滿足λ1≥λ2≥···≥λ8≥0,同時(shí)計(jì)算對(duì)應(yīng)的標(biāo)準(zhǔn)化特征向量μ1,μ2,···,μ8,其中μj=[μ1j,μ2j,···,μnj]t;
8.根據(jù)權(quán)利要求7所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,選擇p(p≤8)個(gè)主成分,計(jì)算特征值λj的信息貢獻(xiàn)率與累積貢獻(xiàn)率:
9.根據(jù)權(quán)利要求8所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,聚類分析的處理步驟,包括:
10.根據(jù)權(quán)利要求9所述的考慮動(dòng)靜態(tài)參數(shù)的儲(chǔ)層品質(zhì)分級(jí)方法,其特征在于,聚類數(shù)取值為2,劃分為一般儲(chǔ)層和優(yōu)勢(shì)儲(chǔ)層。