CN102222277B - 一种基于油气成藏过程模拟的圈闭自动评价系统和方法 - Google Patents

Abstract

本发明提供了一种基于油气成藏过程模拟的圈闭自动评价系统和方法，该系统包括聚集单元搜索模块、聚集单元信息识别模块、聚集单元风险评价模块、经济评价模块、综合评价模块和报表输出模块，上述六个模块依次相连。本发明的方法是：首先将油气成藏模拟得到的成果数据输入到圈闭评价系统；然后基于油气成藏动态模拟的成果，搜索和判断出勘探区域油气聚集单元；最后对油气聚集单元进行地质风险评价、经济评价、综合评价和优劣排序。本发明能充分利用油气成藏过程模拟产生的各种成果数据，为圈闭评价提供良好的数据接口，形成一种全新的圈闭自动评价思路、方法和技术系统，提高圈闭评价的有效性和可靠性。

Description

一种基于油气成藏过程模拟的圈闭自动评价系统和方法

技术领域

本发明主要涉及含油气圈闭评价领域，尤其是针对成熟勘探区进行油气成藏过程的三维模拟后，基于模拟的各种成果数据进行圈闭评价，优选出有利的勘探目标，为勘探开发部署提供决策依据。

背景技术

多年来，国内、外各油气勘探开发公司和相关研究单位的圈闭评价都采用两种方法，一种是直接基于地质分析的手工分析评价，另一种是基于地质分析和盆地模拟采用独立而单一的评价软件，例如单一的地质条件、经济效益和工程风险评价软件进行评价。对于后一种情况而言，目前市场上只有局限于经济评价、风险分析的单个软件产品，如：LANDMARK公司的TERAS，斯伦贝谢公司的Peep和PetroDesk等，还没有见到与油气成藏过程模拟相匹配的勘探目标评价与选优决策支持系统产品，更没有见到与油气成藏过程三维动态模拟系统相匹配的勘探目标评价与选优决策支持系统产品。目前，国内外的成藏模拟系统一般只是给出油气的运移路线和油气聚集区域，还没有达到自动进行圈闭评价的地步。

此外，圈闭可靠性和有效性是圈闭地质评价的重要内容，对于正确评价圈闭地质风险具有重要作用。但多年来，国内圈闭地质评价研究对资料可靠性和圈闭有效性研究一直未开展针对性研究，圈闭资料可靠性评价仍然延用上世纪八、九十年代的评价方法和标准，已经不能适应隐蔽圈闭评价需要。在这个阶段中，一些圈闭要素有效性评价专项技术发展也很迅速并取得较好效果，然而，国内外现有的圈闭评价技术和方法也未能吸收这些技术成果，并将其纳入评价体系中作为地质风险计算的依据，而仍然仅仅通过对圈闭周围钻探情况的统计分析来实现对目标圈闭有效性的评价，使得评价结果的依据不足。

为此，有必要研究一种新型的方法和技术，既能够继承多年来国内外在圈闭评价研究中所取得的方法和技术成果，又能够克服其中存在的问题，以便更好地为油田勘探决策工作提供科学依据。本项发明便是基于上述背景和设想研发出来的，并且已经通过实际应用证明是可行的、有效的。

发明内容

本发明要解决的问题是：针对目前油气圈闭评价方法和技术发展现状，提出一种基于油气成藏过程模拟的圈闭自动评价系统和方法。本发明能充分利用油气成藏过程模拟产生的各种成果数据，为圈闭评价提供良好的数据接口，形成一种全新的圈闭自动评价思路、方法和技术系统，提高圈闭评价的有效性和可靠性。

本发明所采用的技术方案是：一种基于油气成藏过程模拟的圈闭自动评价系统，包括：聚集单元搜索模块、聚集单元信息识别模块、聚集单元风险评价模块、经济评价模块、综合评价模块和报表输出模块，上述六个模块依次相连；聚集单元搜索模块根据油气成藏模拟系统的输出结果自动搜索出油气聚集单元，聚集单元信息识别模块将评价参数赋予油气聚集单元，聚集单元风险评价模块自动对油气聚集单元进行地质风险评价和油气藏可能性论证，经济评价模块对油气聚集单元进行勘探经济评价，综合评价模块对进行了风险评价、经济评价的模拟圈闭进行有利等级划分和排序，报表输出模块以三维可视化数字地质体和表格的形式输出各个模拟圈闭的相关信息。

一种基于油气成藏过程模拟的圈闭自动评价方法，包括：首先将油气成藏模拟得到的成果数据输入到圈闭评价系统；然后基于油气成藏动态模拟的成果，搜索和判断出勘探区域油气聚集单元；最后对油气聚集单元进行地质风险评价、经济评价、综合评价和优劣排序。

进一步地，所述的方法具体包括以下步骤：

S1)将油气成藏模拟得到的运聚模拟数据文件和三维网格数据文件输入到聚集单元搜索模块；

S2)聚集单元搜索模块自动搜索出模拟形成的油气聚集单元位置、大小和资源量的相关信息；

S3)在搜索出的油气聚集单元的基础上，聚集单元信息识别模块自动将运聚模拟所得的评价参数值赋予相关油气聚集单元，并对油气聚集单元的历史演化过程进行动态评价；

S4)聚集单元风险评价模块自动对油气聚集单元进行风险评价，回答圈闭中油气藏存在可能性的大小；

S5)经济评价模块自动采用简化的经济模型，对模拟圈闭进行勘探方面的经济评价，建立战略型和概要型的经济评价体系；

S6)综合评价模块自动采用二因素排队法，对进行了风险评价、经济评价的模拟圈闭进行模拟圈闭的有利等级划分，并给出勘探目标的综合排序；

S7)报表输出模块自动地基于以上对模拟圈闭的评价等级和排序，分别以三维可视化数字地质体和表格的形式输出各个模拟圈闭的相关信息。

进一步地，所述的方法中，步骤S2搜索油气聚集单元的方法为：读取运聚模拟数据和三维网格数据，获取三维网格的每个单元格的有效性和油气资源量，以递归的方式搜索出含油气的单元格，并把它们作为有效单元格，再判断每一个单元格是否与其它单元格相邻，然后将所有相邻有效单元格合并成一个整体的油气聚集单元；然后读取油气聚集单元的单元格，判断油气聚集单元的顶层单元格是否可做为盖层，将能作为盖层的单元记录下来作为盖层。

进一步地，所述的方法中，步骤S3中，评价参数包括圈闭条件、油源条件、储集条件和保存条件。

进一步地，所述的方法中，步骤S3中，对油气聚集单元的历史演化过程进行动态评价的方法为：读取现今油气聚集单元的单元格，将其与前一期次的油气聚集单元的单元格范围进行对比，判断前后两个期次的油气聚集单元单元格之间是否存在交集，如果存在交集说明现今的模拟圈闭是由前一期次的模拟圈闭演变而来，然后对历史期次的模拟圈闭按照同样的方法寻找交集；如果不存在交集则读取下一个前一期次的油气聚集单元的单元格范围，并同样判断是否存在交集，直至找到为止；当找到从最开始到现今的所有期次的油气聚集单元的单元格范围之后，获取油气聚集单元在不同地质时期的几何形态。

进一步地，所述的方法中，步骤S4中，聚集单元风险评价模块采用条件概率法、加权平均法、模糊数学综合评判法和人工神经网络法四种方法进行具体的评价过程。

进一步地，所述的方法中，步骤S5的评价方法具体为：对油气聚集单元的勘探、开发和生产过程中发生的投资、成本和收益进行全面的计算和评价，最后得到油气聚集单元的圈闭经济评价值M，其计算公式如下：

M＝Q_oP_oR_oP_om+Q_gP_gR_gP_gm-NHP_p    (11)

Q_o表示油资源量，P_o表示油气聚集单元含油概率，R_o表示预探最终油探明率，P_om表示油价，Q_g表示气资源量，P_g表示油气聚集单元含气概率，R_g表示预探最终气探明率，P_gm表示气价，N表示探井数，H表示平均井深，P_p表示每米探井费用。

进一步地，所述的方法中，步骤S6的二因素排队法根据下式进行：

$R=1-\sqrt{{\mathrm{gw}(1-\mathrm{\α})}^2+\mathrm{ew}{(1-\mathrm{\β})}^2}---\left(12\right)$

式中，R代表聚集单元综合评价系数，R越大，油气聚集单元的评价越好；α代表步骤S4得到的油气聚集单元风险评价值，α值越大，含油气性越好；gw代表风险评价的权重；β代表步骤S5得到的油气聚集单元经济评价值，β值越大，经济价值越大；ew代表经济评价的权重；gw+ew＝1。

本发明具有以下主要优点：

其一、以油气成藏过程模拟的结果为基础进行评价，有完整的油气成藏理论的支持，圈闭评价结果的可靠性高；

其二、自动识别圈闭的各项重要信息(位置、资源量、面积、盖层厚度等)并进行综合评价，提高工作效率。

附图说明

图1是油气圈闭自动评价技术流程图。

图2是聚集单元搜索算法流程图。

图3是模拟圈闭盖层搜索算法流程图。

图4是聚集单元信息识别参数。

图5是聚集单元动态评价算法流程图。

图6是地质风险概率法算法流程图。

图7是加权平均法算法流程图。

图8是模糊数学综合评判法算法流程图。

图9是BP算法流程图。

图10是某勘探区油气聚集单元(模拟圈闭)的三维可视化表达。

具体实施方式

本发明以三维可视化数字体和平面图形、表格方式，自动地给出对圈闭的优劣等级和勘探目标择优排序。用户可以在三维数字体中，直观而自由地进行评价结果的可视化空间查询、可视化空间分析和多目标选优决策。

本发明是在如下背景上出现的，即国内、外各油气勘探开发公司和相关研究单位的圈闭评价或者是直接基于地质分析的手工分析评价，或者是基于地质分析和盆地模拟采用独立而单一的评价软件进行评价。同时，国内、外的成藏模拟系统一般只是给出油气的运移路线和油气聚集区域，还没有达到自动进行圈闭评价的地步。由于评价结果都是以平面图和表格形式表达的，也无法很好地显示勘探区域中圈闭的三维空间形态和分布，并提供三维空间分析功能。

本发明是一项具有可操作性的方法和技术成果，其实施的技术路线是以油气成藏过程三维动态模拟的结果为基础，再造研究区油气圈闭的形成演化历史和现状，然后自动地对所模拟出的圈闭进行选优评价，并且以三维可视化数字体和平面图形、表格方式，自动地给出对圈闭的优劣等级和勘探目标择优排序。用户可以在三维数字体中，直观而自由地进行评价结果的可视化空间查询、可视化空间分析和多目标选优决策，具有显著的可行性和有效性。

本发明的发明内容主要包括三个方面：

1.研究从油气成藏过程模拟的各种成果数据中获取模拟圈闭的相关信息，包括圈闭的位置、油气资源量、类型、盖层性质等等。

2.研究模拟圈闭的地质风险评价、经济评价和综合评价的方法模型和数学模型，以及模拟圈闭评价的整体实施流程，并开发出能够对所搜索出的全部模拟圈闭自动进行地质风险评价、经济评价和综合评价的工具型软件。

3.评价结果以三维可视化数字体和平面图形、表格方式表达，能自动给出圈闭的优劣等级和勘探目标排序，用户可以在三维数字体中，直观而自由地进行评价结果的可视化空间查询、可视化空间分析和多目标选优决策。

下面结合具体实施例子对本发明提供的方法作进一步说明，但不限定本发明。

本项发明的具体实施方式，是将所研发的方法及其软件系统产品化并加以推广应用。该软件产品以油气成藏过程三维动态模拟为基础，在模拟出研究区域的油气圈闭(即油气聚集单元)之后，自动地进行圈闭搜索并对其进行风险评价、经济评价和综合评价，然后以三维可视化数字体和平面图形、表格方式，自动地给出对圈闭的优劣等级和勘探目标择优排序。用户可以在三维数字体中，直观而自由地进行评价结果的可视化空间查询、可视化空间分析和多目标选优决策。

基于油气成藏过程模拟的油气圈闭定量评价方法：

首先以油气成藏模拟的各种成果数据(三维地质模型、油气运聚模拟成果等)，将油气成藏模拟得到的成果数据输入到圈闭评价系统。三维含油气系统模拟可以使用德国IES公司的PetroMod软件进行模拟，使用的网格类型为正六面体网格。

然后圈闭评价系统对油气圈闭进行地质风险评价、经济评价、综合评价和优劣排序。其评价步骤如下：

本发明以油气成藏模拟为基础，其数据来源就是油气成藏模拟的计算结果。计算结果应包括：三维地质体模型数据、岩性属性数据、断层数据、地层分层数据，运聚模拟成果数据。

步骤1.在三维地质体模型数据和运聚模拟成果数据的基础上进行聚集单元(模拟圈闭)的搜索及对应的盖层搜索。聚集单元搜索算法的实现思路：读取三维地质体数据和运聚模拟成果数据，获取每个单元格的有效性和油气资源量，以递归的方式搜索出含油气的单元格，并把它们作为有效单元格，再判断每一个单元格是否与其它单元格相邻，然后将所有相邻有效单元格合并成一个整体的油气聚集单元。聚集单元搜索算法流程图见图2。盖层搜索算法的实现思路：读取模拟圈闭的单元格，判断模拟圈闭单元格的顶层单元格是否可做为盖层，将能作为盖层的单元记录下来作为盖层。盖层搜索算法实现流程图见图3。

步骤2.在搜索出模拟圈闭的基础上，计算模拟圈闭的相关评价参数值。这些与模拟圈闭相关的评价参数值统称为圈闭信息，其中包括：圈闭条件(高点埋深、圈闭面积、闭合度、圈闭类型)、油源条件(运聚资源量)、保存条件(盖层厚度、盖层岩性、断裂性质、断距)、储层条件(包括聚集单元厚度、储层孔隙度、储层渗透率、储层岩性)，如图4所示。

下面介绍部分参数的获取方式：

a)圈闭面积：将模拟圈闭投影到地面，计算其投影面积作为模拟圈闭面积。

b)高点埋深：搜索模拟圈闭最高点的埋深。

c)闭合度：计算模拟圈闭顶层单元格的最高点与最低点的差值。

d)圈闭类型主要区分为构造圈闭、岩性圈闭、地层圈闭、构造-岩性复合圈闭、构造-地层复合圈闭。

e)运聚资源量：将模拟圈闭中单元格的资源量进行累加计算获得的。

f)盖层厚度：选取盖层单元格中的最小厚度。

g)聚集单元厚度：计算聚集单元格的平均厚度。

h)储层孔隙度和储层渗透率均是选取模拟圈闭区域的平均值。

盖层/储层岩性、断裂性质、断距的参数则分别通过油气成藏模拟计算结果中的岩性属性数据、断层数据、地层分层数据获得。

步骤3.聚集单元动态评价是指，圈闭从形成到现今状态的演化过程是一个复杂的、多因素控制的地质演化过程，它不仅受到地层内部演化的影响，也受到外部构造应力的影响。通过三维盆地模拟进行圈闭的四维(时间和三维空间)历史恢复，从而获取圈闭在不同地质时期的几何形态，为后续的研究奠定数据及技术基础。聚集单元评价算法的实现思路是：读取现今模拟圈闭的单元格与前一期次的模拟圈闭的单元格范围进行对比，判断前后两个期次的模拟圈闭单元格之间是否存在交集，如果存在交集说明现今的模拟圈闭是由前一期次的模拟圈闭演变而来，这样就能对模拟圈闭的形态随时间变化有一定的了解。算法实现流程图见图5。

步骤4.圈闭地质评价(聚集单元风险评价)。本系统提供了四种评价方法：地质风险概率法、加权平均法、模糊数学综合评判法、人工神经网络法。待用户确定了权重及分级标准后，可按需求选择评价方法。

a)地质风险概率法：

地质风险概率法是根据概率论中“相互独立事件同时发生的概率等于它们各自发生概率的乘积”原则，以含油气系统理论把圈闭、油源、储层、保存、配套史这五项条件看成是相互独立的事件，如果圈闭含有油气，则这五项条件缺一不可，并且圈闭含油的概率就是五项条件的概率的乘积。由于各项地质条件的概率均为[0，1]之间的数值，如果采用简单地相乘其计算的数值会变的更小，不利于评价。为了提高地质评价精度，采用五项系数相乘后再开五次方，从而使偏小的数值变大，具体公式为：

$P=\sqrt[5]{\underset{i=1}{\overset{5}{\mathrm{\Π}}}{P}_i}---\left(1\right)$

其中P表示圈闭地质评价结果，P_i表示各项地质条件的地质评价值。

单项地质条件P_i的评分值取决于其子项地质因素的好坏，例如保存条件由盖层厚度、盖层岩性、断裂性质、断距等决定。对于这些子项因素可以建立一套评价标准，依据其大小、发育程度或相对优劣划分不同等级，并赋予一个定量的评价值来表示不同等级的优劣。因此，可用各子项地质因素评价系数的加权和来表示其母项地质条件的评价值，即：

$P_i=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{a}_{\mathrm{ik}}{p}_{\mathrm{ik}}---\left(2\right)$

其中K表示各母项地质条件的子项参数个数，a_ik表示各子项地质因素的权值，p_ik表示各子项地质因素评价系数。

由(1)式看出，只要有一项地质条件概率为零，则圈闭的含油气概率就等于零，这与圈闭成藏五项条件缺一不可的地质认识完全吻合。地质风险概率法算法的实现思路是：依次输入每个模拟圈闭的各项地质因素，根据各项地质因素的权值计算各项地质条件的地质评价值，将各地质评价值相乘得到模拟圈闭的评价结果，最后对各个圈闭的地质评价结果进行排队。算法实现流程图见图6。

b)加权平均法：

加权平均法的单项地质条件概率P_i的计算方法与地质风险概率法一致，只在计算圈闭地质评价值P时，考虑到各地质条件对圈闭成藏的重要性不同，而将各地质条件赋予不同的权值加权平均的一种计算方法。即将(1)式改为：

$P=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{a}_i{P}_i---\left(3\right)$

其中a_i表示各地质条件的权值，I为圈闭地质评价值P所需要考虑的单项地质条件的个数。加权平均法的算法流程图见图7。

加权平均法算法的实现思路是：依次输入每个模拟圈闭的各项地质因素，根据各项地质因素的权值计算各项地质条件的地质评价值，将各项地质因素的评价值乘以对应的权值并求和得到各个圈闭的评价结果，最后对各个圈闭的地质评价结果进行排队。算法实现流程图见图7。

c)模糊数学综合评判法：

模糊综合评判通过对因素集合U和评语集合V建立模糊映射关系实现对圈闭的评价。其中圈闭集合由选定的n个评价因素构成，即

U＝(u₁，u₂，L，u_n)    (4)

评价因素是指用于圈闭评价的圈闭信息，具体实施时将每个评价因素分为了五个等级。

评语集合则由m个评语等级构成，即

V＝(v₁，v₂，...，v_m)    (5)

具体实施时评语等级也分为五个，并将评语等级与评价因素的等级一一对应。

对于本发明采用的由5个评语等级构成的评语集合，它的元素赋值如表1：

表15个等级的评语表

表中第一行各元素构成等级矩阵C，即

C＝(-2，-1，0，1，2)    (6)

其它各行则依次构成不同级别的评语集合V。

为了用评价因素来评判圈闭的等级，定义从U到V的模糊映射R为综合评判变换矩阵，即

$R=\left[\begin{array}{cccc}{r}_{11}& r_{12}& L& r_{1m}\\ r_{21}& r_{22}& L& r_{2m}\\ L& L& L& L\\ r_{n1}& r_{n2}& L& r_{\mathrm{nm}}\end{array}\right]---\left(7\right)$

R的每一行是某一项评价因素的评价等级对应的V。

又因每个评价因素在圈闭评价中所起的作用不同，为此设立评价因素权重分配集A，即

A＝(a₁，a₂，L，a_n)    (8)

定义圈闭的综合评判值为

W＝AgR    (9)

圈闭的综合评判得分为

D＝WgC^T    (10)

例如某项评价因素获得评语“好”，其值为0*(-2)+0*(-1)+0*0+0.5*1+0.5*2＝1.5，

若获得评语“差”，其值为0.5*(-2)+0.5*(-1)+0*0+0*1+0*2＝-1.5。

至此，可根据圈闭的综合评判得分对圈闭进行排队。若评价参数过多可分为两级进行综合评判。模糊数学综合评判法的算法流程图见图8。

模糊数学综合评判法算法的实现思路：依次输入各个圈闭的信息，根据评价参数分级表(本发明是分成5个等级)确定圈闭每项参数(评价因素)的评语集合(表1)，从而得到综合评价变换矩阵R，用评价因素权重分配集A乘上综合评价变换矩阵R得到综合评判W，用综合评判W乘上矩阵C的转置，得到圈闭的综合评判得分，最后根据每个圈闭的得分进行排队。算法实现流程图见图8。

d)人工神经网络法：

利用人工神经网络进行圈闭地质评价的基本原理是：通过若干已知圈闭的含油气性和地质条件参数值(样本模式)对网络进行学习训练，使其获得评价专家的经验、知识、以及对评价指标倾向性认识。当需要对未知圈闭(新的样本)进行综合评价时，网络将再现专家的经验、知识库和直觉思维，实现定性与定量的有效结合，保证评价的客观性和一致性。BP神经网络是目前应用最广泛、研究最深入的一种多层前馈神经网络。在这里，我们采用三层BP神经网络进行圈闭地质评价。

BP神经网络模型的拓扑结构按照信息的输入-输出依次包括输入层(Input)、隐含层(HideLayer)和输出层(Output Layer)。

设从输入层有n个节点，隐含层有m个节点，输出层有l个节点，输入层到隐含层的权值矩阵为V，隐含层到输出层的权值矩阵为W，P为训练样本数，输入层到隐含层的输出为y，隐含层到输出层的输出为o，E为输出误差，f为各层之间的激活函数，这里输入层到隐含层、隐含层到输出层均采用S型激活函数。

BP算法的实现过程如下：

(1)参数的初始化工作：首先要初始化网络所需的各项参数，包括将误差E设置为0，最终网络所要达到的误差精度E_min初始化为一个大于0的小数，初始化输入层到隐层、隐层到输出层的权值矩阵V、W，可以采用赋随机数的方式，设置学习率η在区间(0，1]内，还需要将训练次数计数器q和样本对的计数器p均设为1；

(2)在初始化网络参数之后，需要输入训练样本对，以计算网络的各层输出：用输入的样本对X^p，d^p对向量X、d进行赋值，并计算隐层和输出层的输出矩阵Y，O；

(3)在之后是计算神经网络的各层的输出误差：假设训练样本数为P，神经网络对于不同的输入样本具有不同的网络误差E^p，这里设网络的总输出误差为全部的输出误差E^p的平方和的开方；

(4)然后是计算隐层和输出层的误差信号：即计算

和

(5)根据之前计算的误差信号来调整隐层和输出层的权值V和W；

(6)判断是否对所有的训练样本完成了一轮训练：如果p＜P，则p、q增1，然后返回(2)，否则就直接进行(7)；

(7)检查网络的总误差是否能达到所需的精度：假设使用E_RME作为网络的训练总误差，若可以满足E_RME＜E_min，那么就可以结束训练，否则的话将E设为0，p设为1，再返回(2)。整个训练过程的算法流程图见图9。

圈闭地质评价中涉及了各个评价参数的分级标准及权重分配，以及BP算法单独涉及到的样本库，在本系统中均提供了修改对话框，用户可以使用默认值，也可以自己设定。

步骤5.聚集单元经济评价。广义的圈闭经济评价是对圈闭的勘探、开发和生产等过程中发生的投资、成本和收益进行全面的计算和评价，最后得到圈闭可能的内部收益率、净现值和净现值率等。本系统中采用简化的经济模型进行停留在勘探上的经济评价，建立战略型和概要型的经济评价体系。公式如下：

M＝Q_oP_oR_oP_om+Q_gP_gR_gP_gm-NHP_p    (11)

M表示圈闭经济评价值；

Q_o表示油资源量：模拟圈闭包含的所有单元格中油资源量的总和；

P_om表示油价：当前国际石油原油价格；

Q_g表示气资源量：模拟圈闭包含的所有单元格中气资源量的总和；

P_gm表示气价：当前国际天然气价格；

以下参数是由用户根据所在油田具体情况而定，可向石油公司咨询，例如：胜利油田公司等。

P_o表示圈闭含油概率；

R_o表示预探最终油探明率；

P_g表示圈闭含气概率；

R_g表示预探最终气探明率；

N表示探井数；

H表示平均井深；

P_p表示每米探井费用。

步骤6.聚集单元综合评价是对进行了风险评价、经济评价的圈闭进行综合排队，划分圈闭类别，优选出可供预探的有利圈闭。本系统中采用二因素排队法进行综合评价。公式如下：

$R=1-\sqrt{{\mathrm{gw}(1-\mathrm{\α})}^2+\mathrm{ew}{(1-\mathrm{\β})}^2}---\left(12\right)$

式中，R代表聚集单元综合评价系数，R越大，圈闭越好；α代表聚集单元风险评价值，α值越大，含油气性越好；gw代表风险评价的权重；β代表聚集单元经济评价值，β值越大，经济价值越大；ew代表经济评价的权重；gw+ew＝1，具体实施时分别取值0.5和0.5。

Claims (7)

1.一种基于油气成藏过程模拟的圈闭自动评价系统的方法，其特征在于：所述自动评价系统包括聚集单元搜索模块、聚集单元信息识别模块、聚集单元风险评价模块、经济评价模块、综合评价模块和报表输出模块，上述六个模块依次相连；聚集单元搜索模块根据油气成藏模拟系统的输出结果自动搜索出油气聚集单元，聚集单元信息识别模块将评价参数赋予油气聚集单元，聚集单元风险评价模块自动对油气聚集单元进行地质风险评价和油气藏可能性论证，经济评价模块对油气聚集单元进行勘探经济评价，综合评价模块对进行了风险评价、经济评价的模拟圈闭进行有利等级划分和排序，报表输出模块以三维可视化数字地质体和表格的形式输出各个模拟圈闭的相关信息；

所述自动评价系统的方法，包括：首先将油气成藏模拟得到的成果数据输入到圈闭评价系统；然后基于油气成藏动态模拟的成果，搜索和判断出勘探区域油气聚集单元；最后对油气聚集单元进行地质风险评价、经济评价、综合评价和优劣排序；

所述方法具体包括以下步骤：

S1）将油气成藏模拟得到的运聚模拟数据文件和三维网格数据文件输入到聚集单元搜索模块；

S2）聚集单元搜索模块自动搜索出模拟形成的油气聚集单元位置、大小和资源量的相关信息；

S3）在搜索出的油气聚集单元的基础上，聚集单元信息识别模块自动将运聚模拟所得的评价参数值赋予相关油气聚集单元，并对油气聚集单元的历史演化过程进行动态评价；

S4）聚集单元风险评价模块自动对油气聚集单元进行风险评价，回答圈闭中油气藏存在可能性的大小；

S5）经济评价模块自动采用简化的经济模型，对模拟圈闭进行勘探方面的经济评价，建立战略型和概要型的经济评价体系；

S6）综合评价模块自动采用二因素排队法，对进行了风险评价、经济评价的模拟圈闭进行模拟圈闭的有利等级划分，并给出勘探目标的综合排序；

S7）报表输出模块自动地基于以上对模拟圈闭的评价等级和排序，分别以三维可视化数字地质体和表格的形式输出各个模拟圈闭的相关信息。

2.根据权利要求1所述的方法，其特征在于，步骤S2搜索油气聚集单元的方法为：读取运聚模拟数据和三维网格数据，获取三维网格的每个单元格的有效性和油气资源量，以递归的方式搜索出含油气的单元格，并把它们作为有效单元格，再判断每一个单元格是否与其它单元格相邻，然后将所有相邻有效单元格合并成一个整体的油气聚集单元；然后读取油气聚集单元的单元格，判断油气聚集单元的顶层单元格是否可做为盖层，将能作为盖层的单元记录下来作为盖层。

3.根据权利要求1所述的方法，其特征在于：步骤S3中，评价参数包括圈闭条件、油源条件、储集条件和保存条件。

4.根据权利要求1所述的方法，其特征在于，步骤S3中，对油气聚集单元的历史演化过程进行动态评价的方法为：读取现今油气聚集单元的单元格，将其与前一期次的油气聚集单元的单元格范围进行对比，判断前后两个期次的油气聚集单元单元格之间是否存在交集，如果存在交集说明现今的模拟圈闭是由前一期次的模拟圈闭演变而来，然后对历史期次的模拟圈闭按照同样的方法寻找交集；如果不存在交集则读取下一个前一期次的油气聚集单元的单元格范围，并同样判断是否存在交集，直至找到为止；当找到从最开始到现今的所有期次的油气聚集单元的单元格范围之后，获取油气聚集单元在不同地质时期的几何形态。

5.根据权利要求1所述的方法，其特征在于：步骤S4中，聚集单元风险评价模块采用条件概率法、加权平均法、模糊数学综合评判法和人工神经网络法四种方法进行具体的评价过程。

6.根据权利要求1所述的方法，其特征在于，步骤S5的评价方法具体为：对油气聚集单元的勘探、开发和生产过程中发生的投资、成本和收益进行全面的计算和评价，最后得到油气聚集单元的圈闭经济评价值M，其计算公式如下：

M＝Q_oP_oR_oP_om+Q_gP_gR_gP_gm-NHP_p   （11）

Q_o表示油资源量，P_o表示油气聚集单元含油概率，R_o表示预探最终油探明率，P_om表示油价，Q_g表示气资源量，P_g表示油气聚集单元含气概率，R_g表示预探最终气探明率，P_gm表示气价，N表示探井数，H表示平均井深，P_p表示每米探井费用。

7.根据权利要求1所述的方法，其特征在于，步骤S6的二因素排队法根据下式进行：

$R=1-\sqrt{\mathrm{gw}{(1-\mathrm{\α})}^2+\mathrm{ew}{(1-\mathrm{\β})}^2}---\left(12\right)$

式中，R代表聚集单元综合评价系数，R越大，油气聚集单元的评价越好；α代表步骤S4得到的油气聚集单元风险评价值，α值越大，含油气性越好；gw代表风险评价的权重；β代表步骤S5得到的油气聚集单元经济评价值，β值越大，经济价值越大；ew代表经济评价的权重；gw+ew＝1。

Images