CN104899383A - 非均质输导层内部优势通道的模拟方法及系统 - Google Patents

Abstract

本发明公开了一种非均质输导层内部优势通道的模拟方法及系统，涉及石油地质勘探技术领域，本发明能够快速的计算出成藏过程中输导层内通往圈闭的优势通道，而并非简单的选取一条差值最大的路径，优选出目前资料条件下最可能的路径，方式本身相对而言比基于流体势及流迹模拟的效果从实现角度上更为接近现实条件，预测精度高，同时，由于算法本身较为简单，计算迅速。

Description

非均质输导层内部优势通道的模拟方法及系统

技术领域

本发明涉及石油地质勘探技术领域，特别涉及一种非均质输导层内部优势通道的模拟方法及系统。

背景技术

随着盆地有利区带勘探程度的不断提高，大多数构造幅度较大、地震剖面上能明显识别的显性构造已基本落实，并且石油地质评价有利的显性圈闭大部分均已钻探。相对而言，受沉积体系、储层岩性、物性横向变化控制的岩性地层圈闭和油气藏的识别与研究已逐渐成为油气勘探、开发的主要目标。

由于油气二次运移在孔隙介质中呈现多相流动现象，目前大多数的数值模拟方法都是基于这一特点，将流体力学中的达西定律拓展，针对独立相态流动的渗流机理建立相应的数学模型，给出相应的边界条件并求解，对恢复的油气模拟系统进行数值模拟，并得到其不同性质流体的势场，进而指导油气的勘探。这一套技术已被广泛应用到油气的勘探进程中。经过近几十年的完善，人们的认识也在不断深化，针对不同盆地类型、地质条件、孔隙介质、流体性质的数学模型不断被提出。这种基于多相渗流机理的模拟方法得到了很大的发展，适用的范围已大大的延伸。而且很重要的一点，因为通过借助有限差分方程以及全隐式方程组求解，这种模拟算法十分稳定，可靠性高，兼容性强，是针对盆地规模的油气早期勘探的一种有效的方法。

基于渗逾理论的数值模拟方法详细研究了在非均质条件下的优势运移路径形成机理，实现了从油源到有利圈闭的优势路径的直观刻画，开拓了基于优势通道理论的数值模拟方法的思路，丰富了人们对油气聚集的模式的认识。

但这种用均质渗流方法去还原非均质中油气运移过程的方法，从机理上就存在不足，无法真实模拟出油气的优势通道。受渗透率非均质的控制，油气的运移路径难以有效预测。从目前国内外实验室内观察到的结果来看，这种用均质渗流方法去还原非均质中油气运移过程的方法，对油气在非均质输导层中沿着低阻的优势通道运聚的体现不足，预测精度太低，无法相对精确的在有利区带中预测有利圈闭。

发明内容

为了提高优势通道模拟的预测精度，本发明提供了一种非均质输导层内部优势通道的模拟方法，所述方法包括：

S1：获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

S2：在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

S3：计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，直接执行步骤S5，否则执行步骤S4；

S4：根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，返回步骤S3；

S5：清空当前路径，并将所述油源作为当前网格，返回步骤S3，直至返回步骤S3的次数满足预设次数后，执行步骤S6；

S6：计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

其中，步骤S3中，通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度；ρ_j为相邻网格j的流体密度；ρ_i为当前网格i的流体密度；Δp为相邻网格j与当前网格i的压力差；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差；σ为油水两相界面张力；R_j为相邻网格j的孔隙半径；R_i为当前网格i的孔隙半径。

其中，步骤S4中，根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子；β为流体势启发因子；allowed为与当前网格i相邻的所有网格。

其中，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值，M为所述路径集合中从当前网格运转i至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

其中，步骤S6中，通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，ΣΦ_ij(t)为该路径中各相邻网格之间的流体势差的总和。

本发明还公开了一种非均质输导层内部优势通道的模拟系统，所述系统包括：

网格化处理单元，用于获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

油源确定单元，用于在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

计算判断单元，用于计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，调用路径清空单元，否则调用随机选择单元；

随机选择单元，用于根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，调用计算判断单元；

路径清空单元，用于清空当前路径，并将所述油源作为当前网格，调用计算判断单元，直至调用计算判断单元的次数满足预设次数后，调用系数计算单元；

系数计算单元，用于计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

其中，所述计算判断单元通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度；ρ_j为相邻网格j的流体密度；ρ_i为当前网格i的流体密度；Δp为相邻网格j与当前网格i的压力差；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差；σ为油水两相界面张力；R_j为相邻网格j的孔隙半径；R_i为当前网格i的孔隙半径。

其中，所述随机选择单元根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子；β为流体势启发因子；allowed为与当前网格i相邻的所有网格。

其中，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值，M为所述路径集合中从当前网格运转i至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

其中，所述系数计算单元通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，ΣΦ_ij(t)为该路径中各相邻网格之间的流体势差的总和。

本发明能够快速的计算出成藏过程中输导层内通往圈闭的优势通道，而并非简单的选取一条差值最大的路径，优选出目前资料条件下最可能的路径，方式本身相对而言比基于流体势及流迹模拟的效果从实现角度上更为接近现实条件，预测精度高，同时，由于算法本身较为简单，计算迅速。

附图说明

图1是本发明一种实施方式的非均质输导层内部优势通道的模拟方法的流程图；

图2是当前网格的各相邻网格的相对流体势的示意图；

图3是本发明一种实施方式的非均质输导层内部优势通道的模拟系统的结构框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

根据能量的观点，认为油气自发从机械能高的地方流向低的地方。油气在非均质输导层中沿着低阻的优势通道运聚的基本原理。这一客观现象包括两个层次：第一，说明非均质输导层的高孔渗部分在油气通过过程中具有“优先性”。第二，反映了油气优势运移通道的“继承性”，即后期运移的油气会继承早期油气运移通道。故而，在模拟优势通道时，必须考虑到非均质地质体对流体流动的影响并有效的表征出来，并且必须突出油气成藏的过程性以及客观存在的随机性。

为便于模拟优势通道，故而，对运移条件做如下假设：1.油气两相为独立相运移，其互不相溶；2.油水为不可压流体，其密度不受温度压力变化的影响；3.油气运移的主控因素为流体势场变化。在以上假设条件成立下，参照图1，所述方法包括：

S1：获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

需要说明的是，所述流体势图像可以通过目前广泛成熟的盆地模拟软件获得，在此不再赘述。

S2：在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

S3：计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，直接执行步骤S5，否则执行步骤S4；

在具体实现中，为了便于计算所述流体势差，可选地，通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度(取值通常为9.81m/s²)；ρ_j为相邻网格j的流体密度(单位为kg/m³)；ρ_i为当前网格i的流体密度(单位为kg/m³)；Δp为相邻网格j与当前网格i的压力差(单位为Pa)；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差(单位为m)；σ为油水两相界面张力(单位为N/m)；R_j为相邻网格j的孔隙半径(单位为m)；R_i为当前网格i的孔隙半径(单位为m)。

需要说明的是，重力势向上减少，压力势差受控于地压场的分布，毛细管势差主要受控于岩石结构。

可理解的是，所述流体势图像可为三维图像，也可以为二维图像，本实施方式中以二维图像为例进行说明，但不限定本发明的保护范围，在确定当前网格后，以当前网格为中心采用九宫格来代表在某一时间时，当前网格的各相邻网格的相对流体势(即各相邻网格与当前网格的流体势差)，如图2所示，当前网格i在该九宫格中的序号为5，故而，与其对应的R_i在图2中为R₅，与其对应的ρ_i在图2中为ρ₀，在九宫格中其他相邻网格的序号分别为1～4及6～9，与其对应的R_j在图2中为R₁～R₄、R₆～R₉，与其对应的ρ_j在图2中为ρ_w。

S4：根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，返回步骤S3；

在具体实现中，为了便于计算油气从所述当前网格运转至各相邻网格的概率，可选地，根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子，代表继承作用的重要程度，取值为常数；β为流体势启发因子，表示流体势的重要程度，取值为常数；allowed为与当前网格i相邻的所有网格。

由于τ_ij(t)为前期油气在运移路径上积累的造成路径更容易被后续油气继续选择的可能程度，代表多次运移之间的联系，为了便于反映τ_ij(t)，本实施方式中，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值(通常设置为1)，M为所述路径集合中从当前网格i运转至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

S5：清空当前路径，并将所述油源作为当前网格，返回步骤S3，直至返回步骤S3的次数满足预设次数后，执行步骤S6；

S6：计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

由于流体势沿运移路径递减概率最大，为了消除路径形态本身的影响，可选地，步骤S6中，通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，ΣΦ_ij(t)为该路径中各相邻网格之间的流体势差的总和。

本实施方式能够快速的计算出成藏过程中输导层内通往圈闭的优势通道，而并非简单的选取一条差值最大的路径，优选出目前资料条件下最可能的路径，方式本身相对而言比基于流体势及流迹模拟的效果从实现角度上更为接近现实条件，预测精度高，同时，由于算法本身较为简单，计算迅速。

图3是本发明一种实施方式的非均质输导层内部优势通道的模拟系统的结构框图；参照图3，所述系统包括：

网格化处理单元，用于获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

油源确定单元，用于在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

计算判断单元，用于计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，调用路径清空单元，否则调用随机选择单元；

随机选择单元，用于根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，调用计算判断单元；

路径清空单元，用于清空当前路径，并将所述油源作为当前网格，调用计算判断单元，直至调用计算判断单元的次数满足预设次数后，调用系数计算单元；

系数计算单元，用于计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

可选地，所述计算判断单元通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度；ρ_j为相邻网格j的流体密度；ρ_i为当前网格i的流体密度；Δp为相邻网格j与当前网格i的压力差；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差；σ为油水两相界面张力；R_j为相邻网格j的孔隙半径；R_i为当前网格i的孔隙半径。

可选地，所述随机选择单元根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子；β为流体势启发因子；allowed为与当前网格i相邻的所有网格。

可选地，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值，M为所述路径集合中从当前网格运转i至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

可选地，所述系数计算单元通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，ΣΦ_ij(t)为该路径中各相邻网格之间的流体势差的总和。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种非均质输导层内部优势通道的模拟方法，其特征在于，所述方法包括：

S1：获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

S2：在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

S3：计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，直接执行步骤S5，否则执行步骤S4；

S4：根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，返回步骤S3；

S5：清空当前路径，并将所述油源作为当前网格，返回步骤S3，直至返回步骤S3的次数满足预设次数后，执行步骤S6；

S6：计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

2.如权利要求1所述的方法，其特征在于，步骤S3中，通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度；ρ_j为相邻网格j的流体密度；ρ_i为当前网格i的流体密度；Δp为相邻网格j与当前网格i的压力差；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差；σ为油水两相界面张力；R_j为相邻网格j的孔隙半径；R_i为当前网格i的孔隙半径。

3.如权利要求2所述的方法，其特征在于，步骤S4中，根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子；β为流体势启发因子；allowed为与当前网格i相邻的所有网格。

4.如权利要求3所述的方法，其特征在于，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值，M为所述路径集合中从当前网格运转i至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

5.如权利要求2所述的方法，其特征在于，步骤S6中，通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，∑Φ_ij(t)为该路径中各相邻网格之间的流体势差的总和。

6.一种非均质输导层内部优势通道的模拟系统，其特征在于，所述系统包括：

网格化处理单元，用于获取非均质输导层的流体势图像，并对所述流体势图像进行网格化；

油源确定单元，用于在所述流体势图像中确定预设数量的网格为油源，并将所述油源作为当前网格；

计算判断单元，用于计算所述当前网格与其相邻网格之间的流体势差，判断所述流体势差是否均小于等于预设阈值，若所述流体势差均小于等于预设阈值，则将当前路径保存至路径集合中，调用路径清空单元，否则调用随机选择单元；

随机选择单元，用于根据所述路径集合及所述流体势差计算油气从所述当前网格运转至各相邻网格的概率，根据概率从所述相邻网格中随机选择一个相邻网格，将当前网格运转至该相邻网格记录到当前路径中，并将该相邻网格作为当前网格，调用计算判断单元；

路径清空单元，用于清空当前路径，并将所述油源作为当前网格，调用计算判断单元，直至调用计算判断单元的次数满足预设次数后，调用系数计算单元；

系数计算单元，用于计算所述路径集合中各条路径的优势通道系数，并将所述优势通道系数最大的路径作为优势通道。

7.如权利要求6所述的系统，其特征在于，所述计算判断单元通过下式计算所述当前网格与其相邻网格之间的流体势差，

${\mathrm{\Φ}}_{ij}\left(t\right)=({\mathrm{\ρ}}_j-{\mathrm{\ρ}}_i)g\mathrm{\Δ}Z+\mathrm{\Δ}p+2\mathrm{\σ}(\frac{1}{R_j}-\frac{1}{R_i})$

其中，i为当前网格；j为当前网格的相邻网格；Φ_ij(t)为当前网格i与其相邻网格j之间的流体势差；g为重力加速度；ρ_j为相邻网格j的流体密度；ρ_i为当前网格i的流体密度；Δp为相邻网格j与当前网格i的压力差；ΔZ为相邻网格j与当前网格i在所述网格化的流体势图像中的高程差；σ为油水两相界面张力；R_j为相邻网格j的孔隙半径；R_i为当前网格i的孔隙半径。

8.如权利要求7所述的系统，其特征在于，所述随机选择单元根据所述路径集合及所述流体势差通过下式计算油气从所述当前网格运转至各相邻网格的概率，

$p_{ij}\left(t\right)=\frac{{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}{\underset{j\∈allowed}{\Σ}{\[{\mathrm{\τ}}_{ij}\left(t\right)\]}^a{\[{\mathrm{\Φ}}_{ij}\left(t\right)\]}^{\mathrm{\β}}}$

其中，p_ij(t)为从当前网格i运转至相邻网格j的概率；τ_ij(t)为从当前网格i运转至相邻网格j的遗传性函数；a为继承启发因子；β为流体势启发因子；allowed为与当前网格i相邻的所有网格。

9.如权利要求8所述的系统，其特征在于，所述τ_ij(t)通过以下公式计算获得，

τ_ij(t)＝τ_ij(0)+M·Δτ

其中，τ_ij(0)为遗传性函数的初始值，M为所述路径集合中从当前网格运转i至相邻网格j的次数，Δτ为遗传性函数在一次转运过程中的变化量。

10.如权利要求7所述的系统，其特征在于，所述系数计算单元通过下式计算所述路径集合中各条路径的优势通道系数，

$C=\frac{{\mathrm{\Σ\Φ}}_{ij}\left(t\right)}{N}$

其中，C为路径的优势通道系数，N为该路径中的网格数，∑Φ_ij(t)为该路径中各相邻网格之间的流体势差的总和。