CN105628584A - 基于组合赋权系数的致密油储层品质的定量表征方法 - Google Patents

Abstract

基于组合赋权系数的致密油储层品质的定量表征方法，首先建立储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系，尽可能的选择拟合效果好的单一表征模型；然后，采用主观赋权属性层次分析法(AHM)和客观赋权熵值法获取各个参数的两组权重向量，并且采用理想点法进行权重合成，确定表征致密油储层微观孔隙结构特征参数的组合权重；最后，对多单一参数采用加权的方法建立致密油储层品质定量表征模型；本发明结果既体现科学性，又不失主观性。

Description

基于组合赋权系数的致密油储层品质的定量表征方法

技术领域

本发明涉及一种致密油储层品质的定量表征方法，特别涉及一种基于组合赋权系数的致密油储层品质的定量表征方法

背景技术

致密油作为重要的非恒速资源，将是我国未来重要的石油接替资源。致密油储层微观孔隙结构特征是评价致密油潜力的关键因素之一。目前致密油储层品质的定量表征主要根据分析储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系来表征。因致密油储层微观孔隙结构具有较强的非均质性，所以传统方法只从单一因素角度出发分析其对储层品质的影响，难以精确定量表征致密油储层品质，成为制约致密油开发的技术瓶颈之一。因此，基于恒速压汞技术获取微观孔隙结构参数，应用组合赋权系数法建立既能体现科学性，又不失主观性的致密油储层品质表征模型很有必要。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于组合赋权系数的致密油储层品质的定量表征方法，在建立致密油储层品质定量表征模型的过程中，该方法综合考虑表征致密油储层微观孔隙结构特征的各个参数，首先建立储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系，尽可能的选择拟合效果好的单一表征模型；然后，采用主观赋权属性层次分析法(AHM)和客观赋权熵值法获取各个参数的两组权重向量，并且采用理想点法进行权重合成，确定表征致密油储层微观孔隙结构特征参数的组合权重；最后，基于波的叠加原理，采用加权的方法建立既能体现科学性，又不失主观性的致密油储层品质的多参数定量表征模型。

为了达到上述目的，本发明采用下述技术方案实现：

一种基于组合赋权系数的致密油储层品质的定量表征方法，包括下述步骤：

(1)通过岩石检测仪检测孔隙度和渗透率，计算出储层品质因子RQI；储层品质因子RQI计算方式为；

$RQI=\sqrt{\frac{K}{\mathrm{\φ}}}$

其中，K表示渗透率，10^-3μm²；φ表示孔隙度，％；

(2)基于恒速压汞技术，获取致密油储层微观孔隙结构参数：排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数；

(3)建立致密油储层品质因子RQI与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系；

(4)应用属性层次分析法AHM计算致密油储层微观孔隙结构特征参数的主观权重；

(5)应用熵值法确定各个参数的熵权，即客观权重；

(6)权重向量合成；

(7)基于波的叠加原理，采用加权的方法建立致密油储层品质的多参数定量表征模型。

所述的步骤(3)具体过程包括：

建立排驱压力与储层品质因子之间关系：y₁＝f(x₁)

建立平均喉道半径与储层品质因子之间关系：y₂＝f(x₂)

建立平均孔隙半径与储层品质因子之间关系：y₃＝f(x₃)

建立孔喉半径比平均值与储层品质因子之间关系：y₄＝f(x₄)

建立主流喉道半径与储层品质因子之间关系：y₅＝f(x₅)

建立微观均值系数与储层品质因子之间关系：y₆＝f(x₆)

其中，y_i表示储层品质因子；x₁、x₂、x₃、x₄、x₅、x₆分别表示排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数。

所述的步骤(4)具体为：

1)建立指标评价体系，其中储层品质作为目标层，微观孔隙结构参数作为指标层；

2)确定主观权重

设储层品质为目标A，对于该目标A，比较两个微观孔隙结构参数不同元素b_i和b_j(i≠j)，b_i和b_j对目标A的相对重要性分别记为u_ij和u_ji，按属性测度的要求，u_ij和u_ji满足：

u_ij≥0，u_ji≥0，u_ij+u_ji＝1，i≠j<1>

u_ij＝0，i＝j，1≤i≤n，1≤j≤n<2>

满足<1>、<2>式的u_ij称为相对属性测度，其组成的n阶矩阵(u_ij)_1≤i,j≤n称为属性判断矩阵，(u_ij)_1≤i,j≤n可由层次分析法判断矩阵(b_ij)_1≤i,j≤n转换得到，转换公式根据公式<3>，其中k为大于等于1的正整数，x_ij的值可由1-9比例标度确定。

$u_{ij}=\left\{\begin{array}{cc}\frac{k}{k+1},& b_{ij}=k,i\&NotEqual;j\\ \frac{1}{k+1},& b_{ij}=\frac{1}{k},i\&NotEqual;j\\ 0,& b_{ij}=1,i=j\end{array}\right.---<3>$

目标A下元素u_i的相对属性测度和属性权重分别用u_ij、W'表示，属性判断矩阵具有一致性，因此不需要计算矩阵的特征根和特征向量，也不需要进行一致性检验，

其中，各评价指标属性权重W'的计算公式为：

$W^{\&prime;}={\left(W\right(1),W(2),...,W(n\left)\right)}^T=\frac{2}{n(n-1)}\underset{j=1}{\overset{n}{\&Sigma;}}{u}_{ij},1\&le;i\&le;n---<4>$

所述步骤(5)具体包括下述步骤：

(1)构造初始数据矩阵

初始指标矩阵为：

$X=\left[\begin{array}{ccc}{x}_{11}& \mathrm{...}& x_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ x_{m1}& \mathrm{...}& x_{mn}\end{array}\right]---<5>$

其中，m为样品的数量；n为指标的数量；x_ij为第i个样品的第j个指标值；

(2)初始数据标准化处理

由于不同指标的量纲不同，数值差异大，为了使各指标具有可比性，需要对各指标进行标准化处理：

$z_{ij}=\frac{x_{ij}}{\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}}---<6>$

由此，可以得到标准化后的矩阵：

$Z=\left[\begin{array}{ccc}{z}_{11}& \mathrm{...}& z_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ z_{m1}& \mathrm{...}& z_{mn}\end{array}\right]---<7>$

(3)确定客观权重

信息熵值的确定：

$e_j=-\underset{i=1}{\overset{m}{\&Sigma;}}{z}_{ij}{\mathrm{lnz}}_{ij}$

计算指标差异度h_j：

$h_j=1-\frac{e_j}{lnm}---<9>$

其中，第j项指标的指标值分布越分散,则其相应的h_j值也越大,表明第j项指标的重要度也越高，在所涉及的n个指标值中,第j项指标的客观权重为:

${W_j}^{\&prime;\&prime;}=\frac{h_j}{\underset{i=1}{\overset{n}{\&Sigma;}}{h}_j}---<10>$

所述的步骤(6)具体为：

在基于储层微观孔隙结构特征的致密油储层品质表征体系中，将各岩心实验样品看作是各参数组成的高维空间中的点，若实验样本的各项参数均达到最优，则构成高维空间中的理想点，基于理想点法的权重合成方法，是通过使岩心实验样品到理想点的距离达到最大，进而实现权重的合成，具体合成方法如下：

假设m个岩心实验样品n个储层微观孔隙结构特征参数的原始数据构成矩阵采用级差变换法进行规范化处理得到规范化矩阵用z_j ^max表示矩阵中第j列的最大值，则点{z₁ ^max,z₂ ^max,...,z_n ^max}构成样本空间的理想点，对于岩心实验样品i采用两种赋权方法得到指标权重向量W'、W”，且满足归一化条件，并设权重向量W'、W”的重要程度分别为α、β，建立如下优化模型：

$max\left(L\right)=\underset{j=1}{\overset{n}{\&Sigma;}}({\mathrm{\&alpha;W}}^{\&prime;}+{\mathrm{\&beta;W}}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2$ 且α²+β²＝1

解此最优化模型，并且令得到合成后权重向量：

W＝α^*W'+β^*W”

式中， ${\mathrm{\&alpha;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;}{({z_j}^{\max }-z_{ij})}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2},{\mathrm{\&beta;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;\&prime;}{({z_j}^{\max }-z_{ij})}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2}$

所述的步骤(7)具体为：

利用致密油储层品质因子RQI与表征储层微观孔隙结构特征的各个参数之间拟合关系，基于波的叠加原理，对多单一参数定量表征致密油储层品质模型采用加权的方法建立组合定量表征模型：

RQI＝W₁y₁+W₂y₂+W₃y₃+W₄y₄+W₅y₅+W₆y₆。

本发明具有的有益效果是：

(1)在建立数据分析建模时，充分考虑专家经验(主观性),并严格尊重原始数据的客观性，采用组合赋权法进行权重确定。

(2)在建立储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系基础上，引入组合权系数，应用波的叠加原理，采用加权的方法建立致密油储层品质的多参数定量表征模型。

(3)属性层次分析法(AHM)与赋权熵值法结合，模型简单，容易掌握，计算量少，不需要进行一致性检验及对矩阵进行调整判断，其评价结果既体现科学性，又不失主观性，对多因素影响的复杂问题评判效果较好，可进一步提高致密油储层品质定量表征模型的可信度。

附图说明

附图是本发明的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明提供一种基于组合赋权系数的致密油储层品质的定量表征方法，该方法综合考虑表征致密油储层微观孔隙结构特征的各个参数，首先建立储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系，尽可能的选择拟合效果好的单一表征模型。然后，采用主观赋权属性层次分析法(AHM)和客观赋权熵值法获取各个参数的两组权重向量，并且采用理想点法进行权重合成，确定表征致密油储层微观孔隙结构特征参数的组合权重。最后，对多单一参数采用加权的方法建立致密油储层品质定量表征模型。

一种基于组合赋权系数的致密油储层品质的定量表征方法，该方法的流程图如附图所示，包括下述步骤：

步骤(1)通过岩石检测仪检测宏观性参数(孔隙度、渗透率)，计算出储层品质因子(RQI)；

$RQI=\sqrt{\frac{K}{\mathrm{\&phi;}}}$

其中，K表示渗透率，10^-3μm²；φ表示孔隙度，％；

步骤(2)基于恒速压汞技术，获取致密油储层微观孔隙结构参数包括：排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数；

步骤(3)建立致密油储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系；

建立排驱压力与储层品质因子之间关系：y₁＝f(x₁)

建立平均喉道半径与储层品质因子之间关系：y₂＝f(x₂)

建立平均孔隙半径与储层品质因子之间关系：y₃＝f(x₃)

建立孔喉半径比平均值与储层品质因子之间关系：y₄＝f(x₄)

建立主流喉道半径与储层品质因子之间关系：y₅＝f(x₅)

建立微观均值系数与储层品质因子之间关系：y₆＝f(x₆)

其中，y_i表示储层品质因子；x₁、x₂、x₃、x₄、x₅、x₆分别表示排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数。

步骤(4)应用属性层次分析法(AHM)计算致密油储层微观孔隙结构特征参数的主观权重；

(1)建立指标评价体系，其中储层品质作为目标层，微观孔隙结构参数作为指标层；

(2)确定主观权重

设储层品质为目标A，对于该目标A，比较两个不同元素(微观孔隙结构参数)b_i和b_j(i≠j)，b_i和b_j对目标A的相对重要性分别记为u_ij和u_ji。按属性测度的要求，u_ij和u_ji满足：

u_ij≥0，u_ji≥0，u_ij+u_ji＝1，i≠j<1>

u_ij＝0，i＝j，1≤i≤n，1≤j≤n<2>

满足<1>、<2>式的u_ij称为相对属性测度，其组成的n阶矩阵(u_ij)_1≤i,j≤n称为属性判断矩阵；(u_ij)_1≤i,j≤n可由层次分析法判断矩阵(b_ij)_1≤i,j≤n转换得到，转换公式可规定如公式<3>，其中k为大于等于1的正整数，x_ij的值可由1-9比例标度确定；

$u_{ij}=\left\{\begin{array}{cc}\frac{k}{k+1},& b_{ij}=k,i\&NotEqual;j\\ \frac{1}{k+1},& b_{ij}=\frac{1}{k},i\&NotEqual;j\\ 0,& b_{ij}=1,i=j\end{array}\right.---<3>$

目标A下元素u_i的相对属性测度和属性权重分别用u_ij、W'表示。属性判断矩阵具有一致性，因此不需要计算矩阵的特征根和特征向量，也不需要进行一致性检验；

其中，各评价指标属性权重W的计算公式为：

$W^{\&prime;}={\left(W\right(1),W(2),...,W(n\left)\right)}^T=\frac{2}{n(n-1)}\underset{j=1}{\overset{n}{\&Sigma;}}{u}_{ij},1\&le;i\&le;n---<4>$

步骤(5)应用熵值法确定各个参数的熵权，即客观权重；

(1)构造初始数据矩阵

初始指标矩阵为：

$X=\left[\begin{array}{ccc}{x}_{11}& \mathrm{...}& x_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ x_{m1}& \mathrm{...}& x_{mn}\end{array}\right]---<5>$

其中，m为样品的数量；n为指标的数量；x_ij为第i个样品的第j个指标值；

(2)初始数据标准化处理

由于不同指标的量纲不同，数值差异大，为了使各指标具有可比性，需要对各指标进行标准化(无量纲化)处理：

$z_{ij}=\frac{x_{ij}}{\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}}---<6>$

由此，可以得到标准化后的矩阵：

$Z=\left[\begin{array}{ccc}{z}_{11}& \mathrm{...}& z_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ z_{m1}& \mathrm{...}& z_{mn}\end{array}\right]---<7>$

(3)确定客观权重

信息熵值的确定：

$e_j=-\underset{i=1}{\overset{m}{\&Sigma;}}{z}_{ij}{\mathrm{lnz}}_{ij}---<8>$

计算指标差异度h_j：

$h_j=1-\frac{e_j}{lnm}---<9>$

其中，第j项指标的指标值分布越分散,则其相应的h_j值也越大,表明第j项指标的重要度也越高。在所涉及的n个指标值中,第j项指标的权重为:

${W_j}^{\&prime;\&prime;}=\frac{h_j}{\underset{i=1}{\overset{n}{\&Sigma;}}{h}_j}---<10>$

步骤(6)权重向量合成；

在基于储层微观孔隙结构特征的致密油储层品质表征体系中，将各岩心实验样品看作是各参数组成的高维空间中的一些点，若实验样本的各项参数均达到最优，则构成高维空间中的理想点，基于理想点法的权重合成方法，是通过使岩心实验样品到理想点的距离达到最大，进而实现权重的合成，具体合成方法如下：

假设m个岩心实验样品n个储层微观孔隙结构特征参数的原始数据构成矩阵采用级差变换法进行规范化处理得到规范化矩阵用z_j ^max表示矩阵中第j列的最大值，则点{z₁ ^max,z₂ ^max,...,z_n ^max}构成样本空间的理想点。对于岩心实验样品i采用两种赋权方法得到指标权重向量W'、W”，且满足归一化条件，并设权重向量W'、W”的重要程度分别为α、β，建立如下优化模型：

$max\left(L\right)=\underset{j=1}{\overset{n}{\&Sigma;}}({\mathrm{\&alpha;W}}^{\&prime;}+{\mathrm{\&beta;W}}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2$ 且α²+β²＝1

解此最优化模型，并且令得到合成后权重向量：

W＝α^*W'+β^*W”

式中， ${\mathrm{\&alpha;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;}{({z_j}^{\max }-z_{ij})}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2},{\mathrm{\&beta;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;\&prime;}{({z_j}^{\max }-z_{ij})}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2};$

步骤(7)构建基于微观孔隙结构特征参数的致密油储层品质的定量表征模型:

利用致密油储层品质因子(RQI)与表征储层微观孔隙结构特征的各个参数之间拟合关系，基于波的叠加原理，对多单一参数定量表征致密油储层品质模型采用加权的方法建立组合定量表征模型：

RQI＝W₁y₁+W₂y₂+W₃y₃+W₄y₄+W₅y₅+W₆y₆。

本发明提供的一种基于组合赋权系数的致密油储层品质的定量表征方法。该方法主要思路是综合考虑表征致密油储层微观孔隙结构特征的各个参数，基于专家经验，采用主观赋权属性层次分析法(AHM)进行主观权重的确定，该模型简单，容易掌握，计算量少，不需要进行一致性检验及对矩阵进行调整判断。还采用熵值法获取各个参数的客观权重，并且采用理想点法进行权重合成，确定组合权系数，其结果既体现科学性，又不失主观性。然后，基于波的叠加原理，采用加权的方法建立致密油储层品质的多参数定量表征模型。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (6)

1.基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，包括下述步骤：

(1)通过岩石检测仪检测孔隙度和渗透率，计算出储层品质因子RQI；储层品质因子RQI计算方式为；

$RQI=\sqrt{\frac{K}{\mathrm{\&phi;}}}$

其中，K表示渗透率，10^-3μm²；φ表示孔隙度，％；

(2)基于恒速压汞技术，获取致密油储层微观孔隙结构参数：排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数；

(3)建立致密油储层品质因子RQI与表征储层微观孔隙结构特征的各个参数之间简单的拟合关系；

(4)应用属性层次分析法AHM计算致密油储层微观孔隙结构特征参数的主观权重；

(5)应用熵值法确定各个参数的熵权，即客观权重；

(6)权重向量合成；

(7)基于波的叠加原理，采用加权的方法建立致密油储层品质的多参数定量表征模型。

2.根据权利要求1所述的基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，

所述的步骤(3)具体过程包括：

建立排驱压力与储层品质因子之间关系：y₁＝f(x₁)

建立平均喉道半径与储层品质因子之间关系：y₂＝f(x₂)

建立平均孔隙半径与储层品质因子之间关系：y₃＝f(x₃)

建立孔喉半径比平均值与储层品质因子之间关系：y₄＝f(x₄)

建立主流喉道半径与储层品质因子之间关系：y₅＝f(x₅)

建立微观均值系数与储层品质因子之间关系：y₆＝f(x₆)

其中，y_i表示储层品质因子；x₁、x₂、x₃、x₄、x₅、x₆分别表示排驱压力、平均喉道半径、平均孔隙半径、孔喉半径比平均值、主流喉道半径、微观均值系数。

3.根据权利要求1所述基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，

所述的步骤(4)具体为：

(1)建立指标评价体系，其中储层品质作为目标层，微观孔隙结构参数作为指标层；

(2)确定主观权重

设储层品质为目标A，对于该目标A，比较两个微观孔隙结构参数不同元素b_i和b_j(i≠j)，b_i和b_j对目标A的相对重要性分别记为u^ij和u_ji，按属性测度的要求，u_ij和u_ji满足：

u_ij≥0，u_ji≥0，u_ij+u_ji＝1，i≠j<1>

uⁱ _j＝0，i＝j，1≤i≤n，1≤j≤n<2>

满足<1>、<2>式的u_ij称为相对属性测度，其组成的n阶矩阵(u_ij)_1≤i,j≤n称为属性判断矩阵，(u_ij)_1≤i,j≤n可由层次分析法判断矩阵(b_ij)_1≤i,j≤n转换得到，转换公式根据公式<3>，其中k为大于等于1的正整数，x_ij的值可由1-9比例标度确定。

$u_{ij}=\left\{\begin{array}{cc}\frac{k}{k+1},& b_{ij}=k,i\&NotEqual;j\\ \frac{1}{k+1},& b_{ij}=\frac{1}{k},i\&NotEqual;j\\ 0,& b_{ij}=1,i=j\end{array}\right.---<3>$

目标A下元素u_i的相对属性测度和属性权重分别用u_ij、W'表示，属性判断矩阵具有一致性，因此不需要计算矩阵的特征根和特征向量，也不需要进行一致性检验，

其中，各评价指标属性权重W'的计算公式为：

$W^{\&prime;}={\left(W\right(1),W(2),...,W(n\left)\right)}^T=\frac{2}{n(n-1)}\underset{j=1}{\overset{n}{\&Sigma;}}{u}_{ij},1\&le;i\&le;n---<4>$

4.根据权利要求1所述的基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，所述步骤(5)具体包括下述步骤：

(1)构造初始数据矩阵

初始指标矩阵为：

$X=\left[\begin{array}{ccc}{x}_{11}& ...& x_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ x_{m1}& ...& x_{mn}\end{array}\right]---<5>$

其中，m为样品的数量；n为指标的数量；x_ij为第i个样品的第j个指标值。

(2)初始数据标准化处理

由于不同指标的量纲不同，数值差异大，为了使各指标具有可比性，需要对各指标进行标准化处理：

$z_{ij}=\frac{x_{ij}}{\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}}---<6>$

由此，可以得到标准化后的矩阵：

$Z=\left[\begin{array}{ccc}{z}_{11}& ...& z_{1n}\\ .& .& .\\ .& .& .\\ .& .& .\\ z_{m1}& ...& z_{mn}\end{array}\right]---<7>$

(3)确定客观权重

信息熵值的确定：

$e_j=-\underset{i=1}{\overset{m}{\&Sigma;}}{z}_{ij}\ln z_r---<8>$

计算指标差异度h_j：

$h_j=1-\frac{e_j}{\ln m}---<9>$

其中，第j项指标的指标值分布越分散,则其相应的h_j值也越大,表明第j项指标的重要度也越高，在所涉及的n个指标值中,第j项指标的客观权重为:

${W_j}^{\&prime;\&prime;}=\frac{h_j}{\underset{i=1}{\overset{n}{\&Sigma;}}{h}_j}---<10>$

5.根据权利要求1所述的一种基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，所述的步骤(6)具体为：

在基于储层微观孔隙结构特征的致密油储层品质表征体系中，将各岩心实验样品看作是各参数组成的高维空间中的点，若实验样本的各项参数均达到最优，则构成高维空间中的理想点，基于理想点法的权重合成方法，是通过使岩心实验样品到理想点的距离达到最大，进而实现权重的合成，具体合成方法如下：

假设m个岩心实验样品n个储层微观孔隙结构特征参数的原始数据构成矩阵[x_ij]_m×n，采用级差变换法进行规范化处理得到规范化矩阵[z_ij]_m×n，用z_j ^max表示矩阵[z_ij]_m×n中第j列的最大值，则点{z₁ ^max,z₂ ^max,…,z_n ^max}构成样本空间的理想点，对于岩心实验样品i采用两种赋权方法得到指标权重向量W'、W”，且满足归一化条件，并设权重向量W'、W”的重要程度分别为α、β，建立如下优化模型：

$max\left(L\right)=\underset{j=1}{\overset{n}{\&Sigma;}}({\mathrm{\&alpha;W}}^{\&prime;}+{\mathrm{\&beta;W}}^{\&prime;\&prime;}){({z_j}^{\max }-z_{ij})}^2$ 且α²+β²＝1

解此最优化模型，并且令得到合成后权重向量：

W＝α^*W'+β^*W”

式中， ${\mathrm{\&alpha;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;}{\left({z_j}^{\max }-z_{ij}\right)}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}\left({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}\right){\left({z_j}^{\max }-z_{ij}\right)}^2},{\mathrm{\&beta;}}^{*}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{W_j}^{\&prime;\&prime;}{\left({z_j}^{\max }-z_{ij}\right)}^2}{\underset{j=1}{\overset{n}{\&Sigma;}}\left({W_j}^{\&prime;}+{W_j}^{\&prime;\&prime;}\right){\left({z_j}^{\max }-z_{ij}\right)}^2}$

6.根据权利要求1所述的基于组合赋权系数的致密油储层品质的定量表征方法，其特征在于，所述的步骤(7)具体为：

利用致密油储层品质因子RQI与表征储层微观孔隙结构特征的各个参数之间拟合关系，基于波的叠加原理，对多单一参数定量表征致密油储层品质模型采用加权的方法建立组合定量表征模型：

RQI＝W₁y₁+W₂y₂+W₃y₃+W₄y₄+W₅y₅+W₆y₆。