CN106481315B - 陆上砂岩油藏单井可采储量快速确定模型及建立方法 - Google Patents

Abstract

本发明公开了一种陆上砂岩油藏单井可采储量快速确定模型及建立方法，该建立方法包括：建立油藏单井样本库；通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；基于单井样本库和分类模型建立单井可采储量快速确定模型。本发明可以在油藏开发数据较少的条件下，快速准确地标定出单井可采储量。

Description

陆上砂岩油藏单井可采储量快速确定模型及建立方法

技术领域

本发明涉及油田开发可采储量评价技术领域，具体地说，涉及一种陆上砂岩油藏单井可采储量快速确定模型及建立方法。

背景技术

油藏可采储量计算方法可概括为区块可采储量计算方法和单井可采储量计算方法。其中，区块可采储量计算方法包括经验公式法、经验取值法、类比法、功能模拟法、数值模拟法、水驱曲线法和递减法。

经验公式法、经验取值法和类比法主要适用于开发初期阶段，在油田开发实践中，由于初期井网不完善，标定结果一般偏高。水驱曲线法和递减法适用于中高含水开发阶段，水驱特征曲线中有代表性的直线段一般在稳定生产1-2年后出现，递减率法用稳定生产半年以上递减规律进行计算预测，这两种方法都存在计算结果的滞后性问题。

功能模拟法和数值模拟法适用于开发各阶段，方法本身要求太多资料，实现较繁琐，由于开发初期油藏静态资料和开发数据较少，标定结果难以准确。

因此，区块可采储量标定方法难以实现标定结果与当年钻井工作量相对应。单井可采储量计算方法基本是通过功能模拟的方法把多个单一因素机械地拟合在一起，建立出单井可采储量计算模型。这些方法考虑的参数多，计算复杂，当钻井数量巨大时，快速准确地标定出可单井的采储量，没有实际可操作性。因此，无法实现当年投资、钻井工作量和增加可采储量相对应，实现可采储量的精细管理和投资效益的客观评价。

发明内容

为解决以上问题，本发明公开了一种陆上砂岩油藏单井可采储量确定模型及建立方法，用以快速、准确地确定单井可采储量。

根据本发明的一个方面，提供了一种陆上砂岩油藏单井可采储量快速确定模型建立方法，包括：

建立油藏单井样本库；

通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；

基于所述单井样本库和所述分类模型建立单井可采储量快速确定模型。

根据本发明的一个实施例，建立分类模型的步骤进一步包括：

基于综合分类分析法将影响单井可采储量的因素分为静态因素和动态因素，其中，所述静态因素包括油藏类型、开发新老区域、开发方式及井型，所述动态因素包括初始产量和初始含水率；

基于所述静态因素和所述动态因素建立单井可采储量影响因素分类库；

基于所述分类库建立对应的分类模型。

根据本发明的一个实施例，建立单井可采储量快速确定模型的步骤进一步包括：

统计所述单井样本库中符合某一分类模型的样本井；

基于所选样本井的产量曲线标定其递减率并计算初始产量；

基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版；

基于所述计算图版建立所述分类模型中的单井可采储量快速确定模型。

根据本发明的一个实施例，获取该分类模型的初始产量与递减率计算图版的步骤进一步包括：

基于所选样本井的初始产量与递减率数据，计算该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率；

基于该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率绘制与该分类模型对应的初产与递减率计算图版。

根据本发明的一个实施例，建立所述分类模型中的单井可采储量快速确定模型的步骤进一步包括：

基于所述计算图版获取初始产量与递减率之间的数学关系式；

基于ARPS递减规律和所述初始产量与递减率之间的数学关系式获取单井可采储量快速确定模型：

其中，Q₀为单井初始产量，N_p为单井可采储量，D_t为单井基于初始产量的递减率，参数m和n通过数据拟合得到。

根据本发明的另一个方面，还提供了一种陆上砂岩油藏单井可采储量快速确定模型，包括：

样本库建立模块，建立油藏单井样本库；

分类模型建立模块，通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；

可采储量模型建立模块，基于所述单井样本库和所述分类模型建立单井可采储量快速确定模型。

根据本发明的一个实施例，所述分类模型建立模块包括：

综合分类分析单元，基于综合分类分析法将影响单井可采储量的因素分为静态因素和动态因素，其中，所述静态因素包括油藏类型、开发新老区域、开发方式及井型，所述动态因素包括初始产量和初始含水率；

分类模型确定单元，基于所述静态因素和所述动态因素建立单井可采储量影响因素分类库，基于所述分类库建立对应的分类模型。

根据本发明的一个实施例，所述可采储量模型建立模块包括：

统计单元，统计所述单井样本库中符合某一分类模型的样本井；

产量递减曲线绘制单元，基于所选样本井的产量曲线标定其递减率并计算初始产量；

计算图版绘制单元，基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版；

模型确定单元，基于所述计算图版建立所述分类模型中的单井可采储量快速确定模型。

根据本发明的一个实施例，所述计算图版绘制单元通过以下步骤绘制初产与递减率计算图版：

基于所选样本井的初始产量与递减率数据，计算该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率；

基于该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率绘制与该分类模型对应的初产与递减率计算图版。

根据本发明的一个实施例，所述模型确定单元通过以下步骤建立该分类模型中的单井可采储量快速确定模型：

基于所述计算图版获取初始产量与递减率之间的数学关系式；

基于ARPS递减规律和所述初始产量与递减率之间的数学关系式获取单井可采储量快速确定模型：

其中，Q₀为单井初始产量，N_p为单井可采储量，D_t为单井基于初始产量的递减率，参数m和n通过数据拟合得到。

本发明的有益效果：

本发明可以在油藏开发数据较少的条件下，快速、准确地确定单井可采储量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

图1是根据本发明的一个实施例的方法流程图；

图2是图1中步骤S130的方法流程图；

图3a-3e是根据本发明的一个实施例的一个分类模型中的不同初产条件下的样本井的产量递减曲线示意图；

图4是根据本发明的一个实施例的一个分类模型的初产与递减率计算图板；

图5是根据本发明的一个实施例的同一初产级别不同油性稠油初产与递减率的关系曲线示意图；

图6a-6d是根据本发明的一个实施例的不同初产条件下特稠油产量递减曲线示意图；

图7是根据本发明的一个实施例的特稠油初产与递减率计算图版；以及

图8是根据本发明的一个实施例的单井可采储量标定结果示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

油气储量是指在地层原始条件下储存的油气量，而可采储量是指在现代工艺技术条件下能从地下储层中采出的那一部分油气量。现有的可采储量计算方法需要大量的开发数据，无法快速准确标定出可采储量。因此，本发明提出了一种陆上砂岩油藏单井可采储量快速确定模型及系统。如图1所示为根据本发明的一个实施例的单井可采储量快速确定模型的建立方法流程图，以下参考图1来对本发明所述的方法进行详细说明。

首先，在步骤S110中，建立油藏单井样本库。在该步骤中，单井选择基于两个原则：一是就近原则，即选择近期投入开发的井，例如可以选择最近3年或5年投入开发的井；二是样本过半原则，即样本数占到近期新钻井的一半以上。同时，由于每个单井开采一定时间后，其油气产量都会进入递减阶段，每个样本井的可采储量标定采用产量递减法。此处的单井包括直井和水平井。

接下来，在步骤S120中，通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型。

单井可采储量的影响因素很多，并且由于这些因素之间互相影响而变得复杂，因此不能把单井可采储量影响因素简化为用几个地质参数或流体性质参数来代表，但是影响参数过多时使单井可采储量计算工作复杂化而失去可操作性。因此，利用单井可采储量是可采储量计算最小单元的特殊性，运用综合分类的方法分析单井可采储量影响因素，既可以涵盖全面的单井可采储量影响因素，又可以简化工作量而具有可操作性。

根据前人研究，单井可采储量影响因素有：渗透率、孔隙度、含油饱和度、油层厚度、油水粘度、油层压力、生产压差、非均质性、储量丰度、流动系数、开发阶段、投入开发区域(新区、老区)、开发方式、井型、井网密度、注采对应率、补孔改层、调整工作制度等等，这些因素涉及决定单井可采储量的地质和工程的静态因素，又有开发和管理的人为主观动态因素。

新老区域的残余油饱和度、井网密度不同，且随着开发阶段在变化；开发方式不同，生产过程中压差变化差异很大等等，这些因素之间又互相有关联。依据目前石油行业可采储量管理规范和计算行标、开发管理规范及一些综合指标的概念，渗透率及粘度对单井可采储量的影响可以归结到油藏类型。

含油饱和度对单井可采储量的影响可以归结到投入开发区域(新区、老区)；依次综合分类，影响单井可采储量的静态因素还有开发方式及井型。当然，这些影响因素也都会体现在与单井可采储量有关的开发指标中。如残余油饱和度、投入开发时间或井网密度对单井可采储量的影响可以用开发阶段来代表。开发阶段又可以用含水率来表示。对于一口新钻井，其初识含水率反映了其开发阶段；孔隙度、油层厚度、储量丰度及生产压差也都体现在产量上，反映在新钻井的初始产量上。

通过以上分析，在本发明中，影响单井可采储量的静态因素可以归结为：油藏类型、开发新老区域、开发方式及井型；影响单井可采储量的动态因素可以归结为：初始产量和初始含水率。在影响因素已确定的条件下，可采储量、初始产量和递减率之间存在理论关系。

根据静态因素和动态因素可以建立单井可采储量影响因素分类库。以下通过一个具体的例子来说明如何建立分类库。将单井首先按照开发方式分类为水驱和热采方式，之后在水驱开发方式基础上按照油藏类型、开发对象、初始含水率和能量保持水平顺序依次在前一影响因素分类的基础上继续分类，在热采开发方式上按照油藏类型分类，如表1所示。

表1

其中，开发方式为热采时对应的油藏为稠油(包括普通稠油、特稠油和超稠油)，此时开发对象、初始含水率和能量保持水平等因素对其影响忽略，只基于其油藏的类型进行分类。而水驱开发方式中的开发对象为新区时，井中的含水量少，可忽略不计。能量保持水平表示能形成注采井网的评定为好，不能形成注采井网的评定为差。

根据表1中的各分类建立分类库，然后根据各个分类库建立对应的分类模型。建立的分类模型对应如表1中右侧的分类模型序号。当然，也可以按照其他分类顺序对单井可采储量影响因素分类进行分类来建立对应的分类模型。

接下来，在步骤S130中，基于单井样本库和分类模型建立单井可采储量快速确定模型。本发明以中高渗透油藏为例介绍单井可采储量模型建立过程为例进行说明，该步骤可以进一步划分为如图2所示的几个步骤。

首先，在步骤S1301中，统计单井样本库中符合某一分类模型的样本井。在该步骤中统计符合某一分类模型的样本井后，还要汇总样本井的数量及各样本井的生产数据。如表2所示为对中高渗油藏中的直井的一个分类表，其中对中高渗油藏的2148口井进行了分类。本发明以其中的编号3对应的分类模型为例进行说明，其对应的样本井数量为237。

表2

在步骤S1302中，基于所选样本井的产量曲线标定其递减率并计算初始产量。在该步骤中，由于不同样本井的初始产量不同，首先基于样本井的初始产量对样本井进行分组。分组时可依据初始产量范围区段进行划分，例如，以产量5吨的间隔对样本井进行分组，在初始产量大于20吨的样本井划分为一组，具体分组如表3所示。

接下来，采用分组后的每一组样本井绘制一条产量递减曲线，从而得到多组不同初始条件下的样本井产量递减曲线。如图3a-3e所示，对应表3中的5个样本井分组获得5条对应的产量递减曲线。以其中的3a为例进行说明，横轴表示时间，单位为月，纵轴表示该分组内所有样本井的平均单井日产量，单位为t/d。对应每条产量递减曲线通过曲线拟合获取该分组内平均单井日产油和时间的指数关系式，以及该关系式与实际样本井数据之间的相关系数。

表3

在步骤S1303中，基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版。在该步骤中，首先基于样本井分组后获得的产量递减曲线获取对应的该组内全部样本井在生产周期内的平均初产和对应的年递减率。其中，以连续稳定生产三个月的平均产量作为平均初产，通过稳定生产一段时间的递减率曲线获取对应的年递减率。

接下来，将每组样本井的平均初产及对应的年递减率绘制在同一坐标图中。其中，一坐标轴表示组样本井的平均初产，另一坐标轴表示年递减率。该坐标图即为初产与递减率计算图版，如图4所示。

最后，在步骤S1304中，基于计算图版建立该分类模型中的单井可采储量快速确定模型。在该步骤中，采用数据处理方法将离散的组样本井的平均初产及对应的年递减率拟合为一条连续的曲线，并通过对该曲线拟合处理来获取组样本井的单井基于初始产量的递减率关系式，如图4所示。最后，将递减率关系式引入下面的ARPS递减规律公式中以获取单井可采储量快速确定模型：

其中，Q₀为单井初始产量，N_p为单井可采储量，D_t为单井基于初始产量的递减率。将对应图4所得的D_T引入式(1)，可得：

其中，参数0.058和0.0275通过拟合获得，基于不同的样本井数据获得不同的对应参数。因此，式(2)可表示为：

其中，m和n通过数据拟合得到。

以上以中高渗油藏为例介绍单井可采储量模型的建立方法，该方法对低渗透油藏也适用，而且不仅适用于直井也适用于水平井。同时，该方法对稠油油井单井可采储量计算方法也适用。如图5所示为同一初产级别不同油性稠油初产与递减率的关系图，由图可知普通稠油的递减率最小。如图6a-6d所示为对不同初产条件下特稠油产量递减曲线图。通过分析不同初产下的稠油递减率得到特稠油初产与递减率计算图版，如图7所示。基于图7可获得特稠油单井可采储量计算公式：

其中，Q₀为单井初始原油产量，m³/d；N_p为单井可采储量，m³；D₀为初始递减率，％，

利用相同的分析方法还可以建立普通稠油和超稠油的单井可采储量快速确定模型。

此处以具体的应用实例说明本发明的实用性。为了研究新区建产能区块方案可采储量与实际的吻合情况，从2009-2012年117个建产能区块筛选出27个区块，利用动态法分析了可采储量情况。从中选取开发时间相对较长的单元，单元储量规模较大，建产能动用储量大于100万吨，应用目前开发数据能准确标定可采储量。

辛31-X1断块为中高渗透复杂小断块油藏，有一定的边水能量。分为沙二2-7和沙二10-13两套层系开发，设计部署新井10口(新油井7口，新水井3口)。

表4

名称	时间	月产油	月产水	生产天数	单井初产
						DXX31X7	200909	586	194	24.12	24.3
DXX31X7	200910	252	804	30.23	8.3
						DXX31X7	200911	82	1089	29.23	2.8
DXX31X7	200912	77	1188	30.12	2.6
						DXX31X7	201001	105	1074	30.06	3.5
DXX31X7	201002	72	1014	27.23	2.6
						DXX31X7	201003	18	677	18.07	1.0
DXX31X7	201004	524	13	25.16	20.8
						DXX31X7	201005	752	2	30.18	24.9
DXX31X7	201006	827	2	29.23	28.3
						DXX31X7	201007	863	1	30.22	28.6

以油井DXX31X7为例说明单井可采储量计算过程。首先对DXX31X7井第一年生产数据进行初始产量取值，具体取值如表4所示。根据该井所处区块的液量稳定型，从水驱中高渗透油藏计算模型中选择合适的分类模型进行单井可采储量的计算，其分类模型表5所示。

表5

分类	计算模型
		新区能量保持好	Np＝Q0/(0.038*ln(Q0)+0.046)
新区能量保持差	Np＝Q0/(0.062*ln(Q0)+0.059)
		老区能量保持好低含水	Np＝Q0/(0.058*ln(Q0)+0.0275)
老区能量保持好中含水	Np＝Q0/(0.0605*ln(Q0)+0.053)
		老区能量保持好高含水	Np＝Q0/(0.059*ln(Q0)+0.018)
老区能量保持差低含水	Np＝Q0/(0.0625*ln(Q0)+0.116)
		老区能量保持差中含水	Np＝Q0/(0.064*ln(Q0)+0.1365)
老区能量保持差高含水	Np＝Q0/(0.062*ln(Q0)+0.0838)

接下来计算单井可采储量，基于式(3)获得单井可采储量计算式：

N_p＝Q_0y/(0.0375lnQ_0d+0.0456)＝4.91 (5)

单井可采储量计算结果如表6所示。

表6

为验证本方法的实用性，采用现有技术对单井可采储量进行标定，标定结果如图8所示。将标定的可采储量和利用陆上油藏单井可采储量计算模型所计算得到的可采储量进行对比：标定可采储量为41.1万吨，计算的可采储量为44.2万吨，误差7.5％。使用以上方法对27个单元的可采储量进行了计算对比，所得结果如表7所示。由表7可知，标定可采储量与计算可采储量基本符合。

第二实施例

根据本发明的另一个方面，还提供了一种基于单井的陆上砂岩油藏可采储量确定模型，该模型包括包括样本库建立模块、分类模型建立模块和可采储量模型建立模块。

其中，样本库建立模块基于采集的单井数据建立油藏单井样本库；分类模型建立模块，通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；可采储量模型建立模块基于单井样本库和分类模型建立单井可采储量快速确定模型。

表7

在本发明的一个实施例中，分类模型建立模块包括综合分类分析单元和分类模型确定单元。其中，综合分类分析单元基于综合分类分析法将影响单井可采储量的因素分为静态因素和动态因素，其中，静态因素包括油藏类型、开发新老区域、开发方式及井型，动态因素包括初始产量和初始含水率；分类模型确定单元基于静态因素和动态因素建立单井可采储量影响因素分类库，基于分类库建立对应的分类模型。

在本发明的一个实施例中，可采储量模型建立模块包括统计单元、产量递减曲线绘制单元、计算图版绘制单元和模型确定单元。其中，统计单元统计单井样本库中符合某一分类模型的样本井；产量递减曲线绘制单元，基于所选样本井的产量曲线标定其递减率并计算初始产量；计算图版绘制单元基于基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版；模型确定单元基于计算图版建立分类模型中的单井可采储量快速确定模型。

在本发明的一个实施例中，计算图版绘制单元通过以下步骤绘制初产与递减率计算图版：基于所选样本井的初始产量与递减率数据，计算该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率；基于该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率绘制与该分类模型对应的初产与递减率计算图版。

在本发明的一个实施例中，模型确定单元通过以下步骤建立该分类模型中的单井可采储量快速确定模型：基于计算图版获取初始产量与递减率之间的数学关系式；基于ARPS递减规律和所述初始产量与递减率之间的数学关系式获取获取单井可采储量快速确定模型式(3)。

本发明针对不同类型砂岩油藏的单井可采储量进行计算，建立了递减率和初始产量与单井可采储量计算模型的一一对应关系，大幅度提高了工作效率，同时为实现可采储量精细化管理和年度投资效益客观评价提供支持。本发明建立的陆上油藏单井可采储量算法，具有严谨的理论基础。所需数据均为区块实际基础参数项，计算方便、快捷，结果与实际标定之间误差小，不存在滞后性，适用于普通类型陆上砂岩，对不同油性的稠油油藏也有针对性。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种陆上砂岩油藏单井可采储量快速确定模型建立方法，包括：

建立油藏单井样本库；

通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；

基于所述单井样本库和所述分类模型建立单井可采储量快速确定模型；

其中，建立分类模型的步骤进一步包括：

基于综合分类分析法将影响单井可采储量的因素分为静态因素和动态因素，其中，所述静态因素包括油藏类型、开发新老区域、开发方式及井型，所述动态因素包括初始产量和初始含水率；

基于所述静态因素和所述动态因素建立单井可采储量影响因素分类库；

基于所述分类库建立对应的分类模型。

2.根据权利要求1所述的方法，其特征在于，建立单井可采储量快速确定模型的步骤进一步包括：

统计所述单井样本库中符合某一分类模型的样本井；

基于所选样本井的产量曲线标定其递减率并计算初始产量；

基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版；

基于所述计算图版建立所述分类模型中的单井可采储量快速确定模型。

3.根据权利要求2所述的方法，其特征在于，获取该分类模型的初始产量与递减率计算图版的步骤进一步包括：

基于所选样本井的初始产量与递减率数据，计算该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率；

基于该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率绘制与该分类模型对应的初产与递减率计算图版。

4.根据权利要求3所述的方法，其特征在于，建立所述分类模型中的单井可采储量快速确定模型的步骤进一步包括：

基于所述计算图版获取初始产量与递减率之间的数学关系式；

基于ARPS递减规律和所述初始产量与递减率之间的数学关系式获取单井可采储量快速确定模型：

其中，Q₀为单井初始产量，N_p为单井可采储量，D_t为单井基于初始产量的递减率，参数m和n通过数据拟合得到。

5.一种陆上砂岩油藏单井可采储量快速确定模型，包括：

样本库建立模块，建立油藏单井样本库；

分类模型建立模块，通过综合分类分析法对单井可采储量影响因素进行分类以建立分类模型；

可采储量模型建立模块，基于所述单井样本库和所述分类模型建立单井可采储量快速确定模型；

其中，所述分类模型建立模块包括：

综合分类分析单元，基于综合分类分析法将影响单井可采储量的因素分为静态因素和动态因素，其中，所述静态因素包括油藏类型、开发新老区域、开发方式及井型，所述动态因素包括初始产量和初始含水率；

分类模型确定单元，基于所述静态因素和所述动态因素建立单井可采储量影响因素分类库，基于所述分类库建立对应的分类模型。

6.根据权利要求5所述的模型，其特征在于，所述可采储量模型建立模块包括：

统计单元，统计所述单井样本库中符合某一分类模型的样本井；

产量递减曲线绘制单元，基于所选样本井的产量曲线标定其递减率并计算初始产量；

计算图版绘制单元，基于所选样本井的初始产量与递减率数据获取该分类模型的初始产量与递减率关系计算图版；

模型确定单元，基于所述计算图版建立所述分类模型中的单井可采储量快速确定模型。

7.根据权利要求6所述的模型，其特征在于，所述计算图版绘制单元通过以下步骤绘制初产与递减率计算图版：

基于所选样本井的初始产量与递减率数据，计算该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率；

基于该分类模型下不同初始条件的所选样本井的平均初产及对应的年递减率绘制与该分类模型对应的初产与递减率计算图版。

8.根据权利要求7所述的模型，其特征在于，所述模型确定单元通过以下步骤建立该分类模型中的单井可采储量快速确定模型：

基于所述计算图版获取初始产量与递减率之间的数学关系式；

基于ARPS递减规律和所述初始产量与递减率之间的数学关系式获取单井可采储量快速确定模型：

其中，Q₀为单井初始产量，N_p为单井可采储量，D_t为单井基于初始产量的递减率，参数m和n通过数据拟合得到。