CN108242025B - 基于信息熵-区间数的砂岩油藏注水开发效果评价方法 - Google Patents
基于信息熵-区间数的砂岩油藏注水开发效果评价方法 Download PDFInfo
- Publication number
- CN108242025B CN108242025B CN201611214441.7A CN201611214441A CN108242025B CN 108242025 B CN108242025 B CN 108242025B CN 201611214441 A CN201611214441 A CN 201611214441A CN 108242025 B CN108242025 B CN 108242025B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- information entropy
- interval number
- index
- development effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 70
- 238000011161 development Methods 0.000 title claims abstract description 47
- 230000000694 effects Effects 0.000 title claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 21
- 238000002347 injection Methods 0.000 title claims abstract description 13
- 239000007924 injection Substances 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 44
- 239000000243 solution Substances 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000010606 normalization Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 abstract description 2
- 239000002332 oil field water Substances 0.000 abstract 1
- 238000012163 sequencing technique Methods 0.000 abstract 1
- 238000011084 recovery Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Earth Drilling (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于信息熵‑区间数TOPSIS的砂岩油藏注水开发效果评价方法,首先采用WIA‑PA无线通信技术标准的数采系统采集并处理油田历史生产数据,根据油田注水开发效果评价体系标准和数据处理结果建立评价对象区间数TOPSIS决策矩阵,然后采用区间数信息熵赋权方法确定指标权重集,再确定正理想解和负理想解,并计算待评价开发区块与正理想解的相对贴近程度,最后依据级别区间给定评价结果。本发明评价油田注水开发效果不仅适用于单个区块,还可以应用于多个区块,根据相对贴近程度的大小进行排序,应用范围广,适应性强。对数据资料没有过多的要求,能够充分利用数据资料提供的信息,分析运算过程原理简单,操作灵活,实用性强。
Description
技术领域
本发明涉及油田开发效果评价及无线传感器领域技术领域,具体地说是一种将TOPSIS决策评价方法与区间数理论、信息熵赋权方法相结合的砂岩油藏注水开发效果评价方法。
背景技术
油藏注水开发效果评价,始终贯穿于油田开发的全过程,是明确挖潜方向、确定调整措施的重要手段。当油田进入开发中后期以后,为了减缓产油量的递减速度,增加可采地质储量,需要及时开展关于“监测、描述和挖潜”的研究。而各种研究的实用效果如何,则需要一套完整而科学的评价指标体系和评价方法来对其进行论证。
当前对水驱油田的开发效果评价方法主要有状态对比法、系统动态分析法、模糊综合评判法、灰色系统理论法等。状态对比法可能存在由于生产数据的不确定性、假象性等原因在应用多个评价指标评价时可能导致结果相矛盾,而且其理论公式推导的可靠性亦值得商榷。系统动态分析方法其数学模型建立的正确与否以及考虑因素(参数)较多而评价起来较为困难导致其实际应用较少。另外两种方法在评价标准的制定上存在着数学上统计规律的应用,这还不能够真实反映开发规律,甚至还存在数学方法与油田开发指标变化规律上的不一致,从而导致评价结果失真。
发明内容
为了更加合理与准确的评价油田注水开发效果以及弥补上述评价方法的不足之处,本发明把TOPSIS决策评价方法与区间数理论、信息熵赋权方法相结合,建立一套新的油田注水开发效果评价方法。该法思路清晰、计算简单、应用灵活。
本发明解决其技术问题所采用的技术方案是:基于信息熵-区间数的砂岩油藏注水开发效果评价方法,包括以下步骤:
步骤1:建立初始区间数决策矩阵:A=[aij]m×n;
步骤3:对同趋势化矩阵进行规范化处理:Y=[yij]m×n;
步骤4:确定正理想解和负理想解:
步骤5:根据Y=[yij]m×n采用区间数信息熵赋权方法确定指标权重;
步骤6:根据指标权重计算待评价开发区块与正、负理想解的距离;
步骤7:根据待评价区块与正理想解的距离得到待评价区块与正理想解的相对贴近程度;
步骤8:将相对贴近程度与评价划分标准进行对比得到油田注水开发效果的评价结果。
所述同趋势化处理包括以下步骤:
对于初始区间数决策矩阵中每列的元素值,判断其从上至下的排序是否与设定的指标标准从好至差的趋势一致;若是,不修改;否则对该列的每个元素采用倒数法:
得到同趋势化矩阵X=[xij]m×n。
所述采用区间数信息熵赋权方法确定指标权重集包括以下步骤:
(1)按下式分别计算上界信息熵和下界信息熵:
(2)计算各指标的信息熵:
其中,0<λ<1,为区间数的平衡系数;
(3)计算各指标差异系数:
gj=1-ej
(4)确定各指标权重:
其中,0<wj<1。
所述计算待评价开发区块与正、负理想解的距离:
所述待评价区块与正理想解的相对贴近程度:
所述将相对贴近程度与评价划分标准进行对比得到油田注水开发效果的评价结果包括以下步骤:
将相对贴近程度与评价划分标准进行对比,得到贴近程度位于评价划分标准的区间范围,进而得到该区间范围对应的评价结果。
本发明具有以下有益效果及优点:
1、该方法评价油田注水开发效果不仅适用于单个区块,还可以应用于多个区块,根据相对贴近程度的大小进行排序,应用范围广,适应性强。
2、该方法对数据资料没有过多的要求,能够充分利用数据资料提供的信息,分析运算过程原理简单,操作灵活,实用性强。
3、该方法采用信息熵赋权法,并结合区间数理论来计算各评价指标的权重,可以减少人为因素的干扰,得到更加客观的权重结果,使得评价结果更接近实际情况,更具有说服力。
4、本发明基于TOPSIS多指标决策方法和信息熵赋权法,结合区间数理论,多方面综合考察评价效果,相较以往的评价方法,建立了一套更加全面和科学的砂岩油藏注水开发效果的评价体系,为油田现场开发措施调整提供依据,以指导油田更加合理、高效地开发,具有极为重要的意义。
附图说明
图1是本发明的方法流程图;
图2是区间数信息熵赋权方法流程图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明。
首先根据油田注水开发效果评价体系标准建立评价对象区间数TOPSIS决策矩阵,然后采用区间数信息熵赋权方法确定指标权重集,再根据相关算法确定正理想解和负理想解,并计算待评价开发区块与正理想解的相对贴近程度,最后依据级别区间给定评价结果。
如图1所示,所述方法包括以下步骤:
步骤1:根据设定的指标评价体系标准,建立初始区间数决策矩阵:
A=[aij]m×n
步骤2:进行同趋势化处理,得到同趋势化矩阵X=[xij]m×n。
即统一各项评价指标的单调性,在此采用高优指标即数值越高越好,通常对于反向单调的指标可采用倒数法:
步骤3:对矩阵进行规范化处理:
Y=[yij]m×n
其中
步骤4:确定区间正理想解和负理想解:
正理想点:
负理想点:
步骤5:采用区间数信息熵赋权方法确定指标权重集:
(1)按下式分别计算上界信息熵和下界信息熵:
(2)计算各指标的信息熵:
其中,0<λ<1,为区间数的平衡系数。
(3)计算各指标差异系数:
gj=1-ej
(4)确定各指标权重:
其中,0<wj<1。
步骤6:计算待评价开发区块与正、负理想解的距离:
步骤7:计算待评价区块与正理想解的相对贴近程度:
相对贴近程度越大,表明注水开发综合结果越好,反之则效果越差。
步骤8:根据评价划分标准对油田注水开发效果进行综合评价。
砂岩油藏注水开发效果评价方法包括以下步骤:
步骤1:确定初始区间数决策矩阵:
A=[aij]m×n
具体为:依据评价等级和对应的评价指标参数区间,确定多属性决策问题的决策方案,并与待评价方案共同建立初始区间数决策矩阵。
(1)利用WIA-PA无线通信技术标准的数采系统采集油田历史生产数据,并参照行业标准《油田开发水平分级》,并参考相关油田开发实例及经验做法设定各指标及其评价标准,确定各指标采用五级评价标准,各指标在不同评价级别的取值范围见下表:
表一 砂岩油藏注水开发效果指标评价标准
(2)根据评价标准确定方案集L和指标集M
方案集:
L=(L1,L2,L3,L4,L5,L6)=(好,较好,中等,较差,差,待评价)
指标集:
M=(M1,M2,M3,M4,M5,M6)
=(水驱控制程度,水驱动用程度,压力保持水平,含水上升率,
剩余可采储量采油速度,采收率)
(3)得到初始决策矩阵
其中,末行表示待评价方案,可以代入A区块的实际开发指标(水驱控制程度85.32%,水驱动用程度80.25%,压力保持水平86.21%,含水上升率0.24%,剩余可采储量采油速度4.42%,采收率32.28%)。
步骤2:进行同趋势化处理,得到同趋势化矩阵:
X=[xij]m×n
即统一各项评价指标的单调性,在此采用高优指标即数值越高越好,通常对于反向单调的指标可采用倒数法:
分析6个指标中的变化趋势,只有含水上升率为低优指标,采用倒数法将其转化为高优指标,进而得到同趋势化矩阵。
步骤3:对矩阵进行规范化处理:
Y=[yij]m×n
其中
步骤4:确定区间正理想解和负理想解:
正理想点:
负理想点:
步骤5:采用区间数信息熵赋权方法确定指标权重集:
如图2所示,具体为过程为:
(1)按下式分别计算上界信息熵和下界信息熵
(2)计算各指标的信息熵
其中,0<λ<1,为区间数的平衡系数。
(3)计算各指标差异系数
gj=1-ej
(4)确定各指标权重
其中,0<wj<1。
步骤6:计算待评价开发区块与正、负理想解的距离:
步骤7:计算待评价区块与正理想解的相对贴近程度:
相对贴近程度越大,表明注水开发综合结果越好,反之则效果越差。步骤8:根据评价划分标准对油田注水开发效果进行综合评价。
具体过程为:
(1)制定砂岩油藏注水开发效果评价等级标准
砂岩油藏注水开发效果评价等级标准
(2)根据相对贴近程度Ci所在的区间范围,确定评价结果。
Claims (4)
1.基于信息熵-区间数的砂岩油藏注水开发效果评价方法,其特征在于包括以下步骤:
步骤1:建立初始区间数决策矩阵:A=[aij]m×n;
步骤2:对初始区间数决策矩阵进行同趋势化处理,得到同趋势化矩阵X=[xij]m×n,其中xij=[xij L,xij U];
步骤3:对同趋势化矩阵进行规范化处理:Y=[yij]m×n;
步骤4:确定正理想解和负理想解:
步骤5:根据Y=[yij]m×n采用区间数信息熵赋权方法确定指标权重;
步骤6:根据指标权重计算待评价开发区块与正、负理想解的距离;
步骤7:根据待评价区块与正理想解的距离得到待评价区块与正理想解的相对贴近程度;
步骤8:将相对贴近程度与评价划分标准进行对比得到油田注水开发效果的评价结果;
所述采用区间数信息熵赋权方法确定指标权重集包括以下步骤:
(1)按下式分别计算上界信息熵和下界信息熵:
(2)计算各指标的信息熵:
其中,0<λ<1,为区间数的平衡系数;
(3)计算各指标差异系数:
gj=1-ej
(4)确定各指标权重:
其中,0<wj<1;
所述计算待评价开发区块与正、负理想解的距离:
4.根据权利要求1所述的基于信息熵-区间数的砂岩油藏注水开发效果评价方法,其特征在于所述将相对贴近程度与评价划分标准进行对比得到油田注水开发效果的评价结果包括以下步骤:
将相对贴近程度与评价划分标准进行对比,得到贴近程度位于评价划分标准的区间范围,进而得到该区间范围对应的评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214441.7A CN108242025B (zh) | 2016-12-26 | 2016-12-26 | 基于信息熵-区间数的砂岩油藏注水开发效果评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214441.7A CN108242025B (zh) | 2016-12-26 | 2016-12-26 | 基于信息熵-区间数的砂岩油藏注水开发效果评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108242025A CN108242025A (zh) | 2018-07-03 |
CN108242025B true CN108242025B (zh) | 2021-11-30 |
Family
ID=62704594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611214441.7A Active CN108242025B (zh) | 2016-12-26 | 2016-12-26 | 基于信息熵-区间数的砂岩油藏注水开发效果评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108242025B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113743829B (zh) * | 2021-09-23 | 2023-08-08 | 国网湖南省电力有限公司 | 电网系统新能源消纳能力预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542347A (zh) * | 2011-12-28 | 2012-07-04 | 东南大学 | 一种电能质量综合评估的方法 |
CN102789598A (zh) * | 2012-07-06 | 2012-11-21 | 西北工业大学 | 一种以机器特征属性为区间数的作业车间瓶颈识别方法 |
KR20140080773A (ko) * | 2012-12-18 | 2014-07-01 | 성균관대학교산학협력단 | 다중 의사 결정 문제 해결을 위한 구간 회색수 및 엔트로피 기반 해법 연산 방법 |
KR20160011776A (ko) * | 2014-07-22 | 2016-02-02 | 성균관대학교산학협력단 | 다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법 |
CN105303331A (zh) * | 2015-11-25 | 2016-02-03 | 国网江西省电力科学研究院 | 一种变压器维修风险决策方法 |
-
2016
- 2016-12-26 CN CN201611214441.7A patent/CN108242025B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542347A (zh) * | 2011-12-28 | 2012-07-04 | 东南大学 | 一种电能质量综合评估的方法 |
CN102789598A (zh) * | 2012-07-06 | 2012-11-21 | 西北工业大学 | 一种以机器特征属性为区间数的作业车间瓶颈识别方法 |
KR20140080773A (ko) * | 2012-12-18 | 2014-07-01 | 성균관대학교산학협력단 | 다중 의사 결정 문제 해결을 위한 구간 회색수 및 엔트로피 기반 해법 연산 방법 |
KR20160011776A (ko) * | 2014-07-22 | 2016-02-02 | 성균관대학교산학협력단 | 다중 의사 결정 문제 해결을 위한 계층적 분석 기법, 회색수 및 엔트로피 기반의 해법 연산 방법 |
CN105303331A (zh) * | 2015-11-25 | 2016-02-03 | 国网江西省电力科学研究院 | 一种变压器维修风险决策方法 |
Non-Patent Citations (1)
Title |
---|
我国煤炭供需安全评价及预测预警研究;田时中;《中国博士学位论文全文数据库》;20140415;正文第4.3.1、4.3.4.1节 * |
Also Published As
Publication number | Publication date |
---|---|
CN108242025A (zh) | 2018-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009716B (zh) | 一种水平井体积压裂效果影响因素多层次评价方法 | |
CN108573320B (zh) | 页岩气藏最终可采储量的计算方法和系统 | |
CN112487582B (zh) | 一种基于cart算法的油气钻井机械钻速预测与优化方法 | |
CN108960651B (zh) | 一种致密油气藏多级压裂水平井完井效率的综合评价方法 | |
CN104484556B (zh) | 一种油田开发评价方法 | |
CN108229811B (zh) | 一种评价碳酸盐岩缝洞型油藏注水效果的方法 | |
CN107305601B (zh) | 一种抽油机井系统效率因素分析方法 | |
CN107038167A (zh) | 基于模型评估的大数据挖掘分析系统及其分析方法 | |
CN104134101A (zh) | 低渗透储层天然气产能预测方法 | |
CN114021466B (zh) | 基于返排数据和机器学习的页岩气有效缝网体积预测方法 | |
CN109800521A (zh) | 一种基于机器学习的油水相对渗透率曲线计算方法 | |
CN104899411B (zh) | 一种储层产能预测模型建立方法和系统 | |
CN111325485B (zh) | 计及物联带宽约束的轻量级梯度提升机电能质量扰动识别方法 | |
CN108242025B (zh) | 基于信息熵-区间数的砂岩油藏注水开发效果评价方法 | |
CN110725679A (zh) | 利用岩层破裂指数判别非常规油气层压裂改造潜力的方法 | |
CN110500083B (zh) | 一种油水井动态连通性判别方法 | |
CN116950654A (zh) | 一种低渗致密砂岩气藏开发效果评价方法 | |
CN102536195B (zh) | 测井沉积层序自动划分方法 | |
CN113673771B (zh) | 一种页岩气水平井压裂分段方法 | |
CN110851982B (zh) | 一种中低渗油藏减氧空气驱可行性分析方法 | |
CN101609050A (zh) | 一种根据岩芯饼化识别地应力的智能系统 | |
CN113627069A (zh) | 针对缝洞型油藏油气井的试井动态产量评价方法及系统 | |
CN112943215A (zh) | 一种油藏压力响应监测判识水平井来水方向选井方法 | |
CN113627640A (zh) | 一种针对缝洞型油藏油气井的产能试井预测方法及系统 | |
CN115906591B (zh) | 一种基于XGBoost网络的油井动液面计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |