CN108921415A - 一种油藏措施增油效果影响因素的分析方法 - Google Patents

Abstract

本发明公开了一种油藏措施增油效果影响因素的分析方法，包括：随机抽取n组容量为n、包括有p个元素的随机样本：其中，y_n为油田的开发指标(因变量)，x_n1，x_n2，…，x_np为对应y_n的影响因素(自变量)，j＝1，2，…，n，n＞p；计算每组随机样本中任意两个变量之间的偏相关系数；根据所述偏相关系数计算得到通径相关系数r_jy，将通径相关系数r_jy分解为影响因素x_j对因变量y的直接作用和x_j与x_k(k≠j)对因变量y的间接作用，并根据x_j与x_k之间的路径关系，构建因变量y通径图的正则方程组；通过确定分析数列、变量的无量纲化、计算关联系数，计算得到关联系数矩阵；根据关联系数矩阵，计算得到关联度，并对关联度进行排序。

Description

一种油藏措施增油效果影响因素的分析方法

技术领域

本发明属于油藏开发影响因素的技术领域，具体涉及一种油藏措施增油效果影响因素的分析方法。

背景技术

影响油田措施增油、增储效果的因素非常多，在基于油藏工程理论进行定性分析的基础上，需要进一步利用定量分析的手段进行筛选，降低样本数据的维数，提高措施增油、增储效果的预测的准确性和稳健性。目前，关于措施效果的预测和指标影响因素的研究比较多，其主要有以下几种。

利用统计学方法分析了稠油油田的指标相关关系；研究断块油藏在二氧化碳吞吐的增油技术的应用，但其没有从全局的层面进行考虑；以胜利油田断块油藏为例分析了导致产量递减的影响因素；同时，大部分关于油田措施增油的研究仅仅从油田增油措施的经济可行性分析，或者基于目标规划的油田开发措施增油模型等经济评价的效益角度出发，忽略了技术指标；有的采用了效果劈分方法对措施增油进行了分析，其中涉及到的影响指标过多，不利于进一步的建模分析。有的则针对性对于影响油田油藏的影响因素进行灰色关联分析，然而基本没有涉及到影响因素之间的相关性分析，仅仅对影响油田油藏的影响因素进行了分析。

发明内容

本发明的目的在于针对现有技术的不足，提供一种油藏措施增油效果影响因素的分析方法，以解决现有油藏措施增油、增储效果影响因素分析不够全面，没有从全局的层面分析的问题。

为达到上述目的，本发明采取的技术方案是：

提供一种油藏措施增油效果影响因素的分析方法，其包括：

随机抽取n组容量为n、包括有p个元素的随机样本：

(x₁₁,x₁₂,…,x_1p；y₁)

(x₂₁,x₂₂,…,x_2p；y₂)

……

(x_n1,x_n2,…,x_np；y_n)

其中，y_n为油田的开发指标(因变量)，x_n1，x_n2，…，x_np为对应y_n的影响因素(自变量)，j＝1，2，…，n，n＞p；

计算每组随机样本中任意两个变量之间的偏相关系数；

根据偏相关系数计算得到通径相关系数r_jy，将通径相关系数r_jy分解为影响因素x_j对因变量y的直接作用和x_j与x_k(k≠j)对因变量y的间接作用，并根据x_j与x_k之间的路径关系，构建因变量y通径图的正则方程组；

根据偏相关系数和正则方程组对影响因素和开发指标进行筛选，并通过灰色关联分析方法计算其关联系数，获得关联系数矩阵；

根据关联系数矩阵，对关联度进行排序。

优选地，偏相关系数r_ij的计算方法为：

在y,x₁,x₂,……,x_p中，在其它变量固定不变时，任意选择两个变量x_i和x_j，并计算x_i和x_j之间的偏相关系数r_ij：

其中，R为偏相关系数矩阵，r_jy为通径相关系数，p为需要分析的影响因素的个数，r_ij为影响因素i和影响因素j之间的相关系数，r_jy(j＝1,2,…,p)为影响因素j与指标y相关系数，c_yy，c_iy，c_jj为(j＝1,2,…,p)为R的逆矩阵中的元素，其中间变量的作用；r_ij.为影响因素i和影响因素j之间的偏相关系数，r_jy.为影响因素j与指标y的偏相关系数。

优选地，因变量y通径图的正则方程组为：

其中，b_p为x_p到因变量y之间的通径系数，其数值表示该条通径与因变量y之间的相关程度，x_j与x_k之间的平行关系称为相关路，其路径关系为r_jk。

优选地，关联系数矩阵为：

其中，ξ_0i(k)是关联系数，ξ_0i(k)是不超过1的正数，Δ_0i(k)越小，ξ_0i(k)就越大，ξ_0i(k)反映第i个元素x_i与指标y(为方便表示y取x₀)在第k个时序期上的关联程度。

本发明提供的油藏措施增油效果影响因素的分析方法，具有以下有益效果：

本发明通过对开发指标和影响开发指标的因素做相关性分析和偏相关分析，结合通径分析得到因变量y通径图的正则方程组，进而通过对正则方程组进行灰色关联分析，计算得到开发指标的关联度，并对关联度进行排序。本发明从全局出发，对影响因素充分的分析，有效地解决了现有油藏措施增油、增储效果影响因素分析不够全面，没有从全局的层面分析的问题。

附图说明

图1为油藏措施增油效果影响因素的分析方法通径示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

根据本申请的一个实施例，本方案的油藏措施增油效果影响因素的分析方法，包括以下步骤：

随机抽取n组容量为n、包括有p个元素的随机样本：

(x₁₁,x₁₂,…,x_1p；y₁)

(x₂₁,x₂₂,…,x_2p；y₂)

……

(x_n1,x_n2,…,x_np；y_n)

其中，y_n为油田的开发指标(因变量)，一个开发指标y对多个影响因素x₁,x₂,…,x_p存在相互依赖的关系，从容量为n个影响因素x₁,x₂,…,x_p中随机抽取X_j＝(x_1j,x_2j,…,x_pj),j＝1,2,…n,n>p，总共选取n组随机样本。

计算每组随机样本中任意两个变量之间的偏相关系数；

在y,x₁,x₂,……,x_p关系中，任意两个变量间的偏相关系数为r_ij，后面的点表示其他(p-1)个变量保持常量，计算得到偏相关系数r_ij：

进而得到，

其中，R为偏相关系数矩阵，r_jy为通径相关系数，p为需要分析的影响因素的个数，r_ij为影响因素i和影响因素j之间的相关系数，r_jy(j＝1,2,…,p)为影响因素j与指标y相关系数，c_yy，c_iy，c_jj为(j＝1,2,…,p)为R的逆矩阵中的元素，其中间变量的作用；r_ij.为影响因素i和影响因素j之间的偏相关系数，r_jy.为影响因素j与指标y的偏相关系数。

通径分析，根据所述偏相关系数计算得到通径相关系数r_jy，将通径相关系数r_jy分解为x_j对因变量y的直接作用和x_j与x_k(k≠j)对因变量y的间接作用，并根据x_j与x_k之间的路径关系，构建因变量y通径图的正则方程组，其具体步骤如下：

参考图1，r_jy分解为x_j对y的直接作用和x_j通过其他x_k(k≠j)对y的间接作用，其可表示为一个通径图。

x_j(j＝1,2,…,p)及剩余因子ε为自变量，y为因变量，用单箭头表示，称为通径；b_j称为通径系数(标准化偏回归系数)，它表示这条通径的重要性，各x间为平行关系(互为因果或有共同的因)。

x_j与x_k间的平行关系可用双箭头表示，称它为相关路，其路径关系为r_jk，这样y与x₁,x₂,…,x_p间就形成了一个封闭的通径图，根据通径图得到正则方程组：

灰色关联分析的具体计算步骤如下：

第一步：确定分析数列；

设因变量(指标y)数据时序序列为参考序列x′₀，各自变量(影响因素)数据时序序列构成比较序列x′₀(i＝1,2,3…,n)，这n+1组数据序列形成如下矩阵：

其中x′_i＝(x′_i(1),x′_i(2),…,x′_i(N))^T,i＝0,1,2,…,n。而N为因变量序列的时序点长度。

第二步：变量的无量纲化

原始指标变量的时序序列一般常具有不同的量纲或数量级，为保证分析结果的可靠性，需对变量的时序序列进行无量纲化处理。常用的无量纲化方法有均值化法：

或初值化法：

则经过无量纲化后各指标因素时序序列形成如下矩阵：

第三步：计算关联系数：

首先，计算参考序列与各比较序列在时序对应期上的绝对差值，形成如下绝对差值矩阵：

其中Δ_0i(k)＝|x₀(k)-x_i(k)|，i＝1,2,…,n；k＝1,2,…,N

绝对差值阵中最大数和最小数即为最大差和最小差：

对绝对差值阵中数据作如下变换：

从而得到关联系数矩阵，

其中参数ρ称为分辨系数，其取值的大小可以控制Δ(max)对数据转化的影响。ρ取较小的值，可以提高关联系数间差异的显著性。因此ρ在(0，1)内取值，一般情况多在0.1至0.5间取值。

按公式

计算得到关联系数矩阵，

ξ_0i(k)是关联系数，同时关联系数ξ_0i(k)是不超过1的正数，Δ_0i(k)越小，ξ_0i(k)就越大，它反映了第i个指标比较序列x_i与参考序列x₀在第k个时序期上的关联程度。

第四步：计算关联度；公式为：

关联度v_0i表示了指标曲线参考序列x₀与指标曲线比较序列x_i(i＝1,2,...,n)间的关联程度。

第五步：按照关联度大小对影响因素进行排序。

即得到油藏措施增油的影响因素的灰色关联分析结果。

即得到油藏措施增油、增储的影响因素的灰色关联分析结果。

根据本申请的一个实施例，针对油田的实际情况，首先对71个影响因素进行了初步筛选，如表1所示，筛选结果的影响因素包括油藏宏观特征类的沉积微相类型、天然能量强度、水体大小、油砂体厚度、平面非均质性和层内非均质性，储层微观特征类的残余油饱和度和水驱油效率，油藏流体属性类的油藏温度和地下原油粘度，油藏开发指标类的日产液、综合含水、地质储量采油速度、剩余可采储量采油速度、自然递减、综合递减、平面波及系数和层内波及系数，以及油藏动态管理类的油井开井数、井网密度、地质储量采出程度和储采比，共22个主控因素。

表1中浅层边底水层状断块油藏的油藏宏观特征类影响因素

表2中浅层边底水层状断块油藏的储层微观特征类影响因素

表3中浅层边底水层状断块油藏的油藏流体属性类影响因素

表4中浅层边底水层状断块油藏的油藏开发指标类影响因素

表5中浅层边底水层状断块油藏的油藏动态管理类影响因素

基于表1-5，本发明针对冀东油田的七种主要措施：二氧化碳吞吐、补孔、解堵、提液、回采、卡堵水和压裂的影响因素进行相关性分析，其结果如表6所示，

表6中浅层边底水层状断块油藏的增油、增储措施影响因素

结合表6筛选出的指标影响因素和关联度，利用本发明的分析方法对冀东油田中浅层边底水层状断块油藏的措施增油、增储量进行预测，发现预测精度比不利用相关性分析选择的预测方法提高了3个百分点。

针对冀东油田中浅层边底水层状断块油藏措施增油的影响因素而言，由于其设计的数据类型及数据量特别大，在利用全部数据进行建模分析时，不仅耗时，还可能造成过拟合。经过对影响因素之间的相关性分析以后，选出了部分合适的影响，在不影响模型的拟合情况，减少了人工计算成本，增加了模型的可实施性，有助于提高油田的工作效率。

虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。

Claims (4)

1.一种油藏措施增油效果影响因素的分析方法，其特征在于，包括：

随机抽取n组容量为n、包括有p个元素的随机样本：

(x₁₁,x₁₂,…,x_1p；y₁)

(x₂₁,x₂₂,…,x_2p；y₂)

……

(x_n1,x_n2,…,x_np；y_n)

其中，y_n为油田的开发指标(因变量)，x_n1，x_n2，…，x_np为对应y_n的影响因素(自变量)，j＝1，2，…，n，n＞p；

计算每组随机样本中任意两个变量之间的偏相关系数；

根据所述偏相关系数计算得到通径相关系数r_jy，将通径相关系数r_jy分解为影响因素x_j对因变量y的直接作用和x_j与x_k(k≠j)对因变量y的间接作用，并根据x_j与x_k之间的路径关系，构建因变量y通径图的正则方程组；

根据所述偏相关系数和正则方程组对影响因素和开发指标进行筛选，并通过灰色关联分析方法计算其关联系数，获得关联系数矩阵；

根据所述关联系数矩阵，对关联度进行排序。

2.根据权利要求1所述的油藏措施增油效果影响因素的分析方法，其特征在于，所述偏相关系数r_ij的计算方法为：

在y,x₁,x₂,……,x_p中，在其它变量固定不变时，任意选择两个变量x_i和x_j，并计算x_i和x_j之间的偏相关系数r_ij：

其中，R为偏相关系数矩阵，r_jy为通径相关系数，p为需要分析的影响因素的个数，r_ij为影响因素i和影响因素j之间的相关系数，r_jy(j＝1,2,…,p)为影响因素j与指标y相关系数，c_yy，c_iy，c_jj为(j＝1,2,…,p)为R的逆矩阵中的元素，其中间变量的作用；r_ij.为影响因素i和影响因素j之间的偏相关系数，r_jy.为影响因素j与指标y的偏相关系数。

3.根据权利要求1所述的油藏措施增油效果影响因素的分析方法，其特征在于，所述因变量y通径图的正则方程组为：

其中，b_p为x_p到因变量y之间的通径系数，其数值表示该条通径与因变量y之间的相关程度，x_j与x_k之间的平行关系称为相关路，其路径关系为r_jk。

4.根据权利要求1所述的油藏措施增油效果影响因素的分析方法，其特征在于，所述关联系数矩阵为：

其中，ξ_0i(k)是关联系数，ξ_0i(k)是不超过1的正数，Δ_0i(k)越小，ξ_0i(k)就越大，ξ_0i(k)反映第i个元素x_i与指标y(为方便表示y取x₀)在第k个时序期上的关联程度。