CN115788391A - 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 - Google Patents
基于砂岩油田压裂充填防砂作业的井层选择方法及装置 Download PDFInfo
- Publication number
- CN115788391A CN115788391A CN202211591322.9A CN202211591322A CN115788391A CN 115788391 A CN115788391 A CN 115788391A CN 202211591322 A CN202211591322 A CN 202211591322A CN 115788391 A CN115788391 A CN 115788391A
- Authority
- CN
- China
- Prior art keywords
- well layer
- factor
- determining
- influence
- well
- 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.)
- Granted
Links
- 239000004576 sand Substances 0.000 title claims abstract description 163
- 238000010187 selection method Methods 0.000 title claims abstract description 35
- 230000002265 prevention Effects 0.000 title abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 88
- 238000012856 packing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims description 48
- 238000004519 manufacturing process Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 33
- 238000003860 storage Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 abstract description 45
- 238000011161 development Methods 0.000 abstract description 12
- 230000008901 benefit Effects 0.000 abstract description 10
- 238000005457 optimization Methods 0.000 abstract description 8
- 239000003921 oil Substances 0.000 description 71
- 230000000875 corresponding effect Effects 0.000 description 44
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 37
- 239000010779 crude oil Substances 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 230000035699 permeability Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000012163 sequencing technique Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 241000209094 Oryza Species 0.000 description 6
- 235000007164 Oryza sativa Nutrition 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 6
- 235000009566 rice Nutrition 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Earth Drilling (AREA)
Abstract
本发明提供一种基于砂岩油田压裂充填防砂作业的井层选择方法及装置。该基于砂岩油田压裂充填防砂作业的井层选择方法包括：根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。本发明可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
Description
技术领域
本发明涉及砂岩储层油田开采技术领域，具体地，涉及一种基于砂岩油田压裂充填防砂作业的井层选择方法及装置。
背景技术
疏松砂岩储层油田入生产中后期后主要面临如下两个问题。
第一，随着油田的不断勘探开发，疏松砂岩的胶结强度逐渐降低，油田含水率快速上升，导致油田出砂风险日益升高，油井在生产过程中出砂会造成井下和地上设备的冲蚀破坏，严重时甚至会造成单井的关停和报废，造成巨大的经济损失，亟需安全长效的防砂措施。
第二，油田进入生产中后期，地层能量逐渐降低，储层污染概率大幅提升，导致单井的产量压力逐渐增大，部分调整井产量难以达到开发的经济门限，造成部分剩余油难以有效采出，亟需合理有效的增产措施。
为了满足疏松砂岩油田投产中后期的防砂和增产需求，压裂充填技术被提出并逐渐在各个油田应用。压裂充填技术通过在储层中压裂形成短宽缝并用高砂比充填，使地层流体在高导流裂缝附近形成双线性流动，达到增产和防砂的目的，已经成为疏松砂岩油气藏开发中一种非常重要的完井方法，在国内外海上疏松砂岩油藏中得到了成功应用。但压裂充填技术较常规防砂技术需要额外的压裂设备，且压裂充填材料用量和等级明显提高，导致作业成本显著提高，无法实现全部井进行措施，只能选择部分井进行措施或者选择效果明显的井优先进行作业以提高油田的整体开发效益。
目前主要根据人为经验进行压裂充填技术的选井选层，优先考虑优势井位进行作业以保证压裂充填作业后的产量，但这种方法存在以下三个问题：
第一，缺乏定量评估手段，无法实现待选井的精确排序和评估，导致选井选层主观性较强；
第二，考虑因素较为单一，未考虑渗透率、孔隙度、粘度、泥质含量等多个因素的影响，导致部分作业井并非最优井从而影响作业效果；
第三，选井选层着重考虑优势井位，未考虑单井出砂风险，导致部分井压裂充填后虽然产量较高，但在大排量、高粘度和高含水等条件下发生出砂现象，导致作业的失败和经济损失。
综上所述，目前缺乏压裂充填作业选井选层方法，依靠作业和设计人员的经验进行选择，无法给出客观、合理、全面的定量选择结果，易导致选择的作业井并非最适合压裂充填作业的井，造成压裂充填技术的作业效果受限，影响作业产量甚至造成部分井后期发生出砂现象，造成重大经济损失。
发明内容
本发明实施例的主要目的在于提供一种基于砂岩油田压裂充填防砂作业的井层选择方法及装置，以优选合适的井层进行压裂充填作业，实现作业效果的最优化，降低作业成本，提高油田的开发效益。
为了实现上述目的，本发明实施例提供一种基于砂岩油田压裂充填防砂作业的井层选择方法，包括：
根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
在其中一种实施例中，根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离包括：
根据待选井层总因素矩阵确定因素最小向量和因素最大向量；
根据因素最小向量和待选井层总因素矩阵确定各待选井层的最差距离；
根据因素最大向量和待选井层总因素矩阵确定各待选井层的最优距离。
在其中一种实施例中，还包括：
根据待作业区块中各井层的产量确定产量失效井层数量；
根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量；
根据所产量失效井层数量和所述防砂失效井层数量确定产量防砂影响因子；
根据产量防砂影响因子和各影响因素对应的中间影响因子确定各影响因素对应的总影响因子。
在其中一种实施例中，还包括：
根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理所述历史影响序列；
根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度；
根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
本发明实施例还提供一种基于砂岩油田压裂充填防砂作业的井层选择装置，包括：
待选井层因素矩阵模块，用于根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
待选井层总因素矩阵模块，用于根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
距离确定模块，用于根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
目标井层模块，用于根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
在其中一种实施例中，距离确定模块包括：
因素向量单元，用于根据待选井层总因素矩阵确定因素最小向量和因素最大向量；
最差距离确定单元，用于根据因素最小向量和待选井层总因素矩阵确定各待选井层的最差距离；
最优距离确定单元，用于根据因素最大向量和待选井层总因素矩阵确定各待选井层的最优距离。
在其中一种实施例中，还包括：
产量失效井层数量模块，用于根据待作业区块中各井层的产量确定产量失效井层数量；
防砂失效井层数量模块，用于根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量；
产量防砂影响因子模块，用于根据产量失效井层数量和所述防砂失效井层数量确定产量防砂影响因子；
总影响因子模块，用于根据产量防砂影响因子和各影响因素对应的中间影响因子确定所述各影响因素对应的总影响因子。
在其中一种实施例中，还包括：
历史影响序列模块，用于根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理历史影响序列；
最优灰色关联度模块，用于根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度；
中间影响因子模块，用于根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
本发明实施例还提供一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
本发明实施例的基于砂岩油田压裂充填防砂作业的井层选择方法及装置先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
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，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中基于砂岩油田压裂充填防砂作业的井层选择方法的流程图；
图2是本发明实施例中影响因素体系的示意图；
图3是本发明实施例中确定总影响因子的流程图；
图4是本发明实施例中确定中间影响因子的流程图；
图5是本发明实施例中S103的流程图；
图6是本发明实施例中基于砂岩油田压裂充填防砂作业的井层选择装置的结构框图；
图7为本申请实施例的电子设备9600的系统构成的示意框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
鉴于现有常规选井选层方法依靠人为经验、无法给出客观、合理、全面的定量选择结果，造成压裂充填技术的作业效果受限，本发明实施例提供一种基于砂岩油田压裂充填防砂作业的井层选择方法及装置，能够综合考虑压裂充填作业的防砂和增产效果，结合影响压裂充填作业效果的渗透率、孔隙度、粘度和泥质含量等多个因素，计算得到待选井综合作业效果的定量排序，实现压裂充填作业井层的优选或作业顺序的最优排序，从而解决压裂充填选井选层依靠人为经验或者考虑因素单一等问题，优选合适的井层进行压裂充填作业以实现作业效果的最优化，提高了选井选层方法的精确性和可靠性。以下结合附图对本发明进行详细说明。
图1是本发明实施例中基于砂岩油田压裂充填防砂作业的井层选择方法的流程图。如图1所示，基于砂岩油田压裂充填防砂作业的井层选择方法包括：
S101：根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵。
图2是本发明实施例中影响因素体系的示意图。如图2所示，目标为选井选层，影响因素体系分为两个层级，第一层级为产量和防砂效果，第二层级为分别影响产量和防砂效果的具体因素，影响产量的二级影响因素包括储层厚度、渗透率、含油饱和度、原油粘度、距水层距离、设计加砂量和油水比，影响防砂效果的二级因素包括孔隙度、泥质含量、原油粘度、距水层距离和油水比，其中原油粘度、距水层距离和油水比为影响产量和防砂效果的共同因素。
具体实施时，待选井层因素矩阵如下：
其中，F为待选井层因素矩阵，Fh为第h个待选井或者层位(待选井层)的因素向量，n为待选井层的数量，无量纲；Fh1为第h个待选井层的储层厚度，单位是m；Fh2为第h个待选井层的渗透率，单位是mD；Fh3为第h个待选井层的含油饱和度，单位是％；Fh4为第h个待选井层的原油粘度，单位是mPa·S；Fh5为第h个待选井层的距水层距离，单位是m；Fh6为第h个待选井层的加砂量，单位是m3；Fh7为第h个待选井层的油水比，无量纲；Fh8为第h个待选井层的孔隙度，单位是％；Fh9为第h个待选井层的泥质含量，单位是％。
S102：根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵。
由于各因素指标具有不同的单位，不具备可比度，为了消除指标单位的影响，需要对先对待选井层因素矩阵进行无量纲化处理。根据因素和结果的正负相关性，处理方法分为两种类型。当因素和结果呈正相关时，即因素值越大、结果越好，此时因素指标称为收益性指标；当因素和结果呈负相关时，即因素值越小、结果越好，此时因素指标称为消耗性指标。储层厚度、渗透率、含油饱和度、设计加砂量与压裂充填产量呈正相关，为收益性指标；油水比、距水层距离与压裂充填产量和防砂效果都呈现正相关，也为收益性指标。孔隙度、泥质含量与压裂充填防砂效果呈负相关，为消耗性指标；原油粘度与压裂充填产量和防砂效果都呈现负相关，也为消耗性指标。无量纲化处理后的待选井层因素矩阵如下：
其中，
为n个待选井层中第e个因素的最大值，
为n个待选井层中第e个因素的最小值，The为无量纲化处理后的第h个待选井层中的第e个因素。
待选井层总因素矩阵Z如下：
其中，Zhe为第h个待选井层的第j个总因素，无量纲，Z为待选井层总因素矩阵，K1为储层厚度对压裂充填井层的总影响因子，K2为渗透率对压裂充填井层的总影响因子，K3为含油饱和度对压裂充填井层的总影响因子，K4为原油粘度对压裂充填井层的总影响因子，K5为距水层距离对压裂充填井层的总影响因子，K6为加砂量对压裂充填井层的总影响因子，K7为油水比对压裂充填井层的总影响因子，K8为孔隙度对压裂充填井层的总影响因子，K9为泥质含量对压裂充填井层的总影响因子。
图3是本发明实施例中确定总影响因子的流程图。如图3所示，在执行S102之前，还包括：
S201：根据待作业区块中各井层的产量确定产量失效井层数量。
其中，产量失效井层(低产造成的低效井层)为产量未达到配产60％的井，如果该区块为新开发区块，则利用周边类似区块生产井情况进行替代。
S202：根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量。
其中，防砂失效井层(防砂失效造成的低效井层)为生产过程中出砂体积比例大于0.05％的井，如果该区块为新开发区块，则利用周边类似区块生产井情况进行替代。
S203：根据产量失效井层数量和防砂失效井层数量确定产量防砂影响因子。
其中，产量防砂影响因子包括产量影响因子和防砂影响因子。具体实施时，可以通过如下公式分别确定产量影响因子和防砂影响因子：
u1＝v1(v1+v2)；
u2＝v2(v1+v2)；
其中，u1为产量影响因子，u2为防砂影响因子，v1为产量失效井层数量，v2为防砂失效井层数量，上述参数均无量纲。
S204：根据产量防砂影响因子和各影响因素对应的中间影响因子确定各影响因素对应的总影响因子。
具体实施时，可以通过如下公式确定各影响因素对应的总影响因子：
Ka＝u1×P1a，a＝1，2，3，6；
K8＝u2×P21；
K9＝u2×P22；
K4＝u1×P14+u2×P23；
K5＝u1×P15+u2×P24；
K7＝u1×P17+u2×P25；
其中，K1为储层厚度对压裂充填井层的总影响因子，K2为渗透率对压裂充填井层的总影响因子，K3为含油饱和度对压裂充填井层的总影响因子，K4为原油粘度对压裂充填井层的总影响因子，K5为距水层距离对压裂充填井层的总影响因子，K6为加砂量对压裂充填井层的总影响因子，K7为油水比对压裂充填井层的总影响因子，K8为孔隙度对压裂充填井层的总影响因子，K9为泥质含量对压裂充填井层的总影响因子，P11为储层厚度对压裂充填产量的中间影响因子，P12为渗透率对压裂充填产量的中间影响因子，P13为含油饱和度对压裂充填产量的中间影响因子，P14为原油粘度对压裂充填产量的中间影响因子，P15为距水层距离对压裂充填产量的中间影响因子，P16为加砂量对压裂充填产量的中间影响因子，P17为油水比距水层距离对压裂充填产量的中间影响因子，P21为孔隙度对压裂充填防砂效果的中间影响因子，P22为泥质含量对压裂充填防砂效果的中间影响因子，P23为原油粘度对压裂充填防砂效果的中间影响因子，P24为距水层距离对压裂充填防砂效果的中间影响因子，P25为油水比对压裂充填防砂效果的中间影响因子，上述参数均无量纲。
图4是本发明实施例中确定中间影响因子的流程图。如图4所示，在执行S204之前，还包括：
S301：根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理所述历史影响序列。
其中，历史影响序列包括历史影响参考序列和历史影响比较序列。历史影响参考序列反映压裂充填作业效果的行为特征，即压裂充填后的产量情况和防砂效果，包括米采油指数序列和出砂浓度序列。历史影响比较序列反映各个因素对参考序列的影响，包括产量比较序列和防砂比较序列。
具体实施时，构建的历史影响参考序列如下：
X0＝(X0(1),X0(2),...,X0(k),...,X0(m))T；
Y0＝(Y0(1),Y0(2),...,Y0(k),...,Y0(m))T；
其中，X0为米采油指数序列，Y0为出砂浓度序列，X0(k)为第k个压裂充填作业井层的米采油指数，单位是m3/d·MPa；Y0(k)为第k个压裂充填作业井层的出砂浓度，单位是10-2％；m为压裂充填历史作业井层的个数。
构建的历史影响比较序列如下：
Xi＝(Xi(1),Xi(2),...,Xi(k),...,Xi(m))T，i＝1,2,3,4,5,6,7；
Yj＝(Yj(1),Yj(2),...,Yj(k),...,Yj(m))T，j＝1,2,3,4,5；
其中，Xi为第i个产量比较序列，Yj为第j个防砂比较序列，X1(k)为第k个压裂充填作业井层的储层厚度，单位是m；X2(k)为第k个压裂充填作业井层的渗透率，单位是mD；X3(k)为第k个压裂充填作业井层的含油饱和度，单位是％；X4(k)为第k个压裂充填作业井层的原油粘度，单位是mPa·S；X5(k)为第k个压裂充填作业井层的距水层距离，单位是m；X6(k)为第k个压裂充填作业井层的加砂量，单位是m3；X7(k)为第k个压裂充填作业井层的油水比，无量纲；Y1(k)为第k个压裂充填作业井层的孔隙度，单位是％；Y2(k)为第k个压裂充填作业井层的泥质含量，单位是％；Y3(k)为第k个压裂充填作业井层的原油粘度，单位是mD；Y4(k)为第k个压裂充填作业井层的距水层距离，单位是m；Y5(k)为第k个压裂充填作业井层的油水比，无量纲；X4(k)＝Y3(k)，X5(k)＝Y4(k)，X7(k)＝Y5(k)。
为了消除历史影响序列中各因素不同单位对结果的影响，采用各无量纲化处理方式对各因素进行无量纲化处理，得到无量纲处理后的历史影响序列。无量纲处理后的历史影响序列包括无量纲的米采油指数序列x0(k)、无量纲的出砂浓度序列y0(k)、无量纲的产量比较序列xi(k)和无量纲的防砂比较序列yj(k)。x0(k)包括x′0(k)、x″0(k)、x″′0(k)和x″″0(k)；y0(k)包括y′0(k)、y″0(k)、y″′0(k)和y″″0(k)；xi(k)包括x′i(k)、x″i(k)、x″′i(k)和x″″i(k)；yj(k)包括y′j(k)、y″j(k)、y″′j(k)和y″″j(k)。
x″i(k)＝Xi(k)/Xi(1)，i＝1,2,3,4,5,6,7；
x″0(k)＝X0(k)/X0(1)；
y″j(k)＝Yj(k)/Yj(1)，j＝1,2,3,4,5；
y″0(k)＝Y0(k)/Y0(1)；
其中，x′0(k)为通过均值化进行无量纲化处理后的米采油指数序列，y′0(k)为通过均值化进行无量纲化处理后的出砂浓度序列，x″0(k)为通过初值化进行无量纲化处理后的米采油指数序列，y″0(k)为通过初值化进行无量纲化处理后的出砂浓度序列，x″′0(k)为通过最大化进行无量纲化处理后的米采油指数序列，y″′0(k)为通过最大化进行无量纲化处理后的出砂浓度序列，x″″0(k)为通过最小化进行无量纲化处理后的米采油指数序列，y″″0(k)为通过最小化进行无量纲化处理后的出砂浓度序列，x′i(k)为通过均值化进行无量纲化处理后的产量比较序列，y′j(k)为通过均值化进行无量纲化处理后的防砂比较序列，x″i(k)为通过初值化进行无量纲化处理后的产量比较序列，y″j(k)为通过初值化进行无量纲化处理后的防砂比较序列，x″′i(k)为通过最大化进行无量纲化处理后的产量比较序列，y″′j(k)为通过最大化进行无量纲化处理后的防砂比较序列，x″″i(k)为通过最小化进行无量纲化处理后的产量比较序列，y″″j(k)为通过最小化进行无量纲化处理后的防砂比较序列。
S302：根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度。
历史影响序列包括产量影响序列和防砂影响序列。具体实施时，可以通过如下公式确定历史影响序列的灰色关联度：
其中，ξi(k)为产量灰色关联系数，ηj(k)为防砂灰色关联系数，ri为产量灰色关联度，sj为防砂灰色关联度。
确定第i个影响因素的四种产量灰色关联度的极差最大值对应的产量灰色关联度为第i个影响因素的最优产量灰色关联度Ri，确定第i个影响因素的四种防砂灰色关联度的极差最大值对应的防砂灰色关联度为第i个影响因素的最优防砂灰色关联度Sj。
S303：根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
具体实施时，可以通过如下公式分别确定产量中间影响因子和防砂中间影响因子：
其中，P1i为第i个影响因素的产量中间影响因子，P2j为第j个影响因素的防砂中间影响因子，P11为储层厚度对压裂充填产量的中间影响因子，P12为渗透率对压裂充填产量的中间影响因子，P13为含油饱和度对压裂充填产量的中间影响因子，P14为原油粘度对压裂充填产量的中间影响因子，P15为距水层距离对压裂充填产量的中间影响因子，P16为加砂量对压裂充填产量的中间影响因子，P17为油水比距水层距离对压裂充填产量的中间影响因子，P21为孔隙度对压裂充填防砂效果的中间影响因子，P22为泥质含量对压裂充填防砂效果的中间影响因子，P23为原油粘度对压裂充填防砂效果的中间影响因子，P24为距水层距离对压裂充填防砂效果的中间影响因子，P25为油水比对压裂充填防砂效果的中间影响因子，上述参数均无量纲。
S103：根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离。
图5是本发明实施例中S103的流程图。如图5所示，S103包括：
S401：根据待选井层总因素矩阵确定因素最小向量和因素最大向量。
具体实施时，从待选井层总因素矩阵中选取每个因素的最大值构成因素最大向量Z+，选取每个因素的最小值构成因素最小向量Z-，如下：
Z+＝(Z+ 1Z+ 2...Z+ e...Z+ 9)T；
Z-＝(Z- 1Z- 2...Z- e...Z- 9)T；
其中，Z+ e为第e个因素的最大值(Zhe中第e列的最大值)，Z- e为第e个因素的最小值(Zhe中第e列的最小值)，上述参数均无量纲。
S402：根据因素最小向量和待选井层总因素矩阵确定各待选井层的最差距离。
具体实施时，各待选井层的最差距离如下：
其中，D- h为第h个井层距离最差解的距离(最差距离)，无量纲。
S403：根据因素最大向量和待选井层总因素矩阵确定各待选井层的最优距离。
具体实施时，各待选井层的最优距离如下：
其中，D+ h为第h个井层距离最优解的距离(最优距离)，无量纲。
S104：根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
理想解贴进度是各个井层与最优井层的贴合程度，根据该值的大小可以得到各待选井层的综合预作业效果定量排序，从而实现对压裂充填作业井层的优选或作业顺序的最优排序。
具体实施时，各待选井层的贴进度如下：
Mh＝D- h/(D+ h+D- h)；
其中，Mh为第h个井层的理想解贴进度(贴进度)，无量纲。
图1所示的基于砂岩油田压裂充填防砂作业的井层选择方法的执行主体可以为计算机。由图1所示的流程可知，本发明实施例的基于砂岩油田压裂充填防砂作业的井层选择方法先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
下面通过实际例子对本发明作进一步说明。
A油田储层为典型疏松砂岩，经过一段时间生产，面临产量降低、出砂加剧两大突出问题，考虑到作业经费和效果的平衡，计划在五口待选井中优选一口井进行压裂充填作业，利用本发明对五口待选井进行排序，优选最合适的井进行作业，具体选择步骤如下：
1、构建如图2所示的选井选层影响因素体系，第一层级为影响压裂充填作业选井选层的作业后产量和防砂效果两大因素，影响产量的二级因素包括储层厚度、渗透率、含油饱和度、原油粘度、距水层距离、设计加砂量和油水比，影响防砂效果的二级因素包括孔隙度、泥质含量、原油粘度、距水层距离和油水比。
2、通过A油田历史作业井进行统计，该油田低产井数为51口、出砂井数为11口，利用式u1＝v1/(v1+v2)、u2＝v2/(v1+v2)，计算得到产量影响因子u1为0.823，防砂影响因子u2为0.177。
3、以A油田十口压裂充填历史作业井(X1～X10)为基础，利用如下公式构建参考序列和比较序列：
X0＝(X0(1),X0(2),...,X0(k),...,X0(m))T；
Y0＝(Y0(1),Y0(2),...,Y0(k),...,Y0(m))T；
Xi＝(Xi(1),Xi(2),...,Xi(k),...,Xi(m))T，i＝1,2,3,4,5,6,7；
Yj＝(Yj(1),Yj(2),...,Yj(k),...,Yj(m))T，j＝1,2,3,4,5。
表1是压裂充填产量影响因素的历史数据表，表2是防砂效果影响因素的历史数据表。
表1
表2
4、分别采用均值化法、初值化法、最大值化法和最小值化法对表1和表2数据进行无量纲化处理，消除参考序列和比较序列中各因素不同单位对结果的影响。
5、利用如下公式计算ξi(k)、ηj(k)、ri和sj：
表3是不同无量纲化方法下的产量灰色关联度表，表4是不同无量纲化方法下的防砂灰色关联度表。
表3
表4
6、计算最优灰色关联度。分别计算四种方法得到的灰色关联度的极差。表5是四种方法得到的灰色关联度的极差表。如表5所示，取极差最大值对应的产量灰色关联度为最优产量灰色关联度Ri，包括0.818、0.602、0.475、0.550、0.662、0.740和0.763；取极差最大值对应的防砂灰色关联度为最优防砂灰色关联度Sj，包括0.604、0.892、0.604、0.725和0.516。
表5
7、利用
计算中间影响因子，P1i分别为0.177、0.131、0.103、0.119、0.144、0.160和0.166，P2j分别为0.181、0.267、0.181、0.217、0.154。
8、计算各影响因素对应的总影响因子K，储层厚度、渗透率、含油饱和度、原油粘度、距水层距离、加砂量、油水比、孔隙度和泥质含量等9个因素的总影响因子分别为0.146、0.108、0.085、0.130、0.157、0.132、0.164、0.032和0.047。
9、表6是五口待选井(X11～X15)的基本信息。如表6所示，构建待选井层因素矩阵F，如下：
表6
10、消除单位的影响，构建无量纲化处理后的待选井层因素矩阵T：
11、构建待选井层总因素矩阵Z：
12、进行理想贴进度分析，利用如下公式得到各待选井的综合预作业效果定量排序：
Z+＝(Z+ 1Z+ 2...Z+ e...Z+ 9)T；
Z-＝(Z- 1Z- 2...Z- e...Z- 9)T；
Mh＝D- h/(D+ h+D- h)。
五口待选井的贴进度Mh分别为0.494、0.455、0.417、0.328和0.427，根据该值的大小得到待选井综合预作业效果排序为X11＞X12＞X15＞X13＞X14，因此选择X11井为目标井，优先进行压裂充填防砂作业。
综上所述，本发明实施例提供的基于砂岩油田压裂充填防砂作业的井层选择方法解决了常规选井选层方法依靠人为经验、无法给出定量排序、易造成所选井层非最适合井层而导致作业效果受限等问题，有望在疏松砂岩油田推广，具有以下有益效果：
(1)基于油田历史压裂充填作业井的历史数据、待选井或层位的基本信息，优选最适合进行压裂充填作业的井或层位，解决了常规选井选层方法依靠人为经验进行选择的缺点，提高了选井选层方法的精确性；
(2)能够综合考虑压裂充填作业的防砂和增产效果，从而选择最合适的井或层位进行压裂充填作业，解决了常规选井选层方法忽略对井或层位的防砂效果适配性进行评估的缺点，提高了选井选层方法的全面性；
(3)综合考虑了储层厚度、渗透率、含油饱和度、原油粘度、距水层距离、加砂量、油水比、孔隙度和泥质含量等9个因素对选井选层的影响，解决了常规选井选层方法均一化考虑各影响因素的问题，提高了选井选层方法的可靠性；
(4)在计算各因素对选井选层影响的基础上提出了一种定量排序方法，实现对压裂充填待选井或层位的定量排序，解决了常规选井选层方法无法实现各井适合度定量排序的缺点，提高了选井选层方法的实用性。
基于同一发明构思，本发明实施例还提供了一种基于砂岩油田压裂充填防砂作业的井层选择装置，由于该装置解决问题的原理与基于砂岩油田压裂充填防砂作业的井层选择方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
图6是本发明实施例中基于砂岩油田压裂充填防砂作业的井层选择装置的结构框图。
如图6所示，基于砂岩油田压裂充填防砂作业的井层选择装置包括：
待选井层因素矩阵模块，用于根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
待选井层总因素矩阵模块，用于根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
距离确定模块，用于根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
目标井层模块，用于根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
在其中一种实施例中，距离确定模块包括：
因素向量单元，用于根据待选井层总因素矩阵确定因素最小向量和因素最大向量；
最差距离确定单元，用于根据因素最小向量和待选井层总因素矩阵确定各待选井层的最差距离；
最优距离确定单元，用于根据因素最大向量和待选井层总因素矩阵确定各待选井层的最优距离。
在其中一种实施例中，还包括：
产量失效井层数量模块，用于根据待作业区块中各井层的产量确定产量失效井层数量；
防砂失效井层数量模块，用于根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量；
产量防砂影响因子模块，用于根据产量失效井层数量和所述防砂失效井层数量确定产量防砂影响因子；
总影响因子模块，用于根据产量防砂影响因子和各影响因素对应的中间影响因子确定所述各影响因素对应的总影响因子。
在其中一种实施例中，还包括：
历史影响序列模块，用于根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理历史影响序列；
最优灰色关联度模块，用于根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度；
中间影响因子模块，用于根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
综上，本发明实施例的基于砂岩油田压裂充填防砂作业的井层选择装置先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
图7为本申请实施例的电子设备9600的系统构成的示意框图。如图7所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图7是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，基于砂岩油田压裂充填防砂作业的井层选择方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
从上述描述可知，本申请提供的基于砂岩油田压裂充填防砂作业的井层选择方法先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
在另一个实施方式中，基于砂岩油田压裂充填防砂作业的井层选择装置可以与中央处理器9100分开配置，例如可以基于砂岩油田压裂充填防砂作业的井层选择装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现基于砂岩油田压裂充填防砂作业的井层选择方法的功能。
如图7所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图7中所示的所有部件；此外，电子设备9600还可以包括图7中没有示出的部件，可以参考现有技术。
如图7所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的基于砂岩油田压裂充填防砂作业的井层选择方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的基于砂岩油田压裂充填防砂作业的井层选择方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
综上，本发明实施例的计算机可读存储介质先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
本发明实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的基于砂岩油田压裂充填防砂作业的井层选择方法中全部步骤的一种计算机程序产品，所述计算机程序产品包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述实施例中的基于砂岩油田压裂充填防砂作业的井层选择方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
根据待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
根据待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
根据各待选井层的最优距离和各待选井层的最差距离确定各待选井层的贴进度，确定贴进度的最大值对应的待选井层为目标井层。
综上，本发明实施例的计算机程序产品先根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵以和各影响因素对应的总影响因子确定待选井层总因素矩阵，从而确定各待选井层的贴进度以将贴进度的最大值对应的待选井层为目标井层，可以实现作业效果的最优化，降低作业成本，提高油田的开发效益。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元，或装置都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种基于砂岩油田压裂充填防砂作业的井层选择方法，其特征在于，包括：
根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
根据所述待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
根据所述待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
根据所述各待选井层的最优距离和所述各待选井层的最差距离确定各待选井层的贴进度，确定所述贴进度的最大值对应的待选井层为目标井层。
2.根据权利要求1所述的基于砂岩油田压裂充填防砂作业的井层选择方法，其特征在于，根据所述待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离包括：
根据所述待选井层总因素矩阵确定因素最小向量和因素最大向量；
根据所述因素最小向量和所述待选井层总因素矩阵确定各待选井层的最差距离；
根据所述因素最大向量和所述待选井层总因素矩阵确定各待选井层的最优距离。
3.根据权利要求1所述的基于砂岩油田压裂充填防砂作业的井层选择方法，其特征在于，还包括：
根据待作业区块中各井层的产量确定产量失效井层数量；
根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量；
根据所述产量失效井层数量和所述防砂失效井层数量确定产量防砂影响因子；
根据所述产量防砂影响因子和各影响因素对应的中间影响因子确定所述各影响因素对应的总影响因子。
4.根据权利要求3所述的基于砂岩油田压裂充填防砂作业的井层选择方法，其特征在于，还包括：
根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理所述历史影响序列；
根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度；
根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
5.一种基于砂岩油田压裂充填防砂作业的井层选择装置，其特征在于，包括：
待选井层因素矩阵模块，用于根据待作业区块中各待选井层的各影响因素构建待选井层因素矩阵；
待选井层总因素矩阵模块，用于根据所述待选井层因素矩阵和各影响因素对应的总影响因子确定待选井层总因素矩阵；
距离确定模块，用于根据所述待选井层总因素矩阵确定各待选井层的最优距离和各待选井层的最差距离；
目标井层模块，用于根据所述各待选井层的最优距离和所述各待选井层的最差距离确定各待选井层的贴进度，确定所述贴进度的最大值对应的待选井层为目标井层。
6.根据权利要求5所述的基于砂岩油田压裂充填防砂作业的井层选择装置，其特征在于，所述距离确定模块包括：
因素向量单元，用于根据所述待选井层总因素矩阵确定因素最小向量和因素最大向量；
最差距离确定单元，用于根据所述因素最小向量和所述待选井层总因素矩阵确定各待选井层的最差距离；
最优距离确定单元，用于根据所述因素最大向量和所述待选井层总因素矩阵确定各待选井层的最优距离。
7.根据权利要求5所述的基于砂岩油田压裂充填防砂作业的井层选择装置，其特征在于，还包括：
产量失效井层数量模块，用于根据待作业区块中各井层的产量确定产量失效井层数量；
防砂失效井层数量模块，用于根据待作业区块中各井层的出砂体积比例确定防砂失效井层数量；
产量防砂影响因子模块，用于根据所述产量失效井层数量和所述防砂失效井层数量确定产量防砂影响因子；
总影响因子模块，用于根据所述产量防砂影响因子和各影响因素对应的中间影响因子确定所述各影响因素对应的总影响因子。
8.根据权利要求7所述的基于砂岩油田压裂充填防砂作业的井层选择装置，其特征在于，还包括：
历史影响序列模块，用于根据各历史井层的影响因素构建历史影响序列，通过各无量纲化处理方式处理所述历史影响序列；
最优灰色关联度模块，用于根据各处理后的历史影响序列的灰色关联度的极差确定各影响因素的最优灰色关联度；
中间影响因子模块，用于根据各影响因素的最优灰色关联度确定各影响因素对应的中间影响因子。
9.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
11.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至4任一项所述的基于砂岩油田压裂充填防砂作业的井层选择方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211591322.9A CN115788391B (zh) | 2022-12-12 | 2022-12-12 | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211591322.9A CN115788391B (zh) | 2022-12-12 | 2022-12-12 | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115788391A true CN115788391A (zh) | 2023-03-14 |
| CN115788391B CN115788391B (zh) | 2024-02-27 |
Family
ID=85419275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211591322.9A Active CN115788391B (zh) | 2022-12-12 | 2022-12-12 | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115788391B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116682068A (zh) * | 2023-07-28 | 2023-09-01 | 新疆华屹能源发展有限公司 | 油井防砂作业施工监控方法及其系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015068688A1 (ja) * | 2013-11-05 | 2015-05-14 | 株式会社カネカ | 富炭化水素流体含有頁岩からの炭化水素流体の製造方法 |
| CN107387051A (zh) * | 2017-09-05 | 2017-11-24 | 西南石油大学 | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 |
| CN109034647A (zh) * | 2018-08-13 | 2018-12-18 | 西南石油大学 | 一种致密油气藏体积压裂水平井重复压裂选井的方法 |
| CN110347720A (zh) * | 2019-06-27 | 2019-10-18 | 中国石油化工股份有限公司 | 基于流程化的压裂选井选层方法 |
| CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及系统 |
| CN112647916A (zh) * | 2020-12-22 | 2021-04-13 | 中海石油(中国)有限公司 | 一种海上低渗透油田压裂技术选井选层方法和系统 |
| CN112855109A (zh) * | 2020-12-31 | 2021-05-28 | 西南石油大学 | 基于灰色关联法和层次分析法的压裂酸化选井选层方法 |
-
2022
- 2022-12-12 CN CN202211591322.9A patent/CN115788391B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015068688A1 (ja) * | 2013-11-05 | 2015-05-14 | 株式会社カネカ | 富炭化水素流体含有頁岩からの炭化水素流体の製造方法 |
| CN107387051A (zh) * | 2017-09-05 | 2017-11-24 | 西南石油大学 | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 |
| CN109034647A (zh) * | 2018-08-13 | 2018-12-18 | 西南石油大学 | 一种致密油气藏体积压裂水平井重复压裂选井的方法 |
| CN110347720A (zh) * | 2019-06-27 | 2019-10-18 | 中国石油化工股份有限公司 | 基于流程化的压裂选井选层方法 |
| CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及系统 |
| CN112647916A (zh) * | 2020-12-22 | 2021-04-13 | 中海石油(中国)有限公司 | 一种海上低渗透油田压裂技术选井选层方法和系统 |
| CN112855109A (zh) * | 2020-12-31 | 2021-05-28 | 西南石油大学 | 基于灰色关联法和层次分析法的压裂酸化选井选层方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116682068A (zh) * | 2023-07-28 | 2023-09-01 | 新疆华屹能源发展有限公司 | 油井防砂作业施工监控方法及其系统 |
| CN116682068B (zh) * | 2023-07-28 | 2023-11-10 | 新疆华屹能源发展有限公司 | 油井防砂作业施工监控方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115788391B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104453876B (zh) | 致密油气储层水平井油气产量的预测方法及预测装置 | |
| CN105488583A (zh) | 预测致密油待评价区域可采储量的方法及装置 | |
| CN115788391A (zh) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 | |
| Craig et al. | Barnett Shale Horizontal Restimulations: A Case Study of 13 Wells | |
| CN111335853B (zh) | 强边水油藏边外注水开发有效注水量确定方法及装置 | |
| Dahl et al. | An evaluation of completion effectiveness in hydraulically fractured wells and the assessment of refracturing scenarios | |
| Mehranfar et al. | Optimization under uncertainty for reliable unconventional play evaluation. A case study in Vaca Muerta shale gas blocks, Argentina | |
| Gladkov et al. | Application of CRM for production and remaining oil reserves reservoir allocation in mature west Siberian waterflood field | |
| CN113586042B (zh) | 孔隙型碳酸盐岩动态渗透率确定方法及装置 | |
| Turner et al. | Quantitative evaluation of aquifer diversion to surrounding wells after multiple large polymer gel water shutoff treatments | |
| Mogollón et al. | Maximizing a mature field value by combining polymer flooding, well interventions, and infill drilling | |
| Rubio et al. | Integrated Asset Modelling Unlocks Reservoir Deliverability and Maximizes Asset Value in a Middle East Digital Oil Field | |
| Lolon et al. | Augmenting Hybrid Physics-Based Multivariate Analysis with the Alternating Conditional Expectations Approach to Optimize Permian Basin Well Performance | |
| CN111983184A (zh) | 陆相咸化湖盆致密油甜点确定方法及装置 | |
| Simha et al. | Practical Considerations When Using Capacitance Resistance Modelling CRM for Waterflood Optimization | |
| Ghoraishy et al. | Application of Bayesian networks for predicting the performance of gel-treated wells in the Arbuckle formation, Kansas | |
| Al-Mufarrej et al. | Integrated and structured production optimization workflow provides robust platform for significant oil gain to a mature oilfield | |
| Javadi et al. | Understanding the impact of rock properties and completion parameters on estimated ultimate recovery in shale | |
| Algdamsi et al. | Field Scale Injection Efficiency Optimization Based On Combined Analysis Of Finite Difference And Streamline Simulation: Case study | |
| Chai et al. | Synthetic model for evaluating CO2 flooding in tight oil reservoir | |
| Zhao et al. | A Data-Driven Approach for Hydraulic Fracturing Simulation in Shale Based on Time-Series Images of Fracture Propagation | |
| Abdel-Basset et al. | Integrated Production Optimization Workflow Provides Robust Platform for Significant Oil Gain to a Mature Oilfield | |
| Haider et al. | A Novel Shale Well Production Forecast Model Achieves> 95% Accuracy Using Only 1.5 Years of Production Data | |
| Kashapov | The application of the fuzzy sets theory for candidate wells selection | |
| CN115263290A (zh) | 油藏储层渗透率预测方法及装置 |
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 |