一种基于相似度计算模型的油藏类比方法和装置

摘要

本发明涉及一种基于相似度计算模型的油藏类比方法，包括：利用已建产能区块的参数建立油田评价指标，所述油田评价指标包括静态参数和生产动态参数，对所述静态参数和所述生产动态参数进行定量分析，以得到油藏类比油气田数据库；建立目标油田参数表；根据目标油田地质油藏特征，通过多属性过滤设置对所述油藏类比油气田数据库中的油田进行初步筛选；取当前时间序列所对应的静态参数和生产动态参数作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到模式匹配模型；根据所述模式匹配模型的参数来预测所述目标油田的储层特性。降低了类比法的难度，提高了工作效率；多种方法整合对比分析，提高了方法的准确性。

说明书

技术领域

本发明涉及油藏类比领域，具体地，涉及一种基于相似度计算模型的油藏类比计算方法和装置。

背景技术

由于油气田地质参数、生产参数、开采参数多种多样，在不同地质条件下油藏特征的重要性对生产影响也不尽相同，如何定义/判断油藏是否相似已经成为一个难题，目前的油藏类比方法大多通过图版法历史函数、生产参数等动态参数方法来定义两个油藏是否相似，或者将多项参数的相似定义为初步相似、中度相似和重度相似，油藏特征的多样化导致对不同的油藏难以定义一个标准的类比体系，增加了类比油藏的难度。

发明内容

针对上述问题，本发明的目的是提供一种基于相似度计算模型的油藏类比计算方法和装置。

为实现上述目的，本发明采取以下技术方案：

一种基于相似度计算模型的油藏类比方法，包括以下步骤：

建立油藏类比油气田数据库：利用已建产能区块的参数建立油田评价指标，油田评价指标包括静态参数和生产动态参数，对静态参数和生产动态参数进行定量分析，以得到油藏类比油气田数据库；

建立目标油田参数表：收集目标油田地质油藏特征参数，以建立目标油田参数表；

初步筛选：根据目标油田地质油藏特征，通过多属性过滤设置对油藏类比油气田数据库中的油田进行初步筛选，并且输出过滤结果；

建立模式匹配模型：取当前时间序列所对应的静态参数和生产动态参数作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到模式匹配模型；

预测目标油田的储层特性：根据模式匹配模型的参数来预测目标油田的储层特性。

静态参数包括由以下参数形成的组中的至少一个：构造、沉积相、压力系统、油藏类型、孔渗饱、测井曲线和解释结果数据；生产动态参数包括由以下参数形成的组中的至少一个：日产量、累计产量、含水率和采出程度。

已建产能区块的参数包括以下至少一种：油藏类型、地质储量、含油面积、油藏埋深、渗透率和原油黏度。

油藏类比油气田数据库包括以下至少一种参数：普通稠油、热采稠油、渗透、断块、缝洞型碳酸盐岩和海上油藏。

初步筛选包括确定目标油田的地质概况、构造特征、储层特征和油藏特征，将目标油田按照以下至少一种标准进行初步分类：油藏、气藏、凝析气藏、碎屑岩油藏、碳酸盐岩油藏和致密砂岩油藏。

初步筛选包括选择过滤参数并进行阀值设置，排除选择范围以外的油藏信息。

建立模式匹配模型包括：在匹配过程中对属性、时间设置权重，调节各个参数所占的比重。

一种基于相似度计算模型的油藏类比装置，包括：

油藏类比油气田数据库模块，配置为利用已建产能区块的参数建立油田评价指标，油田评价指标包括静态参数和生产动态参数，对静态参数和生产动态参数进行定量分析，以得到油藏类比油气田数据库；

收集模块，配置为收集目标油田地质油藏特征参数，建立目标油田参数表；

初步筛选模块，配置为根据目标油田地质油藏特征，通过多属性过滤设置对油藏类比油气田数据库中的油田进行初步筛选，并且输出过滤结果；

模式匹配模块，配置为取当前时间序列所对应的静态参数和生产动态参数作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到模式匹配模型；

预测模块，配置为根据相模式匹配模型的参数来预测目标油田的储层特性。

一种油藏类比分析装置，包括：

一个或多个处理器，处理器被配置成为执行上述步骤。

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执行上述步骤。

本发明由于采取以上技术方案，其具有以下优点：降低了类比法的难度，提高了工作效率；多种方法整合对比分析，提高了方法的准确性。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：

图1是根据本申请实施例的一种基于相似度计算模型的油藏类比方法示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

2010年1月1日SEC(美国证券交易委员会，Securities and ExchangeCommission)正式发布了油藏类比新准则，相似油藏即具有相似的储层和流体性质、储层条件(深度、温度、压力)和驱动机理，但与目标油藏相比，其开发阶段更进一步(开发相对成熟，持续开发需要较长时间)。SEC的新标准认可了模拟油藏在评价新开发油藏未开发生产动态中的作用。通过油藏类比方法可以寻找与目标油藏具有相同或相近的地质特征及开发方式，且具有开发时间长、开发效果好的油藏，为有限数据下的新开采油藏生产动态评估提供指导。

现有油藏类比方法的缺点有以下几点：

油田相似难以定义，相似程度难以量化；

需要考虑的类比参数较多时，油藏类比难度较大；

国内没有一套系统来实现油藏类比方法。

本发明建立了一套基于相似度计算模型的油藏类比方法和系统，主要有以下特点：

建立一套用相似度评价油田相似程度的算法模型，实现多个油田相似度排序，直观显示各油田与目标油田的相似程度。

建立了一套类比参数体系，可同时应用九十六个参数参与油藏类比相似度计算。

形成了一套油藏类比研究系统，包含七种油藏类比算法模型，可实现多种算法同步计算，对比分析。

国内学者对油田类比方法的研究与应用进行了大量的工作。

2008年王朝明等将类比法应用在潜江凹陷岩性油藏勘探中，将油气藏粗略的划分为构造油藏和地层油藏，依据多年工区工作经验总结出三种关键因素作为类比指标，在此基础上，聚焦这三个关键因素，周21北断层—岩性圈闭上钻探了周30井，对潜3油组2.4m/1层投产获得了日产12.9吨的高产工业油流。

2012年王海江等提出，在建立类比模型时，我们应该注意类比的主要因素以及影响这一因素的根本原因。采用合理的数学计算方法，将各因素可视化、数字化，便于应用。该模型建立后，需要根据实际情况进行检验、修正和完善，保证其与实际生产情况相一致。

2013年赵辉根据SEC新准则，结合大庆低渗油田储量评估的实际情况，选择了动静态数据可靠、注水方式合理、井网比较完善、开发时间长且开发稳定、开发较好、规律较强及采收率评估合理的油藏，建立了大庆外围油田类比库。

2014年袁自学等根据不同类型的油藏制定不同的类比关键参数。对于特低渗注水砂岩油藏，以空气渗透率、地层原油粘度、流动性和孔隙度、井网密度为关键参数，添加了平均单井稳定产量、有效厚度油气比等主要参数。当原油流动性差时，如果油气比高，油层厚度大，可以弥补这一缺陷，获得较高的产量和采收率。也就是说，在评价采收率时，要注意各种因素之间的相关性。

2015年刘吉余等在在油田生产动态资料缺乏的情况下，发挥了类比法在油藏缺乏较多开采资料时的积极作用，将其应用在开采初期或开发比较成熟的油藏。应用类比法在流体组分、温度、井距、岩石物性、驱动机理等少有的资料上进行类比评估。

2018年吕晓光采用大于五百个标准化参数用来表征油藏静态、不同开采阶段的开采生产动态的过程。建立油藏类比库，并在此基础上根据储层沉积性质、流体性质、能量驱动机制等方面的相似进行类比油藏样本的筛选。

目前国内没有基于相似度的油藏类比系统。

现有技术主要以下缺点：

油藏类比库参数较多，油藏类比难度较大，实现油藏类比效率较低；

国内没有一套系统实现油藏类比方法；

无法将现有类比方法推广应用。

本发明的目的是通过建立油藏类比体系，应用六种基于相似度计算模型的油田类比方法，实现多参数多油田类比，并依据该方法建立了油藏类比系统，可以有效、快速地筛选出与新开采油藏相似的大量历史油藏，通过对历史油藏的统计分析，获得了整个开发过程和不同开发阶段的油藏管理方法和EOR信息，可进一步为新开发油藏提供生产状态评价和生产动态决策。

油气田类比技术思路

类比目的：预测新区块油气井的关键指标，为制定开发指标(产能、采收率)提供决策依据；

类比范围：与目标油田类似的油田(全球、全国)；

类比内容：油田评价指标体系；构造、沉积相、压力系统、油藏类型、储层物性(孔渗饱)、测井曲线和解释结果数据等静态参数；日产量、累计产量、含水率、采出程度等生产动态参数。

类比模型：建立油田特征评价模型、建立油田类比模型，建立开发指标推荐模型。

建立油田评价指标体系

采用统计分析方法，深入剖析国内外油田产能建设相关资料，从而利用已建产能区块的油藏类型、地质储量、含油面积、油藏埋深、渗透率和原油黏度等参数建立油田评价指标，实现由定性分析到定量分析，得到普通稠油、热采稠油、一般低渗透、特低渗透、一般断块、复杂断块、缝洞型碳酸盐岩和海上油藏等8类油藏类比油气田数据库。

建立评价指标体系原则：

实现油气田类型由定性评价向定量评价转换。本研究利用先进的计算机、数理统计分析、系统分析深层次深度开发，由粗放型向精细化转变。

系统化

研究从多角度、多层次、全方位来系统评价油气田的相似性。

科学化

运用先进的计算机技术，充分发挥基础数据的作用，挖掘内在联系，为管理决策提供科学的、可信赖的、实用的指导依据。

根据油田表征参数进行主控因素分析建立油田评价指标体系：

基础参数：储层类型、储层纵向特征(盆地、组、段)、储层平面特征(沉积相、亚相)、储层中深、地质储量、地层压力、地层温度、储层有效厚度等；

物性参数：孔隙度、岩心渗透率、测井渗透率、试井渗透率、地层原油粘度、地层天然气粘度、原油体积系数、天然气体积系数、饱和压力、原油凝固点、原油析蜡温度等；

实时参数：井底流压、产油量、产气量、油相对密度、气相对密度等；

产能参数：采油指数、采气指数、无阻流量、生产压差等；

测试参数：试井渗透率、生产压差、断层距离、表皮因子、井储系数等；

建立类比油田筛选算法模型

建立全球油藏数字化类比知识库

采用统计分析方法，深入剖析国内外油田产能建设相关资料，从而利用已建产能区块的油藏类型、地质储量、含油面积、油藏埋深、渗透率和原油黏度等参数建立油田评价指标，实现由定性分析到定量分析，得到普通稠油、热采稠油、一般低渗透、特低渗透、一般断块、复杂断块、缝洞型碳酸盐岩和海上油藏等八类油藏类比油气田数据库。

通过多属性过滤设置对所述油藏类比油气田数据库中的油田进行初步筛选的步骤如下：

分析目标油藏地质特征，对目标油田油藏类型、储层类型、构造类型、关键参数变化范围进行了解。

根据目标油藏分析结果选择多属性过滤参数项，可包括海上/陆上、烃类型、油藏类型、储层类型、构造类型、沉积相、以及目标油藏所包含的一些参数等。

设置过滤参数筛选阀值，目的排除选择范围以外的油藏信息

结果可视化，将多属性过滤搜索到的油藏信息列表显示。

模式匹配模型建立

措施的模式匹配：在数据模型的基础上，取当前的一段时间序列对应的动静态数据作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到相似模式。匹配过程中对属性和时间设置权重，调节各个参数所占的比重，防止数据扁平化后的重要参数与非重要参数地位相同。

属性重要程度权重：不同的属性重要程度不同，设置不同的权重值加以区分重要程度。

时间权重：一段时间记录，与待预测记录的时间越远的记录权重越小，重要性越小。

油藏参数权重：在进行类比过程中，不同的油藏参数对油藏相似性起到的影响程度不同，影响程度越大的，权重越大。

相似油田推荐

在油田相似度判别基础上，进行相似类比油田排序和推送(相似度由高到低)，推送个数可由用户自定义，并根据需要选择查看类比油田的全方位信息。

油田类比准确性评价指标，应用相似度作为油田类比评价指标。相似度就是比较两个事物的相似性。一般通过计算事物的特征之间的距离，如果距离小，那么相似度大；如果距离大，那么相似度小。

问题定义：有两个对象X,Y,都包含N维特征，X＝(x1,x2,x3,...,xn),Y＝(y1,y2,y3,...,yn),计算X和Y的相似性。

目前油田类比相似度算法有以下几种：余弦相似度，欧氏距离，聚类分析法、模糊物元法、综合评价法。

系统实现

油田评价指标管理

该功能为油田评价指标管理模块，可实现类比参数的添加、删除与分类管理。

目标油田输入与设置

油田类比法，首先需要设置目标油田，即需要进行开发方案设计的油田。这里需要对目标油田的概况，构造特征，储层特征，流体特征等有初步的了解。并将所收集到的目标油田数据资料输入到系统中，作为油田类比实现的数据基础。

设置类比体系

针对不同的油藏类型油田，如稠油砂岩，低渗砂岩、天然气等，相似油田关键评价指标体系会不同，这样就需要设置不同的类比体系。系统提供体系模板，以及权重设置结果表。可以添加、删除、修改类比体系中的参数内容。以及重新配置体系中每个参数的权重与隶属函数。

类比参数的权重配置提供了三种配置方案，即专家打分法、层次分析法和PCA主成分分析法。主成分分析(Principal components analysis，以下简称PCA)是最常用的降维方法之一，在数据压缩和消除冗余方面具有广泛的应用。PCA方法是一种非监督学习的降维算法，只需要计算样本数据的协方差矩阵就能实现降维的目的。

相似油田筛选

系统提供了六种相似度计算模型算法，包括模糊物元法、专家打分法、层次分析法、PCA方法、余弦相似度法、欧式距离法。计算结果会同步显示，便于用户进行对比分析。同时点击任意算法，油田将会根据该算法所计算出来的相似度大小从大到小进行排序。同时可将计算结果进行保存。

技术方案的关键创新点：

用于相似油田的油田筛选六种算法。采用Kmeans聚类，利用大数据来计算油田相似度。

用于类比的参数体系建立。包涵九大类油藏动态参数。

层次分析法在参数权重的应用。

利用了数据库的海量数据，数据范围远大于传统模型使用数据范围，可信度更高，覆盖度更广。

以下将结合附图描述本申请的实施例。

实施例1：

图1是根据本申请实施例的一种基于相似度计算模型的油藏类比计算方法示意图。如图1所示，一种基于相似度计算模型的油藏类比计算方法，包括以下步骤：S1：建立油藏类比油气田数据库：利用已建产能区块的参数建立油田评价指标，所述油田评价指标包括静态参数和生产动态参数，对所述静态参数和所述生产动态参数进行定量分析，以得到油藏类比油气田数据库；S2：建立目标油田参数表：收集目标油田地质油藏特征参数，以建立目标油田参数表；S3：初步筛选：根据目标油田地质油藏特征，通过多属性过滤设置对所述油藏类比油气田数据库中的油田进行初步筛选，并且输出过滤结果；S4：建立模式匹配模型：取当前时间序列所对应的静态参数和生产动态参数作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到模式匹配模型；S5：预测目标油田的储层特性：根据所述模式匹配模型的参数来预测所述目标油田的储层特性。

表1是一种基于相似度计算模型的油藏类比计算方法中的油田评价指标体系的示意表。

表1

根据本申请的一个实施例，模式匹配模型建立包括数据准备、模型训练和预测过程。在数据准备过程中，从油藏数据总抽取井附近数据进行预处理获得样本数据，以得到特征构造数据；从井数据中找到岩石属性和油性属性获得储层分布，通过时深转换以得到用时间表示储层分布数据。在模型训练过程中，将得到的特征构造数据和用时间表示储层分布数据输入到标记样本集中，通过分类器进行模型训练。在预测过程中，将通过分类器获得的数据与未标记样本数据进行匹配，以预测储层序列。

根据本申请的一个实施例，通过对类比参数进行分类管理，可以实现类比参数的添加、删除与分类。类比参数包括但不限于：泵频率、地质储量油、烃类型、流动系数、体积压缩系数、投产时间、气层温度、油层温度、注入方式、含水率、酸敏、应力敏感、测试产能、投产日期、开井时长、泵入口压力、测厚、地面密度、生产压差、流度和饱和压力等。分类包括但不限于：流体性质、油藏工程、温压系统、储层特征和地层特征等。

根据本申请的一个实施例，可以输入目标油田的概况，包括：构造特征、储层特征和流体特征等。储层特征包括但不限于：储层非均质性和储层微观特征等。储层非均质性包括但不限于：变异系数、砂地比、渗透率极差、突进系数等；储层特征包括但不限于：喉道半径、孔喉体积比、孔隙类型、排驱压力、中值压力、储层平均厚度、储层有效厚度和含油饱和度等。

根据本申请的一个实施例，可以针对不同的油藏类型油田设置不同的类比体系。根据本申请的一个实施例，指标参数包括但不限于：储量丰度、油层有效厚度、地层原油密度、地层原油粘度、含油面积、有效孔隙度、采收率、渗透率、圈闭类型、构造类型、石油API度、地面原油粘度等。石油API度是美国石油学会(简称API)制订的用以表示石油及石油产品密度的一种量度。

表2是根据本申请的实施例的参数权重配置结果的示例表。

表2

表3是根据本申请的实施例的隶属函数配置结果的示例表。

表3

根据本申请实施例的一种基于相似度计算模型的油藏类比方法，所述权重配置计算通过专家打分法、层次分析法和PCA法中的至少一种方法执行。根据本申请实施例的一种基于相似度计算模型的油藏类比方法，所述相似度计算模型包括由以下方法形成的组中的至少一个：模糊物元法、专家打分法、层次分析法、PCA方法、余弦相似度法、欧式距离法。

根据本申请的一个实施例，可以在构造特征、储量、驱动类型、油藏类型、流体性质等中进行选择。根据本申请的一个实施例，通过专家对体系中每项参数的重要程度进行打分，分值在0-1之间，然后对参数打分进行归一化处理，得到每项参数在类比体系中的权重值。包括但不限于对如下参数打分：含油面积、有效孔隙度、储量丰度、油层有效厚度、油层数和地饱压差等。

表4是根据本申请的实施例的类比参数权重配置专家打分法的示例表。

表4

根据本申请的一个实施例，相似度计算模型算法可以包括：模糊物元法、专家打分法、层次分析法、PCA方法、余弦相似度法和欧式距离法等。将根据该算法所计算出来的相似度大小从大到小进行排序，可以使用直方图和/或扇形图等进行直观显示。

表5是根据本申请的实施例的相似油田筛选的示例表。

表5

实施例2：

建立类比油田筛选算法模型

(1)建立全球油藏数字化类比知识库

采用统计分析方法，深入剖析国内外油田产能建设相关资料，从而利用已建产能区块的油藏类型、地质储量、含油面积、油藏埋深、渗透率和原油黏度等参数建立油田评价指标，实现由定性分析到定量分析，得到普通稠油、热采稠油、一般低渗透、特低渗透、一般断块、复杂断块、缝洞型碳酸盐岩和海上油藏等8类油藏类比油气田数据库。

(2)应用多属性过滤方法进行油田初步筛选

由于全球油藏数字化类比知识库中包含了国内外油田样本数量众多，而且油田之间有很多跟目标油田的烃类型、油藏类型、沉积类型等基础地质特征完全不同的油田，混杂在样本库中，如果它们也参与相似油田的计算筛选中，会影响到计算的效率。因此有必要在相似油田筛选之前，通过多属性过滤的方法对全球油藏类比知识库中的油田进行初步筛选。

筛选步骤如下：

1)目标油田确定与资料收集

目的是通过资料收集对目标油田的地质概况、构造特征、储层特征、油藏特征等有个初步的认识，再此基础上可进一步把目标油田按照标准进行分类。例如油田是油藏、气藏还是凝析气藏；是碎屑岩油藏、碳酸盐岩油藏还是致密砂岩油藏等。

2)油藏过滤参数选择与参数设置

通过对目标油田的认识，选择关键过滤参数并进行阀值设置，可以排除选择范围以外的油藏信息，起到初步筛选的目的。

(3)模式匹配模型建立

在数据模型的基础上，取当前一段时间序列对应的动静态数据作为模式，到历史数据中寻找相似的模式，运用相似度进行模式匹配，得到模式匹配模型。匹配过程中对属性、时间、相似度设置权重，调节各个参数所占的比重，防止数据扁平化后重要参数与非重要参数地位相同。属性重要程度权重：不同的属性重要程度不同，设置不同的权重值加以区分重要程度。时间权重：一段时间记录，与待预测记录的时间越远的记录，权重越小，重要性越小。相似度权重：进行模式匹配后，得到n条相似的时间记录，进行相似度排序，越相似的权重越大。

(4)相似油田推荐

在油田相似度判别基础上，进行相似类比油田排序和推送(相似度由高到低)，推送个数可由用户自定义，并根据需要选择查看类比油田的全方位信息。

油田类比准确性评价指标

应用相似度作为油田类比评价指标。相似度就是比较两个事物的相似性。一般通过计算事物的特征之间的距离，如果距离小，那么相似度大；如果距离大，那么相似度小。

问题定义：有两个对象X,Y,都包含N维特征，X＝(x1,x2,x3,...,xn),Y＝(y1,y2,y3,...,yn),计算X和Y的相似性。

油田类比相似度算法有以下六种：余弦相似度法、欧氏距离法、模糊物元法、专家打分法、层次分析法和PCA方法。

系统实现

油田评价指标管理

该功能为油田评价指标管理模块，可实现类比参数的添加、删除与分类管理。

目标油田输入与设置

油田类比法，首先需要设置目标油田，即需要进行开发方案设计的油田。这里需要对目标油田的概况、构造特征、储层特征、流体特征等有初步的了解。并将所收集到的目标油田数据资料输入到系统中，作为油田类比实现的数据基础。

油田初步筛选

通过对目标油田的初步认识，应用多属性过滤法对知识库中的油田进行初步筛选进一步缩小类比范围，提高运算效率。

设置类比体系

针对不同的油藏类型油田，如稠油砂岩、低渗砂岩、天然气等，相似油田关键评价指标体系会不同，这样就需要设置不同的类比体系。系统提供体系模板，以及权重设置结果表。可以添加、删除、修改类比体系中的参数内容。以及重新配置体系中每个参数的权重与隶属函数。

本发明技术方案带来的效果：

建立一套用相似度评价油田相似程度的算法模型应用方法，从体系的建立、权重的配置、相似度的计算，以实现多个油田相似度排序，直观显示各油田与目标油田的相似程度。为类比法进行油田开发方案指导的广泛应用提供了基础和方法指导。

建立了一套类比参数体系，可同时应用九十六个参数参与油藏类比相似度计算，支持类比体系的自定义添加、删减。相对于传统类比法，降低了类比法的难度，提高了工作效率。

形成了一套油藏类比研究系统，包含六种油藏类比算法模型，可实现多种算法同步计算，对比分析。

多种方法整合对比分析，提高了方法的准确性。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。