基于数据挖掘的单层产量劈分方法

2014-03-18罗刚蒋志斌徐后伟

石油天然气学报 2014年10期

罗刚，蒋志斌，徐后伟

刘文涛，罗治形，冯利娟（中石油新疆油田分公司勘探开发研究院，新疆克拉玛依834000）

油水井产量劈分是多层油藏精细开发的重要前提，产量劈分正确与否将在很大程度上决定油藏精细开发的成败。目前广泛应用的地层因数法劈分方案参数比较单一，而且忽略了多层油藏各储集层之间的相互影响，强调劈分结果对所有储集层有效。这与产液和吸水剖面等监测资料反映的实际情况有矛盾［1］。显然，这种传统的油水井产量劈分方案仅仅适用于那些储集层相对比较均匀、生产井段短、射孔层数少的油藏［2］。基于该现象，王乔等［3］对地层因数劈分方法进行了修正，加入了油藏压力对劈分系数的影响，在劈分公式中并未体现生产压差，而是通过在同一地层因数级差内，考虑高、中、低渗层不同渗透率组合，隐含的是渗流阻力的变化，但公式较复杂，不易推广。郭文英等［4］提出利用水电相似原理，通过求取注水井平面、剖面注水量劈分系数，间接求取纵向分层产液量。

笔者从实际产液剖面资料出发，利用测井解释有效厚度、孔、渗、饱等基础数据，建立同井点产液资料数据库，利用数据挖掘原理，找出与产油量最敏感的地质参数，以回归产量劈分方程，求取综合劈分参数，较准确地确定单层产量。

1 数据挖掘原理

数据挖掘（data mining）实际是从海量的、不完全的、有噪声的数据中获取新颖、正确、有潜在价值的知识与信息的过程［5，6］。数据挖掘任务分为描述和预测两大类，前者导出数据中潜在关系的概括模式，后者对当前数据进行推断以作出预测。数据挖掘能高度自动化地分析各种数据，做出归纳性的推理，从中挖掘出潜在的规律与模式，指导后期决策。

2 数据挖掘方法与步骤

数据挖掘的主要方法有分析方法、决策树、神经网络、相关规则和数据可视化等。分析方法指采用描述统计、概率论、回归分析、时间序列分析、多元分析等统计分析方法，了解自变量和因变量之间的关系，并用这些关系来进行分析和预测。

数据挖掘主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式将找出的规律表示出来。

3 应用实例

准噶尔盆地石南21井区侏罗系头屯河组（J2t）油藏是三角洲前缘沉积的块状、低孔低渗砂岩油藏，具有岩性变化快、非均质性强的特点。该油藏注水开发近10年，剖面动用程度约60%～80%，平面、剖面已经不同程度水淹，油藏下步调整的关键是评价单层采出程度，找准剩余油。

3.1 建立数据库

全油藏范围内的产液剖面测试井点是该次数据挖掘的基础，为了尽可能规避偶然性与不确定性，选取单井产液剖面测试次数5次以上的14口井作为 “桩子井”，井点在平面上均匀分布，这些井的产液剖面数据、测井解释数据分布在J2t12、J2t22、J2t32共3个小层，25条数据，挑选了13个参数进行数据挖掘（表1）。

表1 数据挖掘收集参数统计

3.2 数据挖掘

采用分析方法进行数据挖掘。挖掘的产量按不同需求分为单层日产油量、日产液量、采油强度、采液强度等4项，挖掘字段选择油层厚度、油层物性、油层含油性、砂层物性、砂层含油性5大类参数，通过分析方法中的回归分析进行挖掘，回归分析是用于了解自变量和因变量之间的关系，并用这些关系来进行分析和预测［7］。

通过设定4项产量数据为因变量，5大类挖掘字段为自变量，结果提取出与单层日产油量最敏感的4个参数，分别为单层射孔厚度、单层油层孔隙度、单层油层渗透率、单层油层含油饱和度。通过关系曲线显示，单层日产油量与4项参数之间均存在一定的正相关关系，其中与单层射孔厚度、单层油层孔隙度相关性最好，与单层油层含油饱和度、单层油层渗透率关系稍差（图1～4），由此确定影响日产油量关系的主要决定因子为单层射孔厚度与单层油层孔隙度。此处需要解释的是，日产油量与渗透率相关性不及孔隙度，可能的原因是测井解释的渗透率准确性不高，这也正是数据挖掘方法在油田实际研究中的方便之处，即可以不必拘泥于理论的数据模型，一味追求数据解释的精确度，只要找出现有数据中互相影响最关键的因素即可。

3.3 试凑法构建劈分方程

数据挖掘得到的单层日产油量主要决定因子单层射孔厚度与单层油层孔隙度，可综合两项因子，通过试凑法构建二元一次方程，提高单因子与单层日产油量之间的相关性，以提高劈分精度。试凑法指假设某个未知变量的变化趋势，用一个已知条件来拟合另一个已知条件，从而得到这个未知变量的函数式的方法［8，9］。试凑法在该文的体现为：首先假设单层射孔厚度与单层油层孔隙度组成的二元一次方程与单层日产油量间的相关性，要比单项决定因子与单层日产油量间相关性高，方程组成可通过改变决定因子系数的方式来确定。

构建形如式（1）的二元一次方程：

图1 单层射孔厚度与单层日产油量关系曲线

图2 单层油层孔隙度与单层日产油量关系曲线

图3 单层油层渗透率与单层日产油量关系曲线

图4 单层油层含油饱和度与单层日产油量关系曲线

式中：Ao为综合劈分参数，1；a为方程系数，取值范围0～1；X1与X2为方程的2个自变量。

式（1）的应用基础为 X1与X2数值大小接近，方能体现不同系数a或1－a对自变量X1或X2的影响。令X1＝hs，X2＝f （Ø），目的油藏单层射孔厚度约5m，单层油层孔隙度Ø约15%，故令f （Ø）＝100×Ø／3，即X2取值也在5左右，此时可满足试凑法构建函数要求。

通过试凑法，a取值步长0．1，得到方程与相关系数R2，结果见表2。可以看出，当a＝0．3时，油量劈分方程R2最高，达0．67（图5），高于单项参数方程中的R2。

确定最终劈分方程：

以此作为采油井单层的劈分参数计算式，3单层的劈分参数可表示为：

表2 试凑法确定劈分方程

式中：Ao1、Ao2、Ao3分别为、、J2t32单层的综合劈分参数，由此得到单层的劈分系数：

式中：Aow为单井的综合劈分参数之和；go1、go2、go3分别为、、单层的产油量劈分系数，劈分系数之和为1。

劈分单层产油量则可用下式计算：

式中：No1、No2、No3分别为、、单层劈分的产油量，t。

3.4 应用效果

利用综合劈分参数，首先对14口 “桩子井”进行检验，将综合参数劈分结果与实际产液剖面［10］对比，单层产油误差均控制在1%以内（图6），精度较高。再将劈分方程推广到更多产液剖面井（同井点测试次数大于3次的井），对比综合参数、地层因数与实际产液数据，可以看出综合参数法劈分结果更接近产液剖面数据，在主要产层与劈分结果较地层因数法均提高了5个百分点，故认为以此建立的综合劈分参数可以推广到全区油井（图7）。