油田储层层内非均质性综合评价方法技术

本发明专利技术公开了基于油田开发阶段高阶神经网络的层内非均质性综合评价方法，其核心是在国内外学者常用的Vk、Tk、Jk、Pk和Dk等静态地质参数的基础上，引入油田开发生产的注水量数据动态参数，作为层内非均质性的评价指标。并采用高阶神经网络法，专门针对以上层内非均质性各参数权重进行深入学习，有效提高油田开发阶段储层层内非均质性综合评价的准确性和时效性，克服了现有技术存在的缺陷。

【技术实现步骤摘要】
油田储层层内非均质性综合评价方法
本专利技术涉及石油、天然气储层地质学领域的一种储层非均质性的综合评价方法，具体技术为基于人工神经网络的储层层内非均质性综合系数求取方法，可以有效提高对油田开发阶段储层层内非均质性评价的准确性。
技术介绍
储层是石油、天然气在地下的储存、聚集场所，是油气勘探、开发的直接目标。储层非均质性指表征储层的参数在空间上的不均匀性，是储层的普遍特性，其评价的准确性对于正确指导石油、天然气的生产开发具有巨大的经济价值。储层的非均质性包括宏观非均质性和微观非均质性。其中，宏观非均质性按规模由大到小分为：层间非均质性、平面非均质性和层内非均质性。目前，我国大部分油田已进入开发中后期阶段，大量的油气已被采出，但仍有相当数量的油气滞留在地下，我们称其为剩余油。剩余油以不同规模、不同形式不规则地分布于油藏中。常采用注水的方式，将剩余油驱替出地层，以提高油田产量。在此过程中，单砂体储层内的油水分布和剩余油分布成为生产中的主要问题。层内非均质性，即单砂体规模内垂向上的储层特征变化，正是导致砂体内油水分布不均的内在原因，是直接控制单砂层内注入波及体积(水驱油藏中从井中注入水所波及到的油藏体积，其大小直接影响水驱油的效率。)的关键地质因素。因此，在油田开发阶段，为了进一步提高人们对油气水分布规律的认识和油气采收率，针对层内非均质性的深入研究和准确评价相当关键。目前，国内外学者广泛使用的层内非均质性评价指标包括：渗透率变异系数Vk、渗透率突进系数Tk、渗透率级差Jk、泥质夹层的分布频率Pk和分布密度Dk等。对于以水驱油藏为主的国内老油田而言，由于储层经过长期水驱冲刷，加剧了其非均质程度。此时，若还用早期岩芯测得的Vk、Tk、Jk、Pk和Dk等地质参数对层内非均质性进行评价，就必然对油田剩余油的认识产生极大的偏差。因此，本专利技术在Vk、Tk、Jk、Pk和Dk等地质参数的基础上，引入了油田开发生产的注水量数据Vw，作为层内非均质性的评价指标。另外，在对层内非均质性进行评价时，常常受到地下地质情况的复杂性、数据测量的准确性和理论完善性等各方面因素的影响，导致经常出现前述各个指标的评价结果相互矛盾的情况。针对于此，前人提出了基于数学方法求取一个综合指数对层内非均质性进行评价。如杨少春等(2004)的熵权法和刘超等(2012)的洛伦兹曲线法，在特定研究区取得了很好的效果。但熵权法要依赖于足够的样本数据和实际的问题域，计算复杂，可参与性差，不能体现评判者对不同属性指标的重视程度，有时候定的权重会与属性的实际重要程度相差较大。洛伦兹曲线法仅采用渗透率数据定义一种新的层内非均质性表征参数，无法全面反映层内非均质性的特征。层内非均质性的综合评价系统是一个复杂的非线性系统，随着时间、空间的推移，各指标对其评价问题的影响程度也会发生变化，换言之，大多评价指标的权重会随着评价对象的发展、人类认识的进步而改变。因此，必须建立权重的学习机制，以适应不断变化的评价要求，而这方面正是人工神经网络解决问题的优势所在。对于普通的多层感知器神经网络(神经网络的一种，是最简单最常用的神经网络。通常包括一个输入层，若干个隐藏层和一个输出层。)而言，由于隐藏层的层数和节点数都是根据经验设置，数据量大时会遇到收敛速度慢，且存在容易陷入局部极小值等问题。高阶神经网络是对多层感知器神经网络的扩展。它是在感知器的基本模型上，加入辅助元素，将输入向量变为其互相结合的N次值(以二阶为例，如多层感知器神经网络中的输入参数x1、x2，在高阶神经网络中就会变为x1x2、x1、x2)。使得网络输出与输入的高阶相关函数相对应，降低了计算复杂度，即便遇到数据量大的情况，其收敛速度也明显具有优越性。且高阶神经网络不包含隐藏层，可以获得较快的训练速度，且不易出现局部极小值，同时避免了隐藏层层数和节点数的选取问题。基于油田生产成本高的现状，必须在短时间内对大量数据进行分析，以对储层层内非均质性做出准确评价，来指导下一步生产措施。为合理解决此问题，本专利技术提出了一种基于高阶神经网络的层内非均质性综合评价方法，有望进一步提高对油田开发中后期储层层内非均质性认识的准确性和时效性。
技术实现思路
本专利技术的目的在于提供一种储层层内非均质性的综合评价方法，该方法基于人工神经网络的非线性模式识别技术，利用Vk、Tk、Jk、Pk、Dk和Vw六个参数，综合储层地质学、油层物理学、数理统计等多学科，将地质成因分析技术、各种实验研究技术、地质统计学研究技术、各种数学计算技术、误差统计分析技术等有机结合，专门针对层内非均质性各参数权重进行深入学习，有效提高油田开发阶段储层层内非均质性综合评价的准确性，克服了现有技术存在的缺陷。为达到以上技术目的，本专利技术提供以下技术方案。基于高阶神经网络法的储层层内非均质性综合系数求取方法，其核心是层内非均质性各评价参数的求取、数理统计分析、各参数权重的求取。该方法依次包括以下步骤：(1)对地下岩芯分析化验得出的储层渗透率数据及夹层的个数、厚度等数据进行统计，并求取渗透率变异系数Vk、渗透率突进系数Tk、渗透率级差Jk、泥质夹层的分布频率Pk和分布密度Dk，以及油田开发过程的注水量Vw；(2)对以上数据进行归一化处理，确定训练样本；(3)设置神经网络的阶数，转换输入样本，并进行输入；(4)随机设定初始连接权；(5)计算实际输出；(6)根据期望输出与实际输出的误差，更新连接权，不断进行网络训练；(7)当所有样本训练结束并达到网络精度要求后，即可确定各指标的权重。再得出所有样本的综合指数。附图说明图1为高阶神经网络模型图。图2为基于高阶神经网络法的层内非均质性综合评价流程图。具体实施方式本专利技术依次包括以下详细步骤：步骤一：求取层内非均质性表征参数：渗透率变异系数Vk(式1)、渗透率突进系数Tk(式2)、渗透率级差Jk(式3)、泥质夹层的分布频率Pk(式4)和分布密度Dk(式5)，注水量Vw可直接从油田生产数据中获取。f、渗透率变异系数g、渗透率突进系数h、渗透率级差Jk＝Kmax/Kmin(3)i、夹层分布频率Pk＝N/H(4)j、夹层分布密度Dk＝h/H×100％(5)式中：Ki为单个岩芯样品的渗透率值；n为样品的个数；为所有样品的平均渗透率；Kmax为所有样品的渗透率最大值；Kmin为所有样品的渗透率最小值。Kmax和Kmin三个渗透率相关数据可通过物性测试或测井资料获取。N为泥质夹层个数；h为泥质夹层的总厚度，米；H为研究的储层总厚度，米。N、h夹层相关数据和H可通过岩芯观察统计或测井资料获取。步骤二：对每口油井单砂体的Vk、Tk、Jk、Pk、Dk和Vw数据进行统计，归一化处理，得到若干个输入样本。从第一个样本X1(式6)开始运行。X1＝(x1,x2,x3,x4,x5,x6)(6)其中，x1＝Vk1，x2＝Tk1，x3＝Jk1，x4＝Pk1，x5＝Dk1，x6＝Vw1。步骤三：设置高阶神经网络对输入参数的转换阶数为2，即将输入样本X1变为X1*(式7)。其中，6个输入参数的平方项有6项，6个输入参数两两乘积的二次项有15项，6个输入参数的一次项为6项，加上最后一项常数1，总项数为28，即将6个输入参数转换为包含高阶自变量的28个参数。步骤四：设第一个样本X1*对本文档来自技高网...

【技术保护点】
1.油田储层层内非均质性综合评价方法，其特征在于包括以下步骤：步骤一：求取层内非均质性表征参数：渗透率变异系数Vk、渗透率突进系数Tk、渗透率级差Jk、泥质夹层的分布频率Pk和分布密度Dk，注水量Vw可直接从油田生产数据中获取；a、渗透率变异系数

【技术特征摘要】
1.油田储层层内非均质性综合评价方法，其特征在于包括以下步骤：步骤一：求取层内非均质性表征参数：渗透率变异系数Vk、渗透率突进系数Tk、渗透率级差Jk、泥质夹层的分布频率Pk和分布密度Dk，注水量Vw可直接从油田生产数据中获取；a、渗透率变异系数b、渗透率突进系数c、渗透率级差Jk＝Kmax/Kmin(3)d、夹层分布频率Pk＝N/H(4)e、夹层分布密度Dk＝h/H×100％(5)式中：Ki为单个岩芯样品的渗透率值；n为样品的个数；为所有样品的平均渗透率；Kmax为所有样品的渗透率最大值；Kmin为所有样品的渗透率最小值；Kmax和Kmin三个渗透率相关数据可通过物性测试或测井资料获取；N为泥质夹层个数；h为泥质夹层的总厚度；H为研究的储层总厚度；N、h夹层相关数据和H可通过岩芯观察统计或测井资料获取；步骤二：对每口油井单砂体的Vk、Tk、Jk、Pk、Dk和Vw数据进行统计，归一化处理，得到若干个输入样本，从第一个样本X1开始运行；X1＝(x1,x2,x3,x4,x5,x6)(6)其中，x1＝Vk1，x2＝Tk1，x3＝Jk1，x4＝Pk1，x5＝Dk1，x6＝Vw1；步骤三：设置高阶神经网络对输入参数的转换阶数为2，即将输入样本X1变为X1*：步骤四：设第一个样本X1*对应的期望输出为O1，设定X1*与O1之间的初始权向量为W1，W1中元素可随机设定为0-1之间的任一值：W1＝(w1,w2,…,w28)T(8)其中，w1,w2,…,w28为步骤三中每一项的权重系...

【专利技术属性】
技术研发人员：杨莎莎，黄旭日，尹成，丁峰，刘可，王桂芹，代荣获，刘阳，
申请(专利权)人：西南石油大学，四川中质鼎峰勘查技术有限公司，
类型：发明
国别省市：四川,51