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