一种基于因子分析的低渗透油田开发效果综合评价方法技术

本发明专利技术涉及油田开发效果评价技术领域，尤其涉及一种基于因子分析的低渗透油田开发效果综合评价方法，包括采集原始相关开发指标数据；预处理；进行KMO检验和Bartlett球形检验；确定因子数量；计算旋转后因子载荷系数，重新定义为新的相关开发指标；计算公因子方差值；计算成分矩阵；计算得到因子权重值；根据新的相关开发指标值与原始开发指标数据相乘累加求和，得到新的相关开发指标的得分值；利用因子模型计算不同区块的综合得分。本发明专利技术构建因子分析综合评价体系，减少分析变量开发指标个数；通过对变量间相关性，将原始相关开发指标进行分类，通过较少的因子评价油田开发效果。通过较少的因子评价油田开发效果。通过较少的因子评价油田开发效果。

【技术实现步骤摘要】
一种基于因子分析的低渗透油田开发效果综合评价方法


[0001]本专利技术涉及油田开发效果评价
，尤其涉及一种基于因子分析的低渗透油田开发效果综合评价方法。

技术介绍

[0002]低渗透油田资源具有油气含量多、油气藏种类丰富、广泛分布的特点。但与此同时，低渗透油田又存在油层储层渗透率低、丰度低、单井产能低的问题。低渗透油田对我国油气开发又极为重要，低渗透油藏储量的比例高，有巨大的开发潜力。采取开发效果综合评价的方法有利于更全面开发低渗透油田，全面提高采收率。
[0003]公开号CN109458174A的专利技术专利利用模糊综合评价方法改进断块老油田技术措施，但数据统计量过大，权重值难以确定；公开号CN114004078A的专利技术专利利用表征薄互层油藏多层合采渗流拟相渗计算方法判断油田开发效果，数据模拟结果太趋于理想状态，缺乏对实际情况的考量；公开号CN 112502677A的专利技术专利利用多元线性回归方法评价注水开发效果，自变量数量过多，难以计算，具有不可预测性；公开号CN113344359A的专利技术专利利用随机森林定量评价致密砂岩气储层质量的主控因素，无法控制模型内部运行，掩盖真实结果。
[0004]本专利采用因子分析综合评价低渗透油田开发效果，便于权重值确定，多开发指标降维便于计算，方便预测，考虑油田实际开发情况，评分计算结果真实可靠。

技术实现思路

[0005]针对现有方法的不足，本专利技术构建因子分析综合评价体系，减少分析变量开发指标个数；通过对变量间相关性，将原始相关开发指标进行分类，将相关性分为一组，用共性因子代替组变量并重命名，通过较少的因子评价油田开发效果。
[0006]本专利技术所采用的技术方案是：一种基于因子分析的低渗透油田开发效果综合评价方法包括以下步骤：
[0007]步骤一、采集低渗透油田的原始相关开发指标数据；
[0008]进一步的，采原始相关开发指标包括：采油速度、水驱采收率、含水上升率、递减率、水驱控制程度、多项连通比例、油水井数比、能量保持水平、注采井静压差、有效驱动系数、吸水厚度比例、低效井比例、开井比例和分注率。
[0009]步骤二、对获取数据进行预处理；
[0010]步骤三、进行KMO检验和Bartlett球形检验判断是否符合因子分析条件；
[0011]进一步的，符合因子分析条件为：KMO>0.6且P<0.05，其中P为Barlett检验的显著性水平，KMO为KMO检验值。
[0012]步骤四、确定因子个数；
[0013]进一步的，具体包括：根据原始相关开发指标数据利用方差公式计算得旋转前方差解释率和旋转后方差解释率；
[0014]利用旋转前方差解释率和碎石图判断提取因子个数，当特征根值大于1且旋转前累积方差解释率大于60％得到主成分因子个数。
[0015]步骤五、根据主成分分析法计算旋转后因子载荷系数，根据因子载荷系数的大小和主成分因子个数将原始相关开发指标重新定义为新的相关开发指标；根据旋转后因子载荷系数、旋转后特征根，利用主成分分析法计算公因子方差值；
[0016]进一步的，主成分分析法的公式为：
[0017][0018][0019]其中，Σ为原始相关开发指标的协方差矩阵，λ
i
为旋转后特征根，e
i
为单位特征向量，A为因子载荷矩阵，D
σ
为因子模型的特殊因子，a
ij
为旋转后因子载荷系数。
[0020]步骤六、根据新的相关开发指标的公因子值和旋转前矩阵因子载荷系数，计算得到新的相关开发指标的成分矩阵；
[0021]进一步的，新的相关开发指标的成分矩阵公式为：
[0022]β
ij
＝γ
ij
‑
C
ij
[0023]其中，β
ij
为新的相关开发指标的载荷系数，γ
ij
为旋转前矩阵因子载荷系数，C
ij
为公因子方差值。
[0024]步骤七、根据新的相关开发指标旋转后方差解释率和旋转后累积方差解释率计算得到新的相关开发指标的因子权重值；
[0025]步骤八、根据新的相关开发指标值与原始开发指标数据相乘累加求和，得到新的相关开发指标的得分值；最后利用因子模型计算不同区块的综合得分；
[0026]进一步的，通过因子模型计算不同区块的综合得分X
m
的公式为：
[0027]X
m
＝a1/b
n
*F1+a2/b
n
*F2+
…
+a
n
/b
n
*F
n
[0028]其中，n为主成分因子数；F1‑
F
n
为新的相关开发指标的得分值；a1‑
a
n
为旋转后方差解释率；b
n
为第n个主成分因子旋转后累积方差解释率。
[0029]本专利技术的有益效果：
[0030]1、考虑多个开发指标参数的影响，采用因子分析法对原始指标参数进行降维，利于综合评价分析；
[0031]2、采用主成分分析方法计算各参数的权重，建立低渗透油田开发效果综合评价模型，利用综合得分体现区块开发效果好坏。
附图说明
[0032]图1是本专利技术的基于因子分析的低渗透油田开发效果综合评价方法流程图；
[0033]图2是本专利技术的因子分析碎石图；
[0034]图3是本专利技术的相关系数热力图；
[0035]图4是本专利技术的多因子降维的因子载荷象限分析图；
[0036]图5是本专利技术的各区块综合得分排名图。
具体实施方式
[0037]下面结合附图和实施例对本专利技术作进一步说明，此图为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0038]如图1所示，一种基于因子分析的低渗透油田开发效果综合评价方法包括以下步骤：
[0039]步骤一、采集低渗透油田的原始相关开发指标数据；
[0040]以某市油田某区块数据为例，统计区块的原始相关开发指标数据，包括：采油速度、水驱采收率、含水上升率、递减率、水驱控制程度、多项连通比例、油水井数比、能量保持水平、注采井静压差、有效驱动系数、吸水厚度比例、低效井比例、开井比例、分注率。
[0041]表1.某市油田不同区块的原始相关开发指标数据
[0042][0043]步骤二、对获取数据进行预处理；
[0044]数据获取过程中易出现人为统计造成的数据缺失和错误，对已获取数据进行数据处理与分析；识别原数据中存在空值，对数据缺失值根据观察数据整体分布规律考虑进行均值补充，例如将表1中A2
‑
1区块油水井数比填为2.3；数据异常值判断遵循异常值识别原则，原有数据应服从于正态分布，将异常值置为空。...

【技术保护点】

【技术特征摘要】
1.一种基于因子分析的低渗透油田开发效果综合评价方法，其特征在于，包括以下步骤：步骤一、采集低渗透油田的原始相关开发指标数据；步骤二、对数据进行预处理；步骤三、进行KMO检验和Bartlett球形检验判断是否符合因子分析条件；步骤四、确定因子个数；步骤五、根据主成分分析法计算旋转后因子载荷系数，根据因子载荷系数的大小和主成分因子个数将原始相关开发指标重新定义为新的相关开发指标；根据旋转后因子载荷系数、旋转后特征根，利用主成分分析法计算公因子方差值；步骤六、根据新的相关开发指标的公因子值和旋转前矩阵因子载荷系数，计算得到新的相关开发指标的成分矩阵；步骤七、根据新的相关开发指标旋转后方差解释率和旋转后累积方差解释率计算得到新的相关开发指标的因子权重值；步骤八、根据新的相关开发指标值与原始开发指标数据相乘累加求和，得到新的相关开发指标的得分值；利用因子模型计算不同区块的综合得分。2.根据权利要求1所述的基于因子分析的低渗透油田开发效果综合评价方法，其特征在于，原始相关开发指标包括：采油速度、水驱采收率、含水上升率、递减率、水驱控制程度、多项连通比例、油水井数比、能量保持水平、注采井静压差、有效驱动系数、吸水厚度比例、低效井比例、开井比例和分注率。3.根据权利要求1所述的基于因子分析的低渗透油田开发效果综合评价方法，其特征在于，符合因子分析条件为：KMO>0.6且P<0.05，其中，P为Barlett检验的显著性水平，KMO为KMO检验值。4.根据权利要求1所述的基于因子分析的低渗透油田开发效果综合评价方法，其特征在于，步骤四具体包括：根据原始相关开发指标数据利用方差公式计算得旋转前方差解释率和旋转后方差解释率；利用旋转前方差解释率和碎石图判断提取因子个数，当特征根值大于1...

【专利技术属性】
技术研发人员：王小兵，李凯锋，姜晓雪，李栋，何昊，黄志刚，王路，
申请(专利权)人：常州大学，
类型：发明
国别省市：