井组级多参数层系快速智能化动态评价方法研究与应用

高雯，王小宁，马新凯，韩涛，彭博，裴云龙，郭文敏，邢国强

（1.中国石油长庆油田分公司第九采油厂，宁夏银川 750006；2.常州大学石油工程学院，江苏常州 213000）

由于地下储层非均质性的存在，油田前期开发方案的设计以及后期调整措施的实施，其根本目的在于解决油田开发过程中受地质、流体等因素引起的纵向、平面非均质性影响开发效果的矛盾，其中层系划分重组是解决纵向非均质性矛盾的首要方式，通过近似层组合降低层间非均质性以达到提高采收率的目的。为此需要开展井组级多参数层系快速智能化动态评价方法研究。目前通过智能化方法进行层系快速划分主要采用模糊聚类分析方法、枚举法以及平均隶属度方法。在模糊聚类分析方法上：陈明强等[1]利用模糊聚类分析方法对油气田开发层系进行划分，他们认为利用模糊聚类方法进行层系划分使层系的差异性更加恰当且划分的结果更加准确。张顺康等[2]基于熵权算法进行了划分层系，他们认为该方法能够避免人为主观因素的干扰，同时层系划分的结果更加准确合理。诚然，还有部分学者利用模糊聚类方法进行层系划分[3-5]，但他们方法的核心都是模糊聚类方法。在利用枚举法进行层系划分的研究方面：崔传智等[6]基于枚举法，综合技术与经济两方面，建立了层系重组优化方法，筛选出了最优方案。而本文则利用人工智能领域常用的平均隶属度方法[7-10]，计算评价值大小，确定评价等级，通过优选层系评价参数以及明确参数等级范围，可以快速有效地分析各井组的层间矛盾以及后期的发展趋势，为现场调整时机的确定提供有效的技术支持。

1 多参数智能化动态评价方法建立

1.1 非均质性的表述形式

一般对于非均质性的表述方法主要有渗透率级差、突进系数、变异系数、洛伦兹系数等，其中级差表示形式为最大值与最小值之比，但当最小值存在0 值时，级差的表述形式不适合；突进系数为最大值与平均值之比，当最大值比较大时，突进系数变得较大，不易确定其上限大小；变异系数和洛伦兹系数为统计学方法的表征形式，形式相对复杂，参数大小的直观性差。为此，对于层间非均质性的表述，采用突进系数的倒数作为表征纵向差异的大小参数，即：，可见该值范围始终处于0～1。

1.2 层系评价参数的优选及其非均质性表征

目前，对于层系的评价，多数选择各小层渗透率计算层间非均质性，采用渗透率级差、洛伦兹系数等非均质性表征方法进行层系划分和评价。

但在水驱开发过程中，层系的纵向渗流差异并非静态，而是受油水黏度差异、相对渗透率、毛管力等因素的影响，各小层表现出的渗流能力或渗流阻力呈动态变化趋势，所以单纯采用渗透率作为层系划分效果的评价标准，尤其是在面积相对较小的井组范围内评价层间开发矛盾，势必指标选取过于简单。

油田的开发层间差异表现为动态变化特征，不同开发阶段层间差异不同，层系的评价应该除使用常规的静态层间渗透率差异外，还应考虑水驱过程中以注水井为中心，水驱前缘逐步向外推进引起的包含时间概念的四维矛盾变化而引起矛盾参数的动态变化，层间矛盾的评价应该是多参数动态综合评价，由此确定界限含油饱和度区覆盖率、界限含油饱和度区叠合度、饱和度差异、含油率差异和渗流能力差异五个参数综合在一起作为层间矛盾评价的因素，具体表示如下：

（1）界限含油饱和度区覆盖率（AR）：在指定大于某界限含油饱和度下的小层含油面积占井控面积的比例，随着开发的逐步深化覆盖率逐步降低，指定界限含油饱和度区覆盖率的高低代表了层系开发目前所处的阶段，具体覆盖率表述为：

（2）界限含油饱和度区叠合度（OD）：受层间非均质性影响，纵向上各小层水驱前缘层间界限含油饱和度区叠合度均发生变化，叠合度的降低意味着层间剩余油的上下差异的增大，具体表述为：

（3）饱和度差异（SD）：平面各位置在纵向上小层间剩余油饱和度的差异，具体表述为：

（4）含油率差异（ORD）：受饱和度、相对渗透率影响形成的平面各位置在纵向上含水率的差异，考虑到井组最大含水率可能为0，所以用含油率来表征，即fo=1-fw，具体表述为：

（5）渗流能力差异（KD）：受饱和度、相对渗透率、渗透率综合作用形成的平面各位置在纵向上渗流速度的差异，即渗流能力的差异，具体表述为：

1.3 多参数平均隶属度法评价原理

基于隶属度的模糊综合评价法在人工智能领域，特别是在模糊逻辑领域有相当广泛的应用，是现代人工智能分析的重要方法。该方法根据模糊数学的隶属度理论把定性评价转化为定量评价，具有结果清晰系统性强的特点，能较好地解决模糊的难以量化的问题，适合各种非确定性问题的解决。

1.3.1 论域构建 因素集是对评判对象有主要影响的各种参数组合，设由n 个参数构成因素集，通常用U表示，ui代表各个影响因素，而这些参数通常具有不同程度的模糊性：

1.3.2 评语集建立 评语集是评判者对评判主体提出的多种评判结果的组合，通常用V 表示，V 矩阵包含各种可能的评判结果vj，通过模糊综合评判方法计算，得出评语集中的最佳评判结果：

1.3.3 隶属度模糊评判 因素集U 与评语集V 之间的模糊关系，通常用m×n 阶模糊关系单因素评价矩阵R，各元素含义为第i 因素对于第j 评语的隶属度，矩阵R={ri1，ri2，…，rim}为第i 个评价因素ui的单因素评判，是评语集V 上的一个模糊子集：

一般选用升降半梯型来确定隶属度函数，越大越优采用升半梯形分布，越小越优采用降半梯形分布：

升半梯形：

降半梯形：

其中：rij-第i 因素对于第j 个评语的隶属度，且0≤rij≤1；b-第i 个因素指标的最大值；a-第i 个因素指标的最小值。

1.3.4 权重集 权重集通常用A 表示。权重集A 是因素集U 的模糊子集，ai代表各个参数所对应的权重，反映了各因素的相对重要性程度，同时各参数权重必须满足下式：

权重向量A 与模糊矩阵R 的合成便是综合隶属度B：

其中：B-综合评判结果；A-权重系数；R-单因素评价矩阵；0-模糊运算符。

1.3.5 平均隶属度准则 平均隶属度准则以模糊数学中的隶属度平均值所对应的指标为准，确定评价对象的等级，若bave=ave（b1，b2，…，bm），此时查找其所对应的等级矩阵V，当V 与vj最为接近时，则评价对象的等级j 即为评价模型等级。平均隶属度较最大隶属度法，降低了异常样本点对于最终评价结果的影响，考虑到层间矛盾整体受极值影响较小，层系综合评价使用平均隶属度方法进行等级评价。

1.4 评价等级参数界限建立

对于层系评价的评语集，依据开采阶段现状，设置评语集V=（优、良、中、差、极差）5 类等级，其中：“优”代表目前层系划分现状很好；“良”表示目前层系划分现状较好不必进行调整；“中”表示目前层系的划分尚可，可重划也可不划；“差”表示目前层系建议调整；“极差”表示层系必须立刻进行划分重组。

根据各参数的物理意义，确定各参数各等级下的界限值，结果见表1，由此建立了多参数层系快速智能化动态评价指标界限体系。

表1 参数评价指标界限体系表

2 多参数层系智能化评价技术现场应用

2.1 G83 区块概况

长庆油田G83 区块位于陕北斜坡中段西部，为一平缓的西倾单斜背景上发育的多组轴向近东西向的鼻状隆起构造。主力含油层系C4+52、C61层为湖泊三角洲前缘亚相沉积，砂体走向近于北东～南西向，呈条带状展布；岩性以极细-细砂级长石砂岩和岩屑长石砂岩为主，成分及结构成熟度低，岩性致密。

油藏中深2 445 m，平均有效厚度12.5 m，有效渗透率0.39 mD，原始地层压力17.0 MPa，属于典型的超低渗储层。自2009 年正式投入开发以来，共投入油水井总数近千口，采用一套井网动用两套层系方式一次性合采开发模式。目前经过10 多年的注水开发，层间矛盾日益突出，由于区块含油面积大，油水井数多，各井组间矛盾差别大，而目前常用的油藏工程分析方法工作量大，人为性强，由此采用建立的多参数快速智能的层系评价方法进行层系矛盾分析。

2.2 油田区块级层系智能化评价动态变化特征及趋势预测

针对G83 区块层面进行整体层系评价，评价结果见图1。在图1 中C4+5、C6 合注合采作为一套层系开发时的层系动态评价曲线；C4+5 单独作为一套层系开发时的动态评价曲线；C6 单独作为一套层系开发时的动态评价曲线，可以看出：

图1 区块层面层系组合评价分析

（1）目前，G83 区块合采开发从原始到目前，层系综合评价等级从“中”降为“差”，层系等级评价值从0.411 降低到0.382，数值上降低7%，可见C4+5、C6 组合作为一套层系进行开发，从初期到目前层系综合评价等级降低一级，但数值降低幅度不大。

（2）将C4+5 单独作为一套层系进行开发，评价等级始终为“中”，等级评价值从合采下的0.411 提高到0.466，提高幅度13.4%，等级上没有任何改变，可见将C4+5 作为一套层系进行开发和C4+5、C6 合采从纵向差异上分析，优势提升13.4%。

（3）将C6 作为一套层系进行开发，评价等级始终为“中”，等级评价值从合采下的0.411 提升到0.498，提升幅度21.1%，可见C6 作为一套层系进行开发体现出一定的优势。

综合分析在区块层面上，C4+5、C6 分别作为两套层系进行开发对于缓解层间矛盾技术上体现出一定的优势，可以考虑分层系开发。

2.3 井组级层系智能化评价动态变化及趋势预测

由于G83 区块含油面积大，区块级别的评价势必一定程度上消弱了纵向层间矛盾差异，为此利用建立的层系动态评价方法，以油藏地质模型和不同时间点剩余油饱和度为基础，计算井组级各时间点的层系评价值，以开发末期井组层系评价值的变化率，即：β=为界限，进行分范围评价。

2.3.1 井组级层系评价值动态变化规律 分别以β＞0.3、0.2＜β≤0.3 和0.1＜β≤0.2 分类给出各区间的井组评价结果见图2～图4。图2 显示井组级层系评价值变化率β＞0.3 有3 个注水井组，说明此3 个井组在注水过程中引起的层间矛盾变化较大，降低幅度超过30%，下步可以作为首批井组层间矛盾调整对象；图3 显示层系评价值变化率0.2＜β≤0.3 有32 个注水井组，此类井组从开发初期到目前评价值变化幅度超过20%，井组间的层间矛盾可根据实际情况进行选择性的、有计划的井组层间矛盾调整；图4 显示层系评价值变化率0.1＜β≤0.2 有50 个注水井组，此类井组相对变化幅度较小，可以暂缓井组层间调整；由此可见井组级层系评价值动态变化分析可以快速有效地确定各井组受注水影响层间矛盾的大小和措施的实施推荐。

图2 β＞0.3 的井组层系评价值变化特征

图3 0.2＜β≤0.3 的井组层系评价值变化特征

图4 0.1＜β≤0.2 的井组层系评价值变化特征

2.3.2 井组级层系评价值动态变化预测 通过趋势线预测未来几年井组层系矛盾变化趋势，本次研究仅对β＞0.3 的3 个井组层系评价值利用幂函数进行拟合，预测5 年后、10 年后的层系评价值，具体见表2。可以看出：5 年后L46-14 层系评价值降低幅度最大为7.6%，10 年后L66-6 层系评价值降低幅度最大为13.6%。

表2 β＞0.3 的井组层系评价值预测表

2.4 目前井组级层系开发效果智能化评价等级

2.4.1 单注C4+5 层井组级层系等级评价 统计分析G83 区块单注C4+5 层位注水井共计73口，层系等级评价值为0.395～0.755，层系评价等级以“中”和“良”为主，层系等级评价结果见图5，根据图5 的特征可以总结如下：

图5 单注C4+5 注水井组层系等级评价值

（1）井组层系评价等级为差共计1 个井组，等级评价值0.395，接近“中”界限；

（2）等级评价为“中”的共计52 个井组；

（3）等级评价为“良”的共计20 个井组。

总体可见C4+5 单独作为一套开发层系时，层系等级评价在“中”以上，层系划分目前状况达到中等以上，

整个C4+5 层位内部纵向非均质性程度较低。

2.4.2 单注C6 层井组级层系等级评价 统计分析G83 区块单注C6 层位注水井共计13口，层系等级评价值为0.431～0.706，层系评价等级以中等为主，层系等级评价结果见图6，根据图6 的特征可以总结如下：

图6 单注C6 注水井组层系等级评价值

（1）等级评价为“中”的共计11 个井组；

（2）等级评价为“良”的共计2 个井组。

可见C6 层单独作为一套开发层系时，层系等级评价在“中”以上，层系划分目前状况达到中等以上。

2.4.3 合注C4+5、C6 层井组级层系等级评价 G83区块合注C4+5、C6 层注水井共计43口，层系等级评价值为0.397～0.593，层系评价等级均为“中”，若分两套层系C4+5 和C6 分别进行开发，评价结果见图7，根据图7 可以进行对比，对比结果如下：

图7 合注C4+5、C6 注水井组层系等级评价值

（1）C4+5 层系评价等级依旧为“中”的共计28 个井组，占65%，等级评价值从0.463 提高至0.532，提升幅度15%；

（2）C4+5 层系评价等级由“中”提高至“良”的共计15 个井组，占35%，等级评价值从0.52 提高至0.652，提升幅度25%；

（3）C6 层系评价等级依旧为“中”的共计35 个井组，占81%，等级评价值从0.471 提高至0.525，提升幅度11%；

（4）C6 层系评价等级由“中”提高至“良”的共计8个井组，占19%，等级评价值从0.535 提高至0.634，提升幅度19%。

可见C4+5、C6 合采一套开发层系时，层系等级评价为“中”，当作为两套开发层系单独进行开发时，部分井组评价值从“中”提升至“良”，其中C6 提升程度最大，提升幅度达20%以上。

综合比较现合注井组，通过分层系注水，多数注水井组可以将层系组合评价等级从“差”提升至“中”，提升幅度20%左右。

3 结论

通过开展井组级多参数层系快速智能化动态评价方法研究并在G83 区块的实际应用，得到如下结论：

（1）优选确定界限含油饱和度区覆盖率、界限含油饱和度区叠合度、饱和度差异、含油率差异和渗流能力差异五个参数综合一起作为层系层间矛盾评价的因素；

（2）建立了基于平均隶属度的井组级多参数层系快速智能化动态评价方法，该方法可以计算评价值大小，确定评价等级以及快速有效分析各井组的层间矛盾及其后期的发展趋势；

（3）方法应用于G83 区块，分别从区块级别、井组级别对各井组评价值进行量化计算，实现了层系评价的高效快速、智能量化，为现场研究人员及时把握各井组层系调整时机提供了智能便捷的技术支持。