CN114086947A - 油气充注方向的判断方法、装置、电子设备及存储介质 - Google Patents
油气充注方向的判断方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114086947A CN114086947A CN202010859272.2A CN202010859272A CN114086947A CN 114086947 A CN114086947 A CN 114086947A CN 202010859272 A CN202010859272 A CN 202010859272A CN 114086947 A CN114086947 A CN 114086947A
- Authority
- CN
- China
- Prior art keywords
- parameters
- localization
- various
- parameter
- preset threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 230000004807 localization Effects 0.000 claims abstract description 390
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 239000002131 composite material Substances 0.000 claims description 16
- 229930195733 hydrocarbon Natural products 0.000 claims description 13
- 150000002430 hydrocarbons Chemical class 0.000 claims description 13
- 239000004215 Carbon black (E152) Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 15
- 230000002596 correlated effect Effects 0.000 claims 1
- 239000003921 oil Substances 0.000 description 81
- 239000007789 gas Substances 0.000 description 74
- 238000013508 migration Methods 0.000 description 35
- 230000005012 migration Effects 0.000 description 35
- 239000010779 crude oil Substances 0.000 description 19
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 150000001875 compounds Chemical class 0.000 description 8
- 238000011160 research Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 150000002989 phenols Chemical class 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 150000001716 carbazoles Chemical class 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 229930195734 saturated hydrocarbon Natural products 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 150000003739 xylenols Chemical class 0.000 description 2
- IXQGCWUGDFDQMF-UHFFFAOYSA-N 2-Ethylphenol Chemical compound CCC1=CC=CC=C1O IXQGCWUGDFDQMF-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- IWDCLRJOBJJRNH-UHFFFAOYSA-N p-cresol Chemical compound CC1=CC=C(O)C=C1 IWDCLRJOBJJRNH-UHFFFAOYSA-N 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Environmental & Geological Engineering (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Fluid Mechanics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本公开提供的一种油气充注方向的判断方法、装置、电子设备及存储介质,所述方法包括获取目标储层的若干样品的各种地化参数及其数值;根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标和各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。这种判断方法简化了计算过程,可以将反映大量数据的综合结果体现出来。
Description
技术领域
本公开涉及油气勘探开发技术领域,特别地涉及一种油气充注方向的判断方法、装置、电子设备及存储介质。
背景技术
在石油和天然气勘探开发和资源评价过程中,原油和天然气的烃源岩来源、原油和天然气的充注方向(运移方向)、油气成熟度分布特征等油气分布特征是重要的研究内容。通过对地质构造特征、原油和天然气的物理性质、地球化学特征、原油和天然气同位素等研究可以获得油气来源、充注方向、油气藏分布等方面的信息,从而掌握盆地构造中的有利含油远景区,预测油气的分布区域和分布规律,对石油勘探和开发具有重要的指导意义。
在油气充注方向和油气藏分布等评价过程中,往往离不开对各种地球化学测试数据(地化参数)的分析。例如,对原油运移路径判别,常常依据极性化合物与地层之间色层效应,造成的原油在运移过程中表征物理性质变化的指标(如原油轻重比、饱和烃和非烃相对比及极性化合物浓度等)或化学性质变化的指标(如非烃异构体比值和成熟度)等来进行原油运移示踪。或利用包裹体与储层的联通性及古流体压力等数据、或者通过包裹体的显微荧光光谱测试数据结合地质资料对油气运移趋势进行评价,也是较为常用的办法。
但是受运移影响的地化参数种类众多,而且这些参数和指标所影响不完全同步,对最终结果的判断会产生干扰,导致最终结果可信度不高。如果通过人为筛选指标减少工作量去做运移趋势图,则无法充分挖掘测试数据,可能损失有用的信息。
发明内容
针对上述问题,本公开提供一种油气充注方向的判断方法、装置、电子设备及存储介质,解决了现有技术中油气充注方向的判断结果可信度不高的技术问题。
第一方面,本公开提供了一种油气充注方向的判断方法,所述方法包括:
获取目标储层的若干样品的各种地化参数及其数值;
根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;
根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;
根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;
根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值,包括以下步骤:
根据各种地化参数对油气充注方向的影响程度,将所有地化参数分为非常重要、比较重要和一般重要三类;
根据各种地化参数的所属类别,确定各种地化参数的权重值;
其中,非常重要的地化参数的权重值为第一预设阈值,比较重要的地化参数的权重值为第二预设阈值,一般重要的地化参数的权重值为第三预设阈值,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值大于所述第三预设阈值。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,所述第一预设阈值大于或等于0.9且小于或等于1,所述第二预设阈值为大于或等于0.8且小于0.9,所述第三预设阈值大于或等于0且小于0.8。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,所述地化参数的数值与其对应的样品和油源的距离呈负相关;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标,包括以下步骤:
将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为2;
当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为0;
将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数的权重值,得到当前样品中当前一种地化参数的综合指标。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,所述地化参数的数值与其对应的样品和油源的距离呈正相关;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标,包括以下步骤:
将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为0;
当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为2;
将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数对应的权重值,得到当前样品中当前一种地化参数的综合指标。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度的步骤之前,还包括以下步骤:
建立地化参数的理想模型;其中,所述理想模型包括若干样品以及对应每个样品的若干种地化参数,所述理想模型中的样品数量和每个样品中地化参数的种类与所述目标储层相同,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离呈线性关系;
根据所述理想模型,计算所述理想模型中每个样品中各种地化参数的综合指标。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,包括以下步骤:
根据所有样品中各种地化参数的综合指标,通过下式计算各种地化参数的平均指标:
根据所有样品种各种地化参数的综合指标和各种地化参数的平均指标,通过下式计算各种地化参数的标准差:
其中,Sj为第j种地化参数的标准差。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度,包括以下步骤:
根据所述理想模型中所有样品中各种地化参数的综合指标,计算各种地化参数的理想标准差;
将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数,包括以下步骤:
根据各种地化参数的权重值和置信度,从所有地化参数中选取权重值大于或等于所述第二预设阈值,且置信度大于或等于第六预设阈值的地化参数作为评价参数。
根据本公开的实施例,可选的,上述油气充注方向的判断方法中,所述目标储层的油气充注方向为所述评价参数的综合指标减小的方向。
第二方面,本公开提供了一种油气充注方向的判断装置,所述装置包括:
地化参数获取模块,用于获取目标储层的若干样品的各种地化参数及其数值;
权重值确定模块,用于根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;
综合指标确定模块,用于根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;
置信度确定模块,用于根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;
评价参数选取模块,用于根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;
充注方向确定模块,用于根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
第三方面,本公开提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如第一方面中任意一项所述的油气充注方向的判断方法。
第四方面,本公开提供一种存储介质,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如第一方面中任意一项所述的油气充注方向的判断方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
(1)根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值,可以筛选出对研究目的更有价值、相关性更好的地化参数;
(2)根据各个样品中各种地化参数的数值,计算出了各种地化参数的置信度,可以筛选出可信度更高的地化参数;
(3)简化了计算过程,可以将反映大量数据的综合结果体现出来。
附图说明
在下文中将基于实施例并参考附图来对本公开进行更详细的描述:
图1为本公开实施例提供的一种油气充注方向的判断方法的流程示意图;
图2为本公开实施例提供的一种油气充注方向的判断装置的结构示意图;
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本公开实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不用这里的具体细节或者所描述的特定方式来实施。
实施例一
图1为本公开实施例提供的一种油气充注方向的判断方法的流程示意图,请参阅图1,本实施例提供一种油气充注方向的判断方法,包括:
步骤S101:获取目标储层的若干样品的各种地化参数及其数值。
地化参数的种类包括原油物性参数(如密度)、化合物浓度、异构体的比值及成熟度参数值等。
示例性的,所述目标储层中样品的数量为n,每个样品获得了m种用于判别运移趋势的地化参数。
步骤S102:根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值。
具体的,步骤S102包括以下步骤:
S102a:根据各种地化参数对油气充注方向的影响程度,将所有地化参数分为非常重要、比较重要和一般重要三类;
S102b:根据各种地化参数的所属类别,确定各种地化参数的权重值;其中,非常重要的地化参数的权重值为第一预设阈值,比较重要的地化参数的权重值为第二预设阈值,一般重要的地化参数的权重值为第三预设阈值,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值大于所述第三预设阈值。
本实施例中,所述第一预设阈值大于或等于0.9且小于或等于1,所述第二预设阈值为大于或等于0.8且小于0.9,所述第三预设阈值大于或等于0且小于0.8。
也就是说,地化参数的权重值kj(式中kj为第j种地化参数的权重值),有;0≤kj≤1,其中,对于非常重要的地化参数的权重值:0.9≤kj≤1,对于比较重要的地化参数的权重值:0.8≤kj<1,对于一般重要的地化参数的权重值:0≤kj<0.8。
需要说明的是,所述第一预设阈值、所述第二预设阈值和所述第三预设阈值的取值不限于上述取值,可以根据实际需要进行更改。
步骤S103:根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标。
需要说明的是,本实施例中,各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈负相关,也就是说,样品和油源的距离越小(越近),其对应的地化参数的数值越大。
具体的,步骤S103包括以下步骤:
S103a:将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
S103b:当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为2;
S103c:当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
S103d:当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为0;
S103e:将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数的权重值,得到当前样品中当前一种地化参数的综合指标。
本实施例中,所述第四预设阈值可以为(但不限于)1.02,所述第五预设阈值可以为(但不限于)0.98。所述第四预设阈值和所述第五预设阈值可以根据具体情况的需求,进行更改。
示例性的,以第一个样品中第一种地化参数为例,将第一个样品中第一种地化参数的数值分别与其他所有样品的第一种地化参数的数值相除,以分别得到对应的计算结果,并依次将计算结果与1.02和0.98进行比较,若其计算结果≥1.02,则对应的综合指标增加值为2;若其计算结果≥0.98且<1.02,则对应的综合指标增加值为1;若其计算结果<0.98,则对应的综合指标增加值为0。将第一个样品中第一种地化参数对应的综合指标增加值进行加和,并将加和后的数值与第一种地化参数的权重值相乘,得到第一个样品中第一种地化参数的综合指标MI1,1。按上述方法依次求得第一个样品的所有地化参数的综合指标。
依次类推,可以求得每个样品中各种地化参数的综合指标,即任意的第i个样品中第j种地化参数的综合指标MIi,j。
根据这种方法计算的地化参数的综合指标,可以将不同样品中的同种地化参数的差距拉大,即使原始数值差距较小,但是计算出来的综合指标也会有明显的差距。且对于同一种地化参数,靠近油源的样品的地化参数的综合指标较大,远离油源的样品的地化参数的综合指标较小,为后面注气方向的判断提供了有利依据。
步骤S103之后,还包括以下步骤:
(a)建立地化参数的理想模型;其中,所述理想模型包括若干样品以及对应每个样品的若干种地化参数,所述理想模型中的样品数量和每个样品中地化参数的种类与所述目标储层相同,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈线性关系;
(b)根据所述理想模型,计算所述理想模型中每个样品中各种地化参数的综合指标。
即所述理想模型中同样包括n个样品,每个样品中包括m种地化参数,地化参数的种类与所述目标储层的相同。
所述理想模型中每个样品中各种地化参数的综合指标的计算方法与步骤S103相同。
需要说明的是,本实施例中,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈负线性相关。
步骤S104:根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
具体的,步骤S104包括以下步骤:
S104a:根据所有样品中各种地化参数的综合指标,通过下式计算各种地化参数的平均指标:
MIi,j为第i个样品中第j种地化参数;
n为样品的总数量;
S104b:根据所有样品种各种地化参数的综合指标和各种地化参数的平均指标,通过下式计算各种地化参数的标准差:
其中,Sj为第j种地化参数的标准差。
S104c:根据所述理想模型中所有样品中各种地化参数的综合指标,计算各种地化参数的理想标准差;
S104d:将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
其中,S104c中各种地化参数的理想标准差的计算方法,与步骤S104a至S104b的方法相同,即根据所述理想模型中所有样品中各种地化参数的综合指标,按照步骤S104a至S104b,即可计算出各种地化参数的理想标准差。
因为理想状态下,数据最分散,呈线性关系,即各种地化参数的理想标准差最大,故设定置信度为:
其中,Zj为第j种地化参数的置信度;
Sj为第j种地化参数的标准差;
Sj理想为第j种地化参数的理想标准差。
Zj值越接近1,则代表异常数据点越少,数据的可信性越高,反之则可信性越低。
步骤S105:根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数。
具体的,根据各种地化参数的权重值和置信度,从所有地化参数中选取权重值大于或等于所述第二预设阈值,且置信度大于或等于第六预设阈值的地化参数作为评价参数。
示例性的,可将各种地化参数按照置信度分为非常可信、比较可信和不可信三个等级,其中,非常可信的地化参数的置信度大于或等于0.75且小于或等于1(即0.75≤Zj≤1),比较可信的地化参数的置信度大于或等于0.5或小于0.75(即0.5≤Zj<0.75),不可信的地化参数的置信度为大于或等于0或小于0.5(即0≤Zj<0.5)。
对应的,所述第六预设阈值为0.5,也就是说,根据各种地化参数的权重值和置信度,从所有地化参数中选取比较重要或非常重要且比较可信或非常可信的地化参数作为评价参数。
步骤S106:根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
其中,由于步骤S103中计算结果中,对于同一种地化参数,靠近油源的样品的地化参数的综合指标较大,远离油源的样品的地化参数的综合指标较小,所以所述目标储层的油气充注方向为所述评价参数的综合指标减小的方向。
而所述评价参数是根据权重值和置信度选取的,所以,通过所述评价参数来判断出的注气方向具有较高的准确性和可信度。
需要说明的是,所述评价参数可能包括多种地化参数,步骤S106中确定所述目标储层的油气充注方向时,可以选取任意评价参数的综合指标进行判断,也可以选取多个评价参数的综合指标进行加和之后,以多个评价参数的综合指标的加和结果来进行判断。
具体的,将权重值(kj)和可信度(Zj)作为衡量参数,可将所有地化参数分为五类,分别为:
(1)0.9≤kj≤1,0.75≤Zj≤1的地化参数,为非常重要且非常可信的地化参数,利用上述单个地化参数的MIi,j值或多个参数MIi,j值之和所作的运移趋势图亦非常重要且非常可信;
(2)0.9≤kj≤1,0.5≤Zj<0.75的地化参数,为非常重要且比较可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦非常重要且比较可信;
(3)0.8≤kj<0.9,0.75≤Zj≤1的地化参数,为比较重要且非常可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦比较重要且非常可信;
(4)0.8≤kj<0.9,0.5≤Zj<0.75的地化参数,为比较重要且比较可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦比较重要且比较可信;
(5)对权重值为0≤kj<0.8的地化参数和置信度为0≤Zj<0.5范围内的地化参数,不进行作图;其中,若所有地化参数的置信度均处于0~0.5范围,则代表的表达的运移趋势可信度不高,仅供参考。
这种判断方法可以客观说明各种地化参数的意义。该方法对大量的地质数据操作时,能将复杂的统计工作简单化,并且能较容易的得出数据的规律性。
本公开实施例提供一种油气充注方向的判断方法,所述方法包括获取目标储层的若干样品的各种地化参数及其数值;根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。这种判断划分出了不同重要程度的地化参数,可以筛选出对研究目的更有价值、相关性更好的参数。判断结果综合了参数的重要性,并给出了可信度,可以筛选出可信程度更高的结果。简化了计算过程,可以将反映大量数据的综合结果体现出来。
实施例二
在实施例一的基础上,本实施例提供另外一种油气充注方向的判断方法,包括:
步骤S201:获取目标储层的若干样品的各种地化参数及其数值。
地化参数的种类包括原油物性参数(如密度)、化合物浓度、异构体的比值及成熟度参数值等。
示例性的,所述目标储层中样品的数量为n,每个样品获得了m种用于判别运移趋势的地化参数。
步骤S202:根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值。
具体的,步骤S202包括以下步骤:
S202a:根据各种地化参数对油气充注方向的影响程度,将所有地化参数分为非常重要、比较重要和一般重要三类;
S202b:根据各种地化参数的所属类别,确定各种地化参数的权重值;其中,非常重要的地化参数的权重值为第一预设阈值,比较重要的地化参数的权重值为第二预设阈值,一般重要的地化参数的权重值为第三预设阈值,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值大于所述第三预设阈值。
本实施例中,所述第一预设阈值大于或等于0.9且小于或等于1,所述第二预设阈值为大于或等于0.8且小于0.9,所述第三预设阈值大于或等于0且小于0.8。
也就是说,地化参数的权重值kj(式中kj为第j种地化参数的权重值),有;0≤kj≤1,其中,对于非常重要的地化参数的权重值:0.9≤kj≤1,对于比较重要的地化参数的权重值:0.8≤kj<1,对于一般重要的地化参数的权重值:0≤kj<0.8。
需要说明的是,所述第一预设阈值、所述第二预设阈值和所述第三预设阈值的取值不限于上述取值,可以根据实际需要进行更改。
步骤S203:根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标。
需要说明的是,本实施例中,各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈正相关,也就是说,样品和油源的距离越大(越远),其对应的地化参数的数值越大。
具体的,步骤S203包括以下步骤:
S203a:将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
S203b:当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为0;
S203c:当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
S203d:当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为2;
S203e:将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数的权重值,得到当前样品中当前一种地化参数的综合指标。
本实施例中,所述第四预设阈值可以为(但不限于)1.02,所述第五预设阈值可以为(但不限于)0.98。所述第四预设阈值和所述第五预设阈值可以根据具体情况的需求,进行更改。
示例性的,以第一个样品中第一种地化参数为例,将第一个样品中第一种地化参数的数值分别与其他所有样品的第一种地化参数的数值相除,以分别得到对应的计算结果,并依次将计算结果与1.02和0.98进行比较,若其计算结果≥1.02,则对应的综合指标增加值为0;若其计算结果≥0.98且<1.02,则对应的综合指标增加值为1;若其计算结果<0.98,则对应的综合指标增加值为2。将第一个样品中第一种地化参数对应的综合指标增加值进行加和,并将加和后的数值与第一种地化参数的权重值相乘,得到第一个样品中第一种地化参数的综合指标MI1,1。按上述方法依次求得第一个样品的所有地化参数的综合指标。
依次类推,可以求得每个样品中各种地化参数的综合指标,即任意的第i个样品中第j种地化参数的综合指标MIi,j。
根据这种方法计算的地化参数的综合指标,可以将不同样品中的同种地化参数的差距拉大,即使原始数值差距较小,但是计算出来的综合指标也会有明显的差距。且对于同一种地化参数,靠近油源的样品的地化参数的综合指标较大,远离油源的样品的地化参数的综合指标较小,为后面注气方向的判断提供了有利依据。
步骤S203之后,还包括以下步骤:
(a)建立地化参数的理想模型;其中,所述理想模型包括若干样品以及对应每个样品的若干种地化参数,所述理想模型中的样品数量和每个样品中地化参数的种类与所述目标储层相同,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈线性关系;
(b)根据所述理想模型,计算所述理想模型中每个样品中各种地化参数的综合指标。
即所述理想模型中同样包括n个样品,每个样品中包括m种地化参数,地化参数的种类与所述目标储层的相同。
所述理想模型中每个样品中各种地化参数的综合指标的计算方法与步骤S203相同。
需要说明的是,本实施例中,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离(运移距离)呈正线性相关。
步骤S204:根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
具体的,步骤S204包括以下步骤:
S204a:根据所有样品中各种地化参数的综合指标,通过下式计算各种地化参数的平均指标:
MIi,j为第i个样品中第j种地化参数;
n为样品的总数量;
S204b:根据所有样品种各种地化参数的综合指标和各种地化参数的平均指标,通过下式计算各种地化参数的标准差:
其中,Sj为第j种地化参数的标准差。
S204c:根据所述理想模型中所有样品中各种地化参数的综合指标,计算各种地化参数的理想标准差;
S204d:将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
其中,S204c中各种地化参数的理想标准差的计算方法,与步骤S204a至S204b的方法相同,即根据所述理想模型中所有样品中各种地化参数的综合指标,按照步骤S204a至S204b,即可计算出各种地化参数的理想标准差。
因为理想状态下,数据最分散,呈线性关系,即各种地化参数的理想标准差最大,故设定置信度为:
其中,Zj为第j种地化参数的置信度;
Sj为第j种地化参数的标准差;
Sj理想为第j种地化参数的理想标准差。
Zj值越接近1,则代表异常数据点越少,数据的可信性越高,反之则可信性越低。
步骤S205:根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数。
具体的,根据各种地化参数的权重值和置信度,从所有地化参数中选取权重值大于或等于所述第二预设阈值,且置信度大于或等于第六预设阈值的地化参数作为评价参数。
示例性的,可将各种地化参数按照置信度分为非常可信、比较可信和不可信三个等级,其中,非常可信的地化参数的置信度大于或等于0.75且小于或等于1(即0.75≤Zj≤1),比较可信的地化参数的置信度大于或等于0.5或小于0.75(即0.5≤Zj<0.75),不可信的地化参数的置信度为大于或等于0或小于0.5(即0≤Zj<0.5)。
对应的,所述第六预设阈值为0.5,也就是说,根据各种地化参数的权重值和置信度,从所有地化参数中选取比较重要或非常重要与比较可信或非常可信的地化参数作为评价参数。
步骤S206:根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
其中,由于步骤S203中计算结果中,对于同一种地化参数,靠近油源的样品的地化参数的综合指标较大,远离油源的样品的地化参数的综合指标较小,所以所述目标储层的油气充注方向为所述评价参数的综合指标减小的方向。
而所述评价参数是根据权重值和置信度选取的,所以,通过所述评价参数来判断出的注气方向具有较高的准确性和可信度。
需要说明的是,所述评价参数可能包括多种地化参数,步骤S206中确定所述目标储层的油气充注方向时,可以选取任意评价参数的综合指标进行判断,也可以选取多个评价参数的综合指标进行加和之后,以多个评价参数的综合指标的加和结果来进行判断。
具体的,将权重值(kj)和可信度(Zj)作为衡量参数,可将所有地化参数分为五类,分别为:
(1)0.9≤kj≤1,0.75≤Zj≤1的地化参数,为非常重要且非常可信的地化参数,利用上述单个地化参数的MIi,j值或多个参数MIi,j值之和所作的运移趋势图亦非常重要且非常可信;
(2)0.9≤kj≤1,0.5≤Zj<0.75的地化参数,为非常重要且比较可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦非常重要且比较可信;
(3)0.8≤kj<0.9,0.75≤Zj≤1的地化参数,为比较重要且非常可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦比较重要且非常可信;
(4)0.8≤kj<0.9,0.5≤Zj<0.75的地化参数,为比较重要且比较可信的地化参数,利用上述单个地化参数MIi,j值或多个地化参数MIi,j值之和所作的运移趋势图亦比较重要且比较可信;
(5)对权重值为0≤kj<0.8的地化参数和置信度为0≤Zj<0.5范围内的地化参数,不进行作图;其中,若所有地化参数的置信度均处于0~0.5范围,则代表的表达的运移趋势可信度不高,仅供参考。
这种判断方法可以客观说明各种地化参数的意义。该方法对大量的地质数据操作时,能将复杂的统计工作简单化,并且能较容易的得出数据的规律性。
需要说明的是,除油气的充注方向外,本实施例提供的方法还可以应用于油气勘探开发技术领域中(如油气源对比、烃源岩来源确定、油气藏分布确定、油水界面确定、成熟度判识、沉积环境判断等方面)需要大量数据处理的研究,为油气勘探开发技术领域提供了一种数据处理的思路和简单方法。
本公开实施例提供一种油气充注方向的判断方法,所述方法包括获取目标储层的若干样品的各种地化参数及其数值;根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。这种方法判断划分出了不同重要程度的地化参数,可以筛选出对研究目的更有价值、相关性更好的参数。判断结果综合了参数的重要性,并给出了可信度,可以筛选出可信程度更高的结果。简化了计算过程,可以将反映大量数据的综合结果体现出来。
实施例三
在实施例一和实施例二的基础上,本实施例通过具体实施案例来对实施例一和实施例二中所述的方法进行说明。
本实施例中选取了西部某油田6口井的原油样品,对其进行了饱和烃和含氮、含氧等极性化合物色质分析,并选取了有关密度、成熟度和单种/类化合物绝对含量等受运移影响的地化参数来进行表达,具体如下。
表1西部某油田奥陶系原油样品的地化参数表
根据地质经验及各类参数在油气运移两相之间的分馏原理,像咔唑类和苯酚类属于极性化合物,在运移中容易被无机相态吸附,从而其绝对浓度会随着运移距离的增加而降低,对运移的反映最为直接,受到其他的影响也最小。苯酚类的化学性质相对更活泼一些,因此将其咔唑类和苯酚类的权重赋值为0.95和0.92,为特别重要的参数;
密度和成熟度则与排烃早晚有关,对于同一烃源灶的原油,运移远的生成较早,成熟度低,原油密度大,反之则成熟度高,原油密度小。但是成熟度差异过小不能表达出运移趋势,过大又容易造成原油成分差异大,因此将成熟度的权重值赋值为0.85。而原油密度除了受成熟度影响外,还往往受到后期改造的影响,特别在该油田的某些地区,受后期改造明显。因此,将密度的权重赋值为0.8,为比较重要的参数。
邻-甲基苯酚和对-甲基苯酚则是与无机相态的吸附性不同,后者极性强更易被吸附,从而在原油中绝对浓度更低,因此,随距离增加邻/对-甲基苯酚比值会变大。但是由于二甲基苯酚类都比较活泼,在地质过程中容易受到运移介质的影响,可能会造成该比值的变化,将其权重赋值为0.78,为一般重要的参数。
对于上述五个参数来说,地化参数A、B、D与其对应的样品和油源的距离(运移距离)呈负相关,地化参数C、E为与对应的样品和油源的距离(运移距离)呈正相关。
按照步骤S103的步骤计算第一个样品中地化参数A的综合指标MI1,A,首先将第一个样品中参数A的数值除以其他样品中参数A的数值,即20.88/27.65=0.76;20.88/44.35=0.47;20.88/44.42=0.47;20.88/97.13=0.21;20.88/112.92=0.18。
本实施例中,所述第四预设阈值为1.02,所述第五预设阈值为0.98。
因此根据赋值规则,MI1,A=(0+0+0+0+0)*0.95=0。
根据上述方法,计算第二个样品中地化参数A的综合指标MI2,A,首先将第二个样品中参数A的数值除以其他样品中参数A的数值,即27.65/20.88=1.32;27.65/44.35=0.62;27.65/44.42=0.62;27.65/97.13=0.28;27.65/112.92=0.24,求得MI2,A=(2+0+0+0+0)*0.95=1.9。
以此类推,求得MI3,A=(2+2+1+0+0)*0.95=4.75;MI4,A=(2+2+1+0+0)*0.95=4.75;MI5,A=(2+2+2+2+0)*0.95=7.6;MI6,A=(2+2+2+2+2)*0.95=9.50。
按照对上述置信度的求取方法,依次求出地化参数B、C、D、E的置信度分别为1.00、0.83、0.94、1.00,五个参数总体表达出的置信度为0.70,AB两个参数表达出可信度为0.77,如表2所示。
表2西部某油田奥陶系原油样品的地化参数的置信度统计表
因此,我们可以判识出采用地化参数B得到的数据的置信度最高,地化参数A次之,因此从TH117运移至TH106或TH477方向这一结果属于非常重要也非常可信的结果;从TH117运移值TH48、TH477或TH214等方向的属于比较重要和非常可信的结果。而AB两个参数综合指示从TH117到TH214方向属于非常重要和非常可信的结果。虽然这些结果不尽然完全相同,但是仍然指示了宏观上的方向。
从实践中认识到,一般将地化参数按重要性对其划分后,尽量采用权重值较高的参数进行下一步分析。而且在分析中,尽量采用多个参数来表达其运移的标准差和置信度,因为不同参数得出的结果和现象不同,就像本实施例中的五个参数指示了几种不同的远端和近端结果。这是由于参数的置信度都是从原理上来分析其重要性的,但是在实际地质过程中,参数难免会受到各种因素的影响,造成其结果的偏差。因此,需要将多个参数合并在一起统计综合指标和置信度,才能找出数据反映的规律性,这也是本方法处理大量数据的优越性。也可以按照不同类别的参数进行划分,哪类参数的置信度高,选择置信度高的参数作为最后的结果。
实施例四
图2为本公开实施例提供的一种油气充注方向的判断装置的结构示意图,请参阅图2,本实施例提供一种油气充注方向的判断装置100,包括地化参数获取模块101、权重值确定模块102、综合指标确定模块103、置信度确定模块104、评价参数选取模块105和充注方向确定模块106。
地化参数获取模块101,用于获取目标储层的若干样品的各种地化参数及其数值。
权重值确定模块102,用于根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值。
综合指标确定模块103,用于根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标。
置信度确定模块104,用于根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
评价参数选取模块105,用于根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数。
充注方向确定模块106,用于根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
基于上述各模块执行油气充注方向的判断方法的具体实施例已在实施例一和实施例二中详述,此处不再赘述。
实施例五
本实施例提供了一种电子设备,该电子设备可以是手机、电脑或平板电脑等,包括存储器和处理器,所述存储器上存储有计算器程序,该计算机程序被处理器执行时实现如实施例一中所述的油气充注方向的判断方法。可以理解,电子设备还可以包括,输入/输出(I/O)接口,以及通信组件。
其中,处理器用于执行如实施例一中的油气充注方向的判断方法中的全部或部分步骤。存储器用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的油气充注方向的判断方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
实施例六
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如下方法步骤:
步骤101:获取目标储层的若干样品的各种地化参数及其数值;
步骤102:根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;
步骤103:根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;
步骤104:根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;
步骤105:根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;
步骤106:根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
上述方法步骤的具体实施例过程可参见实施例一和实施例二,本实施例在此不再重复赘述。
综上,本公开提供一种油气充注方向的判断方法、装置、电子设备及存储介质,所述方法包括获取目标储层的若干样品的各种地化参数及其数值;根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。这种判断方法划分出了不同重要程度的地化参数,可以筛选出对研究目的更有价值、相关性更好的参数。判断结果综合了参数的重要性,并给出了可信度,可以筛选出可信程度更高的结果。简化了计算过程,可以将反映大量数据的综合结果体现出来。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本公开所揭露的实施方式如上,但所述的内容只是为了便于理解本公开而采用的实施方式,并非用以限定本公开。任何本公开所属技术领域内的技术人员,在不脱离本公开所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本公开的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (13)
1.一种油气充注方向的判断方法,其特征在于,所述方法包括:
获取目标储层的若干样品的各种地化参数及其数值;
根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;
根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;
根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;
根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
2.根据权利要求1所述的方法,其特征在于,根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值,包括以下步骤:
根据各种地化参数对油气充注方向的影响程度,将所有地化参数分为非常重要、比较重要和一般重要三类;
根据各种地化参数的所属类别,确定各种地化参数的权重值;
其中,非常重要的地化参数的权重值为第一预设阈值,比较重要的地化参数的权重值为第二预设阈值,一般重要的地化参数的权重值为第三预设阈值,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值大于所述第三预设阈值。
3.根据权利要求2所述的方法,其特征在于,所述第一预设阈值大于或等于0.9且小于或等于1,所述第二预设阈值大于或等于0.8且小于0.9,所述第三预设阈值大于或等于0且小于0.8。
4.根据权利要求1所述的方法,其特征在于,所述地化参数的数值与其对应的样品和油源的距离呈负相关;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标,包括以下步骤:
将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为2;
当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为0;
将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数的权重值,得到当前样品中当前一种地化参数的综合指标。
5.根据权利要求1所述的方法,其特征在于,所述地化参数的数值与其对应的样品和油源的距离呈正相关;
根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标,包括以下步骤:
将当前样品中当前一种地化参数的数值分别除以其它样品中当前一种地化参数的数值,以分别得到对应的计算结果,并根据所述计算结果与第四预设阈值和第五预设阈值的比较结果,确定对应的综合指标增加值;其中,所述第四预设阈值大于所述第五预设阈值;
当所述计算结果大于或等于所述第四预设阈值时,其对应的综合指标增加值为0;
当所述计算结果大于或等于所述第五预设阈值且小于所述第四预设阈值时,其对应的综合指标增加值为1;
当所述计算结果小于所述第五预设阈值时,其对应的综合指标增加值为2;
将当前样品中当前一种地化参数对应的所有综合指标增加值进行加和,并将加和后的数值乘以当前一种地化参数对应的权重值,得到当前样品中当前一种地化参数的综合指标。
6.根据权利要求1所述的方法,其特征在于,根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度的步骤之前,还包括以下步骤:
建立地化参数的理想模型;其中,所述理想模型包括若干样品以及对应每个样品的若干种地化参数,所述理想模型中的样品数量和每个样品中地化参数的种类与所述目标储层相同,所述理想模型中各种地化参数的数值与其对应的样品和油源的距离呈线性关系;
根据所述理想模型,计算所述理想模型中每个样品中各种地化参数的综合指标。
8.根据权利要求6所述的方法,其特征在于,将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度,包括以下步骤:
根据所述理想模型中所有样品中各种地化参数的综合指标,计算各种地化参数的理想标准差;
将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度。
9.根据权利要求2所述的方法,其特征在于,根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数,包括以下步骤:
根据各种地化参数的权重值和置信度,从所有地化参数中选取权重值大于或等于所述第二预设阈值,且置信度大于或等于第六预设阈值的地化参数作为评价参数。
10.根据权利要求1所述的方法,其特征在于,所述目标储层的油气充注方向为所述评价参数的综合指标减小的方向。
11.一种油气充注方向的判断装置,其特征在于,所述装置包括:
地化参数获取模块,用于获取目标储层的若干样品的各种地化参数及其数值;
权重值确定模块,用于根据各种地化参数对油气充注方向的影响程度,确定各种地化参数的权重值;
综合指标确定模块,用于根据各种地化参数的权重值以及每个样品中各种地化参数的数值,计算每个样品中各种地化参数的综合指标;
置信度确定模块,用于根据所有样品中各种地化参数的综合指标,计算各种地化参数的标准差,并将各种地化参数的标准差除以其理想标准差,得到各种地化参数的置信度;
评价参数选取模块,用于根据各种地化参数的权重值和置信度,选取适宜的地化参数作为评价参数;
充注方向确定模块,用于根据各个样品中所述评价参数的综合指标,以及各个样品所处的位置,确定所述目标储层的油气充注方向。
12.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1至10中任意一项所述的油气充注方向的判断方法。
13.一种存储介质,其特征在于,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如权利要求1至10中任意一项所述的油气充注方向的判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859272.2A CN114086947B (zh) | 2020-08-24 | 2020-08-24 | 油气充注方向的判断方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010859272.2A CN114086947B (zh) | 2020-08-24 | 2020-08-24 | 油气充注方向的判断方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114086947A true CN114086947A (zh) | 2022-02-25 |
CN114086947B CN114086947B (zh) | 2024-03-19 |
Family
ID=80295588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010859272.2A Active CN114086947B (zh) | 2020-08-24 | 2020-08-24 | 油气充注方向的判断方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114086947B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124097A1 (en) * | 2011-11-15 | 2013-05-16 | Chervon U.S.A. Inc. | System and method of using spatially independent subsets of data to calculate property distribution uncertainty of spatially correlated reservoir data |
US20140116776A1 (en) * | 2012-10-31 | 2014-05-01 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
CN104153765A (zh) * | 2014-07-31 | 2014-11-19 | 中国石油大学(北京) | 一种油气充注成藏途径的示踪方法及装置 |
CN104730595A (zh) * | 2015-04-16 | 2015-06-24 | 中国石油大学(华东) | 一种深层古油藏充注方向和途径示踪方法 |
CN105257285A (zh) * | 2015-10-28 | 2016-01-20 | 中国石油大学(华东) | 油气由烃源岩层向岩溶储层充注能力的评价方法 |
CN108798658A (zh) * | 2018-06-05 | 2018-11-13 | 中国石油天然气股份有限公司 | 一种石油运移参数的确定方法及装置 |
CN110219644A (zh) * | 2019-06-29 | 2019-09-10 | 西南石油大学 | 确定储层可压裂性指数值空间分布的方法 |
US20190362027A1 (en) * | 2018-05-28 | 2019-11-28 | Tata Consultancy Services Limited | Methods and systems for adaptive parameter sampling |
-
2020
- 2020-08-24 CN CN202010859272.2A patent/CN114086947B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124097A1 (en) * | 2011-11-15 | 2013-05-16 | Chervon U.S.A. Inc. | System and method of using spatially independent subsets of data to calculate property distribution uncertainty of spatially correlated reservoir data |
US20140116776A1 (en) * | 2012-10-31 | 2014-05-01 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
CN104153765A (zh) * | 2014-07-31 | 2014-11-19 | 中国石油大学(北京) | 一种油气充注成藏途径的示踪方法及装置 |
CN104730595A (zh) * | 2015-04-16 | 2015-06-24 | 中国石油大学(华东) | 一种深层古油藏充注方向和途径示踪方法 |
CN105257285A (zh) * | 2015-10-28 | 2016-01-20 | 中国石油大学(华东) | 油气由烃源岩层向岩溶储层充注能力的评价方法 |
US20190362027A1 (en) * | 2018-05-28 | 2019-11-28 | Tata Consultancy Services Limited | Methods and systems for adaptive parameter sampling |
CN108798658A (zh) * | 2018-06-05 | 2018-11-13 | 中国石油天然气股份有限公司 | 一种石油运移参数的确定方法及装置 |
CN110219644A (zh) * | 2019-06-29 | 2019-09-10 | 西南石油大学 | 确定储层可压裂性指数值空间分布的方法 |
Non-Patent Citations (2)
Title |
---|
周树青等: "咔唑、酚类和二苯并噻吩类化合物在油气运移研究中的应用", 石油与天然气地质, vol. 29, no. 01, pages 146 - 150 * |
许锦等: "数理统计应用于示踪原油运移趋势的探索――以塔河油田奥陶系原油为例", 石油实验地质, vol. 34, no. 06, pages 659 - 663 * |
Also Published As
Publication number | Publication date |
---|---|
CN114086947B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Callaway et al. | Sediment accretion in coastal wetlands: a review and a simulation model of processes | |
Chen et al. | Quick evaluation of source rock kerogen kinetics using hydrocarbon pyrograms from regular rock-eval analysis | |
Molina et al. | Exploitation plan design based on opportunity index analysis in numerical simulation models | |
Schoell et al. | Isotope analyses of gases in gas field and gas storage operations | |
Arellano et al. | Oligarchic patterns in tropical forests: role of the spatial extent, environmental heterogeneity and diversity | |
Kuhn et al. | Bulk composition and phase behaviour of petroleum sourced by the Bakken Formation of the Williston Basin | |
Jooybari et al. | A new appoach for rock typing used in one of the Iranian carbonate reservoir (a case study) | |
Kisi et al. | Modelling long term monthly rainfall using geographical inputs: assessing heuristic and geostatistical models | |
CN115146976A (zh) | 影响待勘测区块评价的主要地质参数的选取方法及设备 | |
CN108319743B (zh) | 古老海相碳酸盐岩油气资源丰度预测方法及装置 | |
Chakraborty et al. | Pedotransfer functions for predicting points on the moisture retention curve of Indian soils | |
CN114086947A (zh) | 油气充注方向的判断方法、装置、电子设备及存储介质 | |
Yang et al. | Predict Reservoir Fluid Properties from Advanced Mud Gas Data | |
Murray et al. | Quantifying multiple source rock contributions to petroleum fluids: Bias in using compound ratios and neglecting the gas fraction | |
Behrenbruch et al. | The importance of optimal choice of relative permeability relationships in reservoir simulation | |
Zheng et al. | Hydrocarbon generation and expulsion features of the Upper Triassic Xujiahe Formation source rocks and their controlling effects on hydrocarbon accumulation in the Sichuan Basin, Central China | |
Kundu et al. | Building variable saturation height functions with an improved rock typing scheme | |
Dai et al. | Validating the accuracy of multiple sediment fingerprinting methods | |
Sanguinito et al. | CO₂ Storage prospeCtive Resource Estimation Excel aNalysis (CO₂-SCREEN) User’s Manual | |
Kralik et al. | Methods and tools for the development of consistent reservoir rock type based relative permeability and capillary pressure models for reservoir simulation | |
Lyu et al. | Geochemical characteristics and hydrocarbon generation potential of the first member of Shahejie Formation (E2s1) source rocks in the Dongpu Depression, East China | |
Kumar et al. | Applying Data Analytics & Machine Learning Methods for Recovery Factor Prediction and Uncertainty Modelling | |
Han et al. | Chemostatistic allocation of shale oil production using acidic heterocompounds | |
Tanaka et al. | Methods for Probabilistic Uncertainty Quantification with Reliable Subsurface Assessment and Robust Decision-Making | |
Mawlod et al. | Reducing Composition Characterization Uncertainties Through Advanced Machine Learning (ML) Techniques-Data Clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |