基于双射软集合理论的压裂井层评价研究
——以大庆油田A区块为例

2021-04-22 03:40:34
石油地质与工程 2021年6期
关键词:依赖度大庆油田区块

魏 巍

(中国石油大庆油田有限责任公司井下作业分公司,黑龙江 大庆 163453)

A区块位于大庆油田杏树岗构造北部,含油面积约14.32 km2,地质储量约1 230.56×104t,油藏埋深1 080~1 620 m,目的层以三角洲前缘亚相沉积为主,储层厚度较薄,为低渗透油层。2016—2018年共计压裂42口井,压裂后与预期增产效果差异大,原因是前期的选井/层方法不当。前期主要选取井况正常、储层产液量低、含水低、注采完善、施工数据全面、处于钻关区等的探井作为备选压裂井,选井/层方法过于主观且缺少充分的数据支撑。当前,压裂井/层选择主要采用层次分析法[1]、模糊数学[2]、灰色关联度[3]、神经网络[4]等单一或结合的研究方法[5,6],这些方法普遍存在参数不充分、模型复杂、数据处理复杂等缺陷。压裂施工效果受多种因素影响,不确定性较强,难于量化。本文引入的双射软集合理论在处理这类问题时有其独特的优势,通过给定评价对象一个近似描述,无需给出精确结果,同时模型简单,依靠其自身的数理关系确定权重,无需借助其他方法来确定权重,通过构建压裂井/层指标评价体系,得到优选结果,为后续的压裂井/层评价工作提供方法支持。

1 双射软集合理论

软集合理论[7]是由Molodtsov于1999年提出的一种分析和处理不精确、不完备信息的数学工具,双射软集合理论[7]是在此基础上提出的一种新理论。

定义1[7]:U为初始全集,E为参数集,当且仅当F是E所有子集的一个映射时,则称(F,E)为U集合的一个软集合。

定义2[8]:令(F,E)为U集合上的软集合。这里F表示B到幂集P(U)的一个映射关系,B为非空参数集合,那么(F,B)为双射软集合,其应满足:

对于任意参数ei,ej∈B且ei≠ej,并满足F(ei) ∩F(ej)=φ。

1.1 双射软集合决策系统

定义3[8]:假设(Fi,Ei)(i=1 ,2,3,···,n)是U集合上的n个双射软集合,其中,对于任意ei∩ej=φ(i,j= 1, 2,3,···,n;i≠j),(G,B)是U集合上的双射软集合且B∩Ei=φ(i= 1 , 2,3,···,n)称为决策软集合。设(F,E) =U(Fi,Ei), 那 么 三 元 组((F,E),(G,B),U)被称作U集合上的双射软集合决策系统。

1.2 分明矩阵

定义4[8]:设S=(U, Λ(Fi,Ei))∪(D,C)是一个双射软集合决策表,那么M= (mij)n×n是此双射软决策的分明矩阵。(mij)n×n是一个n×n的矩阵,元素(mij)= {a∈C Ia(xi) ≠Ia(xj)} ,mii=0。

其中,C代表双射软集合决策系统中的决策集,a为C中的一个决策对象,aI代表其中的一个决策元素集,ix和xj分别代表不同的评价对象。

1.3 双射软集合参数约减

定义5[8]:给定一个决策信息系统的分明矩阵W= Ui,j=1,2,3,···,n(mij),满足如下条件:

式中:ID为目标决策元素集;Ia为其中的一个决策元素集;φ为空集;ε为分明矩阵中的元素。

式 (2) 中 ,(xi,xj)∈n×n,mij≠φ⇒W∩mi j≠φ。若A是决策信息系统中的一个参数集合,且A∈W,那么W-{A}可以从W中删除,通过这一过程得到双射软决策参数约减。

1.4 双射软集合参数依赖度及重要程度关系

定义6[8]:假设三元组((F,E),(G,B),U)是一个双射软决策系统,其中,(F,E) =U(Fi,Ei)为双射软集合系统,(F,E)被称作条件双射软集合,那么 (F,E) =U(Fi,Ei)与(G,B)的依赖度称为双射软集合决策系统的依赖度,可表示如下:e(Λ(Fi,Ei),(G,B))。

存在一个双射软集合(F,E)[7],有如下表达式:

式中:i为决策分割数;j为决策分割区间数;k为目标决策分割数,wij= maxr,tk= maxt;ck为决策分割对象集;cij为决策评价对象集;ej为评价对象的依赖度。

式(3)和式(4)分别表示决策分割与目标决策分割之间的重要程度关系,式(5)为权重计算公式。

1.5 算法流程

第一步,构建基于双射软集合的模型决策系统;

第二步,根据定义4及定义5得出模型的分明矩阵及相对参数约减(保留重要参数);

第三步,根据定义6、式(3)及式(4)得出各参数之间的相对依赖度及重要程度关系;

第四步,根据式(5)得出最终的决策权重,算法结束。

2 实证研究

本文选取大庆油田A区块已实施压裂的10口井对双射软集合理论的可行性进行验证。按照采出程度、生产压差、地层压力等15个参数设定指标评价体系,根据该区块的各参数数据库绘制油井的信息,如表1所示(其中,数字1代表双射软集合的参数表述方式,无数理意义)。

表1 指标评价信息

根据定义4和定义5得到大庆油田A区块的分 明矩阵如下:

由式(2)得出重要参数为地层压力、渗透率、含油饱和度、可采储量、加砂强度及施工排量。根据定义6得到各参数对应的依赖度分别是0.2、0.3、0.3、0.4、0.6和0.5。

通过式(3)和式(4)得出决策分割与目标决策分割之间的重要程度关系,以评价对象x1井为例:

根据式(5),可得出该评价对象的权重排序w1= 1 .085 0,同理可得其余9口井的最终权重排序如表2所示:

表2显示的数据计算结果,为当前的压裂井改造顺序提供了可靠的数据支持。其中,x1,x2,x8井权重值都超过1,应确定为优先进行压裂措施改造的井;x4,x7,x10井权重值都超过0.9,应确定为备选压裂井;x3,x6井权重值稍低,可确定为谨慎压裂井;x5,x9井权重值最低,不宜压裂。

表2 参数重要程度关系及排序

同时,调取该10口井压裂施工后初期日增加油量数据,如表3所示:

表3 压裂后初期日增油量

从表3中可以看出,各油井之间在增产方面虽存在部分差异,但都有一定的效果。其中x1,x2,x8井压后的日增油量最明显,x4,x7,x10井压后增产效果稍逊,x3,x6井压后也有一定的增产效果,x5,x9井增产效果最差。

3 结论

运用双射软集合理论对大庆油田A区块进行压裂选井评价,通过优选评价参数、依赖度、重要程度等得出权重排序,结论显示x1,x2,x8为优先压裂井,x4,x7,x10为备选压裂井,x3,x6为谨慎压裂井,x5,x9为不宜压裂井,将该评价结果与压裂后增油量数据进行比较,进一步证实了本文方法的科学性和可靠性。

猜你喜欢
依赖度大庆油田区块
区块链:一个改变未来的幽灵
科学(2020年5期)2020-11-26 08:19:12
大庆油田设计院有限公司
大庆油田设计院有限公司
大庆油田工程有限公司
大庆油田工程有限公司
区块链:主要角色和衍生应用
科学(2020年6期)2020-02-06 08:59:56
虚拟现实技术在装备培训中的应用研究
价值工程(2018年20期)2018-08-30 09:09:10
区块链+媒体业的N种可能
传媒评论(2018年4期)2018-06-27 08:20:12
读懂区块链
基于要素报酬的农户自然资源依赖度评价研究