模糊聚类分析方法在油藏分类中的应用研究

油藏分类是油气藏管理中的重要环节,是油藏评价、制定油藏开采方案的基础,是分类油藏研究的需要。根据科学、合理的油藏分类,筛选有针对性的开采技术,对于提高油藏的采收率和油田开发的经济效益至关重要。油藏数据具有数量大、参数多、差异大的特性。在以往的油藏分类过程中,通常是根据油藏管理人员的经验以某一常用分类参数的界限值为分类标准,人为参考其它参数,得出分类结果,并以此为依据来制定油藏开采方案。在多参数情况下,这样的分类很难或可认为几乎不可能科学、综合地考虑多个油藏参数,很容易制定出不符合实际的油藏开采方案,造成严重的经济损失。 采用聚类分析方法进行油藏分类,能够使分类由单一参数界限向多参数综合分析转变,最大限度地按油藏的近似程度分类,使油藏分类结果更加科学、合理。 然而,经典统计学系统聚类分析方法和动态聚类分析方法都在一定程度上要求人工干预来完成分类,即需要人为给定阈值或初始聚类中心、聚类数目。而且,经典统计学聚类分析方法对待聚类样本中个别误差较大数据干扰聚类分析问题的处理能力较差。 为此,与概率论随机变量的数字特征相对应,本文给出了模糊统计学随机变量统计体征的定义。以此为理论依据,并参照经典统计学系统聚类分析方法和动态聚类分析方法的基本思想,提出了模糊统计学聚类分析方法。 为了便于对大量油藏数据进行分类,本文以经典统计学动态聚类分析方法和模糊统计学聚类分析方法为基础,搭建了模糊多元统计分析系统平台,该平台具有新建数据、打开数据、编辑数据、动态聚类分析、模糊聚类分析及保存分析结果等功能,界面友好、操作方便,有可移植性。通过在我国东部某油区油藏分类中的试用,该平台得到了油藏工程领域专家的认可。由于油藏分类体系复杂,该平台还有待进一步研究和扩展。 通过结果对比和聚类有效性分析发现,模糊统计学聚类分析方法由于引入了离差隶属度和将全部待聚类样本作为初始聚类中心使得测量中异常数据对聚类分析的干扰及聚类结果对初始待聚类样本顺序的依赖性明显降低,有效地保障了聚类的无监督性。 最终得出结论,在油藏分类中应用模糊统计学聚类分析方法比经典统计学聚类分析方法有效,模糊统计学聚类分析方法无须人为干预,能够较科学地综合定位油藏类型,使得以此为依据制定出的油藏开采方案更为科学合理,能为油田的有效开发提供决策支持,为现代油藏管理提供服务,使油田的开采收益得到提高。