强化采油潜力预测理论与技术.pptVIP

国内外364个已实施三次采油区块统计 不同三次采油方法油藏深度与原油粘度分布 包括9个参数，其中，A参数：油藏规模(即区块地质储量，×104t)取10个水平值。利用 正交设计表共设计了50套样本方案。 样本方案的正交设计 3.1 样本集的生成 模拟计算中建立模型是拟三维地质模型。纵向上总厚度为15米,平均分为五个小层。模拟井网为反五点井网，注采井距为250米。 聚合物驱数值模拟 3.1 样本集的生成 聚合物驱经济评价 聚合物驱方案经济评价采用了“增量法”评价方法。 3.1 样本集的生成 样本分类 本次研究以税后内部收益率指标进行样本分类：该指标等于或大于12%的区块为适宜聚合物驱区块(Ⅰ类)，否则为不适宜聚合物驱区块(Ⅱ类)。 3.1 样本集的生成 检验了该方法的有效性。 3.2 Fisher判别分析 3.3 自组织方法 按自组织原理，为了对系统进行描述，可先分层考虑一系列的“部分实现”，通过好的“部分实现”的保留，去逐步逼近完全实现，即为所求的模型。 BP算法的改进 动量因子校正 自适应调整学习因子 限幅输出 网络学习前后数据变换处理 样本批处理 传统BP网络存在局部收敛、收敛速度慢等局限 3.4 改进的BP神经网络 统计学习理论(Statistical Learning Theory或SLT）是一种专门研究小样本情况下机器学习规律的理论。一些学者认为，SLT正在成为继神经网络研究之后新的研究热点。 3.5 支持向量机 支持向量机(Support Vector Machine 或SVM)是统计学习理论中最年轻、也最实用的部分，其核心内容在1992～1995年间提出。它从总样本中挑选出少数具有代表性的样本即所谓支持向量构成拟合函数。它比较圆满地解决了通用性（拟合）和推广性（预测）的问题。 3.5 支持向量机 风险 欠学习 过学习 真实风险的界 置信范围 经验风险 S1 S2 S3 函数集子集：S1 S2 S3 ∩ ∩ 结构风险最小化示意图 采用上述方法生成的样本集。 正交设计表的50组样本中序号为4、14、30、38、49的5个样本作为后评估(预测)样本集，其余45个样本作为拟合样本集。 应用实例 自组织方法 BP神经网络 支持向量机 几种回归方法的比较 改进型BP神经网络：拟合样本精度高，但预测样本精度较低，不具有推广性。反映出学习机器的复杂性与有限数目的样本的不适应，实践证明可以通过增加拟合样本数解决。 自组织方法：拟合和预测样本的精度都不高，但基本能够满足工程计算精度要求。该方法优点在于原理简单、模型容易实现。 支持向量机方法：拟合精度较神经网络方法稍低，但预测精度较高。该方法能够在有限的样本集基础上，兼顾模型的通用性和推广性。该方法原理复杂，但较好的实用效果展示了良好的应用前景。 一 研究的目的和意义 二 基于渗流理论的提高采收率潜力分析 三 基于统计理论的提高采收率潜力分析 四 结论与建议 四 结论与建议 1.基于渗流理论的潜力预测部分以流线方法为统一的理论基础,建立模型具有优点:计算快捷、稳定性好、能够方便、有效地考虑各种EOR作用机理。 2.基于统计理论的潜力预测部分首次将统计理论方面的必威体育精装版成果引入EOR潜力分析中，指出支持向量机方法在EOR潜力分析中具有良好的应用前景。 结论与建议 3.对EOR潜力分析的更进一步研究，例如：①利用智能决策系统实现EOR方法潜力分析的定性与定量的有机结合；②综合考虑油藏、注入及物化参数等不确定性的EOR方法潜力风险性分析；③提高采收率方法的注采参数最优化研究。 结论与建议 代表论著 提高原油采收率潜力预测方法，中国石油大学出版社，2007.9. 代表论文 Streamline-based mathematical model for CO2 miscible flooding. Applied Mathematics and Mechanics. 2004.25(6)(EI检索: 04378355203; SCI检索: 834NA) 微生物驱数学模型及其流线方法模拟. 石油学报.2003.24(3)(EI检索: 03297554301) 复杂边界条件下渗流场流线分布研究. 计算力学学报. 2003.20(3)(EI检索: 04017805877) 考虑扩散和吸附作用的聚合物驱替过程渗流数值模拟. 计算物理. 2003.20(3) 提高采收率潜力分析的基础研究. 岩石力学与工程学报. 2005.24(17) 聚合物驱数学模型的流线方法求解. 水动力学研究与进展. 200