油田開采智能評價有用規則提取方法

于　鏑， 宋盛瑤， 任偉建， 康朝海， 劉玉敏

( 東北石油大學 電氣信息工程學院,黑龍江 大慶　163318 )

?

油田開采智能評價有用規則提取方法

于鏑， 宋盛瑤， 任偉建， 康朝海， 劉玉敏

( 東北石油大學 電氣信息工程學院,黑龍江 大慶163318 )

基于油田開采智能評價的有用規則是通過專家問卷調查產生的，受專家選擇和實踐檢驗的難度，以及某些專家經驗規則可能與實際數據不一致影響而具有明顯的局限性。采用基于區間Ⅱ型模糊集合的語言摘要方法，從油田開采數據庫中產生IF-THEN規則，并根據真實度、覆蓋度、可靠度和離群度等4個質量測度提取油田開采評價有用規則；進而基于平行坐標法及GUI界面建立可視化邏輯規則群。應用結果表明：該方法節省專家的時間，有助于在經驗與實際數據不一致基礎上完善專家經驗規則。

區間Ⅱ型模糊集合； 語言摘要； 規則提取； 智能評價； 可視化； 邏輯規則群； 油田開采

0　引言

通過油田開采效果評價，確定影響油田開采效果的規律和主控因素、制訂合理的油田開發調整措施，是提高油田采收率的核心內容。對于復雜的非均質油藏動態系統，采用理論、實驗和數值模擬等方法,研究油田開采效果并通過現場實踐驗證，存在很大局限性。專家經驗分析是一種重要和廣泛使用的油田開采效果評價方法，它將油藏視為一個連續脈沖響應的系統，將油田生產動態近似看成由輸入信號(注水量)產生輸出信號(產量)的過程，由基于采出井產量和注入井注水量之間的相關性可以估計注采關系[1-2]。

在油田開采智能評價時，需將一些油田專家經驗包含在評價規則中，規則可從專家調查問卷中挖掘。由于存在專家選擇和實踐檢驗的難度，以及某些專家經驗規則可能與實際數據不一致問題，專家調查問卷產生有用規則的方法具有明顯的局限性，如評價油田開采效果的核心指標是原油采收率，而原油采收率取決于波及系數和洗油效率。其中，波及系數的影響因素包括油層非均質性、流度比、原油黏度及注采關系等；洗油效率的影響因素是巖石滲透率、原油黏度、巖石潤濕性和毛管數[3-5]。這些影響因素受油田地質條件、層系井網部署和開采方式影響，即不同油田、不同層系影響開采效果的規律不同、主控因素也有差異。另外,這些影響因素之間還存在不同程度的相互作用問題，專家難以從中提煉有用規則。在油田開采效果評價時，涉及大量注采井的地質信息、注采信息和開發調整信息，油藏非均質性及開采過程中油水分布和壓力不斷變化使油藏動態系統開采規律變得非常復雜，而流度比、原油黏度和毛管數等因素之間還存在相互作用，采用傳統專家經驗方法進行油田開采效果評價時，面臨“海量油田數據和微量有用信息”的問題[6-8]。同時，專家調查詞語的意思存在不確定性，油田采集的產量等數據存在測量噪聲，語言和數據的不確定性導致隸屬度函數的不確定性[9]。

Ⅱ型模糊集合[10]是傳統Ⅰ型模糊集合的擴展，其本質是模糊集合中隸屬度的再次模糊化表示，可更好地解決語言歧義和數據噪聲問題。詞計算方法是從自然語言中抽取詞和命題并進行計算的一種方法[11]，與模糊集合理論有緊密聯系。Zadeh L A提出詞計算概念，指出不同人對詞的含義的理解具有差異性[12]；Mendel J M認為詞計算需要采用Ⅱ型模糊集合[13]，并在詞計算基礎上提出感知計算機的概念[14]；王飛躍應用詞計算進行語言動力學研究，通過詞計算有效地利用語言層次的動態信息，解決復雜系統的建模、分析、控制和評估問題[15]；莫紅運用區間Ⅱ型模糊集擴展原理，將常規數值函數轉化為對應的區間Ⅱ型模糊函數，并給出相應的詞計算方法與算法[16]。

筆者提出油田開采智能評價方案，利用基于區間Ⅱ型模糊集合的語言摘要方法[17-18]，從油田開采評價數據中提取有用規則信息，應用數據可視化技術建立可視化邏輯規則群，提供更豐富和易理解的規則信息。

1　理論基礎

1.1Ⅱ型模糊集合

(1)

圖1　區間Ⅱ型模糊集合示意Fig.1 Schematic diagram of IT2-FS

(2)

(3)

1.2詞計算

Mendel J M提出感知計算機包括編碼器、詞計算引擎和解碼器三個要素，其輸入和輸出為詞語[13]，其結構見圖2。由圖2可知，首先由編碼器把詞編碼成IT2-FS，然后用詞計算引擎得到推理輸出IT2-FS，最后由解碼器把IT2-FS還原為“詞”的形式。其中詞計算引擎的主要思想是首先采用語言摘要方法提煉有用規則，然后采用基于激活區間的感知推理方法進行近似感知推理計算。

圖2　感知計算機結構Fig.2 The structure of appreciable computer

2　評價方案

受復雜的油藏環境和海量的油田數據影響，現有地質研究與動態分析方法難度大、效率低。將油田開采評價數據與油藏工程師的專家經驗結合，并根據基于Ⅱ型模糊集合的詞計算思想構建油田開采評價方法。首先，采用區間法把與油層非均質性、注采關系、原油黏度、巖石滲透率、巖石潤濕性、毛管數和采收率相關的“描述詞語”編碼成IT2-FS集合；然后，基于語言摘要方法和專家驗證提取有用的規則庫，設計感知推理機并得到推理輸出IT2-FS；第三，通過解碼將IT2-FS還原為“詞”的形式，并給出建議輸出；最后，經過專家驗證得到有用規則，并用于油田開采評價。油田開采智能評價整體方案見圖3，其重點是要解決油田開采智能評價過程中基于油田開采數據的有用規則提取問題。

圖3　油田開發智能評價方案示意Fig.3 Intelligent evaluation program of oilfield development

3　語言摘要規則

3.1數據描述

(4)

如某一水驅油田開采評價數據庫有392個區塊的自動模型(M=392)，即Y={模型1，模型2，…模型392}。每個模型都有7個屬性(N=7)，并且V={油層非均質性，注采關系，原油黏度，巖石滲透率，巖石潤濕性，毛管數，采收率}。油層非均質性的范圍是0～1，其定義域為X1=(0,1]。

3.2提煉方法

給定油田開采評價數據庫，可以確定規則前件描述的變量為影響采收率的6個因素，規則后件描述的變量為采收率。考慮與之相關的5個描述詞語：“很強”、“強”、“中等”、“弱”和“很弱”，應用區間法[19]得到與之對應的區間Ⅱ型模糊集合，這些詞與其不確定域組成一個編碼簿，便于詞計算中的語言摘要、感知推理和解碼操作,可以構造所有可能的規則組合。

對于多規則前件和單規則后件的IF-THEN規則形式為

(5)

(6)

定義平均聯合基數為

(7)

為了方便計算，用平均聯合基數定義真實度T:

(8)

(2)覆蓋度C表示規則的廣泛性。它描述是否有足夠的數據支撐某條規則。覆蓋度與真實度相互獨立，因為具有高覆蓋度的規則并不代表具有高的真實度。覆蓋度表示為

(9)

(3)可靠度R表示規則的可靠程度。當且僅當一條規則具有很高的真實度時，該規則才是可靠的，即大多數的數據既滿足規則前件又具有規則后件描述的行為，同時又具有充分的覆蓋度，即該規則有足夠的數據描述。可靠度表示為

R=min(T,C)。

(10)

(4)離群度O表示規則的獨特性。獨特性意味一條規則只描述異常情況且未所預料。一條異常規則的充分覆蓋度必須非常小，即該規則只描述非常少的數據；然而，覆蓋度并不足以確定離群規則，同時應該考慮其真實度。一個離群規則必須滿足準則：1)真實度必須是很小或很大；2)充分覆蓋程度必須很小。找出一個離群規則的目的是幫助人們確定并研究可能的離群數據，所以需要從離群規則中排除真實度T=0的規則，因為該規則不描述任何數據。離群度表示為

(11)

由離群規則的第一個準則要求，max(T,1-T)將接近0的小T或者接近1的大T變換成[0,1]的大數；并且由離群規則的第二個準則限制C必須小，所以由min(max(T,1-T),1-C)進一步限制。某條規則的離群度O越接近1，它為離群規則的可能性越大。

4　可視化邏輯規則群應用

應用平行坐標法，基于油田開采評價數據庫，通過MATLAB軟件的GUI界面建立可視化模糊邏輯規則群。GUI界面由4部分組成，右上部分顯示規則的真實度、覆蓋度、可靠度和離群度的值，根據質量測度的等級排序可以判斷受關注規則的真實性、普遍性、可靠性和獨特性。左上部分顯示4個質量測度進行優先等級排序時對應的規則。中間區域顯示當前選中的規則中各個變量對應的區間，以及與規則相關或不相關的規則邏輯，藍色代表支持當前規則，綠色區域代表當前規則覆蓋的區域，紅色代表違背當前規則，黑色代表與當前規則不相關。界面下方顯示規則前件和后件變量對應的不確定域。

4.1兩規則前件和單規則后件情況

當考慮與采收率相關的兩個影響因素對采收率的影響時，共產生1.875×103條規則。選取其中最具代表性的4組界面進行描述(見圖4)。

以真實度為主時的界面見圖4(a)，當前規則為“當注采關系強且滲透率高時，則采收率低”，只有一種情況符合規則，并且當前規則不符合油田生產實際，規則只描述很少的離群情況，不能單純應用真實度質量測度衡量規則是否有用。

以覆蓋度為主時的界面見圖4(b)，當前規則為“當注采關系弱且非均質性弱時，則采收率很低”，有些情況符合規則，但也有些情況與之相悖，并且當前規則不符合油田生產實際，所以也不能單純應用覆蓋度質量測度衡量規則是否有用。

以可靠度為主的界面見圖4(c)，當前規則為“若滲透率小且毛管數小，則采收率很低”。當前規則具有高的真實度和充分的覆蓋度，并且符合油田生產實際，因此可由可靠度質量測度評價當前規則有用。

以離群度為主的界面見圖4(d)，當前規則為“若注采關系適中且滲透率適中，則采收率很低”，只有一種情況符合規則，可視當前規則為離群規則。

圖4　兩規則前件和單規則后件可視化邏輯規則群應用界面Fig.4 Interface visual logic rules groups application of two former rule members and one after rule members

綜上所述，不能單純地通過真實度或覆蓋度評價一個規則是否實用，而通過可靠度可以判斷最可靠、最具有代表性的規則，且通過離群度可以分析和確定離群規則和離群數據。

4.2三規則前件和單規則后件情況

當考慮與采收率相關的兩個影響因素對采收率的影響時，共產生12.500×103條規則。借助4個質量測度和可視化邏輯規則群，通過專家驗證形成感知推理初始規則庫。選取其中最具代表性的4組界面(見圖5)，采用4個質量測度衡量規則的不同特性。此外，可以改變規則前件的個數，得到更復雜的規則；然后通過質量測度衡量和專家驗證，得到相應的有用規則。

圖5　三規則前件和單規則后件可視化邏輯規則群應用界面Fig.5 Interface of visual logic rules groups application three former rule members and one after rule members

5　結論

(1)應用基于Ⅱ型模糊集合的語言摘要方法，得到油田開采智能評價中有用規則信息。首先,從油田開采評價數據庫中提取多前件、單后件的IF-THEN規則，并基于4個質量測度進行規則評價；然后,基于平行坐標方法和MATLAB軟件的GUI界面，建立可視化模糊邏輯規則群；最后,通過專家驗證得到有用規則。

(2)該油田開采智能評價有用規則提取方法可以考慮任意的多規則前件規則問題，也可以通過改變規則前件變量的個數，得到所有可能的規則，再根據質量測度進行計算，進而給出有用規則。

(3)經過專家驗證的有用規則構成評價感知推理的初始規則庫，為油田開采智能評價奠定評價基礎。

[1]Liu F, Mendal J M, Nejad A M. Forecasting injector producer relationships from production and injection rates using an extended Kalman filter [J]. SPE Journal, 2009,14(4):653-644.

[2]于鏑,霍鳳財,張雯,等.多注多采條件下水驅油藏區域影響估計方法[J].東北石油大學學報,2015,39(2):102-107.

Yu Di, Huo Fengcai, Zhang Wen, et al. Estimation of the regional impact on multi-injectors and multi-producers of water-flooded reserviors [J]. Journal of Northeast Petroleum University, 2015,39(2):102-107.

[3]岳湘安,王尤富,王克亮.提高石油采收率基礎[M].北京: 石油工業出版社,2007:88-90.

Yue Xiangan, Wang Youfu, Wang Keliang. Fundamentals on enhanced oil recovery [M]. Beijing: Petroleum Industry Press, 2007:88-90.

[4]鐘立國,張守軍,魯笛,等.空氣輔助蒸汽吞吐采油機理[J].東北石油大學學報,2015,39(2):108-115.

Zhong Liguo, Zhang Shoujun, Lu Di, et al. Research on EOR principles of air-assisted CSS [J]. Journal of Northeast Petroleum University, 2015,39(2):108-115.

[5]苑登御,侯吉瑞,宋兆杰,等.塔河油田縫洞型碳酸鹽巖油藏注水方式優選及注氣提高采收率實驗[J].東北石油大學學報,2015,39(6):102-110.

Yuan Dengyu, Hou Jirui, Song Zhaojie, et al. Optimization of water injection methods and flooding for EOR in Tahe fractures-vuggy carbonate reservoir [J]. Journal of Northeast Petroleum University, 2015,39(6):102-110.

[6]陳德春,李靜,顏曉.基于數據挖掘的油氣開采決策支持技術[J].油氣地質與采收率,2009,16(2):67-69.

Chen Dechun, Li Jing, Yan Xiao. Support technology of oil and gas development strategic decision based on data mining methods [J]. Petroleum Geology and Recovery Efficiency, 2009,16(2):67-69.

[7]張繼風.水驅油田開發效果評價方法綜述及發展趨勢[J].巖石油氣藏,2012,24(3):118-122.

Zhang Jifeng. Evaluation methods of development effect for water drive oilfield and development trend [J]. Lithologic Reserviors, 2012,24(3):118-122.

[8]趙金海,楊傳書.專家決策支持系統在石油工業中的應用與發展展望[J].中外能源,2010,15(11):40-45.

Zhao Jinhai, Yang Chuanshu. The application and prospect of IDSS in petroleum industry [J]. Sinoglobal Energy, 2010,15(11):40-45.

[9]Mendel J M. Type-2 Fuzzy Sets: Some questions and answers [C]. IEEE Neural Networks Society Newsletter, 2003:10-13.

[10]Zadeh L A. The concept of a linguistic variable and its application to approximate reasoning [J]. Information Sciences, 1975,8(1):199-249.

[11]Zadeh L A. From computing with numbers to computing with words from manipulation of measurements to manipulation of perceptions [J]. IEEE Transactions on Circuits and Systems Ⅰ: Fundamental Theory and Applications, 1999,46(1):105-119.

[12]Mendel J M. Computing with words, when words can mean different things to different people [C]. Rochester: Proceedings of the International ICSC Symposium on Fuzzy Logic and Applications, 1999:158-164.

[13]Mendel J M. The perceptual computer: An architecture for computing with words [C]. Melbourne: Proceedings of the IEEE International Conference on Fuzzy Systems, 2001:35-38.

[14]Mendel J M. Perceptual reasoning for perceptual computing [J]. IEEE Transactions on Fuzzy Systems, 2008,16(6):1550-1564.

[15]王飛躍.詞計算和語言動力學系統的基本問題和研究[J].自動化學報,2005,31(6):844-852.

Wang Feiyue. Fundamental issues in research of computing with words and linguistic dynamic system[J]. Acta Automatica Sinica,2005,31(6):844-852.

[16]莫紅,王飛躍,肖志權,等.基于區間二型模糊集合的語言動力系統穩定性[J].自動化學報, 2011, 37(8):1018-1024.

Mo Hong, Wang Feiyue, Xiao Zhiquan, et al. Stabilities of linguistic dynamic system based on interval type-2 fuzzy sets [J]. Acta Automatica Sinica, 2011,37(8):1018-1024.

[17]Wu Dongrui, Mendel J M. Linguistic summarization using IF-THEN rules and interval type-2 fuzzy sets [J]. IEEE Transactions on Fuzzy Systems, 2011,19(1):136-151.

[18]Kacprzyk J, Zadrozny S. Linguistic summarization of the contents of web server logs via the orderd weighted averaging(OWA) operators [J]. Fuzzy Sets and Systems, 2016,285:182-198.

[19]Yu Di, Liu Furui, Ren Weijian. Encoding words for intelligent evaluation of injection-production wells pattern based on enhanced interval approach [C]. Guilin: Proceedings of 12th World Congress on Intelligent Control and Automation, 2016.

2016-01-26；編輯：張兆虹

國家青年科學基金項目(51404074)；中國石油科技創新基金研究項目(2012D-5006-0205)

于鏑(1977-)，女，博士，副教授，主要從事模糊控制和智能評價方面的研究。

10.3969/j.issn.2095-4107.2016.03.014

TP391

A

2095-4107(2016)03-0111-07