智能分注分采技術改善水驅開發效果評價方法

羅云龍，盧祥國，曹 豹，劉義剛，夏 歡

（1.東北石油大學提高油氣采收率教育部重點實驗室，黑龍江大慶 163318；2.中海石油天津分公司渤海石油研究院，天津 300452）

渤海油田具有原油黏度較高、儲層厚度較大、非均質性較強、井網井距較大和巖石膠結強度較低等特點［1-3］。為有效解決層間驅替不均、注入水利用率低的問題，進一步擴大注入水波及體積，提高剩余油動用程度，采取分層注水或分層采油，起到了良好的增油控水效果。油田開發效果評價在油田開發管理、解決生產問題和開發方案調整等方面發揮著重要作用，因此智能分注分采技術改善水驅效果程度如何量化，其作用效果如何評價成為亟待解決的重要問題。

目前，關于水驅開發效果評價方法大致可以分為狀態對比法［4-5］、模糊綜合評判法［6-8］、灰色系統理論評價法［9-11］、水平分級評價法、系統動態分析法［12］和數值模擬評價法［13］等6類。每種方法有其優點也有其短處。狀態對比法就是將理論值或曲線與實際值或曲線進行對比，根據兩者偏離程度進行評價，最為常用的是含水率與采出程度關系曲線，在相同采出程度下，實際含水率高于理論值為差，實際含水率低于理論值則為好，但好差到什么程度無從體現，評價方法也只是定性分析；模糊綜合評判法是一種基于模糊數學理論的系統評價方法，應用模糊變換原理和最大隸屬度原則，考慮與被評價事物相關的各個因素，對其進行綜合評價，該評價方法成熟且被廣泛應用，但其評價指標權重受人為因素影響較強，過于主觀；灰色系統理論是由鄧聚龍［14］提出的，該理論隨后被許多石油科技工作者逐漸應用于油氣藏工程開發評價、措施決策等方面，灰色系統理論本質是一種多因素統計方法，以實際數據為基礎，通過灰色關聯度來描述各因素間強弱、大小或者次序關系，進而對油田開發效果進行評價或決策，該方法不被人為干預，具有一定的客觀優越性；水平分級評價法是基于評價指標體系，制定油田開發水平分級標準［15］，通過劃分評價指標范圍，劃分為好、中等、差或一、二、三3種類別，但評價結果也只能定性評價且具有一定模糊性；數值模擬評價法是一種較為方便且經濟的方法，通過建立地質模型并考慮調整措施機理得出模擬結果，便能直觀得出評價結果，雖然外國對數值模擬認可度較高，但由于種種原因，中國僅將數值模擬作為參考，主要原因可能是對地質認識不夠全面。

為使評價體系更加完善，權重給定更為合理，水驅開發效果評價更具客觀全面性，筆者基于灰色關聯分析法和層次分析法確定評價指標綜合權重，根據中國石油《油田開發水平分級》（SY/T 6219—1996）［15］和中海石油《海上中高滲透率水驅砂巖油藏開發水平分級》［16］等行業標準，建立不同原油黏度和含水階段下分級制評分標準，利用智能分注分采技術措施前后綜合分差值來評價水驅開發效果改善程度，即綜合分差值越大，水驅開發效果改善程度就越高，以期為評價渤海油田智能分注分采技術改善水驅開發效果提供技術支持與理論指導。

1 評價指標體系構建

1.1 評價指標篩選

孫偉通過邏輯分析法、主成分分析法以及灰色關聯分析法等方法對評價指標已取得較好的篩選結果，具有重要參考價值［17］。鑒于渤海油田實際情況，首先運用油藏工程理論分析油田常用開發效果評價指標的實際意義，并經過分析、整理、歸納和分類，得出評價指標大致可分為生產動態類指標、生產管理類指標和經濟效益類指標3大類。由于生產動態類指標直接體現水驅開發效果好壞，生產管理類指標是水驅開發實施過程評價指標，經濟效益類指標是水驅開發最終效益結果，因此，對水驅開發效果評價指標篩選只考慮生產動態類指標即可。生產動態類指標可進一步分為開采程度狀況、井網完善狀況、含水率變化狀況、采油量變化狀況、注水開發狀況、注水利用狀況、水驅油效果狀況、儲采狀況和地層能量保持狀況等9小類評價指標。

評價指標篩選原則包括：①全面性，所篩選評價指標能全面反映目標油田水驅開發效果。②相對獨立性，各評價指標之間應相互獨立，避免水驅開發效果的重復評價。③可操作性，評價指標的計算應具有可行性，方便計算分析。④可代表性，評價指標體系應適用范圍廣且具有代表意義。⑤可對比性，便于措施實施前后開發效果對比。

評價指標篩選采用邏輯分析法。所謂邏輯分析法是根據各評價指標實際意義，分析指標與指標篩選、評價指標與開發效果的邏輯關系。宋子齊將邏輯關系分為：因果關系、等價關系和過程關系［9］。

當評價指標間為因果關系時，為體現評價指標的可代表性，應選其“果”。如井網密度越大，水驅儲量控制程度越高，因此井網密度和水驅儲量控制程度為因果關系，所以選擇水驅儲量控制程度為評價指標。

當評價指標間為等價關系時，為避免對開發效果的重復評價，可二選一。以反映井網完善狀況的水驅儲量動用程度和水驅儲量控制程度為例，水驅儲量動用程度是按年度所有測試水井的吸水剖面或全部測試油井的產液剖面資料計算，即總吸水厚度與注水井總射開連通厚度之比，或總產液厚度與油井總射開連通厚度之比，水驅儲量控制程度定義為在現有井網條件下與注水井連通的采油井射開有效厚度與井組內采油井射開總有效厚度之比，因此兩者為等價關系。又如儲采比和剩余可采儲量采油速度也為等價關系。

當評價指標間為過程關系時，為體現評價指標的相對獨立性和代表性，應選其“末”。如綜合含水率和綜合含水上升率，綜合含水上升率是指每采出1%地質儲量綜合含水率的上升值，兩者為過程關系，所以應該選擇綜合含水上升率為評價指標。

通過對油田常用開發效果評價指標進行歸納分類，遵循篩選原則并運用邏輯分析法，建立了能客觀和全面反映油田水驅開發效果的評價指標體系，該體系包括水驅采收率（反映開采程度狀況）、水驅儲量動用程度（反映井網完善狀況）、綜合含水上升率（反映含水率變化狀況）、單位采油速度綜合遞減率（反映采油量變化狀況）、階段注采比（反映注水開發狀況）、階段存水率（反映注水利用狀況）、階段水驅指數（反映水驅油效果）、剩余可采儲量采油速度（反映儲采狀況）和能量保持水平（反映地層能量保持狀況）共9個評價指標。

1.2 評價指標權重確定

目前，權重確定方法大體可分為主觀和客觀2種。主觀方法如德爾菲法、層次分析法和環比評分法等，客觀方法如灰色關聯分析法和相似權法等方法。對多指標評價系統，若評價指標權重不同，其評價結果就各有差異。因此，確定指標合理權重尤為重要。目前應用較多且成熟的是層次分析法，該法雖然能充分利用決策者在兩兩比較中給出的偏好進行分析與決策，但單獨運用具有明顯的主觀性。灰色關聯分析法雖為一種客觀確定權重的方法，但其信息統計具有不完全性，且結果上主要體現的是關聯序，因此還需要對系統信息進行補充。綜上分析認為，基于灰色關聯分析法和層次分析法等主客觀法來確定各項開發評價指標權重，可得到更加科學客觀權重結果。

1.2.1 灰色關聯分析法

1.2.1.1 灰色關聯分析法原理

灰色關聯分析法是一種以各因素樣本數據為依據的多因素統計分析方法，用灰色關聯度來描述各因素間相互強弱關系、大小關系或者次序關系。若兩因素變化態勢基本一致，則它們之間關聯度較大，對結果影響就較大，反之則較小。

在灰色關聯分析法中，k時刻母序列與子序列關聯系數表達式為：

若系統因素與系統主行為呈現負相關關系，則可采用倒數化處理方法。若各因素間單位不同，造成數量級或量綱方面差異而無法比較，可在計算關聯度前進行無量綱化處理。

兩序列關聯度可用兩比較序列在各個時刻關聯系數的平均值計算，其表達式為：

各項指標關聯系數確定后，計算其指標權重，其表達式為：

1.2.1.2 權重計算

渤海B油田大部分分注井組于2018年9月實施智能分注，截至2019 年9 月1 日該油田各井組智能分注前后9 項評價指標值參見表1。由表1 可知，B油田各智能分注井組，在實施智能分注技術后，水驅采收率、水驅儲量動用程度等評價指標有所改善，綜合含水上升率和單位采油速度綜合遞減率降幅較大，剩余可采儲量采油速度仍然較高，能量保持水平穩定。在該評價指標體系中，除個別評價指標外，大多數評價指標有所改善。

以S 油田和L 油田水驅開發效果評價結果為基礎，基于灰色關聯分析法原理，計算得到不同油田各評價指標權重。由圖1 可知，水驅采收率和水驅儲量動用程度影響最大，綜合含水上升率和單位采油速度綜合遞減率影響次之，階段水驅指數、剩余可采儲量采油速度和能量保持水平影響較小，階段注采比和階段存水率影響最小。

利用渤海B，L 和S 等油田水驅開發評價指標灰色關聯分析法權重計算結果，取其平均值得到渤海油田水驅開發評價指標灰色關聯分析法計算最終權重結果。由圖1 可知，計算所得灰色關聯分析法最終權重結果與各油田具有一致特征。值得強調的是，灰色關聯分析法權重計算結果是以油田實際生產動態數據為基礎，但由于油田開發早期、中期、高含水期和特高含水期實際生產動態的變化，因而會造成權重結果發生變化，即油田在不同時期其評價指標權重不一樣。

1.2.2 層次分析法

1.2.2.1 層次分析法原理

層次分析法的核心是將決策者對事物的認識經驗定量化，以增強決策依據的準確性。應用層次分析法確定評價指標的權重，就是建立在有序遞階指標體系基礎上，通過比較同一層次各指標相對重要性來綜合計算指標權重。在對指標相對重要性進行評判時，層次分析法法引入了九分位比例標度標準參見表2。

表1 渤海B油田井組評價指標計算結果Table1 Calculation results of well-group evaluation indexes in Bohai B Oilfield

圖1 利用灰色關聯分析法計算渤海油田評價指標權重結果Fig.1 Calculation results of weight by grey relational analysis

表2 相對重要性的比例標度標準Table2 Scale of relative importance

層次分析法的步驟主要包括：①構造判斷矩陣。②計算權重和最大特征值。③一致性檢驗。當判斷矩陣階數大于2，其一致性比率小于0.10 時，即認為判斷矩陣具有滿意一致性，否則，需要調整判斷矩陣，以使其具有滿意一致性。

1.2.2.2 權重計算

對比各評價指標相對重要性程度，對照比例標度標準得出判斷矩陣結果（表3）。

9 階矩陣平均隨機一致性指標值為1.46，判斷矩陣的一致性比率為0.038 7，小于0.10，即判斷矩陣具有滿意的一致性。依據層次分析法原理，計算各評價指標權重，從層次分析法計算結果（圖2）來看，水驅采收率、水驅儲量動用程度、綜合含水上升率、單位采油速度綜合遞減率和階段水驅指數等指標影響水驅開發效果改善程度較大，剩余可采儲量采油速度和能量保持水平影響次之，階段存水率和階段注采比影響較小。

表3 層次分析法判斷矩陣結果Table3 Judgment matrix results of weight by analytic hierarchy process

圖2 層次分析法權重和綜合權重計算結果Fig.2 Calculation results of weight by analytic hierarchy process and comprehensive weight

1.2.3 評價指標綜合權重

為使評價指標權重計算結果最優，結合灰色關聯分析法和層次分析法權重計算結果，引入綜合權重，其表達式為：

若取偏好系數為0.5，水驅開發評價指標的綜合權重結果參見圖2。

結合灰色關聯分析法和層次分析法計算的綜合權重結果，作為水驅開發評價指標最終權重。

1.3 建立分級制評分標準

在同一含水階段，各評價指標對智能分注分采改善水驅開發效果程度反映效果不一樣，且不同含水階段各水驅開發效果評價指標變化程度也存在差異。因此，需要根據不同含水階段對油田建立不同階段的分級制評分標準。油田劃分開發階段有許多方法，可根據采出程度和含水率等指標劃分，大多數油田采用含水率變化作為劃分指標，將開發階段劃分為低含水期（含水率＜20%）、中含水期（含水率為20%～60%）、高含水期（含水率為60%～90%）和特高含水期（含水率＞90%）等4個階段。

同時，不同油水黏度比的油田水驅特征也有顯著差異。對于低黏度油田，油水黏度比小，開發初期含水率上升緩慢，主要儲量集中在中低含水期采出；對于中高黏度油田，則相反，開發初期含水率上升迅速，主要儲量集中在高含水期采出。所以，評分標準的建立還應考慮原油黏度的影響。原油黏度劃分為4 類：低黏度（≤5 mPa·s）、中高黏度（5，50］mPa·s、普稠油Ⅰ-1級（50，150］mPa·s和普稠油Ⅰ-2級（150，10 000］mPa·s。

依據各開發階段特征，將開發指標評價標準級別分為三級：好（100 分）、中等（0～100 分）和差（0分），建立不同原油黏度不同含水階段下的分級制評分標準。評分標準主要以海上中高滲透率水驅砂巖油藏開發水平分級為基礎［16］，同時借鑒油田開發水平分級［15］等規范和標準，本文僅羅列了原油黏度為5～50 mPa·s的分級評價標準（表4）。

表4 中高滲透砂巖油藏中高黏度開發效果評價標準Table4 Evaluation index standards development effect in medium-high permeability sandstone reservoirs with medium-high viscosity oil

2 評價方法

2.1 評價步驟

具體評價步驟包括：①運用油藏工程理論，分別計算智能分注分采前后9個評價指標的生產動態指標值。②基于目標油田平均原油黏度和現階段含水情況，參照不同原油黏度和不同含水階段分級制評分標準，計算智能分注前后評價指標分值。③將智能分注分采前后各評價指標分值與各指標綜合權重相乘，得到單項評價指標分值，各單項評價指標分值相加即獲得該井組綜合分值：

④計算智能分注分采前后井組綜合分值和分差值，該分差值反映智能分注分采后水驅開發效果改善程度。

2.2 評價指標分值計算方法

目前，中國大多數油田水驅開發效果評價都采用好、中等和差等評價等級，不僅評價過程存在較強模糊性，評價步驟也不夠合理。例如，水驅儲量動用程度僅包括好（≥75%）、中等（60%～75%）和差（≤60%）3 個等級。假設有甲、乙、丙3 個油田，計算甲油田水驅儲量動用程度為74%，乙為68%，丙為61%。按照評價標準都處于中等水平，顯然評價結論存在不合理性，雖然甲油田處于中等，但評價值明顯趨于好等級；丙油田也處于中等，但評價值明顯趨于差等級。為了改善這種評價方式，更好體現水驅開發效果，擬將好、中等、差3 個等級分別賦予分值，好為100 分，差為0 分，而處于中等級別的則采用線性插值方法計算評價指標對應分值。例如，假設已知坐標(x0,y0)與(x1,y1)，要得到[x0,x1]區間內位置x在直線上的值，如圖3 所示，兩點式直線方程表達式為：

圖3 線性插值原理圖Fig.3 Diagram of linear interpolation

以水驅儲量動用程度為例，某油田水驅儲量動用程度為70%，若評價標準規定水驅儲量動用程度大于75%為好，低于60%為差，則該油田水驅開發效果水驅儲量動用程度經線性插值得分為67分。

2.3 應用實例

渤海B 油田構造為一個東北走向的復雜斷塊，共劃分為6個油組，自上而下分別為0，Ⅰ，Ⅱ，Ⅲ，Ⅳ和Ⅴ油組，其中Ⅰ，Ⅱ和Ⅲ為油田的主力油組。油田儲集空間以粒間孔為主，平均孔隙度為30%，平均滲透率為1 800 mD，具有高孔高滲透的儲集特性。B 油田南部主體開發區域截至2019 年9 月1 日共有50 口生產井，29 口注水井，3 口水源井。油田平均地層脫氣原油黏度為25 mPa?s，綜合含水率約為77%，采出程度約為21%，屬于高含水開發階段。從油田投產到現在，為完善井網、提高儲量控制程度和解決層內層間非均質矛盾，先后經歷調整和穩產階段，各開發階段呈現不同變化規律，該油田分注井組大多于2018年9月1日前后安裝智能測調管柱設備。而S 油田截至2019 年9 月1 日含水率約為80%，原油黏度為37.4～154.7 mPa?s，所選評價分注井組大多于2018年4月1日前后安裝智能測調管柱設備。L 油田含水率約為85%，地層原油黏度為13.9～19.4 mPa?s，所選評價智能分注井組大多于2017 年5 月1 日前后下入智能測調管柱設備。截至2019 年9 月1 日，智能分注后各井組生產動態指標發生變化，考慮各井組實際配注層數及分層注水調配次數，各井組評分結果參見表5。從表5 可以看出：B 油田BZ2 和BZ3 井組實施智能分注后水驅開發效果提高幅度最大，BZ1 和BZ5 井組次之，BZ4 井組由于本身水驅開發整體效果較優，因此智能分注后未見明顯改善；S油田SZ2井組水驅開發效果改善程度較大，SZ3 井組次之，SZ1 井組再次之；L 油田LD1和LD2井組，水驅開發效果均有改善，但改善效果不明顯。進一步分析發現，水驅開發效果的改善程度受配注層數及調配次數的影響，配注層數和調配次數越多，相應綜合分差值越大，水驅開發效果改善程度越明顯，尤其在中低滲透儲層注入水利用率增加，擴大波及體積能力增強，使得各層剩余油動用程度提高，最終改善了水驅開發效果。

為進一步體現智能分注分采技術評價方法的適用性，通過B 油田實際地質模型，模擬BZ1，BZ2，Z3，BZ4 和BZ5 等井組5 年智能分注開發效果（2019年9 月1 日至2024 年9 月1 日），并與油水井籠統注采相對比，結果表明（表6）：各井組實施智能分注后，其增油量與評價綜合分差值呈現正相關關系，即分差值越大增油效果越好，從而進一步證明了該評價方法的適用性。

對于該評價方法本身而言，該評價方法的思路具有普遍適用性。從評價對象的規模考慮，它不僅適用于油田井組、部分區塊評價，也適用于整個油田評價。同時，對于油田不同增產措施，只要有合適的評價指標和行業評判標準，也具有實際指導意義。

表5 渤海各油田井組評價情況Table5 Evaluation of well groups in Bohai oilfields

表6 渤海B油田各井組增油結果Table6 Increased oil production of well groups in Bohai B Oilfield

3 結論

通過對油田常用開發效果評價指標歸納分類，運用篩選原則和邏輯分析法確定能客觀、全面反映油田開發效果的評價指標體系，該體系由水驅采收率（反映開采程度狀況）、水驅儲量動用程度（反映井網完善狀況）、綜合含水上升率（反映含水率變化狀況）、單位采油速度綜合遞減率（反映采油量變化狀況）、階段注采比（反映注水開發狀況）、階段存水率（反映注水利用狀況）、階段水驅指數（反映水驅油效果）、剩余可采儲量采油速度（反映儲采狀況）和能量保持水平（反映地層能量保持狀況）組成。

基于灰色關聯分析法和層次分析法，確定水驅開發評價指標綜合權重，確保了權重與各項開發評價指標影響水驅開發效果重要程度的一致性。考慮不同油田水驅開發評價指標對水驅開發效果反映程度有差異，因此各油田可根據自身油田實際生產動態數據反映的開發效果，結合灰色關聯分析法和層次分析法計算評價指標權重結果。對于評分標準，各油田可根據自身實際情況，建立不同原油黏度不同含水率下的分級制評分標準。

油田實際地質模型模擬結果表明，綜合分差值與水驅開發效果呈正相關，證明了該評價方法的適用性。此外，該評價方法不僅可應用于油田井組、部分區塊的水驅開發效果評價，也可應用于整個油田的評價，具有普遍適用性。

符號解釋

FZ——綜合分值；

k——時刻；

n——時刻取值范圍，即評價指標個數；

N——序列長度，這里指油田參與計算井組數量；

p——目前地層壓力，MPa；

pb——飽和壓力，MPa；

roi——子序列i與母序列o的關聯度；

wi——評價指標綜合權重；

x——評價指標的評價結果；

y——評價指標的分值；

x0——分級制評分標準中差與中等等級范圍界限值；

y0——差等級評價指標的分值，其值為0；

x1——分級制評分標準中好與中等等級范圍界限值；

y1——中等等級評價指標的分值，其值為100；

xi——第i個評價指標評價結果；

yi——第i個評價指標分值；

αi——由灰色關聯分析法確定的權重；

βi——層次分析法確定的權重；

Δoi(k)——k時刻母序列與子序列的絕對差；

Δmin，Δmax——各個時刻絕對差的最小值和最大值，一般取Δmin=0；

λ——偏好系數，取值范圍為0～1，一般取0.5；

ξ oi(k)——k時刻母序列與子序列關聯系數；

ρ——分辨系數，用以削弱Δmax過大而引起的關聯系數失真，一般取0.1～0.5，文中取值為0.5；

ωi——指標權重。