技术领域
[0001] 本发明涉及油气田开发优化技术领域，尤其涉及一种基于模糊逻辑的水平井智能压裂选井选段方法及系统。
相关背景技术
[0002] 水平井分段压裂改造是开发低渗致密、页岩储层的重要工艺措施，在实际生产中，压后水平井的产量主要由少数高产段贡献，通常70％‑90％的压裂段为低产、无产段，因此，选取高潜力井段实施压裂是提高压裂改造效果的关键。由于影响压裂效果的地质因素、工程因素较多，尤其是非均质程度强的储层，在进行现场数据收集的过程中，难以精确获取每一个因素的参数值，且各因素间存在复杂的关联关系。
[0003] 采用模糊逻辑算法可处理不确定问题，输入参数值可为不确定的范围，经推理器、解模糊器处理，可输出清晰判断结果，与多因素权重分析方法相结合，形成压裂选井选段判断标准。
[0004] 实际应用时，对于同一组样本数据，不同的多因素权重分析方法所计算出来的权重值往往不同，在模糊逻辑系统中所形成的压裂选井选段判断标准也存在差异；现有的基于模糊逻辑的压裂选井方法多是结合单一的权重计算模型进行分析，优选的部分压裂井段无法取得预期的产能，不适用于非均质程度强的水平井段，无法满足实际工程要求。
[0005] 目前各类机器学习算法及模糊逻辑系统已在压裂选井中得到应用，但存在一定的局限性，主要表现在：
[0006] (1)应用机器学习算法及模糊逻辑系统建立压裂选井标准，但未综合不同的多因素影响权重计算方法，检验与校正机制无法兼顾产能因素；如专利文件CN201710790910.8提供一种低渗透非均质油藏多段压裂水平井重复压裂选井的方法，其根据候选井各压裂段参数分布范围确定理想压裂段参数取值，利用模糊系统聚类方法计算候选井各压裂段与理想压裂段的欧氏距离，根据平均欧氏距离大小优选重复压裂井；专利文件CN201810915166.4提供一种致密油气藏体积压裂水平井重复压裂选井的方法，通过建立多层次影响产能因素评价体系，利用正态分布隶属函数计算各影响因素的隶属度，根据候选井评分所在的象限，评价重复压裂潜力；文献《基于模糊推理的致密砂岩气储集层重复压裂井选择方法》，以模糊逻辑为基础，通过语言模糊性的数学表示来处理语言的不精确性和主观性，将储集层指数、操作指数、初始条件指数和产量指数作为输入参数，重复压裂潜力指数作为输出参数，筛选重复压裂井。上述技术方案均无法实现不同多因素影响权重计算方法与模糊逻辑系统的结合，检验和调整压裂选井准则无法兼顾产能，难以保障水平井压裂选井选段的精准性。
[0007] (2)局限于应用模糊逻辑系统和产能预测进行压裂选井，无法综合不同的多因素权重分析过程建立压裂选井选段精细评价准则，例如专利文件CN202010907489.6提供一种基于流程化的压裂选井选层方法及系统，基于流程化的压裂选井选层方法获取油气井相关数据，分析压裂影响因素，确定压裂综合评价结果；文献《基于二型模糊逻辑系统的压裂选井选层方法研究》，基于二型模糊逻辑系统与灰色聚类算法分别进行指标相似性分析，选出与性能指标关联度最大的影响指标，确定压裂选井选层指标体系，引入BP人工神经网络方法对压裂目标井层的产量进行预测。以上技术方案中主要针对井、层建立评价标准和产能预测模型，而无法针对强非均质性水平井根据不同的多因素分析方法建立精细压裂选井选段准则，也无法对不同压裂段的压后产能实现精确评估。
[0008] 公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成己为本领域技术人员所公知的现有技术。
具体实施方式
[0056] 以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
[0057] 虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。各项操作的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
[0058] 这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。
[0059] 这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
[0060] 应用的水平井分段压裂改造技术中，压后水平井的产量主要由少数高产段贡献，70％‑90％压裂段为低产、无产段，选取高潜力井段实施压裂是提高压裂改造效果的关键。
影响压裂效果的地质、工程因素较多，在进行现场数据收集的过程中，难以精确获取每一个因素的参数值，且各因素间存在复杂的关联关系。采用模糊逻辑算法可处理不确定问题，输入参数值可为不确定的范围，经推理器、解模糊器处理，可输出清晰判断结果，与多因素权重分析方法相结合，形成压裂选井选段判断标准。对于同一组样本数据，不同的多因素权重分析方法所计算出来的权重值往往不同，在模糊逻辑系统中所形成的压裂选井选段判断标准也存在差异，目前基于模糊逻辑的压裂选井方法多结合单一的权重计算模型进行分析，优选的部分压裂井段无法取得预期的产能，不适用于非均质程度强的水平井段；
[0061] 目前一些机器学习算法及模糊逻辑系统已在压裂选井中得到应用，但存在一定的局限性，主要表现在：(1)应用机器学习算法及模糊逻辑系统建立压裂选井标准，但未综合不同的多因素影响权重计算方法，结合产能预测建立检验与校正机制，如专利“低渗透非均质油藏多段压裂水平井重复压裂选井的方法(CN201710790910.8)”根据候选井各压裂段参数分布范围确定理想压裂段参数取值，利用模糊系统聚类方法计算候选井各压裂段与理想压裂段的欧氏距离，根据平均欧氏距离大小优选重复压裂井；专利“一种致密油气藏体积压裂水平井重复压裂选井的方法(CN201810915166.4)”建立多层次影响产能因素评价体系，利用正态分布隶属函数计算各影响因素的隶属度，根据候选井评分所在的象限，评价重复压裂潜力；文献“基于模糊推理的致密砂岩气储集层重复压裂井选择方法”，以模糊逻辑为基础，通过语言模糊性的数学表示来处理语言的不精确性和主观性，将储集层指数、操作指数、初始条件指数和产量指数作为输入参数，重复压裂潜力指数作为输出参数，筛选重复压裂井。以上技术方案均未将不同的多因素影响权重计算方法与模糊逻辑系统结合起来，以产能预测为依据检验和调整压裂选井准则，难以保障水平井压裂选井选段的精准性。
[0062] (2)应用模糊逻辑系统和产能预测进行压裂选井，但未综合不同的多因素权重分析方法，建立压裂选井选段精细评价准则，如专利“一种基于流程化的压裂选井选层方法及系统(CN202010907489.6)”基于流程化的压裂选井选层方法获取油气井相关数据，分析压裂影响因素，确定压裂综合评价结果；文献“基于二型模糊逻辑系统的压裂选井选层方法研究”基于二型模糊逻辑系统与灰色聚类算法分别进行指标相似性分析，选出与性能指标关联度最大的影响指标，确定压裂选井选层指标体系，引入BP人工神经网络方法对压裂目标井层的产量进行预测。以上技术方案主要针对井、层建立评价标准和产能预测模型，而针对强非均质性水平井需要根据不同的多因素分析方法建立精细压裂选井选段准则，需要应用精确的产能预测模型评估不同压裂段的压后产能，目前的方法无法满足要求。
[0063] 综上所述，目前多因素权重分析及模糊逻辑方法虽应用于压裂选井，但对于储层非均质性强的水平井段，还需要将不同的多因素权重分析方法与模糊逻辑系统相结合，综合多种机器学习模型及专家经验，建立适用于强非均质性水平井的精细智能压裂选井选段准则，并应用预测精度高、适用于小样本的非线性多项式回归方法建立产能预测模型，基于逐段精细产能预测对选井选段准则进行校正，精准识别高潜力井段，提高压裂改造效果。基于此，本发明研发人员考虑通过对机器学习过程及算法模型进行改进，发挥多种智能算法及专家经验优势，依据产能预测对选井选段标准进行校正，形成适用于目标区块的智能压裂选井选段方法。
[0064] 为解决上述问题，本发明提供一种基于模糊逻辑的水平井智能压裂选井选段方法及系统，综合应用多种机器学习方法，建立一套精细压裂选井选段准则，实现低渗致密、页岩油气井高效压裂改造，精准识别高潜力压裂井段，以解决强非均质性水平井压裂改造效果影响因素复杂、井段压裂潜力评估不精准的问题，将不同的多因素权重分析方法引入模糊逻辑系统，以精细产能预测为依据形成智能压裂选井选段准则，定位高潜力井段实施压裂，最大程度提高压裂改造效果。
[0065] 本发明提供的基于模糊逻辑的水平井智能压裂选井选段方法涵盖下述方面的改进思路：
[0066] 样本井产能多因素层次结构模型建立、基于多因素分析的多层次影响权重值计算、基于不同分析方法的二型模糊逻辑评判准则建立、综合定量权重计算与专家经验的智能压裂选井选段准则建立、选井选段准则的实际应用实施以及基于压后产能检验校正优化压裂选井选段准则。
[0067] 接下来基于附图详细描述本发明实施例的方法的详细流程，附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0068] 实施例一
[0069] 图1示出了本发明实施例一提供的基于模糊逻辑的水平井智能压裂选井选段方法的流程示意图，参照图1可知，该方法包括如下步骤。
[0070] 样本库建立步骤.基于设定压裂井的地质、工程和生产数据建立样本井数据库；
[0071] 产能结构模型建立步骤.从所述样本井数据库中选取影响压裂井产能的因素，按照地质因素、岩石力学因素和施工因素划分，形成产能多因素层次结构模型；
[0072] 影响权重计算步骤.分别采用灰色关联分析、Pearson‑Mic、熵值法计算各因素对压裂井产量的影响权重，进而基于所述产能多因素层次结构模型，结合层次分析法获取各因素的分层次影响权重值；
[0073] 模糊逻辑评判准则建立步骤.将灰色关联分析、Pearson‑Mic、熵值法计算的多层次权重结果引入模糊逻辑系统，结合样本数据库中各因素在不同样本中的取值，进行推理机、简化机、解模糊器处理，分别建立模糊逻辑评判准则；
[0074] 评判准则处理步骤.将应用灰色关联分析、Pearson‑Mic、熵值法所计算权重结果与对应的模糊逻辑评判准则进行对比，根据设定条件对各模糊逻辑评判准则集合进行异常集处理、分割处理和合并处理，形成压裂选井选段综合评判准则；
[0075] 压裂潜力评估步骤.针对具备压裂需求的水平井，基于样本井数据库确定其影响因素，进而应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数；
[0076] 选井选段压裂步骤.选取压裂潜力评估系数满足设定要求的压裂井段作为当前水平井的目标压裂段以实现高质量的压裂改造，若当前水平井全部压裂井段的压裂潜力都无法满足设定的条件，则确定当前水平井不具备压裂潜力。
[0077] 为实现低渗致密、页岩油气井高效压裂改造，精准识别高潜力压裂井段，需要综合应用多种机器学习方法，建立一套精细压裂选井选段准则；为解决强非均质性水平井压裂改造效果影响因素复杂、井段压裂潜力评估不精准的问题，本发明通过上述实施例提供的基于模糊逻辑的水平井智能压裂选井选段方法，将不同的多因素权重分析方法引入模糊逻辑系统，以精细产能预测为依据形成智能压裂选井选段准则，定位高潜力井段实施压裂，最大程度提高压裂改造效果。
[0078] 其中，通过所述样本库建立步骤基于设定压裂井的地质、工程和生产数据建立样本井数据库。
[0079] 实际应用时，选取需求区块范围内所有历史压裂井作为样本井，收集各样本井的地质、工程和生产数据，进而对各数据进行过滤、整合处理，建立样本井数据库。
[0080] 进而执行产能结构模型建立步骤，从所述样本井数据库中选取影响压裂井产能的因素，按照地质因素、岩石力学因素和施工因素划分，形成产能多因素层次结构模型；
[0081] 图2示出了本发明实施例提供的基于模糊逻辑的水平井智能压裂选井选段方法的操作原理示意图；在一个优选的实施例中，在产能结构模型建立步骤中，还包括：
[0082] 采用线性回归方法分析各影响因素数据与压裂井产量的关联关系，将所有影响因素按照地质因素、岩石力学因素、施工因素进行分类后，基于所述样本数据库及各因素与压裂井产量的关联关系分析结果，分别选取各类别中相关系数满足设定要求因素作为的主控因素，建立多因素层次结构模型，如图3所示。
[0083] 进一步地，执行影响权重计算步骤，分别采用灰色关联分析、Pearson‑Mic、熵值法计算各因素对压裂井产量的影响权重，进而基于所述产能多因素层次结构模型，结合层次分析法和一致性检验算法获取各因素的分层次影响权重值。
[0084] 可选的实施例中，在所述影响权重计算步骤中，将计算所得各因素对裂井产量的影响权重数据作为层次分析法定量标度参数建立两两对比矩阵，求解判断矩阵特征根所对应的各因素特征向量，获取各因素分层次影响权重值。
[0085] 进一步地，在可选的实施例中，计算各因素对压裂井产量的影响权重的过程中，在建立两两对比矩阵之前，包括下述操作：
[0086] 归一化处理步骤.对压裂井产量数据及各影响因素值进行归一化处理；
[0087] 灰色关联分析步骤.以归一化后的影响因素值为自变量，产量数据为因变量，应用灰色关联分析方法，通过定量计算自变量与因变量之间的同步变化程度，获取灰色关联权重；
[0088] 相关程度权重度量步骤.采用Perason‑Mic方法度量各因素与压裂井产量的相关程度，确定对应的影响权重值；
[0089] 熵值权重确定步骤.利用熵值法通过计算指标的离散程度确定对应的熵值权重值。
[0090] 其中，优选的实施例中，归一化处理步骤中，按照下式对压裂井产量数据进行归一化处理：
[0091]
[0092] 式中， 为第i口井归一化产量，无量纲；Qi为第i口井产量，单位m3；min{Q1,Q2…3
Ql}为所有样本井中产量最低值，单位m ；l为样本井数；max{Q1,Q2…Ql}为所有样本井中产量
3
最高值，单位m。
[0093] 按照下式对各影响因素值进行归一化处理：
[0094]
[0095] 式中，为第j个因素归一化值，无量纲；xj为第j个因素值；min{xj1,xj2…xjl}为第j个因素所有样本井中最低值；max{xj1,xj2…xjl}为第k个因素所有样本井最高值。
[0096] 进一步地，灰色关联分析步骤中，按下式应用灰色关联分析方法定量计算自变量与因变量之间的同步变化程度，获取灰色关联权重：
[0097]
[0098] 式中，gj为第j个因素灰色关联权重，无量纲； 表示第i个样本井中归一化产量与各归一化因素值之差的最小值，无量纲； 为第j个因素在所有样本中归一化产量与归一化因素值之差的最小值，无量纲；相应的 为第j个因素在所有样本中归一化产量与归一化因素值之差的最大值； 为所有样本中的第j个因素归一化最大值；xji为第j个因素在第i个样本中的归一化值，l为样本井的数量。
[0099] 进一步地，采用Perason‑Mic方法，通过度量各因素与压裂井产量的相关程度，计算影响权重。将产量值与因素值离散到进行了网格划分的二维空间中；可选的实施例中，在所述相关程度权重度量步骤中，将产量值与因素值离散到进行了网格划分的二维空间中，按照下式计算所述相关程度对应的影响权重值：
[0100]
[0101] 式中，pj为第j个因素Pearson‑Mic权重， 为第i个样本归一化产量与第j个因素归一化值的协方差； 为第j个因素归一化值的标准差； 为第i个样本归一化产量标准差。
[0102] 进一步地，可选的实施例中，在熵值权重确定步骤中，按照下式利用熵值法通过计算指标的离散程度确定对应的熵值权重值，离散程度越大，权重值越大；
[0103]
[0104] 式中，ej为第j个因素熵值权重， 为第j个因素在第i个样本中的归一化值。
[0105] 进一步地，在影响权重计算步骤中包括：
[0106] 将灰色关联分析、Pearson‑Mic、熵值法计算所得各因素对裂井产量的影响权重数据作为层次分析法定量标度参数建立两两对比矩阵，其中包括：将不同方法计算获取的权重值分别引入多层次结构模型，作为定量标度值建立如下所示的两两对比判断矩阵A：
[0107]
[0108] 式中，r1、r2……rn为各个压裂井产能影响因素的权重定量标度值，无量纲。
[0109] 基于此，求解两两对比判断矩阵的最大特征根所对应的各因素特征向量，经归一化处理获取各因素综合权重值，采用一致性检验法验证计算结果。
[0110] 实际应用时，分别采用灰色关联、Pearson‑Mic和熵值法计算各因素对压裂井产量的影响权重，作为所建立的多因素层次结构模型的定量标度值，建立两两对比矩阵，求解最大特征根，分层次计算多层次灰色关联法、多层次Pearson‑Mic法和多层次熵值法各因素对压裂井产量的权重值，采用一致性检验法进行验证。
[0111] 计算完成后，执行模糊逻辑评判准则建立步骤，将灰色关联分析、Pearson‑Mic、熵值法计算的多层次权重结果引入模糊逻辑系统，结合样本数据库中各因素在不同样本中的取值，进行推理机、简化机和解模糊器处理，分别建立对应的模糊逻辑评判准则；
[0112] 优选的实施例中，在模糊逻辑评判准则建立步骤中，模糊逻辑系统采用二型模糊逻辑系统；实际应用时，将灰色关联分析、Pearson‑Mic、熵值法计算的多层次权重结果引入二型模糊逻辑系统，结合样本数据库中各因素在不同样本中的取值，进行推理机、简化机、解模糊器处理，分别建立二型模糊逻辑评判准则，基于导入的3种方法的权重值计算结果建立3种二型模糊逻辑压裂选井选段评判准则，将各影响因素分为m个等级，实际应用时，通常可设置m为3‑5。
[0113] 进一步地，通过评判准则处理步骤将应用灰色关联分析、Pearson‑Mic、熵值法所计算权重结果与对应的模糊逻辑评判准则进行对比，根据设定条件对各模糊逻辑评判准则集合进行异常集处理、分割处理和合并处理，形成压裂选井选段综合评判准则。
[0114] 具体地，可选的实施例中，在评判准则处理步骤中，将应用灰色关联分析、Pearson‑Mic、熵值法3种多因素权重定量计算方法所建立的评判准则进行对比，处理异常集，基于专家经验将各集合进行分割、合并，形成压裂选井选段综合评判准则，通过建立二型模糊逻辑智能压裂选井选段综合评判准则，以获取各压裂候选井段的压裂潜力综合评分。
[0115] 形成的压裂选井选段综合评判准则可应用于对需求的目标水平井的不同井段进行压裂潜力评估，因此有压裂潜力评估步骤，针对具备压裂需求的水平井，基于样本井数据库确定其影响因素，进而应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数。
[0116] 在可选的实施例中，考虑到部分等级的储层特征具备特异性，投入应用之前，还可以根据专家经验判断不同等级的因素评分范围是否合理，可考虑进行量化，引入专家经验设置的不同等级因素，将计算得到的某等级评判准则评分范围与专家经验范围对比，若某一等级的二型模糊逻辑计算范围的最小值或最大值低于或高于专家经验范围最小值或最大值，两者差值超过设定阈值，如10％，表明该等级的评分范围存在明显不适配性，因此可将该等级准则评分范围更正为专家经验范围。
[0117] 优选地，一个实施例中，在所述压裂潜力评估步骤中，按照下式应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数；
[0118]
[0119] 其中，
[0120] 式中，scorek为第k个压裂段的潜力评估系数，可为评分，评分越高，压裂获得高产的潜力越大；ajk为常数，作为满分数，可取任意值；Ljk为第k个压裂段第j个影响因素潜力等级，取1至m，ωj为综合灰色关联、Pearson‑Mic、熵值法3中权重分析方法获取的系数，gG、gR分别为应用灰色关联分析方法计算获取的地质因素、岩石力学因素权重分量，pG、pR和eG、eR分别为应用Pearson‑Mic方法、熵值法获取的地质因素、岩石力学因素权重分量。
[0121] 实际应用时，针对具备压裂潜力评估需求的水平井，应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数，结合预设的压裂潜力分级标准分别确定当前水平井不同井段的压裂潜力等级，基于其决策匹配的压裂施工方案。
[0122] 其中，所述压裂潜力分级标准是预先基于不同水平井的压裂潜力评估系数值和实际压裂效果分析制定的，涵盖不同类型水平井所有压裂潜力等级的情况，包含不具备压裂价值的水平井数据。
[0123] 分级是分多级的，涵盖不适合压裂的井，参数范围涵盖全部井，是个闭环，我们根据分级，确定某一或某几个级别的井不适合压裂。实际应用中，若某水平井所有井段的压裂潜力都属于不具备压裂潜力的等级，则说明当前水平井整体不具备压裂潜力，则表明该水平井不适合作为压裂井来进行压裂改造。
[0124] 进一步地，对于存在压裂潜力满足设定条件井段的水平井，则基于压裂潜力评估结果实现压裂井选段，能够保障压裂改造的效率和高质量压裂效果。
[0125] 其中，在可选的实施例中，在选井选段压裂步骤中，选取压裂潜力评估系数满足设定要求的压裂井段作为当前水平井的目标压裂段以实现高质量的压裂改造。
[0126] 进一步地，为了提升选井选段综合评价准则的精确性，在优选的实施例中，本发明提供的所述基于模糊逻辑的水平井智能压裂选井选段方法还包括：
[0127] 准则一级检验步骤.采用预建的产能预测模型对水平井各井段压后产量进行逐段预测，将预测结果与采用选井选段综合评价准则所获取的压裂潜力评估系数评分进行匹配性分析，根据分析结果检验压裂选井选段准则的精确性；
[0128] 所述产能预测模型是分别采用非线性多项式回归方法基于样本数据库中各样本地质、工程、产量数据结合应用灰色关联分析、Pearson‑Mic、熵值法计算获取的权重值建立的。
[0129] 实际应用时，在准则一级检验过程中，以3种方法计算获取的权重值及样本数据库中各样本地质、工程和产量数据为依据，采用非线性多项式回归方法建立产能预测模型，对水平井各井段压后产量进行逐段预测，根据产能预测对步骤所建立的二型模糊逻辑智能压裂选井选段综合评判准则进行检验和校正；将预测结果与采用二型模糊逻辑智能压裂选井选段综合评价准则所获取的评分进行对比，检验和校正压裂选井选段准则。
[0130] 若应用所建立的二型模糊逻辑智能压裂选井选段综合评判准则所计算的评分与上述操作中逐段压后产能预测变化趋势一致，则依据所建立的二型模糊逻辑智能压裂选井选段综合评判准则所计算得出的目标水平井各井段的潜力评分，优选目标水平井的高潜力压裂段，确定压裂改造的射孔位置；
[0131] 若二型模糊逻辑智能压裂选井选段综合评判准则所计算的评分与逐段压后产能预测变化趋势不一致，对二型模糊逻辑智能压裂选井选段综合评判准则进行校正，进一步修正二型模糊逻辑的分级数目、各级准则范围，进而评分值会有所改变，直至所计算的评分与压后产能预测变化趋势一致。
[0132] 为了进一步提升选井选段综合评价准则的精确性，所述方法进一步包括：
[0133] 准则二级检验步骤.收集当前水平井的地质、工程和生产数据，补充入所述样本井数据库中，基于更新后的样本数据库执行产能结构模型建立步骤、影响权重计算步骤、模糊逻辑评判准则建立步骤和评判准则处理步骤，将得到的与选井选段综合评判准则进行对比分析实现进一步检验，并基于对比分析结果对选井选段综合评判准则进行校正。
[0134] 实际应用时，通过收集新井地质、工程和生产数据，补充入所建立的样本井数据库，循环执行各步骤，用新井数据进一步检验和校正二型模糊逻辑智能压裂选井选段综合评判准则，应用时用校正更新后综合评判准则的对新井各段进行压裂潜力评价，以优选高潜力段实施压裂。
[0135] 采用本发明设计的一种基于模糊逻辑的水平井智能压裂选井选段方法，从样本井产能多因素层次结构模型建立、基于多因素分析的多层次影响权重值计算、基于不同分析方法的二型模糊逻辑评判准则建立、综合定量权重计算与专家经验的智能压裂选井选段准则建立、基于压后产能检验校正压裂选井选段准则等多方面实现改进。
[0136] 基于现场压裂井地质、工程和生产数据，建立样本井数据库及多因素层次结构模型，采用灰色关联分析、Pearson‑Mic、熵值法分别计算各因素对压裂井产量的影响权重，作为层次分析法定量标度参数建立两两对比矩阵，获取各因素分层次影响权重值；将权重分析结果引入二型模糊逻辑系统，对比应用3种多因素权重定量计算方法所建立的评判准则，进而结合专家经验，建立二型模糊逻辑智能压裂选井选段综合评价准则；采用非线性多项式回归方法建立产能预测模型，对水平井各井段压后产量进行逐段预测，检验校正压裂选井选段准则，可精准、高效预测水平井各井段的压裂潜力，选取高潜力段实施压裂，提高压裂改造效果。
[0137] 下面结合实施案例进一步描述本发明。本发明的范围不受实施例的限制，本发明的范围在权利要求书中提出。
[0138] 针对西北油田S区块建立二型模糊逻辑智能压裂选井选段综合评判准则，进行水平井压裂井段优选，具体如下：
[0139] 收集目标区块20口井的地质、工程和生产数据，对数据进行过滤、整合后，建立样本井数据库。应用线性回归方法分析所有地质、岩石力学和施工因素与压裂井产能的关联关系，确定不同类别的主控因素：
[0140] 实际应用时，可设置地质主控因素为：孔隙度、渗透率、储层有效厚度、含油饱和度、泥质含量；岩石力学主控因素为：水平主应力差、最小水平主应力、储隔层应力差、杨氏模量、泊松比；施工主控因素为：压裂液量、施工排量、砂比、单段簇数。以压裂井段产能作为目标层，地质因素、岩石力学因素、施工因素作为一级准则层，不同类别的主控因素作为二级准则层，建立多因素层次结构模型，如图4所示。
[0141] 进而分别采用灰色关联分析、Pearson‑Mic和熵值法计算各主控因素对压裂井产能的影响权重，计算结果见图5‑图7。
[0142] 进一步将不同多因素分析方法所计算的权重值作为定量标度引入多因素层次结构模型，建立两两对比矩阵，求解最大特征根，分层次计算多层次灰色关联法、多层次Pearson‑Mic法和多层次熵值法各因素对压裂井产量的权重值，并通过一致性检验，计算结果见下表1。
[0143] 表1不同多因素分析方法多层次权重值计算结果
[0144]
[0145] 将表1中不同方法的多层次权重值引入二型模糊逻辑系统，结合样本井数据库中各样本井地质、工程和生产数据，建立3种二型模糊逻辑压裂选井选段评判准则，将各因素划分为3个等级，不同方法所建立的评判准则见表2‑表4。
[0146] 表2多层次灰色关联二型模糊逻辑压裂选井选段评判准则
[0147]
[0148]
[0149] 表3多层次Pearson‑Mic二型模糊逻辑压裂选井选段评判准则
[0150]
[0151] 表4多层次熵值二型模糊逻辑压裂选井选段评判准则
[0152]
[0153] 对比3种二型模糊逻辑压裂选井选段评判准则，结合专家经验，建立二型模糊逻辑智能压裂选井选段综合评判准则，见表5。
[0154] 表5二型模糊逻辑智能压裂选井选段综合评判准则
[0155]
[0156]
[0157] 以S区块水平井WH1为目标，依据所建立的二型模糊逻辑智能压裂选井选段综合评判准则，将15个候选井段的参数代入评分模型获取压裂潜力评分，采用满分100分评分制，取αjk＝100。应用非线性多项式回归产能预测模型对15个候选井段压后产能进行预测，将压裂潜力评分与产能预测结果进行对比，如图8所示。15个候选井段的压裂潜力评分变化趋势和各井段产能预测结果变化趋势一致，验证了二型模糊逻辑智能压裂选井选段综合评判准则的可靠性。
[0158] 应用所建立的二型模糊逻辑智能压裂选井选段综合评判准则，计算WH1井沿水平井段各点潜力评分，见图9。根据计算结果选取评分高的高潜力段实施压裂，确定射孔位置。
[0159] 本发明实施例提供的方案可有效应用于低渗致密、页岩等非常规油气田现场，提供一种基于模糊逻辑的水平井智能压裂选井选段方法，精准识别水平井高潜力压裂井段，提高压裂改造效果，具有广阔的应用前景。
[0160] 对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0161] 需要指出的是，在本发明的其他实施例中，该方法还可以通过将上述实施例中的某一个或某几个进行结合来得到新的基于模糊逻辑的水平井智能压裂选井选段方法，以实现对油气田压裂改造工艺的精确优化。
[0162] 需要说明的是，基于本发明上述任意一个或多个实施例中的方法，本发明还提供一种存储介质，该存储介质上存储有可实现如述任意一个或多个实施例中所述方法的程序代码，该代码被操作系统执行时能够实现如上所述的基于模糊逻辑的水平井智能压裂选井选段方法。
[0163] 实施例二
[0164] 上述本发明公开的实施例中详细描述了方法，对于本发明的方法可采用多种形式的装置或系统实现，因此基于上述任意一个或多个实施例中所述方法的其他方面，本发明还提供一种基于模糊逻辑的水平井智能压裂选井选段系统，该系统用于执行上述任意一个或多个实施例中所述的基于模糊逻辑的水平井智能压裂选井选段方法。下面给出具体的实施例进行详细说明。
[0165] 具体地，图10中示出了本发明实施例中提供的基于模糊逻辑的水平井智能压裂选井选段系统的结构示意图，如图10所示，该系统包括：
[0166] 样本库建立模块，其配置为基于设定压裂井的地质、工程和生产数据建立样本井数据库，
[0167] 产能结构模型建立模块，其配置从所述样本井数据库中选取影响压裂井产能的因素，按照地质因素、岩石力学因素和施工因素划分，形成产能多因素层次结构模型；
[0168] 影响权重计算模块，其配置为分别采用灰色关联分析、Pearson‑Mic、熵值法计算各因素对压裂井产量的影响权重，进而基于所述产能多因素层次结构模型，结合层次分析法获取各因素的分层次影响权重值；
[0169] 模糊逻辑评判准则建立模块，其配置为将灰色关联分析、Pearson‑Mic、熵值法计算的多层次权重结果引入模糊逻辑系统，结合样本数据库中各因素在不同样本中的取值，进行推理机、简化机、解模糊器处理，分别建立模糊逻辑评判准则；
[0170] 评判准则处理模块，其配置为将应用灰色关联分析、Pearson‑Mic、熵值法所计算权重结果与对应的模糊逻辑评判准则进行对比，根据设定条件对各模糊逻辑评判准则集合进行异常集处理、分割处理和合并处理，形成压裂选井选段综合评判准则；
[0171] 压裂潜力评估模块，其配置为针对具备压裂需求的水平井，基于样本井数据库确定其影响因素，进而应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数；
[0172] 选井选段压裂模块，其配置为选取压裂潜力评估系数满足设定要求的压裂井段作为当前水平井的目标压裂段以实现高质量的压裂改造；若当前水平井全部压裂井段的压裂潜力都无法满足设定的条件，则确定当前水平井不具备压裂潜力。
[0173] 优选地，在一个实施例中，所述系统还包括：
[0174] 准则一级检验模块，其配置为采用预建的产能预测模型对水平井各井段压后产量进行逐段预测，将预测结果与采用选井选段综合评价准则所获取的压裂潜力评估系数评分进行匹配性分析，根据分析结果检验压裂选井选段准则的精确性；
[0175] 所述产能预测模型是分别采用非线性多项式回归方法基于样本数据库中各样本地质、工程、产量数据结合应用灰色关联分析、Pearson‑Mic、熵值法计算获取的权重值建立的。
[0176] 可选地，在一个实施例中，所述产能结构模型建立模块配置为：
[0177] 采用线性回归方法分析各影响因素数据与压裂井产量的关联关系，将所有影响因素按照地质因素、岩石力学因素、施工因素进行分类后，基于所述样本数据库及各因素与压裂井产量的关联关系分析结果，分别选取各类别中相关系数满足设定要求因素作为的主控因素，建立多因素层次结构模型。
[0178] 进一步地，在一个实施例中，所述影响权重计算模块配置为：将计算所得各因素对压裂井产量的影响权重数据引入多层次结构模型，作为定量标度值建立两两对比矩阵，求解判断矩阵特征根所对应的各因素特征向量，获取各因素综合权重值获取各因素分层次影响权重值。
[0179] 可选地，在一个实施例中，所述影响权重计算模块包括：
[0180] 归一化处理模块，其配置为对压裂井产量数据及各影响因素值进行归一化处理；
[0181] 灰色关联分析模块，其配置为以归一化后的影响因素值为自变量，产量数据为因变量，应用灰色关联分析方法，通过定量计算自变量与因变量之间的同步变化程度，获取灰色关联权重；
[0182] 相关程度权重度量模块，其配置为采用Perason‑Mic方法度量各因素与压裂井产量的相关程度，确定对应的影响权重值；
[0183] 熵值权重确定模块，其配置为利用熵值法通过计算指标的离散程度确定对应的熵值权重值。
[0184] 具体地，可选的实施例中，所述影响权重计算模块配置为：
[0185] 将灰色关联分析、Pearson‑Mic、熵值法计算获取的权重值分别引入多层次结构模型，作为定量标度值建立如下的两两对比判断矩阵A：
[0186]
[0187] 式中，r1、r2……rn为各个压裂井产能影响因素的权重定量标度值，无量纲。
[0188] 优选地，在一个实施例中，所述模糊逻辑评判准则建立模块配置为：模糊逻辑系统采用二型模糊逻辑系统；将灰色关联分析、Pearson‑Mic、熵值法计算的多层次权重结果引入二型模糊逻辑系统，结合样本数据库中各因素在不同样本中的取值，进行推理机、简化机、解模糊器处理，分别建立二型模糊逻辑评判准则，将各影响因素分为m个等级。
[0189] 进一步地，一个实施例中，所述压裂潜力评估模块按照下式应用所述压裂选井选段综合评判准则计算该水平井不同压裂井段的压裂潜力评估系数；
[0190]
[0191] 其中，
[0192] 式中，scorek为第k个压裂段的潜力评估系数；ajk为常数，作为满分数，可取任意值；Ljk为第k个压裂段第j个影响因素潜力等级，取1至m，ωj为综合灰色关联、Pearson‑Mic、熵值法3中权重分析方法获取的系数，gG、gR分别为应用灰色关联分析方法计算获取的地质因素、岩石力学因素权重分量，pG、pR和eG、eR分别为应用Pearson‑Mic方法、熵值法获取的地质因素、岩石力学因素权重分量。
[0193] 优选地，一个实施例中，所述系统还包括：准则二级检验模块，其配置为收集当前水平井的地质、工程和生产数据，补充入所述样本井数据库中，基于更新后的样本数据库启用执行产能结构模型建立模块、影响权重计算模块、模糊逻辑评判准则建立模块和评判准则处理模块，将得到的与选井选段综合评判准则进行对比分析实现进一步检验，并基于对比分析结果对选井选段综合评判准则进行校正。
[0194] 本发明实施例提供的基于模糊逻辑的水平井智能压裂选井选段系统中，各个模块或单元结构可以根据实际样本数据处理需求和智能模型训练需求独立运行或组合运行，以实现相应的技术效果。
[0195] 应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而不意味着限制。
[0196] 说明书中提到的“一实施例”意指结合实施例描述的特定特征、结构或特征包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一实施例”并不一定均指同一个实施例。
[0197] 虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
