油田開采智能評價有用規(guī)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(guī)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(guī)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(guī)則可能與實際數(shù)據不一致影響而具有明顯的局限性。采用基于區(qū)間Ⅱ型模糊集合的語言摘要方法，從油田開采數(shù)據庫中產生IF-THEN規(guī)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(guī)則；進而基于平行坐標法及GUI界面建立可視化邏輯規(guī)則群。應用結果表明：該方法節(jié)省專家的時間，有助于在經驗與實際數(shù)據不一致基礎上完善專家經驗規(guī)則。

區(qū)間Ⅱ型模糊集合； 語言摘要； 規(guī)則提?。?智能評價； 可視化； 邏輯規(guī)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(guī)律和主控因素、制訂合理的油田開發(fā)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(tài)系統(tǒng)，采用理論、實驗和數(shù)值模擬等方法,研究油田開采效果并通過現(xiàn)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(xù)脈沖響應的系統(tǒng)，將油田生產動態(tài)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(guī)則中，規(guī)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(guī)則可能與實際數(shù)據不一致問題，專家調查問卷產生有用規(guī)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(shù)和洗油效率。其中，波及系數(shù)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(shù)[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(guī)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(guī)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(fā)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(tài)系統(tǒng)開采規(guī)律變得非常復雜，而流度比、原油黏度和毛管數(shù)等因素之間還存在相互作用，采用傳統(tǒng)專家經驗方法進行油田開采效果評價時，面臨“海量油田數(shù)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(shù)據存在測量噪聲，語言和數(shù)據的不確定性導致隸屬度函數(shù)的不確定性[9]。

Ⅱ型模糊集合[10]是傳統(tǒng)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(shù)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(lián)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(tài)信息，解決復雜系統(tǒng)的建模、分析、控制和評估問題[15]；莫紅運用區(qū)間Ⅱ型模糊集擴展原理，將常規(guī)數(shù)值函數(shù)轉化為對應的區(qū)間Ⅱ型模糊函數(shù)，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(qū)間Ⅱ型模糊集合的語言摘要方法[17-18]，從油田開采評價數(shù)據中提取有用規(guī)則信息，應用數(shù)據可視化技術建立可視化邏輯規(guī)則群，提供更豐富和易理解的規(guī)則信息。

1　理論基礎

1.1Ⅱ型模糊集合

(1)

圖1　區(qū)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(guī)則，然后采用基于激活區(qū)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(huán)境和海量的油田數(shù)據影響，現(xiàn)有地質研究與動態(tài)分析方法難度大、效率低。將油田開采評價數(shù)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(qū)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(shù)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(guī)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(guī)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(shù)據的有用規(guī)則提取問題。

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

3　語言摘要規(guī)則

3.1數(shù)據描述

(4)

如某一水驅油田開采評價數(shù)據庫有392個區(qū)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(shù)，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(shù)據庫，可以確定規(guī)則前件描述的變量為影響采收率的6個因素，規(guī)則后件描述的變量為采收率?？紤]與之相關的5個描述詞語：“很強”、“強”、“中等”、“弱”和“很弱”，應用區(qū)間法[19]得到與之對應的區(qū)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(guī)則組合。

對于多規(guī)則前件和單規(guī)則后件的IF-THEN規(guī)則形式為

(5)

(6)

定義平均聯(lián)合基數(shù)為

(7)

為了方便計算，用平均聯(lián)合基數(shù)定義真實度T:

(8)

(2)覆蓋度C表示規(guī)則的廣泛性。它描述是否有足夠的數(shù)據支撐某條規(guī)則。覆蓋度與真實度相互獨立，因為具有高覆蓋度的規(guī)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(guī)則的可靠程度。當且僅當一條規(guī)則具有很高的真實度時，該規(guī)則才是可靠的，即大多數(shù)的數(shù)據既滿足規(guī)則前件又具有規(guī)則后件描述的行為，同時又具有充分的覆蓋度，即該規(guī)則有足夠的數(shù)據描述?？煽慷缺硎緸?/p>

R=min(T,C)。

(10)

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

(11)

由離群規(guī)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(shù)；并且由離群規(guī)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(guī)則的離群度O越接近1，它為離群規(guī)則的可能性越大。

4　可視化邏輯規(guī)則群應用

應用平行坐標法，基于油田開采評價數(shù)據庫，通過MATLAB軟件的GUI界面建立可視化模糊邏輯規(guī)則群。GUI界面由4部分組成，右上部分顯示規(guī)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(guī)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(yōu)先等級排序時對應的規(guī)則。中間區(qū)域顯示當前選中的規(guī)則中各個變量對應的區(qū)間，以及與規(guī)則相關或不相關的規(guī)則邏輯，藍色代表支持當前規(guī)則，綠色區(qū)域代表當前規(guī)則覆蓋的區(qū)域，紅色代表違背當前規(guī)則，黑色代表與當前規(guī)則不相關。界面下方顯示規(guī)則前件和后件變量對應的不確定域。

4.1兩規(guī)則前件和單規(guī)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(guī)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(guī)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(guī)則，并且當前規(guī)則不符合油田生產實際，規(guī)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(guī)則是否有用。

以覆蓋度為主時的界面見圖4(b)，當前規(guī)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(guī)則，但也有些情況與之相悖，并且當前規(guī)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(guī)則是否有用。

以可靠度為主的界面見圖4(c)，當前規(guī)則為“若滲透率小且毛管數(shù)小，則采收率很低”。當前規(guī)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(guī)則有用。

以離群度為主的界面見圖4(d)，當前規(guī)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(guī)則，可視當前規(guī)則為離群規(guī)則。

圖4　兩規(guī)則前件和單規(guī)則后件可視化邏輯規(guī)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(guī)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(guī)則，且通過離群度可以分析和確定離群規(guī)則和離群數(shù)據。

4.2三規(guī)則前件和單規(guī)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(guī)則。借助4個質量測度和可視化邏輯規(guī)則群，通過專家驗證形成感知推理初始規(guī)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(guī)則的不同特性。此外，可以改變規(guī)則前件的個數(shù)，得到更復雜的規(guī)則；然后通過質量測度衡量和專家驗證，得到相應的有用規(guī)則。

圖5　三規(guī)則前件和單規(guī)則后件可視化邏輯規(guī)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(guī)則信息。首先,從油田開采評價數(shù)據庫中提取多前件、單后件的IF-THEN規(guī)則，并基于4個質量測度進行規(guī)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(guī)則群；最后,通過專家驗證得到有用規(guī)則。

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

(3)經過專家驗證的有用規(guī)則構成評價感知推理的初始規(guī)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(qū)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(yè)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?shù)?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(yōu)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(shù)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(fā)效果評價方法綜述及發(fā)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(tǒng)在石油工業(yè)中的應用與發(fā)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(tǒng)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(qū)間二型模糊集合的語言動力系統(tǒng)穩(wěn)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(chuàng)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