[发明专利]一种基于SPSS的油井分类和油藏分区的方法

说明书

技术领域

本发明涉及石油领域，具体涉及一种基于SPSS的油井分类和油藏分区的方法。

背景技术

由于平面剖面非均质的影响，注水开发的油藏油井生产往往存在很大的差异性，一般情况下，油藏管理者根据油藏地理及封闭边界、产量、含水和压力的高低进行大致分区，但会出现不同类型井交叉的形象，对生产和管理带来不便；随着油藏逐渐进入高含水阶段，平面剩余油分散，对平面和剖面的精细调控要求越来越高，平面精确分区越来越重要。因此出现了不同影响因素的相关试算分析，耗时费力且分区的合理性得不到验证。

当前相关研究的缺点：原分区根据不同的语境可按地理位置分区，或按照生产指标分区，一般是某单一指标如含水率分区或二个指标分区如含水和产量分区，有很强的人为性和随意性，且不同的研究人员根据认识不同可能产生分区结果不同，不利于研究的继承性和统一性。

分区指标选择原则有三条：

1)区域性

油藏在地理空间上分东西南北中，也可能被断裂、油藏边界、油水边界所切割。

2)相似性和差异性

相似性是指同一区具有一定的共性，如产量高、含水低、压力偏低等特点；差异性是指不同分区具有明显的差别，突出的生产矛盾问题，为进一步调整和措施指明方向。

3)指标的科学性

对影响生产的重点指标描述全面，以免遗漏，如压力、粘度等可通过相关经验公式获得。

根据上述原则，选择指标体系如下：

区域指标(可选)：东(1)、西(2)、南(3)、北(4)、中(0)

静态指标：有效厚度(射孔厚度)、渗透率、孔隙度、饱和度、粘度等

动态指标：累积产油、含水、压力等。

主成分分析的基本原理：1933年,霍特林(Hotelling)提出了的主成分分析(Principalcomponents analysis)的思想,即采用降维的方式,在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法。通常把转化生成的综合指标称之为主成分,每个主成分都是原始变量的线形组合且各个主成分之间互不相关。这样在研究复杂问题时就可以只考虑少数几个主成分而不至于损失太多信息,使得复杂的问题简单化，清晰化。

SPSS(Statistical Package for the Social Sciences简写)即“社会科学统计软件包”。

发明内容

本发明提出的一种基于SPSS的油井分类和油藏分区的方法，可解决传统相关研究方法耗时费力且分区的合理性得不到验证的技术问题。

为实现上述目的，本发明采用了以下技术方案：

一种基于SPSS的油井分类和油藏分区的方法，包括以下步骤：

步骤一：主成分分析；

主成分分析是要用巴特利特球度检测或KMO方法对影响因素是否适合做因子分析进行判断；

步骤二：利用SPSS软件，做主成分提取并确定主成分因子；

打开SPSS软件，打开文件下的数据集，依次选择Analysis/Data Reduction/Factor…进入Factor Analysis(因子分析)对话框。此时，数据文件中的变量名均以显示在左边的窗口中,依次选中变量(除井号为字符串外,其他均加入变量)并点向右的箭头按钮,变量便进入variables窗口(见图2)。有描述、抽取、旋转、得分、选项五项选择如下：

描述：1)原始分析结果：显示因素分析未转轴前之共同性(commumality)、特征值(eigenvalues)、变异数百分数及累计百分比。

2)相关矩阵：选择系数、显著性水平。

抽取：1)方法：主成分。

2)分析：相关矩阵。

3)输出：选择未旋转因子解，碎石图。

4)萃取：选择基于特征值(内定1，表示只抽取特征值大于1的特征值)。

旋转：1)方法：最大方差法。

2)输出：载荷图。

得分：1)因素存储变量：选择回归法

选项：1)缺失值：按列表排除个案。

2)系数显示格式：选择按大小排序，取消小系数，绝对值如下0.10。

分析结果由解释的总方差表提取主成分因子个数，旋转成份矩阵给出各变量与主成分的相关性，根据相关性的大小可以命名主成分因子。

通过成分得分系数矩阵得到主成分因子与各变量之间的关系，各个变量的集合信息可以通过主成分的信息来反应。