[发明专利]基于多层次模糊识别的页岩气甜点预测

权利要求书

1.一种基于多层次模糊识别的页岩气甜点预测方法，其特征在于，包括：

将沉积甜点、储集条件和保存条件列为准则层，将沉积条件的参数、储集条件的参数和保存条件的参数分别列为指标层，将同层次的指标进行两两比较构成多个判别矩阵，计算得到各指标层中各参数相对于对应准则层的权重，根据各参数的实测值及其对应的权重，加权求和确认页岩气甜点；其中，所述沉积条件的参数包括沉积相、厚度和热演化程度，所述储集条件的参数包括孔隙度、渗透率、总含气量、脆性矿物含量、力学参数和比表面，所述保存条件的参数包括埋藏深度、距露头距离、构造形态和压力系数，所述页岩气甜点的计算模型如下：

Sweet spot＝p₁×Pressure+p₂×Facies+p₃×Depth+p₄×TOC+p₅×Dip+p₆×Gas+p₇×Thickness+p₈×φ+p₉×Dist.+p₁₀×Ro+p₁₁×BM+p₁₂×SA.+p₁₃×K

其中，Sweet spot为甜点，Pressure和p₁分别为压力系数及其权重，Facies和p₂分别为沉积相及其权重，Depth和p₃分别为埋藏深度及其权重，TOC和p₄分别为有机质丰度及其权重，Dip和p₅分别为构造形态及其权重，Gas和p₆分别为含气量及其权重，Thickness和p₇分别为厚度及其权重，φ和p₈分别为孔隙度及其权重，Dist.和p₉分别为距露头距离及其权重，Ro和p₁₀分别为热演化程度及其权重，BM和p₁₁分别为脆性矿物含量及其权重，SA.和p₁₂分别为比表面数及其权重，K和p₁₃分别为渗透率及其权重，计算出每个判别矩阵的最大特征根及其对应的特征向量，从而分别得到各指标层各参数和准则层的判断矩阵及相对重要性系数，通过指标层中各参数的重要性系数与准则层对应的重要性系数的加权综合，得到所述权重，对各判断矩阵进行一致性检验：

计算一致性指标C.I.＝(λ_max-n)/(n-1)，其中，n为判断矩阵阶数；

计算平均随机一致性指标R.I.，对多次重复随机判断矩阵特征值的计算后取算数平均数得到的R.I.；

计算一致性比率C.R.：C.R.＝C.I./R.I.，当C.R.0.1时，判断矩阵的一致性合格。

2.根据权利要求1所述的基于多层次模糊识别的页岩气甜点预测方法，其特征在于，对所有参数的权重进行排序，即得指标层相对于目标层的所述权重。

3.根据权利要求2所述的基于多层次模糊识别的页岩气甜点预测方法，其特征在于，各个参数包括正指标、负指标和非定量指标；其中，对所述正指标和所述负指标分别进行无量纲化处理。

4.根据权利要求3所述的基于多层次模糊识别的页岩气甜点预测方法，其特征在于，

对于非定量指标，按照其对页岩气有利区块的影响程度，按照好、较好、中等、较差和差5个层次分别赋值1、0.8、0.6、0.4和0.2。