模型优选分析

在模型i和模型j之间的典型的距离度量是区块的年产量，为了确定每两个模型之间的距离值，这就需要对72个模型做流动模拟，如果采有Eclipse做常规的油藏数值模拟，将无法进行下去。因此，本次采用流线模拟方法来进行模拟，尽管精度与Eclipse的模拟结果精度有差异，但差别不大，可以满足本次的研究精度。当然，也可以采用某口井的产油量的差值作为距离的度量参数，也可以用年产油量差值的距离作为度量参数。

表9-14 温西一区块模型优选方案

在距离矩阵的计算过程中，也可以把实际的生产数据直接和模拟结果对比。这就需要计算每个模型的模拟结果与实际生产数据之间计算其距离，相当于在距离矩阵中增加一行和一列，代表了不知道的实际的油藏。

如果只是查看距离的非相似性矩阵的值，将无法分析数量之多的储层模型，这就需要MDS方法把储层模型从度量空间转换到欧氏空间，这样就可以用平面图或三维图来可视化储层模型之间的差别(图9-62)。由于MDS方法很好地保持了度量空间下的距离关系，MDS空间中只关系集合中元素之间的距离，其元素的绝对位置显得不重要了，因此MDS空间中没有单位，也没有内在的意义，只需要分析储层模型之间的相对距离。

从本质上讲，MDS方法属于降维的一种方法，把72维的储层模型降低到低维空间，每个模型之间的距离代表了其产油量的差别。在图9-62中也显示了实际生产数据在MDS空间中的位置，只是没有实际的储层模型与之对应。

图9-62 用核K均质聚类法把72个储层模型聚成7类(区块产油量之差作为距离度量)

为了了解72个储层模型的相似性，可以采用聚类的方法把度量储层模型之间差别的距离进行归类。如前所述，由于MDS空间中的这些点可能是非线性的，首先通过核方法把这些点转换到线性空间中，然后用核K均值法进行聚类。分成多少类没有一个自动的方法，这需要事先给定，分类数目越多，并不意味着效果越好，因为将导致储层建模参数缺乏规律性;但分类数目太小，又不能很好地捕捉到储层模型之间的差异，分类数一般在5到8个之间比较合适。本次研究把72个储层模型分为7类(图9-62)，看起来模型之间的差别不能通过采油量的差值很好地反映出来。然而，可以采用每口井在每个时间步长上的响应差别之和作为距离度量。同样对72个模型计算其距离矩阵(图9-63)，模型分散开，但有相对集中，反应了更多的流动变化。同理对这72个储层模型聚类分析，分为8类比较合适。当建模中井很多时，这比单独地分析每一口井的产量要容易得多。

图9-63 用核K均质聚类法把72个储层模型聚成8类(井产油量之差作为距离度量)

如果在该方法中研究实际生产数据与储层模型之间的关系，可以发现储层建模参数是否足够反映地下储层的特性。当实际生产数据点的位置偏离了储层模型的点云之外，则说明建模过程中用到的参数没有抓住储层的特性，需要重新分析地质知识，重新建模，这样避免了油藏工程师在历史拟合中耗费时间。本次研究中的实际地下储层模型位于72个储层模型的覆盖范围内，可见，本次设置的建模参数基本合理。