第 1 章  绪论

1.1 问题的提出

三次采油，用物理、化学以及其它技术方法开采剩余油的方法，称为三次采油，国际上也称作强化采油（Enhanced Oil  Recovery，即EOR），是一种用来提高油田原油采收率的技术，该技术通过气体注入、化学注入、超声波刺激、微生物注入或热回收等方法来实现。

石油勘探开发项目是高风险的巨额投资项目，因此，开展石油勘探开发项目投资，必须进行项目全面评价和风险分析。石油勘探开发项目技术经济评价方法，为项目投资决策提供科学依据和技术支持。一个好项目的成功经营关键在于对项目的科学评价，评价好一个新项目是项目经营成功的一半，由此可见项目评价在油气项目经营发展中的重要性。

项目的评价就是对所筛选的项目进行详细审查、分析、论证和决策的整个过程。项目技术经济评价是一个比较新的领域，涉及因素多、内容广、差异大，规范和标准需要完善，方法和程序也需要完善。探索并完善一套适合中国油公司发展的项目技术评价方法体系十分迫切，使项目评价规范化、标准化，评价决策过程系统化、程序化和科学化，防止评价失误，为油公司实现油气投资项目的科学决策和最大利益提供技术保障。

技术评价是石油勘探开发项目评价的核心。技术评价，使项目评价决策由定性向定量化发展。勘探开发项目技术评价核心是储量及其开发潜力的评价，而储量评估在项目评价中最容易产生失误。因为地下油气藏本身存在着很多不确定性，油气勘探开发活动就是一个不断排除地下油气藏不确定性的过程。

本文的核心主题是，重点研究三次采油项目的技术经济评价方法，分析现有潜力评价方法和软件存在的不足，完善潜力评价方法，开发出更完善的、更智能的潜力评价软件，开发出针对三次采油项目实施过程中的开发效果评价软件，对未来的三次采油项目进行方法筛选，进行技术和经济评价，减少不确定性的技术方法和具体措施，为项目技术评价提供指导，避免项目评价中的失误，同时在项目实施过程中动态分析、监测，及时调整三采方案，为三次采油开发过程保驾护航。

1.2 选题目的和研究意义

上世纪八十年代末和九十年代中期，我国对已开发陆上油田进行的多次提高采收率潜力评价工作，摸清了当时国内各油田提高采收率的技术可行范围及潜力，指明了重点技术发展方向和应用目标，为全国的提高采收率工作奠定了坚实的基础。

1963 年我国基本实现石油自给，1978 年原油产量突破 1 亿吨，2001 年达到 1.65 亿吨，2004 年 1.75 亿吨（世界第五位），2006 年 1.83 亿吨，预计高峰产量 1.85 亿吨左右(2015 年左右)。20 世纪 90 年代以来，中国国民经济年均增长 8.5-9.7%，原油消费量年均增长 6.0%，而同期国内原油供给增长只有 1.7%。国内油气生产已不能满足需求，海外油气资源已经成为我国能源消费中不可分割的重要组成部分，中国对海外石油依存度不断提高。1993 年中国成为净进口国，进口量逐年增大，1996 年 2262 万吨，2002 年6941 万吨，2004 年超过 1 亿吨，2005 年达到 1.25 亿吨，进口依存度引 41%，2006 年1.45 亿吨，进口依存度 44%。国家发改委能源研究所预测2020 年中国石油总需求规模将达到3.5--3.8亿吨，石油进口规模将达到 1.8--2.0亿吨，石油进口依存度超过 50%，严重挑战国家石油安全。目前除了在国内加大勘探开发力度外，仍然靠开拓国际石油勘探开发投资项目来保障我国能源安全。

随着主力油田相继进入高含水开发后期，产量递减明显，而勘探难度增大，新增储量品位较低，我国石油供需矛盾加剧。我国已经对已开发陆上油田进行了多次提高采收率潜力评价工作，结果表明提高采收率工作增加可采储量的潜力很大，对于提高老油田的采收率和扩大已探明资源的利用率具有相当重要的意义。

第 2 章  基于混合智能专家系统的开采方式及油藏参数筛选模型

2.1 概述

2.1.1 三次采油开采方式及油藏参数的筛选原则

各国根据本国油田的地质特点和矿场试验经验，制定了许多三次采油开采方式及油藏参数筛选标准。每个标准都是结合技术经济情况提出的，因此，国情不同、油田及区块条件不同，筛选标准标准的宽严程度也不同。另外，筛选标准还随着工艺技术发展、原油价格、能源政策等因素而变化。筛选标准过于严格可以减少投资风险，但也可能使筛选潜力偏低；筛选标准过于宽泛则与前者正好相反。

以往三次采油开采方式都是通过人工筛选的，不同的专家可能得出几种不同的筛选结果，而每种结果的优劣又难以评价。介于此，本文提出借用混合智能系统理论，设计一种更为可靠的筛选办法，即利用混合智能系统，将符号专家系统与人工神经网络紧密地融合在一起，通过符号专家系统优化神经网络结构，同时用神经网络获取三次采油开采方式筛选所需的参数知识。该专家系统能够实现知识的模糊表示、知识库的层次性组织、知识的模糊推理等。

2.1.2 三次采油开采方式及潜力评价所需参数

三次采油潜力评价油藏筛选标准所需参数包括三部分：

第一部分是油藏参数，包括油藏的深度、温度、压力、渗透率及粘土含量、油藏渗透率变异系数、岩石的矿物成分、孔隙度、储层的连通性、岩石类型、二价离子含量、净总比、含油量、储量系数等。

第二部分是流体参数，包括原油密度、粘度、酸值、成分、油相传导系数、含蜡量、地层水的矿化度、硬度、PH以及油藏的含油饱和度、微量矿物含量等。

第三部分是生产参数，包括产液含水率、产油量、产液量，生产井网密度等。

2.2 混合智能专家系统在三采开采方式和油藏参数筛选中的应用

2.2.1 混合智能专家系统模型总体结构设计

传统专家系统能充分利用领域知识和专家经验对问题进行求解，并能根据求解逻辑回答用户提出的问题及对结果做出解释，但它存在知识获取难、知识表示难、性能范围窄等缺点，无法处理非逻辑推理问题。

而人工神经网络恰好克服了符号专家系统的弱点，其求解过程近似于人的形象思维。但是，人工神经网络训练时间长，学习速度慢，无法对结果做出快速而准确的解释。因此，融合以上两种机制，建立混合智能系统，可使二者扬长避短、互相取长补短。

本文所创建的三次采油开采方式混合智能专家系统模型，包括知识编辑器、推理机和解释器。符号专家系统通过对知识的获取、整理，建立一套具有层次的知识库。符号专家系统为人工神经网络优化结构。

对于专家系统中难以准确描述的知识权重，可通过机器学习获取各项参数的贡献度，从而改善知识库中的规则，解决专家人为给定权重带来的不精确性问题。

该模型的构造可充分发挥人工神经网络处理带噪数据的优越性，同时利用符号专家系统优化神经网络结构并对网络运行结果做出解释。

2.2.2 混合智能系统知识库及推理机制设计

油田勘探开发专家的知识对于三次采油开发动态评价，起到了至关重要的作用，经过长时间的积累，专家知识的应用己经涉及到工作的各个环节，计算机对知识的管理效率有待进一步改进，如建立统一的管理方式，让知识有效地被利用等。

对与开发动态潜力评价相关的专家知识进行统一管理。以 A2 等数据模型为基础，通过不同的数据接口，建立其他不同的网络、操作平台、数据库及数据格式的连接桥梁。针对可以提供决策的数据，建立面向主题的数据集市，并且设置有效性规则，对于数据项丢失、无效的记录和重复记录进行处理。

通过知识管理平台对动态作业信息提取和描述并结合专家知识进行推理，进而筛选开采方式和评价指标。最后启动潜力评价模型进行评价。

第3章 基于理论分析法及流管法的三次采油潜力评价模型....................21

3.1 理论基础...............21

3.2 聚合物驱潜力评价模型...........................21

3.2.1 分流理论在聚合物驱潜力评价模型中的应用............21

3.2.2  对模型中主要参数或物化现象的处理方法......................22

第4章 基于经验公式法三次采油潜力评价模型.............................47

4.1 水驱经验公式................47

4.2 聚合物驱预测公式........................48

第5章 基于统计法三次采油开发效果预测模型..................63

5.1 用统计法预测聚驱产油量..................63

5.1.1 对产量预测模型的分析.....................63

第 8 章  三次采油潜力评价模型实例验证

我们根据三采潜力评价模型及筛选标准研制出三采潜力评价软件，并利用所研制的潜力评价软件，对以下油田的部分区块进行了潜力评价，计算结果及对各模型的敏感性分析如下：

8.1 聚合物驱计算实例

8.1.1 聚合物驱潜力评价模型的敏感性分析

为验证潜力评价模型，对聚合物驱参数(聚合物溶液浓度与注入量)的敏感性，以喇嘛甸油田南块区块数据为例，预测了不同注入条件下聚合物驱的开发效果。

结论

综上所述，可以得出以下结论：

1．全面而深入地分析现有潜力评价方法和潜力评价软件所存在的不足，为三次采油潜力评价模型的建立以及相应的软件的成功开发，奠定了可靠的基础。

2．所提出的基于混合智能专家系统理论的三次采油开采方式的筛选方法及油藏参数筛选模型及在此理论模型基础上开发出来的软件系统，在实际的开采方式及油藏参数筛选中，得到了验证。从而为三次采油潜力评价引入了智能化、自动化的筛选方式。

（1）提出三次采油开采方式及油藏参数的筛选原则。提出借用混合智能系统理论，设计一种更为可靠的筛选办法，即利用混合智能系统，将符号专家系统与人工神经网络紧密地融合在一起，通过符号专家系统优化神经网络结构，同时用神经网络获取三次采油开采方式筛选所需的参数知识。该系统实现了知识的模糊表示、知识库的层次性组织、知识的模糊推理等。

（2）归纳出三次采油开采方式及潜力评价所需数据，包括：油藏参数、流体参数、生产参数。

（3）进行了混合智能专家系统模型总体结构设计。

（4）混合智能系统知识库及推理机制设计。包括对知识的采集、整理及分类；对知识的表示；对象化、层次化的知识组织模型的建立；建立了模糊推理机制。采用模糊三段论进行推理，本文主要采用模糊假言推理。

（5）建立了基于人工神经网络，由确定的三采开采方式逆推评价指标贡献度算法。利用符号知识优化神经网络结构，并对混合智能系统进行了测试。测试结论：利用收集整理的稠油开采方式筛选知识，建立了符号专家系统与神经网络相结合的混合智能专家系统模型；利用神经网络的学习能力实现了稠油开采筛选特征参数的贡献度的自动提取，解决了传统专家系统难以描述不精确知识的问题，利用符号专家系统优化神经网络结构，改善网络学习性能，充分实现了两种机制的融合；完成了知识的模糊表示，实现了有效的模糊推理；系统互相弥补，互相验证，通过测试，证明该系统具有良好的应用前景，不仅可以应用于稠油开采方式的筛选，还可以广泛应用于其它三次采油开采方式和油藏参数的智能筛选。

（6）收集并整理了三次采油开采方式及特征参数筛选基本规则表。

3．经理论推导和生产实践检验，验证了本文所建立的三次采油潜力评价模型的正确性。

4．所建立的提高采收率潜力评价模型，包括了用于常规数值模拟的数学模型、用于快速潜力评价的经验模型和开发动态潜力评价模型。全系列的潜力评价涵盖了开发前、开发中和开发后，对三次采油开发动态实现了全过程的潜力评价，为三次采油动态开发的全过程提供决策支持。

参考文献（略）