Интегральные методы контроля охватывают весь комплекс исследований (геофизические, геохимические, гидродинамические, промысловые) по объекту разработки в целом, зонам пласта с целью определения интегральных характеристик - текущей и конечной нефтеотдачи, ВНФ. Интегральные методы позволяют оценить величину остаточных запасов углеводородов, т.е. ответить на вопрос - сколько осталось нефти, газа в пласте. К интегральным методам относится статистическое моделирование (построение многопараметрических зависимостей, адаптационных геолого- промысловых моделей (АГТТМ), характеристик вытеснения), метод материального баланса и гидродинамические модели.
Остановимся на более подробном рассмотрении методов статистического моделирования.
Построение АГПМ связано с использованием данных по нескольким десяткам объектов, находящихся в поздней стадии разработки. Обычно для получения моделей применяется регрессионный анализ. Надежность геолого-статистических моделей обеспечивается при помощи классификации объектов и включения в рабочую выборку залежей, близких по комплексу геолого-физических параметров.
В отличие от непосредственного промыслового эксперимента АГПМ получаются на основе так называемых "пассивных экспериментов". При проектировании разработки в силу субъективных, временных, экономических и других причин даже для сходных в геологическом плане объектов закладываются определенные различия в технологии разработки. Реализация этих технологических отличий при эксплуатации приводит к некоторым изменениям выходных показателей разработки, что и позволяет создать АГПМ.
Надежность геолого-статистических моделей характеризуется величиной коэффициента детерминации D(D=r2). Величина D определяет долю объясненной дисперсности (изменчивости) параметров.
Применение метода главных компонент позволяет провести классификацию объектов и выделить однородные классы групп; определить признаки, которые вносят Наибольший вклад в главные компоненты.
При создании геолого-статистических моделей можно заменить геолого-физические показатели главными компонентами. Целесообразно включать в модели не более шести главных компонент, что позволит полностью избавиться от влияния взаимозависимости показателей.
Поможем написать любую работу на аналогичную тему