本发明属于油气田开发，尤其是涉及一种基于水锥预测与非均质合理井距联合的油藏井网加密方法。
背景技术：
1、对于进入高含水期的底水油藏来说，底水能量一方面作为开发能量促进了生产，另一方面也会使油井过早见水降低开发效果。底水作用会形成水锥和水脊，其形态的大小反应了油藏剩余油的特点，所以对于水锥和水脊形态的确定对后期油田开发起到了关键作用。而对于进入高含水期的海上底水油藏，原始井网已经无法达到目前的开发要求，在了解剩余油的分布状态的前提下，考虑经济效益，计算合理井距来辅助完成井网调整。所以确定以上两种因素是完成井网调整的关键所在。
2、长期以来水脊水锥形态的求解主要是依据数学方法和数值模拟相结合的方法。其原理是利用数值模拟软件建立机理模型，通过动态计算储层物性、流体性质、井网特征、生产特征四方面因素下的水锥和水脊形态特征，统计不同参数水平下水锥和水脊体积从而利用数学回归的方法得到水锥的解析解。但这个求解过程计算量大、求解繁琐、适用性差、花费时间长等缺点。
3、合理井距一直是油藏工程研究的重点，尤其是对于高含水期海上油田，地下剩余油分布进一步复杂化，考虑海上油田钻井成本高昂，所以确定合理井距非常重要，而影响合理井距的因素很多，对于非均质油藏来讲，常规的计算方法也无法准确计算出油藏各个位置的合理井距。
技术实现思路
1、有鉴于此，本发明旨在提出一种基于水锥预测与非均质合理井距联合的油藏井网加密方法，解决了现有技术中存在的水锥求解过程繁琐、非均质油藏的合理井距难以计算等问题。
2、为达到上述目的，本发明的技术方案是这样实现的：基于水锥预测与非均质合理井距联合的油藏井网加密方法，包括以下步骤：
3、步骤s1、搜集与整理油藏动静态资料，通过斯皮尔曼相关性分析确定水脊影响参数；
4、步骤s2、基于步骤s1选出来的影响参数设置不同参数组合，利用数值模拟软件模拟出不同参数组合下的水锥水脊形态，通过动态计算获得水脊预测数据样本，并进行数据预处理，得到水脊预测样本库；
5、步骤s3、利用人工神经网络建立水脊形态预测模型，实现水脊形态预测；
6、步骤s4、选取典型油藏参数，通过建立不同参数组合的单井模型完成采收率预测数据样本扩展，并进行数据预处理，得到采收率预测样本库；
7、步骤s5、利用人工神经算法建立采收率预测模型，完成采收率预测，结合油藏工程方法中的投入产出原理进一步实现合理井距的预测，得到非均质合理井距图；
8、步骤s6、通过统计油藏原始井的各点的地层参数，完成油藏单井水脊形态的预测，从而得到对应剩余油分布特征；同时依据油藏各非均质合理井距图完成油藏可加密潜力点预测，最终结合水脊体积几何计算法完成井网加密。
9、进一步的，所述步骤s1中斯皮尔曼相关性分析的表达式为，
10、
11、其中：ρ为参数x和参数y之间等级相关系数；xi为参数x的第i个参数值；为参数x的均值；yi为参数y的第i个参数值；为参数y的均值；
12、参数x和参数y分别从储层物性、流体性质、井网特征、生产特征中四类指标选取，其中储层物性包括储量丰度、原始含油饱和度、井距、油层厚度、孔隙度、平面渗透率、垂向渗透率、油藏中深和夹层厚度；流体性质包括地下原油粘度、原始含油饱和度；井网特征包括单井控制储量、单井控制面积、水平井长度、井间干扰度和避水高度；生产特征包括单井的特高含水期的平均采液速度。
13、进一步的，所述步骤s2包括以下步骤：
14、步骤s201，确定各参数组合时需要保证覆盖范围广，参数跨度有差异且各参数进行交叉组合，以形成多组参数组合；
15、步骤s202，依据水驱前缘分流量曲线确定各参数组合下的水脊曲线；
16、步骤s203，引入夹角链码曲线表征法对上面得到的所有水脊曲线进行数字化表征，从而得到水脊轨迹数据样本，对所有数据样本进行数据降噪和异常值处理，利用最大最小值法进行归一化处理，最终得到水脊预测样本库。
17、进一步的，所述步骤s202中水脊曲线的确定方法具体为，
18、通过计算含水率，绘制水驱前缘分流量曲线；通过初始含水饱和度点做水驱前缘分流量曲线的切线，切线延长线与含水率等于l处的交点对应的含水饱和度为临界平均含水饱和度；水驱前缘分流量曲线中超过临界平均含水饱和度的部分即为水脊曲线。
19、进一步的，所述步骤s203中水脊曲线的数字化表征方法为，
20、a＝[α1，α2,α3,……αi……,αn-1] (3)
21、式中，a为得到的水脊轨迹数据样本，αi是线段ci到线段ci+1的夹角，αn-1是线段cn-1到线段cn的夹角，αi的值可由下式确定
22、
23、其中，hi为曲线上的点，d(hi+1，hi+2)是指点hi+1到点hi+2的距离，lc为单位长度的线；θ1为ci到ci+1逆时针方向夹角；θ2为ci到ci+1顺时针方向夹角。
24、进一步的，所述步骤s3包括以下步骤：
25、步骤s301，建立水脊形态预测模型；
26、步骤s302，将水脊预测样本库中的样本数据按7∶3比例划分为训练集和测试集，利用k折交叉验证法对水脊形态预测模型进行优化；
27、步骤s303，利用优化后的水脊形态预测模型，输入任意一组影响参数可以预测对应水脊形态夹角链码值，通过反演计算得到水脊轨迹预测曲线，并对预测结果误差进行评价，保留符合误差要求的水脊轨迹预测曲线。
28、进一步的，所述步骤s302中优化的评价参数为，
29、
30、式中，r2为评价系数，fi为模型预测值；z为所有样本因变量平均值；zi为因变量真实值；n为样本个数。
31、进一步的，所述步骤s303中的反演方法为，
32、
33、
34、式中，αi是线段ci对应的夹角链码值；yi、yi+1、xi+1、xi为线段ci两端对应的坐标值，co为修正系数，u表示夹角链码线段的个数，1表示夹角链码中的线段累加和为1。
35、进一步的，所述步骤s303中的预测误差的计算方法为，
36、
37、
38、其中，cqi为水锥水脊预测值，rqi为水锥水脊实际值，m为点的数量；erav为预测曲线和实际曲线的相对误差，eas为预测曲线和实际曲线的绝对误差。
39、进一步的，所述步骤s5具体为，
40、步骤s501，利用水脊形态预测模型的框架结构进行采收率预测模型搭建，利用k折交叉验证法对采收率预测模型进行优化，使得采收率预测模型达到预测准确度；
41、步骤s502，得到采收率预测模型后，选取油藏任意一组地层参数，输入模型得到各点对应的采收率；基于投入产出原理，考虑油田钻井成本、地面建设成本、采收率和原油价格建立底水油藏井距与经济效益的关系式：
42、npv＝n·f(μo,kv,d,ωo,kh,lw)·r-fe(d,m,c) (11)
43、其中，n为油藏地质储量；μo为原油粘度；kv为垂向渗透率；kh为平面渗透率；d为井距；ωo为储量丰度；lw为水平井长度；m为单井钻井总投资；c为单井年操作费用；r为原油单价；f(μo,kv,d,ωo,kh,lw)为油藏采收率，与油藏地质储量n乘积后即是油藏的最终产油量，再乘以原油价格r即为总的产出值；fe(d,m,c)是在油藏操作参数下的支出费用；净现值npv的最高值所对应的井网密度即为合理井网密度，对应的井距为合理井距；
44、步骤s503，针对实际油藏非均质性的特点，采用均匀取点法，结合合理井距的计算方法计算每个点的均匀合理井距，从而得到目标油藏的非均质合理井距，并绘制非均质合理井距图。
45、相对于现有技术，本发明所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法具有以下优势：
46、(1)全面考虑水脊影响参数的前提下，保证参数涵盖性、区分性、组合多样性的前提下结合数值模拟软件，得到大量可靠的数据样本；
47、(2)引入当前比较新颖的机器学习的方法到油田开发领域中，并结合油藏工程理论方法，快速准确地完成水脊形态的预测和非均质合理井距计算。与以往相比不仅节省大量的计算时间，操作更加简单快捷，同时还节省大量的人工劳作成本；
48、(3)结合多种方法对可加密潜力精准预测，结果具有较高的可靠性，为井位部署，剩余油挖潜提供了依据，进而大幅提高了油井初期产能及油藏采收率，可实现较大经济价值；
49、(4)本发明所述方法有别于现有水脊水锥形态求解方法，本发明将油藏工程、数值模拟与机器学习相结合，依据水脊体的大小反应的剩余油的多少，即反应开发效果的好坏的原理，通过确定采收率的因素间接得到水脊影响参数，结合数值模拟的方法设计不同参数组合的方案，通过动态计算得到实际预测样本库，进一步结合机器学习方法中人工神经网算法完成水脊预测，大大简化了水脊水锥形态预测过程，节约了大量时间，且适用性强。
1.基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s1中斯皮尔曼相关性分析的表达式为，
3.根据权利要求1所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于，所述步骤s2包括以下步骤：
4.根据权利要求3所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s202中水脊曲线的确定方法具体为，
5.根据权利要求3所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s203中水脊曲线的数字化表征方法为，
6.根据权利要求1所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于，所述步骤s3包括以下步骤：
7.根据权利要求6所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s302中优化的评价参数为，
8.根据权利要求6所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s303中的反演方法为，
9.根据权利要求6所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s303中的预测误差的计算方法为，
10.根据权利要求1所述的基于水锥预测与非均质合理井距联合的油藏井网加密方法，其特征在于：所述步骤s5具体为，
