模糊聚类分析方法在油藏分类中地应用探究.pdfVIP

摘 要 油藏分类是油气藏管理中的重要环节，是油藏评价、制定油藏开采方案的基础，是 分类油藏研究的需要。根据科学、合理的油藏分类，筛选有针对性的开采技术，对于提 高油藏的采收率和油田开发的经济效益至关重要。油藏数据具有数量大、参数多、差异 大的特性。在以往的油藏分类过程中，通常是根据油藏管理人员的经验以某一常用分类 参数的界限值为分类标准，人为参考其它参数，得出分类结果，并以此为依据来制定油 藏开采方案。在多参数情况下，这样的分类很难或可认为几乎不可能科学、综合地考虑 多个油藏参数，很容易制定出不符合实际的油藏开采方案，造成严重的经济损失。 采用聚类分析方法进行油藏分类，能够使分类由单一参数界限向多参数综合分析转 变，最大限度地按油藏的近似程度分类，使油藏分类结果更加科学、合理。 然而，经典统计学系统聚类分析方法和动态聚类分析方法都在一定程度上要求人工 干预来完成分类，即需要人为给定阈值或初始聚类中心、聚类数目。而且，经典统计学 聚类分析方法对待聚类样本中个别误差较大数据干扰聚类分析问题的处理能力较差。 为此，与概率论随机变量的数字特征相对应，本文给出了模糊统计学随机变量统计 体征的定义。以此为理论依据，并参照经典统计学系统聚类分析方法和动态聚