魯春華，姜漢橋，李杰，尤誠(chéng)程，成寶洋，李俊鍵

中國(guó)石油大學(xué)(北京)油氣資源與探測(cè)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京102249

*通信作者, junjian@cup.edu.cn

0 引言

砂巖油藏在注水開(kāi)發(fā)過(guò)程中，由于油藏平面及縱向非均質(zhì)性以及注入水的長(zhǎng)期沖刷，儲(chǔ)層將會(huì)形成優(yōu)勢(shì)通道，使得注入水無(wú)效、低效循環(huán)，嚴(yán)重影響開(kāi)發(fā)效果[1-2]。井間示蹤劑測(cè)試技術(shù)被認(rèn)為是目前識(shí)別優(yōu)勢(shì)通道最有效、最直接、最準(zhǔn)確的方法之一[3-5]。國(guó)內(nèi)外很多學(xué)者利用示蹤劑解析模型[6-8]、半解析模型[9]、數(shù)值模型[10-11]對(duì)示蹤劑濃度曲線進(jìn)行擬合解釋，反求高滲透層地層參數(shù)，以此定量描述優(yōu)勢(shì)通道的發(fā)育程度。Li等[12]更是根據(jù)示蹤劑的產(chǎn)出形態(tài)，將儲(chǔ)層裂縫分為大裂縫、微裂縫和混合裂縫。這些成功案例都是建立在示蹤劑產(chǎn)出曲線形態(tài)差異大的基礎(chǔ)上，使得示蹤劑解釋結(jié)果具有較強(qiáng)的對(duì)比性。但是在稠油油藏中，Adams[13]和Miller[14]的研究結(jié)果表明：由于油水黏度差別大，稠油油藏的竄流現(xiàn)象更易發(fā)生，注入水不僅在平面波及效率低，同時(shí)縱向上波及的厚度也非常有限，這使得稠油油藏示蹤劑產(chǎn)出曲線多呈拋物線型單峰形狀，曲線之間差別小，優(yōu)勢(shì)通道發(fā)育級(jí)別難以判斷。 DENBINA[11]等也對(duì)稠油的示蹤劑產(chǎn)出曲線進(jìn)行解釋，但是并未給出相應(yīng)的優(yōu)勢(shì)通道分級(jí)方法。

FCM聚類算法是一種軟聚類方法，它運(yùn)用了模糊數(shù)學(xué)中的理論，認(rèn)為大多數(shù)事物并非是非此即彼，而是以一種隸屬關(guān)系確定屬于哪一類，該算法對(duì)具有模糊屬性的優(yōu)勢(shì)通道的識(shí)別具有天然優(yōu)勢(shì)[15]。雖然FCM算法在流動(dòng)單元分類[16-17]、儲(chǔ)層特征提取[18]和油藏開(kāi)發(fā)指標(biāo)分類[19]等問(wèn)題有較好的應(yīng)用，但是FCM算法有個(gè)嚴(yán)重的缺陷：聚類數(shù)目難以確定，必須手動(dòng)給出。這使得該算法對(duì)于無(wú)法確定聚類數(shù)目的問(wèn)題，如本文的示蹤劑產(chǎn)出曲線分類，計(jì)算準(zhǔn)確度較差。

快速搜索和發(fā)現(xiàn)密度峰值的聚類算法(Clustering by Fast Search and Find of Density Peaks, CFSFDP)是由Rodriguez and Laio[20]于2014年在Science雜志上提出的新型聚類算法，目前已在數(shù)據(jù)挖掘[21-22]、電力系統(tǒng)中的離群點(diǎn)檢測(cè)[23]、無(wú)線傳感器網(wǎng)絡(luò)中的能量平衡優(yōu)化[24]等領(lǐng)域得到很好的應(yīng)用，石油領(lǐng)域的運(yùn)用還未見(jiàn)報(bào)導(dǎo)。該算法的基本思想是將具有局部極大密度且與其他密度更大點(diǎn)有較遠(yuǎn)距離的數(shù)據(jù)點(diǎn)視為聚類中心，通過(guò)計(jì)算各點(diǎn)的局部密度與更高密度點(diǎn)之間的距離完成數(shù)據(jù)的劃分[20]。但是該算法在確定其他數(shù)據(jù)屬于某一類時(shí)，直接用的是距離最短的原則，這使得其在判別優(yōu)勢(shì)通道時(shí)，沒(méi)有模糊算法更符合實(shí)際情況。

針對(duì)上述問(wèn)題，本文提出了基于CFSFDP算法確定聚類數(shù)目，F(xiàn)CM算法進(jìn)行迭代的改進(jìn)型模糊聚類算法進(jìn)行基于示蹤劑產(chǎn)出曲線的優(yōu)勢(shì)通道分級(jí)。該方法既融合了FCM聚類算法對(duì)數(shù)據(jù)樣本柔性劃分的優(yōu)勢(shì)，又彌補(bǔ)了FCM聚類算法需要事先確定聚類數(shù)目的不足。通過(guò)運(yùn)用改進(jìn)的FCM聚類算法對(duì)研究區(qū)內(nèi)見(jiàn)劑井濃度曲線進(jìn)行聚類分析，確定了單峰型濃度曲線之間的差異，并根據(jù)示蹤劑解釋參數(shù)確定了適合魯克沁稠油油藏示蹤劑識(shí)別優(yōu)勢(shì)通道發(fā)育程度的分級(jí)方法。

1 改進(jìn)的FCM聚類算法

1.1 確定聚類數(shù)

聚類數(shù)即初始聚類中心的個(gè)數(shù)，也就是本文中對(duì)示蹤劑曲線進(jìn)行分類的個(gè)數(shù)。聚類中心的選取原則是應(yīng)該盡量讓其反映整體數(shù)據(jù)集的密集程度，并且應(yīng)該被臨近點(diǎn)包圍，同時(shí)臨近點(diǎn)和其他聚類中心距離較遠(yuǎn)。傳統(tǒng)的FCM聚類算法的聚類數(shù)是人為手動(dòng)給出，受主觀因素影響較大，一旦聚類數(shù)選擇不當(dāng)，聚類效果將會(huì)很差。同時(shí)，要想獲得最優(yōu)的聚類數(shù)，只能不斷手動(dòng)調(diào)整聚類中心個(gè)數(shù)。本文利用CFSFDP算法的思想，根據(jù)局部密度和與高密度點(diǎn)之間的距離構(gòu)成的決策圖，自動(dòng)確定聚類數(shù)，避免主觀因素影響，同時(shí)大大節(jié)省最優(yōu)聚類數(shù)確定的時(shí)間。設(shè)待聚類井?dāng)?shù)(樣本數(shù))為n，每口井特征指標(biāo)數(shù)為p，聚類樣本矩陣如(1)式所示：

定義見(jiàn)劑井的局部密度ρi為：

定義與高密度點(diǎn)之間的距離δi，表示的是見(jiàn)劑井i到見(jiàn)劑井j的距離最小值，且有ρj＞ρi，其計(jì)算公式見(jiàn)式(3)。

根據(jù)計(jì)算的每口井的(ρi，δi)，以密度為橫軸，距離為縱軸做決策數(shù)圖，其中密度和距離都較大的點(diǎn)的個(gè)數(shù)即為聚類數(shù)。

1.2 算法的迭代

確定好聚類數(shù)目后，需要進(jìn)行算法的迭代。設(shè)將X聚成r類，其目標(biāo)函數(shù)為：

對(duì)目標(biāo)函數(shù)求極值可得聚類中心和隸屬度。其計(jì)算公式見(jiàn)式(5)和式(6)。

式中，m表示模糊加權(quán)指數(shù)，通常取2，vi表示第i個(gè)聚類中心，uij表示第口井對(duì)第類聚類中心的隸屬度，且有表示第口井的各個(gè)指標(biāo)對(duì)第類聚類中心的歐氏距離，i=1,2,…,r，j=1,2,…,n，l表示迭代次數(shù)，通過(guò)不斷迭代的方式更新隸屬度uij和聚類中心vi，隨著迭代的不斷進(jìn)行，聚類中心逐漸趨于最優(yōu)，目標(biāo)函數(shù)處于最小值，即所有聚類井到其聚類中心的類內(nèi)加權(quán)誤差平方和最小，最終達(dá)到的效果是同一類別井之間有最大相似度，而不同類別之間有最小相似度[18]。

1.3 算法流程

改進(jìn)的FCM算法的具體流程如下：

1) 求出各聚類井之間的歐氏距離dij，并確定截?cái)嗑嚯x；

2) 根據(jù)公式(2)和公式(3)計(jì)算各樣本的局部密度ρi和高密度距離δi，做由(ρi，δi)數(shù)據(jù)點(diǎn)構(gòu)成的決策圖，確定聚類數(shù)r；

3) 根據(jù)[0,1]均勻分布隨機(jī)數(shù)給定初始隸屬度矩陣U(0)，令l=1表示第一步迭代；

4) 由隸屬度矩陣計(jì)算第l步的聚類中心，其中聚類中心由公式(5)確定；

6) 根據(jù)公式(4)計(jì)算目標(biāo)函數(shù)；

7) 對(duì)給定的目標(biāo)函數(shù)終止容限ε＞0，或?qū)τ谧畲蟮介L(zhǎng)Lmax，當(dāng)或l＞Lmax時(shí)，停止迭代，否則l=l+1轉(zhuǎn)至第4步。

經(jīng)過(guò)上述的循環(huán)迭代止后，當(dāng)目標(biāo)函數(shù)達(dá)到最小時(shí)，根據(jù)最終的隸屬度矩陣U中元素取值確定所有聚類井的歸屬，當(dāng)時(shí)，可將井xj歸于第k類，其中

2 應(yīng)用實(shí)例

2.1 構(gòu)造區(qū)域概況

魯克沁油田儲(chǔ)層平均滲透率537 mD，單一小層平均厚度12 m，埋深2200～3100 m，50 ℃原油黏度12 000～20 000 mPa·s，地下原油黏度 286～526 mPa·s，屬于超深層稠油油藏，由于埋藏太深，熱采效果不理想，轉(zhuǎn)而采用水驅(qū)開(kāi)發(fā)。在長(zhǎng)期注水開(kāi)發(fā)過(guò)程中，形成了優(yōu)勢(shì)通道。但由于油田地處斷塊發(fā)育地帶，邊底水充足，使得油水井注采對(duì)應(yīng)關(guān)系復(fù)雜，部分見(jiàn)效油井來(lái)水方向難以判定，基于此，開(kāi)展了井間示蹤劑測(cè)試。研究區(qū)共進(jìn)行了8井組40口油井示蹤劑測(cè)試，其中26口油井檢測(cè)到示蹤劑。

2.2 指標(biāo)選取及聚類

在示蹤劑監(jiān)測(cè)的過(guò)程中，能直接獲取的指標(biāo)有見(jiàn)劑時(shí)間與見(jiàn)劑濃度，這也就是示蹤劑濃度曲線。從這條曲線上能獲得兩方面的信息，一是表示示蹤劑流動(dòng)快慢的突破時(shí)間以及峰值時(shí)間，并可以通過(guò)見(jiàn)劑時(shí)間進(jìn)一步求出見(jiàn)劑速度；二是表示示蹤劑采出量多少的峰值濃度與包絡(luò)面積，其中包絡(luò)面積的大小代表著回采率的多少。故選取突破時(shí)間、峰值時(shí)間、見(jiàn)劑速度、峰值濃度以及回采率等參數(shù)作為特征指標(biāo)，見(jiàn)劑井?dāng)?shù)為樣本數(shù)n，構(gòu)成樣本矩陣。在聚類之前，首先需要將選取的聚類指標(biāo)進(jìn)行Z-score標(biāo)準(zhǔn)化，以消除量綱的影響，數(shù)據(jù)標(biāo)準(zhǔn)化的公式見(jiàn)式(7)。通過(guò)計(jì)算每口井的局部密度ρ和與高密度點(diǎn)之間距離δ，結(jié)果如圖1所示，由聚類數(shù)為ρ和δ均較大的點(diǎn)，可以確定目標(biāo)數(shù)據(jù)的最優(yōu)聚類數(shù)為3，通過(guò)聚類中心和隸屬度的不斷迭代，研究區(qū)見(jiàn)劑井最終被聚成3類。聚類原始數(shù)據(jù)及結(jié)果見(jiàn)表1。

其中：是原始數(shù)據(jù)的均值，σ是原始數(shù)據(jù)的標(biāo)準(zhǔn)差。

3 結(jié)果分析

3.1 聚類效果分析

由于模糊聚類是軟聚類方法，聚類井以最大隸屬度原則確定屬于哪一類，對(duì)于一口井而言，其隸屬度矩陣是一個(gè)r×1的隸屬向量，向量元素中的最大值決定著聚類井屬于的類別。如果隸屬度向量中最大元素值比其他元素值大得多，則說(shuō)明這口井屬于這一類的可能性越大?；诖怂枷?，定義隸屬度向量差值表征類間聚類效果的好壞，越大，聚類效果越好。其計(jì)算公式見(jiàn)式(8)。

其中：umax表示隸屬度向量中的最大元素值，usec表示隸屬度向量中的第二大元素值。

圖1 數(shù)據(jù)決策圖Fig. 1 Data decision graph

通過(guò)分析所有聚類井的隸屬度向量差值，如圖2所示，當(dāng)將研究區(qū)所有見(jiàn)劑井聚成三類時(shí)，最小的隸屬度向量差值為0.019。同時(shí)，進(jìn)一步對(duì)比將見(jiàn)劑井聚成兩類和四類的隸屬度向量差值，結(jié)果分別見(jiàn)圖3和圖4，由圖可知，當(dāng)見(jiàn)劑井聚成兩類時(shí)，雖然大部分井的隸屬度向量差值均大于0.02，但是仍有部分井其值在0.01之間，說(shuō)明這類井的類間差距較小，聚類效果還需進(jìn)一步提高。當(dāng)見(jiàn)劑井聚成四類時(shí)，除了第一類井隸屬度向量差值較大，其余三類該值均較小，聚類效果很差。由此可知，將見(jiàn)劑井聚成3類是合理的。

圖2 聚成三類時(shí)隸屬度向量差值Fig. 2 The difference of membership vector when cluster equals 3

圖3 聚成兩類時(shí)隸屬度向量差值Fig. 3 The difference of membership vector when cluster equals 2

圖4 聚成四類時(shí)隸屬度向量差值Fig. 4 The difference of membership vector when cluster equals 4

圖5 示蹤劑濃度聚類結(jié)果Fig. 5 Clustering results of tracer breakthrough curves;a. the first kind of clustering results; b. the second kind of clustering results; c. the third kind of clustering results

3.2 曲線形態(tài)分類

通過(guò)將同一類別井的濃度產(chǎn)出曲線繪制在一起，如圖5所示，以進(jìn)一步驗(yàn)證聚類結(jié)果的合理性，發(fā)現(xiàn)同一類的井示蹤劑濃度產(chǎn)出曲線有相似的見(jiàn)劑時(shí)間、峰值濃度，而不同類別的井則差別較大，聚類效果很好。同時(shí)基于由Abbaszadeh-Dehghani和Brimg ham推導(dǎo)的考慮示蹤劑對(duì)流擴(kuò)散的流動(dòng)方程[7]，擬合了示蹤劑濃度產(chǎn)出曲線，典型井?dāng)M合如圖6所示，并反求出優(yōu)勢(shì)通道層發(fā)育厚度及滲透率，定量描述優(yōu)勢(shì)通道形成后的儲(chǔ)層物性特征，計(jì)算結(jié)果見(jiàn)表1。

由圖5可知，第一類曲線示蹤劑見(jiàn)劑時(shí)間最晚，基本上在100天以后才檢測(cè)到示蹤劑產(chǎn)出，見(jiàn)劑后濃度上升較慢，從示蹤劑解釋結(jié)果上看，第一類井其高滲層解釋滲透率較小，平均滲透率在2180 mD；同時(shí)因?yàn)榈貙酉禂?shù)較小，平均地層系數(shù)884 mD·m，使得峰值濃度低，曲線與橫軸包絡(luò)的面積小，示蹤劑回采率低，曲線總體形態(tài)較“矮胖”，優(yōu)勢(shì)通道發(fā)育程度最低。

第二類曲線高滲層平均解釋滲透率6905 mD，平均地層系數(shù)2265 mD·m，使得其見(jiàn)劑時(shí)間早于第一類井，同時(shí)峰值濃度、回采率大于第一類井，優(yōu)勢(shì)通道較第一類井發(fā)育。

第三類曲線高滲層平均解釋滲透率達(dá)到了14476 mD，地層系數(shù)4162 mD·m，高滲層導(dǎo)流能力強(qiáng)，使得見(jiàn)劑時(shí)間最短，相應(yīng)的見(jiàn)劑速度最快，見(jiàn)劑后濃度很快上升，峰形尖銳；同時(shí)峰值濃度最高，相比于第一類和第二類曲線的1.04 Bq/mL、1.22 Bq/mL，其峰值濃度最大可達(dá)1.69 Bq/mL，且回采率高，地層系數(shù)曲線整體形狀較“瘦高”，優(yōu)勢(shì)通道發(fā)育程度最高。

3.3 優(yōu)勢(shì)通道分級(jí)

示蹤劑在地層中會(huì)隨著注入水首先從高滲透層突進(jìn)，由以上分析可知：決定示蹤劑見(jiàn)劑快慢的主要是地層的滲透率，決定示蹤劑產(chǎn)出量的多少則是地層系數(shù)。為此，利用示蹤劑解析模型對(duì)曲線進(jìn)行擬合的結(jié)果，見(jiàn)表1，進(jìn)一步分析高滲層滲透率和見(jiàn)劑時(shí)間、地層系數(shù)和回采率的關(guān)系，在半對(duì)數(shù)坐標(biāo)下，示蹤劑見(jiàn)劑速度與滲透率呈正相關(guān)關(guān)系，地層系數(shù)與回采率在笛卡爾坐標(biāo)系下呈正相關(guān)關(guān)系。同時(shí)基于示蹤劑曲線的聚類結(jié)果，以不同類別的井作為分級(jí)界限，最終確定當(dāng)高滲層滲透率小于3259 mD、見(jiàn)劑速度小于1.65 m/d，同時(shí)地層系數(shù)小于1341 mD·m，回采率小于0.13%視為一級(jí)優(yōu)勢(shì)通道；高滲層滲透率在3259～8383 mD、見(jiàn)劑速度在1.65～2.17 m/d，同時(shí)地層系數(shù)在1341～3194 mD·m、回采率在0.13%至0.21%視為二級(jí)優(yōu)勢(shì)通道；高滲層滲透率大于8383 mD、見(jiàn)劑速度在大于2.17 m/d，同時(shí)地層系數(shù)大于3194 mD·m、回采率大于0.21%視為三級(jí)優(yōu)勢(shì)通道。分級(jí)結(jié)果見(jiàn)圖7和圖8。

圖6 W2-43井濃度擬合曲線Fig. 6 Fitting of tracer breakthrough curve in well w2-43

表1 井間示蹤劑參數(shù)、洛倫茲系數(shù)及聚類結(jié)果Table 1 Inter well tracer parameters、Lorentz coefficient and clustering results

3.4 優(yōu)勢(shì)通道的表現(xiàn)特征

優(yōu)勢(shì)通道的形成有靜態(tài)地質(zhì)因素的影響，一般來(lái)說(shuō)，儲(chǔ)層非均質(zhì)性越嚴(yán)重，越易形成優(yōu)勢(shì)通道。目前評(píng)價(jià)非均質(zhì)的方法有滲透率變異系數(shù)、滲透率突進(jìn)系數(shù)、滲透率級(jí)差等，但這些數(shù)值的計(jì)算在理論上都是無(wú)界的，不能對(duì)儲(chǔ)層的非均質(zhì)程度進(jìn)行定量評(píng)價(jià)[26-27]。由于儲(chǔ)層砂泥巖交互頻繁，本文利用自然電位測(cè)井曲線構(gòu)建洛倫茲系數(shù)，定量表征不同級(jí)別優(yōu)勢(shì)通道在儲(chǔ)層測(cè)井曲線上的響應(yīng)特征。將待求深度段的測(cè)井曲線值按從小到大排列后得到sp1、sp2…spn，其相應(yīng)的深度間隔為Δh1、Δh2…Δhn令

圖7 見(jiàn)劑速度與高滲層滲透率關(guān)系圖Fig. 7 Relationship between migration velocity and thief zones permeability

圖8 回采率與地層系數(shù)關(guān)系圖Fig. 8 Relationship between recovery rate and formation coefficient

（續(xù)表）

則該段的洛倫茲曲線的函數(shù)為：

其中，xj為前j個(gè)點(diǎn)的深度間隔累計(jì)分布百分比，f(xj)為前個(gè)點(diǎn)的測(cè)井曲線值的累計(jì)分布百分比。洛倫茲系數(shù)計(jì)算示意圖如圖9所示，對(duì)角線表示絕對(duì)均質(zhì)儲(chǔ)層，偏離對(duì)角線的面積表示儲(chǔ)層的非均質(zhì)程度，洛倫茲系數(shù)Lc計(jì)算公式見(jiàn)式(12)，Lc越大，測(cè)井值越不均勻，非均質(zhì)性也越強(qiáng)[28]。

圖9 洛倫茲系數(shù)計(jì)算示意圖Fig. 9 Calculation diagram of Lorenz coefficient

分別計(jì)算發(fā)育三種級(jí)別優(yōu)勢(shì)通道井的洛倫茲系數(shù)，計(jì)算結(jié)果見(jiàn)表1。一級(jí)優(yōu)勢(shì)通道井洛倫茲系數(shù)分布區(qū)間為0.07～0.12，均值0.10；二級(jí)優(yōu)勢(shì)通道井洛倫茲系數(shù)分布在0.1～0.19，均值0.14；三級(jí)優(yōu)勢(shì)通道井洛倫茲系數(shù)分布在0.14～0.29，均值0.2。按照儲(chǔ)層非均質(zhì)性洛倫茲系數(shù)評(píng)價(jià)標(biāo)準(zhǔn)[26]，一級(jí)優(yōu)勢(shì)通道井屬于均質(zhì)～相對(duì)均質(zhì)儲(chǔ)層，二級(jí)優(yōu)勢(shì)通道井屬于相對(duì)均質(zhì)～非均質(zhì)儲(chǔ)層，三級(jí)優(yōu)勢(shì)通道井屬于非均質(zhì)～嚴(yán)重非均質(zhì)儲(chǔ)層。

同時(shí)，分析三種級(jí)別優(yōu)勢(shì)通道井的生產(chǎn)動(dòng)態(tài)曲線，明確優(yōu)勢(shì)通道在開(kāi)發(fā)動(dòng)態(tài)上的響應(yīng)特征。如圖10所示，一級(jí)優(yōu)勢(shì)通道井在生產(chǎn)期間，含水一直處于相對(duì)穩(wěn)定的水平，同時(shí)采出程度較高；二級(jí)優(yōu)勢(shì)通道井在生成初期，含水率也處于相對(duì)穩(wěn)定的水平，但是在形成優(yōu)勢(shì)通道后，其含水率曲線會(huì)有明顯的上升階段，影響水驅(qū)開(kāi)發(fā)效果；三級(jí)優(yōu)勢(shì)通道井由于優(yōu)勢(shì)通道最發(fā)育，其含水率快速上升，同時(shí)采出程度最低，嚴(yán)重影響水驅(qū)開(kāi)發(fā)效果。

圖10 不同類型井生產(chǎn)動(dòng)態(tài)Fig. 10 Production performance of different types of Wells

4 現(xiàn)場(chǎng)驗(yàn)證

由于泡沫對(duì)高滲層大孔道和高含水層位的自然選擇性，在調(diào)剖堵水中扮演著越來(lái)越重要的角色?，F(xiàn)場(chǎng)對(duì)示蹤劑測(cè)試的2個(gè)井組進(jìn)行了泡沫驅(qū)先導(dǎo)性試驗(yàn)，試驗(yàn)井中一級(jí)優(yōu)勢(shì)通道井有2口，二級(jí)優(yōu)勢(shì)通道井3口，三級(jí)優(yōu)勢(shì)通道井5口。以含水率差值△fw和日產(chǎn)油量差值△Qo分別表征含水率降低程度和增油量，見(jiàn)圖11。分析發(fā)現(xiàn)，井周圍儲(chǔ)層優(yōu)勢(shì)通道越發(fā)育，泡沫驅(qū)效果越好，相應(yīng)的含水率降低幅度越大，日產(chǎn)油量增加越多。具體的未見(jiàn)劑井、一級(jí)、二級(jí)、三級(jí)優(yōu)勢(shì)通道井含水率降低值分別為6.23%、17.65%、47.55%、51.05%，日產(chǎn)油量增加值分別為0.68 t/d、1.55 t/d、7.66 t/d、9.27 t/d。

圖11 不同類型井泡沫驅(qū)效果分析Fig. 11 The effects of foam flooding in different types of Wells

這主要是因?yàn)檫M(jìn)行泡沫驅(qū)時(shí)，泡沫首先進(jìn)入流動(dòng)阻力較小的優(yōu)勢(shì)通道層，并且由于優(yōu)勢(shì)通道層含油飽和度低，泡沫穩(wěn)定性好，更容易在其中堆積，達(dá)到封堵高滲層的效果。而隨著泡沫占據(jù)優(yōu)勢(shì)通道層，產(chǎn)生的賈敏效應(yīng)會(huì)增大流動(dòng)阻力[29]，當(dāng)流動(dòng)阻力增加到超過(guò)小孔道中流動(dòng)阻力后，泡沫便越來(lái)越多地流入中低滲透層，但中低滲透層往往含油飽和度較高，泡沫中的表面活性劑分子與油中的極性分子進(jìn)行交換，導(dǎo)致泡沫極易破裂。破裂后的泡沫釋放出的氮?dú)獠蝗苡谟?，在重力分異作用下?huì)進(jìn)入到構(gòu)造高部位并不斷聚集，形成次生氣頂，起到驅(qū)油的效果[30,31]。所以，對(duì)于優(yōu)勢(shì)通道越發(fā)育的井，泡沫驅(qū)的效果越好。這也進(jìn)一步驗(yàn)證了分類的正確性。

從現(xiàn)場(chǎng)驗(yàn)證的結(jié)果中也給治理稠油油藏的優(yōu)勢(shì)通道帶來(lái)一定的啟示：對(duì)于示蹤劑見(jiàn)劑速度快，回采率高的井，使用泡沫驅(qū)將有效改善油田開(kāi)發(fā)效果，對(duì)于見(jiàn)劑速度比較慢且回采率不高的井，采用泡沫驅(qū)進(jìn)行調(diào)剖堵水效果一般，此時(shí)可以考慮其他更加經(jīng)濟(jì)有效的措施來(lái)改善開(kāi)發(fā)效果。

5 結(jié)論

(1)改進(jìn)的FCM聚類算法能夠自動(dòng)確定待聚類樣本的聚類數(shù)，避免了傳統(tǒng)的FCM聚類算法需要人為指定聚類數(shù)的不足，使得其對(duì)稠油油藏單一拋物線型示蹤劑產(chǎn)出曲線聚類問(wèn)題有更好的適應(yīng)性，同時(shí)現(xiàn)場(chǎng)的泡沫驅(qū)效果分析也驗(yàn)證了分類結(jié)果的正確性。

(2)優(yōu)勢(shì)通道的發(fā)育級(jí)別可以通過(guò)擬合示蹤劑濃度曲線而得到的地層系數(shù)和滲透率來(lái)定量表征，優(yōu)勢(shì)通道越發(fā)育，其解釋滲透率和地層系數(shù)越大，反映在濃度曲線上則是見(jiàn)劑速度和回采率的不同。

(3)影響優(yōu)勢(shì)通道發(fā)育程度的內(nèi)因是儲(chǔ)層的非均質(zhì)性，可以通過(guò)計(jì)算測(cè)井曲線的洛倫茲系數(shù)定量表征儲(chǔ)層非均質(zhì)性對(duì)優(yōu)勢(shì)通道形成的影響，結(jié)果表明：洛倫茲系數(shù)越大，儲(chǔ)層非均質(zhì)性越強(qiáng)，發(fā)育優(yōu)勢(shì)通道的可能性越大。