一种基于多元特征融合的致密砂岩储层评价方法和装置

1.本发明涉及储层评价领域，特别地，涉及一种基于多元特征融合的致密砂岩储层评价方法和装置。


背景技术：

2.优质储层的评价可以对储层质量进行评估分类，有利于更加快速准确的定位位置，对油气勘探过程尤为重要。而致密砂岩储层具有较低的孔渗、较强的非均质性、复杂的孔隙结构，其发育又受到沉积作用、成岩作用、构造史、埋藏史等多因素控制，且需要体积压裂等特殊措施才可以获得经济产量，沿用常规储层的评价方法并不能完全反应致密储层的本质特征。目前，多数学者在进行储层评价工作时选用的评价参数较为单一，导致无法从多维度评估储层质量。
3.因此现在亟需一种基于多元特征融合的致密砂岩储层评价方法，能够从多维度全面广泛的评价储层质量。


技术实现要素：

4.本文实施例的目的在于提供一种基于多元特征融合的致密砂岩储层评价方法和装置，以从多维度全面广泛的评价储层质量。
5.为达到上述目的，一方面，本文实施例提供了一种基于多元特征融合的致密砂岩储层评价方法，包括：
6.获取待评价的致密砂岩储层中多个特征分别对应的多个参数值；
7.利用选取合并方法，根据多个特征选取得到多个主控特征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率；其中所述主控特征用于评价待评价的致密砂岩储层，每一综合特征中包括一个或多个主控特征，所述贡献率用于表征综合特征中主控特征的重要程度；
8.根据所述每一综合特征中每一主控特征对应的参数值与贡献率，计算得到待评价的致密砂岩储层的每一综合特征值；
9.将所述待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中，以通过预先建立的评价标准评价所述待评价的致密砂岩储层。
10.优选的，所述特征包括：沉积物源特征、岩相特征、成岩作用特征、成岩演化特征、储集空间特征、微观孔隙结构特征、物性特征以及钻井特征中的一个或多个。
11.优选的，所述利用选取合并方法，根据多个特征选取得到多个主控特征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率进一步包括：
12.根据已知的致密砂岩储层中多个特征对储层物性的影响，根据多个特征选取得到多个主控特征；
13.获取已知的致密砂岩储层的多个样本；
14.通过主成分分析法对所述多个样本进行分析，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率，其中每一综合特征中包括一个或多个主控特征。
15.优选的，所述评价标准的建立方法包括：
16.根据样本与综合特征对应的综合特征值，利用聚类方法对多个样本进行分类，得到多类样本；
17.将样本与主控特征对应的主控特征值，以及主控特征的贡献率相乘，得到样本与主控特征对应的乘积值；
18.将样本中属于同一综合特征的所有主控特征对应的乘积值相加，得到样本与综合特征对应的计算值；
19.根据每类样本中所有样本的计算值，得到每类样本对应的综合特征值范围；
20.将所述每类样本对应的综合特征值范围输入预先建立的评价函数中，得到每类样本对应的储层的评价标准。
21.优选的，所述评价函数的建立方法包括：
22.对所有样本的主控特征值进行标准化，得到对应的标准化值；
23.利用标准化值计算得到相关矩阵；
24.计算得到所述相关矩阵的特征值和特征向量；
25.根据所述相关矩阵的特征值和特征向量构建权重矩阵；
26.根据所述权重矩阵计算得到权重系数；
27.根据所述权重矩阵和所述权重系数，建立所述评价函数。
28.优选的，所述根据所述相关矩阵的特征值和特征向量构建权重矩阵进一步包括：
29.通过如下公式构建权重矩阵：
30.b＝(b
ij
)
m*m
；
[0031][0032]
其中，b为权重矩阵，ui＝(μ
1i
,μ
2i
,
…
,μ
mi
),(i＝1,2,
…
,m)，ui为相关矩阵的特征向量，λi为相关矩阵的特征值，m为相关矩阵的特征值的数目。
[0033]
优选的，所述根据所述权重矩阵计算得到权重系数进一步包括：
[0034]
通过如下公式计算权重系数：
[0035][0036]
α＝(α1,α2,
…
,αm)；
[0037]
其中，α为权重系数。
[0038]
优选的，根据所述权重矩阵和所述权重系数，建立所述评价函数进一步包括：
[0039]
通过如下公式建立评价函数：
[0040]
y＝x
t
b(b
t
b)-1
α；
[0041]
其中，y为评价函数，x为输入量。
[0042]
优选的，所述综合特征包括：物性参数、沉积参数、成岩参数以及微观参数中的一个或多个。
[0043]
另一方面，本文实施例提供了一种基于多元特征融合的致密砂岩储层评价装置，所述装置包括：
[0044]
获取模块，用于获取待评价的致密砂岩储层中多个特征分别对应的多个参数值；
[0045]
选取合并模块，用于利用选取合并方法，根据多个特征选取得到多个主控特征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率；其中所述主控特征用于评价待评价的致密砂岩储层，每一综合特征中包括一个或多个主控特征，所述贡献率用于表征综合特征中主控特征的重要程度；
[0046]
计算模块，用于根据所述每一综合特征中每一主控特征对应的参数值与贡献率，计算得到待评价的致密砂岩储层的每一综合特征值；
[0047]
评价模块，用于将所述待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中，以通过预先建立的评价标准评价所述待评价的致密砂岩储层。
[0048]
由以上本文实施例提供的技术方案可见，本文实施例能够通过对待评价的致密砂岩储层质量影响较大的多个主控特征的参数值，以及多个主控特征的贡献率，计算得到待评价的致密砂岩储层对应的多个综合特征值，将多个综合特征值输入评价函数后评价待评价的致密砂岩储层。由于主控特征涉及的范围全面广泛，因此本文实施例的方法能够从多维度全面广泛的评价致密砂岩储层的质量。
[0049]
为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0050]
为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]
图1示出了本文实施例提供的一种基于多元特征融合的致密砂岩储层评价方法的流程示意图；
[0052]
图2示出了本文实施例提供的用于利用选取合并方法，对多个主控特征进行合并得到多个综合特征，以及每一综合特征中每一主控特征的贡献率的流程示意图；
[0053]
图3示出了本文实施例提供的评价标准的建立方法的流程示意图；
[0054]
图4示出了本文实施例提供的评价函数的建立方法的流程示意图；
[0055]
图5示出了本文实施例提供的一种基于多元特征融合的致密砂岩储层评价装置的模块结构示意图；
[0056]
图6示出了本文实施例提供的计算机设备的结构示意图。
[0057]
附图符号说明：
[0058]
100、获取模块；
[0059]
200、选取合并模块；
[0060]
300、计算模块；
[0061]
400、评价模块；
[0062]
602、计算机设备；
[0063]
604、处理器；
[0064]
606、存储器；
[0065]
608、驱动机构；
[0066]
610、输入/输出模块；
[0067]
612、输入设备；
[0068]
614、输出设备；
[0069]
616、呈现设备；
[0070]
618、图形用户接口；
[0071]
620、网络接口；
[0072]
622、通信链路；
[0073]
624、通信总线。
具体实施方式
[0074]
下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。
[0075]
优质储层的评价可以对储层质量进行评估分类，有利于更加快速准确的定位位置，对油气勘探过程尤为重要。而致密砂岩储层具有较低的孔渗、较强的非均质性、复杂的孔隙结构，其发育又受到沉积作用、成岩作用、构造史、埋藏史等多因素控制，且需要体积压裂等特殊措施才可以获得经济产量，沿用常规储层的评价方法并不能完全反应致密储层的本质特征。目前，多数学者在进行储层评价工作时选用的评价参数较为单一，导致无法从多维度评估储层质量。
[0076]
为了解决上述问题，本文实施例提供了一种基于多元特征融合的致密砂岩储层评价方法。图1是本文实施例提供的一种基于多元特征融合的致密砂岩储层评价方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。
[0077]
需要说明的是，本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0078]
参照图1，本文提供了一种基于多元特征融合的致密砂岩储层评价方法，包括：
[0079]
s101：获取待评价的致密砂岩储层中多个特征分别对应的多个参数值；
[0080]
s102：利用选取合并方法，根据多个特征选取得到多个主控特征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率；其中所述主控特征用于评价待评价的致密砂岩储层，每一综合特征中包括一个或多个主控特征，所述
贡献率用于表征综合特征中主控特征的重要程度；
[0081]
s103：根据所述每一综合特征中每一主控特征对应的参数值与贡献率，计算得到待评价的致密砂岩储层的每一综合特征值；
[0082]
s104：将所述待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中，以通过预先建立的评价标准评价所述待评价的致密砂岩储层。
[0083]
所述特征包括：沉积物源特征、岩相特征、成岩作用特征、成岩演化特征、储集空间特征、微观孔隙结构特征、物性特征以及钻井特征中的一个或多个。其中每一个特征中细分后可能还包括多个子特征，例如成岩演化特征是根据岩石薄片鉴定、流体包裹体分析、同位素测试、阴极发光测试等手段结合埋藏史热史确定储层在成岩阶段的成岩流体充注时间、孔隙度演化过程、矿物转化过程；钻井特征为综合考虑测井、录井等资料得到的钻井特征。
[0084]
对于待评价的致密砂岩储层来说，对应多个特征分别有多个参数值，需要说明的是，对于任意其中一个特征来说，由于每一个特征中细分后可能还包括多个子特征，因此该特征可能对应存在多个参数值，例如物性特征对应孔隙度值和渗透率值。
[0085]
根据多个特征选取得到多个主控特征，通过主控特征评价待评价的致密砂岩储层，将性质相近的多个主控特征进行合并得到多个综合特征，其中综合特征中的每一主控特征均有对应的贡献率，用于表征该主控特征在评价致密砂岩储层时的重要程度。进一步的，可以根据参数值和贡献率计算得到待评价的致密砂岩储层的综合特征值，将综合特征值输入预先建立的评价函数后，即可通过预先建立的评价标准评价待评价的致密砂岩储层。
[0086]
通过本文实施例的方法，能够通过对待评价的致密砂岩储层质量影响较大的多个主控特征的参数值，以及多个主控特征的贡献率，计算得到待评价的致密砂岩储层对应的多个综合特征值，将多个综合特征值输入评价函数后评价待评价的致密砂岩储层。由于主控特征涉及的范围全面广泛，因此本文实施例的方法能够从多维度全面广泛的评价致密砂岩储层的质量。
[0087]
在本文实施例中，参照图2，所述利用选取合并方法，根据多个特征选取得到多个主控特征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率进一步包括：
[0088]
s201：根据已知的致密砂岩储层中多个特征对储层物性的影响，根据多个特征选取得到多个主控特征；
[0089]
s202：获取已知的致密砂岩储层的多个样本；
[0090]
s203：通过主成分分析法对所述多个样本进行分析，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率，其中每一综合特征中包括一个或多个主控特征。
[0091]
一般来说，储层物性通过孔隙度和渗透率来体现，通过已知的致密砂岩储层分析多个特征与储层物性的相关性，将其中与储层物性相关性较大的特征作为主控特征。例如对于沉积物源特征的子特征砂体厚度特征来说，分析已知的致密砂岩储层砂体厚度值与储层物性的相关性，得到砂体厚度值越大，孔隙度和/或渗透率越大，即可确定沉积物源特征的子特征砂体厚度特征为主控特征。需要说明的是，对于物性特征孔隙度和渗透率来说，可以直接作为主控特征。
[0092]
进一步的，可以获取多个样本，通过主成分分析法对多个样本进行分析，得到多个
综合特征，以及每一综合特征中每一主控特征的贡献率，综合特征中包括一个或多个性质相近的主控特征。一般来说，综合特征包括：物性参数、沉积参数、成岩参数以及微观参数中的一个或多个。但需要说明的是，物性参数只包括孔隙度和渗透率，由于孔隙度和渗透率同样重要，所以可以直接把孔隙度和渗透率的贡献率均赋值为0.5，而不通过主成分分析法确定其贡献率。
[0093]
其中，主成分分析法如下所示：
[0094]
设主控特征有m个：x1,x2,
…
,xm，样品数量有n个：1,2,3，
…
，n，第i个样本的第j个主控特征的取值为x
ij
。将需进行主成分分析的x
ij
转换为标准化变量
[0095][0096]
其中为均值，sj为标准差；为标准差；
[0097][0098]
根据标准化变量构建相关系数矩阵r如下所示：
[0099]
r＝(r
ij
)m×m；
[0100][0101]
其中r
ii
＝1，r
ij
＝r
ji
，r
ij
是第i个主控特征与第j个主控特征的相关系数。
[0102]
计算相关系数矩阵r的特征值和特征向量：
[0103]
相关系数矩阵r的特征值λ1≥λ2≥
…
≥λm≥0，及对应的特征向量u＝(u
1j
,u
2j
,
…
,u
nj
)
t
，j＝1,2,
…
,m；计算得到ym：
[0104][0105]
选择p(p≤m)个主控特征进行合并，得到一个综合特征，计算p个主控特征的贡献率的方法如下：
[0106]
①
计算特征值λj(j＝1,2，
…
，m)的信息贡献率bj和累计贡献率α
p
：
[0107][0108][0109]
当α
p
接近1时，例如α
p
＝0.85,0.9,0.95，则选择p个主控特征，yj(j＝1,2，
…
，p)代替m个主控特征，从而对p个主成分进行分析。
[0110]
②
通过如下公式计算得到p个主控特征的贡献率：
[0111][0112]
进一步的，可以根据待评价的致密砂岩储层每一综合特征中每一主控特征对应的
参数值与贡献率，计算得到待评价的致密砂岩储层的每一综合特征值。具体的，例如待评价的致密砂岩储层对应综合特征a中的主控特征a1、a2和a3，分别有三个参数值a1、a2和a3，并且通过主成分分析法计算得到a1的贡献率为α1，a2的贡献率为α2，a3的贡献率为α3，进而计算得到待评价的致密砂岩储层综合特征a对应的综合特征值为a1
×
α1 a2
×
α2 a3
×
α3。
[0113]
进而计算得到待评价的致密砂岩储层的所有综合特征值后，输入预先建立的评价函数中，以通过预先建立的评价标准评价所述待评价的致密砂岩储层。
[0114]
其中，参照图3，所述评价标准的建立方法包括：
[0115]
s301：根据样本与综合特征对应的综合特征值，利用聚类方法对多个样本进行分类，得到多类样本；
[0116]
s302：将样本与主控特征对应的主控特征值，以及主控特征的贡献率相乘，得到样本与主控特征对应的乘积值；
[0117]
s303：将样本中属于同一综合特征的所有主控特征对应的乘积值相加，得到样本与综合特征对应的计算值；
[0118]
s304：根据每类样本中所有样本的计算值，得到每类样本对应的综合特征值范围；
[0119]
s305：将所述每类样本对应的综合特征值范围输入预先建立的评价函数中，得到每类样本对应的储层的评价标准。
[0120]
样本是由已知的致密砂岩储层得到的，根据样本与综合特征对应的综合特征值，利用聚类方法将综合特征值相近的一个或多个样本划分为一类，得到多类样本，每类样本对应一类储层，其中距聚类算法可以为k-means算法，也可以为其他聚类算法，本文对此不做限定。
[0121]
s302中例如：对于多个样本中任意一个样本1来说，样本1对应主控特征a1的主控特征值为a1’，主控特征a1的贡献率为α1，则样本对应主控特征a1的乘积值为a1
’×
α1，通过s302可以得到任意一个样本1与所有主控特征对应的乘积值。
[0122]
s302中例如：样本1相对于综合特征a的所有(三个)主控特征a1、a2和a3分别有三个乘积值，将三个乘积值相加，得到样本1与综合特征a对应的计算值1。
[0123]
s304中例如：某类样本包括样本1、2和3，假设样本1的计算值1，样本2的计算值2，以及样本3的计算值3中，计算值1最小，计算值3最大，则该类样本对应的综合特征值范围为计算值1至计算值3。
[0124]
将该类样本的综合特征值范围输入预先建立的评价函数中，即可得到该类样本对应的储层评价标准。
[0125]
其中，参照图4，所述评价函数的建立方法包括：
[0126]
s401：对所有样本的主控特征值进行标准化，得到对应的标准化值；
[0127]
s402：利用标准化值计算得到相关矩阵；
[0128]
s403：计算得到所述相关矩阵的特征值和特征向量；
[0129]
s404：根据所述相关矩阵的特征值和特征向量构建权重矩阵；
[0130]
s405：根据所述权重矩阵计算得到权重系数；
[0131]
s406：根据所述权重矩阵和所述权重系数，建立所述评价函数。
[0132]
在s401中，将样本的主控特征值通过计算均值和方差进行标准化：
[0133][0134]
其中，为第i个主控特征值的均值，x
ik
为第k个样本中第i个主控特征值，n为样本数目，m为主控特征值数目，i＝1,2,
…
,m。
[0135][0136]
其中，s
ij
第i个主控特征值与第j个主控特征值计算出来的方差。
[0137]
在s402中，利用标准化值计算得到相关矩阵r，其中，r＝(r
ij
)
m*m
。
[0138][0139]
在s403中，计算相关矩阵r的特征值λj(j＝1,2，
…
，m)及对应的特征向量u1,u2,
…
,um，其中：
[0140]
ui＝(μ
1i
,μ
2i
,
…
,μ
mi
),(i＝1,2,
…
,m)；
[0141]
在s404中，通过如下公式构建权重矩阵：
[0142]
b＝(b
ij
)
m*m
；
[0143][0144]
其中，b为权重矩阵，ui＝(μ
1i
,μ
2i
,
…
,μ
mi
),(i＝1,2,
…
,m)，ui为相关矩阵的特征向量，λi为相关矩阵的特征值，m为相关矩阵的特征值的数目。
[0145]
在s405中，通过如下公式计算权重系数：
[0146][0147]
α＝(α1,α2,
…
,αm)；
[0148]
其中，α为权重系数。
[0149]
在s406中，通过如下公式建立评价函数：
[0150]
y＝x
t
b(b
t
b)-1
α；
[0151]
其中，y为评价函数，x为输入量。
[0152]
在将某类样本的综合特征值范围输入评价函数的过程中，可以将综合特征值范围中的最小值和最大值分别输入评价函数中，进而分别得到最大输出值和最小输出值，该最小输出值至最大输出值所对应的范围即为该类样本的输出范围，如此可以得出每类储层的输出范围。
[0153]
在将待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中后，可以输出待评价的致密砂岩储层的输出值，根据该输出值所属的输出范围，确定待评价的致密砂岩储层属于该输出范围对应的储层类别。
[0154]
基于国内某一盆地致密砂岩储层为实例，进一步阐明本文所述的方法。
[0155]
确定致密砂岩储层的沉积物源特征、岩相类型、成岩作用特征、成岩演化过程、储集空间特征、微观孔隙结构特征；
[0156]
根据资料确定储层主要为扇三角洲沉积，沉积亚相为扇三角洲前缘相和扇三角洲篇平原相，物源主要来自东南方向，根据物源特征确定母岩类型以变质岩、火成岩为主。
[0157]
根据岩石薄片鉴定、流体包裹体分析、同位素测试、阴极发光测试等手段确定储层
的主要岩石类型为岩屑长石砂岩和长石岩屑砂岩，成岩作用以压实作用、溶蚀作用、胶结作用、交代作用为主。其中压实作用中等-强烈，溶蚀作用以斜长石溶蚀提供次生孔隙为主，胶结作用以方解石胶结为主。成岩阶段在中成岩-b阶段，主要孔隙类型为粒间、粒内溶孔，孔隙直径以微米级孔为主导，孔径小且孔喉结构复杂。
[0158]
基于储层的实测物性数据，综合考虑测井、录井等其他资料，确定主控特征。
[0159]
该地区储层以扇三角洲沉积为主，物源主要为东南方向物源，结合实测储层物性数据，确定主控特征，其中物性相关的主控因素有：孔隙度、渗透率；沉积相关的主控因素有：沉积微相、粒度、砂体厚度；成岩相关的主控因素有：斜长石含量、石英含量、绿泥石含量；微观相关的主控因素有：排驱压力、分形维数、平均吼道半径。
[0160]
通过测试手段获取不同深度下多个样本(例如20个样本)的主控特征的实际测量值，应用主成分分析法，将主控特征进行合并，得到如表1至表4所示的多个综合特征以及每一综合特征中每一主控特征的贡献率。
[0161]
其中主控特征为：孔隙度、渗透率、砂体厚度、沉积微相、粒度、石英、斜长石、绿泥石、排驱压力、平均吼道半径、分形维数。将孔隙度、渗透率参数合并为物性参数，砂体厚度、沉积微相、粒度参数合并为沉积参数，石英、斜长石、绿泥石合并为成岩参数，排驱压力、平均吼道半径、分形维数为微观参数；最终利用物性参数、沉积参数、成岩参数、微观参数进行聚类分析。
[0162]
表1物性参数主控特征贡献率
[0163] 贡献率孔隙度0.5渗透率0.5
[0164]
表2成岩参数主控特征贡献率
[0165] 贡献率石英含量/％0.48斜长石含量/％0.55绿泥石含量/％0.25
[0166]
表3沉积参数主控特征贡献率
[0167] 贡献率粒度0.27沉积微相0.54砂体厚度/m0.69
[0168]
表4微观参数主控特征贡献率
[0169][0170][0171]
利用聚类方法将样本进行分类，得到每类样本对应的储层的评价标准。
[0172]
针对研究区的地质特点，选择实验分析、岩心、测井等资料齐全的20个样本，基本包括了该区储层所有的典型沉积-成岩类型。在储层分类评价参数的选择方面，由于表征储层特征的参数很多，有微观、宏观、非均质及产能等静、动态资料，最终选用主成分分析结果中的物性参数、沉积参数、成岩参数，微观参数进行聚类分析。
[0173]
储层分类即把储层性质相近的样本划分在同一类。综合运用聚类分析的方法，对所选20个样本进行了分类研究，20个样本分为ⅰ1
类、ⅰ2
类、ⅱ1
类、ⅱ2
类、ⅲ类，得到如表5所示的每类样本的性质。
[0174]
表5
[0175]
样本类别物性参数(p)沉积参数(s)成岩参数(d)微观参数(m)ⅰ1
类》0.6》0.8》0.6》0.8ⅰ2
类》0.60.6-0.80.4-0.60.6-0.8ⅱ1
类0.3-0.60.6-0.80.4-0.60.6-0.8ⅱ2
类0.3-0.60.4-0.6《0.40.3-0.6ⅲ类《0.3《0.4《0.4《0.3
[0176]
利用评价函数，例如得到如表6所示的每类储层对应的储层评价标准。
[0177]
表6
[0178]
储层类别综合评判指标ⅰ1
类y≥0.6ⅰ2
类0.6》y≥0.5ⅱ1
类0.5》y≥0.35ⅱ2
类0.35》y≥0.25ⅲ类y《0.25
[0179]
将待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中，确定待评价的致密砂岩储层所属的储层类别。
[0180]
基于上述所述的一种基于多元特征融合的致密砂岩储层评价方法，本文实施例还提供一种基于多元特征融合的致密砂岩储层评价装置。所述的装置可以包括使用了本文实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思，本文实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本文实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0181]
具体地，图5是本文实施例提供的一种基于多元特征融合的致密砂岩储层评价装置一个实施例的模块结构示意图，参照图5所示，本文实施例提供的一种基于多元特征融合的致密砂岩储层评价装置包括：获取模块100、选取合并模块200、计算模块300、评价模块400。
[0182]
获取模块100，用于获取待评价的致密砂岩储层中多个特征分别对应的多个参数值；
[0183]
选取合并模块200，用于利用选取合并方法，根据多个特征选取得到多个主控特
征，并对多个主控特征进行合并，得到多个综合特征，以及每一综合特征中每一主控特征的贡献率；其中所述主控特征用于评价待评价的致密砂岩储层，每一综合特征中包括一个或多个主控特征，所述贡献率用于表征综合特征中主控特征的重要程度；
[0184]
计算模块300，用于根据所述每一综合特征中每一主控特征对应的参数值与贡献率，计算得到待评价的致密砂岩储层的每一综合特征值；
[0185]
评价模块400，用于将所述待评价的致密砂岩储层的所有综合特征值输入预先建立的评价函数中，以通过预先建立的评价标准评价所述待评价的致密砂岩储层。
[0186]
参照图6所示，基于上述所述的一种基于多元特征融合的致密砂岩储层评价方法，本文一实施例中还提供一种计算机设备602，其中上述方法运行在计算机设备602上。计算机设备602可以包括一个或多个处理器604，诸如一个或多个中央处理单元(cpu)或图形处理器(gpu)，每个处理单元可以实现一个或多个硬件线程。计算机设备602还可以包括任何存储器606，其用于存储诸如代码、设置、数据等之类的任何种类的信息，一具体实施方式中，存储器606上并可在处理器604上运行的计算机程序，所述计算机程序被所述处理器604运行时，可以执行根据上述方法的指令。非限制性的，比如，存储器606可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备602的固定或可移除部件。在一种情况下，当处理器604执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备602可以执行相关联指令的任一操作。计算机设备602还包括用于与任何存储器交互的一个或多个驱动机构608，诸如硬盘驱动机构、光盘驱动机构等。
[0187]
计算机设备602还可以包括输入/输出模块610(i/o)，其用于接收各种输入(经由输入设备612)和用于提供各种输出(经由输出设备614)。一个具体输出机构可以包括呈现设备616和相关联的图形用户接口618(gui)。在其他实施例中，还可以不包括输入/输出模块610(i/o)、输入设备612以及输出设备614，仅作为网络中的一台计算机设备。计算机设备602还可以包括一个或多个网络接口620，其用于经由一个或多个通信链路622与其他设备交换数据。一个或多个通信总线624将上文所描述的部件耦合在一起。
[0188]
通信链路622可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路622可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
[0189]
对应于图1-图4中的方法，本文实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
[0190]
本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行如图1至图4所示的方法。
[0191]
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
[0192]
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这
三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0193]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
[0194]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0195]
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0196]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
[0197]
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0198]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0199]
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。