摘要
K-means聚类算法是一种基于样本间相似性度量的间接聚类计算方法,适合于规律性较差的散点集合分类。应用该方法了研究某油田ZD油层发育,按照高、中、低渗3类进行分析,得出了ZD油层从北到南有效厚度、渗透率和不同聚类中心钻遇井点比例变化,直观地反映了油层发育变化特点;油田进入高含水开发阶段,剩余油分布十分零散,常规方法难以确定剩余油富集部位,应用K-means方法确定了规模较大的剩余油富集部位:主要集中在开发较晚的层段和厚度较大的油层中,有效指导了剩余油分析和挖潜;常规的化学驱动态分析需要逐口井分析对比,区块整体形势分析不直观,采用K-means方法,可以清晰地显示出各类井的整体变化特点,为区块的整体分析提供了一个更加直观的工具。
作者简介
陈文若(1974—)男,汉族,本科,黑龙江大庆人,大庆油田有限责任公司第二采油厂地质研究所,副高级工程师,从事油藏数值模拟工作。
