抽象性

鉴于油田开发的现有状况,本文介绍了一种方法评价水库管理单元的生产性能在常用油田开发指标中,从生产任务、生产技术以及水库开发三大方面选择12项指标依据模糊分析层次进程原理,本文引入一种新方法获取指标权值通过TOPISS方法很容易通过计算欧几里得加权距离获取所有RMU排名考虑到RMU差异间的差距,RMU的生产性能评分由模糊聚类确定这种评价方法可持续提高储油层单元管理水平并加深油田开发的精密管理

开工导 言

油田公司大都接受油田开发过程中的管理概念一号..根据水库开发动态分析,技术段提供一种开发机制并设定一些可行目标,应当实现。水库管理单元必须根据开发需求实现生产目标2..开发部当前在油田开发过程中根据水库管理单元自己的统计数据和自算评估结果评价水库管理单元的生产性能3..表示评价精度不够高 交叉对比不够为使开发部准确和及时理解当前RMU开发管理状况,它需要建立相对完美的评价系统,以真正响应RMU管理水平、效率和开发效果,促进油田开发的精密管理本文首先介绍评价指标和计算法为了合理判断每个指标的权重,C节引入一种模糊AHP3.并使用欧几里得距离描述两个RMU之间的近距离然而,RMU相近性不同,所以我们使用模糊聚类对RMU分类获取最优分类 统计学解析4.

二叉评价指标和计算法

通过分析,RMU生产性能评价指标划分为生产任务的三个方面:水库开发与生产技术一号-5中文本不变一号内含12项指标

2.1.制作任务

制作任务4,5表示为 中包含原油任务完成率 任务完成率注入水 )

任务完成率粗油
中位 即实际生产原油 计划输出原油单位:

任务完成率水注入
中位 水注入量和注入量 地质量注入水,单位:m³.

2.2.储量开发

存取开发6,7表示为 内含受控自然下降程度 受控复合下降程度 受控程度复合水割 和编组压力维护水平 )

受控自然下降度
中位 即实自然下降率 控制目标自然下降率单位:%

受控复合下降度
中位 实际复合下降率 控制目标复合下降率单位:%

控制级复合水割
中位 实际上升速率复合水割 控制目标复合水割率提高

编程压力维护级别
中位 即当前编队压 原型编队压力单元:MPa

2.3生产技术

生产技术8表示为 内含油水井使用率 时时使用率油注入水 合格注入分配率 )合格比例注入水质量 动态监控完成率 测量老井有效率 )

油水井利用率
中位 油井使用率 活动油井数 油井总数并 中位 水井使用率 主动注入水井数 即注入水井总数油水井使用率可用

时间利用率石油生产和水注入
中位 时间利用率石油生产 实际产油时间 日历产油时间; 中位 时间使用率注入 实际注入水时间 日历时间注入水,单元:“day”。因此,石油生产和水注入时间使用率可定义为

定性注入分配率
中位 和水井数和水注入分配层数 和合格水井和合格层

定性注入水质量率
中位 水质量监控总数 表示合格水样本数

动态监控完成率
动态监控完成率 项目th综合动态监控完成率定义如下 去哪儿 数监控项目 计划监控总数 计划监控数 Th项目 实际数监控 Th项目单位数

测量老水井有效率
中位 表示总计量数 数有效度量

3级确定评价指标重度方法

目前,在判断评价指标权值方面,分析层次进程是一种相对理想的方法。传统AHP需要测试一致性并持续调整判断矩阵,但一些学者提出了模糊解析层次进程九九-18号..引入一种模糊AHP判定本节指标权重原理如下

定义1九九-11))假设这一点 算法N级顺序矩阵表示 ,(a) 调用模糊矩阵 , 满足度 ;(b) 被称为模糊补充矩阵 , 并满足 ;(c) 被称为模糊一致性判断矩阵 , 继续满足 .

属性一 模糊一致性判断矩阵 并全部 中常量 满足 .

证明 假设 模糊一致性判断矩阵 任选 , 并全部 .因此,我们有
假设给定 , 中常量 面向每个 中位数 时间和时间 ... 正因如此,我们得到 自 以获取 .最后,我们获取

属性2假设 模糊补充判断矩阵, 我们定义一种模糊变换: 去哪儿 , .接下去 模糊一致性判断矩阵

证明第一,我们证明 模糊矩阵自 ,我们知道 因此,我们有 .何时 ,我们得到 .
第二,证明 模糊补充矩阵
最后,我们证明 模糊一致性判断矩阵

属性3假设这一点 模糊辅助判断矩阵 权值向量或排序向量(1)时间 一致性,通过使用正规级汇总法,权重由 (2)时间 不完全一致性, 先执行模糊一致性转换11),然后通过正规级汇总法,权重由

证明 何时 完全一致性
何时 不完全一致性
从以上分析中可归纳确定权数的步骤如下:

步骤1专家提供模糊补充判断矩阵 使用量级对比法 [九九中文本不变一号)

步骤2检查是否 一致性或非一致性一致性计算权值乘法15)!if not计算权值乘法16)

4级生产性能评估RMU评分

本节介绍TOPISS法19号判定全排RMU并使用欧几里得距离描述两个RMU之间的近距离然而,RMU相近性不同,正因如此,我们采用模糊聚类对RMU分类获取最优分类 统计学在本论文中提及

4.1.综合排名

假设有 RMU和RMU 评价指标决策数据矩阵表示 .按照TOPSSI方法,RMU综合排名程序由以下步骤组成

步骤1决策数据矩阵标准化标准决策数据矩阵表示 变换公式如下:(a)何时 Th指标是福利类型 (b)何时 Th指标成本类型 (c)何时 即目标类型 去哪儿 即目标 .

步骤2确定指数权值权值向量 FAHP可获取此外,我们可以计算加权决策矩阵 中位 .

步骤3确定正理想向量和负理想向量分别表示 中位 , .

第四步计算欧几里得距离正理想向量和负理想向量.欧几里得距离 ThRMU和正理想向量表示 欧几里得距离 ThRMU和负理想向量表示

第五步计算相对接近正理想向量.相对近距离可定义为

步骤6依值判定排序 .越大近距离显示排名越优

4.2RMU评分

考虑到RMU差异间的差距,综合排名仍然不够需要用模糊聚类对RMU分类因此,我们进一步研究RMU距离矩阵 中位 发件人25码),我们可以获取动态模糊聚类图和动态聚类图

为了合理判定分类数,我们引入一种 统计20码: 去哪儿 数分类 表示元素数 Th分类 平均值 Th指示器插进 Th分类 平均值 Th指标所有RMU

我们可以计算值 逐级分类法26)下确定可靠性 并查找关键值 .if 中对应分类是可行的泛型使用直接对应分类数 最优分类数并最后得到最佳分类评分

5级示例分析

表中列出了2011年12个油田水库管理单元的统计数据2.

表基础数据2,我们可以获取评价结果

步骤1标准化上述决策数据十二指针全益类型标准决策数据显示于表3.

步骤2通过专家评分表获取所有层次判断矩阵4.
因此,我们可以计算表表显示评价指标的权值5.

步骤3计算每个RMU相对近距离6)

从表6,我们知道综合排名如下:

第四步确定最佳分类评分首端25码计算两个RMU之间的距离7)

下一步,我们可以绘制动态模糊聚类图2)

最后计算值 各种分类 统计学传值 列表列8.

从表8可见最佳分类数为六

6级结论

通过分析油田开发过程的实际状况,我们先在第二部分介绍一些实用评价指标及其计算法为了合理判断每个指标的权重,我们在C节中引入一种模糊AHP3.下一步,通过TOPSIS法,很容易通过计算每个RMU和正负理想RMU之间的加权欧几里得距离来确定RMU综合排名欧几里得距离描述2RMU之间的近距离考虑到RMU相近性不同,引入模糊聚类对RMU分类,RMU生产性能评分由模糊聚类确定获取最优分类 统计学解析4.最后,用实用实例解释这种方法的可行性

为使油田公司开发部准确和及时理解油田开发和管理RMU的现状,它需要建立相对完美的评价方法,以真正响应RMU的管理水平、效率和开发效果,促进油田开发的隐性管理众所周知,通过相对有效的评价方法确定RMU的评分,我们不能只知道他们的生产性能,而且还有助于激发所有RMU实际制作的热情。通过使用本文件中提议的评价方法,管理层次可不断提高,油田开发的精密管理可加深油田公司持续加强数字构造, 支持评价方法的精度和客观性