一种基于灰色关联分析的油气井分类方法及装置

1.本发明涉及石油工程技术领域，具体而言，涉及一种基于灰色关联分析的油气井分类方法及装置。


背景技术：

2.由于油气田随着的开发程度的加深，地层压力逐渐下降，油气井生产能力不断降低，携液能力也逐步降低，井筒出现积液现象，这些问题的出现影响了油气井的产量和采收率。随着油气井开发到中后期，产量递减日趋严重，甚至频繁关井直至停产，极大地影响了油气井进一步的开发和生产。加之我国油气储藏分布特性比较特殊，也存在着一定数量的复杂断块类型油田，具有不同储量的含油断块在地壳中形成了复杂的断块油气井集群，加之断块的发育影响，存储油田或者油气井各层界面存在动态的变化，油、气、水三者之间的关系比较复杂，这种断块分布的油气田复杂特性为如何科学准确高效地采集也为企业的顺利开发投产带来了诸多的难点，因此建立一种高效可靠的油气井分类将能够适应地壳存储资源本身所具有的差异特性，也能适应油气井的自身特征及时地调整开采措施，也能获得各类井的生产特征，进一步对各井实施分类管理，达到提高采收率和经济效益。
3.当前相关研究的缺点：有研究者直接用经验判断及实际的生产情况定性的得出分类井的主要因子，没有做出定量的分析，且不同的研究人员可能选择的因子不同，不利于结构的统一性；有研究者虽然做了主成分因子的分析，但用单井因子系数对井分类，没有用综合评价因子分类，不利于分类的准确性。更为准确的方案为油井藏储的数值模拟分析方法，然而对于众多的井为对象时该方法将显现出过量的运算弊端，使得开展数值模拟研究工作，工作量巨大。因此亟待开发一种能够基于油气井自身性能参数的分类方法，对于众多井进行高效快速地分类，从而保证在生产过程中及时调整油气井的等级保证生产始终处于高效的场景中。


技术实现要素：

4.本发明的目的在于提供一种基于灰色关联分析的油气井分类方法及装置，该方法和装置能够基于油气井自身特性而自适应地寻找到最佳的分类依据组合，之后再利用该分类依据对于需要分类的所有油气井进行更合理地分类，配合适时的自校正方案实现了合理与自适应高效分类的效果。
5.本发明的实施例是这样实现的：
6.本发明的一方面，提供了一种基于灰色关联分析的油气井分类方法，包括存储模块，存储有m个井的多组参数信息(其中m为不小于2的整数)，所述多组参数信息包含第一分类参数信息和第二分类参数信息；处理模块，选择所述m个井中的n个井作为分类基础井(其中n为不小于2且不超过m的整数)，以所述n个分类基础井的第一分类参数信息中的之一参数作为参考参数，以预设关联关系处理所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数；对于所述n组分类基础
井的关联系数每一进行归一化处理，获得综合关联度结果；根据所述的综合关联度结果，进行综合关联度结果对比，获得所述n个分类基础井的井分类的k个主要参数；计算k个主要参数中每个主要参数的权重，依据所述k个主要参数的权重对于m个井的对应参数无量纲数值进行处理获得m个井的综合评价因子；依据所述综合评价因子并结合井的动、静态资料分析获得最终的m个井分类结果。
7.可选地，所述预设关系为灰色关联分析方法关联关系，且所述n组分类基础井的第一分类参数信息和第二分类参数信息中的每个参数进行无量纲化处理，以所述n个分类基础井的无量化后的第一分类参数信息中的之一参数作为参考参数，以灰色关联分析方法处理无量纲化后的所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数。
8.可选地，按照灰色关联分析方法获取所述n组分类基础井的关联系数具体包括：
9.对参数无量纲化的结果进行处理，用所述参考参数序列与第二分类参数序列得出：
10.参考序列与因素序列数据的两级最小差minj|xo(j)
′
－xi(j)
′
|、两级最大差maxj|xo(j)
′
－xi(j)
′
|和差序列δ
oi
(j)；
11.获得灰色关联系数公式：
[0012][0013]
其中：xo(j)
′
为n组分类基础井的参考参数无量纲化序列，xi(j)
′
为n组分类基础井的第二分类参数无量纲化序列；ρ为分辨系数，分辨系数范围：0＜ρ＜1，一般取ρ＝0.5；如此可以获得n组分类基础井无量纲化后的第二分类参数所有相对于所述参考参数的关联系数ξ
oj
(j)，其中0《ξ
oj
(j)《1；ξ
oj
(j)越接近1，因素参数与参考参数关联程度高。
[0014]
可选地，对于所述n组分类基础井的关联系数每一组进行归一化处理具体步骤为：对于所述n组分类基础井的关联系数中的每一组按照如下关系归一化
[0015][0016]
其中λ
oi
为归一化后的综合关联结果,0《λ
oi
《1；λ
oi
越接近1，第二分类参数与所述参考参数关联程度高。
[0017]
可选地，按照所述n组分类基础井的综合关联度结果获取的k个主要参数，不同主要参数的权重分别为δ1、δ2、...δk,此时对应的m个井的任一井第二分类参数信息中对应的主要参数的无量纲数分别为x1，x2，...xk，因此该井的综合评价因子zj可由
[0018]
zj＝δ1*x1+δ2*x2+...+δk*xk[0019]
求得，由此可以获得m个井的每一个井的综合评价因子。
[0020]
可选地，对于所述m个井的所有综合评价因子进行图形分析，获得综合评价因子的变化趋势；依据所述综合评价因子变化趋势，并且结合井的动、静态资料进行分析，获得最终的m个井分类结果。
[0021]
可选地，所述第一分类参数信息包含日产量、无阻流量等等之一参数信息；所述第二分类参数信息包含用加砂量、入地液量、单气层厚度、孔隙度、渗透率、含气饱和度和单井
动储量等等至少之一参数信息。
[0022]
可选地，所述主要参数数量k为不小于3的整数。
[0023]
本发明的另一方面，提供一种实现第一方面的基于灰色关联分析的油气井分类方法的装置，包括存储模块，存储有m个井的多组参数信息(其中m为不小于2的整数)，所述多组参数信息包含第一分类参数信息和第二分类参数信息；处理模块，选择所述m个井中的n个井作为分类基础井(其中n为不小于2且不超过m的整数)，以所述n个分类基础井的第一分类参数信息中的之一参数作为参考参数，以预设关联关系处理所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数；对于所述n组分类基础井的关联系数每一进行归一化处理，获得综合关联度结果；根据所述的综合关联度结果，进行综合关联度结果对比，获得所述n个分类基础井的井分类的k个主要参数；计算k个主要参数中每个主要参数的权重，依据所述k个主要参数的权重对于m个井的对应参数无量纲数值进行处理获得m个井的综合评价因子；依据所述综合评价因子，并且结合井的动、静态资料进行分析，获得最终的m个井分类结果。
[0024]
可选地，所述预设关系为灰色关联分析方法关联关系，且所述n组分类基础井的第一分类参数信息和第二分类参数信息中的每个参数进行无量纲化处理，以所述n个分类基础井的无量化后的第一分类参数信息中的之一参数作为参考参数，以灰色关联分析方法处理无量纲化后的所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数。
[0025]
本发明的有益效果包括：
[0026]
本技术提供的一种基于灰色关联分析的油气井分类方法，包括存储模块，存储有m个井的多组参数信息(其中m为不小于2的整数)，所述多组参数信息包含第一分类参数信息和第二分类参数信息；处理模块，选择所述m个井中的n个井作为分类基础井(其中n为不小于2且不超过m的整数)，以所述n个分类基础井的第一分类参数信息中的之一参数作为参考参数，以预设关联关系处理所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数；对于所述n组分类基础井的关联系数每一进行归一化处理，获得综合关联度结果；根据所述的综合关联度结果，进行综合关联度结果对比，获得所述n个分类基础井的井分类的k个主要参数；计算k个主要参数中每个主要参数的权重，依据所述k个主要参数的权重对于m个井的对应参数无量纲数值进行处理获得m个井的综合评价因子；依据所述综合评价因子并结合井的动、静态资料分析，获得最终的m个井分类结果。本发明的方法利用了被分类对象油气井的自身特性，利用处理模块选择出至少n个分类基础井，利用这些基础井的生产特性确定出更具有针对性的主要参数，之后再利用该特异性主要参数权重对于待分析的m个井的对应参数无量纲数值进行处理获得m个综合评价因子，利用该综合因子并结合井的动、静态资料最终确定出针对性的分类，以便于对于生产井的生产分类级别或管理进行适应性调整。
附图说明
[0027]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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
些附图获得其他相关的附图。
[0028]
图1为本发明所提供的一种对于m个井实现适应性分类的方法实现示意图；
[0029]
图2为本发明所提供的一种对于全部待分析井实现分类的方法示意图；
[0030]
图3为本发明所提供的一种以第一分类参数之一的参数为参考参数获得的n个基础井关联系数热力示意图；
[0031]
图4为本发明所提供的一种以第一分类参数之一的参数为参考参数获得的n个基础井关联度示意图；
[0032]
图5为本发明提供的一种对于k个主要参数进行权重计算后的结果示意图；
[0033]
图6为本发明提供的一种利用本发明方法获得的m个井的综合评价因子结果示意图；
[0034]
图7为本发明提供的一种利用图形分析获得的m个井的分类结果示意图；
[0035]
图8为本发明提供的一种井分类装置示意图；
[0036]
图9为本发明提供的一种由基础井获取最终所有待分类井分类信息的示意图。
具体实施方式
[0037]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0038]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0039]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0040]
术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0041]
如之前分析对于油气井建立自适应类型的分类方法在实际的生产中将非常有必要，为了实现该要求，参照图1本发明提供了一种对于不同的多个待分类井进行自适应分类的方法，目前在各个油气田中分布着各种类型的井，由于多种因素的影响不同井之间的差异也非常大，在生产中如果能够针对不同油气田的自身特性建立起有适应性的井分类，就可以实现对于相同或者相近类型的井制定出相近似的静、动态参数，如此可以大大地提高精准化的管控效率。当某区域待分析的井为m个时，分类装置可以包含存储模块，存储这些井的多组参数信息，其中这些参数信息包含第一分类参数信息和第二分类参数信息，其中第一分类参数信息可以包含与产量相关的参数信息，例如日产量、无阻流量等等这些主要表征某一井产能特性，第二分类参数信息可以包含与地质、生产和工程方面有关的参数信
息，例如用加砂量、入地液量、单气层厚度、孔隙度、渗透率、含气饱和度和单井动储量等等，当然存储模块可以对于这些参数按照时间进行存储，在实际的井分类方法建立过程中可以选择特定相近的时间段内的存储信息，也可以选择出具有间隔规律的间隔时间点组成的参数信息组，此处并不限定该方法的数据选取规则。当需要建立分类方法时，处理模块首先选择出n个井作为分类基础井(其中n为不小于2且不超过m的整数)，此处可以按照从所述m个井单元中随机抽取n个基础井的方法，或者按照某一参数首先对待分析的m个井单元进行排序，例如按照日产量的递减规则进行排序，之后从排序好的m个井中按照不同级别的日产量比例性地挑选出符合数量的基础井，当然也可以按照其他方案获取n个基础井，此处并不限定一定采用这两种方法获得基础井，需要注意的是n个基础井的选择需要有均匀分布的特性，不能只在相同或者相近产能的井中选择。之后以预设关联关系处理所述第二分类参数信息中所有参数，获得n组分类基础井的第二分类参数信息中所有参数与所述参考参数的关联系数，具体算法可以采用应用更多的灰色关联度分析法来获得第二分类参数信息中所有参数关于参考参数的关联系数，之后对于所述n组分类基础井的关联系数每一进行归一化处理，获得综合关联度结果，归一化处理方法有比较多种例如平均化归一方案，也就是对于某一井第二分类参数信息的之一参数先进行平均化，可以为算数平均、均方根或者中值处理等等，从而实现对于所有第二分类参数信息的参数均采用相同的方法获得归一化后的参数值。之后根据所述的综合关联度结果，进行综合关联度结果对比，获得所述n个分类基础井的井分类的k个主要参数，为了保证分类结果更准确且更具有代表性主要参数k的数量不低于3，如此可以保证选取的主要参数更具有普适特性。之后计算k个主要参数中每个主要参数的权重，依据所述k个主要参数的权重对于m个井的对应参数无量纲数值进行处理获得m个井的综合评价因子，权重的计算可采用最为简便的方案，将选取的几个主要参数归一化后的综合关联度结果之和作为分母，而每一个主要参数归一化的综合关联度结果作为分子，如此可以获得主要参数中每一个的权重值。最后依据所述综合评价因子和结合动、静态资料分析获得最终的m个井分类结果。当然为了保证分类方法的时间尺度适应性，可以在运行一段时间自适应地安排分类方法的重新计算获取新的k个主要参数来重新进行待分析的m个井的分类，当然也可以采用固定时间间隔的方法来更新分类依据此处并不限定，如此能保证整个算法既具有针对不同对象的自适应特性也保证了其在使用过程中能够适时更新分类，从而达到了时间上的自洽特性。
[0042]
结合图2当在一种特殊的场景下例如被分析的井数量较少时，此时可以以所有的井为分析对象，获取若干井的动态和静态参数数据，根据所述动态和静态参数数据，基于灰色关联分析方法，获得每口井各个因素参数与参考参数的关联度系数；其中，所述动态和静态参数数据包括：单气层厚度、孔隙度、渗透率、饱和度、单井动储量、无阻流量、单井日产量、加砂量、入地液量、井底积液和产水量等多种组合，也就是存储模块中存储的第一分类参数信息和第二分类参数信息。对若干井动态和静态参数数据构建数据分析序列；从第一分类参数信息中选择之一参数作为参考参数序列：xo(j)，j＝1，2，...，n；因素序列(也就是相对应的其他第二分类参数信息中参数数值)：xi(j)，i＝1，2，
…
，p；其中：p是因素数量，n是样本数量；对数据无量纲化处理：
[0043][0044]
此处选择算数平均方案进行无量纲化处理，当然也可以选择其他方法进行处理，此处并不限定，将变量序列无量纲化为xo(j)
′
和xi(j)
′
；对井动态和静态参数数据进行灰色关联系数计算，获得灰色关联系数；灰色关联系数计算公式为：
[0045][0046]
其中，minj|xo(j)
′
－xi(j)
′
|为参考序列与因素序列的两级最小差；maxj|xo(j)
′
－xi(j)
′
|为参考序列与因素序列的两级最大差；δ
oi
(j)＝|xo(j)
′
－xi(j)
′
|为参考序列与因素序列的绝对差序列；式中：ρ为分辨系数，一般取ρ＝0.5；根据结果判断关联程度：0《ξ
oi
(j)《1；ξ
oi
(j)越接近1，因素参数与参考参数关联程度高，也就是第二分类参数信息中参数与参考参数关联程度高。
[0047]
根据所述的关联系数，对其进行归一化处理，获得综合关联度结果。每口井中每个因素参数与参考参数有对应的关联系数，对多个关联系数进行归一化，得到综合关联度：
[0048][0049]
其中：λ
oi
是综合关联度，取值范围：0《λ
oi
《1；λ
oi
越接近1，因素参数与参考参数关联程度高。当然上述方法的归一化方案采用算数平均值的方法来实现，也可以采用之前所述均方根值、中值等等此处并不限定。
[0050]
根据所述的综合关联度结果，对所述因素参数的综合关联度结果进行对比，获得若干所述油气井的因素参数中井分类的主要参数，也就是可以利用归一化的综合关联度结果获取参数的影响度排名，之后选择排名更靠前的k个作为主要参数。再依据所述井分类主要参数进行权重计算；权重计算方法在之前已经进行过介绍此处不再重复，将各主要参数权重与每口井对应参数无量纲数值乘积的加权，获得每口井综合评价因子，例如不同主要参数的权重分别为δ1、δ2、...δk,此时对应的m个井的任一井第二分类参数信息中对应的主要参数无量纲数分别为x1，x2，...xk，因此该井的综合评价因子zj可由
[0051]
zj＝δ1*x1+δ2*x2+...+δk*xk，求得；
[0052]
由此可以获得m个井的每一个井的综合评价因子，根据所述综合评价因子，对所述综合评价因子进行图形分析，获得综合评价因子的变化趋势。当然也可以不采用图形分析方案进行分析，而采用构建关联关系，进而通过关联关系获得综合评价因子的变化趋势，此处也不限定。对所述综合评价因子变化趋势做图形进行分析，分析拐点之间数据的变化；以所述拐点为分类依据，结合井的动、静态资料，分析油气井的划分范围，获得油气井的分类，从而完成了整个井分类的所有操作。总之图2所提供的方法包括：获取若干井的动态和静态参数数据，根据所述动态和静态参数数据，基于灰色关联分析方法，获得每口井各个因素参数与参考参数的关联系数；对所述每口井各个因素参数与参考参数关联系数进行归一化处理，获得综合关联度结果；根据所述的综合关联度结果，对所述每口井综合关联度结果进行
对比，获得若干所述油气井的参数中井分类的主要参数；根据所述井主要分类参数进行权重计算，井主要分类参数权重与对应参数无量纲数值的计算获得综合评价因子；根据所述综合评价因子，对所述综合评价因子进行图形分析，获得综合评价因子的变化趋势；对所述综合评价因子变化趋势进行分析，并且结合井的动、静态资料分析，获得油气井的分类。
[0053]
如下进一步结合某油气田内的具体生产井的生产数据为示例进一步说明本发明的具体过程，该气藏大规模投产正常生产，各气井生产数据如表1所示。
[0054]
表1
[0055][0056][0057]
各参数单位不同，代表的物理意义就不同，对数据进行无量纲化处理，实现误差最小化，各参数无量纲化数据如表2所示，此处以算数平均值方案进行无量纲化处理为例。
[0058]
表2
[0059][0060]
之后采用日产量(或无阻流量)作为参考参数也就是第一分类参数信息中的日产量(或无阻流量)之一，用第二分类参数信息包含加砂量、入地液量、单气层厚度、孔隙度、渗透率、含气饱和度和单井动储量等等为因素参数。本实施以无阻流量为参考参数，用灰色关联系数公式得到各因素参数与参考参数的关联系数如下表3所示。
[0061]
表3
[0062][0063]
更多井的关联系数计算结果如图3所示，其中颜色更深的代表关联系数值越大，其获得的影响结果也就越大，也就是利用灰色关联度获取的该参数影响更为主要，颜色的深浅也一定程度上代表了关联度(或者称为影响度的大小)，当然上述结果是依据某一实际生产中动、静态参数来获得的结果，这种方法却可以推广至更多的井来进行相似的分析。
[0064]
同样的，以上述井单元的参数获得的结果为对象，对每口基础井各因素参数与参考参数的关联系数进行归一化处理，获得综合关联度结果；各因素参数与参考参数的综合关联度结果如表4所示。
[0065]
表4
[0066]
评价项关联度排名加砂量0.677入地液量0.696单气层厚度0.823孔隙度0.84渗透率0.872含气饱和度0.755单井动储量0.891
[0067]
同样地图4也示意出了n个基础井不同的第二分类参数信息中的每个参数与参考参数之间的关联系数值归一化之后的值，如此对于不同的第二分类参数信息中的每个参数与第一分类参数信息中的参考参数均建立了相同规则的关联系数值，如此也用了统一化的参数来描述了不同参数对于实际生产的影响值，由图和表可以得知在一些井生产过程中参数的影响值大小差异过大，因此随着时间进行自洽性的重新分类计算也是非常有必要的，同时为了更准确地表征不同参数的影响结果，此处对于计算结果进行排名并选取k值不小于3来进行井的综合性能评估，以k＝4为例进行说明，在这种计算结果下单井动储量影响最大，之后为渗透率的影响，再之后为单气层厚度，最后为孔隙度。因此选择单井动储量、渗透率、单气层厚度和孔隙度作为气井分类标准的主参数数据。根据所述的主参数数据，计算各参数的权重各参数权重如表5所示。
[0068]
表5
[0069]
主参数权重单气层厚度0.263孔隙度0.257渗透率0.243单井动储量0.237
[0070]
图5同样反映出按照灰色关联度方法所计算获得的四个主要参数的影响权重值，不同主要参数的权重分别为δ1、δ2、δ3和δ4，此时对应的m个井的任一井第二分类参数信息中对应的主要参数无量纲数分别为x1，x2，x3和x4，因此该井的综合评价因子zj可由zj＝δ1*x1+δ2*x2+δ3*x3+δ4*x4获得，对所述综合评价因子做图形进行分析，获得综合评价因子的变化趋势，综合评价因子：z1＝0.67*0.263+1.1*0.257+0.8*0.243+1.03*0.237＝0.897；相同地z2、z3…
都可获得。
[0071]
根据所获得的综合评价因子，通过对数据做柱状图(如图6)，对拐点进行分析，并结合气井的动、静态资料分析即可进行有效的分区。图6为将基础井所获得的结果推广至所有待分析的m个井所获得的结果，此处以柱形图分析方法为示例找出拐点，依据找出的拐点，并且结合井的动、静态资料分析，对于所有井进行分类，图7为依据所获得的综合评价因子将所有待分类井进行分类后的结果，利用该结果可以将不同的油气井分为i类、ii类、iii
类等等。基于该分类可以在相同类别的井中采用相类似的静、动态参数，如此保证了所有井静、动态参数的差异化同时也考虑了每个均作差异化控制所带来的巨量运算和控制复杂度等问题，保证了整个系统生产的高效性，和控制简便性。
[0072]
当然实际应用中并不限定于此，使用本发明的方法可大大提高对油气井的分类、分析效率，将原来2～3周的工作量缩短至2～3天，提高了工作效率，且有利于该方法的推广应用。
[0073]
图8为本方案的一种井分类装置示意图，其包含了存储模块，其可以包含存储有第一分类参数信息的存储单元和存储有第二分类参数信息的存储单元，还包含其他信息存储单元，例如中间计算结果的存储单元、权重因子计算结果存储单元等等，此处并不限定，还包含处理模块，其包含选择单元，用于在待分析的m个井中按照设定的规则选择出n个基础井，当然选择的方法可以为随机选择也可以按照之一参数进行排序之后进行挑选选择此处并不限定具体的实现方法，预设关系处理单元，用于按照预设关系对于所有第二分类参数信息与第一分类参数信息中之一的参考参数进行关联化处理，进而获取关联系数，此处的预设关系可以为灰色关联度处理方法，当然也可以为其他的关联关系分析方法，此处也并不限定。还包含k个主要参数运算单元，用于对于利用预设关系处理获得的关联系数进行运算，例如进行归一化运算，从而获得每个不同第二分类参数信息相对于参考参数的关联系数归一化结果，之后对于归一化之后的结果进行排序，选择出k个主要参数。其次处理模块还包含权重计算单元，对于k个主要参数的影响进行权重计算，获得每个主要参数的权重因子。再之后综合评价因子单元可以利用k个主要参数的权重因子值对于需要分析的m个井对应参数的无量纲数值进行计算，从而获得所有待分析井的综合评价因子，利用该综合评价因子即可获得全部井的分类数据。当然处理模块还可包含其他的处理单元，此处不再赘述。
[0074]
图9还提供一种基于灰色关联分析的油气井分类装置：用于提高油气井分类的效率和准确性，该装置包含：灰色关联度单元，用于对所述井各个参数与参考参数关联度的计算；主要参数模块，由井若干动态和静态参数的关联度排名，用于得出井分类主要参数；权重单元，根据所述井分类主要参数进行权重计算，用于分析各个参数的占比；综合评价因子单元，用于井分类主要参数权重与对应参数无量纲数值的计算，得出综合评价因子；井分类单元，用于综合评价因子的变化趋势进行分析，再结合井的动、静态资料，确定油气井的分类；所述灰色关联度单元具体用于：获取若干井的动态和静态参数数据，根据所述动态和静态参数数据，基于灰色关联分析方法，获得每口井因素参数与参考参数的关联系数。当然上述参数也可以分类为第一分类参数信息和第二分类参数信息参数，此处并不限定。对所述每口井因素参数与参考参数的关联系数进行归一化处理，获得综合关联度结果；所述主要参数单元具体用于：根据所述的综合关联度结果，对所述因素参数的综合关联度结果进行对比，获得若干所述油气井的因素参数中油气井分类的主要参数；所述综合评价因子单元具体用于：根据所述井分类主要参数权重，将各主要参数权重与各井对应参数无量纲数值乘积的加权，获得综合评价因子；所述分类单元具体用于：根据所述综合评价因子，对所述综合评价因子做图形进行分析，获得综合评价因子的变化趋势；对所述综合评价因子变化趋势，并且结合井的动、静态资料进行分析，获得油气井的分类。图9中的各个单元可以类比于图8中处理模块中的相似单元，此处并不限定。同样地使用附图的装置可大大提高对油气井的分类、分析效率，将原来2～3周的工作量缩短至2～3天，提高了工作效率，且有利于该
装置的推广应用。
[0075]
以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。