[发明专利]自动匹配群体新成员与类似成员的系统及程序产品

说明书

群体比较系统、方法及其计算机程序产品。将如烃储集层的群体成员、特征和类似成员的存储列表划分成每个成员的列表。加权系统自动使用所述划分来确定群体成员特征的权重集合(w*)和相似度函数。加权系统可以包括客观模型，该客观模型迭代地、摸索地识别每个群体成员的类似成员，直到所识别的类似成员与所列出的类似成员匹配为止。类似成员选择器使用权重集合(w*)和相似度函数来自动选择每个新群体成员的类似的列出的成员。

技术领域

本发明涉及对烃储集层进行评价，并且更具体地，涉及自动选择已知的类似储集层对新识别的烃储集层进行评价。

背景技术

每个新烃储集层具有基于未知属性的固有总价值。具体地，固有价值取决于最终可从储集层采收的材料总量(生产潜力)，以及采收该材料的成本或获取难度。这些未知的属性仍然未知，并且仅可以估计固有价值，直到实际采收材料为止。先前，为了估计价值，一个或多个专家首先识别和选择与新储集层具有某些相似方面的现有储集层，其被称为“类似储集层”。专家(们)使用所选择的类似储集层来估计新储集层的价值。如错过被低估的储集层而开采被高估的储集层中的错误评价会导致资源浪费。因此，为了使误差最小化，已有的趋势是不再依赖于主观的专家判断来主观地选择类似储集层，而是趋向于更客观的选择方法。例如，在对新烃储集层进行评价中已经使用了相似度函数。

现今，在本领域中已经发现了相似度函数的很多用途：用于对对象集合或群体中的成员进行比较，并且选择那些尽管它们不相同但是可以被识别为相似的对象。确定相似度函数参数的现有技术方法的典型情况是应用专家知识和/或局部搜索方法，如梯度下降算法和遗传算法。通常，在无需达到最相似匹配的情况下，这些方法的共同问题是继续依赖于主观判断。

现有技术方法的典型情况是使用储集层数据库中收集的可用储集层信息和相似度函数来自动识别和选择类似储集层。然而，专家(或专家们) 仍然选择相似度函数中使用的精确的属性和权重来将目标(新)储集层的任何已知属性与已知储集层的属性进行比较。例如，以下提供了人工指定的(例如由专家指定权重和/或属性)选择类似储集层的相似度函数来估计价值的示例：公布的由Rowan发明的第2011/0118983号美国专利申请“Systemand Method for Reservoir Analysis Background”；以及2002年由Bhushan等人发表的“ANovel Approach to Identify Reservoir Analogues”，壳牌国际勘探和生产。

专家有望选择最佳属性和权重来识别具有与目标储集层最相似的属性的储集层作为类似物。虽然这已经自动识别到最终选择，但是因为专家仍然选择属性和权重，所以该最终选择仍然有些主观。因而，选择最佳属性和权重仍然是主观的，并且使选择类似储集层成为困难且易出错的任务。

因此，需要相似度函数的改进的应用，以将一个对象与来自相似对象的群体的其它类似对象进行比较；并且更具体地，对用于选择现有烃储集层作为类似物的相似度函数进行自动加权，来对新储集层进行评价。

发明内容

本发明的特征在于自动选择权重集合和相似度函数，以用于将新群体成员与现有群体成员进行配对；

本发明的另一特征在于对储集层特征进行自动加权，以用于选择针对新发现的储集层的类似储集层；

本发明的又一特征在于自动选择最佳的权重集合，以对用于每个新发现的储集层的储集层特征进行自动加权，以用于选择已知储集层的最佳子集作为类似储集层来对每个新发现的储集层进行评价或估价。