本站小編為你精心準備了優勢滲流通道預測中蟻群算法的運用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《高校地質學報》2016年第3期

摘要：

優勢滲流通道的形成會影響油藏注水開發的效果，如何判別與預測優勢滲流通道成為研究重點。本文提出了基于開發流體勢場的蟻群算法預測優勢通道的方法，認為開發流體勢場包括位能、壓能、動能及界面能，流體在油藏內部分布的差異，決定了油藏內部流體勢能大小的差異。將蟻群算法理論引入到油藏開發中，提出了以流體勢場為基礎的蟻群算法模型。在東河1油田進行運用，在建立油藏流體勢模型的基礎上，對過井流體勢剖面進行了蟻群算法模擬。在模擬初期，受層內流體勢分布差異性影響，不同韻律小層內部高濃度信息素的分布存在差異，即優勢通道分布存在差異。在模擬后期，受層間流體勢分布差異性影響，高濃度信息素主要集中在CIII2-2、3-1和3-2小層，即在這些小層中優勢通道較發育，運用動態資料進行驗證，效果較好。

關鍵詞：

優勢滲流通道；流體勢；油藏開發；蟻群算法

油藏優勢滲流通道指由于地質及開發原因，導致油藏在平面上及垂向上發育的相對低阻滲流通道，它嚴重影響了油藏的開發效果與效益（李陽等，2005）。優勢滲流通道的形成與儲層非均質性、裂縫的發育及開采措施密切相關。前人對優勢滲流通道的判別與預測進行了很多的研究（姜漢橋，2013；鐘大康等，2007；竇之林等，2001；嚴科等，2007；孟凡順等，2007；孫明等，2009），主要可概括為從地質特征及動態資料來進行判別，例如示蹤劑及吸水剖面分析、采油井含水率及采液能力分析、注水井注水量分析等。地質方法主要分析油藏中儲層非均質性差異對優勢滲流通道發育的控制，側重于從成因角度分析其特征；示蹤劑及吸水剖面分析效果較好，是判別優勢通道發育的最直接技術與方法，但此方法局限于資料少，對于非均質油藏不具有普遍適用性；注采數據動態分析是應用較多的方法，但受合注合采、產量劈分方法影響，分析結果存在一定不準確性。而優勢滲流通道發育嚴重影響油藏開發效率，本文提出了在建立開發流體勢理論模型的基礎上，將蟻群算法引入到油藏優勢滲流通道的預測中。流體勢理論最早由Hubbert（1940，1953）提出，將流體勢定義為單位質量流體相對于基準面所具有的機械能。隨后眾多學者對流體勢理論進行研究，在油氣勘探領域應用較多（Englandetal.，1987；查明等，1996；劉震等，2000；龐雄奇等，2007）。勢場理論在油氣開發領域也研究較多，如壓力場、速度場等，但考慮因素更具體，并未強調“流體勢”的概念。蟻群算法來源于螞蟻在尋找食物過程中發現最優路徑的行為，是通過釋放信息素濃度來尋找最優路徑，由MarcoDorigo等（1992）首次提出，近年來在石油勘探領域進行了初步應用，主要應用于斷層及裂縫解釋中（嚴哲等，2011），其他方面少見應用。油藏內流體流動與螞蟻尋找路徑存在相似性，油藏內流體勢場分布不均，流體由高勢區流向低勢區，存在多條指向低勢區的運移路徑，具有規律性、隨機性及最優性的特征，最終形成由高勢區指向低勢區的優勢運移路徑，故可利用蟻群算法來預測優勢通道發育。本文在建立開發流體勢理論公式基礎上，建立研究區流體勢分布模型，因流體勢計算中納入儲層孔隙度、滲透率、采液量、注水量、井底流動壓力等參數，克服了單一參數判別優勢通道的局限性，如儲層孔滲數據影響界面能分布，采液、注水及井底壓力數據影響壓能的分布。并將流體勢數學模型作為蟻群算法模擬的原始數據，應用蟻群算法對典型剖面進行模擬，從而模擬計算優勢滲流通道的分布。

1油藏開發流體勢理論

1.1油藏開發流體勢定義及地質意義

流體勢理論在石油勘探中取得了一定的應用，但在油藏開發中應用較少。油藏在投入開發之后，油藏內部的流體受到的應力場發生變化，流體所具有的流體勢能類型也相應發生改變。流體在已開發油藏中受到重力、浮力、壓力、慣性力、毛細管力等作用力。油藏中的流體受到浮力的作用，使流體具有位能，位能與流體本身的質量及流體在油藏三維空間內的位置有關，流體運移過程中位置變化會引起流體位能變化，油藏內部各點流體高程存在差異，使其位能存在差異。開發油藏中的流體受到壓力的作用，壓力包括油藏靜壓力及油藏注水開發壓力，流體在壓力作用下產生壓能，油藏內各點壓力存在差異，因而壓能存在差異。質量使流體產生慣性力，當流體開始流動時，就會形成動能，動能是各種作用力綜合作用的結果，油藏內部各點流體受到的作用力不同，使動能存在差異。油藏中的流體受到毛細管力的作用，兩種合力產生的能量稱為界面能，界面能的大小與孔喉半徑及潤濕性有關。油藏內部儲層存在著各種非均質性特征，使油藏內部流體的界面能存在差異，界面能分布的差異影響了油藏中流體的流動。綜上所述，油藏開發過程中流體勢能主要包括位能、壓能、動能及界面能，油藏開發流體勢（體積勢）的理論公式可以表示為：ϕ=ρg(-z)+ρ∫0pdpρ(p)+12ρv2+2σcosθr（1）式中：Φ為流體勢能，J/m3；ρ為流體密度，kg/m³；g為重力加速度，m/s2；z為海拔深度，m；p為油藏壓力，Pa；v為流體滲流速度，m/s；σ為界面張力，mN/m；θ為潤濕角，（°）；r為儲層孔喉半徑，μm。

1.2油藏開發流體勢控制下流體運動規律

勢能是控制各種物體運動的決定因素，物體總是由勢能高的地方向勢能低的地方運動，物體運動的本質即為物體的勢能大小的差異，通過勢能的差異，物體開始運動，最終達到新的平衡。流體勢是控制地下流體流動的本質因素，地下流體的流體勢由位能、壓能、動能及界面能組成，同一油藏中不同位置的流體，由于海拔高度、壓力及儲層質量的差異，導致不同位置流體的位能、壓能、動能及界面能存在差異，在油藏三維空間內形成流體勢的分布場，此流體勢場存在勢能大小的差異，流體勢能大小的差異控制了油藏中流體的運動，使流體從高勢區向低勢區運動。

1.3油藏不同開發階段流體勢理論模型

油藏在不同開發階段，油藏內部的壓力場、儲層特征及流體性質都會發生變化，計算開發流體勢的理論公式存在差異。以中高滲油藏為例，分析了油藏在不同開發階段，開發流體勢理論模型的差異性。

1.3.1油藏原始狀態理論模型

在中高滲油藏未開發之前，油藏中的流體處于相對靜止狀態，流體的動能及界面能較小，幾乎可忽略不計，此時油藏內部流體勢大小相等，計算模型可簡化為：ϕ=ρg(-z)+pS（2）式中：ps為油層靜止壓力，Pa。

1.3.2油藏天然能量開采階段理論模型

油藏投入開發后，一般采用天然能量驅的方式進行開采，油藏中流體勢的大小取決于油藏內部重力場、壓力場、速度場及孔隙結構的分布特征，中高滲油藏滲流過程中遵循達西滲流定律，產量Q可表示為公式（3），采油井附近的壓力場分布呈較規則的同心圓形狀分布，形成“漏斗狀”的壓力場，地層中某點壓力可表示為公式（4）（葛家理等，2001），將公式聯合求解可得公式（5），則采油井附近天然能量開采階段流體勢理論模型可表示為公式（6）：Q=kAPS-Pobrj（3）Pf=Ps-Ps-PoblnRrwlnRrj（4）Pf=Ps-QμB2πkhlnRrj（5）ϕ=ρg(-z)+ρ∑j=1m(Ps-QjμB2πkjhjlnRrj)+ρv22+2σcosθr（6）式中：pf為地層中某點壓力，Pa；pob為油井井底流動壓力；rw為井筒半徑，m；Q為油井產液量，m3/s；μ為地層原油的黏度，Pa•s；B為地層流體體積系數，無量綱；π為圓周率常量，無量綱；K為地層滲透率，10-3μm2；h為油層厚度，m；R為油井供給半徑，m；rj為研究點與井筒軸距離，m；m，j為采油井的數量與序號。

1.3.3油藏注水開采早期理論模型

油藏進入注水開發階段后，油藏內部流體勢場的變化主要表現在壓力場的變化。注水壓力影響了油藏內部流體勢場的分布，油藏內部壓力場受到注水井壓力場及采油井壓力場分布的共同影響，注水井附近某點地層壓力可表示為公式（7）（姚君波等，2012），則注水開發初期流體勢理論模型可表示為公式（8）：Pf=Pwb-1.842QwμBKhlnrirw（7）ϕ=ρg(-z)+ρ[ps+∑i=1n(Pwbi-1.842QwiμBKihilnrirwi)ùûú-∑j=1m(QjμB2πkjhjlnRrj)+ρv22+2σcosθr（8）式中：pwb為水井井底流壓，Pa；Qw為注水井注水量，m3/s；n,i為注水井的數量與序號。

1.3.4油藏注水開采中后期理論模型

油藏在長期注水開發過程中，注入水與儲層流體相互接觸，此時儲層界面張力、孔喉半徑及流體密度會發生變化，且油藏綜合含水率較高，將此開發階段界定為油藏注水開采中后期。此時，流體勢場也相應發生變化，主要表現為儲層的潤濕性、界面張力、物性及原油性質的變化，這些變化對開發中后期界面能的分布起著影響，油藏注水開發中后期流體勢理論模型表示如下：ϕ=ρg(-z)+(ρ+Δρ)[ps+∑i=1n（Pwbi-1.842QiμBKihilnrirwi）-∑j=1mQjμB2πkjhjlnRrj1]+(ρ+Δρ)v22+2σ1cosθ1r+Δr（9）式中：Δρ為流體密度變化，kg/m3；σ1為油藏開發后期界面張力，mN/m；θ1為油藏開發后期潤濕角，（°）；Δr為儲層孔喉半徑變化，μm。

2基于開發流體勢場的蟻群算法預測優勢滲流通道的基本原理

2.1蟻群算法的基本原理

蟻群算法是一種源自自然現象的算法，來源于螞蟻在尋找食物過程中發現路徑的行為。螞蟻在尋找食物的過程中，會向環境釋放一種信息素的物質，螞蟻能夠感知這種信息素，信息素在檢束范圍內對螞蟻選擇路徑起到指導作用，螞蟻的運動傾向于信息素強度高的地區。通過信息素吸引其他螞蟻過來，隨著時間的推移，被大量螞蟻通過的路徑上信息素會快速上升，而之后的螞蟻也有更大可能沿著這條路徑繼續移動，隨著這種效果不斷累加，一條優勢路徑就可以形成。在單位時間內出發的螞蟻數量是相同的，一定時間內沿著最短路徑到達食物的螞蟻是最多的，該路線上留下的信息素也是最多的，而沿著較長路徑到達食物的螞蟻較少，留下的信息素也相對較少，之后的螞蟻越來越可能會選取較短路線，從而形成一條最優化路徑（MarcoDorigoetal.,1992）。

2.2蟻群算法預測優勢滲流通道的基本原理

流體勢是油藏中決定流體流動的關鍵因素，油藏中流體在流動時由高勢區流向低勢區。油藏在投入開發后，存在多條指向低勢區的運移路徑，流體通過多條路徑流向低勢區，但隨著油藏開采時間的推移，流體會沿著流體勢下降較快的運移通道運動，流體的運移會優先沿著這個通道運移，即形成優勢滲流通道。針對開發油藏中流體運移的特點，將其與蟻群算法進行了類比分析，相似性表現為以下幾點。油藏中流體勢的分布決定了流體運移，對于具體處于某一開發階段的油藏，可選擇相適用的理論模型計算流體勢場分布，再通過算法實現比較不同的流體勢值，使流體向流體勢值減小的方向流動，油藏中任意流體在流體勢影響下，對周圍流體勢場分布做出直觀選取，優先選擇低勢路徑。在蟻群算法中，螞蟻自發的由信息素濃度低的地方向信息素濃度高的地方運動，通過信息素濃度的檢索自發形成具有極富規律的路徑，螞蟻與流體在路徑選取方面具有極大的相似性。油藏開發中流體在初期會選擇多條路徑流向低勢區，最初路徑的選擇具有一定的隨機性，只要滿足由高勢區指向低勢區即可。油氣在運移過程中，單位體積油氣在儲層非均質性影響下，僅對局部儲層中流體勢分布進行分析，優先選擇低勢路徑，不同位置油氣選擇路徑不一，具有一定隨機性。單一螞蟻在運動過程中，僅對自身周圍所處的局部信息素產生作用，在遵循由信息素濃度低向濃度高的地方運動規則下，不同螞蟻的運動路線具有一定的隨機性，這樣在運動初期會形成多條不同的運動路徑，與油藏中流體運移初期多條路徑的選擇很相似。隨著油藏開采時間的推移，流體自發選擇一條勢降變化較快的路徑運移，勢降較快的路徑形成受流體勢控制，在地質上表現為受壓能場、界面能場、動能場、位能場控制。油藏內部優勢路徑發育取決于流體勢場大小分布及勢場變化程度，與路徑長短無關，在流體勢降較快的路徑中，流體運移阻力小且速度較快，單位時間內通過流體數量較多。在蟻群算法中，每只螞蟻在行進過程中都會在行進路徑上留下信息素，這些信息素會成為指引其他螞蟻的有效元素。在最初的行進過程中，優勢路徑還沒有形成，因此會形成多條行進路徑，隨著最短路徑形成之后，越來越多的螞蟻就會選擇沿著優勢通道行進，因此在優勢通道上的信息素就會越來越多，而其他通道上的信息素就會很快的衰減并逐漸被廢棄掉，此后的螞蟻則都會沿著這條優勢路徑進行運移。蟻群算法中螞蟻尋找最短路線并最終沿著最短路線行進的過程與油藏開發中優勢通道的形成非常相似，但油藏內部流體是以輻射狀的流線在三維空間內運動，因此在某一方向的二維剖面上優勢通道的形成與螞蟻尋找最短路線行為具有可對比性。從以上分析可以看出，油藏中優勢滲流通道的形成與蟻群優勢路徑的形成具有很大的可比性及相似性。基于以上原理，將蟻群算法引入到開發油藏優勢滲流通道的預測中，建立油藏流體勢模型，將流體勢轉化為信息素，在運移過程中，以下式概率運移，直到到達初始信息素最低值，并重復以上步驟。利用上述算法，研發了相應的基于流體勢場的蟻群算法模擬軟件。τ=1Φ（10）Pij(t)=[τ]ij(t)α[η]ij(t)β∑l∈allowedk[τ]ij(t)α[η]ij(t)β,J∈allowedk（11）Pij(t)=0,J∉allowedk（12）其中，pij(t)為油氣在某一時間點從相鄰2個網格發生運移的概率；α為信息素啟發因子，反應在路徑上積累的信息素的重要程度，代表多次運移之間的聯系；β為期望啟發式因子，表示檢索周圍啟發信息的能見度；τij(t)為某一時刻是某一網格上的信息素；ηij(t)為啟發函數；allowedk為繼續運移可能空間。

3東河1油田優勢滲流通道預測

3.1東河1油田概況

東河1油田位于塔里木盆地塔北隆起中段的東河塘背斜構造帶上，油藏頂面構造形態為受北界逆斷層控制的、北東-南西走向不對稱短軸背斜，油藏面積約6.2km2，為一個典型的塊狀底水油藏，研究目的層為石炭系CⅢ油組東河砂巖段，為一套海相碎屑巖沉積，具有儲層厚度大、縱向非均質性較強的特點。東河1油田石炭系油藏于1990年進行投產，經歷了天然能量開采階段及注水開采階段，截止目前，地質儲量采出程度達到33.8%，綜合含水率達72.8%。目前油藏進入開發中后期，隨著含水上升，層間矛盾越來越突出，注水見效差、遞減速度快，注水優勢通道分布規律不清，導致無效低效注水增加，油藏開采難度越來越大。

3.2油藏流體勢模型的建立

針對建立的中高滲油藏開發流體勢理論，研發了一套中高滲油藏開發流體勢計算軟件FluidPotentialSimulation，可分別計算油藏原始狀態、天然能量開采階段、注水開發初期及注水開發中后期流體勢在空間上的分布特征。首先建立東河1油田CⅢ油藏的地層網格模型，利用FPS軟件對地層網格模型進行讀取，輸入油藏主要基本參數及開發動態參數，主要包括油藏深度、地層原油粘度及密度、地層流體體積系數、井筒半徑、油藏靜壓力、界面張力及潤濕角、產油量、產液量、注水量、井底流動壓力等，如表1所示。根據流體勢理論計算模型，對流體勢分布進行了計算，表2所示為DH1-5-9、DH1-6-6在不同層位深度點所計算的流體勢數值，動能數值非常小，幾乎可忽略不計，開發流體勢主要受到壓能、界面能、位能的影響。

3.3基于流體勢場的蟻群算法預測優勢滲流通道

選取了兩個過井流體勢剖面進行螞蟻算法模擬，利用蟻群算法模擬軟件將其導入，針對東河1油田CⅢ油組東河砂巖段，選取了DH1-H9~DH1-6-6~DH1-5-9、DH1-7-6~DH1-H18~DH1-6-6兩條過井剖面A、B進行了模擬（圖1a,b）。對剖面A模擬過程了分析（圖1c），在模擬初期，注入水沿著不同的小層進行運移，由于東河砂巖不同小層垂向上表現出明顯的韻律性特征，注入水在模擬過程中，首先在不同的小層內部形成相對的優勢運移通道。在流體勢分布差異的控制下，在模擬初期，不同小層內部優勢通道的發育情況存在區別。CIII3-1小層表現為典型的正韻律特征，小層內部滲透率級差較大，使層內流體勢數值差異大，在螞蟻算法模擬下，高信息素物質迅速向下部運移，在小層下部形成優勢運移通道；CIII5-1小層表現為典型的級差較大的反韻律特征，小層內部流體勢分布存在差異，高信息素物質緩慢向下部運移，優勢運移通道的分布特征與正韻律小層存在著差異，流體勢分布的差異使優勢滲流通道的分布靠近小層上部。東河砂巖段垂向非均質性較強，不同小層之間物性特征差異比較大，如CⅢ3砂組、CⅢ2砂組、CⅢ1砂組水平滲透率平均值分別為167.33×10-3μm2、88.14×10-3μm2、15.61×10-3μm2，造成不同小層之間界面能及流體勢數值差較大，隨著模擬時間的增加，模擬軟件不斷的釋放螞蟻，注入水不斷的注入，在不同小層之間流體勢及信息素差異的影響下，逐漸形成一些優勢運移通道，即螞蟻體運移方向在保持由高勢區向低勢區運移的原則下，運移路徑不斷向信息素高的地方靠近，隨著時間的推移，不同小層之間信息素的分布存在差異，信息素很高的通道分別集中在2-2，3-1和3-2小層，說明在這些小層中形成了優勢滲流通道（圖1e）。除了以上井剖面，本文還選取了剖面B來進行模擬，以便說明優勢滲流通道在不同位置的發育情況（圖1b）。模擬結果與上條剖面相似，高信息素通道分別集中在2-2，3-1和3-2小層，說明在這些小層中形成了優勢滲流通道（圖1d,f）。

3.4基于流體勢場的蟻群算法模擬可靠性評價

優勢通道形成后，注水井的注入動態和生產井的生產動態均會發生明顯的變化（李科星等，2007），根據生產動態資料對研究區優勢通道進行評價：

（1）從吸水剖面監測結果看，個別小層相對吸水量明顯高于其它層，表明該小層中可能形成了優勢通道。DH1-7-6于1997年7月射孔3-2、4、5-1、5-2、5-3、6、7小層（其中6、7小層為稠油層），2004年堵孔并射孔1-2、1-3、2-1、2-2、3-1小層，并分別于1998年、2001年、2002年及2006年進行吸水剖面測試。由本井吸水剖面可見，射孔厚度僅占總射孔厚度的14.83%的3-2相對吸水量在36.8%~64.7%之間（圖2a,b,c），吸水量占據主導地位，且吸水量呈逐年變大的趨勢，2004年重新射孔后2-2、3-1小層相對吸水量占比90%以上（圖2d），表明在注水開發過程中2-2、3-1、3-2小層內部逐漸形成了優勢通道。

（2）對東河1油田7個井組進行了示蹤劑測試，對DH1-7-6井組的測試結果進行了分析。注入井DH1-7-6在2007年9月注入示蹤劑S35，射開層位為1-2、1-3、2-1、2-2小層，監測井DH1-6-6在相應層段均有射孔對應，DH1-6-6井在示蹤劑測試后第87天監測到示蹤劑存在，平均見效速度為4.72m/d，見效時間短，見效速度較快，示蹤劑產出的濃度峰值在較短的時間內即達到最大值，然后又急劇下降，峰值持續的時間較短，說明此注采方向上優勢通道非常發育。綜合此兩口井的生產動態資料分析，認為DH1-7-6井組中，DH1-6-6井主要受效層段為2-2小層，也是主要的優勢通道發育層位。

（3）吸水指數是注水井在單位注水壓差下的日注水量，反映注水井注水能力的大小。注水井吸水指數升高，即日注水量不變，井底壓力下降，說明注水井形成了優勢通道。注水井DH1-4-7注水曲線中吸水指數在2000年至2001年間驟升，而對應的日注量曲線基本不變、略有下降，壓力曲線明顯下降，符合優勢通道的動態表現特征，推斷該井在此期間形成了優勢通道。

（4）含水率是研究優勢通道形成的關鍵動態因素之一，形成優勢通道的一個突出表現就是含水率的異常變化。采油井DH1-5-6井，隨著注水開發的進行，采油井含水率逐漸升高且居高不下，日產水量不斷增高，說明注入水正逐漸形成優勢滲流通道。基于動靜態資料的優勢滲流通道評價結果表明，東河1油田層間矛盾較突出，部分高滲層中已形成優勢通道，導致注水效率大為降低，本區優勢通道在2-2、3-1、3-2小層最為發育，基于螞蟻算法的模擬結果表明優勢通道發育在2-2、3-1和3-2小層，總體上符合度較好。

4結論

（1）分析了油藏開發階段流體受力作用，提出開發階段流體勢場包括位能、壓能、動能及界面能，分析了不同流體勢能大小的影響因素及對流體運動的控制作用，建立了油藏不同開發階段流體勢場定量理論模型。

（2）將蟻群算法原理引入到油藏開發中，對比了螞蟻運移優勢路徑與油藏流體優勢運移通道的相似性，發現兩者在運移路徑選擇上存在著規律性、隨機性及最優性，提出了基于開發流體勢場的蟻群算法來預測油藏開發階段優勢滲流通道的方法，并建立了相應的算法模型。

（3）將新方法應用于東河1油田優勢通道的預測中，建立東河1油田東河砂巖段的流體勢模型，對兩個典型的過井流體勢剖面進行了蟻群算法模擬，模擬結果表明：優勢通道在小層內部及小層之間均發育，受到小層內部流體勢差異控制，高濃度信息素主要分布在正韻律小層下部，而分布于反韻律小層中部及下部；受到層間流體勢差異控制，在模擬后期，高濃度信息素主要分布在CIII2-2、3-1和3-2小層，表明CIII2-2、3-1和3-2小層發育優勢通道。應用生產動態資料對研究區優勢通道進行識別，總體上符合度較好。

參考文獻：

竇之林，曾流芳，張志海，等.2001.大孔道診斷和描述技術研究[J].石油勘探與開發，28(1):75-77.

葛家理，寧正福，劉月田，等.2001.現代油藏滲流力學原理[M].北京：石油工業出版社:56-78.

姜漢橋.2013.特高含水期油田的優勢滲流通道預警及差異化調整策略[J].中國石油大學學報（自然科學版），37(5):114-119.

李陽，王端平，劉建民.2005.陸相水驅油藏剩余油富集區研究[J].石油勘探與開發，32(3):91-96.劉震，金博，韓軍，等.2000.

準噶爾盆地東部流體勢場演化對油氣運聚的控制[J].石油勘探與開發，27(4):59-63.李科星，蒲萬芬，趙軍，等.2007.

疏松砂巖油藏大孔道識別綜述[J].西南石油大學學報，29(5):42-44.孟凡順，孫鐵軍，朱炎，等.2007.

利用常規測井資料識別砂巖儲層大孔道方法研究[J].中國海洋大學學報（自然科學版），37(3):463-468.

龐雄奇，李丕龍，張善文，等.2007.陸相斷陷盆地相-勢耦合控藏作用及其基本模式[J].石油與天然氣地質，28(5):641-652.

孫明，李治平.2009.注水開發砂巖油藏優勢滲流通道識別與描述技術[J].新疆石油天然氣，5(1):51-56.

嚴科，楊少春.2007.單層剩余油的算法及應用[J].高校地質學報，13(1):112-116.

嚴哲，顧漢明，蔡成國，等.2011.利用方向約束蟻群算法識別斷層[J].石油地球物理勘探，46(4):614-620.

姚君波，袁立，王長浩，等.2012.井間地層壓力分布預測方法及應用[J].科學技術與工程，12(30):7854-7863.

查明，陳發景，張一偉.1996.壓實盆地流體勢場與油氣運聚關系——以東營凹陷為例[J].現代地質，10(1):106-108.

鐘大康，朱筱敏，吳勝和，等.2007.注水開發油藏高含水期大孔道發育特征及控制因素——以胡狀集油田胡12斷塊油藏為例[J].石油勘探與開發，34(2):207-211.

作者:趙俊威 徐懷民 江同文 吳卓 徐朝暉 王振彪 王濤 何翠 單位:中國石油大學（北京）地球科學學院 油氣資源與探測國家重點實驗室（中國石油大學） 中國石油塔里木油田分公司勘探開發研究院 中國地質大學（北京）能源學院