优势渗流通道预测中蚁群算法的运用范文

本站小编为你精心准备了优势渗流通道预测中蚁群算法的运用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《高校地质学报》2016年第3期

摘要：

优势渗流通道的形成会影响油藏注水开发的效果，如何判别与预测优势渗流通道成为研究重点。本文提出了基于开发流体势场的蚁群算法预测优势通道的方法，认为开发流体势场包括位能、压能、动能及界面能，流体在油藏内部分布的差异，决定了油藏内部流体势能大小的差异。将蚁群算法理论引入到油藏开发中，提出了以流体势场为基础的蚁群算法模型。在东河1油田进行运用，在建立油藏流体势模型的基础上，对过井流体势剖面进行了蚁群算法模拟。在模拟初期，受层内流体势分布差异性影响，不同韵律小层内部高浓度信息素的分布存在差异，即优势通道分布存在差异。在模拟后期，受层间流体势分布差异性影响，高浓度信息素主要集中在CIII2-2、3-1和3-2小层，即在这些小层中优势通道较发育，运用动态资料进行验证，效果较好。

关键词：

优势渗流通道；流体势；油藏开发；蚁群算法

油藏优势渗流通道指由于地质及开发原因，导致油藏在平面上及垂向上发育的相对低阻渗流通道，它严重影响了油藏的开发效果与效益（李阳等，2005）。优势渗流通道的形成与储层非均质性、裂缝的发育及开采措施密切相关。前人对优势渗流通道的判别与预测进行了很多的研究（姜汉桥，2013；钟大康等，2007；窦之林等，2001；严科等，2007；孟凡顺等，2007；孙明等，2009），主要可概括为从地质特征及动态资料来进行判别，例如示踪剂及吸水剖面分析、采油井含水率及采液能力分析、注水井注水量分析等。地质方法主要分析油藏中储层非均质性差异对优势渗流通道发育的控制，侧重于从成因角度分析其特征；示踪剂及吸水剖面分析效果较好，是判别优势通道发育的最直接技术与方法，但此方法局限于资料少，对于非均质油藏不具有普遍适用性；注采数据动态分析是应用较多的方法，但受合注合采、产量劈分方法影响，分析结果存在一定不准确性。而优势渗流通道发育严重影响油藏开发效率，本文提出了在建立开发流体势理论模型的基础上，将蚁群算法引入到油藏优势渗流通道的预测中。流体势理论最早由Hubbert（1940，1953）提出，将流体势定义为单位质量流体相对于基准面所具有的机械能。随后众多学者对流体势理论进行研究，在油气勘探领域应用较多（Englandetal.，1987；查明等，1996；刘震等，2000；庞雄奇等，2007）。势场理论在油气开发领域也研究较多，如压力场、速度场等，但考虑因素更具体，并未强调“流体势”的概念。蚁群算法来源于蚂蚁在寻找食物过程中发现最优路径的行为，是通过释放信息素浓度来寻找最优路径，由MarcoDorigo等（1992）首次提出，近年来在石油勘探领域进行了初步应用，主要应用于断层及裂缝解释中（严哲等，2011），其他方面少见应用。油藏内流体流动与蚂蚁寻找路径存在相似性，油藏内流体势场分布不均，流体由高势区流向低势区，存在多条指向低势区的运移路径，具有规律性、随机性及最优性的特征，最终形成由高势区指向低势区的优势运移路径，故可利用蚁群算法来预测优势通道发育。本文在建立开发流体势理论公式基础上，建立研究区流体势分布模型，因流体势计算中纳入储层孔隙度、渗透率、采液量、注水量、井底流动压力等参数，克服了单一参数判别优势通道的局限性，如储层孔渗数据影响界面能分布，采液、注水及井底压力数据影响压能的分布。并将流体势数学模型作为蚁群算法模拟的原始数据，应用蚁群算法对典型剖面进行模拟，从而模拟计算优势渗流通道的分布。

1油藏开发流体势理论

1.1油藏开发流体势定义及地质意义

流体势理论在石油勘探中取得了一定的应用，但在油藏开发中应用较少。油藏在投入开发之后，油藏内部的流体受到的应力场发生变化，流体所具有的流体势能类型也相应发生改变。流体在已开发油藏中受到重力、浮力、压力、惯性力、毛细管力等作用力。油藏中的流体受到浮力的作用，使流体具有位能，位能与流体本身的质量及流体在油藏三维空间内的位置有关，流体运移过程中位置变化会引起流体位能变化，油藏内部各点流体高程存在差异，使其位能存在差异。开发油藏中的流体受到压力的作用，压力包括油藏静压力及油藏注水开发压力，流体在压力作用下产生压能，油藏内各点压力存在差异，因而压能存在差异。质量使流体产生惯性力，当流体开始流动时，就会形成动能，动能是各种作用力综合作用的结果，油藏内部各点流体受到的作用力不同，使动能存在差异。油藏中的流体受到毛细管力的作用，两种合力产生的能量称为界面能，界面能的大小与孔喉半径及润湿性有关。油藏内部储层存在着各种非均质性特征，使油藏内部流体的界面能存在差异，界面能分布的差异影响了油藏中流体的流动。综上所述，油藏开发过程中流体势能主要包括位能、压能、动能及界面能，油藏开发流体势（体积势）的理论公式可以表示为：ϕ=ρg(-z)+ρ∫0pdpρ(p)+12ρv2+2σcosθr（1）式中：Φ为流体势能，J/m3；ρ为流体密度，kg/m³；g为重力加速度，m/s2；z为海拔深度，m；p为油藏压力，Pa；v为流体渗流速度，m/s；σ为界面张力，mN/m；θ为润湿角，（°）；r为储层孔喉半径，μm。

1.2油藏开发流体势控制下流体运动规律

势能是控制各种物体运动的决定因素，物体总是由势能高的地方向势能低的地方运动，物体运动的本质即为物体的势能大小的差异，通过势能的差异，物体开始运动，最终达到新的平衡。流体势是控制地下流体流动的本质因素，地下流体的流体势由位能、压能、动能及界面能组成，同一油藏中不同位置的流体，由于海拔高度、压力及储层质量的差异，导致不同位置流体的位能、压能、动能及界面能存在差异，在油藏三维空间内形成流体势的分布场，此流体势场存在势能大小的差异，流体势能大小的差异控制了油藏中流体的运动，使流体从高势区向低势区运动。

1.3油藏不同开发阶段流体势理论模型

油藏在不同开发阶段，油藏内部的压力场、储层特征及流体性质都会发生变化，计算开发流体势的理论公式存在差异。以中高渗油藏为例，分析了油藏在不同开发阶段，开发流体势理论模型的差异性。

1.3.1油藏原始状态理论模型

在中高渗油藏未开发之前，油藏中的流体处于相对静止状态，流体的动能及界面能较小，几乎可忽略不计，此时油藏内部流体势大小相等，计算模型可简化为：ϕ=ρg(-z)+pS（2）式中：ps为油层静止压力，Pa。

1.3.2油藏天然能量开采阶段理论模型

油藏投入开发后，一般采用天然能量驱的方式进行开采，油藏中流体势的大小取决于油藏内部重力场、压力场、速度场及孔隙结构的分布特征，中高渗油藏渗流过程中遵循达西渗流定律，产量Q可表示为公式（3），采油井附近的压力场分布呈较规则的同心圆形状分布，形成“漏斗状”的压力场，地层中某点压力可表示为公式（4）（葛家理等，2001），将公式联合求解可得公式（5），则采油井附近天然能量开采阶段流体势理论模型可表示为公式（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为地层中某点压力，Pa；pob为油井井底流动压力；rw为井筒半径，m；Q为油井产液量，m3/s；μ为地层原油的黏度，Pa•s；B为地层流体体积系数，无量纲；π为圆周率常量，无量纲；K为地层渗透率，10-3μm2；h为油层厚度，m；R为油井供给半径，m；rj为研究点与井筒轴距离，m；m，j为采油井的数量与序号。

1.3.3油藏注水开采早期理论模型

油藏进入注水开发阶段后，油藏内部流体势场的变化主要表现在压力场的变化。注水压力影响了油藏内部流体势场的分布，油藏内部压力场受到注水井压力场及采油井压力场分布的共同影响，注水井附近某点地层压力可表示为公式（7）（姚君波等，2012），则注水开发初期流体势理论模型可表示为公式（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为水井井底流压，Pa；Qw为注水井注水量，m3/s；n,i为注水井的数量与序号。

1.3.4油藏注水开采中后期理论模型

油藏在长期注水开发过程中，注入水与储层流体相互接触，此时储层界面张力、孔喉半径及流体密度会发生变化，且油藏综合含水率较高，将此开发阶段界定为油藏注水开采中后期。此时，流体势场也相应发生变化，主要表现为储层的润湿性、界面张力、物性及原油性质的变化，这些变化对开发中后期界面能的分布起着影响，油藏注水开发中后期流体势理论模型表示如下：ϕ=ρg(-z)+(ρ+Δρ)[ps+∑i=1n（Pwbi-1.842QiμBKihilnrirwi）-∑j=1mQjμB2πkjhjlnRrj1]+(ρ+Δρ)v22+2σ1cosθ1r+Δr（9）式中：Δρ为流体密度变化，kg/m3；σ1为油藏开发后期界面张力，mN/m；θ1为油藏开发后期润湿角，（°）；Δr为储层孔喉半径变化，μm。

2基于开发流体势场的蚁群算法预测优势渗流通道的基本原理

2.1蚁群算法的基本原理

蚁群算法是一种源自自然现象的算法，来源于蚂蚁在寻找食物过程中发现路径的行为。蚂蚁在寻找食物的过程中，会向环境释放一种信息素的物质，蚂蚁能够感知这种信息素，信息素在检束范围内对蚂蚁选择路径起到指导作用，蚂蚁的运动倾向于信息素强度高的地区。通过信息素吸引其他蚂蚁过来，随着时间的推移，被大量蚂蚁通过的路径上信息素会快速上升，而之后的蚂蚁也有更大可能沿着这条路径继续移动，随着这种效果不断累加，一条优势路径就可以形成。在单位时间内出发的蚂蚁数量是相同的，一定时间内沿着最短路径到达食物的蚂蚁是最多的，该路线上留下的信息素也是最多的，而沿着较长路径到达食物的蚂蚁较少，留下的信息素也相对较少，之后的蚂蚁越来越可能会选取较短路线，从而形成一条最优化路径（MarcoDorigoetal.,1992）。

2.2蚁群算法预测优势渗流通道的基本原理

流体势是油藏中决定流体流动的关键因素，油藏中流体在流动时由高势区流向低势区。油藏在投入开发后，存在多条指向低势区的运移路径，流体通过多条路径流向低势区，但随着油藏开采时间的推移，流体会沿着流体势下降较快的运移通道运动，流体的运移会优先沿着这个通道运移，即形成优势渗流通道。针对开发油藏中流体运移的特点，将其与蚁群算法进行了类比分析，相似性表现为以下几点。油藏中流体势的分布决定了流体运移，对于具体处于某一开发阶段的油藏，可选择相适用的理论模型计算流体势场分布，再通过算法实现比较不同的流体势值，使流体向流体势值减小的方向流动，油藏中任意流体在流体势影响下，对周围流体势场分布做出直观选取，优先选择低势路径。在蚁群算法中，蚂蚁自发的由信息素浓度低的地方向信息素浓度高的地方运动，通过信息素浓度的检索自发形成具有极富规律的路径，蚂蚁与流体在路径选取方面具有极大的相似性。油藏开发中流体在初期会选择多条路径流向低势区，最初路径的选择具有一定的随机性，只要满足由高势区指向低势区即可。油气在运移过程中，单位体积油气在储层非均质性影响下，仅对局部储层中流体势分布进行分析，优先选择低势路径，不同位置油气选择路径不一，具有一定随机性。单一蚂蚁在运动过程中，仅对自身周围所处的局部信息素产生作用，在遵循由信息素浓度低向浓度高的地方运动规则下，不同蚂蚁的运动路线具有一定的随机性，这样在运动初期会形成多条不同的运动路径，与油藏中流体运移初期多条路径的选择很相似。随着油藏开采时间的推移，流体自发选择一条势降变化较快的路径运移，势降较快的路径形成受流体势控制，在地质上表现为受压能场、界面能场、动能场、位能场控制。油藏内部优势路径发育取决于流体势场大小分布及势场变化程度，与路径长短无关，在流体势降较快的路径中，流体运移阻力小且速度较快，单位时间内通过流体数量较多。在蚁群算法中，每只蚂蚁在行进过程中都会在行进路径上留下信息素，这些信息素会成为指引其他蚂蚁的有效元素。在最初的行进过程中，优势路径还没有形成，因此会形成多条行进路径，随着最短路径形成之后，越来越多的蚂蚁就会选择沿着优势通道行进，因此在优势通道上的信息素就会越来越多，而其他通道上的信息素就会很快的衰减并逐渐被废弃掉，此后的蚂蚁则都会沿着这条优势路径进行运移。蚁群算法中蚂蚁寻找最短路线并最终沿着最短路线行进的过程与油藏开发中优势通道的形成非常相似，但油藏内部流体是以辐射状的流线在三维空间内运动，因此在某一方向的二维剖面上优势通道的形成与蚂蚁寻找最短路线行为具有可对比性。从以上分析可以看出，油藏中优势渗流通道的形成与蚁群优势路径的形成具有很大的可比性及相似性。基于以上原理，将蚁群算法引入到开发油藏优势渗流通道的预测中，建立油藏流体势模型，将流体势转化为信息素，在运移过程中，以下式概率运移，直到到达初始信息素最低值，并重复以上步骤。利用上述算法，研发了相应的基于流体势场的蚁群算法模拟软件。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)为油气在某一时间点从相邻2个网格发生运移的概率；α为信息素启发因子，反应在路径上积累的信息素的重要程度，代表多次运移之间的联系；β为期望启发式因子，表示检索周围启发信息的能见度；τij(t)为某一时刻是某一网格上的信息素；ηij(t)为启发函数；allowedk为继续运移可能空间。

3东河1油田优势渗流通道预测

3.1东河1油田概况

东河1油田位于塔里木盆地塔北隆起中段的东河塘背斜构造带上，油藏顶面构造形态为受北界逆断层控制的、北东-南西走向不对称短轴背斜，油藏面积约6.2km2，为一个典型的块状底水油藏，研究目的层为石炭系CⅢ油组东河砂岩段，为一套海相碎屑岩沉积，具有储层厚度大、纵向非均质性较强的特点。东河1油田石炭系油藏于1990年进行投产，经历了天然能量开采阶段及注水开采阶段，截止目前，地质储量采出程度达到33.8%，综合含水率达72.8%。目前油藏进入开发中后期，随着含水上升，层间矛盾越来越突出，注水见效差、递减速度快，注水优势通道分布规律不清，导致无效低效注水增加，油藏开采难度越来越大。

3.2油藏流体势模型的建立

针对建立的中高渗油藏开发流体势理论，研发了一套中高渗油藏开发流体势计算软件FluidPotentialSimulation，可分别计算油藏原始状态、天然能量开采阶段、注水开发初期及注水开发中后期流体势在空间上的分布特征。首先建立东河1油田CⅢ油藏的地层网格模型，利用FPS软件对地层网格模型进行读取，输入油藏主要基本参数及开发动态参数，主要包括油藏深度、地层原油粘度及密度、地层流体体积系数、井筒半径、油藏静压力、界面张力及润湿角、产油量、产液量、注水量、井底流动压力等，如表1所示。根据流体势理论计算模型，对流体势分布进行了计算，表2所示为DH1-5-9、DH1-6-6在不同层位深度点所计算的流体势数值，动能数值非常小，几乎可忽略不计，开发流体势主要受到压能、界面能、位能的影响。

3.3基于流体势场的蚁群算法预测优势渗流通道

选取了两个过井流体势剖面进行蚂蚁算法模拟，利用蚁群算法模拟软件将其导入，针对东河1油田CⅢ油组东河砂岩段，选取了DH1-H9~DH1-6-6~DH1-5-9、DH1-7-6~DH1-H18~DH1-6-6两条过井剖面A、B进行了模拟（图1a,b）。对剖面A模拟过程了分析（图1c），在模拟初期，注入水沿着不同的小层进行运移，由于东河砂岩不同小层垂向上表现出明显的韵律性特征，注入水在模拟过程中，首先在不同的小层内部形成相对的优势运移通道。在流体势分布差异的控制下，在模拟初期，不同小层内部优势通道的发育情况存在区别。CIII3-1小层表现为典型的正韵律特征，小层内部渗透率级差较大，使层内流体势数值差异大，在蚂蚁算法模拟下，高信息素物质迅速向下部运移，在小层下部形成优势运移通道；CIII5-1小层表现为典型的级差较大的反韵律特征，小层内部流体势分布存在差异，高信息素物质缓慢向下部运移，优势运移通道的分布特征与正韵律小层存在着差异，流体势分布的差异使优势渗流通道的分布靠近小层上部。东河砂岩段垂向非均质性较强，不同小层之间物性特征差异比较大，如CⅢ3砂组、CⅢ2砂组、CⅢ1砂组水平渗透率平均值分别为167.33×10-3μm2、88.14×10-3μm2、15.61×10-3μm2，造成不同小层之间界面能及流体势数值差较大，随着模拟时间的增加，模拟软件不断的释放蚂蚁，注入水不断的注入，在不同小层之间流体势及信息素差异的影响下，逐渐形成一些优势运移通道，即蚂蚁体运移方向在保持由高势区向低势区运移的原则下，运移路径不断向信息素高的地方靠近，随着时间的推移，不同小层之间信息素的分布存在差异，信息素很高的通道分别集中在2-2，3-1和3-2小层，说明在这些小层中形成了优势渗流通道（图1e）。除了以上井剖面，本文还选取了剖面B来进行模拟，以便说明优势渗流通道在不同位置的发育情况（图1b）。模拟结果与上条剖面相似，高信息素通道分别集中在2-2，3-1和3-2小层，说明在这些小层中形成了优势渗流通道（图1d,f）。

3.4基于流体势场的蚁群算法模拟可靠性评价

优势通道形成后，注水井的注入动态和生产井的生产动态均会发生明显的变化（李科星等，2007），根据生产动态资料对研究区优势通道进行评价：

（1）从吸水剖面监测结果看，个别小层相对吸水量明显高于其它层，表明该小层中可能形成了优势通道。DH1-7-6于1997年7月射孔3-2、4、5-1、5-2、5-3、6、7小层（其中6、7小层为稠油层），2004年堵孔并射孔1-2、1-3、2-1、2-2、3-1小层，并分别于1998年、2001年、2002年及2006年进行吸水剖面测试。由本井吸水剖面可见，射孔厚度仅占总射孔厚度的14.83%的3-2相对吸水量在36.8%~64.7%之间（图2a,b,c），吸水量占据主导地位，且吸水量呈逐年变大的趋势，2004年重新射孔后2-2、3-1小层相对吸水量占比90%以上（图2d），表明在注水开发过程中2-2、3-1、3-2小层内部逐渐形成了优势通道。

（2）对东河1油田7个井组进行了示踪剂测试，对DH1-7-6井组的测试结果进行了分析。注入井DH1-7-6在2007年9月注入示踪剂S35，射开层位为1-2、1-3、2-1、2-2小层，监测井DH1-6-6在相应层段均有射孔对应，DH1-6-6井在示踪剂测试后第87天监测到示踪剂存在，平均见效速度为4.72m/d，见效时间短，见效速度较快，示踪剂产出的浓度峰值在较短的时间内即达到最大值，然后又急剧下降，峰值持续的时间较短，说明此注采方向上优势通道非常发育。综合此两口井的生产动态资料分析，认为DH1-7-6井组中，DH1-6-6井主要受效层段为2-2小层，也是主要的优势通道发育层位。

（3）吸水指数是注水井在单位注水压差下的日注水量，反映注水井注水能力的大小。注水井吸水指数升高，即日注水量不变，井底压力下降，说明注水井形成了优势通道。注水井DH1-4-7注水曲线中吸水指数在2000年至2001年间骤升，而对应的日注量曲线基本不变、略有下降，压力曲线明显下降，符合优势通道的动态表现特征，推断该井在此期间形成了优势通道。

（4）含水率是研究优势通道形成的关键动态因素之一，形成优势通道的一个突出表现就是含水率的异常变化。采油井DH1-5-6井，随着注水开发的进行，采油井含水率逐渐升高且居高不下，日产水量不断增高，说明注入水正逐渐形成优势渗流通道。基于动静态资料的优势渗流通道评价结果表明，东河1油田层间矛盾较突出，部分高渗层中已形成优势通道，导致注水效率大为降低，本区优势通道在2-2、3-1、3-2小层最为发育，基于蚂蚁算法的模拟结果表明优势通道发育在2-2、3-1和3-2小层，总体上符合度较好。

4结论

（1）分析了油藏开发阶段流体受力作用，提出开发阶段流体势场包括位能、压能、动能及界面能，分析了不同流体势能大小的影响因素及对流体运动的控制作用，建立了油藏不同开发阶段流体势场定量理论模型。

（2）将蚁群算法原理引入到油藏开发中，对比了蚂蚁运移优势路径与油藏流体优势运移通道的相似性，发现两者在运移路径选择上存在着规律性、随机性及最优性，提出了基于开发流体势场的蚁群算法来预测油藏开发阶段优势渗流通道的方法，并建立了相应的算法模型。

（3）将新方法应用于东河1油田优势通道的预测中，建立东河1油田东河砂岩段的流体势模型，对两个典型的过井流体势剖面进行了蚁群算法模拟，模拟结果表明：优势通道在小层内部及小层之间均发育，受到小层内部流体势差异控制，高浓度信息素主要分布在正韵律小层下部，而分布于反韵律小层中部及下部；受到层间流体势差异控制，在模拟后期，高浓度信息素主要分布在CIII2-2、3-1和3-2小层，表明CIII2-2、3-1和3-2小层发育优势通道。应用生产动态资料对研究区优势通道进行识别，总体上符合度较好。

参考文献：

窦之林，曾流芳，张志海，等.2001.大孔道诊断和描述技术研究[J].石油勘探与开发，28(1):75-77.

葛家理，宁正福，刘月田，等.2001.现代油藏渗流力学原理[M].北京：石油工业出版社:56-78.

姜汉桥.2013.特高含水期油田的优势渗流通道预警及差异化调整策略[J].中国石油大学学报（自然科学版），37(5):114-119.

李阳，王端平，刘建民.2005.陆相水驱油藏剩余油富集区研究[J].石油勘探与开发，32(3):91-96.刘震，金博，韩军，等.2000.

准噶尔盆地东部流体势场演化对油气运聚的控制[J].石油勘探与开发，27(4):59-63.李科星，蒲万芬，赵军，等.2007.

疏松砂岩油藏大孔道识别综述[J].西南石油大学学报，29(5):42-44.孟凡顺，孙铁军，朱炎，等.2007.

利用常规测井资料识别砂岩储层大孔道方法研究[J].中国海洋大学学报（自然科学版），37(3):463-468.

庞雄奇，李丕龙，张善文，等.2007.陆相断陷盆地相-势耦合控藏作用及其基本模式[J].石油与天然气地质，28(5):641-652.

孙明，李治平.2009.注水开发砂岩油藏优势渗流通道识别与描述技术[J].新疆石油天然气，5(1):51-56.

严科，杨少春.2007.单层剩余油的算法及应用[J].高校地质学报，13(1):112-116.

严哲，顾汉明，蔡成国，等.2011.利用方向约束蚁群算法识别断层[J].石油地球物理勘探，46(4):614-620.

姚君波，袁立，王长浩，等.2012.井间地层压力分布预测方法及应用[J].科学技术与工程，12(30):7854-7863.

查明，陈发景，张一伟.1996.压实盆地流体势场与油气运聚关系——以东营凹陷为例[J].现代地质，10(1):106-108.

钟大康，朱筱敏，吴胜和，等.2007.注水开发油藏高含水期大孔道发育特征及控制因素——以胡状集油田胡12断块油藏为例[J].石油勘探与开发，34(2):207-211.

作者:赵俊威 徐怀民 江同文 吴卓 徐朝晖 王振彪 王涛 何翠 单位:中国石油大学（北京）地球科学学院 油气资源与探测国家重点实验室（中国石油大学） 中国石油塔里木油田分公司勘探开发研究院 中国地质大学（北京）能源学院