并体现了定量 化的风险分析思想，其结果可为油公司年度勘探计划编制、投资组合优化提供重要参考依 据。
[0043] 本发明一实施例具体实现流程如图1所示。在附图的流程图示出的步骤可W在诸 如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但 是在某些情况下，可不同于此处的顺序执行所示出或描述的步骤。
[0044] 首先执行步骤S101，构建钻探目标组合的含油气概率分布模型。在构建分布模型 的过程中，考虑到各钻探目标的勘探风险，本发明引入了风险分析。首先通过对钻探目标的 风险分析获得各钻探目标的含油气概率。然后W各钻探目标的含油气概率为基础，采用0-1 分布构建各钻探目标含油气概率分布模型。在0-1分布中，0代表钻探目标未来钻探失败， 1代表钻探目标未来钻探成功，两者的概率赋值分别为对应的钻探目标的不含油气概率和 对应的钻探目标的含油气概率。上述步骤既考虑到了钻探目标物理意义上的含油气概率， 又考虑到了钻探是否成功送一人为因素，由此得到的含油气概率分布模型更为接近实际情 况，更加可靠。本发明的方法通过加入了定量化的风险分析，使得最终结果更为接近实际情 况。
[0045] 然后执行步骤S102,构建钻探目标组合的资源量分布模型。在本实施例中，首先采 用对数正态分布构建钻探目标组合中各钻探目标的油气资源量分布模型。然后根据各钻探 目标的油气资源量分布模型构建钻探目标组合的油气资源量分布模型。
[0046] 接下来就可W对上述建立好的钻探目标组合的含油气概率分布模型W及油气资 源量分布模型做随机抽样（步骤S110)。现有随机抽样方法中，比较常用的是蒙特卡罗方 法，其又称为统计模拟法或随机抽样技术。蒙特卡罗方法是一种W概率和统计理论方法为 基础的随机模拟计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的 方法。在现有技术中，采用蒙特卡罗方法进行随机抽样得到的最终结果最为接近实际情况。 因此在本实施例中，基于蒙特卡罗方法进行随机抽样。本发明的方法利用随机抽样计算建 立钻后油气储量分布，W代替W往粗略的平均估计值，其获取的未来钻后油气储量分布更 为精确。
[0047] 本发明的方法对分布模型进行多次随机抽样。在理论上，随机抽样的次数越多，最 后得到的结果越精确。但是由于在实际操作中不能无限次的进行随机抽样。因此在做随机 抽样之前，先要进行步骤S104,设置随机抽样的次数。在本实施例中，基于钻探目标组合的 未来钻后油气储量分布的精度要求，设置随机抽样的次数。
[0048] 接着进行步骤S103,为需要进行随机抽样的两个分布模型分别生成随机数。之后 就可W执行步骤S110,基于上述随机数进行随机抽样。接下来对两个分布模型的随机抽样 过程分别进行描述。
[0049] (1)针对钻探目标组合的含油气概率分布模型
[0050] 在每次随机抽样过程中，执行步骤S121，记录每次抽样的钻探目标成功数。在本 实施例中，通过构建用于记录钻探目标成功数的统计变量来记录每次抽样的钻探目标成功 数。如果某钻探目标含油气概率模型抽样值为1，表示本次抽样钻探目标钻探成功，钻探目 标成功数加1 ;如果某钻探目标含油气概率模型抽样值为0,则表示本次抽样钻探目标钻探 失败，钻探目标成功数不变。
[0051] (2)针对钻探目标组合的资源量分布模型
[0052] 在每次随机抽样过程中，执行步骤S122,记录各钻探目标油气资源量之和。类似步 骤S111，本实施例中，通过构建统计变量来记录每次抽样的各钻探目标资源量之和。
[0053] 在本实施例中，在每次随机抽样完成后，需要执行步骤S130,判断随机抽样次数是 否达到设置值。如果随机抽样次数没有达到设置值，则返回重新进行步骤S103,分别对两个 分布模型生成新的随机数。然后利用新的随机数执行步骤S110,分别对两个分布模型进行 新一次的随机抽样，并执行步骤S121和步骤S122,记录新的随机抽样的钻探目标成功数W 及各钻探目标资源量之和。如此循环重复执行，直到随机抽样次数达到设置值。
[0054] 当随机抽样次数达到设置值的时候，对分布模型的随机抽样步骤随之结束。此时 得到钻探目标成功数抽样结果W及钻探目标组合资源量抽样结果。接下来利用抽样结果构 建期望分布。首先进行步骤S141，根据钻探目标成功数抽样结果构建钻探目标成功数第一 期望分布。与此同时进行步骤S142,根据钻探目标组合资源量抽样结果构建钻后油气储量 第一期望分布。
[00巧]接下来进行步骤S150,建立钻探目标组合钻后油气储量第一期望分布与钻探目标 成功数第一期望分布之间的关联关系，即建立钻探目标成功数第一期望中每个成功数期望 值与钻后油气储量期望第一分布中每个油气储量期望值之间的对应关系。
[0056] 从钻探目标组合钻后统计数据来看，由各钻探目标含油气概率计算而得的钻探目 标成功数的数学期望与实际钻探结果往往存在一定差异。但从油公司年度勘探计划角度， 其历年钻探目标组合的钻探成功率是较为稳定的。因此，本实施例接下来进行步骤S160， 获取钻探目标组合的钻探目标成功数预测值。在此步骤中，基于历史钻探目标组合的钻探 成功率经验值来校正当前钻探目标组合所含的钻探目标总数，从而得到钻探目标成功数预 测值。本发明的方法不仅加入了定量化的风险分析，而且还利用了 w往历史钻探的经验数 据，其结果更为接近实际情况，能够为油公司年度勘探计划编制、投资组合优化提供更为可 靠的参考依据。
[0057] 基于步骤S160得到的钻探目标成功数预测值，进行步骤S170,筛选钻探目标成功 数第一期望分布中的钻探目标成功数期望值。基于钻探目标成功数预测值筛选钻探目标成 功数第一期望分布中的钻探目标成功数期望值，从而获得符合钻探目标成功数预测值的钻 探目标成功数第二期望分布。
[0058] 最后进行步骤S180,生成钻探目标组合的未来钻后油气储量分布。由于在步骤 S150中建立了钻探目标成功数第一期望中每个成功数期望值与钻后油气储量期望第一分 布中每个油气储量期望值之间的对应关系。因此利用上述对应关系即可基于步骤S170中 生成的钻探目标成功数第二期望分布获取钻后油气储量第二期望分布。
[0059] 综合上述本发明的实施过程，不难看出，本发明的方法利用随机抽样计算建立钻 后油气储量分布，W代替W往粗略的平均估计值，其获取的未来钻后油气储量分布更为精 确。同时本发明的方法不仅利用了 W往历史钻探的经验数据，而且还加入了风险分析，体现 了定量化的风险分析思想，其结果更为接近实际情况，能够为油公司年度勘探计划编制、投 资组合优化提供更为可靠的参考依据。
[0060] 接下来通过一个更加具体的实施例来描述本实施例的具体实施过程。
[0061] W某油公司年度钻探目标组合钻后油气储量分布预测为例。该钻探目标组合共有 钻探目标21个，其可采资源量和含油气概率情况如表1所示。
[0062]
[0063]
[0064] 表 1
[0065] 首先构建各钻探目标的含油气概率分布模型和油气资源量分布模型。
[0066] 含油气概率分布模