威布尔模型与乙型水驱曲线的联解法开发课程设计报告

1、石油大学设计课程石油工程礁程殺计 目 威怖东槿更鸟乙更水驱曲钱的離解弦配系石油工程修院word格式.XXXX石油大学课程设计任务书课程 石油工程课程设计题目 威布尔模型与乙型水驱曲线的联解法专业 号主要容、基本要求、主要参考资料等主要容：(1) 推导威布尔模型及其与乙型水驱曲线联解关系式的预测模型；(2) 根据油气田实际生产数据，进行线性回归，求得乙型水驱曲线的截距、斜率；(3) 根据相关公式，确定威布尔(Weibull)模型常数a、b、c；(4) 计算油田年产油量；(5) 计算油田累积产油量；(6) 计算含水率；(7) 计算可采储量；(8) 计算最高年产量发生的时间；(9) 计算最高年产量；

2、(10) 绘制油田实际年产量与预测产量对比曲线；(11) 绘制油田实际累积产量与预测累积产量对比曲线。基本要求：该专题设计最终要，学生通过自选基础数据，利用威布尔模型与乙型水驱曲线联解预 测模型，结合油田实际生产资料，预測选定油气田的年产量、累积产量、含水率、可采储 量、最高年产量、最高年产量发生的时间等开发指标，并编制相应软件，并提交规设计报 告。主要参考资料1 元千.预测油气田产量的Weibull模型J.石油地质，1995，16 (3)： 250-255.2 童宪章.天然水驱和人工注水油藏的统计规律探讨J.石油勘探与开发、1978，4(6)：38-64.3 元千.一种新型水驱曲线关系式的推

3、导及应用J.石油学报，1993，14 (2)： 65-73.4 元千.水驱曲线关系式的推导J.石油学报，1985，6 (2)： 69-78.完成期限 指导教师 专业负责人word格式.年 月曰目录1前言11.1设计的目的意义11.2设计的主要容12 基础数据23 基础理论33.1威布尔预测模型的建立33.2威布尔模型与乙型水驱曲线的联解法43. 3模型的求解方法54设计结果7认识与结论8参考文献9附录：计算机程序与结果10word格式.1.1设计的目的意义本课题的目的是让学生通过自选一组数据 別用所学专业知识在指导教师的指导下独 立完成对某一油田或区块开发指标的预测。本课题要求学生对威布尔(W

4、eibull)模型及 其与乙型水驱曲线联解关系式进行推导，其结果包括，对油气田的年产量、累积产量、含 水率、可采储量、最高年产量、最高年产量发生的时间的预测方法。从而将理论知识和实 际问题相结合，通过该专题设计的训练，加强学生理论知识运用能力，计算机技术应用能 力及解决实际问题的工程应用能力。1.2设计的主要容根据已有的基础数据，利用所学的专业知识，在指导教师指导下独立完成并提交一个 油田或一个区块油田开发指标预测结果，设计主要容如下：(1) 推导威布尔模型及其与乙型水驱曲线联解关系式；(2) 根据油气田实际生产数据，进行线性回归，求得乙型水驱曲线的截距、斜率；(3) 根据相关公式，确定威布尔

5、(Weibull)模型常数a、b、c；(4) 计算油田年产油量；(5) 计算油田累积产油量；(6) 计算含水率；(7) 计算可采储量；(8) 计算最高年产量发生的时间；(9) 计算最高年产量；(10) 绘制油田实际年产量与预测产量对比曲线；(11) 绘制油田实际累积产量与预测累积产量对比曲线。2基础数据某油田的开发数据如下：表2-1某油田开发数据年份时间(a)3 (lt/a)Qu (104t/a)脸(104t)粉(104t)Zp (10H)1968125.730. 7525. 730. 7526.471969237. 801.3363. 532. 0865. 601970350.841.631

6、14. 373.7111&071971472.051.85186.425. 56191.971972585.444.25271.869. 80281.661973696.687. 24368. 5417. 04385. 5819747115.1614. 67483. 7031.71515. 4219758129.6924. 08613. 3955. 79669. 1819769127.8226.31741.2182. 10823.31197710153.8339.71895. 03121.811016. 84197811181.8263.011076. 85184.821261.6719791

7、2189.15102. 851266. 00287. 671553. 67198013179.77146. 891445. 77434. 571880.33198114171.35193. 051617.12627. 622244. 73198215169.18230. 471786. 2985& 092644. 38198316159.08301.061945.371159.153104.51198417152. 74381.82209& 111540. 973639. 08198518136.70431.012234.811971.984206. 79198619122.07483.312

8、356. 882455. 29481216480. 492461.042935. 785396. 8219882194.44518. 302555.483454. 086009. 5619892283. 86517.192639. 343971.266610.6119902375. 60540. 772714.944512. 047226. 983 基础理论威布尔（Weibull）预测模型能够很好地预测油田产油量随时间的变化关系，但却不 能预测油田的含水率、产水量、产液量及累积产水量和累积产液量，而这些开发指标正是 水驱开发油田所需要预测的。乙型水驱曲线法是油藏工程中

9、重要的预测方法，但它只能预 测累积产水量与累积产油量之间的关系，却不能预测开发指标与开发时间的关系，而油田 开发指标的预测，都离不开与开发时间的联系。将Weibull预测模型和乙型水驱曲线法相 结合，则能够预测水驱油田的含水率、产油量、产水量、产液量、可采储量及其相应的累 积产量随开发时间变化的联解法。联解法既能保持两种方法原有的预测功能，又克服了两 者的局限性。3. 1威布尔预测模型的建立WeibulK威布尔）于1939年提出的统计分布模型已成为生命试验和可靠性理论研究 的基础。该模型的分布密度表示为：fW = xaxexP(3-1)式中 Ax）威布尔分布的分布密度函数；X分布变量，根据实际

10、问题，分布区间为0-OO ；a控制分布形态的形状参数；万一一控制分布峰位和峰值的尺度参数。若对（3-1）式进行积分，在/为（boo区间，可以得到Weibull的分布函数值等于1， 推证如下:F(x) = f/(x)dx =巧严e(3-2)=一：严(-才/0)X=10为将Weibull分布模型用于油气田开发指标的预测，将（3-1）式改写为(3-3)式中 Q油气田的年产量，104t/a （油）或10W/a （气）；t油气田的开发时间 a ；C一由Weibull分布模型转换为油气田开发实用模型的模型转换常数o油气田的累积产量表达式为：叫=；0血（3-4）式中 那一一油气田的累积产量，104t或10%

11、（油）；l（Tm（气）。式中 那油气田的累积产量，10%或10%（油）；10F（气）。将（3-3）代入（3-4）式并考虑（3-2）式中的变量变换法，才从0到广积分得：Np=c-e-（,a（3-5）当/T8时，严=0，则Np=C = NR,因此（3-5）式又可改写为：NpF-严询（3-6）在得到上面的结果之后，便可对模型转换常数的性质和作用做这样的说明：由于 Weibul 1分布模型，在/从0到*区间的分布函数F （/） =1. 0,这相当于实际开发的油气 田，在广从0到co区间的累积产量，即油气田的可采储量。因此，为了能够得到（3-5） 式的结果，就必须在（3-3）中引入模型转换常数Co而该模

12、型转换常数就是油气田的可 采储量因此，可以将（3-3）式再改写为：(3-7)为了确定最高年产量发生的时间、有（3-7）式对时间十求导数得：(3-8)当=0时，必然有（a-l）-ra=0，故可以得到最高年产量发生的时间九为： drp(3-9)将（3-9）式代入（3-7）式，得到油气田的最高年产量（念、）的表达式： i,/a(a 1严凸叱(3-10)再将（3-9）式代入（3-6）式，得到油气田最高年产量发生时的累积产量（总）为：%=耳1-护叽油气田的剩余可采储量皿表示为：(3-11)Nrr=NrNp(3-12)将(3-6)式代入(3-12)式得:叫厂叫(3-13)剩余可采储量的储采比0表示为：3

13、= NrJQ(3-14)将(3-7)式和(3-13)式代入(3-14)式得:(3-15)剩余可采储量的采油速度为储采比的倒数，故由(3-15)式得到剩余可采储量采油速叫=(Q严)/0(3-16)度叫的表达式：匕=(1000心/0)%(3-17)式中叫以小数f表示，若改以百分数表示时(3-16)式改为下式：3. 2威布尔模型与乙型水驱曲线的联解法利用数理统计学中的威布尔(Weibull)分布，研究与推导得到了威布尔(Weibull) 预测模型。该模型具有预测油田产量、累积产量和可采储量的功能，其基本关系式分别 为：(3-18)跆卜汽(一乡)(3-19)ac(3-20)(3-21)(3-22)已知

14、：牛=2+0故由(3-22)式得： = 2.3033仆+心丿将(3-23)式代入(3-21)式得:(3-23)lg(l + /?w) = A + BNp+lg2303B(3-24)取经济极限水油比由(24)式得到预测油田可采储量的关系式： N _以1 + (心。)i一(A + lg2.303B)RB已知水油比与含水率的关系为：将(3-26)式代入(3-24)式得f _0珂A+BVp+lg2.3035)将(3-19)式代入(3-27)式得:-屮耳 1-cxpi-)|Lig2.3O3/J/w =1-10 严 (3-25)(3-26)(3-27)(3-28)当由(3-18)式和(3-28)式得到预测

15、的产油量和含水率之后 可由下面的公式分别 预测油田的产水量和产液量：0=0(3-29)Z(金)最高年产量发生的时间九的计算公式如下：(3-30)乙型水驱曲线法，首先是由我国著名专家童宪章先生以经验公式的形式 于1978年提出-它的理论推导由文献3完成，其基本关系式为：lgLp=A + BNp由(3-21)式对时间t求导数得：2303g dr dr最高年产量为:3. 3模型的求解方法为了确定预测模型的模型常数c以及可采储量加的数值，对（3-18）式可进行如下处理：IgTgd-tMtb2.303c(3-31)若设：a = g a(3-32)/?_ 1(3-33)n 2.303c则得：Ig聲=a 一

16、 Q严(3-34)根据实际的开发数据，首先利用（3-34）式进行线性试差求解，根据最大线性相关系数求出力，然后利用最小二乘法求得彳和。再由（3-32）式和（3-33）式改写的下式，分别确定模型的常数日和C的数值：4 = 10(3-35)1c (3-36)2.3030确定出预测模型参数日、力、c后，即可根据（3-20）式求解出可采储量皿。在确定预测模型常数a、b、c、W时，其值是否正确可靠，要利用（3-18）式、（3-19） 式（3-28）式预测的理论产油量、累积产油量和含水率，与实际产油量、累积产油量和 含水率进行对比加以确定，而达到最佳拟合效果的参数才是最准确、可箕的O4设计结果将表1中的累

17、积产液量(厶)和相应的累积产油量(M)数据，按照(3-21)式的直 线关系绘于图4-1，得到了一条很好的直线。经线性回归求得直线的截距A=2. 50 ；直线的 斜率B=0. 000502 ；直线的相关系数r=0. 9999。4.01.003.02.06001200 180024003000累积产油图4-1该油田的乙型水驱曲线00)30将表1中的Log(fb/1)和相应的f (Ml)数据，按照(3-34)式的直线关系绘于图4-2， 得到了一条很好的直线经线性回归求得直线的截距a =1.32 ；直线的斜率00. 00132 ； 参数沪21.002c=32& 039 直线的相关系数r=0. 9990

18、 图4-2该油田的weibull曲线在确定预测模型常数a、b、c后，利用(3-18)式(3-19)式(3-28)式计算油田年产油量、计算油田累积产油量、计算含水率如下表：表4-1数据表时间(a)实际产量预测产量实际累计产董预测累计产量实际含水率预测含水率125. 7320.9425. 739. 952.830237. 8044.4463. 5342. 443. 400350.846& 21114. 379& 583.100472. 0591.26186. 4217& 112. 500585. 44112.82271.86279. 934.730696. 68132. 26368. 54402.

19、 216. 9607115.16149.05483. 70542. 5911.3008129. 69162. 82613. 39698. 2115.6609127. 82173.31741.21865. 9417.07010153. 83180.38895. 031042.4220.5217.1811181.82184. 051076.851224.2525.7432. 8912189. 15184.431266. 001408. 0735.2245. 7413179. 77181.761445. 771590.7344.9756. 0714171.35176.351617.121769. 3

20、452.9864.2715169. 1816& 61786. 291941.3657. 6770.7216159. 08158.941945. 372104.6765.4375. 7617152. 74147.81209& 112257. 5771.4379. 6918136. 70135. 662234.812398.8575.9282.7519122. 07122.942356. 882527. 779.8485.1420104. 16110.022461.042643. 7682.18872194.4497. 272555.48274784.5988.472283. 8684.97263

21、9. 342837. 7386.0589.612375. 6073.352714.942916. 5487. 7390.522462.592984.1891.232552.793041.5791.82644.023089. 7192. 242736.293129. 6392. 592829.583162. 3692. 872923. 85318& 993. 083019.013210.1893. 253114.993227. 0693. 383211.693240. 2993.48339.013250.5693. 56346.88325& 4393. 62355. 193264.4193. 6

22、6363.87326& 993. 69372. 863272.2393. 72382. 093274.6793. 73391.513276.4593. 75401.083277. 7393. 76410.763278.6493. 76420.533279. 2893.77430.373279.7293.77440.253280. 0393.77450. 173280. 2393.77460.113280. 3793. 78470.083280.4793. 78480.053280.5393. 78490.033280.5793. 78500.023280. 693. 78510.013280.

23、6193. 78计算可采储量：=3280. 639 ( 10) /计算最高年产量发生的时间：11. 897a，计算最高 年产量：a.x=184.302(10t)。预测的理论产油量、累积产油量和含水率，与实际产油量、累积产油量和含水率进行 对比。按照(3-18)式的关系在同一坐标系中绘制实际产量与预测产量及其对应时间t 之间的关系曲线，绘于图4-3。实窗产呈 预测产虽图4-3产量与时间关系曲线按照（3-19）式的关系在同一坐标系中绘制实际累计产量与预测累计产量及其对应时间十之间的关系曲线，绘于图4-4。调r七服图4-4累计产量与时间关系曲线按照（3-28）式的关系在同一坐标系中绘制实际含水率与预

24、测含水率及其对应时间t 之间的关系曲线、绘于图4-5。图4-5含水率与时间关系曲线认识与结论通过本次课程设计，得出如下认识与结论：(1) 通过此次油田开发的课程设计，我基本掌握了威布尔(Weibull)模型与乙型水 驱曲线联解法，并能初步对油田进行预测分析。(2) 通过这次的课程设计，培养了我独立思考和动手操作的能力，也使我在日常的 学习与讨论当中增长了许多课外知识，认识到数学模型对油气田的产量预测的重要性。虽 然在课程设计的过程中遇到了一些问题 但经过反复的思考与检査找出原因所在并进行改 正。(3) 通过计算机的编程学习与操作，使我对VB语言有了更进一步的认识和了解。同 时，提高了使用计算机

25、技应用的能力以及解决实际问题的工程应用能力，使理论与实践相 结合。(4) 现在能熟练掌握、运用威布尔(Weibull)模型与乙型水驱曲线联解法的原理、 推导及公式，可以对油气田的年产量、累计产量、含水率、可采储量、最高年产量、最高 年产量发生的时间以及与最高年产量对应的累积产量进行预测。(5) 这次课程设计，使我认识到学好计算机的重要性与实践操作的必要性，在老师 的指导下和与同学的讨论中，不断地发现问题、不斷地解决问题、不斷地领悟、不斷地获 取，使自己的程序不斷完善。(6) 课程设计诚然是一门专业课，它给了我很多的专业知识以及专业上的提升。课 程设计同时又是一门讲道课，一门思辨课，给了我许多道

26、，给了我许多思，得到很大的提 升空间。参考文献1 元千.预测油气田产量的Weibull模型J.石油地质，1995，16 (3)： 250-255.2 童宪章.天然水驱和人工注水油藏的统计规律探讨J.石油勘探与开发、1978，4(6)： 38-64.3 元千.一种新型水驱曲线关系式的推导及应用J.石油学报，1993，14 (2)： 65-73.4 元千.水驱曲线关系式的推导J.石油学报，1985，6 (2)： 69-78.附录：计算机程序与结果计算机程序Option Base 0Const e = 2.708281828Dim a, t(200), qt(200), t0(200), q0(20

27、0), qw(200), ye(200), wp(200)Dim b, c, dDim afw, qmax, tm, NR, x, y, ah a2, r, rmax, bmax, aal, bbl, ccl, ub, aa, ab, ar, br yt,an, bn, mnDim s(), px(), py()Dim sx, sy, sxy, sx2, sy2Dim np(200), lp(200)Dim yq0(200), ynp(200), yfw(200), ynr, fw(200)Private Sub cl_Click()yt = 50Rem源数据输入Open App. Path

28、+ cd.txt For Input As #1ub = -1Do Until EOF(1)ub = ub + 1Input #1, ye(ub), t(ub), qO(ub), qw(ub), np(ub), wp(ub), lp(ub) lp(ub) = Logdp(ub) / Log(10)LoopClose #1Private Sub c5_Click()Rem乙型参数计算求相关系数r,趋势线For an = ub To 2 Step -1sx = 0: sy = 0: sxy = 0: sx2 = 0: sy2 = 01 = ub - anFor i = 1 To an + 1sx

29、二 sx + np(i)Next iFor i = 1 To an + 1 sy = sy + lp(i) Next iFor i = 1 To an + 1sxy = sxy + np(i) * lp(i)Next iFor i = 1 To an + 1 sx2 = sx2 + np(i) 2 Next iFor i = 1 To an + 1sy2 = sy2 + lp(i) 2Next ia2 = (an + 1) * sxy - sx * sy) / (an + 1) * sx2 - sx - 2)al = (sx2 * sy - sx * sxy) / (an + 1)* sx2

30、- sx 2)r = (an + 1) * sxy - sx * sy) / (an + 1) * sx2 - sx 2) 0 5 * (an + 1) * sy2 - sy2) 0.5)取最大值rIf r ar Then ar = rNext anaa = alab = a2Forn)3.Text 1.Text 二 aa截距，参数AForm3. Tcxt2. Text = ab斜率，参数BForm3Tcxt3Tcxt 二 arForm3 Show最大相关系数Rem wcibul 1参数计算 bn = 121 = ub - bnword格式.bmax = 0rmax = 0For b = 1

31、To 2 Step 0. 05sx = 0: sy = 0: sxy = 0: sx2 = 0: sy2 = 0For i = 1 To 1 + bnt(i) = i + 1Next iFor i = 1 To 1 + bnqt(i) = Log(q0(i) / (t(i)b) / Log(10)t0(i) = t(i) (b + 1)Next iFor i = 1 To 1 + bnsx = sx + t0(i)Next iFor i = 1 To 1 + bnsy = sy + qt(i)Next iFor i = 1 To 1 + bnsxy = sxy + qt(i) * t0(i)N

32、ext iFor i = 1 To 1 + bnsx2 = sx2 + t0(i)2Next iFor i = 1 To 1 + bnsy2 = sy2 + qt(i) 2Next ir = Abs(bn + 1) * sxy - sx * sy) / (bn + 1) * sx2 - sx 一 2)0. 5 * (bn + 1) * sy2-sy 2) “ 0.5)最大相关系数word格式. rinax Thenr取最大值rmax=rbmax=ba2 =(bn +1)* sxy - sx * sy) /(bn+ 1) * sx2 -sx 2)al =(sx2 *sy-sx * sxy) /

33、(bn+ 1)* sx2 - sx 2)EndIfNext baal = 10 albbl = binaxeel = -1 / (2. 303 * a2)afw = 100 * (1 - 10(-(aa + ab * aal * eel / (bbl + 1) + Log(2. 303 * ab) / Log(10)极限含水率 fw 公式，fw=l-10(-A+B(a*c/(b+l)(l-exp(-t(b+l)/c)tm = (bbl * eel / (bbl + D) (1 / (bbl + D)最高年产量对应时间tm公式，tm=(b*c/(b+l)l/(b+D)qmax = aal * (

34、bbl * eel / (bbl + D) (bbl / (bbl + 1) * Exp(-bbl / (bbl + D)最高年产量 Qmax 公式，Qmax=a*(b*c/(b+l)(b/(b+l)*exp(-b/(b+l)NR = aal * eel / (bbl + 1)可采储量NR公式，NR=a*c/(b+l)斜率截距最大相关系数参数a参数b参数c极限含水率最高年产董最高年产量对应时间可采储量Forn)3. Tcxt4. Tex t = a2Form3Tcxt5 .Text = alForm3 Tcxt6 Text 二 miaxForm3.Text7.Text 二 aalForm3.

35、Text8. Text = bblForm3. Tcxt9. Text = eelForm3. TcxtlO. Text = afwForn)3 Tcxtl 1. Text = qniaxForm3. Text 12. Text = tinForm3. Text13. Text = NRRem预测数据For i = 0 To yt t(i) = i + 1 word格式.yqO(.i) = Round(aal * (t(i) bbl) * (e * (-t(i) (bbl + 1) / ccl), 2)ynp(i) = RoundCaal * ccl * (1 - (e (-t(i) (bbl

36、 + 1) / ccl) / (bbl + 1), 2)If i = ub Then fw(i) = RoundCl00 * qw(i) / (qw(i) + q0(i), 2)yfw(i) = RoundCl00 * (1 - 10 (-(aa + ab * ynp(i) + Log(2. 303 * ab) / Log(10), 2)If yfw(i) 0 Then yfw(i) = 0Next imil = 50Rem表格输出MSFlexGridl.ColWidth(O) = 1000MSFlexGridl.ColWidth(l) = 1200MSFlexGridl.ColWidth(2

37、) = 1200MSFlexGridl.ColWidth(3) = 1200MSFlexGridl.ColWidth(4) = 1200MSFlexGridl.ColWidth(5) = 1200MSFlexGridl.ColWidth(6) = 1200MSFlexGridl.Rows = 201MSFlexGridl.Cols = 7MSFlexGridl.Width = MSFlexGridl.ColWidth(l) * MSFlexGridl.Cols + MSFlexGridl.Cols * 12fMSFlexGridl. Height = MSFlexGridl. RowHcigh

38、td) * MSFlexGridl.Rows + MSFlexGridl.Rows * 12MSFlexGridl. TcxtMatrixCO,0)=时间/aMSFlexGridl. TextMatrix(0,1)=实际产董MSFlexGridl. TcxtMatrixCO,2)二预测产量MSFlexGridl. TextMatrix(0,3)=实际累计产董”MSFlexGridl.TcxtMatrixCO,4)=预测累计产董”MSFlexGridl. TextMatrix(0,5)=实际含水率MSFlexGridl. TcxtMatrixCO,6)=预测含水率For i = 0 To nil

39、)MSFlexGridl.TextMatrixCi + L 0) = Fonnat(t(i), u0.#n)MSFlexGridl. TextMatrixCi+ 1, 1) = Format(q0(i), 0.#DMSFlexGridl. TextMatrixCi+ 1, 2) = Format(yq0(i), M0. #p)MSFlexGridl. TextMatrixCi+ 1, 3) = Format(np(i), 0.#)word格式.MSFlexGridl. TcxtMatrix(i + 1,4) = Fonnat(ynp(i), H0. #,f)MSFlexGridl. TextM

40、atrix(i + L5) = FormatCfw(i), n0.#r)word格式.MSFlexGridl.TcxtMatrixC i + h6) = Format(yfw(i), H0.#r)Next i橫纵坐标With MSChartl ColuninCount = 2Plot. ScriesCollection(l ). Pen. Width = 15Plot. SeriesCollection(l). Pen. Style = VtPenStylcSolid Plot. Axis(VtChAxisIdX). ValueScale. /uto = True Plot. Axis(VtC

41、hAxisIdY). ValueScale. ?uto = TruePlot. Axis(VtChAxisIdY). ValueScale. Minimum = 0Plot. Axis(VtChAxisIdX). ValueScale. Minimum = 0Plot. Axis(VtChAxisIdX). ValueScale. MajorDivision = 6Plot. Axis(VtChAxisIdY). ValueScale. MajorDivision = 6Plot. Axis(VtChAxisIdX). ValueScale. MinorDivision = 0Plot. Ax

42、is(VtChAxisIdY). ValueScale. MinorDivision = 0 Plot. Axis(VtChAxisIdX). AxisGrid. MajorPen. Style = VtPenStyleDotted Plot. Axis(VtChAxisIdY). AxisGrid. MajorPen. Style = VtPenStylcDottcdMSChartl. Plot. AutoLayout = FalseMSChartl. Plot. Uni formAxis = FalseMSChartl. chartType = VtChChartTypc2dXY 二维坐标

43、Column = 1End WithWith MSChart2 ColuninCount = 2Plot. SeriesCollection(l ). Pen. Width = 15Plot. SeriesCollection(l). Pen. Style = VtPenStylcSolid Plot. Axis(VtChAxisIdX). ValueScale. /uto = True Plot. Axis(VtChAxisIdY). ValueScale. ?uto = True Plot. Axis(VtChAxisIdY). ValueScale. Minimuni = 0Plot.

44、Axis(VtChAxisIdX). ValucScalc. Minimum = 0Plot. Axis(VtChAxisIdX). ValueScale. MajorDivision = 6Plot. Axis(VtChAxisIdY). ValueScale. MajorDivision = 6Plot. Axis(VtChAxisIdX). ValucScalc. MinorDivision = 0Plot. Axis(VtChAxisIdY). ValucScalc. MinorDivision = 0 Plot. Axis(VtChAxisIdX). ?xisGrid. MajorP

45、en. Style = VtPcnStyl eDot ted Plot. Axis(VtChAxisIdY). AxisGrid. MajorPen. Style = VtPenStylcDottcdMSChartl. Plot. AutoLayout = FalseMSChartl. Plot. Uni formAxis = FalseMSChartl. chartTypc = VtChChartType2dXYColumn = 1End WithWith MSChart3 ColuninCount = 2Plot. ScricsCollectionCl). Pen. Width = 15P

46、lot. SericsCollection(l). Pen. Style = VtPcnStylcSolid.Plot. Axis(VtChAxisIdX). ValueScale. Auto = TruePlot. Axis(VtChAxisIdY). ValucScalc. Auto = TruePlot. Axis(VtChAxisIdY). ValucScalc. Minimum = 0Plot. Axis(VtChAxisIdX). ValucScalc. Minimum = 0Plot. Axis(VtChAxisIdX). ValueScale. MajorDivision =

47、6Plot. Axis(VtChAxisIdY). ValucScalc. MajorDivision = 6Plot. Axis(VtChAxisIdX). ValucScalc. MinorDivision = 0Plot. Axis(VtChAxisIdY). ValucScalc. MinorDivision = 0 Plot. Axis(VtChAxisIdX). AxisGrid. MajorPen. Style = VtPenStylcDottcd Plot. Axis(VtChAxisIdY). AxisGrid.MajorPen. Style = VtPenStylcDott

48、cdMSChartl. Plot. AutoLayout = FalseMSChartl. Plot. Uni formAxis = FalseMSChartl. chartTypc = VtChChartType2dXYColumn = 1End WithEnd SubPrivate Sub c2_Click()MSFlexGridl. Visible = True输出数据在表格Rem曲线绘制word格式.Rem数据输出End SubPrivate Sub c3_Click()文件输出Open App. Path + 3.txt” For Output As #2Print #2,年份，时间

49、，”预测产量，预测累计产童，预测含水率For i = 0 To ytPrint #2, ye(0) + i, i + 1, yqO(i), ynp(i), yfw(i)Next iClose #2PrintEnd SubPrivate Sub c4_Click()EndEnd SubPrivate Sub dl_Click()理论产油量Qo与时间t的关系曲线绘制MSChartl. Visible = TrueReDiin px(yt), py(yt), s(yt, 3)st 二 yt / 500For i = 1 To nii)px(i) = ipy(i) = aal * (px(i) bbl

50、) * (e (-px(i) (bbl + 1) / ccl)理论产油l:Qo 公式实际散点s(i, 0) = px(i)s(i, 1) = q0(i)预测曲线s(i, 2) = px(i)s(i, 3) = py(i)Next i散点word格式.Dim Index As IntcgerIndex = 1 设置图标类型为非自动选择，这样可以设置为自己需要的类型MSChartl. Plot. SericsCol lection(Index). ShowLine = False 去除连线!MSChartl. Plot. ScricsCollection. Itcm(Index). SericsM

51、arkcr. Auto = FalseWith MSChartl. Plot. SericsCollection. Itcm(Indcx). DataPoints. Itcm(-l). Marker Visible = True 散点的点是否可见.Size = 120散点的大小.Style = VtMarkerStyleFi 1 ledDiamond 选择菱形的.FillColor. Automatic = False 颜色不自动填充.FillColor.Set 400, 15, 400 设置为紫红色Pen. VtColor. Set 400, 15, 400 同样这个也必须设置，否则中间有默认的颜色End With橫纵坐标表示With Forml