WSE以相关石油行业标准和油田业务规范为依据，实现了措施效果评价与措施优化规划。辅助油气田开发工程师从开发单元、措施类型、措施时间等多种维度对措施增产效果进行评价和统计分析；以措施增产效果规律认识为基础，采用经验类比法和神经网络法进行待措施井实施效果的预测；还可使用Zui优化方法进行措施工作量的规划部署，辅助开发决策。该软件通过对措施作业效果进行量化的分析与评价，优化工作量投入，优化措施投向，促使无效变有效、有效变高效、高效再提效，从而显著提高油田开发效益。
功能描述
实用的措施效果评价，依据相关标准计算措施效果评价指标，措施效果的综合评价有助于客观认识油水井措施的实际贡献
内置丰富的评价标准选项，主要包括是否考虑措施前递减、措施失效标准、措施前后月产油量判定标准等选项，十分方便定制适用于本油田的方法体系；
支持按照标准进行批量计算，也支持对个别井次进行手动调整；
提供多种实用的措施效果评价指标，主要包括措施前后月产量、措施有效期、当年增产量、累积增产量等表征参数，对措施效果进行全面评价。
精准的措施效益评价，主要是采用盈亏平衡分析，进行措施效果的经济效益判定，有助于对油田企业生产成本进行核算，进而有效地开展成本控制
提供两种常用的措施经济效益评价方法，用户可选择适用于本次评价的方法体系；
提供常用的经济指标，主要包括措施收益率、投资回收期、措施投入、措施产出等指标；
支持批量计算。
丰富的措施效果统计，主要根据措施效果评价、效益评价数据和产量数据，从多维度、多层次进行统计分析，有利于认识油田措施效果，分析措施见效的规律
提供多种产量构成分析方法，主要包括总产量构成、产量细分构成、措施产量构成等，充分认识不同措施对年产量的贡献情况；
以地质图件为底图，将措施评价指标（技术指标和经济指标）叠放到底图上，充分认识措施效果在平面的分布情况；
通过对措施增油量聚类分析，充分认识措施增油量整体规律。
快速的措施效果预测，提供类比法和神经网络法，预测不同影响因素下待实施措施井的增产效果，为措施前评估提供依据
提供了挖掘措施效果与影响因素关系的可视化工具；
提供了先进的措施增油量表征模型，为有效预测待措施井奠定基础；
利用机器学习方法对历史措施数据进行学习，进而对待措施井进行效果预测。
科学的措施规划，考虑在公司生产经营任务、措施作业能力与资金投入等约束条件下，以措施增产量Zui大、经济效益Zui优为目标，建立措施优化规划模型，确定措施井次、措施类型、实施时间等的优化方案，编制措施优化规划方案，合理安排各项增产措施的工作量
提供了成本与增油量分析工具，有利于认识投资规模与增产量之间的非线性关系；
提供了稳健的优化算法，根据设置的优化目标和约束条件，Zui终得到每个措施井次的时间安排。
模块价值与特点
实现了对单井措施从技术层面和经济层面的评价与分析，在此基础上对措施增产的规律进行研究和并以此为依据对待措施井效果进行预测，Zui终实现措施工作量优化规划。极大程度保证了措施评价的规范化，减少了工程师重复性的工作，方便了油田措施的统计、分析工作，辅助实现了从“事后算账”到“事前算赢”模式的转变。
从系统工程的角度考虑了措施工作开展流程，较好地实现措施效果评价分析、效果预测和优化规划的一体化。基于一套数据，措施管理分析工作在软件应用流程中形成有效闭环，一方面实现了跨岗位协作的无缝衔接，另一方面实现前期规划成果指导当前措施井次实施进度，并通过当前实施效果评价前期规划认识的合理性，进而更好的指导下步工作。
