[發明專利]用于油藏性能的改進估算的油藏歷史匹配的方法和系統在審
| 申請號: | 201380075726.5 | 申請日: | 2013-05-24 |
| 公開(公告)號: | CN105122153A | 公開(公告)日: | 2015-12-02 |
| 發明(設計)人: | A·P·辛格;M·尼克勞爾;L·薩普泰利;M·毛切克 | 申請(專利權)人: | 哈利伯頓能源服務公司 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 隆天知識產權代理有限公司 72003 | 代理人: | 金鵬 |
| 地址: | 美國得*** | 國省代碼: | 美國;US |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 油藏 性能 改進 估算 歷史 匹配 方法 系統 | ||
技術領域
本文描述的實施方案通常涉及油藏建模。一些實施方案涉及預測建模。
背景技術
當前,工程師使用數學模型對來自地下烴類油藏的未來油氣生產做出評估。這種模型通常涉及求解微分方程組,以達到期望的估算。通常,許多油藏相關的參數出現在這些方程式中,諸如巖石滲透率、孔隙率、相對滲透率及其它參數。這些模型通常由計算機執行,計算機通常將這些參數值作為輸入以用于求解微分方程式。
為了估算這些輸入參數的值,工程師通常依賴于歷史生產數據(生產率、壓力等),在許多情況下,可在過去稍后時間(在一些情況下,現在)從一些觀測點處獲得所述歷史生產數據。在從歷史生產數據做出的參數估算期間,調整與目標地質區域(例如,地下烴類油藏和周圍的地質材料)相關聯的參數值,使得對應方程式的解從生產開始到最新時間點與歷史生產數據匹配。該實踐已知為“歷史匹配”。歷史匹配的基本原理是,如果以在歷史生產數據與模型生成的生產數據之間產生最佳可能匹配的方式調整參數值,則所產生的模型未來將最有可能提供最佳生產估算。
然而,存在與這些歷史匹配技術相關聯的若干個限制。例如,一個主要限制是,優良的歷史匹配普遍不會產生優良的未來生產數據預測。該情況在模型建立中非常普遍,并且具有許多方面。在最簡單的實例中,技術人員可以想到,通過簡單地考慮具有n個或更多個地質參數(例如,孔隙率、滲透率等)的函數F建立模型的形式y=F(t)以匹配在n個時間點(t1至tn)的觀測生產值y1至yn。然而,在不具有任何額外結構的情況下,這種函數F對于在未來時間t對y做出任何估算基本上無用。
當建立烴類油藏的模型時,典型的模型將需要數百萬個參數值,每個參數值與其中油藏被離散成的數百萬個小塊中的一個的參數對應,以用于求得對應方程式的數值解。然而,數十年來,生產歷史至多可包括常用值—即至多數十萬個數據點。因此,當執行基于歷史匹配的參數估算時,技術人員面臨僅使用數千個數據點來估算數百萬個參數的問題。這種問題本身無法解決。為了變得可解決,必須在某種程度上使用額外信息對該問題進行修改。存在做出此類修改的多種方法。例如,在貝葉斯方法中,將先驗概率分布假定為待估算的參數。這種先驗信息的典型來源包括油藏的地質模型。然后,將可用的歷史生產數據用于更新所述先驗概率分布,例如,以生成估算參數的后驗概率分布。這種方法在計算上要求很高,并且可以多種方式實現。在一個實施方式中,數值地生成后驗概率分布(被稱為基于總體的歷史匹配)。雖然也存在其它方法,但是它們各自需要不具吸引力的計算負載。因此,現代油藏歷史匹配算法專注于加快油藏模型參數的估算所需的計算。
通常,這些算法依賴于已知為重新參數化、增加驗收率的流線敏感性計算以及高性能計算的參數壓縮技術,以便適應更高分辨率地質模型。常見的參數化技術涉及數學變換(諸如主成分分析、核主成分分析)、離散余弦變換、自適應空間分帶(zonation)和油藏模型的粗化。然而,有關重新參數化,即有關模型復雜度的選擇和參數空間大小(即,壓縮程度)的基本原理是基于先驗知識(即,最佳壓縮化,其可再現具有不明顯誤差的原始參數估算)。結果,這些參數化技術對于估算油藏參數值使得未來生產預測可靠而言相對不足。因此,需要改進的歷史匹配方法以用于提高油藏模型的預測能力。
發明內容
本公開呈現了用于油藏性能(例如,諸如對未來油氣生產率以及壓力的預測)的改進估算的方法和裝置。如本文描述,這些方法和裝置使用交叉驗證來確定生產預測模型所基于的參數的最佳數量以及參數的數值。例如,本公開描述了用于確定地質模型的方法,其可包括識別參數組陣列的行為,其中每個參數組具有唯一大小,并包含從與目標地質區域相關聯的歷史生產數據估算的地質參數值。此外,這種示例方法可包括:確定第一組歷史生產數據與建模生產數據之間的擬合誤差,其中建模生產數據通過基于所述陣列的每個參數組執行模擬模型而獲得;針對所述陣列的每個參數組確定第二組歷史生產數據與推斷生產數據之間的驗證誤差,其中推斷生產數據是基于所述陣列的相應參數組的建模生產數據而獲得;以及針對陣列的每個參數組基于擬合誤差與驗證誤差確定組合誤差。此外,示例方法可包括:識別最佳參數組大小以建模目標地質區域,其中最佳參數組大小是參考針對所述陣列的每個參數組確定的組合誤差的最小組合誤差而確定。
本公開的上述實例僅呈現將在結合下文所呈現的附圖的具體實施方式中進行進一步描述并解釋的實例。
附圖說明
圖1是隨時間變化的建模生產數據矢量的圖形表示;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈利伯頓能源服務公司,未經哈利伯頓能源服務公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201380075726.5/2.html,轉載請聲明來源鉆瓜專利網。





