[發明專利]基于不確定地質模型的油藏注采參數優化方法

有效

• 申請號: 201710721833.0
• 申請日: 2017-08-22
• 公開（公告）號: CN109426672B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 尚根華;康志江;崔書岳;呂新瑞;鄭松青;張冬麗
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發研究院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/18;E21B43/20;E21B41/00;G06F111/04
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;王浩

1.一種基于不確定地質模型的油藏注采參數優化方法，其特征在于，建立優化目標函數，分別計算每一個地質模型的凈現值梯度并求解凈現值梯度的數學期望，調節各地質模型的注采參數使所述凈現值梯度的數學期望小于預設值，以獲取各地質模型的注采參數最優解從而得到優化目標函數最大值，并利用優化目標函數最大值反求油藏注采參數最優解；

對需要進行優化的油藏建立多個地質模型；設n時刻的優化時間步長為Δtⁿ，優化時間步數為L，則整個優化時長為整個優化時長的優化目標函數為各模型在整個優化時長內凈現值的均值，即數學期望E[J_k(u，y_k，m_k)]，其表達式如下：

式(1)中，k為地質模型編號，建有N_e個地質模型，依次按順序編號分別為1，2......，N_e；J_k(u，y_k，m_k)為第k個地質模型在整個優化時長內的凈現值，J_k(u，y_k，m_k)的表達式如下：

式(2)中，m_k表示第k個地質模型；y_k表示狀態變量；狀態變量為油藏的壓力和溫度；u是表示注采參數，注采參數是指的和其中為模型m_k中第j口生產井n時刻的平均產油速度，單位為STB/d；為模型m_k中第j口生產井n時刻的平均產水速度，單位為STB/d；為模型m_k中第i口注水井n時刻的平均注水速度，單位為STB/d；L為優化時間步數；N_P為生產井的個數；j為生產井序號；r_o為產油收入，單位為元/立方米；r_w為產水資金損耗，單位為元/立方米；N_I為注入井的個數；i為注入井序號；r_wz為注水資金損耗，單位為元/立方米；Δtⁿ為n時刻的時間步長；b為年利率；

第k個模型在n時刻的凈現值表達式如下：

式(3)中，表示第k個模型在n時刻的凈現值；

在n時刻的優化目標函數為各模型在n時刻的凈現值的均值，即數學期望的表達式如下：

采用同步擾動隨機逼近算法對注采參數進行優化，第n時刻第k個模型mk，在同步擾動隨機逼近算法的第l個迭代步的凈現值梯度計算公式如下：

式(5)中，為第n時刻第k個模型m_k在第l個迭代步對應的注采參數；為注采參數對應的梯度，也就是第n時刻第k個模型m_k，在同步擾動隨機逼近算法的第l個迭代步的凈現值梯度；為注采參數和擾動向量共同影響向下所對應的第n時刻第k個模型m_k在第l個迭代步的凈現值；為注采參數影響下所對應的第n時刻第k個模型m_k在第l個迭代步的凈現值；為擾動系數，根據經驗選擇；為擾動向量；

第n時刻各模型NPV梯度的均值，即第n時刻各模型NPV梯度的數學期望的計算公式如下：

式(6)中，為第n時刻各模型NPV梯度的數學期望。

2.根據權利要求1所述的方法，其特征在于，尋求優化時長內任一時刻各地質模型的注采參數最優解以實現該時刻的優化目標函數取值最大化，進而實現整個優化時長的優化目標函數取值最大化。

3.根據權利要求2所述的方法，其特征在于，采用同步擾動隨機逼近算法尋求各地質模型的注采參數最優解從而實現任一時刻的優化目標函數取值最大化。

4.根據權利要求3所述的方法，其特征在于，計算任一時刻當前迭代步的優化目標函數值，并與該時刻上一迭代步的優化目標函數值比較，若該時刻當前迭代步的優化目標函數值大于或等于該時刻上一迭代步的優化目標函數值，則判斷該時刻當前迭代步的凈現值梯度的數學期望是否小于預設值，若是則迭代終止，否則進入下一迭代步的計算。