CN104067290A - 用于估计生产井位置处的流体突破时间的系统和方法 - Google Patents

Abstract

用于基于流体传播模拟估计生产井位置处的流体突破时间的系统和方法。

Description

用于估计生产井位置处的流体突破时间的系统和方法

相关申请的交叉引用

无。

有关联邦资助研究的声明

不适用。

技术领域

本发明一般性涉及估计生产井位置处的流体突破时间。更具体地，本发明涉及基于流体传播模拟(fluid propagation simulation)估计生产井位置处的流体突破时间。

背景技术

已知用于估计生产井位置处的流体突破时间的各种系统和方法，包括历史拟合(history matching，HM)。历史拟合(HM)是改变储层模拟模型以再现动力场响应的系统流程。在HM应用中以及将储层模型适应于生产数据的过程中，主要目标是：a)生产数据集成到储层模型中；b)灵活性、成本效益和计算效率；以及c)动态数据的充分利用。

在过去十年中，HM技术发生了巨大演变并获得了极大的认可，且从大部分以地层学方法作基础的传统(即人工的、确定性的)途径扩展到了新的发展，比如概率性的、基于流线的HM、基于灵敏度/梯度的实验性设计。

HM工作流主要地将单个生产井处测量的流体(如油或水)动态响应和模拟的流体(如油或水)动态响应之间的错配(misfit)的最小化考虑作为反演(inversion)主要目标之一。在注水法(water-flooding)强化采油(EnhancedOil Recovery，EOR)研究中，例如，响应错配表示具有以下两个主要属性的微分或累积含水率曲线：1)流体突破时间；以及2)响应的趋势和形状。尽管这两个属性都表示错配最小化过程中的重要变量，然而是流体突破时间对井生产的经济性产生最大影响。此外，流体突破的间隔(即时间表)总是带有不确定性，这使得最高置信度估计的努力成为可能，甚至更加相关。事实上，在动态井数据的HM中将突破时间考虑作为一阶效应(first-order effect)以及将曲线趋势/形状中的变化考虑作为二阶效应是良好的实践，因为它们主要地影响了作业条件。

尽管HM技术取得了进步，然而，到目前为止，模型建立/模拟研究和HM工作流最耗时的方案仍面临许多困难，这包括：

i)生产响应与储层参数之间的非线性结果；

ii)非唯一解决方案，其要求对一些表面上的“唯一”的定义；

iii)关键参数的相对影响可能不明显；

iv)约束不受限制，并且很少知道变量中的不确定性；以及

v)生产数据可能嘈杂且自身有偏差。

发明内容

因此，通过提供用于基于流体传播模拟估计生产井位置处的流体突破时间的系统和方法，本发明满足上述需要并克服了现有技术中的一个或多个缺陷。

在一个实施例中，本发明包括一种用于基于流体传播模拟数据估计生产井处的流体突破时间的方法，该方法包括：i)识别流线追踪数据；ii)基于流线追踪数据计算每一个网格单元中的平均流线行进时间；iii)使用每一个网格单元中的平均流线行进时间识别生产井的最短或最快的流线；iv)使用计算机处理器计算每一个横贯的网格单元上最短或最快的流线的平均飞行时间(time-of-flight)；以及v)使用流体传播模拟数据以及最短或最快流线的平均飞行时间来估计生产井处的流体突破时间。

在另一个实施例中，本发明包括一种有形地承载计算机可执行指令的非瞬态程序载体装置，用于估计生产井处的流体突破时间。该指令可被执行以实施：i)识别流线追踪数据；ii)基于流线追踪数据计算每一个网格单元中的平均流线行进时间；iii)使用每一个网格单元中的平均流线行进时间识别生产井的最短或最快的流线；iv)使用计算机处理器计算每一个横贯的网格单元上最短或最快的流线的平均飞行时间；以及v)使用流体传播模拟数据以及最短或最快流线的平均飞行时间来估计生产井处的流体突破时间。

通过各个实施例及相关附图的以下说明，本发明的其它方面、优点以及实施例将变得对本领域技术人员显而易见。

附图说明

下文参考附图描述本发明，其中类似的元件引用类似的附图标记，并且其中：

图1为示出用于实施本发明的方法的一个实施例的流程图。

图2A示出通过宽砂袋(sand pocket)传播的流体的速度和方向。

图2B示出通过窄砂袋传播的流体的速度和方向。

图3示出在模拟的初始阶段通过相模型的砂粒粒组(sand fraction)传播的流体的示例。

图4A示出具有2500个网格单元(50x50)以及5点井网(1个注射井(I)和4个生产井(P₁-P₄))的合成2D渗透率模型。

图4B依据模拟运行的迭代的数量(2500)，示出从注射井(I)通过图4A中的2D渗透率模型传播的流体的模拟。

图5示出图4B中的5点井网中的可能的流线分布。

图6示出2D渗透率模型的给定网格单元(i、j、k)内沿着流线弧长的流线行进时间。

图7A示出图4A中的生产井P₁的观察的(测量的)含水率曲线。

图7B示出图4A中的生产井P₂的观察的(测量的)含水率曲线。

图7C示出图4A中的生产井P₃的观察的(测量的)含水率曲线。

图7D示出图4A中的生产井P₄的观察的(测量的)含水率曲线。

图8为示出用于实施本发明的系统的一个实施例的方框图。

具体实施方式

虽然具体地描述本发明的主题，然而，说明书本身不意欲限制本发明的范围。因此，该主题还可与其它当前和未来技术相配合而以其它方式被具体实施为包括不同步骤或与本文所描述的那些相类似的步骤的组合。此外，尽管这里可以使用术语“步骤”以描述所采用的方法的不同要素，但是该术语不应该被解释为在本文公开的各种步骤之中或之间暗含了任何特定的顺序，除非说明书明确限定具有特定顺序。尽管本发明可以被应用于油气工业，然而本发明不限于此，而是还可以应用到其他工业来达到类似的结果。

本发明包括用于基于流体传播的模拟估计生产井位置处的流体突破时间的系统和方法。本发明包括流体传播模拟，该流体传播模拟通常是静态的并且显现使在注射井(多个)注射的流体到达生产井(多个)的侵入时间(多个)。模拟给予对相建模(facies modeling)的充分考虑，其通过直接地用相分布约束模拟保持对地质模型的沉积连续性的控制。该模拟还保持流体前缘传播(fluid front propogation)的随机性。尽管有模拟的静态性，仍通过使用均匀分布来执行移动流体前缘的随机取样。

本发明将流体侵入时间(多个)(由迭代的单元中的模拟给出的)转换成与井生产历史兼容的物理时间域(按天、星期、月……给出的)。因此，本发明以快速且有成本效益的方式提供对有价值的井生产参数的迅速估计的新可能性。例如，能够在展开充分反演之前实现对与单个储层模型相关的流体突破时间(多个)快速且准确的估计。这种估计将在井阀动力学(wellvalve dynamics)方面给井操作员提供有价值的信息，尤其在油和水/天然气生产的管理产生实质性的经济影响的水注/气注EOR项目中。

为了实现对流体突破时间(T^BT)的快速估计，本发明使用流线追踪和相关的飞行时间(Time-Of-Flight，“TOF”)与模拟的结合。因此，本发明使遵循模拟运行的流体突破时间的快速逼近和在储层模型的流线灵敏度协助的自动历史拟合(“AHM”)的过程中的流线追踪的一个迭代成为可能。

方法说明

现在参照图1，流程图示出用于实施本发明的方法100的一个实施例。

在步骤102中，进行流体传播模拟(“FPS”)。用于进行FPS的一种技术基于由D.Renard开发的RGeoS软件包中的算法。FPS算法模拟在注射井和/或生产井处已知的数个流体的分布，其以规则格网的多个结点处已知的相信息为条件并且倾向于使在多个井(如注射井)相遇的流体空间地增长或扩大。增长的速度和方向取决于能够被填充的砂袋的尺寸。在图2中，例如，示出了通过宽砂袋(图2A)和窄砂袋(图2B)传播的流体的真实速度和方向。袋206、208越大，增长越快。在FPS算法中利用了速度向量202、204。FPS算法被设计成使用Eden模拟技术进行数字变量的一个模拟。该技术为多相流体流动模拟程序提供更快的可选择解决方案。该技术结合了双重介质“黑色和白色”示例，其中白色表示砂，而黑色表示具有一个或多个注射井和一个或多个生产井的页岩，如图3所示。在该示例中，示出了砂相(sandfacies)302、304、306以及两个注射井307、308的位置。

现在参照图4A，示出了具有2500个网格单元(50x50)和5点井网(1个注射井(I)和4个生产井(P₁-P₄))的合成2D渗透率模型。FPS算法被执行2500个迭代，因为每个迭代填充该模型的一个单元。在图4B中，依据模拟运行的迭代(2500)的数量，示出了从注射井(I)通过图4A中的2D渗透率模型传播的流体的模拟。在图5中，示出了图4B中的5点井网中一个可能的流线分布。

为了在含水率曲线的AHM反演中将FPS算法实施作为对流体突破时间的迅速代理(proxy)估计，流体侵入时间(多个)到物理时间域(多个)的转换必须用以下主要假定进行考虑：

i)流线TOF表示决定性标准化因数；

ii)追踪来自生产井(多个)的TOF表示泄油体积(drainage volume)；以及

iii)追踪来自注射井的流体给出波及体积(swept volume)的评估。

对于生产井中的流体突破时间的估计，假设使用本领域任何熟知的技术为给定储层模型完成以下计算，以基于流体压力和速度的正演(forward)模拟追踪流线：a)流体侵入时间的计算(即步骤102)；以及b)流线追踪和TOF计算的第一个迭代(即步骤106)。这些计算将提供a)从模拟迭代的数量给定的FPS算法的流体侵入时间(假设每一网格单元1个迭代)；以及b)横贯坐标为(i，j，k)的任何储层模型网格单元的流线的总数量。

在步骤104中，识别步骤102中的FPS数据结果，FPS数据结果包括流体通过表示储层性质模型的一个或多个网格单元从注射井到达任何生产井(P_m)需要的模拟迭代的数量给出的流体侵入时间。

在步骤106中，使用任何熟知的技术来识别流线追踪数据，该流线追踪数据包括横贯每一个网格单元的流线段的数量(N_SLN)、每一个网格单元中的每一个流线段的行进时间网格单元指数(indices)以及由连接注射井与生产井的所有流线横贯的网格单元的总数量。现在参照图6，示出了2D渗透率模型的给定网格单元内沿着流线弧长的流线行进时间。指数(n)和(m)分别运行在每一个网格单元中的所有流线段以及所有生产井上(n＝[1..N_SLN]和m＝[1..N_p])。可以通过使用以下公式沿着每一个流线轨迹集成流线追踪器的“慢度(slowness)”来计算每一个网格单元中的流线段的行进时间

$\∂\mathrm{\τ}\left({\mathrm{\ψ}}_{m,n}^{i,j,k}\right)=\underset{\mathrm{\ψ}}{\∫}\∂s\left(x\right)\mathrm{dr}---\left(1\right)$

其中对应于流线追踪器的“慢度”(定义为追踪器速度的倒数)，并且dr对应于坐标为(i，j，k)的网格单元的边界表面上的入口位置与出口位置之间的流线段的弧长。

在步骤108中，通过考虑横贯每一个网格单元的所有流线段来计算每一个网格单元中的平均流线行进时间其可以使用以下公式来计算：

$\∂\widetilde{\mathrm{\τ}}=\frac{1}{N_{\mathrm{SLN}}}\underset{n=1}{\overset{N_{\mathrm{SLN}}}{\mathrm{\Σ}}}\∂\mathrm{\τ}\left({\mathrm{\ψ}}_{m,n}^{i,j,k}\right)---\left(2\right)$

其中(N_SLN)是步骤106中横贯每一个网格单元的流线段的数量，并且是步骤106中每一个网格单元中的每一个流线段的行进时间。

在步骤114中，使用步骤108中每一个网格单元中的平均流线行进时间和任何熟知的搜索算法来识别每一个生产井(P_m)的最短/最快流线。最短/最快的流线是多个网格单元中平均流线行进时间之和最小的流线，该流线横贯在注射井(I)和生产井(P_m)之间。

在步骤116中，存储由步骤114中识别的最短/最快流线横贯的所有网格单元的总数量以及步骤106中它们的指数。

在步骤118中，使用步骤114中识别的最短/最快流线的平均流线行进时间的最小之和以及在步骤116中存储的所有网格单元的总数量在每一个横贯的网格单元上计算步骤114中识别的最短/最快流线的平均TOF(<TOF>^min)，该平均TOF可以使用以下公式来计算：

${<\mathrm{TOF}>}^{\min }=\frac{1}{{\hat{N}}_{\mathrm{GC}}^{\min }}\underset{u=1}{\overset{{\hat{N}}_{\mathrm{GC}}^{\min }}{\mathrm{\&Sigma;}}}\&PartialD;{\widetilde{\mathrm{\&tau;}}}_u^{\min }---\left(3\right)$

其中指数(u)表示由最短/最快流线横贯的网格单元的所有指数上的运行的数量。来自与每一个生产井(P_m)关联的流线的分布的“最快”流线和“最慢”流线之间的区别与储层性质(例如通道)的均匀的空间分布和不均匀的空间分布之间的差别相关。图5中的流线的分布之间的不同揭露了生产井P₂和P₃通过与生产井P₁和P₄(其可能对应于底层的通道结构)明显不同的地质地层与注射井(I)连接。

在步骤120中，方法100确定是否已经考虑了由最短/最快流线横贯的所有网格单元。如果未考虑所有横贯的网格单元，则方法100返回到步骤118。如果考虑了所有横贯的网格单元，则方法100进行到步骤124。可选择地，可以为每一个横贯的网格单元同时执行步骤118至步骤120。

在步骤124中，通过将步骤106中的流线追踪数据与步骤104中的FPS数据结合来计算每一个生产井(P_m)的流体突破时间的估计，其可以使用以下公式来计算：

$T^{\mathrm{BT}}={<\mathrm{TOF}>}^{\min }\&times;\frac{t_{\mathrm{INV}}^{i,j,k}}{N_p}\&times;\frac{N_{\mathrm{SLN}}^m}{N_{\mathrm{xyz}}}---\left(4\right)$

其中(N_xyz)和(N_p)分别表示储层性质模型的总尺寸和生产井的总数量，(<TOF>^min)表示步骤118中计算的最短/最快流线的平均TOF，表示由连接注射井(I)与生产井(P_m)的所有流线横贯的网格单元的总数量以及表示步骤104中的流体侵入时间。

在步骤126中，方法100确定是否已经考虑了所有的生产井。如果未考虑所有的生产井(P_m)，则方法100返回到步骤104。如果考虑了所有的生产井(P_m)，则方法100结束。可选择地，可以为每一个生产井(P_m)同时进行步骤104至步骤126。

示例

现在参照图4A中的合成2D渗透率模型，在图7A、图7B、图7C以及图7D中给出了四个生产井(P₁、P₂、P₃以及P₄)的每一个的图4A中的配置模型的观察的(测量的)含水率曲线。

图7A-图7D中的x轴上的日期/时间数据点对应于与下文表1中呈现的水注入计划(水突破数据点)关联的实际日期：

数据点	实际日期(dd/mm/yyyy)
		1	17/9/2000
2	4/6/2001
		3	19/2/2002
4	6/10/2002
		5	24/7/2003
6	9/4/2004
		7	25/12/2004
8	11/9/2005

表1

下文表2中给出了从图4A推导出的所观察的水突破时间。而且，表2列出了通过FPS算法计算出的水侵入时间、使用图1中建议的方法计算出的水突破时间(T^B7)以及与通过图1中建议的方法获得的结果相关的不确定性。

表2

结果表明图1中建议的方法能够迅速地预测给定5点井网的不确定性小于10％的流体突破时间。当流体传播施加至地质复杂性明显更高的区域以及动态模型结合显著大量的生产井，实现的不确定性可不同(更大/更小)。

系统说明

本发明可以经由一般称为由计算机执行的软件应用或应用程序的计算机可执行指令程序(例如，程序模块)来实施。该软件例如可以包括执行特定任务或实施特定抽象数据类型的例程、程序、对象、组件以及数据结构。决策空间桌面(其是由兰德马克图形公司营销的商业软件应用)可以被用作实施本发明的接口应用。该软件也可以与其它代码段配合，以响应于结合所接收的数据源而接收的数据启动各种任务。该软件可以被存储和/或承载在任何类型的存储器上，例如CD-ROM、磁盘、磁泡存储器(bubble memory)以及半导体存储器(例如，各种类型的RAM或ROM)。此外，该软件及其结果可以通过各种载体介质(例如光学纤维、金属导线)来发送和/或经由任何类型的网络(例如互联网)来发送。

而且，本领域技术人员将意识到本发明可以利用包括手持装置、多处理器系统、基于微处理器或可编程消费电子产品、迷你计算机、大型计算机等各种计算机系统配置来实践。与本发明一起使用的任何数量的计算机系统和计算机网络是可以接受的。本发明可以在分布式计算环境中实践，其中通过经由通信网络链接的远程处理装置来执行任务。在分布式计算环境中，程序模块可以位于包括存储装置的本地计算机存储介质和远程计算机存储介质两者中。因此，本发明可以在计算机系统或其它处理系统中与各种硬件、软件或其组合连接实施。

现在参照图8，方框图示出了用于在计算机上实施本发明的系统的一个实施例。该系统包括有时称为计算系统的计算单元，该计算单元包含存储器、应用程序、客户端接口、视频接口以及处理单元。该计算单元仅是适合的计算环境的一个示例，并且不意欲建议对本发明的使用或功能性的范围的任何限制。

该存储器主要存储应用程序，该应用程序也可以被描述为包含计算机可执行指令的程序模块，其通过用于实施这里描述并在图2中示出的本发明的计算单元来执行。因此，该存储器包括流体突破时间估计模块，其使参考图1示出和描述的方法成为可能并且集成图8所示的其余应用程序的功能。该流体突破时间估计模块例如可以被用来执行参考图1中的方法100描述的许多功能。决策空间桌面可以被用作例如实施流体突破时间估计模块并且利用图1中的方法100的结果的接口应用。

虽然计算单元被显示为具有通用存储器，然而计算单元典型地包括各种计算机可读介质。举例来说明，并非限制，计算机可读介质可以包括计算机存储介质。计算系统存储器可以包括呈易失性和/或非易失性存储器形式的计算机存储介质，例如只读存储器(ROM)和随机存取存储器(RAM)。基本输入/输出系统(BIOS)被典型地存储在ROM中，所述输入/输出系统包含例如在启动期间有助于计算单元内的元件之间传递信息的基本例程。RAM典型地包含可立即访问和/或目前被处理单元操作的数据和/或程序模块。举例来说明，并非限制，计算单元包括操作系统、应用程序、其它程序模块以及程序数据。

存储器中示出的组件也可以包括在其它可移动/不可移动、易失性/非易失性计算机存储介质中，或者它们可以经由应用程序接口(“API”)或云计算在计算单元中实施，所述云计算可以驻留在经由计算机系统或网络连接的单独的计算单元上。仅举例而言，硬盘驱动器可以从不可移动的非易失性磁性介质读取或者向其写入，磁盘驱动器可以从可移动非易失性磁盘读取或者向其写入，以及光盘驱动器可以从可移动非易失性光盘(例如CDROM或其它光介质)读取或者向其写入。能够在示例性操作环境中使用的其它可移动/不可移动、易失性/非易失性计算机存储介质可以包括但不限于盒式磁带、快闪存储卡、数字多用光盘、数字视频磁带、固态RAM、固态ROM等。上文讨论的驱动器及其相关的计算机存储介质提供计算机可读指令、数据结构、程序模块以及用于计算单元的其它数据的存储。

客户可以经由客户端接口将命令和信息输入计算单元，该客户端接口可以是诸如键盘和指点设备(通常被称为鼠标、轨迹球或触摸垫)等输入装置。输入装置可以包括麦克风、操纵杆、卫星天线(satellite dish)、扫描仪等。这些及其它输入装置常经由系统总线连接至处理单元，但是可以通过其它接口和总线结构连接，例如并行端口或通用串行总线(USB)。

监视器或其它类型的显示装置可以经由接口(例如，视频接口)被连接至系统总线。图形用户接口(“GUI”)也可以使用视频接口来从客户端接口接收指令，并且将指令发送到处理单元。除了监视器之外，计算机也可以包括其它外围输出装置(例如，扬声器和打印机)，该外围输出装置可以经由输出外围接口连接。

虽然计算单元的许多其它内部组件未示出，然而本领域普通技术人员将理解这种组件及其互连是熟知的。

虽然结合目前优选实施例描述了本发明，但本领域技术人员将理解其并不意欲将本发明限制于那些实施例。因此，在不脱离由所附权利要求及其等同项限定的本发明的精神和范围的情况下，预期可对公开的实施例作出各种替代实施例和变型。

Claims (20)

1.一种用于基于流体传播模拟数据估计生产井处的流体突破时间的方法，包括：

识别流线追踪数据；

基于所述流线追踪数据计算每一个网格单元中的平均流线行进时间；

使用每一个网格单元中的所述平均流线行进时间识别所述生产井的最短或最快的流线；

使用计算机处理器计算所述最短或最快的流线在每一个横贯的网格单元上的平均飞行时间；以及

使用所述流体传播模拟数据和所述最短或最快流线的所述平均飞行时间估计所述生产井处的所述流体突破时间。

2.根据权利要求1所述的方法，其中所述流体传播模拟数据包括由流体通过表示储层性质模型的一个或多个网格单元从注射井到达所述生产井需要的模拟迭代的数量表示的流体侵入时间。

3.根据权利要求1所述的方法，其中所述流线追踪数据包括横贯每一个网格单元的流线段的数量、每一个网格单元中的每一个流线段的行进时间、每一个网格单元的指数以及由连接注射井与生产井的所有流线横贯的网格单元的总数量。

4.根据权利要求3所述的方法，其中每一个网格单元中的所述平均流线行进时间通过以下公式来计算：

$\&PartialD;\widetilde{\mathrm{\&tau;}}=\frac{1}{N_{\mathrm{SLN}}}\underset{n=1}{\overset{N_{\mathrm{SLN}}}{\mathrm{\&Sigma;}}}\&PartialD;\mathrm{\&tau;}\left({\mathrm{\&psi;}}_{m,n}^{i,j,k}\right)$

其中(N_SLN)表示横贯每一个网格单元的流线段的数量，并且表示每一个网格单元中的每一个流线段的所述行进时间。

5.根据权利要求1所述的方法，其中所述生产井的所述最短或最快的流线表示多个网格单元中平均流线行进时间之和最小的流线，所述流线横贯在注射井和所述生产井之间。

6.根据权利要求5所述的方法，其中使用所述最短或最快流线的平均流线行进时间的最小之和以及由所述最短或最快流线横贯的网格单元的总数量计算所述最短或最快流线在每一个横贯的网格单元上的所述平均飞行时间。

7.根据权利要求6所述的方法，其中所述最短或最快流线的所述平均飞行时间通过以下公式来计算：

${<\mathrm{TOF}>}^{\min }=\frac{1}{{\hat{N}}_{\mathrm{GC}}^{\min }}\underset{u=1}{\overset{{\hat{N}}_{\mathrm{GC}}^{\min }}{\mathrm{\&Sigma;}}}\&PartialD;{\widetilde{\mathrm{\&tau;}}}_u^{\min }$

其中表示由所述最短或最快流线横贯的所有网格单元的总数量，表示所述最短或最快流线的平均流线行进时间的最小之和以及(u)表示由所述最短或最快流线横贯的网格单元的所有指数上运行的数量。

8.根据权利要求2所述的方法，其中所述生产井处的所述流体突破时间通过以下公式来估计：

$T^{\mathrm{BT}}={<\mathrm{TOF}>}^{\min }\&times;\frac{t_{\mathrm{INV}}^{i,j,k}}{N_p}\&times;\frac{N_{\mathrm{SLN}}^m}{N_{\mathrm{xyz}}}$

其中(N_xyz)和(N_p)分别表示所述储层性质模型的总尺寸和生产井的总数量，(<TOF>^min)表示所述最短或最快流线的所述平均飞行时间，表示由连接注射井与所述生产井的所有流线横贯的网格单元的总数量以及表示所述流体侵入时间。

9.根据权利要求1所述的方法，还包括为每一个生产井重复权利要求1中的所述步骤。

10.根据权利要求1所述的方法，其中所述储层性质模型是渗透率模型。

11.一种有形地承载计算机可执行指令的非瞬态程序载体装置，用于基于流体传播模拟数据估计生产井处的流体突破时间，所述指令可被执行以实施：

识别流线追踪数据；

基于所述流线追踪数据计算每一个网格单元中的平均流线行进时间；

使用每一个网格单元中的所述平均流线行进时间识别所述生产井的最短或最快的流线；

计算所述最短或最快流线在每一个横贯的网格单元上的平均飞行时间；以及

使用所述流体传播模拟数据和所述最短或最快流线的所述平均飞行时间估计所述生产井处的所述流体突破时间。

12.根据权利要求11所述的程序载体装置，其中所述流体传播模拟数据包括由流体通过表示储层性质模型的一个或多个网格单元从注射井到达所述生产井需要的模拟迭代的数量表示的流体侵入时间。

13.根据权利要求11所述的程序载体装置，其中所述流线追踪数据包括横贯每一个网格单元的流线段的数量、每一个网格单元中的每一个流线段的行进时间、每一个网格单元的指数以及由连接注射井与生产井的所有流线横贯的网格单元的总数量。

14.根据权利要求13所述的程序载体装置，其中每一个网格单元中的所述平均流线行进时间通过以下公式来计算：

$\&PartialD;\widetilde{\mathrm{\&tau;}}=\frac{1}{N_{\mathrm{SLN}}}\underset{n=1}{\overset{N_{\mathrm{SLN}}}{\mathrm{\&Sigma;}}}\&PartialD;\mathrm{\&tau;}\left({\mathrm{\&psi;}}_{m,n}^{i,j,k}\right)$

其中(N_SLN)是横贯每一个网格单元的流线段的数量并且表示每一个网格单元中的每一个流线段的所述行进时间。

15.根据权利要求11所述的程序载体装置，其中所述生产井的所述最短或最快流线表示多个网格单元中平均流线行进时间之和最小的流线，所述流线横贯在注射井和所述生产井之间。

16.根据权利要求15所述的程序载体装置，其中使用所述最短或最快流线的平均流线行进时间的最小之和以及由所述最短或最快流线横贯的网格单元的总数量计算所述最短或最快流线在每一个横贯的网格单元上的所述平均飞行时间。

17.根据权利要求16所述的程序载体装置，其中所述最短或最快流线的所述平均飞行时间通过以下公式来计算：

${<\mathrm{TOF}>}^{\min }=\frac{1}{{\hat{N}}_{\mathrm{GC}}^{\min }}\underset{u=1}{\overset{{\hat{N}}_{\mathrm{GC}}^{\min }}{\mathrm{\&Sigma;}}}\&PartialD;{\widetilde{\mathrm{\&tau;}}}_u^{\min }$

其中表示由所述最短或最快流线横贯的所有网格单元的总数量，表示所述最短或最快流线的平均流线行进时间的最小之和以及(u)表示由所述最短或最快流线横贯的网格单元的所有指数上的运行的数量。

18.根据权利要求12所述的程序载体装置，其中所述生产井处的所述流体突破时间通过以下公式来估计：

$T^{\mathrm{BT}}={<\mathrm{TOF}>}^{\min }\&times;\frac{t_{\mathrm{INV}}^{i,j,k}}{N_p}\&times;\frac{N_{\mathrm{SLN}}^m}{N_{\mathrm{xyz}}}$

其中(N_xyz)和(N_p)分别表示所述储层性质模型的总尺寸和生产井的总数量，(<TOF>^min)表示所述最短或最快流线的所述平均飞行时间，表示由连接注射井与所述生产井的所有流线横贯的网格单元的总数量以及表示所述流体侵入时间。

19.根据权利要求11所述的程序载体装置，还包括为每一个生产井重复权利要求1中的所述步骤。

20.根据权利要求11所述的程序载体装置，其中所述储层性质模型是渗透率模型。