CN104747141A - 一种牙刷状油藏分层开采模型的建立方法及设备 - Google Patents

Abstract

本发明公开了一种牙刷状油藏分层开采模型的建立方法及设备，属于石油工业采油工程领域。所述方法包括：以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数；设置所述分层开采模型的约束条件；根据所述分层开采模型和所述约束条件通过遗传蚁群算法确定分层采油的层位。本发明解决了油层开采的针对性较差的问题，实现了提高油层开采的针对性的效果，用于牙刷状油藏的分层开采。

Description

一种牙刷状油藏分层开采模型的建立方法及设备

技术领域

本发明涉及石油工业采油工程领域，特别涉及一种牙刷状油藏分层开采模型的建立方法及设备。

背景技术

在石油领域中，牙刷状油藏是一种在横向上呈窄条状分布、纵向上存在多套含油层系、没有统一油水界面的油藏，牙刷状油藏层间压力差异大、层间干扰矛盾突出，无法充分发挥上下油层产能，为满足产量要求常常采用封层上返措施，而封层上返措施作用于牙刷状油藏，采集的油量较少，油藏无法完全被抽取，容易造成资源浪费，导致采油产量较低，因此出现了分层采油技术，分层采油技术主要是通过封隔器将油层分隔成若干段，利用配产器来减少层间干扰进行采油。

现有技术中，关于分层采油技术，可以通过对分层采油工艺管柱进行受力分析，计算中和点位置，优化管柱结构，减弱管柱弯曲对分采泵的影响程度。同时基于理论和生产实际经验，采用补偿自锁和低坐封力封隔器、分采泵配合过桥管加厚和扶正措施等技术措施，应用于生产，提高分采泵的分层采油效果；也可以采用分采泵分层采油工艺技术，该技术是一套井网多层系开采的分层采油工艺技术，该技术具有较好的分采效果，且为下一步配套分层采油工艺研究和应用推广奠定了基础。

虽然现有的分层采油工艺管柱受力分析及优化方法通过优化管柱结构等途径可以提高分层采油效果，但在分层采油时，是对牙刷状油藏的各个油层统一进行开采，浪费了设备资源，因此，油层开采的针对性较差。

发明内容

为了解决油层开采的针对性较差的问题，本发明提供了一种牙刷状油藏分层开采模型的建立方法及设备。所述技术方案如下：

一方面，提供了一种牙刷状油藏分层开采模型的建立方法，所述方法包括：

以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，所述目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，所述T_o为油井日产油量，所述T_w为油井日产水量，所述K_Q为油层可采储量修正系数，所述N为油井油层井段数，所述M_i为第i井段中的油层数，所述为第i井段中第j油层的可采储量，所述为第i井段中第j油层的采出程度，所述K_o为油层日产油量修正系数，所述为第i井段中第j油层的分采后日产油量，所述为第i井段中第j油层的分采前日产油量，所述为第i井段中第j油层的流压，所述K_w为油层日产水量修正系数，所述为第i井段中第j油层的分采前日产水量，所述为第i井段中第j油层的分采后日产水量；

设置所述分层开采模型的约束条件；

根据所述分层开采模型和所述约束条件通过遗传蚁群算法确定分层采油的层位。

可选的，所述分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件，

所述可采储量的约束条件为：

$Q_i^{\left(j\right)}\≥(1+15~20\%)Q;$

所述采出程度的约束条件为：

$C_i^{\left(j\right)}\≤0.8~0.85C_i^j;$

所述日产油量的约束条件为：

$q_{\mathrm{opi}}^{\left(j\right)}\≥q_{\mathrm{omi}}^{\left(j\right)}+1.0~1.5;$

所述日产水量的约束条件为：

$q_{\mathrm{wpi}}^{\left(j\right)}\≤q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0;$

所述油层的流压的约束条件为：

$p_i^{\left(j\right)}\≥P_i^j+2.0~2.5;$

其中，所述Q为剩余可采储量，所述为标定的采出程度，所述为油井液柱压力。

可选的，

0.75≤K_Q≤0.85，

0.8≤K_o≤0.85，

0.9≤K_w≤0.95。

另一方面，提供了一种牙刷状油藏分层开采模型的建立设备，所述牙刷状油藏分层开采模型的建立设备包括：

建立单元，用于以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，所述目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，所述T_o为油井日产油量，所述T_w为油井日产水量，所述K_Q为油层可采储量修正系数，所述N为油井油层井段数，所述M_i为第i井段中的油层数，所述为第i井段中第j油层的可采储量，所述为第i井段中第j油层的采出程度，所述K_o为油层日产油量修正系数，所述为第i井段中第j油层的分采后日产油量，所述为第i井段中第j油层的分采前日产油量，所述为第i井段中第j油层的流压，所述K_w为油层日产水量修正系数，所述为第i井段中第j油层的分采前日产水量，所述为第i井段中第j油层的分采后日产水量；

设置单元，用于设置所述分层开采模型的约束条件；

确定单元，用于根据所述分层开采模型和所述约束条件通过遗传蚁群算法确定分层采油的层位。

可选的，所述分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件，

所述可采储量的约束条件为：

$Q_i^{\left(j\right)}\≥(1+15~20\%)Q;$

所述采出程度的约束条件为：

$C_i^{\left(j\right)}\≤0.8~0.85C_i^j;$

所述日产油量的约束条件为：

$q_{\mathrm{opi}}^{\left(j\right)}\≥q_{\mathrm{omi}}^{\left(j\right)}+1.0~1.5;$

所述日产水量的约束条件为：

$q_{\mathrm{wpi}}^{\left(j\right)}\≤q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0;$

所述油层的流压的约束条件为：

$p_i^{\left(j\right)}\≥P_i^j+2.0~2.5;$

其中，所述Q为剩余可采储量，所述为标定的采出程度，所述为油井液柱压力。

可选的，

0.75≤K_Q≤0.85，

0.8≤K_o≤0.85，

0.9≤K_w≤0.95。

本发明的有益效果是：提供了一种牙刷状油藏分层开采模型的建立方法及设备，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，相较于现有的分层采油技术，提高了油层开采的针对性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种牙刷状油藏分层开采模型的建立方法的流程图；

图2是本发明实施例提供的一种牙刷状油藏分层开采模型的建立设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种牙刷状油藏分层开采模型的建立方法，如图1所示，该方法包括：

步骤101、以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，该目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，T_o为油井日产油量，T_w为油井日产水量，K_Q为油层可采储量修正系数，N为油井油层井段数，Mi为第i井段中的油层数，为第i井段中第j油层的可采储量，为第i井段中第j油层的采出程度，K_o为油层日产油量修正系数，为第i井段中第j油层的分采后日产油量，为第i井段中第j油层的分采前日产油量，为第i井段中第j油层的流压，K_w为油层日产水量修正系数，为第i井段中第j油层的分采前日产水量，为第i井段中第j油层的分采后日产水量。

步骤102、设置分层开采模型的约束条件。

步骤103、根据分层开采模型和约束条件通过遗传蚁群算法确定分层采油的层位。

综上所述，本发明实施例提供的牙刷状油藏分层开采模型的建立方法，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，相较于现有的分层采油技术，提高了油层开采的针对性。

可选的，0.75≤K_Q≤0.85，0.8≤K_o≤0.85，0.9≤K_w≤0.95。

步骤102中的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件。

其中，可采储量的约束条件为：

采出程度的约束条件为：

日产油量的约束条件为：

日产水量的约束条件为： $q_{\mathrm{wpi}}^{\left(j\right)}\≥q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0.$

油层的流压的约束条件为：

其中，Q为剩余可采储量，为标定的采出程度，为油井液柱压力。

综上所述，本发明实施例提供的牙刷状油藏分层开采模型的建立方法，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，相较于现有的分层采油技术，提高了油层开采的针对性。

本发明实施例提供了一种关于牙刷状油藏分层开采模型的建立方法的具体实现步骤，包括：

1、建立分层开采模型。

以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，该目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_i}{\mathrm{\Σ}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，To为油井日产油量，T_w为油井日产水量，K_Q为油层可采储量修正系数，0.75≤K_Q≤0.85，N为油井油层井段数，M_i为第i井段中的油层数，为第i井段中第j油层的可采储量，为第i井段中第j油层的采出程度，K_o为油层日产油量修正系数，0.8≤K_o≤0.85，为第i井段中第j油层的分采后日产油量，为第i井段中第j油层的分采前日产油量，为第i井段中第j油层的流压，K_w为油层日产水量修正系数，0.9≤K_w≤0.95，为第i井段中第j油层的分采前日产水量，为第i井段中第j油层的分采后日产水量。

2、设置分层开采模型的约束条件。

该分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件。

其中，可采储量的约束条件为：

采出程度的约束条件为：

日产油量的约束条件为：

日产水量的约束条件为： $q_{\mathrm{wpi}}^{\left(j\right)}\≥q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0.$

油层的流压的约束条件为：

其中，Q为剩余可采储量，为标定的采出程度，为油井液柱压力。

3、根据分层开采模型和约束条件通过遗传蚁群算法确定分层采油的层位。

分层开采模型属于约束非线性规划问题，变量多，目标函数复杂，采用遗传蚁群算法对分层开采模型进行求解，确定分层采油的层位。遗传蚁群算法是常用的计算方法，石油行业技术人员熟知，在此不作详述。

本发明实施例对遗传蚁群算法中的遗传算法规则和蚁群算法规则作一简要说明。

3.1遗传算法规则

对f(T_o，T_w)的一个向量X编码构成染色体编码，X是一个包含油层层位的向量，然后对目标函数f(X)＝f(T_o，T_w)进行转换，对每个个体进行优劣评价，按照评价公式对每个个体的优劣值进行计算，该评价公式为：

$F\left(X\right)=\left\{\begin{array}{cc}{A}_{\max }-f\left(X\right)& f\left(X\right)<A_{\max }\\ 0& f\left(X\right)\&GreaterEqual;A_{\max }\end{array}\right.---\left(2\right)$

其中：F(X)表示个体的优劣值，A_max为用户自定义的预设值，示例的，可以为遗传算法的当前群体中f(X)的最大值。在遗传算法的群体进行交叉操作之前，选出优劣值最大的最佳个体，将该最佳个体直接遗传到子代群体中，其余个体采用赌轮法被选择出来进行交叉操作。需要说明的是，赌轮法是一种数学方法，用于选择待进行交叉操作的个体。

3.2蚁群算法规则

通过信息素初始值τ_s确定蚁群算法中蚂蚁被放置的位置，且τ_s＝τ_c+τ_G，其中，τ_c表示根据求解问题的规模而给定的一个信息素常数，τ_G表示由遗传算法求解的结果转换的信息数值。

蚁群算法中，在节点i的第k只蚂蚁选择下一跳节点j的概率可以按照转移概率公式来计算，该转移概率公式为：

$P_{i,j}^k\left(t\right)=\left\{\begin{array}{cc}\frac{{\left[{\mathrm{\&tau;}}_{i,j}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{i,j}\left(t\right)\right]}^{\mathrm{\&beta;}}}{{\mathrm{\&Sigma;}}_{r\&Element;S}{\left[{\mathrm{\&tau;}}_{i,r}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{i,r}\left(t\right)\right]}^{\mathrm{\&beta;}}}& j\&Element;S\\ 0& j\&NotElement;S\end{array}\right.---\left(3\right)$

其中，τ_i，j(t)表示t时刻在节点i到节点j的连线上的信息素量；η_i，j(t)表示与τ_i，j(t)对应的启发式信息；τ_i，r(t)表示t时刻在节点i和节点r的连线上的信息素量；η_i，r(t)表示与τ_i，r(t)对应的启发式信息；α表示调节信息强度τ的相对重要性的参数，β表示调节启发信息η的相对重要性的参数；S表示蚂蚁可行路径节点的集合；表示t时刻，第k只蚂蚁由节点i转移到节点j时的概率，需要说明的是，节点是倾向于产油量增加、产水量降低的路径。

当第k只蚂蚁成功地从节点i转移到节点j时，需要对信息素量进行更新，更新公式为：

τ_i，j(t+1)＝(1-ρ)τ_i，j(t)+ρΔτ_i，j(t)   (4)

如下公式进行计算：

$\mathrm{\&Delta;}{\mathrm{\&tau;}}_{i,j}^k\left(t\right)=\left\{\begin{array}{cc}\frac{Q}{\left|W\right|}& (i,j)\&Element;W\\ 0& (i,j)\&NotElement;W\end{array}\right.---\left(5\right)$

公式(5)中，Q为用于调整信息素的常数，W表示第k只蚂蚁所行走的一条路径。

当所有蚂蚁完成一次循环后，选择出目标函数值为油井产油量增加、产水量降低的路径，进而完成全局信息素的更新，使其最优解保留下来，对后续蚂蚁产生影响，以达到较快收敛于最优解的目的。其中，全局信息素的更新公式为：

τ_i，j(t+n)＝(1-θ)τ_i，j(t)+θΔτ_i，j(t+n)   (6)

其中，θ表示信息素的挥发系数，且0≤θ＜1；τ_i，j(t+n)表示所有蚂蚁完成一次循环的信息素；Δτ_i，j(t+n)表示所有蚂蚁完成一次循环后的信息素的修改值。

进一步的，根据分层开采模型和约束条件，通过遗传蚁群算法对分层开采模型进行求解，确定分层采油的层位的过程包括：

①设置最大循环次数T_max。

②随机产生1组染色体编码，每个染色体编码对应油层的一个排列组合。

③根据遗传蚁群算法进行多次迭代，通过目标函数f(T_o，T_w)和信息素初始值τ_s的计算公式生成初始信息素分布。

④根据初始信息素分布，在源节点放置m只蚂蚁，每只蚂蚁根据公式(3)的转移概率选择下一跳节点。

⑤当蚂蚁每完成一步时，根据公式(4)进行局部信息素更新。

⑥当所有蚂蚁完成一步(即完成一次循环)时，根据公式(6)进行全局信息素更新。

⑦如果满足目标函数f(T_o，T_w)的油井产油量增加、产水量降低的条件(即大于或等于设置的最大循环次数T_max)，循环结束并输出最优解，否则，跳转至步骤⑤进行局部信息素更新。

示例的，以X23-1井为例，对本发明牙刷状油藏分层开采模型的建立方法进一步详细说明。

对于X23-1井，从人工井底自下而上，射孔打开了6个油层(24#、26#、37#、39#、41#、46#)，这6个油层因存在层间压力差异大、层间干扰矛盾突出的问题，因此，需要选择合适的分层开采模型，达到降水增油的目的。

依据本发明实施例建立的分层开采模型的建立方法及计算方法，优化出在24#、26#、37#与39#之间，39#与41#、46#之间，下分采管柱进行分层采油，现场实施后，油井平均日增油3.2吨，平均日降低产水量5.1吨。

优化过程中有关参数的设置情况为：种群规模设置为50，各个路径信息素初值τ_s设置为80，遗传算法求解结果转换的信息素是在经过路径信息素加上4，另外，α＝1，β＝2，Q＝150，ρ＝0.5，τ_i，j(0)＝10，T_max＝200。

将本发明实施例提出的牙刷状油藏分层开采模型的建立方法应用于10口以上的油井中，确定合适的分层采油的层位，油井单井平均日增油2.4吨，成功率为100％。

综上所述，本发明实施例提供的牙刷状油藏分层开采模型的建立方法，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，选择出了油井产油量增加，产水量降低的路径，相较于现有的分层采油技术，提高了油层开采的针对性，达到了降水增油的目的。

本发明实施例提供一种牙刷状油藏分层开采模型的建立设备30，如图2所示，该牙刷状油藏分层开采模型的建立设备30包括：

建立单元301，设置单元302和确定单元303。

建立单元301，用于以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，该目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，T_o为油井日产油量，T_w为油井日产水量，K_Q为油层可采储量修正系数，N为油井油层井段数，M_i为第i井段中的油层数，为第i井段中第j油层的可采储量，为第i井段中第j油层的采出程度，K_o为油层日产油量修正系数，为第i井段中第j油层的分采后日产油量，为第i井段中第j油层的分采前日产油量，为第i井段中第j油层的流压，K_w为油层日产水量修正系数，为第i井段中第j油层的分采前日产水量，为第i井段中第j油层的分采后日产水量。

设置单元302，用于设置分层开采模型的约束条件。

确定单元303，用于根据分层开采模型和约束条件通过遗传蚁群算法确定分层采油的层位。

综上所述，本发明实施例提供的牙刷状油藏分层开采模型的建立设备，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，相较于现有的分层采油技术，提高了油层开采的针对性。

可选的，分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件。

其中，可采储量的约束条件为：

采出程度的约束条件为：

日产油量的约束条件为：

日产水量的约束条件为： $q_{\mathrm{wpi}}^{\left(j\right)}\&GreaterEqual;q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0.$

油层的流压的约束条件为：

其中，Q为剩余可采储量，为标定的采出程度，为油井液柱压力。

可选的，目标函数中，0.75≤K_Q≤0.85，0.8≤K_o≤0.85，0.9≤K_w≤0.95。

综上所述，本发明实施例提供的牙刷状油藏分层开采模型的建立设备，以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数并设置分层开采模型的约束条件，再通过遗传蚁群算法确定分层采油的层位，选择出了油井产油量增加，产水量降低的路径，相较于现有的分层采油技术，提高了油层开采的针对性，达到了降水增油的目的。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，所述单元可以不是物理单元，实际实现时可以有另外的划分方式，如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。实际应用中，可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，所述单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本说明实施例中采用的表示方法，是本领域技术人员习惯用法，本领域技术人员熟知，因此，不做更详细的解释。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种牙刷状油藏分层开采模型的建立方法，其特征在于，所述方法包括：

以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，所述目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，所述T_o为油井日产油量，所述T_w为油井日产水量，所述K_Q为油层可采储量修正系数，所述N为油井油层井段数，所述M_i为第i井段中的油层数，所述为第i井段中第j油层的可采储量，所述为第i井段中第j油层的采出程度，所述K_o为油层日产油量修正系数，所述为第i井段中第j油层的分采后日产油量，所述为第i井段中第j油层的分采前日产油量，所述为第i井段中第j油层的流压，所述K_w为油层日产水量修正系数，所述为第i井段中第j油层的分采前日产水量，所述为第i井段中第j油层的分采后日产水量；

设置所述分层开采模型的约束条件；

根据所述分层开采模型和所述约束条件通过遗传蚁群算法确定分层采油的层位。

2.根据权利要求1所述的方法，其特征在于，所述分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件，

所述可采储量的约束条件为：

$Q_i^{\left(j\right)}\&GreaterEqual;(1+15~20\%)Q;$

所述采出程度的约束条件为：

$C_i^{\left(j\right)}\&le;0.8~0.85C_i^j;$

所述日产油量的约束条件为：

$q_{\mathrm{opi}}^{\left(j\right)}\&GreaterEqual;q_{\mathrm{omi}}^{\left(j\right)}+1.0~1.5;$

所述日产水量的约束条件为：

$q_{\mathrm{wpi}}^{\left(j\right)}\&le;q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0;$

所述油层的流压的约束条件为：

$p_i^{\left(j\right)}\&GreaterEqual;P_i^j+2.0~2.5;$

其中，所述Q为剩余可采储量，所述为标定的采出程度，所述为油井液柱压力。

3.根据权利要求1或2所述的方法，其特征在于，

0.75≤K_Q≤0.85，

0.8≤K_o≤0.85，

0.9≤K_w≤0.95。

4.一种牙刷状油藏分层开采模型的建立设备，其特征在于，所述牙刷状油藏分层开采模型的建立设备包括：

建立单元，用于以油井产油量增加、产水量降低为目标，建立分层开采模型对应的目标函数f(T_o，T_w)，所述目标函数为：

$\begin{array}{c}f(T_o,T_w)=K_Q\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[Q_i^{\left(j\right)}(1-C_i^{\left(j\right)})\right]-K_o\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{opi}}^{\left(j\right)}-q_{\mathrm{omi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\\ -K_w\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_i}{\mathrm{\&Sigma;}}}\left[(q_{\mathrm{wpi}}^{\left(j\right)}-q_{\mathrm{wmi}}^{\left(j\right)})p_i^{\left(j\right)}\right]\end{array};$

其中，所述T_o为油井日产油量，所述T_w为油井日产水量，所述K_Q为油层可采储量修正系数，所述N为油井油层井段数，所述M_i为第i井段中的油层数，所述为第i井段中第j油层的可采储量，所述为第i井段中第j油层的采出程度，所述K_o为油层日产油量修正系数，所述为第i井段中第j油层的分采后日产油量，所述为第i井段中第j油层的分采前日产油量，所述为第i井段中第j油层的流压，所述K_w为油层日产水量修正系数，所述为第i井段中第j油层的分采前日产水量，所述为第i井段中第j油层的分采后日产水量；

设置单元，用于设置所述分层开采模型的约束条件；

确定单元，用于根据所述分层开采模型和所述约束条件通过遗传蚁群算法确定分层采油的层位。

5.根据权利要求4所述的牙刷状油藏分层开采模型的建立设备，其特征在于，所述分层开采模型的约束条件包括可采储量的约束条件，采出程度的约束条件，日产油量的约束条件，日产水量的约束条件和油层的流压的约束条件，

所述可采储量的约束条件为：

$Q_i^{\left(j\right)}\&GreaterEqual;(1+15~20\%)Q;$

所述采出程度的约束条件为：

$C_i^{\left(j\right)}\&le;0.8~0.85C_i^j;$

所述日产油量的约束条件为：

$q_{\mathrm{opi}}^{\left(j\right)}\&GreaterEqual;q_{\mathrm{omi}}^{\left(j\right)}+1.0~1.5;$

所述日产水量的约束条件为：

$q_{\mathrm{wpi}}^{\left(j\right)}\&le;q_{\mathrm{wmi}}^{\left(j\right)}+2.0~3.0;$

所述油层的流压的约束条件为：

$p_i^{\left(j\right)}\&GreaterEqual;P_i^j+2.0~2.5;$

其中，所述Q为剩余可采储量，所述为标定的采出程度，所述为油井液柱压力。

6.根据权利要求4或5所述的牙刷状油藏分层开采模型的建立设备，其特征在于，

0.75≤K_Q≤0.85，

0.8≤K_o≤0.85，

0.9≤K_w≤0.95。