CN105653845A - 一种获取三相相对渗透率曲线的方法及装置 - Google Patents

Abstract

本申请公开了一种获取三相相对渗透率曲线的方法及装置。该方法包括：基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；利用所述动态数据观测值向量和所述动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；根据满足所述迭代收敛条件的目标函数，获取目标区域的油-气-水三相相对渗透率曲线。通过本申请所公开的技术方案，可以获取适用于气-水交替非混相驱油技术的三相相对渗透率曲线。

Description

一种获取三相相对渗透率曲线的方法及装置

技术领域

本申请涉及油气藏开发技术领域，特别涉及一种获取油-气-水三相相对渗透率曲线的方法及装置。

背景技术

相对渗透率曲线是油气藏开发中的一项重要数据，它能够精细描述孔隙介质中的多相渗流特征。目前，油-水或气-液两相相对渗透率曲线主要通过岩心驱替实验获取，计算方法主要以Johnson-Bossler-Naumann(JBN)等解析方法以及数值反演方法为主。而对获取油-气-水三相相对渗透率曲线的方法的研究相对较少。

随着油藏纵向及平面非均质矛盾的加剧，中国注水开发油田主体已普遍进入高含水、高采出程度的“双高”开发阶段，剩余油呈现“整体高度分散、局部相对富集”的分布格局。室内实验及矿场实践表明，气-水交替非混相驱是水驱油藏后期进一步提高原油采收率的有效技术。因此，研究适用于气-水交替非混相驱油技术的获取油-气-水三相相对渗透率曲线的方法显得意义重大，这可以为准确描述孔隙介质中气-水交替非混相驱替的多相渗流特征提供理论依据。

发明内容

本申请实施例的目的是提供一种获取三相相对渗透率曲线的方法及装置，以实现获取适用于气-水交替非混相驱油技术的油-气-水三相相对渗透率曲线的目的。

为解决上述技术问题，本申请实施例提供一种获取三相相对渗透率曲线的方法及装置是这样实现的：

本申请实施例提供了一种获取三相相对渗透率曲线的方法，包括：

S1，基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；

S2，基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；

S3，利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；

S4，根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线。

在至少一实施例中，所述组分数值模拟模型基于所确定的流体物性参数分布特征来构建，所述流体物性参数特征包括饱和压力、原油密度、粘度和体积系数的变化规律。

在至少一实施例中，所述步骤S2包括：

S21，获取先验控制参数向量集合，所述先验控制参数向量集合包括多个相对渗透率先验模型所对应的先验控制参数向量；

S22，基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量；

S23，计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或误差平方和，以得到符合预设要求的校正控制参数向量集合；

S24，计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量，

相应的，所述步骤S3包括：

S31，利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值；

S32，判断当前迭代计算是否满足迭代收敛条件；

S33，在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，重复步骤S22-S24，得到当前动态数据预测值向量；

S34，在得到所述校正控制参数向量集合所对应的当前动态数据预测值向量后，重复步骤S31-32，直到得到满足所述迭代收敛条件的目标函数。

在至少一实施例中，所构建的目标函数的表达式如下：

$\begin{array}{c}O\left(m\right)=\frac{1}{2}{\left(g\right(m)-d_{obs})}^T{C}_D^{-1}\left(g\right(m)-d_{obs})\\ +\frac{1}{2}{(m-m_{prior})}^T{C}_m^{-1}(m-m_{prior})\end{array}$

其中，O(m)为目标函数；m为所述表征模型中的控制参数向量；T为表征向量或矩阵转置的符号；d_obs为动态数据观测值向量；g(m)为动态数据预测值向量；C_D为动态数据测量误差的协方差矩阵；m_prior为所述控制参数向量m的先验模型信息的平均值；C_m为先验模型的协方差矩阵。

在至少一实施例中，所述根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线包括：

根据满足所述迭代收敛条件的目标函数，确定出所述控制参数向量中各控制参数的当前数值；

根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率；

利用所计算的油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率。

在至少一实施例中，通过以下公式来计算三相渗流条件下的油相相对渗透率：

K_ro＝(K_row+K_rw)(K_rog+K_rg)-(K_rw+K_rg)

式中，K_ro为三相渗流条件下的油相相对渗透率；K_row为油-水两相系统的油相相对渗透率；K_rw为油-水两相系统的水相相对渗透率；K_rog为油-气两相系统的油相相对渗透率；K_rg为油-气两相系统的气相相对渗透率。

本申请实施例还提供了一种获取三相相对渗透率曲线的装置，包括：

第一获取单元，用于基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；

第二获取单元，用于基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；

迭代计算单元，用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；

第三获取单元，用于根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线。

在至少一实施例中，所述第二获取单元包括：

获取子单元，用于获取先验控制参数向量集合，所述先验控制参数向量集合包括多个相对渗透率先验模型所对应的先验控制参数向量；

组分数值模拟子单元，用于基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量；

第一计算子单元，用于计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或误差平方和，以得到校正控制参数向量集合；

第二计算子单元，用于计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量，

相应的，迭代计算单元包括：

第三计算子单元，用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值；

判断子单元，用于判断当前迭代计算是否满足迭代收敛条件；

第一控制子单元，用于在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，并控制所述组分数值模拟子单元、所述第一计算子单元以及所述第二计算子单元进行相应的操作，即控制所述组分数值模拟子单元基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量，控制所述第一计算子单元计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值，以得到校正控制参数向量集合；以及控制所述第二计算子单元计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量等操作；

第二控制子单元，用于控制所述第三计算子单元以及所述判断子单元的操作，直到得到满足迭代收敛条件的目标函数。

在至少一实施例中，所述迭代计算单元中所构建的目标函数的表达式如下：

$\begin{array}{c}O\left(m\right)=\frac{1}{2}{\left(g\right(m)-d_{obs})}^T{C}_D^{-1}\left(g\right(m)-d_{obs})\\ +\frac{1}{2}{(m-m_{prior})}^T{C}_m^{-1}(m-m_{prior})\end{array}$

其中，O(m)为目标函数；m为所述表征模型中的控制参数向量；T为表征向量或矩阵转置的符号；d_obs为动态数据观测值向量；g(m)为动态数据预测值向量；C_D为动态数据测量误差的协方差矩阵；m_prior为所述控制参数向量m的先验模型信息的平均值；C_m为先验模型的协方差矩阵。

在至少一实施例中，所述第三获取单元包括：

确定子单元，用于根据所述符合迭代收敛条件的目标函数，确定出所述控制参数向量中各控制参数的当前数值；

第四计算子单元，用于根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率；

第五计算子单元，用于利用所计算的油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率。

由以上本申请实施例提供的技术方案可见，本申请实施例通过基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；根据满足所述迭代收敛条件的目标函数，获取目标区域的油-气-水三相相对渗透率曲线，从而实现了获取适用于气-水交替非混相驱油技术的油-气-水三相相对渗透率曲线的目的。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的获取三相相对渗透率曲线的方法的流程图；

图2是步骤S2所包括的子步骤流程图；

图3是驱替压差及含水率的拟合效果图；

图4是累积生产气油比的拟合效果图；

图5是步骤S3所包括的子步骤流程图；

图6为油-水两相系统的油相相对渗透率曲线以及水相相对渗透率曲线；

图7为油-气两相系统的油相相对渗透率曲线以及气相相对渗透率曲线；

图8为三相渗流条件下的油相相对渗透率曲线。

图9是一种获取三相相对渗透率曲线的装置的模块示意图。

具体实施方式

本申请实施例提供一种获取三相相对渗透率曲线的方法及装置。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面结合附图对本申请所述的获取三相相对渗透率曲线的方法进行详细的说明。虽然本申请提供了如下述实施例或流程图所述的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述的方法的在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。

如图1所示，本申请实施例提供了一种获取三相相对渗透率曲线的方法，该方法包括：

S1：基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量。

可以采用真实的油藏岩样，通过室内实验确定岩石、流体物性参数以及两相渗流时的饱和度端点数据，包括：岩石的孔隙度、渗透率、压缩系数；油-水两相初始含油饱和度、油-水两相残余油饱和度、气-液两相临界含气饱和度、气-液两相残余油饱和度等。在确定出上述数据后，可以模拟油藏条件，针对目标区域开展气-水交替非混相岩心驱替实验，例如注烃气或二氧化碳驱替，并实时记录不同注入孔隙体积倍数(PV)下的驱替压差、驱油效率、含水率和气油比等实验数据；然后从所记录的实验数据中获取不同时刻的驱替压差、含水率以及气油比(采出的原油量与天然气的体积量之间的比值)等数据，并将所获取的不同时刻的驱替压差、含水率以及气油比构成动态数据观测值向量。

所述目标区域可以是指整个勘探区域，也可以是指勘探区域中的部分区域。

S2：基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量。

所述表征模型可以用于表征油-水两相相对渗透率曲线、油-气两相相对渗透率曲线和/或油-气-水三相相对渗透率曲线的形状，其可以是三次B样条表征模型，但并不限于该模型。其构建方法可以参考现有技术中的相关方法，在此不再赘叙。

所述组分数值模拟模型可以是基于PVT相态特征分析以及最小混相压力测试所确定的流体物性参数分布特征来构建的。具体的，

可以利用高压物性仪和高压落球式粘度计的联合装置，开展单次闪蒸、恒质膨胀、微分释放和注气膨胀实验，测定注气摩尔分数取不同值时，油藏温度条件下的饱和压力、流体压力和体积之间的关系、原油密度的变化规律以及粘度的变化规律。

可以基于长细管驱替实验，在油藏温度和高于泡点压力条件下，测定注入气体的最小混相压力。通常情况下，可以将气体突破时采收程度达到80％或最终采收率达到90％～95％这两个采收率水平作为判定驱替是否混相的标准。

进行PVT相态特征分析以及最小混相压力测试可以有利于提高表征气-水交替非混相驱油技术如何提高采收率机理的准确性，也有利于确保所构建组分数值模拟模型与实际实验装置的一致性。

在获得上述流体物性参数分布特征后，可以基于饱和压力、原油密度的变化规律、粘度的变化规律以及所测定的最小混相压力来构建组分数值模拟模型。所述组分数值模拟模型可以是用于对流体进行组分数值模拟。所述组分数值模拟是三相流体数值模拟的一种形式，其可以涉及气体相态变化、油相密度、粘度以及体积系数变化等，其主要通过降低气液相间性质的差异、改善水油流度比以及提高驱油效率等来达到提高原油采收率的效果。

在构建所述组分数值模拟模型后，可以利用所述表征模型所表征的先验三相相对渗透率曲线来获取与所述动态数据观测值向量对应的动态数据预测值向量。如图2所示，具体的可以包括以下子步骤：

S21：获取先验控制参数向量集合。

所述先验控制参数向量集合可以包括多个相对渗透率先验模型所对应的先验控制参数向量，每一个先验控制参数向量可以用于表征一个先验三相相对渗透率曲线。所述先验模型可以是即时或预先随机生成的，其对应于表征模型；所述先验三相相对渗透率曲线可以是等概率随机分布的。

S22：基于所构建的组分数值模拟模型，利用所获取的先验控制参数向量集合进行组分数值模拟，以得到在当前时间步的所有相对渗透率先验模型所对应的先验动态数据预测值向量。

在获取先验控制参数向量集合后，可以利用半迭代卡尔曼滤波方法，对每个先验模型所对应的先验三相相对渗透率曲线进行组分数值模拟，生成在当前时间步所有相对渗透率先验模型所对应的先验动态数据预测值向量。

S23：计算所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或误差平方和，以得到校正控制参数向量集合。

在得到当前时间步的先验动态数据预测值向量后，可以求取所述先验控制参数向量集合的卡尔曼滤波因子；然后利用所述卡尔曼滤波因子，所述先验动态数据预测值向量同化吸收所述动态数据观测值向量。在一实施例中，所述先验动态数据预测值向量同化吸收所述动态数据观测值向量可以是指将所有的所述先验动态数据预测值向量与所述动态数据观测值向量进行对比，计算所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或者误差平方和，以得到与所述动态数据观测值向量之间的差值或误差平方和在预设范围内的先验动态数据预测值向量，即得到符合预设要求的先验动态数据预测值向量。所述计算所述先验动态数据预测值向量与所述动态数据观测值向量之间的误差平方和可以包括首先计算所述先验动态数据预测值向量中每个先验动态数据预测值与所述动态数据观测值向量中对应的动态数据观测值之间的差值；然后对所得到的每个差值进行平方计算；最后将每个差值的平方计算结果进行叠加。所述预设范围可以根据所使用的算法或者由相关技术人员来设定。

图3-图4示出了在实际应用中先验动态数据预测值向量与动态数据观测值向量之间的对比结果，即拟合结果。图3示出了驱替压差及含水率的拟合效果；图4示出了累积生产气油比的拟合效果。这两幅图中，f_w表示含水率；△p表示驱替压差；Rs表示气油比；实验值对应于观测值；计算值对应于预测值。所有与实验值相吻合的计算值构成了符合预设要求的先验动态数据预测值向量。

在得到符合预设要求的先验动态数据预测值向量后，可以从所有的相对渗透率先验模型中挑选出所有符合预设要求的先验动态数据预测值向量所对应的先验模型，所挑选出的所有相对渗透率先验模型所对应的先验控制参数向量构成了校正控制参数向量集合。

S24：计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量。

在获得校正控制参数向量集合后，可以计算所述校正控制参数向量集合所对应的所有先验动态数据预测值向量之间的平均值，所得到的平均值即为当前动态数据预测值向量。

S3：利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件。

在获取当前动态数据预测值向量后，可以利用所述动态数据观测值向量和所述当前动态数据预测值向量，对在先构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件。

所述目标函数可以是根据所获取的动态数据观测值向量以及所述先验控制参数向量中每个控制参数的先验概率来构建的。其表达式可以表示如下：

$\begin{array}{c}O\left(m\right)=\frac{1}{2}{\left(g\right(m)-d_{obs})}^T{C}_D^{-1}\left(g\right(m)-d_{obs})\\ +\frac{1}{2}{(m-m_{prior})}^T{C}_m^{-1}(m-m_{prior})\end{array}---\left(1\right)$

其中，O(m)为目标函数；m为表征模型中的控制参数向量；T为表征向量或矩阵转置的符号；d_obs为动态数据观测值向量；g(m)为动态数据预测值向量，在本申请实施例中可以是指当前动态数据预测值向量；C_D为动态数据测量误差的协方差矩阵；m_prior为控制参数向量m的先验模型信息的平均值；C_m为先验模型的协方差矩阵。

在所述表征模型为三次B样条表征模型时，所述控制参数向量m的表达式可以表示如下：

$m=\[x_1^w,x_2^w,\mathrm{...},x_n^w,y_1^{ow},y_2^{ow},\mathrm{...},y_{n-1}^{ow},x_1^g,x_2^g,\mathrm{...},x_n^g,y_1^{og},y_2^{og},\mathrm{...},y_{n-1}^{og}\]---\left(2\right)$

其中，

$\left\{\begin{array}{c}{x}_1^u=\ln \left(\frac{C_i^u}{\frac{1}{2}(C_2^u+0)-C_1^u}\right)\\ x_i^u=\ln \left(\frac{C_i^u-(2C_{i-1}^u-C_{i-2}^u)}{\frac{1}{2}(C_{i+1}^u+C_{i-1}^u)-C_i^u}\right)\\ x_n^u=\ln \left(\frac{C_n^u-(2C_{n-1}^u-C_{n-2}^u)}{1-C_n^u}\right)\end{array}\right.,2\≤i\≤n-1;u=w,g---\left(3\right)$

$\left\{\begin{array}{c}{y}_1^v=\ln \left(\frac{C_1^v-(2C_2^v-C_3^v)}{\frac{1}{2}(C_2^v+1)-C_1^v}\right);\\ y_i^v=\ln \left(\frac{C_i^v-(2C_{i+1}^v-C_{i+2}^v)}{\frac{1}{2}(C_{i+1}^v+C_{i-1}^v)-C_i^v}\right),\\ y_{n-1}^v=\ln \left(\frac{C_{n-1}^v-0}{\frac{1}{2}{C}_{n-2}^v-C_{n-1}^v}\right).\end{array}\right.2\≤i\≤n-2;v=ow,og---\left(4\right)$

上面式(2)-式(4)中，C_i表示三次B样条表征模型中的控制参数；n为三次B样条表征模型中的控制节点的个数；w表示水；g表示气；o表示油；ow表示油-水；og表示油-气。

所述对目标函数进行迭代计算具体涉外可以是指对所述控制参数向量进行迭代计算。迭代计算的具体方法可以是半迭代卡尔曼滤波方法，但并不限于该方法，例如也可以是高斯牛顿法。

在一实施例中，如图5所示，该步骤具体的可以包括以下子步骤：

S31：利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值。

可以将所获取的所述动态数据观测值向量、所述当前动态数据预测值向量以及当前迭代计算出的控制参数向量代入到公式(1)中，就算所述目标函数的当前数值。

S32：判断当前迭代计算是否满足预设的迭代收敛条件。

在得到所述目标函数的当前数值后，可以判断当前迭代计算是否满足预设的迭代收敛条件。所述迭代收敛条件可以表示为：

|O(m^k+1)-O(m^k)|＜ε₁或count＞count_max(5)

上式中，O(m^k+1)为第k+1次迭代的目标函数的数值，即当前数值；O(m^k)为第k次迭代的目标函数的数值，即在先数值；ε₁为收敛精度，即预设阈值；count为当前迭代次数；count_max为最大迭代次数。

在一实施例中，可以首先将所述目标函数的当前数值与所述目标函数的在先数值(即上一次迭代计算所计算出的数值)进行对比，判断二者之间的差值是否小于预设阈值，在判断出所述目标函数的当前数值与在先数值之间的差值小于预设阈值时，停止迭代计算，将所述目标函数的当前数值作为迭代计算的最终数值；然后，在判断出所述目标函数的当前数值与在先数值之间的差值大于预设阈值时，可以判断当前迭代次数是否达到了所设定的最大迭代次数，在判断出当前迭代次数达到了所设定的最大迭代次数，停止迭代计算，将所述目标函数的当前数值作为迭代计算的最终数值，在判断出当前迭代次数没有达到所设定的最大迭代次数时，继续对目标函数进行迭代计算。

在另一实施例中，可以首先判断当前迭代次数是否达到了所设定的最大迭代次数，在判断出当前迭代次数达到了所设定的最大迭代次数，停止迭代计算，将所述目标函数的当前数值作为迭代计算的最终数值；然后，在判断出当前迭代次数没有达到所设定的最大迭代次数时，将所述目标函数的当前数值与所述目标函数的在先数值进行对比，判断二者之间的差值是否小于预设阈值，在判断出所述目标函数的当前数值与在先数值之间的差值小于或等于预设阈值时，停止迭代计算，将所述目标函数的当前数值作为迭代计算的最终数值。

S33：在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，重复步骤S22-S24，得到当前动态数据预测值向量；

在判断出当前迭代计算不满足迭代收敛条件时，即需要进行迭代计算时，将所述校正控制参数向量集合作为先验控制参数向量集合，然后重复步骤S22-S24，得到当前动态数据预测值向量。

S34：在得到所述校正控制参数向量集合所对应的当前动态数据预测值向量后，重复步骤S31-S32，直到所述迭代计算满足预设的迭代收敛条件，得到满足所述迭代收敛条件的目标函数。

S4：根据满足所述迭代收敛条件的目标函数，获取目标区域的油-气-水三相相对渗透率曲线。

在判断出当前迭代满足预设的迭代收敛条件时，根据当前迭代计算出的目标函数的当前数值，获取对应于目标区域的油-气-水三相相对渗透率曲线。具体的，

可以根据所述目标函数的当前数值，确定出所述控制参数向量中各控制参数的当前数值。然后，可以根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算公式可以表示如下：

$k_{rp}\left(S_{pD}\right)=\underset{j=-3}{\overset{n-1}{\Σ}}{C}_{j+2}^p{B}_{j,3}\left(S_{pD}\right)---\left(5\right)$

其中，k_rp为p相流体的相对渗透率；p＝w,ow,g,og；B_j,3(S_pD)为四阶(3次)的B样条基函数； $C_{-1}^p=2C_0^p-C_1^p$ 且 $C_{n+1}^p=2C_n^p-C_{n-1}^p.$

最后，可以利用油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率，其计算公式可以表示如下：

K_ro＝(K_row+K_rw)(K_rog+K_rg)-(K_rw+K_rg)(6)

上式中，K_ro为三相渗流条件下的油相相对渗透率；K_row为油-水两相系统的油相相对渗透率；K_rw为油-水两相系统的水相相对渗透率；K_rog为油-气两相系统的油相相对渗透率；K_rg为油-气两相系统的气相相对渗透率。

根据所计算出的三相渗流条件下的油相相对渗透率、水相相对渗透率以及气相相对渗透率，即可以得到油-气-水三相相对渗透率曲线。

图6-图8分别示出了所获取的冀东油田中某一区块的油-气-水三相相对渗透率曲线。其中，图6为油-水两相系统的油相相对渗透率曲线以及水相相对渗透率曲线；图7为油-气两相系统的油相相对渗透率曲线以及气相相对渗透率曲线；图8为三相渗流条件下的油相相对渗透率曲线。

根据上述描述可以看出，本申请实施例通过获取在目标区域的气-水交替非混相驱替实验中所采集的不同时刻的驱替压差、含水率以及气油比等动态数据的观测值以及基于所构建的组分数值模拟模型所获取的动态数据预测值，然后利用这些数据构建目标函数，并对所构建的目标函数进行迭代计算，得到满足预设的迭代收敛条件的目标函数，最后根据所得到的目标函数，获取目标区域的油-气-水三相相对渗透率曲线，从而实现了提供适用于气-水交替非混相驱油技术的油-气-水三相相对渗透率曲线的目的，这可以为描述孔隙介质中气-水交替非混相驱替的多相渗流特征提供理论依据。

本申请实施例还提供了一种获取三相相对渗透率曲线的装置，如图9所示。该装置包括：第一获取单元410、第二获取单元420、迭代计算单元430以及第三获取单元440。其中，第一获取单元410可以用于基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；第二获取单元420可以用于基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；迭代计算单元430可以用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；第三获取单元440可以用于根据满足所述迭代收敛条件的目标函数，获取目标区域的油-气-水三相相对渗透率曲线。

在至少一实施例中，第二获取单元420可以包括(图中未示出)：

获取子单元，可以用于获取先验控制参数向量集合，所述先验控制参数向量集合包括多个相对渗透率先验模型所对应的先验控制参数向量；

组分数值模拟子单元，可以用于基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量；

第一计算子单元，可以用于计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值，以得到校正控制参数向量集合；

第二计算子单元，可以用于计算所述校正控制参数向量集合所对应的先验动态数据预测值向量之间的平均值，以得到当前动态数据预测值向量，

相应的，迭代计算单元430可以包括：

第三计算子单元，可以用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值；

判断子单元，可以用于判断当前迭代计算是否满足迭代收敛条件；

第一控制子单元，可以用于在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，并控制所述组分数值模拟子单元、所述第一计算子单元以及所述第二计算子单元进行相应的操作，即控制所述组分数值模拟子单元基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量，控制所述第一计算子单元计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值，以得到校正控制参数向量集合；以及控制所述第二计算子单元计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量等操作；

第二控制子单元，用于控制所述第三计算子单元以及所述判断子单元的操作，具体的，用于控制第三计算子单元利用所述动态数据观测值向量和所述当前动态数据预测值向量来计算所述目标函数的当前数值，以及控制判断子单元判断当前迭代计算是否满足迭代收敛条件，直到得到满足迭代收敛条件的目标函数。

在至少一实施例中，第三获取单元440可以包括(图中未示出)：

确定子单元，用于根据所述符合迭代收敛条件的目标函数，确定出所述控制参数向量中各控制参数的当前数值；

第四计算子单元，用于根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率；

第五计算子单元，用于利用所计算的油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率。

上述实施例阐明的系统、装置或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (10)

1.一种获取三相相对渗透率曲线的方法，其特征在于，包括：

S1，基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；

S2，基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；

S3，利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；

S4，根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线。

2.根据权利要求1所述的方法，其特征在于，所述组分数值模拟模型基于所确定的流体物性参数分布特征来构建，所述流体物性参数特征包括饱和压力、原油密度、粘度和体积系数的变化规律。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

S21，获取先验控制参数向量集合，所述先验控制参数向量集合包括多个相对渗透率先验模型所对应的先验控制参数向量；

S22，基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量；

S23，计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或误差平方和，以得到符合预设要求的校正控制参数向量集合；

S24，计算所述校正控制参数向量集合所对应的先验动态数据预测值向量的平均值，以得到当前动态数据预测值向量，

相应的，所述步骤S3包括：

S31，利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值；

S32，判断当前迭代计算是否满足迭代收敛条件；

S33，在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，重复步骤S22-S24，得到当前动态数据预测值向量；

S34，在得到所述校正控制参数向量集合所对应的当前动态数据预测值向量后，重复步骤S31-32，直到得到满足所述迭代收敛条件的目标函数。

4.根据权利要求1或3所述的方法，其特征在于，所构建的目标函数的表达式如下：

$\begin{array}{c}O\left(m\right)=\frac{1}{2}{\left(g\right(m)-d_{obs})}^T{C}_D^{-1}\left(g\right(m)-d_{obs})\\ +\frac{1}{2}{(m-m_{prior})}^T{C}_m^{-1}(m-m_{prior})\end{array}$

其中，O(m)为目标函数；m为所述表征模型中的控制参数向量；T为表征向量或矩阵转置的符号；d_obs为动态数据观测值向量；g(m)为动态数据预测值向量；C_D为动态数据测量误差的协方差矩阵；m_prior为所述控制参数向量m的先验模型信息的平均值；C_m为先验模型的协方差矩阵。

5.根据权利要求4所述的方法，其特征在于，所述根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线包括：

根据满足所述迭代收敛条件的目标函数，确定出所述控制参数向量中各控制参数的当前数值；

根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率；

利用所计算的油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率。

6.根据权利要求5所述的方法，其特征在于，通过以下公式来计算三相渗流条件下的油相相对渗透率：

K_ro＝(K_row+K_rw)(K_rog+K_rg)-(K_rw+K_rg)

式中，K_ro为三相渗流条件下的油相相对渗透率；K_row为油-水两相系统的油相相对渗透率；K_rw为油-水两相系统的水相相对渗透率；K_rog为油-气两相系统的油相相对渗透率；K_rg为油-气两相系统的气相相对渗透率。

7.一种获取三相相对渗透率曲线的装置，其特征在于，包括：

第一获取单元，用于基于目标区域的气-水交替非混相驱替实验，获取不同时刻的驱替压差、含水率以及气油比，所述不同时刻的驱替压差、含水率以及气油比构成了动态数据观测值向量；

第二获取单元，用于基于所构建的表征模型所表征的先验三相相对渗透率曲线以及所构建的组分数值模拟模型，获取当前动态数据预测值向量；

迭代计算单元，用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，对所构建的目标函数进行迭代计算，直到所述目标函数的迭代计算满足预设的迭代收敛条件；

第三获取单元，用于根据满足所述迭代收敛条件的目标函数，获取所述目标区域的油-气-水三相相对渗透率曲线。

8.根据权利要求7所述的装置，其特征在于，所述第二获取单元包括：

获取子单元，用于获取先验控制参数向量集合，所述先验控制参数向量集合包括多个相对渗透率先验模型所对应的先验控制参数向量；

组分数值模拟子单元，用于基于所构建的组分数值模拟模型，利用所述先验控制参数向量集合进行组分数值模拟，以得到当前时间步的所述多个相对渗透率先验模型所对应的先验动态数据预测值向量；

第一计算子单元，用于计算每个所述先验动态数据预测值向量与所述动态数据观测值向量之间的差值或误差平方和，以得到校正控制参数向量集合；

第二计算子单元，用于计算所述校正控制参数向量集合所对应的动态数据预测值向量的平均值，以得到当前动态数据预测值向量，

相应的，所述迭代计算单元包括：

第三计算子单元，用于利用所述动态数据观测值向量和所述当前动态数据预测值向量，计算所述目标函数的当前数值；

判断子单元，用于判断当前迭代计算是否满足迭代收敛条件；

第一控制子单元，用于在判断出当前迭代计算不满足迭代收敛条件时，将所述校正控制参数向量集合作为先验控制参数向量集合，并控制所述组分数值模拟子单元、所述第一计算子单元以及所述第二计算子单元进行相应的操作；

第二控制子单元，用于控制所述第三计算子单元以及所述判断子单元的操作，直到得到满足迭代收敛条件的目标函数。

9.根据权利要求7或8所述的装置，其特征在于，所述迭代计算单元中所构建的目标函数的表达式如下：

$\begin{array}{c}O\left(m\right)=\frac{1}{2}{\left(g\right(m)-d_{obs})}^T{C}_D^{-1}\left(g\right(m)-d_{obs})\\ +\frac{1}{2}{(m-m_{prior})}^T{C}_m^{-1}(m-m_{prior})\end{array}$

其中，O(m)为目标函数；m为所述表征模型中的控制参数向量；T为表征向量或矩阵转置的符号；d_obs为动态数据观测值向量；g(m)为动态数据预测值向量；C_D为动态数据测量误差的协方差矩阵；m_prior为所述控制参数向量m的先验模型信息的平均值；C_m为先验模型的协方差矩阵。

10.根据权利要求9所述的装置，其特征在于，所述第三获取单元包括：

确定子单元，用于根据所述符合迭代收敛条件的目标函数，确定出所述控制参数向量中各控制参数的当前数值；

第四计算子单元，用于根据所述控制参数向量中各控制参数的当前数值，计算油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率；

第五计算子单元，用于利用所计算的油-水两相系统的油相相对渗透率、水相相对渗透率以及油-气两相系统的气相相对渗透率以及油相相对渗透率，计算三相渗流条件下的油相相对渗透率。