CN106875286A - 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 - Google Patents
一种聚合物驱油田全过程注聚参数分阶段优化决策方法 Download PDFInfo
- Publication number
- CN106875286A CN106875286A CN201710127589.5A CN201710127589A CN106875286A CN 106875286 A CN106875286 A CN 106875286A CN 201710127589 A CN201710127589 A CN 201710127589A CN 106875286 A CN106875286 A CN 106875286A
- Authority
- CN
- China
- Prior art keywords
- parameter
- poly
- oil field
- polymer flooding
- testing program
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 229920000642 polymer Polymers 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 title claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 66
- 238000002347 injection Methods 0.000 claims abstract description 55
- 239000007924 injection Substances 0.000 claims abstract description 55
- 238000013461 design Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 10
- 230000007423 decrease Effects 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims description 26
- 230000035699 permeability Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000002474 experimental method Methods 0.000 claims description 7
- 239000000243 solution Substances 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000003050 experimental design method Methods 0.000 claims description 2
- 238000009738 saturating Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 8
- 238000002513 implantation Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012097 association analysis method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004581 coalescence Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明涉及一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其步骤:确定优化目标函数(见效速度、含水率下降综合系数)的主控因素及其取值范围;根据主控因素及取值范围,设置n因素m水平的试验方案;针对每个试验方案,根据注入参数的取值范围,设置对应的a因素b水平的试验方案,优化出每个试验方案的注入参数;根据试验方案的优化结果,运用响应曲面分析方法,回归出注入参数的优化决策模型,实现聚合物驱油田全过程注聚参数的快速优化设计。本发明考虑了开发阶段、地质特征、注聚时机等因素对注入参数的影响,实现目标油田单井注聚参数个性化设计,操作简单,准确可靠,对指导现场施工和提高注聚质量和改善注聚效果具有重要的意义。
Description
技术领域
本发明涉及一种注入参数分阶段优化决策方法,特别是关于一种在聚合物驱油藏工程技术领域中应用的聚合物驱油田全过程注聚参数分阶段优化决策方法。
背景技术
针对聚合物驱油田,优化设计注聚参数是编制油藏开发方案过程中的重要工作,合理的注聚参数是确保达到预期聚合物驱开发效果的保障。目前,在实际油田油藏开发方案编制过程中,主要应用全面试验、多次单因素试验、正交设计、均匀设计等试验设计方法,选取整个聚合物驱阶段的最终吨聚增油量、提高采收率幅度、经济净现值等技术或者经济指标作为优化目标值,通过对注聚区域进行多组数的数值模拟计算,从而得到最优的注聚参数,因此一般是基于一套地质参数数值模型,针对聚合物驱全过程优化设计出一套注聚参数。此类方法在优化过程中,没有充分考虑每口注聚井的地层物性、射开程度等差异性对注聚参数设计的影响,且全过程选取单一相同的优化目标参数也不合理,还处于全油田的笼统设计阶段,达不到精细注聚的要求。
发明内容
针对上述问题,本发明的目的是提供一种聚合物驱油田全过程注聚参数分阶段优化决策方法,该方法在聚合物驱油田全过程中,针对不同聚合物驱阶段,建立注聚参数的优化决策模型,实现单井的注聚参数个性化设计,达到精细注聚的目的。
为实现上述目的,本发明采取以下技术方案:一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于包括以下步骤:1)根据预先确定的优化目标函数的主控因素,设置见效速度、含水率下降综合系数的主控因素取值范围;2)根据主控因素及其取值范围,设置对应的n因素m水平的试验方案;3)设置注入参数的取值范围,针对每个试验方案,根据注入参数的取值范围,设置对应的a因素b水平的试验方案,优化出每个试验方案的注入参数;4)根据试验方案的优化结果,运用响应曲面分析方法,回归出注入参数的优化决策模型,实现对聚合物驱油田全过程注聚参数的快速优化设计。
进一步,所述步骤1)中,预先确定的优化目标函数的主控因素为:针对见效前期阶段,确定影响聚合物驱见效速度的主控因素;针对见效高峰阶段,确定影响含水率下降综合系数的主控因素。
进一步,所述步骤1)中,对于动静态资料获取较为全面的油田,确定优化目标函数的主控因素应用灰色关联分析方法进行分析,选取密切级别高的影响因素作为主控因素;对于动静态资料较少的油田应用数值模拟计算和控制变量法相结合的方法对目标函数的主控因素进行分析,选取敏感度高的影响因素作为主控因素。
进一步,所述步骤1)中,在考虑影响因素指标选取时,考虑的影响因素包括储层渗透率、纵向渗透率变异系数、注聚时机、射孔有效厚度、孔隙度、受效方向和纵向射孔小层数。
进一步,所述步骤1)中,根据目标油田实际的油藏流体物性参数和储层分布特征,选取代表性井区,建立典型数值模拟模型;根据主控因素的实际数值,以典型数值模拟模型的参数值为参考进行上下取值,确定各因素的取值范围。
进一步,所述步骤3)中,注入参数的取值范围是根据典型数值模拟模型的参数值为参考进行上下取值。
进一步,所述步骤2)中,确定试验方案应用Box-Behnken设计法或中心复合设计法对试验方案进行设置。
进一步,所述步骤3)中,针对所述步骤2)确定的每个试验方案,应用全因子试验设计法,基于步骤1)建立的典型数值模拟模型,对每个试验方案进行数值模拟计算,基于数值模拟计算的结果,应用遗传算法进行全局寻优,优选出步骤2)中每个试验方案注入参数的最优解。
进一步,所述步骤3)中,运用响应曲面分析方法回归出决策模型后,需对决策模型的准确性进行验证,当计算精度不符合要求时,对决策模型进行二次修正,当精度达到要求后,最终确定注入参数的优化决策模型。
本发明由于采取以上技术方案,其具有以下优点:1、本发明针对聚合物驱的见效前期阶段和见效高峰阶段,通过优化两个阶段对应的目标函数,分别建立了两个阶段的注聚参数优化决策模型,应用本发明建立的优化决策模型可以对目标油田注聚井的注聚参数进行快速准确优化设计。2、本发明操作简单,成本低,可为聚合物驱注聚参数优化设计提供理论指导。3、本发明实现了单井的注聚参数个性化设计,以达到最优的聚合物驱开发效果,为聚合物驱油田油藏开发方案编制和动态调整提供理论指导。
综上所述,本发明可以广泛在聚合物驱油藏工程技术领域中应用。
附图说明
图1是典型聚合物驱含水率变化曲线图;
图2是本发明实施例中见效前期阶段最优注入浓度预测值与实际值的对比图。
具体实施方式
术语解释:
1、聚合物驱开发阶段划分:
聚合物驱油田开发历程一般包括前置水驱、聚合物驱和后续接替三个阶段,将含水率变化曲线作为聚合物驱阶段划分的基础,根据含水变化特征聚合物驱阶段可以划分为聚驱见效前期阶段和见效高峰阶段。
①前置水驱阶段:油藏投入注水开发,到实施聚合物驱项目之前的阶段;
②聚驱见效前期阶段:在一定含水时机注入聚合物后,到含水开始出现明显下降的时间段;
③见效高峰阶段:见效前期阶段结束后,到结束注聚的时间段;
④后续接替阶段:一次注聚结束后,后续采用水驱或二次注聚、其它化学驱方式等挖潜剩余潜力的阶段。
注聚参数优化主要针对聚合物驱见效前期阶段和见效高峰阶段。
2、聚合物驱见效时间:以含水率变化曲线为基础,定义注聚后含水开始出现下降的点为见效时间点,从开始注聚到见效时间点之间的时间段为聚合物驱见效时间,采用符号tA表示。
3、聚合物驱见效速度:是指注采井距与见效时间的比值,该值作为聚合物驱见效前期阶段的优化目标函数。
4、含水率降幅:是指聚合物驱过程中含水率下降的最大值,采用符号Δfw表示。
5、含水率回升时间:是指从聚合物驱见效时间开始,含水率下降到最低值后逐渐上升并恢复到聚合物驱见效时间对应的含水率所经历的时间,采用符号Δt表示。
6、含水率下降综合系数:是指含水率降幅与含水率回升时间的乘积,该值作为聚合物驱见效高峰阶段的优化目标函数。
下面结合附图和实施例对本发明进行详细介绍。
本发明提供一种聚合物驱油田全过程注聚参数分阶段优化决策方法,该方法包括以下步骤:
1)根据预先确定的优化目标函数的主控因素,设置见效速度、含水率下降综合系数的主控因素取值范围;
2)根据主控因素及其取值范围,设置对应的n因素m水平的试验方案;n、m均为自然数;
3)设置注入参数的取值范围,针对每个试验方案,根据注入参数的取值范围,设置对应的a因素b水平的试验方案,优化出每个试验方案的注入参数;a、b均为自然数;
其中,注入参数的取值范围也是根据典型数值模拟模型的参数值为参考进行上下取值;
4)根据试验方案的优化结果,运用响应曲面分析方法,回归出注入参数的优化决策模型,实现对聚合物驱油田全过程注聚参数的快速优化设计。
上述步骤1)中,预先确定的优化目标函数的主控因素为:针对见效前期阶段,确定影响聚合物驱见效速度的主控因素;针对见效高峰阶段,确定影响含水率下降综合系数的主控因素。
对于动静态资料获取较为全面的油田,确定优化目标函数的主控因素可以应用灰色关联分析方法进行分析,选取密切级别高的影响因素作为主控因素;对于动静态资料较少的油田可以应用数值模拟计算和控制变量法相结合的方法对目标函数的主控因素进行分析,选取敏感度高的影响因素作为主控因素。在考虑影响因素指标选取时,主要考虑指标获取难易程度、指标的重复性以及目前注聚实际情况,考虑的影响因素包括不限于以下几个指标:储层渗透率、纵向渗透率变异系数、注聚时机、射孔有效厚度、孔隙度、受效方向和纵向射孔小层数等。
上述步骤1)中,根据目标油田实际的油藏流体物性参数和储层分布特征,选取代表性井区,建立典型数值模拟模型。根据主控因素的实际数值,以典型数值模拟模型的参数值为参考进行上下取值,确定各因素的取值范围。
上述步骤2)中,确定试验方案可以应用Box-Behnken设计法或中心复合设计法对试验方案进行设置。
上述步骤3)中,针对步骤2)确定的每个试验方案,应用全因子试验设计法,基于步骤1)建立的典型数值模拟模型,对每个试验方案进行数值模拟计算。基于数值模拟计算的结果,应用遗传算法进行全局寻优,优选出步骤2)中每个试验方案注入参数的最优解。
上述步骤4)中,运用响应曲面分析方法回归出决策模型后,需对决策模型的准确性进行验证,当计算精度不符合要求时,对决策模型进行二次修正,当精度达到要求后,最终确定注入参数的优化决策模型。
实施例:
以渤海S油田聚合物驱全过程注聚参数分阶段优化决策方法为例。具体步骤为:
(1)见效前期阶段的见效速度和见效高峰阶段的含水率下降综合系数的主控因素分析,本实施例选取灰色关联分析法来确定主控因素。
见效前期阶段,选取见效速度作为参考序列,见效高峰阶段,选取含水率下降综合系数作为参考序列,根据S油田的实际情况和矿场资料,选取储层渗透率、纵向渗透率变异系数、注聚时机、射孔有效厚度、孔隙度、受效方向和纵向射孔小层数作为比较序列,计算统计典型井各参数的数值,形成分析矩阵,如表1所示。
表1基础数据表
针对见效前期阶段,在对以上单井的影响因素与见效速度关联度计算基础上,求得密切关联度,评价结果如表2所示。
表2见效速度灰色关联分析结果
影响因素 | 关联度 | 密切关联度 | 排序 | 密切级别 |
注聚时机 | 0.602 | 1.000 | 1 | 十分密切 |
渗透率变异系数 | 0.514 | 0.854 | 2 | 密切 |
储层渗透率 | 0.507 | 0.842 | 3 | 密切 |
孔隙度 | 0.44 | 0.731 | 4 | 欠密切 |
受效方向 | 0.388 | 0.645 | 5 | 欠密切 |
射孔有效厚度 | 0.380 | 0.631 | 6 | 欠密切 |
纵向小层数 | 0.374 | 0.621 | 7 | 欠密切 |
由表2的分析结果得出,确定见效速度的主控因素为注聚时机、渗透率变异系数和储层渗透率。
针对见效高峰阶段,在对以上单井的影响因素与含水率下降综合系数计算基础上,求得密切关联度,评价结果如表3所示。
表3含水率下降综合系数灰色关联分析结果
影响因素 | 关联度 | 密切关联度 | 排序 | 密切级别 |
注聚时机 | 0.668 | 1.000 | 1 | 十分密切 |
渗透率变异系数 | 0.657 | 0.984 | 2 | 十分密切 |
受效方向 | 0.602 | 0.901 | 3 | 密切 |
射孔有效厚度 | 0.585 | 0.876 | 4 | 密切 |
储层渗透率 | 0.423 | 0.633 | 5 | 欠密切 |
纵向小层数 | 0.356 | 0.533 | 6 | 欠密切 |
孔隙度 | 0.303 | 0.454 | 7 | 欠密切 |
由表3的分析结果得出,确定含水率下降综合系数的主控因素为注聚时机、渗透率变异系数、受效方向和射孔有效厚度,其中受效方向主要受井网形式控制,在井网完善的前提下不予考虑。
(2)设置各主控因素的取值范围
根据S油田实际的油藏流体物性参数和储层分布特征,选取代表性井区,建立五点井网典型数值模拟模型。模型的基本参数主要包括:地质参数、流体物性参数以及生产制度参数三个部分,基本参数取值如表4所示。
表4典型数值模拟模型基本参数表
对于见效前期阶段而言,见效速度的主控因素为注入时机、渗透率变异系数和储层渗透率,以典型数值模拟模型的参数值为参考进行上下取值,三个参数的取值范围见表5。
表5见效速度的主控因素参数变化范围
参数 | 最小值 | 最大值 |
注入时机 | 0.2 | 0.8 |
渗透率变异系数 | 0.4 | 0.8 |
1.0 | 5.0 |
对于见效高峰阶段而言,含水率下降综合系数的主控因素为注入时机、有效厚度和渗透率变异系数,三个参数的取值范围如表6所示。
表6含水率下降综合系数的主控因素参数变化范围
参数 | 最小值 | 最大值 |
注入时机 | 0.2 | 0.8 |
有效厚度(m) | 20 | 40 |
渗透率变异系数 | 0.4 | 0.8 |
(3)确定试验方案
采用3因素3水平的Box-Behnken试验设计方法,见效前期阶段和见效高峰阶段分别设计了17个样本点,各参数取值水平分别如表7和表8所示,试验方案设计分别如表9和表10所示。
表7见效速度的试验影响因素及取值水平
表8含水率下降综合系数的试验影响因素及取值水平
表9见效速度的试验方案
表10含水率下降综合系数的试验方案
(4)优化出每个试验方案的注入参数
以见效速度的试验方案4为例,介绍最优注入参数的计算过程。
对于见效前期阶段,影响目标函数(见效速度)的注入参数主要为注入浓度和注入速度,注入浓度设置11个水平,注入速度设置5个水平,如表11所示。
表11见效前期阶段的注入参数取值范围
根据表11中注入参数的取值水平,进行全因子试验,包括55(11×5=55)个注入参数方案,这里不全部列出。通过数值模拟计算每个方案的聚合物驱见效速度,便可以得到见效速度与注入浓度、注入速度的非线性对应关系,通过对比可知对于试验方案4,其方案32的见效速度最大,为0.73m/d,对应的注入浓度为2.1g/L和注入速度为0.05PV/a。为了使结果更精确,以前面55个数值模拟计算结果为基础,应用遗传算法对建立的见效速度与注入浓度、注入速度的非线性对应关系进行全局寻优,得到注入浓度和注入速度的最优解。
最后根据同样的方法,依次计算出见效前期阶段所有试验方案注入浓度和注入速度的最优值,计算结果见表12。
表12见效前期阶段试验方案优化结果
同样,对于见效高峰阶段,影响目标函数(含水率下降综合系数)的注入参数主要为注入浓度和段塞尺寸,注入浓度设置6个水平,段塞尺寸设置4个水平,如表13所示。
表13见效高峰阶段的注入参数取值范围
注入参数 | 取值水平 |
注入浓度(g/L) | 1.5,1.6,1.7,1.8,1.9,2.0 |
段塞尺寸(PV) | 0.2,0.3,0.4,0.5 |
根据前面所述的同样方法,依次计算出见效高峰阶段所有试验方案注入浓度和段塞尺寸的最优值,计算结果如表14所示。
表14见效高峰阶段试验方案优化结果
(5)建立注入参数优化决策模型
针对表12的优化结果,应用二次响应曲面分析方法对各方案的值进行回归,见效前期阶段注入浓度的响应曲面二次回归多项式为:
式中:YC1为见效前期阶段的最优注入浓度,A为注入时机,B为渗透率变异系数,C为渗透率。
由式(1)预测得到的最优注入浓度与实际最优注入浓度的关系如图2所示。从图2可见,模型预测结果和实际结果之间差别不大,拟合精度较高,因此式(1)就可以作为见效前期阶段最优注入浓度的优化决策模型。
同理,应用响应曲面分析方法可以分别得到见效前期阶段最优注入速度的优化决策模型为:
Yu=0.022+0.029A-0.015B+0.01C-0.017AB-0.001AC+0.013B2-0.001C2 (2)
见效高峰阶段最优注入浓度的优化决策模型为:
见效高峰阶段最优段塞尺寸的优化决策模型为:
应用式(1)~式(4)可以对S油田不同聚合物驱阶段的注入参数进行快速地优化设计。
上述各实施例仅用于说明本发明,各个步骤及各参数的选取方法都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别步骤或个别参数取值进行的改进和等同变换,均不应排除在本发明的保护范围之外。
Claims (9)
1.一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于包括以下步骤:
1)根据预先确定的优化目标函数的主控因素,设置见效速度、含水率下降综合系数的主控因素取值范围;
2)根据主控因素及其取值范围,设置对应的n因素m水平的试验方案;
3)设置注入参数的取值范围,针对每个试验方案,根据注入参数的取值范围,设置对应的a因素b水平的试验方案,优化出每个试验方案的注入参数;
4)根据试验方案的优化结果,运用响应曲面分析方法,回归出注入参数的优化决策模型,实现对聚合物驱油田全过程注聚参数的快速优化设计。
2.如权利要求1所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤1)中,预先确定的优化目标函数的主控因素为:针对见效前期阶段,确定影响聚合物驱见效速度的主控因素;针对见效高峰阶段,确定影响含水率下降综合系数的主控因素。
3.如权利要求1所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤1)中,对于动静态资料获取较为全面的油田,确定优化目标函数的主控因素应用灰色关联分析方法进行分析,选取密切级别高的影响因素作为主控因素;对于动静态资料较少的油田应用数值模拟计算和控制变量法相结合的方法对目标函数的主控因素进行分析,选取敏感度高的影响因素作为主控因素。
4.如权利要求1或2或3所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤1)中,在考虑影响因素指标选取时,考虑的影响因素包括储层渗透率、纵向渗透率变异系数、注聚时机、射孔有效厚度、孔隙度、受效方向和纵向射孔小层数。
5.如权利要求1或2或3所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤1)中,根据目标油田实际的油藏流体物性参数和储层分布特征,选取代表性井区,建立典型数值模拟模型;根据主控因素的实际数值,以典型数值模拟模型的参数值为参考进行上下取值,确定各因素的取值范围。
6.如权利要求5所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤3)中,注入参数的取值范围是根据典型数值模拟模型的参数值为参考进行上下取值。
7.如权利要求1所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤2)中,确定试验方案应用Box-Behnken设计法或中心复合设计法对试验方案进行设置。
8.如权利要求1或7所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤3)中,针对所述步骤2)确定的每个试验方案,应用全因子试验设计法,基于步骤1)建立的典型数值模拟模型,对每个试验方案进行数值模拟计算,基于数值模拟计算的结果,应用遗传算法进行全局寻优,优选出步骤2)中每个试验方案注入参数的最优解。
9.如权利要求1或7所述的一种聚合物驱油田全过程注聚参数分阶段优化决策方法,其特征在于:所述步骤3)中,运用响应曲面分析方法回归出决策模型后,需对决策模型的准确性进行验证,当计算精度不符合要求时,对决策模型进行二次修正,当精度达到要求后,最终确定注入参数的优化决策模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127589.5A CN106875286A (zh) | 2017-03-06 | 2017-03-06 | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710127589.5A CN106875286A (zh) | 2017-03-06 | 2017-03-06 | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106875286A true CN106875286A (zh) | 2017-06-20 |
Family
ID=59170854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710127589.5A Pending CN106875286A (zh) | 2017-03-06 | 2017-03-06 | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875286A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107503721A (zh) * | 2017-08-18 | 2017-12-22 | 西南石油大学 | 一种有效改善高渗高含水油藏聚合物驱效果的方法 |
CN107957981A (zh) * | 2017-12-04 | 2018-04-24 | 中国石油大学(华东) | 一种三元复合驱油体系见效点确定方法及装置 |
CN109102182A (zh) * | 2018-08-01 | 2018-12-28 | 中国石油天然气股份有限公司 | 一种页岩气开发方案的筛选方法及装置 |
CN109899043A (zh) * | 2019-03-20 | 2019-06-18 | 中国海洋石油集团有限公司 | 一种周期注聚提高原油采收率幅度的定量预测方法 |
CN111472736A (zh) * | 2020-04-22 | 2020-07-31 | 中海石油(中国)有限公司天津分公司 | 海上油田组合调驱优化设计方法及装置 |
CN111749664A (zh) * | 2020-07-01 | 2020-10-09 | 中国海洋石油集团有限公司 | 一种油田全程化学驱组合接替时机优化方法和系统 |
CN114810006A (zh) * | 2021-01-27 | 2022-07-29 | 中国石油化工股份有限公司 | 非均相驱后分层注水调控高耗水层带潜力评价方法 |
-
2017
- 2017-03-06 CN CN201710127589.5A patent/CN106875286A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107503721A (zh) * | 2017-08-18 | 2017-12-22 | 西南石油大学 | 一种有效改善高渗高含水油藏聚合物驱效果的方法 |
CN107957981A (zh) * | 2017-12-04 | 2018-04-24 | 中国石油大学(华东) | 一种三元复合驱油体系见效点确定方法及装置 |
CN109102182A (zh) * | 2018-08-01 | 2018-12-28 | 中国石油天然气股份有限公司 | 一种页岩气开发方案的筛选方法及装置 |
CN109899043A (zh) * | 2019-03-20 | 2019-06-18 | 中国海洋石油集团有限公司 | 一种周期注聚提高原油采收率幅度的定量预测方法 |
CN109899043B (zh) * | 2019-03-20 | 2021-06-22 | 中国海洋石油集团有限公司 | 一种周期注聚提高原油采收率幅度的定量预测方法 |
CN111472736A (zh) * | 2020-04-22 | 2020-07-31 | 中海石油(中国)有限公司天津分公司 | 海上油田组合调驱优化设计方法及装置 |
CN111749664A (zh) * | 2020-07-01 | 2020-10-09 | 中国海洋石油集团有限公司 | 一种油田全程化学驱组合接替时机优化方法和系统 |
CN114810006A (zh) * | 2021-01-27 | 2022-07-29 | 中国石油化工股份有限公司 | 非均相驱后分层注水调控高耗水层带潜力评价方法 |
CN114810006B (zh) * | 2021-01-27 | 2024-05-31 | 中国石油化工股份有限公司 | 非均相驱后分层注水调控高耗水层带潜力评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875286A (zh) | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 | |
CN111441767B (zh) | 油藏生产动态预测方法及装置 | |
CN113052371B (zh) | 基于深度卷积神经网络的剩余油分布预测方法及装置 | |
CA2690169C (en) | Automated field development planning | |
CN109543828B (zh) | 一种基于小样本条件下的吸水剖面预测方法 | |
CN109446538B (zh) | 注水与采油井关系模型获得方法及产量和注水量确定方法 | |
CA2992274C (en) | Ensemble based decision making | |
CN107829718A (zh) | 基于均衡水驱理念的油藏井网及注采方案优化设计方法 | |
CN105134191A (zh) | 致密油油井储量的评价方法 | |
Alenezi et al. | A data-driven smart proxy model for a comprehensive reservoir simulation | |
US20120203524A1 (en) | Quantitative method of determining safe steam injection pressure for enhanced oil recovery operations | |
CN116523086A (zh) | 基于长短时记忆深度神经网络的单井生产动态预测方法 | |
CN104268662A (zh) | 一种基于分步优化分位数回归的沉降预测方法 | |
Al-Khazraji et al. | Development of heterogeneous immature Brownfield with Waterdrive using dynamic opportunity index: a case study from Iraqi oilfields | |
CN106481315A (zh) | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 | |
CN106846470A (zh) | 一种基于角点网格的高精度油气运移模拟方法 | |
Barros et al. | Value of information in parameter identification and optimization of hydrocarbon reservoirs | |
Ivšinović et al. | Application of the bootstrap method on a large input data set-case study western part of the Sava Depression | |
RU2558093C1 (ru) | Способ регулирования разработки нефтяной залежи | |
CN113496301B (zh) | 油气田资产评价方法及装置 | |
CN116011268A (zh) | 一种优势渗流通道的定量描述方法 | |
CN115705452A (zh) | 整装砂岩油藏开发中后期的新型采收率预测方法 | |
Javadi et al. | Evaluation and Simulation of Groundwater Flow in Aquifers Enclosed With Desert Saline Areas (Case Study: Isfahan Province-Ardestan Aquifer) | |
CN115130268A (zh) | 油藏注采方案设计方法、系统、存储介质及电子设备 | |
Rafi et al. | Preliminary prioritization on steam flood injection in oil field using random forest regression method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Applicant after: China Offshore Oil Group Co., Ltd. Applicant after: CNOOC research institute limited liability company Address before: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Applicant before: China National Offshore Oil Corporation Applicant before: CNOOC Research Institute |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170620 |