CN107939372A - 针对小断块油藏的最优井位部署方法和装置 - Google Patents
针对小断块油藏的最优井位部署方法和装置 Download PDFInfo
- Publication number
- CN107939372A CN107939372A CN201710990712.6A CN201710990712A CN107939372A CN 107939372 A CN107939372 A CN 107939372A CN 201710990712 A CN201710990712 A CN 201710990712A CN 107939372 A CN107939372 A CN 107939372A
- Authority
- CN
- China
- Prior art keywords
- well
- well location
- flooding unit
- npv
- unit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000011084 recovery Methods 0.000 claims abstract description 63
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims description 67
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 238000004088 simulation Methods 0.000 claims description 22
- 238000011161 development Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 18
- 238000002347 injection Methods 0.000 claims description 10
- 239000007924 injection Substances 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 8
- 238000002922 simulated annealing Methods 0.000 claims description 7
- 238000010845 search algorithm Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 13
- 230000035699 permeability Effects 0.000 abstract description 10
- 239000003027 oil sand Substances 0.000 abstract description 9
- 239000003208 petroleum Substances 0.000 abstract description 2
- 230000018109 developmental process Effects 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000003325 tomography Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 4
- 235000019606 astringent taste Nutrition 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003306 harvesting Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005325 percolation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000010415 tropism Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对小断块油藏的最优井位部署方法和装置，属于石油开采技术领域，该方法包括：步骤1：确定区块内的注采单元比例；步骤2：提取区块的几何边界；步骤3：在区块的几何边界内确定初始井位；步骤4：在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；步骤5：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。本发明收敛性好，充分考虑到断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，且能提高油藏采收率或净现值。
Description
技术领域
本发明涉及石油开采技术领域，特别是指一种针对小断块油藏的最优井位部署方法和装置。
背景技术
复杂断块油藏由于断块分割作用，断块碎小、形态各异，每个断块就是一个独立的开发单元。在开发时由于断块面积小，很难用完善的常规面积井网进行布井、生产，因此小断块油藏一般只能采用不完善的井网进行开发。
在井位部署过程中，需要通过设计、调节井网结构，达到提高采收率(或最大化净现值)的目的。针对小断块油藏，目前国内主要是人为制定和基于优化理论的自动化井位优化方法，并在此基础上进行优化，目前，针对小断块的井网优化主要有两种方法：
1)根据油藏地质情况，人为制定若干井网方案，采用油藏数值模拟方法进行模拟计算，并对各方案计算结果进行对比，从而确定最佳方案。该方法简便易行，但过分依赖人的经验，而且由于油藏地质不确定性因素多，人为制定方案数量有限，不易得到最优解。
2)采用基于优化理论的自动化井位优化方法。主要思路是首先根据需要设定一个目标函数(净现值或采收率等)，然后借助于某种智能优化算法(粒子群、遗传算法、模拟退火等)，调用数值模拟软件得出使目标函数最优的解。该方法可以极大的减少人工工作量。
相比于第一种方法，第二种以智能优化算法为基础的井网优化方法更具一般性，因此未来的应用前景更加广阔。
目前众多智能井网优化方法的主要差异集中在程序内部采用的优化算法各不相同，包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法等。不同算法的主要差别是收敛速度和计算量。只要计算资源、计算时间充足，不同优化算法的结果不会有明显差异。因此，井网优化问题的本质和关键点并不是其内部的智能优化算法，而是将物理问题转化成待优化的数学问题的思路。目前针对小断块油藏的井网优化研究的思路可以分为以下两类：
a)直接以单井井位作为优化目标。这种方法对每口井的井位都进行独立优化，能够适应小断块油藏的平面几何形态，理论上的确可以获得最优的井网分布，但在实际的优化过程中，由于所有井的位置都是可变的、待优化的，因此不同井之间存在严重的干扰，优化结果容易不收敛，或无法取得最优布井方案。
b)仍然按照面积井网进行布井，对井网的井距、排距和井排角度等进行优化，通过反复的数值模拟和迭代进化，获取最佳的井距、排距、井排角度等参数，再根据这些参数进行布井。这种方法的缺点是所设计出的井网只能是严格的规则井网，但由于断块的平面几何形态复杂、断块规模较小等因素，规则井网不可能是最适合断块油藏开发的井网类型。因此这种方法也必然无法取得最优布井方案。
另外，在实际生产过程中，小断块油藏的井位部署、优化方法需要充分考虑断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，同时尽量避免优化过程不同井之间的干扰效应。
发明内容
本发明提供一种收敛性好，充分考虑到断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，且能提高油藏采收率或净现值的智能化的针对小断块油藏的最优井位部署方法和装置。
为解决上述技术问题，本发明提供技术方案如下：
一方面，本发明提供针对小断块油藏的最优井位部署方法，包括：
步骤1：确定区块内的注采单元比例；
步骤2：提取区块的几何边界；
步骤3：在区块的几何边界内确定初始井位；
步骤4：在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
步骤5：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
进一步的，所述步骤1中，注采井比例根据开发经验或试算法进行确定；所述步骤2中，提取几何边界时去除死网格。
进一步的，所述步骤4包括：
步骤41：在初始井位的基础上，随机增加一个注采单元，避免新加井位与初始井位重合，得到新的井位；
步骤42：在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并计算采收率或净现值；
步骤43：以采收率或净现值为目标函数，采用智能优化方法对所有的新的井位进行优化；
步骤44：优化完成后，将所有新的井位置于最优井位，形成井网，记录井网的采收率或净现值，并判断采收率或净现值是否增加，若增加，则执行步骤41，否则，结束。
进一步的，所述步骤43中，所述智能优化方法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法。
进一步的，步骤5中，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量；
或者，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中拐点对应的注采单元的数量。
另一方面，本发明提供一种针对小断块油藏的最优井位部署装置，包括：
第一确定模块：用于确定区块内的注采单元比例；
提取模块：用于提取区块的几何边界；
第二确定模块：在区块的几何边界内确定初始井位
优化模块：用于在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
选择模块：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
进一步的，所述第一确定模块中，注采井比例根据开发经验或试算法进行确定；提取模块中，提取几何边界时去除死网格。
进一步的，所述优化模块包括：
增加单元：用于在初始井位的基础上，随机增加一个注采单元，避免新加井位与初始井位重合，得到新的井位；
数值模拟单元：用于在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并计算采收率或净现值；
优化单元：用于以采收率或净现值为目标函数，采用智能优化方法对所有的新的井位进行优化；
判断单元：用于优化完成后，将所有新的井位置于最优井位，形成井网，记录井网的采收率或净现值，并判断采收率或净现值是否增加，若增加，则跳转至增加单元，否则，结束。
进一步的，所述优化单元中，所述智能优化方法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法。
进一步的，所述选择模块中，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量；
或者，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中拐点对应的注采单元的数量。
本发明具有以下有益效果：
1)本发明的优化方法是以地质模型的数值模拟结果为基础进行的智能优化，该区块的断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素都会反映在地质模型中，所以本发明的针对小断块油藏的最优井位部署方法也是充分考虑了断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，给出适合该区块的布井方案，提高了油藏采收率或净现值。
2)本发明克服了传统的人工对比的井网优化方法过分依赖人的经验、人工工作量大的缺点，同时克服了传统的智能井网优化方法收敛性差，且不能针对具体断层的最优井网的缺点，利用本发明获得的井位部署可以直接用于断块油气藏开发方案的设计和钻井施工。
附图说明
图1为本发明的针对小断块油藏的最优井位部署方法的流程图；
图2为本发明的实施例1中区块的地质模型及渗透率分布；
图3为本发明的实施例1中提取出的区块的几何边界；
图4(a)为本发明的实施例1中布置第一个注采单元；
图4(b)为本发明的实施例1中布置第二个注采单元；
图4(c)为本发明的实施例1中布置第三个注采单元；
图4(d)为本发明的实施例1中布置第四个注采单元；
图5为本发明的实施例1中注采单元数量与采收率的关系曲线；
图6为本发明的实施例1中最佳注采井组对应的井位部署图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明需要解决的技术问题是建立一套不依赖于井网结构的井位自动优化方法，该问题的关键是提出布井的流程和原则，本发明提出借鉴贪婪算法的思想进行井位优化，即给待优化的区块逐批加入新井，并对每一批新井都采用智能优化算法最大化其效益(采收率或净现值)，并以此作为最终的布井方案。
一方面，本发明提供一种针对小断块油藏的最优井位部署方法，如图1～6所示，包括：
步骤1：确定区块内的注采单元比例；
步骤2：对地质建模获得的油藏地质模型提取油藏外的几何边界，地质建模时需考虑该区块的断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，地质模型的建立是根据常规的地质建模过程建立的，此处不再赘述；几何边界可以是由断层构成的封闭边界，也可以是人为画出的区块几何边界；
步骤3：在区块的几何边界内确定初始井位；
步骤4：在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
步骤5：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
本发明的好处在于：
1)本发明的优化方法是以地质模型的数值模拟结果为基础进行的智能优化，该区块的断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素都会反映在地质模型中，所以本发明的针对小断块油藏的最优井位部署方法也是充分考虑了断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，给出适合该区块的布井方案，提高了油藏采收率或净现值。
2)本发明克服了传统的人工对比的井网优化方法过分依赖人的经验、人工工作量大的缺点，同时克服了传统的智能井网优化方法收敛性差，且不能针对具体断层的最优井网的缺点，利用本发明获得的井位部署可以直接用于断块油气藏开发方案的设计和钻井施工。
进一步的，步骤1中，根据相关区块的开发经验，确定注采关系，即确定区块内的注入井和采出井的比例，记为n注：m采，即一个注采单元为n口注入井和m口采出井，如果不能根据以往开发经验确定该比例，也可以采用试算法，即分别取注采井数比为3:1、2:1、1:1、1:2、1:3和0:1(0:1对应衰竭开发)等值并利用本发明进行井位优化，选择效果最好的即可；
步骤2中，几何边界记为L，边界L确定后，未来的布井工作，只能在L内进行，需要指出的是，提取几何边界时需要将死网格(ACTNUN＝0的网格)刨除在外，因为在死网格中布井也是无效的。
进一步的，步骤4包括：
步骤41：在初始井位Wi-1的基础上，随机增加一个注采单元，即n口注入井和m口采出井，记新增加的井j的井位坐标为(xi,j，yi,j)，需确保新增加的井均在区块的几何边界L内，同时需避免新加井位与Wi-1内原来的井位发生重合；
步骤42：在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并以此为基础计算采收率或净现值；
油藏数值模拟是一种常规的利用计算机计算地层中油、气、水流动过程的技术手段，能够给出任意时刻的油气水分布，并预测油藏动态；油藏数值模拟首先需要建立准确的地质模型(网格模型和属性模型)，在此基础上，需要准备流体高压物性数据和相渗曲线数据，再根据质量守恒方程计算所有网格中的流体流动；
步骤43：以采收率或净现值为目标函数，采用智能优化方法，反复进行布井和数值模拟计算(即重复步骤41、42)，对所有的新的井位(xi,j，yi,j)进行优化，需要指出的是：
1)无论哪种智能优化算法(即启发式的优化算法)皆可用于此步骤的优化，包括但不限于遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法等；以粒子群算法为例，优化的过程是：初始为一群随机粒子(参数随机组合)，在每一次迭代中，通过数值模拟，计算出该粒子对应的目标函数值，粒子通过跟踪两个“极值”来更新自己的位置(参数设置)，第一个就是粒子本身所找到的最大目标函数时的参数组合，这个解叫做个体极值；另一个极值是整个种群目前找到最大目标函数时的参数组合，这个极值是全局极值，通过反复重复该过程，即可找到最优解；
2)采收率或净现值均可以作为优化的目标函数，具体使用哪个参数，需要根据油藏开发的整体规划和长远目标进行确定；
步骤44：优化完成后，将第i步所有新的井位都置于最优井位，并将此时的井网记为Wi，同时，记录井网Wi对应的采收率(或净现值)fi，重复执行步骤41，直至采收率(或净现值)fi不再增加为止。
优选的，步骤5中，最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量，具体的，结合井组数量i和采收率(或净现值)fi的关系曲线，选择最合适的井组数量，需要指出的是，本步骤要结合油藏开发的实际目标确定，如果油藏开发追求最大的净现值，那么直接选择净现值最大时对应的井组数量i即可；如果油藏开发追求最大限度提高采收率，即尽量多产油、气，一般可选择井组数量i和采收率fi曲线的拐点，(二阶导数为0的点)作为最佳井组的数量。
实施例1：
下面以F油田B区块为例对本发明作进一步描述，本实施例中，智能优化方法选择粒子群算法，即PSO算法，目标函数为最大化采收率，预设的注采井数比为1:2；
1)、提取区块的几何边界，如图2所示，对地质建模获得的油藏地质模型提取油藏外的几何边界，如图3，注意提取边界时将死网格刨除在外；
2)、确定原始井位，本实施例中该区块原始没有探井或已开钻的井，因为原始井位集合为空；
3)、逐个添加注采单元，并优化新加入的注采单元的井位，如图4(a)、4(b)、4(c)、4(d)所示，其中，黑色实心圆点为采出井，空心圆点为注入井，灰色箭头所指的井位为每一步新加入井，首先给原始井组上增添一个注采单元(两口采出井及一口注入井)，进行生产数值模拟，并以最大化20年采收率为目标优化这三口井的位置；当这三口井的位置达到最优后，再增添一个注采单元，同样优化新加入的这三口井的井位，直到采收率值不再增加；
4)、确定最佳注采单元数量，根据第3)步获得的全区注采单元数量与采收率的关系曲线(如图5所示)，寻找曲线拐点，即注采单元数量为11的点，该点所对应的井网即为最佳井网(如图6所示)，图6中，黑色实心圆点为采出井，空心圆点为注入井。
另一方面，本发明提供一种针对小断块油藏的最优井位部署装置，包括：
第一确定模块：用于确定区块内的注采单元比例；
提取模块：用于提取区块的几何边界；几何边界可以是由断层构成的封闭边界，也可以是人为画出的区块几何边界；
第二确定模块：在区块的几何边界内确定初始井位
优化模块：用于在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
选择模块：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
进一步的，第一确定模块中，根据相关区块的开发经验，确定注采关系，即确定区块内的注入井和采出井的比例，记为n注：m采，即一个注采单元为n口注入井和m口采出井，如果不能根据以往开发经验确定该比例，也可以采用试算法，即分别取注采井数比为3:1、2:1、1:1、1:2、1:3和0:1(0:1对应衰竭开发)等值并利用本发明进行井位优化，选择效果最好的即可；
提取模块中，几何边界记为L，边界L确定后，未来的布井工作，只能在L内进行，需要指出的是，提取几何边界时需要将死网格(ACTNUN＝0的网格)刨除在外，因为在死网格中布井也是无效的。
进一步的，优化模块包括：
增加单元：用于在初始井位Wi-1的基础上，随机增加一个注采单元，即n口注入井和m口采出井，记新增加的井j的井位坐标为(xi,j，yi,j)，需确保新增加的井均在区块的几何边界L内，同时需避免新加井位与Wi-1内原来的井位发生重合；
数值模拟单元：用于在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并以此为基础计算采收率或净现值；油藏数值模拟是一种常规的利用计算机计算地层中油、气、水流动过程的技术手段，能够给出任意时刻的油气水分布，并预测油藏动态；油藏数值模拟首先需要建立准确的地质模型(网格模型和属性模型)，在此基础上，需要准备流体高压物性数据和相渗曲线数据，再根据质量守恒方程计算所有网格中的流体流动；
优化单元：用于以采收率或净现值为目标函数，采用智能优化方法对所有的新的井位进行优化，需要指出的是：
1)无论哪种智能优化算法(即启发式的优化算法)皆可用于此步骤的优化，包括但不限于遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法等；以粒子群算法为例，优化的过程是：初始为一群随机粒子(参数随机组合)，在每一次迭代中，通过数值模拟，计算出该粒子对应的目标函数值，粒子通过跟踪两个“极值”来更新自己的位置(参数设置)，第一个就是粒子本身所找到的最大目标函数时的参数组合，这个解叫做个体极值；另一个极值是整个种群目前找到最大目标函数时的参数组合，这个极值是全局极值，通过反复重复该过程，即可找到最优解；
2)采收率或净现值均可以作为优化的目标函数，具体使用哪个参数，需要根据油藏开发的整体规划和长远目标进行确定；
判断单元：用于优化完成后，将第i步所有新的井位都置于最优井位，并将此时的井网记为Wi，同时，记录井网Wi对应的采收率(或净现值)fi，重复执行步骤41，判断采收率直至采收率(或净现值)fi不再增加为止。
优选的，选择模块中，最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量，具体的，结合井组数量i和采收率(或净现值)fi的关系曲线，选择最合适的井组数量，需要指出的是，本步骤要结合油藏开发的实际目标确定，如果油藏开发追求最大的净现值，那么直接选择净现值最大时对应的井组数量i即可；如果油藏开发追求最大限度提高采收率，即尽量多产油、气，一般可选择井组数量i和采收率fi曲线的拐点，(二阶导数为0的点)作为最佳井组的数量。
综上，本发明具有以下有益效果：
1)本发明充分考虑断块平面几何形态、断块规模、油砂体空间分布特征、储层非均质性、渗透率方向性等因素，给出适合该区块的布井方案，提高油藏采收率或净现值。
2)本发明克服了传统的人工对比的井网优化方法过分依赖人的经验、人工工作量大的缺点，同时克服了传统的智能井网优化方法收敛性差，且不能针对具体断层的最优井网的缺点，利用本发明获得的井位部署可以直接用于断块油气藏开发方案的设计和钻井施工。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种针对小断块油藏的最优井位部署方法，其特征在于，包括：
步骤1：确定区块内的注采单元比例；
步骤2：提取区块的几何边界；
步骤3：在区块的几何边界内确定初始井位；
步骤4：在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
步骤5：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
2.根据权利要求1所述的针对小断块油藏的最优井位部署方法，其特征在于，所述步骤1中，所述注采单元中注入井和采出井的比例根据开发经验或试算法进行确定；所述步骤2中，提取几何边界时去除死网格。
3.根据权利要求1所述的针对小断块油藏的最优井位部署方法，其特征在于，所述步骤4包括：
步骤41：在初始井位的基础上，随机增加一个注采单元，避免新加井位与初始井位重合，得到新的井位；
步骤42：在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并计算采收率或净现值；
步骤43：以采收率或净现值为目标函数，采用智能优化方法对所有的新的井位进行优化；
步骤44：优化完成后，将所有新的井位置于最优井位，形成井网，记录井网的采收率或净现值，并判断采收率或净现值是否增加，若增加，则执行步骤41，否则，结束。
4.根据权利要求3所述的针对小断块油藏的最优井位部署方法，其特征在于，所述步骤43中，所述智能优化方法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法。
5.根据权利要求3所述的针对小断块油藏的最优井位部署方法，其特征在于，所述步骤5中，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量；
或者，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中拐点对应的注采单元的数量。
6.一种针对小断块油藏的最优井位部署装置，其特征在于，包括：
第一确定模块：用于确定区块内的注采单元比例；
提取模块：用于提取区块的几何边界；
第二确定模块：在区块的几何边界内确定初始井位
优化模块：用于在初始井位的基础上，逐个添加注采单元并优化新添加的注采单元的井位，直至采收率或净现值不再增加；
选择模块：根据注采单元的数量和采收率的关系曲线和实际目标，选择最合适的注采单元数量。
7.根据权利要求6所述的针对小断块油藏的最优井位部署装置，其特征在于，第一确定模块中，所述注采单元中注入井和采出井的比例根据开发经验或试算法进行确定；提取模块中，提取几何边界时去除死网格。
8.根据权利要求6所述的针对小断块油藏的最优井位部署装置，其特征在于，所述优化模块包括：
增加单元：用于在初始井位的基础上，随机增加一个注采单元，避免新加井位与初始井位重合，得到新的井位；
数值模拟单元：用于在新的井位下进行油藏数值模拟，获得全油藏日产油、日产水、日产气曲线，并计算采收率或净现值；
优化单元：用于以采收率或净现值为目标函数，采用智能优化方法对所有的新的井位进行优化；
判断单元：用于优化完成后，将所有新的井位置于最优井位，形成井网，记录井网的采收率或净现值，并判断采收率或净现值是否增加，若增加，则跳转至增加单元，否则，结束。
9.根据权利要求8所述的针对小断块油藏的最优井位部署装置，其特征在于，所述优化单元中，所述智能优化方法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法。
10.根据权利要求8所述的针对小断块油藏的最优井位部署装置，其特征在于，所述选择模块中，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中净现值最大时对应的注采单元的数量；
或者，所述最合适的注采单元数量为注采单元的数量和采收率的关系曲线中拐点对应的注采单元的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710990712.6A CN107939372B (zh) | 2017-10-23 | 2017-10-23 | 针对小断块油藏的最优井位部署方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710990712.6A CN107939372B (zh) | 2017-10-23 | 2017-10-23 | 针对小断块油藏的最优井位部署方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107939372A true CN107939372A (zh) | 2018-04-20 |
| CN107939372B CN107939372B (zh) | 2020-03-06 |
Family
ID=61935549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710990712.6A Active CN107939372B (zh) | 2017-10-23 | 2017-10-23 | 针对小断块油藏的最优井位部署方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107939372B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110617048A (zh) * | 2019-10-08 | 2019-12-27 | 中国石油天然气股份有限公司 | 一种储气库布井方法 |
| CN112240181A (zh) * | 2020-10-30 | 2021-01-19 | 中国石油天然气股份有限公司 | 注水开发油田井位的部署方法、装置、设备及存储介质 |
| CN112282714A (zh) * | 2020-11-30 | 2021-01-29 | 河海大学 | 基于深度学习和图论的全井网注水开发优化方法 |
| CN112360411A (zh) * | 2020-11-30 | 2021-02-12 | 河海大学 | 基于图神经网络的局部井网注水开发优化方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110320128A1 (en) * | 2010-06-24 | 2011-12-29 | Chevron U.S.A. Inc. | System and Method For Conformance Control In A Subterranean Reservoir |
| CN102930345A (zh) * | 2012-10-12 | 2013-02-13 | 中国石油大学(华东) | 一种基于梯度算法的自适应井网优化方法 |
| CN103422849A (zh) * | 2013-07-18 | 2013-12-04 | 中国石油天然气股份有限公司 | 注水开发老油田井网重建方法及装置 |
| CN104314532A (zh) * | 2014-10-20 | 2015-01-28 | 中国石油天然气股份有限公司 | 一种稠油油藏的开采方法及其井网 |
| CN104695934A (zh) * | 2013-12-06 | 2015-06-10 | 中国石油天然气股份有限公司 | 一种致密砂岩气藏开发井网优化方法 |
| CN106779211A (zh) * | 2016-12-13 | 2017-05-31 | 中国石油大学(华东) | 一种用于油田注采井网驱替开发的产能预测方法 |
| CN107218019A (zh) * | 2017-01-25 | 2017-09-29 | 中国海洋石油总公司 | 一种基于蒙特卡洛算法的聚合物驱生产优化方法和系统 |
-
2017
- 2017-10-23 CN CN201710990712.6A patent/CN107939372B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110320128A1 (en) * | 2010-06-24 | 2011-12-29 | Chevron U.S.A. Inc. | System and Method For Conformance Control In A Subterranean Reservoir |
| CN102930345A (zh) * | 2012-10-12 | 2013-02-13 | 中国石油大学(华东) | 一种基于梯度算法的自适应井网优化方法 |
| CN103422849A (zh) * | 2013-07-18 | 2013-12-04 | 中国石油天然气股份有限公司 | 注水开发老油田井网重建方法及装置 |
| CN104695934A (zh) * | 2013-12-06 | 2015-06-10 | 中国石油天然气股份有限公司 | 一种致密砂岩气藏开发井网优化方法 |
| CN104314532A (zh) * | 2014-10-20 | 2015-01-28 | 中国石油天然气股份有限公司 | 一种稠油油藏的开采方法及其井网 |
| CN106779211A (zh) * | 2016-12-13 | 2017-05-31 | 中国石油大学(华东) | 一种用于油田注采井网驱替开发的产能预测方法 |
| CN107218019A (zh) * | 2017-01-25 | 2017-09-29 | 中国海洋石油总公司 | 一种基于蒙特卡洛算法的聚合物驱生产优化方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 段昌旭等: "《孤岛常规稠油油藏》", 31 May 1997, 北京：中国石油出版社 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110617048A (zh) * | 2019-10-08 | 2019-12-27 | 中国石油天然气股份有限公司 | 一种储气库布井方法 |
| CN110617048B (zh) * | 2019-10-08 | 2021-11-02 | 中国石油天然气股份有限公司 | 一种储气库布井方法 |
| CN112240181A (zh) * | 2020-10-30 | 2021-01-19 | 中国石油天然气股份有限公司 | 注水开发油田井位的部署方法、装置、设备及存储介质 |
| CN112240181B (zh) * | 2020-10-30 | 2023-02-10 | 中国石油天然气股份有限公司 | 注水开发油田井位的部署方法、装置、设备及存储介质 |
| CN112282714A (zh) * | 2020-11-30 | 2021-01-29 | 河海大学 | 基于深度学习和图论的全井网注水开发优化方法 |
| CN112360411A (zh) * | 2020-11-30 | 2021-02-12 | 河海大学 | 基于图神经网络的局部井网注水开发优化方法 |
| CN112282714B (zh) * | 2020-11-30 | 2022-03-25 | 河海大学 | 基于深度学习和图论的全井网注水开发优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107939372B (zh) | 2020-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109061731B (zh) | 面波频散与体波谱比联合反演浅层速度的全局优化方法 | |
| CN107939372A (zh) | 针对小断块油藏的最优井位部署方法和装置 | |
| CN104615862B (zh) | 基于进化算法的高含水油田确定井位的方法 | |
| CN103745022B (zh) | 聚合物驱后变流线调整方法 | |
| CN102930345B (zh) | 一种基于梯度算法的自适应井网优化方法 | |
| CN104750896B (zh) | 一种缝洞型碳酸盐岩油藏数值模拟方法 | |
| CN107766978B (zh) | 不规则井网的智能优化方法 | |
| US9411915B2 (en) | Method of selecting positions of wells to be drilled for petroleum reservoir development | |
| CN114239904A (zh) | 一种地下水管理方法及装置 | |
| CN103628816B (zh) | 地震属性指导水平井导向的方法及其装置 | |
| CN111927555A (zh) | 一种开采扰动条件下煤矿工作面涌水量的动态预测方法 | |
| CN110851969A (zh) | 水文地质特征与区域地下水循环模拟方法 | |
| Gad et al. | Optimal management for groundwater of Nubian aquifer in El Dakhla depression, Western Desert, Egypt | |
| Feng et al. | Well production optimization using streamline features-based objective function and Bayesian adaptive direct search algorithm | |
| CN103543478A (zh) | 地质形态插值的km方法 | |
| Al-Rubiay et al. | A Survey of Infill Well Location Optimization Techniques | |
| CN108133286B (zh) | 一种基于地面沉降替代模型的地下水多目标计算方法 | |
| CN117291125A (zh) | 一种水驱油藏井网与射孔层段综合调整优化方法及系统 | |
| CN110306968A (zh) | 不规则井网优化方法及其计算机可读存储介质 | |
| CN106199695A (zh) | 基于空变目标函数的叠前三参数反演方法 | |
| CN109117517A (zh) | 一种基于遗传算法与地下水模型的基坑降水优化设计方法 | |
| CN115983158A (zh) | 一种地下水模型与二维水动力模型松散耦合的方法 | |
| Rop et al. | An updated numerical model of the Greater Olkaria geothermal system, Kenya | |
| CN106595798B (zh) | 一种使用高频地下水位数据自动求取含水层参数的方法 | |
| CN111625925A (zh) | 一种基于色谱分离的三元复合驱注采优化方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Gong Bin Inventor after: Li Junchao Inventor before: Gong Bin Inventor before: Liu Xuan Inventor before: Li Junchao |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province Patentee after: Tracy energy technology (Hangzhou) Co.,Ltd. Address before: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province Patentee before: Tracy energy technology (Zhejiang) Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province Patentee after: Tracy energy technology (Zhejiang) Co.,Ltd. Address before: Room 806, floor 8, building 04, No. 18, Jialing Jiangdong Street, Jianye District, Nanjing, Jiangsu 210019 Patentee before: NANJING TRACY ENERGY TECHNOLOGIES Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220629 Address after: 518172 1903, venture capital building, No. 9, Tengfei Road, huanggekeng community, Longcheng street, Longgang District, Shenzhen, Guangdong Province Patentee after: Zhongke Shuzhi energy technology (Shenzhen) Co.,Ltd. Address before: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province Patentee before: Tracy energy technology (Hangzhou) Co.,Ltd. |