CN108710734A - 基于网格自适应加密与粗化技术的数值模拟方法和装置 - Google Patents

基于网格自适应加密与粗化技术的数值模拟方法和装置 Download PDF

Info

Publication number
CN108710734A
CN108710734A CN201810419159.5A CN201810419159A CN108710734A CN 108710734 A CN108710734 A CN 108710734A CN 201810419159 A CN201810419159 A CN 201810419159A CN 108710734 A CN108710734 A CN 108710734A
Authority
CN
China
Prior art keywords
grid
model
grid cell
cell
status information
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
Application number
CN201810419159.5A
Other languages
English (en)
Other versions
CN108710734B (zh
Inventor
龚斌
李俊超
刘玄
兰正凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tracy Energy Technology Co ltd
Original Assignee
Nanjing Tracey Energy Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Tracey Energy Technology Co Ltd filed Critical Nanjing Tracey Energy Technology Co Ltd
Priority to CN201810419159.5A priority Critical patent/CN108710734B/zh
Publication of CN108710734A publication Critical patent/CN108710734A/zh
Application granted granted Critical
Publication of CN108710734B publication Critical patent/CN108710734B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Abstract

本发明公开了一种基于网格自适应加密与粗化技术的数值模拟方法和装置,属于油藏数值模拟领域。其包括:加载原始网格模型;将原始网格模型进行集合划分,构建多级嵌套网格系统;基于原始网格模型启动数值模拟运算;在当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统;计算新的多级嵌套网格系统的网格孔隙度、网格深度、网格体积和网格间传导率数据;在下一时间步,对新的多级嵌套网格系统执行上述步骤,直至数值模拟运算结束。本发明在保证了数值计算精度的同时,提高了数值计算的效率。

Description

基于网格自适应加密与粗化技术的数值模拟方法和装置
技术领域
本发明涉及油藏数值模拟技术领域,特别是指一种基于网格自适应加密与粗化技术的数值模拟方法和装置。
背景技术
油藏数值模拟是定量化描述油藏生产动态的可靠技术,是深刻认识油藏、预测生产及开发方案调整与优化的重要手段。油藏数值模拟基于三维地质网格模型及赋于网格节点上的属性,因此油藏数值模拟的精度与可靠性也取决于三维地质网格模型的精度与可靠性。
近年来,得益于高精度物探技术与计算机科学技术的飞速发展,基于各种丰富手段测量(如测井、地震、微地震监测、裂缝成像测井等)或推演(如地震解释、离散裂缝网络等)得到的大量数据体,在计算机辅助建模的帮助下可以建立起高精度的三维地质模型,大型油藏数值模拟网格的数量也从过去的百万级向千万级飞跃。然而,与之匹配的高分辨率数值模拟技术的应用却存在着诸多困难,其中,计算速度低下是其最主要的发展屏障。
针对油藏数值模拟技术的特点,当前主要有两种思路来提高其计算速度:
一是发展方程组高效求解的算法,包括采用更高效的线性求解算法、发展并行算法、提高并行效率都属于这一类型,然而由于加速本身受算法加速比、硬件能力等多方面因素的制约,从实际应用情况来看很难达到预想的效果。一个事实是,在现阶段采用最新数值模拟技术对千万级网格模型进行模拟-拟合-预测-优化的完整工作流程,花费的时间往往比以前计算百万级别网格模型更多,因此目前这些数值模拟器的速度仍然不能让人满意。
第二种提高模拟速度的思路是发展“代理模型”技术,即用一个计算速度较快的模型替代原始精细模型,以获得与原始精细模型一致或接近的结果,网格粗化技术、基于贝叶斯理论的数据空间反演等技术均属于这一思路。网格粗化是目前应用最广泛的提升数值模拟速度方法,主要是由于粗化技术具有方法原理较为成熟、粗化程度可控、速度提升的倍数也可控等优势。然而,由于粗化技术对油藏全区域降低了网格分辨率,因此,原始精细模型的一些细节信息会被舍弃掉,无法保留油藏流动过程中的一些动态特征,尤其是在多相流剧烈交换的区域容易导致较大的计算误差。综上所述,现有方法和技术均无法同时达到精度和效率上的要求。
发明内容
为解决上述技术问题,本发明提供一种基于网格自适应加密与粗化技术的数值模拟方法和装置,本发明在保证了数值计算精度的同时,提高了数值计算的效率。
本发明提供技术方案如下:
一种基于网格自适应加密与粗化技术的数值模拟方法,包括如下步骤:
S100:加载原始网格模型,所述原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
S200:构建多级嵌套网格系统,所述多级嵌套网格系统包括顺序设置的原始网格模型和将所述原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化;
S300:基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
S400:在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统;
S500:计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
S600:在下一时间步,对新的多级嵌套网格系统执行S300~S500,直至数值模拟运算结束。
进一步的,所述S400包括:
S410:获取当前时间步所有网格单元的状态信息,所述状态信息包括饱和度、压力和/或组分浓度;
S420:计算每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值;
S430:将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,所述S430包括:
S431:将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化;
S432:若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,所述S420中,相邻的网格单元通过传导率联通表信息查找;所述状态信息包括饱和度和压力,所述状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pj分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻;
所述基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
进一步的,所述S300进一步为:调用数值模拟器,基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
网格模型还包括PVT属性数据、相渗数据、初始化数据和生产控制数据;
所述S500进一步为:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
一种基于网格自适应加密与粗化技术的数值模拟装置,包括如下模块:
原始网格模型加载模块,用于加载原始网格模型,所述原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
多级嵌套网格系统构建模块,用于构建多级嵌套网格系统,所述多级嵌套网格系统包括顺序设置的原始网格模型和将所述原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化;
模拟运算模块,用于基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
多级嵌套网格系统更新模块,用于在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统;
参数计算模块,用于计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
迭代模块,用于在下一时间步,对新的多级嵌套网格系统执行模拟运算模块、多级嵌套网格系统更新模块和参数计算模块,直至数值模拟运算结束。
进一步的,所述多级嵌套网格系统更新模块包括:
状态信息获取单元,用于获取当前时间步所有网格单元的状态信息,所述状态信息包括饱和度、压力和/或组分浓度;
差值计算单元,用于计算每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值;
比较和更新单元,用于将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,所述比较和更新单元包括:
标记单元,用于将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化;
更新单元,用于若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,所述差值计算单元中,相邻的网格单元通过传导率联通表信息查找;所述状态信息包括饱和度和压力,所述状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pj分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻;
所述基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
进一步的,所述模拟运算模块进一步用于:调用数值模拟器,基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
网格模型还包括PVT属性数据、相渗数据、初始化数据和生产控制数据;
所述参数计算模块进一步用于:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
本发明具有以下有益效果:
本发明中,利用网格自适应加密与粗化调整技术,根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征。在数值模拟过程的大部分时间步中,油藏大部分区域均采用分辨率较低的网格进行表征,可大大减少数值模拟过程中的网格数,即减少数值计算过程中的节点数,因此可缩短数值模拟的时间。在状态信息剧烈的前沿和近井地带用高分辨率的网格进行精细表征,因而可以捕捉到油藏流动的关键动态特征,以保证数值模拟的精度。
综上所述,本发明根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征,动态调整网格的疏密程度,使得每一个时间点模型的计算节点都是最优的,克服了现有技术的网格粗化技术统一降低网格分辨率的方式带来的精度损失,在保证了数值计算精度的同时,提高了数值计算的效率。
附图说明
图1为本发明的基于网格自适应加密与粗化技术的数值模拟方法示意图;
图2为两级嵌套网格系统的原理图;
图3为三级嵌套网格系统的原理图;
图4为原始网格模型的一个示意图;
图5为三级嵌套网格系统的一个示意图;
图6为启动原始数值模拟模型运算至第一个时间步结束的示意图;
图7为根据网格信息更新网格状态,以及更新后的多级嵌套网格系统,并继续下一时间步的模拟运算的示意图;
图8为原始模型的计算结果;
图9为本发明的计算结果;
图10为原始模型计算时间与本发明的计算时间的比较;
图11为数值模拟网格数对比;
图12为本发明的基于网格自适应加密与粗化技术的数值模拟装置示意图。
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。
一方面,本发明提供一种基于网格自适应加密与粗化技术的数值模拟方法,如图1所示,包括如下步骤:
S100:加载原始网格模型(网格模型也称为数值模拟网格模型),原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据。原始网格模型的一个示意图如图4所示,图示为原始网格的孔隙度属性,共有340×300×20=2004000个网格。
不同于地质网格模型,数值模拟运算过程中,并不需要获得网格的精确几何信息。一般而言,一个完整的数值模拟网格模型只需要包含网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据即可。
以基于传导率联通表的数值模拟软件(本发明发的方法不限于该软件)的项目文件格式为例,所需要加载的网格模型包括:
1)网格孔隙度数据,格式为:
其中,n为总网格数,v为网格孔隙度数值。
2)网格深度数据,格式为:
其中,n为总网格数,v为网格深度数值。
3)网格体积数据,格式为;
其中,n为总网格数,v为网格体积数值。
4)网格传导率数据,格式为:
传导率以联通表的形式存储,其中,N为传导率对数,g1代表每组传导率第一个网格的编号,g2代表每组传导率第二个网格的编号,t代表每组传导率的数值。
需要说明的是,有些数值模拟器的输入文件虽然要求提供完整的网格数据(如Eclipse、CMG等数值模拟器),但是在开始数值计算前一般也将网格转化为上述4类数据,因此该方法并不局限于数值模拟软件是否支持传导率联通表表示的网格。
S200:构建多级嵌套网格系统,多级嵌套网格系统包括顺序设置的原始网格模型和将原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化。
对于一套具有S100介绍的4类数据的原始网格模型(记为集合G1),其对应的粗化网格模型G2为G1的一个划分:
G2={S1,S2,S3,…,SN}
其中,粗化网格模型G2的每个元素SI为一个粗网格,且有:
本发明的网格系统更具有一般性,其可以是一套真实的地质角点网格,也可以仅仅是一套基于原始网格模型上划分的“逻辑网格”。如图2所示,左图为原始网格模型G1,右图为基于原始网格模型G1的粗化网格模型G2,同一个灰度代表从细网格到粗网格的对应关系,每一个粗网格单元都是由1个或若干个基础网格单元构成的。
在原始网格模型G1的基础上,可以构建1级粗化网格模型G2。类似的,以G2为基础,可以构建2粗化网格模型G3。依此类推,可以构建多级嵌套的粗化网格模型。为了方便阐述,不失一般性的,这里假设总共构建两级粗化网格模型,连同原始网格模型,形成3级嵌套网格系统,其中网格单元的状态L分别记为1、2和3,如图3所示。
3级嵌套网格系统的一个示意图如图5所示,图中同一个灰度代表从细网格到粗网格的对应关系。
本发明中,用下标表示网格模型,如G1、G2、G3,用上标表示粗化网格。
S300:基于多级嵌套网格系统的第一级网格模型(此时为原始网格模型)启动数值模拟运算。图6为启动原始数值模拟模型运算至第一个时间步结束的示意图。
原始模型运算时,所有网格状态L均为1,即:Gn=G1
S400:在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统。
在数值模拟运算过程中,当某个时间步Tn运算收敛、状态更新完毕之后,数值模拟器会输出一个包含当前网格状态的数据文件,如Eclipse油藏数值模拟器输出的[case_name].X000n(二进制)或[case_name].F000n(ASCII)文件,又如Cloud油藏数值模拟器输出的[case_name]_STPX_n.stp文件。文件中包括各个网格单元的状态信息。根据这些信息,可以更新网格下一时间步T(n+1)所处的网格状态,即为新的多级嵌套网格系统。
具体操作流程为:
将相邻网格单元的状态信息差值与基准参数进行比较,基准参数是根据选取的状态信息设定的,状态信息可以是一个也可以是多个。
根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变。如果比较结果满足预设的加密条件,则该网格单元代表油藏剧烈变化的复杂流动区域,如前沿或近井地带,将该区域加密,使用高分辨率的网格进行精细表征,以保证数据模拟的精度。如果比较结果满足预设的粗化条件,则该网格单元代表油藏近井地带之外的大部分地带,将该区域粗化,使用较低分辨率的网格进行表征,以以减少数据模拟的时间。
经过上述操作,得到下一时间步T(n+1)计算时,所有网格所处的状态。上述流程中,本发明的方法只允许网格单元在相邻级别状态上进行调整,这一约束可以使得网格单元的变化更为平滑。
S500:计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据。
在T(n+1)时间步所有网格状态更新之后,实际上得到了基于原始网格系统G1的一个新的集合划分,即得到了一个新的多级嵌套网格系统G(n+1)
于是,可以计算得到下一时间步时网格系统G(n+1)的网格孔隙度、网格深度、网格体积以及网格间传导率数据。
S600:在下一时间步,对新的多级嵌套网格系统执行S300~S500,直至数值模拟运算结束。图7为S400-S600,根据网格信息更新网格状态,以及更新后的多级嵌套网格系统,并继续下一时间步的模拟运算的示意图。
与前述的类似,在得到新的多级嵌套网格系统的基础上,启动对G(n+1)网格系统的数值模拟运算。并进行S300~S500的更新迭代,直至数值模拟运行结束。
图8为原始模型计算结果,图9为本发明的计算结果,通过图8和图9的比较,可见本发明具有较好的精度。图10为原始模型计算时间与本发明的计算时间的比较,可从为7069秒降低至204秒,加速比约为35。图11为数值模拟网格数对比,应用本方法,数值模拟运行过程中网格数一直处理动态变化过程,网格数量平均为7.8万,平均网格数的比值(原始模型:新方法)约为26:1,网格数最少时可降至5.2万左右,最大网格数的比值达到39:1。
本发明中,利用网格自适应加密与粗化调整技术,根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征。在数值模拟过程的大部分时间步中,油藏大部分区域均采用分辨率较低的网格进行表征,可大大减少数值模拟过程中的网格数,即减少数值计算过程中的节点数,因此可缩短数值模拟的时间。在状态信息剧烈的前沿和近井地带用高分辨率的网格进行精细表征,因而可以捕捉到油藏流动的关键动态特征,以保证数值模拟的精度。
综上所述,本发明根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征,动态调整网格的疏密程度,使得每一个时间点模型的计算节点都是最优的,克服了现有技术的网格粗化技术统一降低网格分辨率的方式带来的精度损失,在保证了数值计算精度的同时,提高了数值计算的效率。
作为本发明的一种改进,S400包括:
S410:从油藏数值模拟器输出文件中获取当前时间步所有网格单元的状态信息,状态信息可以包括饱和度、压力和/或组分浓度。
S420:计算当前状态下,每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值。
S430:将状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,S430包括:
S431:将状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化。
S432:若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
此处给出一个具体实施例:
S420中,相邻的网格单元通过传导率联通表信息查找得到;状态信息包括饱和度和压力,状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pj分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻;
基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,可以根据需要设定。其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
整理所有网格的标记,如果:
网格单元i标记为加密,且网格单元i当前所处状态Li>1(即网格单元不是第一级)则在下一个时间步将网格i中所有网格状态设为Li-1,即加密。
网格单元i当前所处状态Li<Lmax,且其对应的更粗一级(即后一级,状态为Li+1)网格单元I包含的所有网格i均被标记为粗化,则在下一个时间步将网格i中所有网格状态设为Li-1,即粗化。
其余网格单元状态不做调整。
本实施例在饱和度和压力变化剧烈的复杂流动区域(如水驱前沿和近井地带)用高分辨率的网格进行精细表征,因而可以捕捉到油藏流动的关键动态特征,以保证数值模拟的精度。
应当提出的是,本实施例所提出的网格状态更新准则系基于饱和度梯度场(即饱和度差值)和压力梯度场(即压力差值),实际随着模型变化,可采用的调整准则还可包括组分浓度等网格状态。
本发明中S300通过调用数值模拟器,基于多级嵌套网格系统的第一级网格模型启动数值模拟运算。
如Eclipse油藏数值模拟器,其调用方式为:
1)黑油模型
eclrun eclipse case_name
2)组分模型
eclrun e300 case_name
又如Cloud油藏数值模拟器,其调用方式为:
cloud[arg]case_name
本发明中,网格模型还可以包括PVT属性数据、相渗数据、初始化数据和生产控制数据。其数据格式根据具体数值模拟器格式要求而定,无需在S100进行加载。
S500进一步为:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
这里还需要额外进行饱和度、压力等网格属性的更新,更新的方法与粗化网格孔隙度一样,采用体积加权平均即可,即:
上式中,V代表网格体积,p代表待更新属性,下标i和I分别代表当前时间步的网格编号和下一时间步的网格编号。
另一方面,本发明提供一种基于网格自适应加密与粗化技术的数值模拟装置,如图12所示,包括如下模块:
原始网格模型加载模块100,用于加载原始网格模型,原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据。
多级嵌套网格系统构建模块200,用于构建多级嵌套网格系统,多级嵌套网格系统包括顺序设置的原始网格模型和将原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化。
模拟运算模块300,用于基于多级嵌套网格系统的第一级网格模型启动数值模拟运算。
多级嵌套网格系统更新模块400,用于在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统。
参数计算模块500,用于计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据。
迭代模块600,用于在下一时间步,对新的多级嵌套网格系统执行模拟运算模块、多级嵌套网格系统更新模块和参数计算模块,直至数值模拟运算结束。
本发明中,利用网格自适应加密与粗化调整技术,根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征。在数值模拟过程的大部分时间步中,油藏大部分区域均采用分辨率较低的网格进行表征,可大大减少数值模拟过程中的网格数,即减少数值计算过程中的节点数,因此可缩短数值模拟的时间。在状态信息剧烈的前沿和近井地带用高分辨率的网格进行精细表征,因而可以捕捉到油藏流动的关键动态特征,以保证数值模拟的精度。
综上所述,本发明根据全油藏不同区域的动态特征,按需采用不同分辨率网格进行表征,动态调整网格的疏密程度,使得每一个时间点模型的计算节点都是最优的,克服了现有技术的网格粗化技术统一降低网格分辨率的方式带来的精度损失,在保证了数值计算精度的同时,提高了数值计算的效率。
作为本发明的一种改进,多级嵌套网格系统更新模块包括:
状态信息获取单元,用于获取当前时间步所有网格单元的状态信息,状态信息包括饱和度、压力和/或组分浓度。
差值计算单元,用于计算每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值。
比较和更新单元,用于将状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
进一步的,比较和更新单元包括:
标记单元,用于将状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化。
更新单元,用于若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
此处给出一个具体实施例:
差值计算单元中,相邻的网格单元通过传导率联通表信息查找;状态信息包括饱和度和压力,状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pj分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻。
基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
本实施例在饱和度和压力变化剧烈的复杂流动区域(如水驱前沿和近井地带)用高分辨率的网格进行精细表征,因而可以捕捉到油藏流动的关键动态特征,以保证数值模拟的精度。
本发明中,模拟运算模块进一步用于:调用数值模拟器,基于多级嵌套网格系统的第一级网格模型启动数值模拟运算。
网格模型还可以包括PVT属性数据、相渗数据、初始化数据和生产控制数据。
参数计算模块进一步用于:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
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)

1.一种基于网格自适应加密与粗化技术的数值模拟方法,其特征在于,包括如下步骤:
S100:加载原始网格模型,所述原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
S200:构建多级嵌套网格系统,所述多级嵌套网格系统包括顺序设置的原始网格模型和将所述原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化;
S300:基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
S400:在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统;
S500:计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
S600:在下一时间步,对新的多级嵌套网格系统执行S300~S500,直至数值模拟运算结束。
2.根据权利要求1所述的基于网格自适应加密与粗化技术的数值模拟方法,其特征在于,所述S400包括:
S410:获取当前时间步所有网格单元的状态信息,所述状态信息包括饱和度、压力和/或组分浓度;
S420:计算每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值;
S430:将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
3.根据权利要求2所述的基于网格自适应加密与粗化技术的数值模拟方法,其特征在于,所述S430包括:
S431:将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化;
S432:若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
4.根据权利要求3所述的基于网格自适应加密与粗化技术的数值模拟方法,其特征在于,所述S420中,相邻的网格单元通过传导率联通表信息查找;所述状态信息包括饱和度和压力,所述状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pi分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻;
所述基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
5.根据权利要求2-4任一所述的基于网格自适应加密与粗化技术的数值模拟方法,其特征在于:
所述S300进一步为:调用数值模拟器,基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
网格模型还包括PVT属性数据、相渗数据、初始化数据和生产控制数据;
所述S500进一步为:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
6.一种基于网格自适应加密与粗化技术的数值模拟装置,其特征在于,包括如下模块:
原始网格模型加载模块,用于加载原始网格模型,所述原始网格模型包括网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
多级嵌套网格系统构建模块,用于构建多级嵌套网格系统,所述多级嵌套网格系统包括顺序设置的原始网格模型和将所述原始网格模型进行集合划分,依次生成的若干级嵌套的粗化网格模型,其中后一级网格模型是对前一级网格模型的粗化;
模拟运算模块,用于基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
多级嵌套网格系统更新模块,用于在数值模拟运算过程中,当前时间步状态更新完毕之后,将相邻网格单元的状态信息差值与基准参数进行比较,根据比较结果将该网格单元加密为前一级网格模型的网格单元,粗化为后一级网格模型的网格单元或不变,得到新的多级嵌套网格系统;
参数计算模块,用于计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据和网格间传导率数据;
迭代模块,用于在下一时间步,对新的多级嵌套网格系统执行模拟运算模块、多级嵌套网格系统更新模块和参数计算模块,直至数值模拟运算结束。
7.根据权利要求6所述的基于网格自适应加密与粗化技术的数值模拟装置,其特征在于,所述多级嵌套网格系统更新模块包括:
状态信息获取单元,用于获取当前时间步所有网格单元的状态信息,所述状态信息包括饱和度、压力和/或组分浓度;
差值计算单元,用于计算每个网格单元状态信息与其所有相邻网格单元的差值,选取绝对值最大的差值作为状态信息差值;
比较和更新单元,用于将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元加密为前一级网格模型的网格单元,若所有状态信息差值均小于基准参数,则将该网格单元粗化为后一级网格模型的网格单元。
8.根据权利要求7所述的基于网格自适应加密与粗化技术的数值模拟装置,其特征在于,所述比较和更新单元包括:
标记单元,用于将所述状态信息差值与基准参数进行比较,若所有状态信息差值均大于基准参数,则将该网格单元标记为加密,若所有状态信息差值均小于基准参数,则将该网格单元标记为粗化;
更新单元,用于若网格单元被标记为加密,且该网格单元不处在第一级网格模型,则将该网格单元加密为前一级网格模型的网格单元;若网格单元被标记为粗化,且该网格单元不处在最后一级网格模型,且其对应的后一级网格单元包含的所有网格单元均标记为粗化,则将该网格单元粗化为后一级网格模型的网格单元。
9.根据权利要求7所述的基于网格自适应加密与粗化技术的数值模拟装置,其特征在于,所述差值计算单元中,相邻的网格单元通过传导率联通表信息查找;所述状态信息包括饱和度和压力,所述状态信息差值包括饱和度差ΔSi和压力差ΔPi,其中:
Si和Pi分别为网格单元i的饱和度和压力,Sj和Pi分别为与网格单元i所有相邻网格单元j的饱和度和压力,tij为传导率,tij≠0代表网格单元i和网格单元j相邻;
所述基准参数包括ΔSmin、ΔSmax、ΔPmin和ΔPmax,其中:若ΔSi>ΔSmax且ΔPi>ΔPmax,则将网格单元i标记为加密;若ΔSi<ΔSmin且ΔPi<ΔPmin,则将网格单元i标记为粗化,其他情况,则网格单元i不做标记。
10.根据权利要求6-9任一所述的基于网格自适应加密与粗化技术的数值模拟方法,其特征在于:
所述模拟运算模块进一步用于:调用数值模拟器,基于所述多级嵌套网格系统的第一级网格模型启动数值模拟运算;
网格模型还包括PVT属性数据、相渗数据、初始化数据和生产控制数据;
所述参数计算模块进一步用于:运用基于流动的网格粗化方法,计算新的多级嵌套网格系统的网格孔隙度数据、网格深度数据、网格体积数据、网格间传导率数据和网格单元的状态信息。
CN201810419159.5A 2018-05-04 2018-05-04 基于网格自适应加密与粗化技术的数值模拟方法和装置 Active CN108710734B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810419159.5A CN108710734B (zh) 2018-05-04 2018-05-04 基于网格自适应加密与粗化技术的数值模拟方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810419159.5A CN108710734B (zh) 2018-05-04 2018-05-04 基于网格自适应加密与粗化技术的数值模拟方法和装置

Publications (2)

Publication Number Publication Date
CN108710734A true CN108710734A (zh) 2018-10-26
CN108710734B CN108710734B (zh) 2022-12-20

Family

ID=63868834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810419159.5A Active CN108710734B (zh) 2018-05-04 2018-05-04 基于网格自适应加密与粗化技术的数值模拟方法和装置

Country Status (1)

Country Link
CN (1) CN108710734B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263434A (zh) * 2019-06-20 2019-09-20 中国石油大学(华东) 一种基于多尺度混合有限元的流动单元数值模拟方法
CN111489447A (zh) * 2020-04-14 2020-08-04 西北工业大学 一种适用于格子Boltzmann方法的直角网格自适应建模方法
CN112649893A (zh) * 2019-10-10 2021-04-13 中国石油化工股份有限公司 一种面向薄储层的多资料多参数融合建模方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080167849A1 (en) * 2004-06-07 2008-07-10 Brigham Young University Reservoir Simulation
US20120158378A1 (en) * 2010-12-15 2012-06-21 Guillaume Enchery Method of developing a petroleum reservoir from a flow model calibrated through pressure and saturation map scaling
CN103679540A (zh) * 2013-12-31 2014-03-26 中国石油大学(北京) 一种基于储层构型要素界面的储层模型的粗化方法及系统
CN104392109A (zh) * 2014-11-04 2015-03-04 中国石油天然气股份有限公司 一种油藏的动态离散裂缝模拟方法和装置
CN105205273A (zh) * 2015-09-30 2015-12-30 中国石油天然气股份有限公司 致密储层多重介质中油气接力流动的模拟方法及其装置
CN105373672A (zh) * 2015-12-01 2016-03-02 华中科技大学 一种四边形单元实时加密-减密方法
CN105808793A (zh) * 2014-12-29 2016-07-27 中国石油化工股份有限公司 一种基于非结构网格的水平井分段压裂数值模拟方法
CN105913494A (zh) * 2016-03-30 2016-08-31 北京大学 多尺度裂缝精细地质建模及数值模拟方法和装置
CN107145671A (zh) * 2017-05-09 2017-09-08 中国石油大学(华东) 一种油藏数值模拟方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080167849A1 (en) * 2004-06-07 2008-07-10 Brigham Young University Reservoir Simulation
US20120158378A1 (en) * 2010-12-15 2012-06-21 Guillaume Enchery Method of developing a petroleum reservoir from a flow model calibrated through pressure and saturation map scaling
CN103679540A (zh) * 2013-12-31 2014-03-26 中国石油大学(北京) 一种基于储层构型要素界面的储层模型的粗化方法及系统
CN104392109A (zh) * 2014-11-04 2015-03-04 中国石油天然气股份有限公司 一种油藏的动态离散裂缝模拟方法和装置
CN105808793A (zh) * 2014-12-29 2016-07-27 中国石油化工股份有限公司 一种基于非结构网格的水平井分段压裂数值模拟方法
CN105205273A (zh) * 2015-09-30 2015-12-30 中国石油天然气股份有限公司 致密储层多重介质中油气接力流动的模拟方法及其装置
CN105373672A (zh) * 2015-12-01 2016-03-02 华中科技大学 一种四边形单元实时加密-减密方法
CN105913494A (zh) * 2016-03-30 2016-08-31 北京大学 多尺度裂缝精细地质建模及数值模拟方法和装置
CN107145671A (zh) * 2017-05-09 2017-09-08 中国石油大学(华东) 一种油藏数值模拟方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘广天 等: "局部网格粗化与加密技术在大底水油藏数值模拟中的应用", 《科学技术与工程》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263434A (zh) * 2019-06-20 2019-09-20 中国石油大学(华东) 一种基于多尺度混合有限元的流动单元数值模拟方法
CN112649893A (zh) * 2019-10-10 2021-04-13 中国石油化工股份有限公司 一种面向薄储层的多资料多参数融合建模方法及系统
CN112649893B (zh) * 2019-10-10 2024-04-09 中国石油化工股份有限公司 一种面向薄储层的多资料多参数融合建模方法及系统
CN111489447A (zh) * 2020-04-14 2020-08-04 西北工业大学 一种适用于格子Boltzmann方法的直角网格自适应建模方法
CN111489447B (zh) * 2020-04-14 2022-04-29 西北工业大学 一种适用于格子Boltzmann方法的直角网格自适应建模方法

Also Published As

Publication number Publication date
CN108710734B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN111441767B (zh) 油藏生产动态预测方法及装置
CN104297785B (zh) 岩相约束储层物性参数反演方法及装置
CN102741855B (zh) 用于将并行模拟模型分区的方法和系统
AU2010318657B2 (en) Method and system for rapid model evaluation using multilevel surrogates
AU2011283193B2 (en) Methods and systems for machine-learning based simulation of flow
Deutsch et al. The application of simulated annealing to stochastic reservoir modeling
CN107849910A (zh) 储层仿真中的并行求解或全耦合全隐式井眼建模
CN108710734A (zh) 基于网格自适应加密与粗化技术的数值模拟方法和装置
WO2012015516A1 (en) Methods and systems for machine-learning based simulation of flow
CN105808311B (zh) 一种基于降维策略的油藏模拟快速拟合方法
CN109543828A (zh) 一种基于小样本条件下的吸水剖面预测方法
CN112084689B (zh) 天然气储层的非稳态渗流模拟方法及系统
CN114154427B (zh) 基于深度学习的体积压裂裂缝扩展预测方法和系统
US20230104036A1 (en) Fast front tracking in eor flooding simulation on coarse grids
CN114595608B (zh) 一种压裂施工参数和工作制度参数优化方法及系统
CN103454677B (zh) 基于粒子群与线性加法器结合的地震数据反演方法
CN114693005B (zh) 基于卷积傅里叶神经网络的三维地下油藏动态预测方法
CN106353820A (zh) 一种基于知识模型的测井解释方法
US20220178228A1 (en) Systems and methods for determining grid cell count for reservoir simulation
CN112562078A (zh) 一种三维地质分析预测模型构建方法
CN102279852B (zh) 一种基于遗传算法的油藏自动历史拟合系统及其拟合方法
CN107169227A (zh) 一种分段压裂水平井的粗网格模拟方法及系统
Wang et al. On the Feasibility of An Ensemble Multi-Fidelity Neural Network for Fast Data Assimilation for Subsurface Flow in Porous Media
Silva et al. A GAN-based Reduced Order Model for Prediction, Data Assimilation and Uncertainty Quantification
Malekzadeh et al. Prediction of Groundwater Level using MODFLOW, Extreme Learning Machine and Wavelet-Extreme Learning Machine Models

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: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province

Applicant 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

Applicant before: Tracy energy technology (Zhejiang) Co.,Ltd.

Address after: 310000 room 125, building 6, Chuangzhi Green Valley Development Center, 788 HONGPU Road, Shangcheng District, Hangzhou City, Zhejiang Province

Applicant 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

Applicant before: NANJING TRACY ENERGY TECHNOLOGIES Co.,Ltd.

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 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.