CN110306968A - 不规则井网优化方法及其计算机可读存储介质 - Google Patents
不规则井网优化方法及其计算机可读存储介质 Download PDFInfo
- Publication number
- CN110306968A CN110306968A CN201810260140.0A CN201810260140A CN110306968A CN 110306968 A CN110306968 A CN 110306968A CN 201810260140 A CN201810260140 A CN 201810260140A CN 110306968 A CN110306968 A CN 110306968A
- Authority
- CN
- China
- Prior art keywords
- well
- pattern
- row
- basic
- array pitch
- 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
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
- E21B41/0092—Methods relating to program engineering, design or optimisation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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. optimizing the spacing of wells
Abstract
公开了一种不规则井网优化方法及其计算机可读存储介质。该方法可以包括:步骤1:确定目标工区的工区边界,生成代表点集合,设定每个代表点的参数,确定井网原点W11;步骤2:根据每个代表点的参数与井网原点W11,获得基本井排,移动基本井排,获得基本井网;步骤3:对于井网内的井标记为注入井或采出井,获得注采井网;步骤4:对注采井网进行油藏数值模拟,计算采收率与净现值;步骤5:对代表点的参数进行修改,重复步骤2‑4,获得使采收率或净现值最大的参数,重复步骤2‑3,生成最优井网。本发明生成适合于目标油气藏的注采井网结构,是针对目标工区地质特征和精细构造的最优井网,可获得最高的采收率或净现值。
Description
技术领域
本发明涉及石油开采技术领域,更具体地,涉及一种不规则井网优化方法及其计算机可读存储介质。
背景技术
井网部署是指油气藏开发过程中,单个油藏内的油、水、气井的排列分布方式及数量的确定。井网部署过程是通过设计、调节井网结构和井网参数,达到提高采收率(或最大化净现值)的目的。因此,选择合理的井网结构和井网参数是油藏开发中的关键问题之一,目前国内主要是基于油藏工程方法及专家经验来部署规则型井网,并在此进行井网优化。
目前的井网优化主要有两种方法:
(1)王俊伟的《低渗透复杂小断块油藏合理井网模式探讨》、姚婷的《深水油藏井网优化方法研究》及关富佳等的《复杂小断块油藏立体井网开发模式研究》等文章都是根据油藏地质情况,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。此方法简便易行,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)丁帅伟的《基于改进粒子群算法的不规则井网自动优化》、倪威的《水平井井网优化方法研究》和陈玉雪的《智能井网优化理论与应用》等都是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,而是待优化的目标本身。目前井网优化研究的优化目标可以分为两类:
(1)直接以单井井位作为优化目标(例如姜瑞忠等的文章《遗传算法在苏里格气田井位优化中的应用》及安瑶的《粒子群算法在油田布井优化中的应用研究》)。这种方法对每口井的井位都进行独立优化,最终的井位是散乱的,不能形成井网结构。因此无法用来优化面积注水、注气的井网。同时由于不同井之间的干扰问题,优化结果一般不是最优布井方案。
(2)确定井网类型(五点、七点、九点等)后,对井网的井距、排距和井排角度进行优化,通过反复的数值模拟和迭代进化,获取最佳的井距、排距、井排角度参数(陈玉雪的《智能井网优化理论与应用》)。这种方法的缺点是所优化的井网只能是严格的规则井网。但是实际油气藏的圈闭范围是不规则的,且大部分油藏地质结构复杂,油层分布多样,导致采用严格的规则井网(井距、排距始终保持一致)不能获取最大的生产效益。因此,有必要开发一种不规则井网优化方法及其计算机可读存储介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种不规则井网优化方法及其计算机可读存储介质,其能够考虑油藏边界和断层位置、储层各向异性、非均质性、裂缝发育区域,生成适合于目标油气藏的注采井网结构,是针对目标工区地质特征和精细构造的最优井网,可以获得最高的采收率或净现值。
根据本发明的一方面,提出了一种不规则井网优化方法。所述方法可以包括:步骤1:确定目标工区的工区边界,在所述目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动所述基本井排,生成初始井网,剔除所述目标工区外的井,获得基本井网;步骤3:根据井网类型,对于所述基本井网内的井标记为注入井或采出井,获得注采井网;步骤4:对所述注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据所述最优参数,重复步骤2-3,生成最优井网。
优选地,所述参数包括排距、井距与井排方向。
优选地,所述根据井网原点W11,通过二维平面插值,获得基本井排包括:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成所述基本井排上所有的井,获得所述基本井排W1i。
优选地,所述移动所述基本井排,生成基本井网包括:针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;循环重复,生成所有的井排,即为初始井网,剔除所述目标工区外的井,获得所述基本井网。
优选地,所述井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
根据本发明的另一方面,提出了一种计算机可读存储介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现以下步骤:步骤1:确定目标工区的工区边界,在所述目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动所述基本井排,生成初始井网,剔除所述目标工区外的井,获得基本井网;步骤3:根据井网类型,对于所述基本井网内的井标记为注入井或采出井,获得注采井网;步骤4:对所述注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据所述最优参数,重复步骤2-3,生成最优井网。
优选地,所述参数包括排距、井距与井排方向。
优选地,所述根据井网原点W11,通过二维平面插值,获得基本井排包括:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成所述基本井排上所有的井,获得所述基本井排W1i。
优选地,所述移动所述基本井排,生成基本井网包括:针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;循环重复,生成所有的井排,即为初始井网,剔除所述目标工区外的井,获得所述基本井网。
优选地,所述井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的不规则井网优化方法的步骤的流程图。
图2示出了根据本发明的一个实施例的目标区块地质模型及渗透率分布的俯视图。
图3示出了根据本发明的一个实施例的目标工区的工区边界的示意图。
图4示出了根据本发明的一个实施例的代表点集合的示意图。
图5示出了根据本发明的一个实施例的基本井排的示意图。
图6示出了根据本发明的一个实施例的初始井网的示意图。
图7示出了根据本发明的一个实施例的基本井网的示意图。
图8示出了根据本发明的一个实施例的注采井网的示意图。
图9示出了根据本发明的一个实施例的使用粒子群算法对井网进行计算的过程(参数收敛过程)的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的不规则井网优化方法的步骤的流程图。
在该实施例中,根据本发明的不规则井网优化方法可以包括:步骤1:确定目标工区的工区边界,在目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动基本井排,生成初始井网,剔除目标工区外的井,获得基本井网;步骤3:根据井网类型,对于基本井网内的井标记为注入井或采出井,获得注采井网;步骤4:对注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据最优参数,重复步骤2-3,生成最优井网。
在一个示例中,参数包括排距、井距与井排方向。
在一个示例中,根据井网原点W11,通过二维平面插值,获得基本井排包括:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成基本井排上所有的井,获得基本井排W1i。
在一个示例中,移动基本井排,生成基本井网包括:针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;循环重复,生成所有的井排,即为初始井网,剔除目标工区外的井,获得基本井网。
在一个示例中,井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
具体地,根据本发明的不规则井网优化方法可以包括:
步骤1:根据地质建模获得的油藏地质模型,确定目标工区的工区边界,记为L,该边界可以是由断层构成的封闭边界,也可以是人为画出的工区几何边界,边界L确定后,布井工作只在L内进行,需要指出的是,提取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;
在目标工区内生成代表点集合P:代表点在油藏平面内均匀分布,设两个代表点之间的距离为lp,则第i个代表点pi的坐标为(alp,blp),a、b为任意自然数,满足该条件的pi有无穷多个,只保留处于研究工区范围内的即可,记最终保留的代表点个数为np,代表点间距离lp越小,代表点越多,优化结果越细致,但优化的计算量越大,因此,lp的值需要根据油藏的实际地质情况确定:储层的非均质性越强,lp应该越小;反之则可以较大,一般的,lp在200m-400m之间;
设定每个代表点的参数:对任一代表点pi,共包含三个待优化参数:该点上的排距ci、井距di、井排方向θi;确定各参数的合理分布范围,需要结合具体的油藏特征进行分析、确定,一般来说,三参数的范围可以设为:100m≤ci≤400m、100m≤di≤400m、0°≤θi≤90°;给代表点集合P上的三个参数赋初值,随机赋值即可,但需要保证随机值在三参数的范围内;
确定井网原点W11:在目标工区内任意选择一点作为生成井网的原点W11,即第一个井排的第一口井。
步骤2:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置;根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成基本井排上所有的井,获得基本井排W1i;
针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,其中,排距方向为井距方向的直角方向,即根据W11的排距方向与排距,获得W21的排距方向与排距,根据W12的排距方向与排距,获得W22的排距方向与排距,以此类推,获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距与井距方向,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,即根据W21的排距方向与排距,获得W31的排距方向与排距,根据W22的排距方向与排距,获得W32的排距方向与排距,以此类推,进而获得第三个井排W3i;对于W1i,每一点的排距方向都有两个,可根据W1i获得两排井排,进而按照上述方法循环重复,生成所有的井排,即为初始井网,剔除目标工区外的井,获得基本井网。
步骤3:根据井网类型,对于基本井网内的井标记为注入井或采出井,获得注采井网,其中,井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网:
(1)衰竭开采井网:全部井均为生产井;
(2)五点井网:一排间隔采、注井,相邻的一排间隔注、采井;
(3)九点井网:一排采井,相邻的一排间隔采、注井;
(4)反九点井网:一排注井,相邻的一排间隔注、采井;
(5)七点井网:一排间隔采(2口)、注(1口)井,相邻的一排间隔注(1口)、采(2口)井;
(6)反七点井网:一排间隔采(1口)、注(2口)井,相邻的一排间隔注(2口)、采(1口)井。
步骤4:对注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值。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。其计算结果为日产油、日产水、日产气、累产油、累产水、累产气等曲线,它们是对油藏未来生产状况的预测。根据其变化规律和最终值的大小,就能够计算油藏的采收率和净现值,从而评价油藏的开发潜力、经济效益等。
步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据最优参数,重复步骤2-3,生成最优井网。例如采用粒子群算法等智能优化算法,在计算的过程中,会自动修改待优化参数,即代表点上的井距、排距、井排方向三组参数的值。
本发明考虑油藏边界和断层位置、储层各向异性、非均质性、裂缝发育区域,生成适合于目标油气藏的注采井网结构,是针对目标工区地质特征和精细构造的最优井网,可以获得最高的采收率或净现值。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
以F油田B区块为例,采用粒子群算法,即PSO算法,拟合目标为最大化净现值。
图2示出了根据本发明的一个实施例的目标区块地质模型及渗透率分布的俯视图。
图3示出了根据本发明的一个实施例的目标工区的工区边界的示意图。
步骤1:根据地质建模获得的油藏地质模型,如图2所示,确定目标工区的工区边界,记为L,如图3所示,提取边界时需要将死网格(ACTNUN=0的网格)刨除在外;
图4示出了根据本发明的一个实施例的代表点集合的示意图。
在目标工区内生成代表点集合P:代表点在油藏平面内均匀分布,对任一代表点pi,设定三个参数:该点上的排距ci、井距di、井排方向θi;三参数的范围设为:100m≤ci≤400m、100m≤di≤400m、0°≤θi≤90°;给代表点集合P上的三个参数赋初值,随机赋值即可,但需要保证随机值在三参数的范围内,进而获得代表点集合P,如图4所示,图中黑色实心原点是人为布置的代表点,灰色箭头的长度表示井距,黑色箭头的长度表示排距,灰色箭头的方向表示井排方向;
确定井网原点W11:在目标工区内任意选择一点作为生成井网的原点W11,即第一个井排的第一口井,如图4中的空心圆点。
图5示出了根据本发明的一个实施例的基本井排的示意图。
步骤2:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置;根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成基本井排上所有的井,获得基本井排W1i,如图5所示;
图6示出了根据本发明的一个实施例的初始井网的示意图。
图7示出了根据本发明的一个实施例的基本井网的示意图。
针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,其中,排距方向为井距方向的直角方向,即根据W11的排距方向与排距,获得W21的排距方向与排距,根据W12的排距方向与排距,获得W22的排距方向与排距,以此类推,获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距与井距方向,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,即根据W21的排距方向与排距,获得W31的排距方向与排距,根据W22的排距方向与排距,获得W32的排距方向与排距,以此类推,进而获得第三个井排W3i;对于W1i,每一点的排距方向都有两个,可根据W1i获得两排井排,进而按照上述方法循环重复,生成所有的井排,即为初始井网,如图6所示,剔除目标工区外的井,获得基本井网,如图7所示。
图8示出了根据本发明的一个实施例的注采井网的示意图。
步骤3:根据五点井网,对于基本井网内的井标记为注入井或采出井,获得注采井网,如图8所示,图中黑色圆点为生产井,灰色圆点为注入井,灰色实线连出的部分即注采井组完善的井组。
步骤4:对注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算净现值。
图9示出了根据本发明的一个实施例的使用粒子群算法对井网进行计算的过程(参数收敛过程)的示意图。
步骤5:采用粒子群算法对所有代表点的参数进行修改,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,即参数设置。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。即通过上述算法重复步骤2-4,计算过程如图9所示,获得使净现值最大的参数,标记为最优参数,根据最优参数,重复步骤2-3,生成最优井网。
综上所述,本发明考虑油藏边界和断层位置、储层各向异性、非均质性、裂缝发育区域,生成适合于目标油气藏的注采井网结构,是针对目标工区地质特征和精细构造的最优井网,可以获得最高的采收率或净现值。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明提出了一种计算机可读存储介质,其上存储有计算机程序,其中,程序被处理器执行时实现以下步骤:步骤1:确定目标工区的工区边界,在目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动基本井排,生成初始井网,剔除目标工区外的井,获得基本井网;步骤3:根据井网类型,对于基本井网内的井标记为注入井或采出井,获得注采井网;步骤4:对注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据最优参数,重复步骤2-3,生成最优井网。
在一个示例中,参数包括排距、井距与井排方向。
在一个示例中,根据井网原点W11,通过二维平面插值,获得基本井排包括:根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;循环重复,生成基本井排上所有的井,获得基本井排W1i。
在一个示例中,移动基本井排,生成基本井网包括:针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;循环重复,生成所有的井排,即为初始井网,剔除目标工区外的井,获得基本井网。
在一个示例中,井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
本发明考虑油藏边界和断层位置、储层各向异性、非均质性、裂缝发育区域,生成适合于目标油气藏的注采井网结构,是针对目标工区地质特征和精细构造的最优井网,可以获得最高的采收率或净现值。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种不规则井网优化方法,包括:
步骤1:确定目标工区的工区边界,在所述目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;
步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动所述基本井排,生成初始井网,剔除所述目标工区外的井,获得基本井网;
步骤3:根据井网类型,对于所述基本井网内的井标记为注入井或采出井,获得注采井网;
步骤4:对所述注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;
步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据所述最优参数,重复步骤2-3,生成最优井网。
2.根据权利要求1所述的不规则井网优化方法,其中,所述参数包括排距、井距与井排方向。
3.根据权利要求2所述的不规则井网优化方法,其中,所述根据井网原点W11,通过二维平面插值,获得基本井排包括:
根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;
循环重复,生成所述基本井排上所有的井,获得所述基本井排W1i。
4.根据权利要求3所述的不规则井网优化方法,其中,所述移动所述基本井排,生成基本井网包括:
针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;
针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;
循环重复,生成所有的井排,即为初始井网,剔除所述目标工区外的井,获得所述基本井网。
5.根据权利要求1所述的不规则井网优化方法,其中,所述井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
6.一种计算机可读存储介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现以下步骤:
步骤1:确定目标工区的工区边界,在所述目标工区内生成代表点集合设定每个代表点的参数,确定井网原点W11;
步骤2:根据每个代表点的参数与井网原点W11,通过二维平面插值,获得基本井排,移动所述基本井排,生成初始井网,剔除所述目标工区外的井,获得基本井网;
步骤3:根据井网类型,对于所述基本井网内的井标记为注入井或采出井,获得注采井网;
步骤4:对所述注采井网进行油藏数值模拟,获得全油藏日产油、日产水、日产气曲线,进而计算采收率与净现值;
步骤5:对所有代表点的参数进行修改,重复步骤2-4,获得使采收率或净现值最大的参数,标记为最优参数,根据所述最优参数,重复步骤2-3,生成最优井网。
7.根据权利要求6所述的计算机可读存储介质,其中,所述参数包括排距、井距与井排方向。
8.根据权利要求7所述的计算机可读存储介质,其中,所述根据井网原点W11,通过二维平面插值,获得基本井排包括:
根据距离W11小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W11的井距d11与井排方向θ11,进而通过公式(1)确定同一个井排上的第2口井W12(x12,y12)的位置:
x12=x11+d11cosθ11,y12=y11+d11sinθ11 (1);
根据距离W12小于第一阈值的代表点的井距与井排方向,通过二维平面插值,计算W12的井距d12与井排方向θ12,进而确定同一个井排上的第3口井W13(x13,y13)的位置;
循环重复,生成所述基本井排上所有的井,获得所述基本井排W1i。
9.根据权利要求8所述的计算机可读存储介质,其中,所述移动所述基本井排,生成基本井网包括:
针对W1i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W1i上每一个井对应的排距c1i,根据W1i上每一个井的井排方向和排距,计算第二个井排W2i上对应点的位置,进而获得第二个井排W2i;
针对W2i上每一个井,分别获得距离每一个井小于第二阈值的对应代表点的排距,计算W2i上每一个井对应的排距c1i,根据W2i上每一个井的井排方向和排距,计算第三个井排W3i上对应点的位置,进而获得第三个井排W3i;
循环重复,生成所有的井排,即为初始井网,剔除所述目标工区外的井,获得所述基本井网。
10.根据权利要求6所述的计算机可读存储介质,其中,所述井网类型包括:衰竭开采井网、五点井网、九点井网、反九点井网、七点井网、反七点井网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260140.0A CN110306968A (zh) | 2018-03-27 | 2018-03-27 | 不规则井网优化方法及其计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260140.0A CN110306968A (zh) | 2018-03-27 | 2018-03-27 | 不规则井网优化方法及其计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110306968A true CN110306968A (zh) | 2019-10-08 |
Family
ID=68073678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810260140.0A Pending CN110306968A (zh) | 2018-03-27 | 2018-03-27 | 不规则井网优化方法及其计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110306968A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115467650A (zh) * | 2021-12-31 | 2022-12-13 | 中国石油天然气股份有限公司 | 一种油藏立体井网开发参数的多元协同优化方法及系统 |
CN117473634A (zh) * | 2023-12-27 | 2024-01-30 | 清华四川能源互联网研究院 | 一种井网布局方法、装置、设备以及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080060806A1 (en) * | 1998-11-20 | 2008-03-13 | Cdx Gas, Llc, A Texas Limited Liability Company | Method and system for accessing subterranean deposits from the surface and tools therefor |
US20090200023A1 (en) * | 2007-10-19 | 2009-08-13 | Michael Costello | Heating subsurface formations by oxidizing fuel on a fuel carrier |
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 |
CN105422076A (zh) * | 2014-09-22 | 2016-03-23 | 中国石油大学(北京) | 一种致密砂岩油藏的水平井布井方法及装置 |
CN106996287A (zh) * | 2017-06-08 | 2017-08-01 | 成都北方石油勘探开发技术有限公司 | 不规则三角形油藏的注采井网排布方法 |
CN107766978A (zh) * | 2017-10-23 | 2018-03-06 | 南京特雷西能源科技有限公司 | 不规则井网的智能优化方法 |
-
2018
- 2018-03-27 CN CN201810260140.0A patent/CN110306968A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080060806A1 (en) * | 1998-11-20 | 2008-03-13 | Cdx Gas, Llc, A Texas Limited Liability Company | Method and system for accessing subterranean deposits from the surface and tools therefor |
US20090200023A1 (en) * | 2007-10-19 | 2009-08-13 | Michael Costello | Heating subsurface formations by oxidizing fuel on a fuel carrier |
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 |
CN105422076A (zh) * | 2014-09-22 | 2016-03-23 | 中国石油大学(北京) | 一种致密砂岩油藏的水平井布井方法及装置 |
CN106996287A (zh) * | 2017-06-08 | 2017-08-01 | 成都北方石油勘探开发技术有限公司 | 不规则三角形油藏的注采井网排布方法 |
CN107766978A (zh) * | 2017-10-23 | 2018-03-06 | 南京特雷西能源科技有限公司 | 不规则井网的智能优化方法 |
Non-Patent Citations (1)
Title |
---|
李传亮: "《油藏工程原理》", 30 September 2011, 石油工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115467650A (zh) * | 2021-12-31 | 2022-12-13 | 中国石油天然气股份有限公司 | 一种油藏立体井网开发参数的多元协同优化方法及系统 |
CN115467650B (zh) * | 2021-12-31 | 2023-08-22 | 中国石油天然气股份有限公司 | 一种油藏立体井网开发参数的多元协同优化方法及系统 |
CN117473634A (zh) * | 2023-12-27 | 2024-01-30 | 清华四川能源互联网研究院 | 一种井网布局方法、装置、设备以及介质 |
CN117473634B (zh) * | 2023-12-27 | 2024-03-19 | 清华四川能源互联网研究院 | 一种井网布局方法、装置、设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104615862B (zh) | 基于进化算法的高含水油田确定井位的方法 | |
US20160376885A1 (en) | Method and Apparatus for Performance Prediction of Multi-Layered Oil Reservoirs | |
CN102609982B (zh) | 空间地质数据非结构化模式的拓扑发现方法 | |
CN107766978B (zh) | 不规则井网的智能优化方法 | |
WO2017007924A1 (en) | Improved geobody continuity in geological models based on multiple point statistics | |
CN106103887A (zh) | 在储层仿真中对交叉故障和复杂井眼进行建模 | |
CN102930345A (zh) | 一种基于梯度算法的自适应井网优化方法 | |
CN104297785A (zh) | 岩相约束储层物性参数反演方法及装置 | |
CN107939372B (zh) | 针对小断块油藏的最优井位部署方法和装置 | |
CN104331537A (zh) | 基于储层静态因子的井位优化设计方法 | |
CN111815773A (zh) | 适用于机器学习算法的三维复杂地质模型标签制作方法 | |
CN111612906B (zh) | 一种三维地质模型的生成方法、系统及计算机存储介质 | |
CN110306968A (zh) | 不规则井网优化方法及其计算机可读存储介质 | |
Vaseghi et al. | Generalized Multi-Scale Stochastic Reservoir Opportunity Index for enhanced well placement optimization under uncertainty in green and brownfields | |
Feng et al. | Well production optimization using streamline features-based objective function and Bayesian adaptive direct search algorithm | |
CN113435128A (zh) | 基于条件生成式对抗网络的油气藏产量预测方法及装置 | |
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 | |
CN107491568A (zh) | 基于实数编码遗传算法的复杂结构井优化设计方法 | |
CN110428497A (zh) | 辫状河训练图像生成方法 | |
Wang et al. | Use of retrospective optimization for placement of oil wells under uncertainty | |
CN105718705B (zh) | 油气田动态分析方法 | |
CN112507615B (zh) | 一种陆相致密储层岩相智能识别与可视化方法 | |
CN116066048A (zh) | 叠置油藏水平井井群联动压裂方法、装置、设备及介质 | |
Jin et al. | Optimal well positioning under geological uncertainty by equalizing the arrival time | |
CN115455632B (zh) | 一种规模和形态协同优化的压裂优化设计方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191008 |