CN110490241A - 一种水平井参数优化方法及装置 - Google Patents
一种水平井参数优化方法及装置 Download PDFInfo
- Publication number
- CN110490241A CN110490241A CN201910738688.6A CN201910738688A CN110490241A CN 110490241 A CN110490241 A CN 110490241A CN 201910738688 A CN201910738688 A CN 201910738688A CN 110490241 A CN110490241 A CN 110490241A
- Authority
- CN
- China
- Prior art keywords
- horizontal well
- parameter
- well parameter
- difference
- objective function
- 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 87
- 238000005457 optimization Methods 0.000 title claims abstract description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 104
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 128
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 230000035699 permeability Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 21
- 238000013461 design Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000004020 conductor Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 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
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/753—Transform-based matching, e.g. Hough transform
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Geochemistry & Mineralogy (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种水平井参数优化方法及装置。所述方法包括:对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;基于所述近似梯度和所述待处理水平井参数,求取更新的水平井参数;若根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数。通过本说明书实施例,在优化水平井参数时能够克服参数的非高斯性对计算过程的干扰,方便准确地对水平井参数进行优化。
Description
技术领域
本说明书实施例涉及地质勘探开发技术领域,特别涉及一种水平井参数优化方法及装置。
背景技术
现有技术中,针对页岩气藏的有效开采方式一般为压裂水平井技术。在设计与布置水平井时,往往需要针对水平井设计参数,如井位、压裂级数、压裂缝间距、压裂缝半长以及压裂缝导流能力等参数进行优化。对于地质结构简单的油藏,研究人员根据可靠的地质信息往往可以直接凭借经验得到较好的气藏开发设计方案,但是对于地址结构复杂的大型气藏,一般需要利用一些算法对水平井参数进行优化。
目前优化方法主要分为两大类,一类是随机方法,另一类是基于梯度的算法。随机算法为了得到合理的优化方向需要数值模拟大量的正模型进行评估,需要耗费大量时间,在实际应用中往往并不实用;而基于梯度的算法需要高效的方法来计算不同参数对于目标参数的梯度,计算会随着参数的增多变得复杂,在地质模型涉及大量的相关参数时往往会使得计算过程变得很繁琐,降低优化的效率。
集合优化的方法是采用集合的形式求取梯度的方法,这种方法对模型描述的不确定性对应的状态进行评估,利用集合的方法求得不同参数与目标函数的近似参数,综合了以上两类优化类型的优点。但是集合优化方法是基于高斯假设的优化方法,对于强非高斯性参数,优化的结果会很不合理,而在水平井参数的优化过程中,非高斯性参数又是不可避免的。因此,目前亟需一种集合优化方法能够克服非高斯性参数所带来的影响。
发明内容
本说明书实施例的目的是提供一种水平井参数优化方法及装置,以克服利用集合优化的方法对水平井参数进行优化时水平井参数中某些非高斯性参数对计算过程的干扰,从而方便准确地实现大量水平井参数的优化。
为了解决上述技术问题,本申请实施例提出一种水平井参数优化方法及装置是这样实现的:
一种水平井参数优化方法,包括:
对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数;
若根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数。
一种水平井参数优化装置,包括:
霍夫变换模块,用于对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
扰动模块,用于对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
近似梯度计算模块,用于基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
水平井参数更新模块,用于基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数;
优化参数确定模块,用于在根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件时,确定所述更新的水平井参数为优化水平井参数。
由以上本说明书实施例提供的技术方案可见,本说明书实施例通过对初始水平井参数进行霍夫变换,得到待处理水平井参数。通过对待处理水平井参数进行扰动得到一组水平井扰动子参数,利用所述水平井扰动子参数和为了达到预期优化效果的预设目标函数,计算得到待处理水平井参数的近似梯度,再通过求取得到的近似梯度和待处理水平井参数求得更新的水平井参数,在所述更新的水平井参数满足预设判断条件时,就可以确定所述更新的水平井参数为优化水平井参数,并在后续应用过程中利用所述优化水平井参数取得较好的生产效果。通过上述方法步骤,可以克服利用集合优化的方式时水平井参数的非高斯性对计算过程的干扰,优化了计算过程,并且基于近似梯度的算法能够实现同时针对大量参数的优化,从而能够方便准确地实现水平井参数的优化。
附图说明
为了更清楚地说明本说明书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说明书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的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例一种水平井参数优化方法的流程图;
图2为本说明书实施例一种水平井参数优化装置的模块图;
图3为本说明书实施例一种水平井参数优化方法的流程图;
图4A为本说明书实施例三维霍夫变换之前笛卡尔坐标系中线段的示意图;
图4B为本说明书实施例三维霍夫变换之后霍夫空间中线段的示意图;
图4C为本说明书实施例三维霍夫变换之后霍夫空间中线段的示意图;
图5为本说明书实施例一种水平井及水力压裂缝的示意图;
图6为本说明书实施例一种嵌入式离散裂缝模型表示水力压裂缝的示意图;
图7为本说明书实施例一种嵌入式天然随机天然离散裂缝的示意图;
图8为本说明书实施例一种等效渗透率模型及压裂水平井示意图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
以下结合附图1对本申请一种水平井参数优化方法的实施例进行说明。所述方法的执行主体为服务器,所述方法的具体步骤如下:
S100:对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数。
初始水平井参数是为了对资源进行开采时,针对需要布设的水平井所考虑的各项设计参数。初始水平井参数可能直接受到地震数据、测井数据、岩心数据以及生产数据的影响,但在实际的布置过程中往往需要考虑一定其他的优化目标,例如,如何获取最大的资源产量或者如何获得最大的经济效益,对初始水平井参数进行调整使其能够更加符合开采过程所针对的目标。
但是目前的两类优化方法中,随机优化的方法需要模拟大量的正模型,从而耗费大量的时间和资源,缺乏实用性;而基于梯度的算法在参数较多的情况下计算过程会变得越来越复杂,从而导致优化效率逐渐下降。利用集合的形式求取梯度综合了上述两类优化方法的优点。但这种方法基于高斯假设,因此对参数的高斯性有较高的要求,高斯性参数一般指满足正态分布的参数,而气藏开发方案优化设计问题的特点之一就是参数的强非线性,因此,在实际应用中需要克服初始水平井参数中的非高斯性参数对优化过程的影响。
初始水平井参数可以包括水平井井位、水力压裂缝级数、水力压裂缝传导率、水力压裂缝间距、水力压裂缝半长、生产制度。初始水平井参数并不限于上面所列举的具体参数,本领域技术人员所知悉的可以进行优化的水平井设计参数均应该包含在本申请所保护的范围内。
在实际的应用过程中,初始水平井参数可以只有一个,也可以包括多个参数。在包含多个参数时,针对不同井中的不同参数,分别采用本说明书实施例中的方法进行优化。
霍夫变换最初被设计成通过投票过程来识别线条,后来被推广到寻找任意对象。将基于笛卡尔坐标的图像空间中的对象通过霍夫变换转化至霍夫空间中,将笛卡尔坐标中的直线转化为点,由于点的高斯性强于直线,因此运用到水平井参数设计中,会使得井位参数的高斯性大大提高。
下面利用一个具体的示例对霍夫变换进行说明。图4A、图4B、图4C是一个霍夫变换的示意图。图4A为三维空间中某一线段的分布情况,可以利用笛卡尔坐标系中的井位坐标(x,y,z,L,α,β)表示,其中,x、y、z分别为空间分布的坐标,L为线段长度,α、β分别为偏向角。
变换至霍夫空间后,可以得到由平面表示的该线段,在霍夫空间中由(ρ,θ,D,L,α,β)的坐标表示,如图4B所示,为其在x-y平面上的分布,其中,ρ为线段距原点的最短距离,D为线段中点距最短距离线段的长,θ为最短距离线段与y轴的角度,如图4C所示,为其在y-z平面上的分布,由于长度和角度的高斯性较强,因此,保留笛卡尔坐标系中的长度L和偏向角α、β。通过上述过程,实现了将三维空间笛卡尔坐标系中的参数转换至霍夫空间的过程。对于笛卡尔坐标系中的直线或线段,通过霍夫变换,在霍夫空间中可以表示为点,长度与角度的坐标的形式,由于这种表示形式用点代替了直线,因此高斯性增强,使得变换至霍夫空间的参数高斯性也大大加强。
通过对初始水平井参数进行高斯变化,克服了参数的非高斯性对后续的计算步骤的影响,从而提高了最终计算结果的准确性。
为了更好地执行本说明书的实施例,在执行步骤S100之前可以通过建立随机天然裂缝并建立等效渗透率场地质模型来更好地确定初始水平井参数,具体步骤如下:
SS110:利用嵌入式离散网格表示天然离散裂缝的分布情况。
嵌入式离散网格能够对天然裂缝的地质分布情况进行表示,从而能够基于嵌入式离散网格来建立天然离散裂缝地质模型。如图7所述,是一种嵌入式天然随机离散裂缝的示意图。可以看出,嵌入式离散网格的方式能够很好地表示出天然离散裂缝的分布情况,有利于之后步骤的进行。
SS120:将天然离散裂缝表示为渗透率张量,建立等效渗透率场地质模型。
天然离散裂缝数量众多,但是渗透率较小,对于流场的影响不大。为了提高计算效率,将天然离散裂缝处理为等效渗透率。首先,将天然离散裂缝表示为由Pxx,Pyy,Pzz,Pxy,Pyx,Pyz,Pzy,Pxz,Pzx这九个张量所组合而成的形式,并识别裂缝经过的网格,对同一网格中的张量进行叠加,从而根据张量叠加后建立等效渗透率场地质模型。对天然离散裂缝进行处理之后所建立的地质模型,根据地质模型能够更好地确定初始水平井参数。
SS130:基于所述等效渗透率场地质模型,确定初始水平井参数。
建立等效渗透率场地质模型之后,可以根据等效渗透率场地质模型,基于经验或地质模型所展现的突出特性,确定初始水平井参数,从而进行之后的优化步骤。
通过等效渗透率场地质模型的建立,使得初始水平井参数的确定能够基于地质模型进行确定,提高了初始水平井参数的准确性和可靠性。
对于压裂水平井中,除了水平井自身外,还包括水力压裂缝。如图5所示,在水平井的周围,分布有众多的水力压裂缝。水力压裂缝也对应有压裂缝半长、压裂缝级数等水平井参数。水力压裂缝一般是利用水力作用在油气层中形成裂缝从而改善油气层流体流动能力。一般情况下,建立裂缝模型的方法有连续介质模型,等效介质模型和离散裂缝模型。水力压裂缝一般情况下属于大尺度裂缝,数量相对天然裂缝较少,分布不均匀,对流场的影响巨大。使用传统方法,如局部加密近似处理裂缝,计算速度慢,不适合大规模缝网;而将裂缝的渗透率等效进网格中,形成双孔双渗模型,误差较大,使得流动结果平均化。
为了更好地获取对应于压裂水平井的水平井参数,有效解处理上述问题,对于压裂缝的处理可以采用嵌入式离散裂缝模型,具体步骤如下:
SS140:利用嵌入式离散网格建立水力压裂缝。
通过嵌入式离散网格的形式建立水力压裂缝,能够在后续过程中更好地对水力压裂缝进行剖分与分析,有利于压裂水平井参数的获取。
SS150:利用基质网格将所述水力压裂缝离散为压裂裂缝段。
如图6所示,为利用基质网格对水力压裂缝进行离散的示意图。在图6中,各个立方体即为基质网格,其中的平面为水力压裂缝,通过基质网格将水力压裂缝划分为特定的裂缝段。
SS160:基于所述压裂裂缝段,确定初始水平井参数。
对于划分出的压裂裂缝段,针对数值模拟结果进行分析,从而确定初始水平井参数,如压裂缝半长,压裂缝导流能力,压裂缝级数等。
嵌入式离散裂缝方法的网格剖分过程简单、灵活,并且相比连续介质模型、等效连续介质模型,能在精确有效处理裂缝的同时保证计算进度与计算速度。因此在本说明书实施例中,对于水力压裂缝,采取嵌入式离散网格的方法来表示更有利于计算结果的精确。如图8所示,为一种等效渗透率模型及压裂水平井示意图。
S200:对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数。
扰动即为将生成的扰动值加在原始的井控参数上,从而得到扰动后的井控参数。在一个实施例中,对待处理水平井参数进行扰动,可以是生成高斯扰动矩阵后,分别利用高斯扰动矩阵中的各项扰动值对待处理水平井参数进行处理从而能够得到多个扰动值,将这些扰动值作为水平井扰动子参数。为了限制涉及参数的变化频率和变化幅度,可以利用均值为0的高斯协方差矩阵进行扰动,扰动后的子参数仍然满足高斯性且均值不变,从而有利于后续步骤的执行。
在所述待处理水平井参数不止一个时,同时对这些参数进行扰动,得到多组水平井扰动子参数,针对所述多组水平井扰动子参数分别执行后续的计算步骤。
通过扰动得到多组待优化水平井子参数,提高了计算过程中的容错率,并且确保了后续过程对近似梯度计算的准确性。
S300:基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度。
所述目标函数,可以是用于求取最大产量的目标函数,或是求取净现值的目标函数。当然,目标函数并不限于以上两种,根据实际需求可以设置相应的目标函数。
下面以目标函数为用于求取净现值的目标函数作为示例。设定目标函数为 式中,g(x)为目标函数,Nt为总的生产时间跨度级数,vi为资源价格,Qi为ti时间跨度内资源总产量,ri为生产过程中资产折旧率,ti为一个生产跨度的时间,τ为总生产时间,vwd为总钻井成本,vhf为总压裂成本。这样一来,不仅考虑到了生产过程所得到的收益,也考虑了水平井钻井价格和水力压裂的价格,符合针对净现值的求取标准。通过该目标函数,可以计算得到一定时间内以该水平井扰动子参数X作为实际应用的参数时所得到的净现值。
在后续过程中利用最速上升法进行计算的时候,需要利用到梯度,从而确定计算结果方向。但在本说明书实施例的应用中,可能会出现多个参数,仍然利用传统的计算梯度的方法,可能会导致计算过程过于繁琐。因此,本说明书实施例通过求取近似梯度,在不损失较大精确度的情况下,简化计算过程,更加有效地应用于计算出多个参数的场景。
为了求取近似梯度,可以先计算每个所述水平井扰动子参数对应于预设目标函数的目标函数值。根据预设的目标函数,将水平井扰动子参数一一带入目标函数得到对应的目标函数值。例如,根据上述目标函数,利用公式计算每个所述水平井扰动子参数对应于预设目标函数的目标函数值,式中g(x)为目标函数,Nt为总的生产时间跨度级数,vi为资源价格,Qi为ti时间跨度内资源总产量,ri为生产过程中资产折旧率,ti为一个生产跨度的时间,τ为总生产时间,vwd为总钻井成本,vhf为总压裂成本。
接着,可以计算水平井扰动子参数平均值和目标函数平均值。可以利用公式 计算水平井扰动子参数平均值,式中,<xl>为水平井扰动子参数平均值,Ne为水平井扰动子参数的个数,xl,j为水平井扰动子参数。
同理,可以利用公式计算目标函数平均值,式中,<g(xl)>为目标函数平均值,Ne为水平井扰动子参数的个数,g(xl,j)为对应于水平井扰动子参数xl,j的目标函数值。
计算得到水平井扰动子参数平均值和目标函数平均值之后,结合水平井扰动子参数以及对应的目标函数值,利用水平井参数与目标函数之间的协方差求取近似梯度。可以利用公式求取近似梯度,式中,为近似梯度,Ne为水平井扰动子参数的个数,xl,j为水平井扰动子参数,<xl>为水平井扰动子参数平均值,g(xl,j)为对应于水平井扰动子参数xl,j的目标函数值,<g(xl)>为目标函数平均值。
S400:基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数。
得到近似梯度之后,可以利用最速上升法,结合待处理水平井参数,求取更新的水平井参数。更新的水平井参数是所计算出的可能适用于实际应用的水平井设计参数,当所述更新的水平井参数满足判断条件时,可以作为优化水平井参数被利用。
在一个实施例中,利用最速上升法求取更新的水平井参数可以是利用公式 求取更新的水平井参数,式中,xl+1为更新的水平井参数,α为步长,Cx为滤波矩阵,用于恢复因近似方法导致的函数不平滑性,为近似梯度,xl为待处理水平井参数。
S500:若根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数。
得到更新的水平井参数之后,对所述更新的水平井参数进行判断,查看其是否满足要求。可以预先设置差值判断条件对更新的水平井参数进行评估。所述差值判断条件可以是根据所述更新的水平井参数计算得到的目标函数值与所述待处理水平井参数对应的目标函数值的差值大小进行判断。先利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值。在所述目标函数差值为一个小于判断阈值的正数时,可以确定所述更新的水平井参数为优化水平井参数。相应的,所述差值判断条件可以是所述目标函数差值为小于判断阈值的正数。判断条件可以不限于此,实际应用中所述判断条件可以根据优化目标和实际设计需求进行调整。
若根据所述更新的水平井参数计算得到的目标函数值满足差值判断条件,则确定所述更新的水平井参数为优化水平井参数,在之后的实际开发生产过程中可以利用所述优化水平井参数。
通过上述实施例所介绍的方法的步骤,可以在将提高初始水平井参数的高斯性的情况下,依次利用基于梯度的计算优化方法,求取近似梯度之后再利用最速上升法求出更新的水平井参数。在所述更新的水平井参数满足差值判断条件的时候,获取所述更新的水平井参数作为优化水平井参数。这样一来,克服了参数非高斯性对集合优化方法的干扰,从而能够准确地得到水平井设计参数。
在实际应用的过程中,可能会出现上述判断步骤中差值无法满足差值判断条件的情况。为了保证针对水平井参数的优化能够更好地进行,在这种情况下,可以在根据所述更新的水平井参数计算得到的目标函数值无法满足预设判断条件下增加后续的处理步骤。如图3所示,是一种水平井参数优化方法的实施例的流程图,上述步骤S100-S400可以转化为:
310:对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
320:对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
330:基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
340:基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数。
在得到更新的水平井参数之后,可以执行步骤350:利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值。
之后,可以执行步骤360:判断所述目标函数差值是否大于零。
若所述目标函数差值大于零,则说明更新的水平井参数对应的目标函数值更大,更符合最终需要的水平井参数的要求,因此,直接执行步骤370:判断所述目标函数差值是否满足差值判断条件。
所述目标函数差值小于零,则所获取的更新的水平井参数不符合相应的要求,需要增大步长获取新的更新的水平井参数。执行步骤390:增大求取更新的水平井参数时所用的步长。在重新执行步骤340,得到更新的水平井参数。具体可以是,先增大步长α得到迭代步长α′,再利用公式求取更新的水平井参数,式中,xl+1′为迭代水平井参数,α′为迭代步长,Cx为滤波矩阵,为近似梯度,xl为待处理水平井参数。
得到新的更新的水平井参数后,可以再次执行步骤350:利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值,即,重复执行基于所述近似梯度和所述待处理水平井参数,利用增大步长的最速上升法求取更新的水平井参数、利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值的步骤直至所述目标函数差值大于零。
经过上述步骤,最终得到大于零的目标函数差值后,直接执行步骤370:判断所述目标函数差值是否满足差值判断条件。在已经确定所述目标函数差值为正数的情况下,所述差值判断条件,可以是所述目标函数差值小于判断阈值。本领域技术人员应该明白,判断条件并不限于上述内容,实际实施过程中可以根据优化目标以及实际设计需求对判断条件进行调整。
若所述目标函数差值不满足所述差值判断条件,执行步骤3100:将所述更新的水平井参数作为待处理水平井参数,并依次执行步骤320、330、340、350、360至所述目标函数差值满足差值判断条件为止。
若此时目标函数差值满足所述差值判断条件,执行步骤380:确定所述更新的水平井参数为优化水平井参数。
通过上述迭代循环的步骤,使得在所得到的更新的水平井参数没有满足要求时,能够对参数进行进一步的优化并确定最终能够获取到优化水平井参数,确保了最终能够在精度要求范围内有效地得到优化的水平井设计参数,有利于实际生产开发的进行。
以下结合图2介绍本申请一种水平井参数优化装置的实施例。所述装置集成于服务器上,所述装置包括:
霍夫变换模块210,用于对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
扰动模块220,用于对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
近似梯度计算模块230,用于基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
水平井参数更新模块240,用于基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数;
优化参数确定模块250,用于在根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件时,确定所述更新的水平井参数为优化水平井参数。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的系统、装置、模块或单元,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。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
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。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (16)
1.一种水平井参数优化方法,其特征在于,包括:
对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数;
若根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数。
2.如权利要求1所述的方法,其特征在于,所述对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数之前,还包括:
利用嵌入式离散网格建立天然离散裂缝;
将天然离散裂缝表示为渗透率张量,建立等效渗透率场地质模型;
基于所述等效渗透率场地质模型,确定初始水平井参数。
3.如权利要求1所述的方法,其特征在于,所述对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数之前,还包括:
利用嵌入式离散网格建立水力压裂缝;
利用基质网格将所述水力压裂缝离散为压裂裂缝段;
基于所述压裂裂缝段,确定初始水平井参数。
4.如权利要求1所述的方法,其特征在于,所述初始水平井参数包括以下至少一种:水平井井位、水力压裂缝级数、水力压裂缝传导率、水力压裂缝间距、水力压裂缝半长、生产制度。
5.如权利要求1所述的方法,其特征在于,所述对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数,包括:
利用高斯协方差矩阵对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数。
6.如权利要求1所述的方法,其特征在于,所述目标函数,包括:
求取最大产量的目标函数,或求取最大净现值的目标函数。
7.如权利要求1所述的方法,其特征在于,所述基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度,包括:
计算每个所述水平井扰动子参数对应于预设目标函数的目标函数值;
计算水平井扰动子参数平均值和目标函数平均值;
基于水平井扰动子参数、目标函数值、水平井扰动子参数平均值和目标函数平均值,利用水平井参数与目标函数之间的协方差求取近似梯度。
8.如权利要求7所述的方法,其特征在于,所述计算每个所述水平井扰动子参数对应于预设目标函数的目标函数值,包括:
利用公式计算每个所述水平井扰动子参数对应于预设目标函数的目标函数值,式中,g(x)为目标函数,Nt为总的生产时间跨度级数,vi为资源价格,Qi为ti时间跨度内资源总产量,ri为生产过程中资产折旧率,ti为一个生产跨度的时间,τ为总生产时间,vwd为总钻井成本,vhf为总压裂成本。
9.如权利要求7所述的方法,其特征在于,所述基于水平井扰动子参数、目标函数值、水平井扰动子参数平均值和目标函数平均值,利用水平井参数与目标函数之间的协方差求取近似梯度,包括:
利用公式求取近似梯度,式中,为近似梯度,Ne为水平井扰动子参数的个数,xl,j为水平井扰动子参数,<xl>为水平井扰动子参数平均值,g(xl,j)为对应于水平井扰动子参数xl,j的目标函数值,<g(xl)>为目标函数平均值。
10.如权利要求1所述的方法,其特征在于,所述利用所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数,包括:
利用公式求取更新的水平井参数,式中,xl+1为更新的水平井参数,α为步长,Cx为滤波矩阵,为近似梯度,xl为待处理水平井参数。
11.如权利要求1所述的方法,其特征在于,所述若根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数,包括:
利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值;
若所述目标函数差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数;所述差值判断条件为:所述目标函数差值为小于判断阈值的正数。
12.如权利要求11所述的方法,其特征在于,所述利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值之前,还包括:
判断所述目标函数差值是否大于零;
相应的,所述若所述目标函数差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数;所述差值判断条件为:所述目标函数差值为小于判断阈值的正数,包括:
在所述目标函数大于零的情况下,若所述目标函数差值满足差值判断条件,确定所述更新的水平井参数为优化水平井参数;所述差值判断条件为:所述目标函数差值为小于判断阈值的正数。
13.如权利要求12所述的方法,其特征在于,所述判断所述目标函数差值是否大于零之后,还包括:
若所述目标函数差值不大于零,重复执行基于所述近似梯度和所述待处理水平井参数,利用增大步长的最速上升法求取更新的水平井参数、利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值的步骤直至所述目标函数差值大于零。
14.如权利要求13所述的方法,其特征在于,所述基于所述近似梯度和所述待处理水平井参数,利用增大步长的最速上升法求取更新的水平井参数,包括:
增大步长α得到迭代步长α′;
利用公式求取更新的水平井参数,式中,xl+1′为更新的水平井参数,α′为迭代步长,Cx为滤波矩阵,为近似梯度,xl为待处理水平井参数。
15.如权利要求12所述的方法,其特征在于,所述利用根据所述更新的水平井参数计算得到的目标函数值减去根据所述待处理水平井参数计算得到的目标函数值,得到目标函数差值之后,还包括:
若所述目标函数差值不满足差值判断条件,重复执行将所述更新的水平井参数作为待处理水平井参数、扰动步骤、近似梯度计算步骤、更新的水平井参数求取步骤、目标函数差值获取步骤和判断目标函数差值正负性步骤直至目标函数值差值满足差值判断条件;
确定所述更新的水平井参数为优化水平井参数。
16.一种水平井参数优化装置,其特征在于,包括:
霍夫变换模块,用于对所获取到的初始水平井参数进行霍夫变换,得到待处理水平井参数;
扰动模块,用于对所述待处理水平井参数进行扰动,得到至少一个水平井扰动子参数;
近似梯度计算模块,用于基于所述水平井扰动子参数和预设目标函数,计算对应于所述待处理水平井参数的近似梯度;
水平井参数更新模块,用于基于所述近似梯度和所述待处理水平井参数,利用最速上升法求取更新的水平井参数;
优化参数确定模块,用于在根据所述更新的水平井参数计算得到的目标函数值与根据所述待处理水平井参数计算得到的目标函数值的差值满足差值判断条件时,确定所述更新的水平井参数为优化水平井参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910738688.6A CN110490241B (zh) | 2019-08-12 | 2019-08-12 | 一种水平井参数优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910738688.6A CN110490241B (zh) | 2019-08-12 | 2019-08-12 | 一种水平井参数优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110490241A true CN110490241A (zh) | 2019-11-22 |
CN110490241B CN110490241B (zh) | 2022-05-06 |
Family
ID=68550396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910738688.6A Active CN110490241B (zh) | 2019-08-12 | 2019-08-12 | 一种水平井参数优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110490241B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111980654A (zh) * | 2020-10-12 | 2020-11-24 | 西南石油大学 | 一种非均匀页岩油藏分段压裂水平井产能计算方法 |
CN114251075A (zh) * | 2020-09-23 | 2022-03-29 | 中国石油大学(北京) | 基于多目标参数的储层开采方案确定方法、装置及设备 |
CN115577562A (zh) * | 2022-11-09 | 2023-01-06 | 中国石油大学(华东) | 一种裂缝油藏井位优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104278980A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种采用改造体积优化致密油水平井缝网参数的方法 |
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 |
CN106869896A (zh) * | 2017-04-26 | 2017-06-20 | 西南石油大学 | 一种低渗透油气藏直井体积压裂储层改造体积预测方法 |
-
2019
- 2019-08-12 CN CN201910738688.6A patent/CN110490241B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104278980A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种采用改造体积优化致密油水平井缝网参数的方法 |
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 |
CN106869896A (zh) * | 2017-04-26 | 2017-06-20 | 西南石油大学 | 一种低渗透油气藏直井体积压裂储层改造体积预测方法 |
Non-Patent Citations (3)
Title |
---|
DEAN S. OLIVER ET AL.: "Efficient Ensemble-Based Closed-Loop Production Optimization", 《SPE JOURNAL》 * |
DONGXIAO ZHANG ET AL.: "Assisted History Matching for Fractured Reservoirs by Use of Hough-Transform-Based Parameterization", 《SPE JOURNAL》 * |
石立华等: "特低-超低渗透油藏分段压裂水平井开釆参数优化研究及应用", 《兰州大学学报:自然科学版》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114251075A (zh) * | 2020-09-23 | 2022-03-29 | 中国石油大学(北京) | 基于多目标参数的储层开采方案确定方法、装置及设备 |
CN111980654A (zh) * | 2020-10-12 | 2020-11-24 | 西南石油大学 | 一种非均匀页岩油藏分段压裂水平井产能计算方法 |
CN115577562A (zh) * | 2022-11-09 | 2023-01-06 | 中国石油大学(华东) | 一种裂缝油藏井位优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110490241B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11048018B2 (en) | Systems, methods, and computer-readable media for modeling complex wellbores in field-scale reservoir simulation | |
US10838108B2 (en) | Method and system for interpolating discontinuous functions in a subsurface model | |
MX2015004001A (es) | Propagacion de actualizaciones del plano de fractura. | |
CN110490241A (zh) | 一种水平井参数优化方法及装置 | |
US20180031719A1 (en) | Method and System for Generating a Subsurface Model | |
US11042676B2 (en) | Representing structural uncertainty in a mesh representing a geological environment | |
CN110414723B (zh) | 基于微震事件的裂缝油气藏历史拟合的方法、装置及系统 | |
CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
CN107366534B (zh) | 粗化渗透率的确定方法和装置 | |
CN111985081B (zh) | 一种测井曲线构建方法、系统、设备及可读存储介质 | |
Li et al. | Edge detection in potential-field data by enhanced mathematical morphology filter | |
KR20160121997A (ko) | 공간 지식 추출기 및 추출 방법 | |
Fasy et al. | Challenges in reconstructing shapes from Euler characteristic curves | |
CN105654551B (zh) | 一种构建地质局部断层三维模型的方法及装置 | |
EP3400546A1 (en) | Effective permeability upscaling for a discrete fracture network | |
CN115984503B (zh) | 一种地质剖面图生成方法、系统、电子设备及介质 | |
Tran | Simulated annealing technique in discrete fracture network inversion: optimizing the optimization | |
Pollock et al. | 3D exploratory analysis of descriptive lithology records using regular expressions | |
CN111553981B (zh) | 一种基于建模区域分类的三维地质建模方法及系统 | |
Zhang et al. | 4D seismic and production history matching, a combined formulation using Hausdorff and FréChet metric | |
CN108492014A (zh) | 一种确定地质资源量的数据处理方法及装置 | |
Martha et al. | Two-dimensional simulation of geotechnical problems based on solid modeling | |
CN108805154A (zh) | 一种基于空间聚类的地质断层识别方法 | |
CN113111928A (zh) | 一种基于地学数据库的半监督学习矿产资源定量预测方法 | |
Kanfar et al. | Stochastic geomodeling of karst morphology by dynamic graph dissolution |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |