CN111119808B - 油田注采关系模型的构建方法及油田注采关系的识别方法 - Google Patents
油田注采关系模型的构建方法及油田注采关系的识别方法 Download PDFInfo
- Publication number
- CN111119808B CN111119808B CN201811290083.7A CN201811290083A CN111119808B CN 111119808 B CN111119808 B CN 111119808B CN 201811290083 A CN201811290083 A CN 201811290083A CN 111119808 B CN111119808 B CN 111119808B
- Authority
- CN
- China
- Prior art keywords
- production
- injection
- target
- well
- coefficient
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000010276 construction Methods 0.000 title claims abstract description 7
- 238000002347 injection Methods 0.000 claims abstract description 127
- 239000007924 injection Substances 0.000 claims abstract description 127
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 101
- 238000003860 storage Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 239000007788 liquid Substances 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 239000003921 oil Substances 0.000 description 153
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 239000010779 crude oil Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000002332 oil field water Substances 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/20—Displacing by water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mining & Mineral Resources (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Geology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Fluid Mechanics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Environmental & Geological Engineering (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Geochemistry & Mineralogy (AREA)
- General Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种油田注采关系模型的构建方法及油田注采关系的识别方法,该方法包括:获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取CRM模型;根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数;根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型。通过本申请,解决了相关技术中难以准确识别油田注采关系的问题。
Description
技术领域
本申请涉及油田开发技术领域,具体而言,涉及一种油田注采关系模型的构建方法及油田注采关系的识别方法。
背景技术
随着油田开发的持续开展,原油的不断采出导致了地下亏空,油田储层压力不足。为了维持正常的油田生产,充分获取可利用资源,注水开发是普遍实施的一种方式。它是指从注水井注入合格的水源,通过压力传导,从采油井采出水和原油的这个过程。
而注水开发的关键是在多个注水井和多个采油井组成的注采井网下,利用注水井与采油井的配合,最大程度地发挥注入水对储层原油的驱替作用。这就要求油田开发的管理人员能够掌握注采井网的连通关系,从而优化调控注水量的分配比例,获得更具经济效益的油田生产效果。
在当前实际业务中,注采连通关系的识别往往需要靠示踪剂或井间干扰测试进行监测,但这两种方法会受到经济成本的限制,无法连续捕捉地下储层的实时变化,也难以衡量连通程度。同样,人工通过生产趋势判别也存在难度高、效率低等问题。而在此连通关系识别基础上进行的人工注水调配,更是难以综合多井预估产量、优化油田的整体生产效果。
针对相关技术中难以准确识别油田注采关系的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种油田注采关系模型的构建方法及油田注采关系的识别方法,以解决相关技术中难以准确识别油田注采关系的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种油田注采关系模型的构建方法。该方法包括:获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取电容电阻CRM模型;根据所述目标注水井和所述目标采油井的历史数据,调整所述CRM模型的注采系数;根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型。
进一步地,在获取在第一预设时间段内目标油田区块内所有注水井和采油井的历史数据之后,所述方法还包括:判断所述历史数据中是否存在缺失值;若存在缺失值,采用均值填充法对所述缺失值进行填充。
进一步地,调整所述CRM模型的注采系数包括:获取所述目标采油井的开关系数,其中,所述开关系数由油田在第一预设时间段内生产过程中所述目标采油井的实际开关确定;获取所述目标采油井与所述目标注水井的注采系数;将所述注采系数乘以所述开关系数后进行归一化处理,得到调整后所述CRM模型的注采系数。
进一步地,将所述注采系数乘以所述开关系数后进行归一化处理,得到调整后所述CRM模型的注采系数包括:采用以下公式一得到调整后所述CRM模型的注采系数,其中,所述公式一为:
fij′是调整后的注采系数,fij是所述CRM模型的第j个目标采油井与第i个目标注水井的注采系数,fik是所述CRM模型的第i个目标采油井与第k个目标注水井的注采系数,δj为第j个目标采油井的开关系数,δk为第k个目标采油井的开关系数。
进一步地,调整后的CRM模型为:
其中,Nj是采油井数,Ni是注水井数,qj(t0)是初始时间t0的采液量,qj(tn)是时间tn的采液量,e是自然常数,τj是第j个目标采油井的时间滞后系数,是第i个目标注水井在第k个时间段注水的总注水量,fij′是调整后的注采系数。
进一步地,在根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型之后,所述方法还包括:根据调整后的CRM模型,确定所述目标油田区块内目标注水井和目标采油井的油田注采关系;基于所述油田注采关系,预估目标指标数据,其中,所述目标指标数据至少包括:采液量、注水量。
进一步地,在根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型之后,所述方法还包括:在预设时间后,执行在第二预设时间段内目标油田区块内目标注水井和目标采油井的历史数据的步骤;采用获取到的历史数据对所述CRM模型进行重新建模,以重新确定所述目标油田区块内目标注水井和目标采油井的油田注采关系。
为了实现上述目的,根据本申请的一个方面,提供了一种油田注采关系的识别方法,包括:获取目标油田区块内目标注水井和目标采油井的目标数据;将所述目标数据输入到上述任意一项方法中构建的CRM模型中,以确定所述目标油田区块内目标注水井和目标采油井的油田注采关系。
为了实现上述目的,根据本申请的一个方面,提供了一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行上述任意一项所述的油田注采关系模型的构建方法。
为了实现上述目的,根据本申请的一个方面,提供了一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的油田注采关系模型的构建方法。
通过本申请,采用以下步骤:获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取CRM模型;根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数;根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型,解决了相关技术中难以准确识别油田注采关系的问题,由于油田生产存在临时开关井的情况,比如油水井故障,因此注采系数会发生变化,通过调整后CRM模型的注采系数,根据历史数据和调整后CRM模型的注采系数构建的CRM模型识别油田注采关系,进而达到提升识别油田注采关系的准确性的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的油田注采关系模型的构建方法的流程图;以及
图2是根据本申请实施例提供的油田注采关系的识别方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
油田注水开发:油田开发过程中,通过专门的注入井将水注入油藏,保持或恢复油层压力,使油藏有很强的驱动力,以提高油藏的开采速度和采收率。
根据本申请的实施例,提供了一种油田注采关系模型的构建方法。
图1是根据本申请实施例的油田注采关系模型的构建方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取电容电阻CRM模型。
上述的目标油田区块可以是同一个地质单元,上述的获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据可以是获取共同生产同一套储层的所有注入井与采油井的历史数据。
可选地,在本申请实施例提供的油田注采关系模型的构建方法中,在获取在第一预设时间段内目标油田区块内所有注水井和采油井的历史数据之后,该方法还包括:判断历史数据中是否存在缺失值;若存在缺失值,采用均值填充法对缺失值进行填充。
通过上述方法,对于历史数据中若存在缺失值,则用均值填充等方法对数据缺失值进行填补,进一步地,还可以在采用均值填充法对缺失值进行填充之后,剔除掉历史数据中的无效数值。
步骤S102,根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数。
可选地,在本申请实施例提供的油田注采关系模型的构建方法中,调整CRM模型的注采系数包括:获取目标采油井的开关系数,其中,开关系数由油田在第一预设时间段内生产过程中目标采油井的实际开关确定;获取目标采油井与目标注水井的注采系数;将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数。
由于油田生产存在临时开关井的情况,比如油水井故障。因此在本申请实施例中引入了开关系数,以调整CRM模型的注采系数。例如,在若第一预设时间段内第i个采油井正常开启,该开关系数δi为1,若在第一预设时间段内第i个采油井关闭,该开关系数δi为0。通过各个采油井的开关系数,调整CRM模型的注采系数。
可选地,在本申请实施例提供的油田注采关系模型的构建方法中,调整CRM模型的注采系数包括:获取目标采油井的开关系数,其中,开关系数由油田在第一预设时间段内生产过程中目标采油井的实际开关确定;获取目标采油井与目标注水井的注采系数;将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数。
通过上述方案,将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数,具体地,采用以下公式一得到调整后CRM模型的注采系数,其中,公式一为:
fij′是调整后的注采系数,fij是CRM模型的第j个目标采油井与第i个目标注水井的注采系数,fik是CRM模型的第i个目标采油井与第k个目标注水井的注采系数,δj为第j个目标采油井的开关系数,δk为第k个目标采油井的开关系数。
在本申请实施例提供的油田注采关系模型的构建方法中,调整后的CRM模型为:
其中,Nj是采油井数,Ni是注水井数,qj(t0)是初始时间t0的采液量,qj(tn)是时间tn的采液量,e是自然常数,τj是第j个目标采油井的时间滞后系数,是第i个目标注水井在第k个时间段注水的总注水量,fij′是调整后的注采系数。
步骤S103,根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型。
基于油田生产大量历史数据进行建模,使用仿真模型实现大量数据的复杂运算,确定对一口采油井与不同注水井之间的影响权重关系;通过对CRM模型进行调整,使得模型不仅模拟了注采生产中的时间滞后因素,而且模拟了动态变化下的注采系数,从而提升识别油田注采关系的准确性。
综上所述,本申请实施例提供的油田注采关系模型的构建方法,通过获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取CRM模型;根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数;根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型,解决了相关技术中难以准确识别油田注采关系的问题,由于油田生产存在临时开关井的情况,比如油水井故障,因此注采系数会发生变化,通过调整后CRM模型的注采系数,根据历史数据和调整后CRM模型的注采系数构建的CRM模型识别油田注采关系,进而达到提升识别油田注采关系的准确性的效果。
可选地,在本申请实施例提供的油田注采关系模型的构建方法中,在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:根据调整后的CRM模型,确定目标油田区块内目标注水井和目标采油井的油田注采关系;基于油田注采关系,预估目标指标数据,其中,目标指标数据至少包括:采液量、注水量。
通过调整后的CRM模型确定的油田注采关系,预估出采液量、注水量等指标数据,还可以基于调整后的CRM模型得到更为可靠的产量预测结果。
可选地,在本申请实施例提供的油田注采关系模型的构建方法中,在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:在预设时间后,执行在第二预设时间段内目标油田区块内目标注水井和目标采油井的历史数据的步骤;采用获取到的历史数据对CRM模型进行重新建模,以重新确定目标油田区块内目标注水井和目标采油井的油田注采关系。
由于油田注水开发过程中的储层油水关系是一个实时动态变化的过程,当注水井与采油井积累到一定新的生产数据后,或基础数据出现改变时,将新产生的数据或改变后的数据导入模型中,模型根据新导入的数据进行重新拟合,得到最新的注水井与采油井之间的生产连通关系与影响权重,用户可以在此基础上输入新的注水计划,并基于最新的计算模型得到更为可靠的产量预测结果。
通过本申请实施例提供的油田注采关系模型的构建方法,基于历史数据确定注入井与采油井之间的注采关系及影响权重,在不需要新资金投入的前提下,最大程度提高历史数据的利用率与利用价值;通过物理模型模拟的方法实现对大量历史数据的反复计算,即实现所有注水井分别与所有采油井之间的模型关系计算,实现人工计算无法实现的计算量与计算精度;将地下储层的油水运移关系黑盒模型模拟为计算机的机理仿真模型,改变传统只能确定注水井与采油井简单直接对应关系的模式,可以通过计算得到一口采油井对多口注水井的影响权重系数;油田注水开发地下动态是一个不断变化的过程,注采关系也是动态变化的,本申请实施例提供的油田注采关系模型的构建方法在原有仿真模型基础上进行改进,使模型适用于存在临时关井的油田生产,且模型定期会进行重新模拟从而更新,从而提升识别油田注采关系的准确性。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为了实现上述目的,根据本申请的一个方面,提供了一种油田注采关系的识别方法,图2是根据本申请实施例的油田注采关系的识别方法的流程图。如图2所示,该方法包括以下步骤:步骤S201,获取目标油田区块内目标注水井和目标采油井的目标数据;步骤S202,将目标数据输入到上述方法中构建的CRM模型中,以确定目标油田区块内目标注水井和目标采油井的油田注采关系。
通过上述方法中构建的CRM模型,识别出目标油田区块内目标注水井和目标采油井的油田注采关系,提升了识别油田注采关系的准确性。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来识别油田注采关系。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现油田注采关系模型的构建方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行油田注采关系模型的构建方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取电容电阻CRM模型;根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数;根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型。
在获取在第一预设时间段内目标油田区块内所有注水井和采油井的历史数据之后,该方法还包括:判断历史数据中是否存在缺失值;若存在缺失值,采用均值填充法对缺失值进行填充。
调整CRM模型的注采系数包括:获取目标采油井的开关系数,其中,开关系数由油田在第一预设时间段内生产过程中目标采油井的实际开关确定;获取目标采油井与目标注水井的注采系数;将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数。
将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数包括:采用以下公式一得到调整后CRM模型的注采系数,其中,公式一为:
fij′是调整后的注采系数,fij是CRM模型的第j个目标采油井与第i个目标注水井的注采系数,fik是CRM模型的第i个目标采油井与第k个目标注水井的注采系数,δj为第j个目标采油井的开关系数,δk为第k个目标采油井的开关系数。
调整后的CRM模型为:
其中,Nj是采油井数,Ni是注水井数,qj(t0)是初始时间t0的采液量,qj(tn)是时间tn的采液量,e是自然常数,τj是第j个目标采油井的时间滞后系数,是第i个目标注水井在第k个时间段注水的总注水量,fij′是调整后的注采系数。
在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:根据调整后的CRM模型,确定目标油田区块内目标注水井和目标采油井的油田注采关系;基于油田注采关系,预估目标指标数据,其中,目标指标数据至少包括:采液量、注水量。
在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:在预设时间后,执行在第二预设时间段内目标油田区块内目标注水井和目标采油井的历史数据的步骤;采用获取到的历史数据对CRM模型进行重新建模,以重新确定目标油田区块内目标注水井和目标采油井的油田注采关系。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取电容电阻CRM模型;根据目标注水井和目标采油井的历史数据,调整CRM模型的注采系数;根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型。
在获取在第一预设时间段内目标油田区块内所有注水井和采油井的历史数据之后,该方法还包括:判断历史数据中是否存在缺失值;若存在缺失值,采用均值填充法对缺失值进行填充。
调整CRM模型的注采系数包括:获取目标采油井的开关系数,其中,开关系数由油田在第一预设时间段内生产过程中目标采油井的实际开关确定;获取目标采油井与目标注水井的注采系数;将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数。
将注采系数乘以开关系数后进行归一化处理,得到调整后CRM模型的注采系数包括:采用以下公式一得到调整后CRM模型的注采系数,其中,公式一为:
fij′是调整后的注采系数,fij是CRM模型的第j个目标采油井与第i个目标注水井的注采系数,fik是CRM模型的第i个目标采油井与第k个目标注水井的注采系数,δj为第j个目标采油井的开关系数,δk为第k个目标采油井的开关系数。
调整后的CRM模型为:
其中,Nj是采油井数,Ni是注水井数,qj(t0)是初始时间t0的采液量,qj(tn)是时间tn的采液量,e是自然常数,τj是第j个目标采油井的时间滞后系数,是第i个目标注水井在第k个时间段注水的总注水量,fij′是调整后的注采系数。
在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:根据调整后的CRM模型,确定目标油田区块内目标注水井和目标采油井的油田注采关系;基于油田注采关系,预估目标指标数据,其中,目标指标数据至少包括:采液量、注水量。
在根据历史数据和调整后CRM模型的注采系数对CRM模型进行建模,得到调整后的CRM模型之后,该方法还包括:在预设时间后,执行在第二预设时间段内目标油田区块内目标注水井和目标采油井的历史数据的步骤;采用获取到的历史数据对CRM模型进行重新建模,以重新确定目标油田区块内目标注水井和目标采油井的油田注采关系。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种油田注采关系模型的构建方法,其特征在于,包括:
获取在第一预设时间段内目标油田区块内目标注水井和目标采油井的历史数据,并获取电容电阻CRM模型;
根据所述目标注水井和所述目标采油井的历史数据,调整所述CRM模型的注采系数;
根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型;
其中,调整所述CRM模型的注采系数包括:
获取所述目标采油井的开关系数,其中,所述开关系数由油田在第一预设时间段内生产过程中所述目标采油井的实际开关确定;
获取所述目标采油井与所述目标注水井的注采系数;
将所述注采系数乘以所述开关系数后进行归一化处理,得到调整后所述CRM模型的注采系数;
将所述注采系数乘以所述开关系数后进行归一化处理,得到调整后所述CRM模型的注采系数包括:
采用以下公式一得到调整后所述CRM模型的注采系数,其中,
所述公式一为:
2.根据权利要求1所述的方法,其特征在于,在获取在第一预设时间段内目标油田区块内所有注水井和采油井的历史数据之后,所述方法还包括:
判断所述历史数据中是否存在缺失值;
若存在缺失值,采用均值填充法对所述缺失值进行填充。
4.根据权利要求1所述的方法,其特征在于,在根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型之后,所述方法还包括:
根据调整后的CRM模型,确定所述目标油田区块内目标注水井和目标采油井的油田注采关系;
基于所述油田注采关系,预估目标指标数据,其中,所述目标指标数据至少包括:采液量、注水量。
5.根据权利要求1所述的方法,其特征在于,在根据所述历史数据和调整后所述CRM模型的注采系数对所述CRM模型进行建模,得到调整后的CRM模型之后,所述方法还包括:
在预设时间后,执行在第二预设时间段内目标油田区块内目标注水井和目标采油井的历史数据的步骤;
采用获取到的历史数据对所述CRM模型进行重新建模,以重新确定所述目标油田区块内目标注水井和目标采油井的油田注采关系。
6.一种油田注采关系的识别方法,其特征在于,包括:
获取目标油田区块内目标注水井和目标采油井的目标数据;
将所述目标数据输入到上述权利要求1至5中任意一项方法中构建的CRM模型中,以确定所述目标油田区块内目标注水井和目标采油井的油田注采关系。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至5中任意一项所述的油田注采关系模型的构建方法。
8.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的油田注采关系模型的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290083.7A CN111119808B (zh) | 2018-10-31 | 2018-10-31 | 油田注采关系模型的构建方法及油田注采关系的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811290083.7A CN111119808B (zh) | 2018-10-31 | 2018-10-31 | 油田注采关系模型的构建方法及油田注采关系的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111119808A CN111119808A (zh) | 2020-05-08 |
CN111119808B true CN111119808B (zh) | 2022-04-12 |
Family
ID=70494291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811290083.7A Active CN111119808B (zh) | 2018-10-31 | 2018-10-31 | 油田注采关系模型的构建方法及油田注采关系的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111119808B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112302594A (zh) * | 2020-12-01 | 2021-02-02 | 中国石油大学(北京) | 非均质水驱油藏的连通结构确定方法、装置及设备 |
CN114687715A (zh) * | 2020-12-25 | 2022-07-01 | 苏州国双软件有限公司 | 一种用于控制油田注水系统的方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004095259A1 (en) * | 2003-03-26 | 2004-11-04 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
CN103670369A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种注采井间连通状况的判别方法及装置 |
CN105579662A (zh) * | 2013-08-15 | 2016-05-11 | 雪佛龙美国公司 | 确定和优化注水性能的系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9140108B2 (en) * | 2011-11-03 | 2015-09-22 | Bp Corporation North America Inc. | Statistical reservoir model based on detected flow events |
-
2018
- 2018-10-31 CN CN201811290083.7A patent/CN111119808B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004095259A1 (en) * | 2003-03-26 | 2004-11-04 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
CN105579662A (zh) * | 2013-08-15 | 2016-05-11 | 雪佛龙美国公司 | 确定和优化注水性能的系统和方法 |
CN103670369A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种注采井间连通状况的判别方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于数据挖掘的优势渗流通道快速定量识别方法;郭军辉;《2018油气田勘探与开发国际会议》;20180918;1-11 * |
高含水老油田注采连通判别及注水量优化方法;杨超;《中南大学学报》;20151231;第46卷(第12期);4592-4601 * |
Also Published As
Publication number | Publication date |
---|---|
CN111119808A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10858931B2 (en) | Enhancing reservoir production optimization through integrating inter-well tracers | |
US11551106B2 (en) | Representation learning in massive petroleum network systems | |
CA3151298A1 (en) | Machine-learning based system for virtual flow metering | |
CN109034447A (zh) | 一种水驱油藏含水上升率变化的预测方法及装置 | |
US11238379B2 (en) | Systems and methods for optimizing oil production | |
CN111119808B (zh) | 油田注采关系模型的构建方法及油田注采关系的识别方法 | |
Grema et al. | Optimal feedback control of oil reservoir waterflooding processes | |
Pinto et al. | Gradient-free strategies to robust well control optimization | |
Lee et al. | A multivariate autoregressive model for characterizing producer-producer relationships in waterfloods from injection/production rate fluctuations | |
Belyadi et al. | A fast-paced workflow for well spacing and completions design optimization in unconventional reservoirs | |
Lasdon et al. | Implementing CRM models for improved oil recovery in large oil fields | |
Sankaran et al. | Creating Value by Implementing an Integrated Production Surveillance and Optimization System–An Operator's Perspective | |
CN110969249A (zh) | 生产井产量预测模型建立方法、生产井产量预测方法及相关装置 | |
CN108681793A (zh) | 深层油藏采油指数预测方法及装置 | |
Tueros et al. | Refined ensemble-based waterflooding optimization subject to field-wide constraints | |
Temizel et al. | Effective use of data-driven methods in brown fields | |
US9171109B2 (en) | Method to couple fluid-flow and geomechanical models for integrated petroleum systems using known triggering events | |
Sun et al. | A graph network based approach for reservoir modeling | |
Palke et al. | The Adaptation of Reservoir Simulation Models for Use in Reserves Certification Under Regulatory Guidelines or Reserves Definitions | |
CN109063228A (zh) | 一种水驱油藏含水上升率变化的确定方法及装置 | |
Yang et al. | A Physics-Based Proxy for Surface and Subsurface Coupled Simulation Models | |
CN112114357A (zh) | 缝洞型储层连通性预测方法及装置 | |
CN109033508A (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
CN111126650B (zh) | 用于油田仿真系统的模型构建方法和装置 | |
CN108920781A (zh) | 一种油藏含水率及含水上升率的确定方法和装置 |
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 |