CN111734357A - 一种基于人工智能的气藏单井控制面积劈分方法 - Google Patents

一种基于人工智能的气藏单井控制面积劈分方法 Download PDF

Info

Publication number
CN111734357A
CN111734357A CN202010796337.3A CN202010796337A CN111734357A CN 111734357 A CN111734357 A CN 111734357A CN 202010796337 A CN202010796337 A CN 202010796337A CN 111734357 A CN111734357 A CN 111734357A
Authority
CN
China
Prior art keywords
gas reservoir
well
control area
reservoir
single well
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
CN202010796337.3A
Other languages
English (en)
Other versions
CN111734357B (zh
Inventor
谭晓华
李劲涵
李晓平
王坤
毛正林
杨豪
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202010796337.3A priority Critical patent/CN111734357B/zh
Publication of CN111734357A publication Critical patent/CN111734357A/zh
Application granted granted Critical
Publication of CN111734357B publication Critical patent/CN111734357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • E21B43/006—Production of coal-bed methane
    • 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
    • E21B47/00—Survey of boreholes or 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
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Animal Husbandry (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Geophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种基于人工智能的气藏单井控制面积劈分方法，属于油气藏储量评价领域；为了解决现今气藏气井单井控制面积计算误差较大，流程冗杂等问题；其技术方案是：第一，准备气藏及气井静态及动态参数，利用三角剖分算法，绘制气藏区块边界曲线；建立气藏物性的渗透率、储层有效厚度、孔隙度二维矩阵；基于差异化竞争区域生长图像分割算法，计算单井竞争系数；结合单井竞争系数，进行气藏单井控制面积智能劈分；得到各单井控制面积比例，结合气藏实际含气面积，计算得到各单井控制面积；该方法贴合实际、计算过程省时省力；利用编程，绘制单井控制面积劈分图，形象直观；适用范围广，可推广性强。

Description

一种基于人工智能的气藏单井控制面积劈分方法
技术领域
本发明涉及一种基于人工智能的气藏单井控制面积劈分方法，属于油气藏储量评价领域。
背景技术
单井地质储量计算法因计算过程可操做性强，结果可信度高，相对于其它一些笼统的剩余气研究方法来说，应用越来越广泛。油气田开发中后期，单井地质储量计算的目的是明确平面井点上剩余的地质储量和剩余油气的分布，而单井控制面积的计算是单井地质储量确定的重中之重，因此开展对气藏单井控制面积计算的相关研究，对气藏后期合理开发，单井生产制度优化，提高气藏整体收益具有重大意义。
经过广泛调研，目前单独针对单井控制面积计算的研究极少，专利号为CN201510197824.7的《一种确定缝洞型油藏的单井控制储量的方法》，其中提到的单井控制面积确定需要建立相应物理模型，明确井的控制形状，所需参数多，计算步骤繁琐，且通过物理模型实验得到的控制形状可靠性低；专利号为CN201811430509.4的《基于最优单井控制面积的页岩气藏开采方法》，其中提到的单井控制面积仅看做控制长度与控制宽度的乘积，而通常单井控制区域边界为不规则形状，与实际情况相悖。
总体来说，目前进行单井控制面积计算的方法主要分为：经验公式、面积权衡法、物理模型三种，但都有较大的局限性以及误差。因此，迫切地需要一种准确度高，操作性强，同实际情况相符合的劈分方法来进行单井控制面积的计算，为后续储量评价，气藏合理开发奠定基础。
发明内容
本发明目的是：为了解决现今气藏气井单井控制面积计算误差较大，流程繁琐等问题，通过利用数学软件Matlab 2016a进行编制程序，基于人工智能进行气藏各单井控制面积劈分，劈分效果好，适用性强。
为实现上述目的，本发明提供了一种基于人工智能的气藏单井控制面积劈分方法，该方法包括下列步骤：
第一，准备气藏及气井静态及动态参数，包括气藏实际含气面积、测井数据、储层温度、天然气黏度、天然气偏差因子、气藏半径、井筒半径、井位坐标、边界坐标、单井产能；
第二，根据单井边界坐标，利用三角剖分算法，进行离散点边界提取，绘制气藏区块边界曲线；
第三，根据单井测井数据，通过编程建立气藏物性的渗透率二维矩阵，储层有效厚度二维矩阵，利用孔隙度计算公式，进一步计算得到孔隙度二维矩阵；
第四，根据建立的渗透率二维矩阵、储层有效厚度二维矩阵以及孔隙度二维矩阵，结合单井产能数据，利用单井竞争系数方程，计算单井竞争系数；
第五，根据井位坐标及边界曲线，结合所得单井竞争系数，利用单井生长点判别公式，进行气藏单井控制面积智能劈分；
第六，当气藏中无点满足生长点判别公式时，运算终止，得到气藏单井面积劈分图，根据气藏单井面积劈分图结果，得到各单井控制面积比例，结合气藏实际含气面积，计算得到各单井控制面积。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述所有计算，均通过数学软件Matlab 2016a编程实现。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述三角剖分算法通过数学软件Matlab 2016a，利用Delaunay方法编程实现离散点边界的提取。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述建立的渗透率二维矩阵、储层有效厚度二维矩阵、孔隙度二维矩阵均是大小为10×10的二维矩阵。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述孔隙度计算公式为
Figure 100002_DEST_PATH_IMAGE002
，其中，K为储层渗透率，单位为mD；φ为孔隙度，无量纲量。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述单井竞争系数方程为
Figure 100002_DEST_PATH_IMAGE004
，其中，q sd为单井产能，单位为m3/d；T为储层温度，单位为K；μ为天然气黏度，单位为cP；Z为天然气偏差因子，无量纲量；r e为气藏半径，单位为m；r w为井筒半径，单位为m；K为储层渗透率，单位为mD，h为储层有效厚度，单位为m，dp为单井竞争系数，无量纲量。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述生长点判别公式为
Figure 100002_DEST_PATH_IMAGE006
，其中，
Figure 100002_DEST_PATH_IMAGE008
为整个气藏边界内某一点的数值，为0或1，无量纲量。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述气藏单井控制面积智能劈分以各井位坐标为起始点，以边界曲线为限制条件，以单井竞争系数为扩散速度，以生长点判别公式为扩散条件，由起始点向起始点四周进行以单井竞争系数为基础的差异化面积生长。
上述的一种基于人工智能的气藏单井控制面积劈分方法，所述单井控制面积比例储存于数学软件Matlab 2016a工作区一个大小同气藏井位数一致的一维矩阵中。
与现有技术相比，本发明具有以下有益效果：（1）建立储层渗透率、有效厚度、孔隙度二维矩阵，结合单井产能，体现气藏的非均质性，贴合实际；（2）编程实现面积劈分与计算，计算过程省时省力；（3）利用编程，绘制单井控制面积劈分图，形象直观；（4）适用范围广，可推广性强。
附图说明
在附图中：
图1是本方法技术路线图。
图2是基于人工智能的气藏单井控制面积劈分软件界面图。
图3是某气藏边界绘制图。
图4是某气藏单井控制面积智能劈分图。
图5是matlab工作区中某气藏各单井面积比例结果图。
具体实施方式
下面结合实施方式和附图对本发明做进一步说明。
本发明提供了一种基于人工智能的气藏单井控制面积劈分方法，图1为本方法的技术路线图，该方法包括下列步骤：
第一，准备气藏及气井静态及动态参数，包括气藏实际含气面积、测井数据、储层温度、天然气黏度、天然气偏差因子、气藏半径、井筒半径、井位坐标、边界坐标、单井产能；
第二，根据单井边界坐标，利用三角剖分算法，进行离散点边界提取，绘制气藏区块边界曲线；
第三，根据单井测井数据，通过编程建立气藏物性的渗透率二维矩阵，储层有效厚度二维矩阵，利用孔隙度计算公式，进一步计算得到孔隙度二维矩阵；
第四，根据建立的渗透率二维矩阵、储层有效厚度二维矩阵以及孔隙度二维矩阵，结合单井产能数据，利用单井竞争系数方程，计算单井竞争系数；
第五，根据井位坐标及边界曲线，结合所得单井竞争系数，利用单井生长点判别公式，进行气藏单井控制面积智能劈分；
第六，当气藏中无点满足生长点判别公式时，运算终止，得到气藏单井面积劈分图，根据气藏单井面积劈分结果，得到各单井控制面积比例，结合气藏实际含气面积，计算得到各单井控制面积。
进一步的，所述所有计算，均通过数学软件Matlab 2016a编程实现，软件界面如图2所示。
进一步的，所述三角剖分算法通过数学软件Matlab 2016a，利用Delaunay方法编程实现离散点边界的提取。
进一步的，所述建立的渗透率二维矩阵、储层有效厚度二维矩阵、孔隙度二维矩阵均是大小为10×10的二维矩阵。
进一步的，所述孔隙度计算公式为
Figure DEST_PATH_IMAGE009
，其中，K为储层渗透率，单位为mD；φ为孔隙度，无量纲量。
进一步的，所述单井竞争系数方程为
Figure DEST_PATH_IMAGE010
，其中，q sd为单井产能，单位为m3/d；T为储层温度，单位为K；μ为天然气黏度，单位为cP；Z为天然气偏差因子，无量纲量；r e为气藏半径，单位为m；r w为井筒半径，单位为m；K为储层渗透率，单位为mD，h为储层有效厚度，单位为m，dp为单井竞争系数，无量纲量。
进一步的，所述生长点判别公式为
Figure DEST_PATH_IMAGE011
，其中
Figure DEST_PATH_IMAGE012
为整个气藏边界内某一点的数值，为0或1，无量纲量。
进一步的，所述气藏单井控制面积智能劈分以各井位坐标为起始点，以边界曲线为限制条件，以单井竞争系数为扩散速度，以生长点判别公式为扩散条件，由起始点向起始点四周进行以单井竞争系数为基础的差异化面积生长。
进一步的，所述单井控制面积比例储存于数学软件Matlab 2016a工作区一个大小同气藏井位数一致的一维矩阵中，如图5所示。
利用编制的基于人工智能的气藏单井控制面积劈分软件，以某一气藏为例，进行单井控制面积的智能劈分。
准备该气藏及气井静态及动态参数，包括气藏全区含气面积、测井数据、储层温度、天然气黏度、天然气偏差因子、气藏半径、井筒半径、井位坐标、边界坐标、单井产能；
其井位坐标及单井产能见表1。
表1
横坐标 纵坐标 单井产能
165686.48 41391.96 6000
165683.84 41399.89 7000
165690.34 41401.86 12000
165700.30 41394.04 9000
165686.73 41405.68 11000
根据单井边界坐标，利用三角剖分算法，进行离散点边界提取，绘制气藏区块边界曲线，如图3所示；
根据单井测井数据，通过编程建立气藏物性的渗透率二维矩阵，储层有效厚度二维矩阵，结合孔隙度计算公式
Figure DEST_PATH_IMAGE013
，进一步建立孔隙度二维矩阵；
根据建立的渗透率二维矩阵、储层有效厚度二维矩阵以及孔隙度二维矩阵，结合单井产能数据，基于差异化竞争区域生长图像分割算法，利用单井竞争系数方程
Figure 228268DEST_PATH_IMAGE010
，计算单井竞争系数，见表2；
表2
横坐标 纵坐标 单井竞争系数
165686.48 41391.96 0.03074
165683.84 41399.89 0.03586
165690.34 41401.86 0.06148
165700.30 41394.04 0.04611
165686.73 41405.68 0.05636
根据井位坐标及边界曲线，利用单井生长点判别公式
Figure DEST_PATH_IMAGE014
，结合单井竞争系数，以各井位坐标为起始点，以边界曲线为限制条件，以单井竞争系数为扩散速度，以生长点判别公式为扩散条件，由起始点向起始点四周进行以单井竞争系数为基础的差异化面积生长；
当气藏中无点满足生长点判别公式时，运算终止，得到气藏单井面积劈分图，如图4所示，根据计算结果，得到各单井控制面积比例，如图5所示，结合该气藏实际含气面积为24km2，计算得到各单井控制面积，见表3。
表3
横坐标 纵坐标 单井控制面积比例 实际控制面积/ km<sup>2</sup>
165686.48 41391.96 15303 2.38
165683.84 41399.89 19374 3.02
165690.34 41401.86 9341 1.46
165700.30 41394.04 66375 10.34
165686.73 41405.68 43663 6.80
与现有技术相比，本发明具有以下有益效果：（1）建立储层渗透率、有效厚度、孔隙度二维矩阵，结合单井产能，体现气藏的非均质性，贴合实际；（2）编程实现面积劈分与计算，计算过程省时省力；（3）利用编程，绘制单井控制面积劈分图，形象直观；（4）适用范围广，可推广性强。
最后所应说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应该理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于人工智能的气藏单井控制面积劈分方法，其特征在于，该方法包括下列步骤：
第一，准备气藏及气井静态及动态参数，包括气藏实际含气面积、测井数据、储层温度、天然气黏度、天然气偏差因子、气藏半径、井筒半径、井位坐标、边界坐标、单井产能；
第二，根据单井边界坐标，利用三角剖分算法，进行离散点边界提取，绘制气藏区块边界曲线；
第三，根据单井测井数据，通过编程建立气藏物性的渗透率二维矩阵，储层有效厚度二维矩阵，利用孔隙度计算公式，进一步计算得到孔隙度二维矩阵；
第四，根据建立的渗透率二维矩阵、储层有效厚度二维矩阵以及孔隙度二维矩阵，结合单井产能数据，利用单井竞争系数方程，计算单井竞争系数；
第五，根据井位坐标及边界曲线，结合所得单井竞争系数，利用单井生长点判别公式，进行气藏单井控制面积智能劈分；
第六，当气藏中无点满足生长点判别公式时，运算终止，得到气藏单井面积劈分图，根据气藏单井面积劈分结果，得到各单井控制面积比例，结合气藏实际含气面积，计算得到各单井控制面积。
2.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述三角剖分算法通过数学软件Matlab 2016a，利用Delaunay方法编程实现离散点边界的提取。
3.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述建立的渗透率二维矩阵、储层有效厚度二维矩阵、孔隙度二维矩阵均是大小为10×10的二维矩阵。
4.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述孔隙度计算公式为
Figure DEST_PATH_IMAGE002
，其中，K为储层渗透率，单位为mD；φ为孔隙度，无量纲量。
5.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述单井竞争系数方程为
Figure DEST_PATH_IMAGE004
，其中，q sd为单井产能，单位为m3/d；T为储层温度，单位为K；μ为天然气黏度，单位为cP；Z为天然气偏差因子，无量纲量；r e为气藏半径，单位为m；r w为井筒半径，单位为m；K为储层渗透率，单位为mD，h为储层有效厚度，单位为m，dp为单井竞争系数，无量纲量。
6.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述生长点判别公式为
Figure DEST_PATH_IMAGE006
，其中，
Figure DEST_PATH_IMAGE008
为整个气藏边界内某一点的数值，为0或1，无量纲量。
7.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述气藏单井控制面积智能劈分以各井位坐标为起始点，以边界曲线为限制条件，以单井竞争系数为扩散速度，以生长点判别公式为扩散条件，由起始点向起始点四周进行以单井竞争系数为基础的差异化面积生长。
8.根据权利要求1所述的一种基于人工智能的气藏单井控制面积劈分方法，其特征在于：所述单井控制面积比例储存于数学软件Matlab 2016a工作区一个大小同气藏井位数一致的一维矩阵中。
CN202010796337.3A 2020-08-10 2020-08-10 一种基于人工智能的气藏单井控制面积劈分方法 Active CN111734357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010796337.3A CN111734357B (zh) 2020-08-10 2020-08-10 一种基于人工智能的气藏单井控制面积劈分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010796337.3A CN111734357B (zh) 2020-08-10 2020-08-10 一种基于人工智能的气藏单井控制面积劈分方法

Publications (2)

Publication Number Publication Date
CN111734357A true CN111734357A (zh) 2020-10-02
CN111734357B CN111734357B (zh) 2020-11-13

Family

ID=72658204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010796337.3A Active CN111734357B (zh) 2020-08-10 2020-08-10 一种基于人工智能的气藏单井控制面积劈分方法

Country Status (1)

Country Link
CN (1) CN111734357B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191330A (zh) * 2021-05-27 2021-07-30 宜宾学院 融合二次电子和背散射电子图像的区域生长孔隙识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339659A (zh) * 2008-08-22 2009-01-07 北京矿冶研究总院 基于规则的区域生长图像分割方法
US10422905B2 (en) * 2016-06-06 2019-09-24 Saudi Arabian Oil Company Quantifying geologic growth history of subsurface oil field structures based on structural growth indications with instructions from data storage device
CN110617062A (zh) * 2019-10-14 2019-12-27 西南石油大学 一种储层剩余气分布特征的分析方法
CN110619643A (zh) * 2019-09-17 2019-12-27 湖南科技大学 一种基于局部信息的区域生长图像分割方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339659A (zh) * 2008-08-22 2009-01-07 北京矿冶研究总院 基于规则的区域生长图像分割方法
US10422905B2 (en) * 2016-06-06 2019-09-24 Saudi Arabian Oil Company Quantifying geologic growth history of subsurface oil field structures based on structural growth indications with instructions from data storage device
CN110619643A (zh) * 2019-09-17 2019-12-27 湖南科技大学 一种基于局部信息的区域生长图像分割方法
CN110617062A (zh) * 2019-10-14 2019-12-27 西南石油大学 一种储层剩余气分布特征的分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
XIAOPING LI: "Optimization analysis of structure parameters of downhole vortex tool based on CFD and orthogonal studies", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》 *
孙光灵 等: "一种新的基于边缘生长的图像分割方法", 《第14界中国神经网络学术会议论文集》 *
季虹良 等: "深度图像分割的城市区域倾斜影响密集匹配点云滤波算法", 《测绘科学技术学报》 *
李旭成 等: "页岩气产能分析理论及方法研究综述", 《天然气勘探与开发》 *
金立生 等: "基于区域生长的智能车辆阴影路径图像分割方法", 《吉林大学学报（工学版）》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191330A (zh) * 2021-05-27 2021-07-30 宜宾学院 融合二次电子和背散射电子图像的区域生长孔隙识别方法

Also Published As

Publication number Publication date
CN111734357B (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN112360411B (zh) 基于图神经网络的局部井网注水开发优化方法
CN111456709B (zh) 一种基于测井曲线的水平井多级压裂分段分簇方法
CN109236273B (zh) 油田开发生产动态数据处理方法
CN111734357B (zh) 一种基于人工智能的气藏单井控制面积劈分方法
CN115146446A (zh) 基于近似梯度算法和嵌入式离散裂缝模型的油藏优化方法
CN109920060A (zh) 一种用于无人化开采的工作面高精度导航模型生成方法
CN108121013A (zh) 一种微生物碳酸盐岩岩相的识别方法
CN110197013B (zh) 基于Morphing的河床基岩面建模方法
CN110390154A (zh) 一种提高复杂断块油气田油藏数值模拟效率的方法
CN112800590B (zh) 一种机器学习辅助的两相流油藏随机建模的网格粗化方法
CN110673227B (zh) 地层不整合交切的处理方法及处理装置
CN110688609B (zh) 一种黄土塬区浅层地下水补给-排泄单元划分方法
CN111622733A (zh) 一种致密气藏区域部署加密井的方法
CN115127970B (zh) 一种高温高压储层等效井下渗流特征及产能实验模拟方法
CN116721227A (zh) 一种复杂地质体三维地质模型自动化建模方法
CN115099092B (zh) 基于三维建模的尾矿库渗流计算方法
CN116401816A (zh) 一种水平井注/直井抽地浸采铀流线模拟与可视化方法及系统
CN113837890B (zh) 一种基于数据统计的页岩气水平井井型优选方法
CN117930384B (zh) 基于压裂返排液离子分析的油气藏裂缝参数反演方法
CN117372643B (zh) 一种基于钻孔数据自顶向下逐层构建三维地层模型的方法
CN107730586A (zh) 一种地层建模的方法和系统
CN107133880A (zh) 一种估算开发井泄油面积的方法
US20240086723A1 (en) Field production strategy optimization using multi-objective genetic algorithm
CN115796063A (zh) 用于解决串珠式缝洞型油藏的试井方法
CN118013813A (zh) 一种基于粒子群算法的射孔参数自动优化方法

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
GR01 Patent grant
GR01 Patent grant