CN114139390A - 一种适用于压裂水平井裂缝参数的一体化优化方法及装置 - Google Patents
一种适用于压裂水平井裂缝参数的一体化优化方法及装置 Download PDFInfo
- Publication number
- CN114139390A CN114139390A CN202111470757.3A CN202111470757A CN114139390A CN 114139390 A CN114139390 A CN 114139390A CN 202111470757 A CN202111470757 A CN 202111470757A CN 114139390 A CN114139390 A CN 114139390A
- Authority
- CN
- China
- Prior art keywords
- crack
- optimization
- fracture
- optimal
- horizontal 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000001360 synchronised effect Effects 0.000 claims abstract description 51
- 239000012530 fluid Substances 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 239000003079 shale oil Substances 0.000 claims abstract description 29
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000013508 migration Methods 0.000 claims abstract description 16
- 230000005012 migration Effects 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 20
- 239000003921 oil Substances 0.000 claims description 20
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001179 sorption measurement Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 239000011148 porous material Substances 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000010779 crude oil Substances 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 10
- 238000013461 design Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001807 normal pulse voltammetry Methods 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000341 volatile oil Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开的一种适用于压裂水平井裂缝参数的一体化优化方法及装置，该方法包括：根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立压裂水平井数值模型；在压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；采用嵌套了二分搜索法的同步扰动随机逼近算法，对优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。该方法的实施能够提高页岩油藏的开发效果。
Description
技术领域
本发明涉及页岩油藏开发技术领域，更具体地说，涉及一种适用于压裂水平井裂缝参数的一体化优化方法及装置。
背景技术
在世界能源需求的不断增加以及常规油气资源开发难度日益增加的趋势下，以页岩油为代表的非常规油气资源开始受到了广泛的关注和研究。由于页岩储层特征的复杂性(孔隙度和渗透率的分布非均质性高)以及极低孔隙度和渗透率性(页岩储层的渗透率大小在10-3～10-9mD之间，而孔隙度值在2％～5％之间)。因此，在开发页岩油藏时，必须考虑减小流动所需要的驱动压差和渗流距离，以及提高储层的导流能力，以实现页岩油的商业开采。
目前，已采用智能裂缝参数优化方法对所考虑的全部裂缝参数进行一体化优化，以考虑裂缝参数之间的相互干扰作用对输出结果的影响。其中，该方法具体是采用同时扰动随机逼近法和协方差矩阵的自适应进化策略，分别对于井位和裂缝位置进行一体化优化；之后，再以净现值为目标函数，进行最优参数组合的选择。然而，由于裂缝条数、裂缝位置以及裂缝半长之间存在相互干扰，因此，为了提高页岩油藏的开发效果，往往需要这三个裂缝参数进行同步一体化优化。但实际上，裂缝位置和裂缝半长同属于实数型裂缝参数，如果还要同步优化裂缝条数这一类整数型裂缝参数，采用上述的优化算法是行不通的，存在页岩油藏的开发效果差的问题。
发明内容
本发明要解决的技术问题在于，针对现有的技术方案存在页岩油藏的开发效果差的技术问题，提供一种适用于压裂水平井裂缝参数的一体化优化方法及装置。
本发明解决其技术问题所采用的技术方案是：构造一种适用于压裂水平井裂缝参数的一体化优化方法，包括：
S1、根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型；
S2、在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
S3、采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
本申请公开的一种适用于压裂水平井裂缝参数的一体化优化装置，所述装置包括模型构建模块、优化目标确定模块和参数优化模块，其中：
所述模型构建模块，用于根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立压裂水平井数值模型；
所述优化目标确定模块，用于在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
所述参数优化模块，用于采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
本申请公开的一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
S1、根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型；
S2、在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
S3、采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
本申请公开的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
S1、根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型；
S2、在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
S3、采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
实施本发明的一种适用于压裂水平井裂缝参数的一体化优化方法及装置，考虑页岩油藏流体微观运移机制，结合等效导流能力表征微尺度水力裂缝，构建压裂水平井数值流动模型。以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立了裂缝参数一体化优化模型。采用嵌套了二分搜索法的同步扰动随机逼近算法，实现实数型和整数型裂缝参数的同步一体化自动优化，实现了对两种不同类型裂缝参数的一体化优化，并以最终优选出的最优裂缝参数组合，为压裂施工设计提供了理论指导，提高了页岩油藏的开发效果。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明的一个实施例中的一种适用于压裂水平井裂缝参数的一体化优化方法的流程图；
图2是本发明的一个实施例中建立目标压裂水平井数值模型的实施流程图；
图3是本发明的一个实施例中嵌套了二分搜索法的同步扰动随机逼近算法的裂缝参数一体化优化的实施流程图；
图4是本发明的一个实施例中基于同步扰动随机逼近算法优化裂缝位置和裂缝半长的实施流程图；
图5是本发明的一个实施例中基于二分搜索法优化裂缝条数的实施流程图；
图6是本发明的一个实施例中的一种适用于压裂水平井裂缝参数的一体化优化装置的系统结构图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
在本发明的一个或多个实施例中，如图1所示，提供了的一种适用于压裂水平井裂缝参数的一体化优化方法，以该方法应用于计算机设备(该计算机设备具体可以是终端或服务器，终端具体可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群)为例进行说明，包括以下步骤：
S1、根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型。
具体的，请参考图2，所述根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型，包括：
S11、获取基质网格的初始渗透率和初始孔隙度值。
具体的，计算机设备在黑油模型(黑油模型，又称低挥发油双组分模型，是指描述含有非挥发组分的黑油和挥发性组分的原油溶解气两个系统在油藏中运动规律的数学模型)的基础上，结合预设的代码程序进行模型构建。
在一个实施例中，计算机设备将基质网格的初始渗透率和初始孔隙度值输入到Eclipse可扩展开发平台中，后续将基于该Eclipse可扩展开发平台进行目标压裂水平井数值模型的构建。需要说明的是，Eclipse可扩展开发平台是一个开放源代码的、且基于Java语言的可扩展平台，其中，就该平台本身而言，它只是一个框架和一组服务，在实际使用该平台的时候，需要基于插件组件构建对应的开发环境。
S12、在初始时间步中，根据所述初始渗透率和所述初始孔隙度值，建立初始压裂水平井数值模型，并计算所述初始压裂水平井数值模型的油藏压力值。
S13、在确定当前的生产模拟时间小于或等于预设的终止时间时，执行步骤S14，否则，执行步骤S16。
具体的，计算机设备在确定了当前的模拟时间Ts之后，将判断模拟时间 Ts是否小于或等于预设的终止时间Tt；若是，计算机设备则认为当前压裂水平井数值模型已经建立完成，此时即可输出包含所有时间步的压裂水平井数值模型。
S14、基于所述油藏压力值，计算下一个时间步中基质网格的渗透率值。
具体的，计算机设备基于下述公式计算渗透率值：
其中，Ka为多孔介质表观渗透率；Φ为岩石孔隙度；μo为平均粘度；τ为岩石迂曲度；ρo为平均密度；R为孔隙半径；ρb为体相流体平均密度；β为页岩有机孔隙体积含量；δ为近壁面流体厚度；μw为近壁面流体平均粘度；μb为体相流体平均粘度；C为速度滑移系数；ρw为近壁面流体平均密度；δ′为吸附层厚度；μads为吸附流体平均粘度；ρads为吸附流体平均密度。
需要说明的是，由于现有的常规油藏渗透率模型，无法模拟出基质中页岩油的流动，需要基于表观渗透率理论，来对渗透率进行修正，以使得油藏渗透率模型能够模拟基质中页岩油的流动。其中，表观渗透率是对流传质通量和扩散传质通量的叠加，它与截面物性、地层压力、温度及流体物性相关。
S15、在进入到下一个时间步时，返回到步骤S12继续执行，并基于所确定的渗透率值进行油藏压力值的计算。
具体的，计算机设备将通过代码程序，例如，自动修改Eclipse数据体中的指代渗透率的关键词，以将下一个时间步的基质网格渗透率值导入 Eclipse中，基于Eclipse进行压裂水平井数值模型的构建。
S16、停止模拟下一时间步的油藏生产过程，得到目标压裂水平井数值模型。
S2、在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型。
具体的，经济净现值是评估项目经济可行性最常用的方法，本实施例中，选择经济净现值作为裂缝优化的目标函数，以此来评价和优选不同裂缝的部署方案。其中，经济净现值的表达式通常是由折现现金流和资本支出这两部分组成，其体现了货币时间价值以及价值可加原则。
在其中一个实施例中，在约束边界内，计算机设备通过比较优化过程中所有的经济净现值的大小，来对控制变量向量(即以裂缝位置、裂缝半长以及裂缝条数构成的向量)进行优选。其中，最优的控制变量向量的选择标准可以为：优化后的裂缝条数、裂缝位置以及裂缝半长的最优的裂缝参数组合，使得经济净现值取到最大值。
S3、采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
需要说明的是，同步扰动随机逼近算法可以通过不断的迭代，实现对裂缝位置和裂缝半长这一类实数型裂缝参数的同步优化，以及二分搜索法也通过不断的迭代来查找最佳的裂缝条数。然而，由于参数的性质不同，只采用一种优化算法是无法实现对整数型和实数型裂缝参数进行一体化优化，因此，当前实施例中，在同步扰动随机逼近算法的基础上融合了二分搜索法，解决了上述问题。
在该一体化方法中，计算机设备通过对某一裂缝条数下的裂缝位置以及裂缝半长进行多次同步迭代优化，并获取该裂缝条数下最佳的裂缝部署方案以及最大的净现值；之后，通过计算和判断左、右边界裂缝条数值分别对应的最大净现值，以获取二分搜索法中下一次的二分取值方向，与此同时在确定二分取值方向后，即可进行新的裂缝条数的计算，其中，当前计算得到的新的裂缝条数具体是用于更新同步扰动随机逼近算法中使用到的初始裂缝参数(具体的流程请参考图3)。如此，通过这样不断的迭代、相互调用以及判断可得到最佳裂缝条数下的最佳裂缝部署方案。
上述适用于压裂水平井裂缝参数的一体化优化方法，考虑页岩油藏流体微观运移机制，结合等效导流能力表征微尺度水力裂缝，构建压裂水平井数值流动模型。以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立了裂缝参数一体化优化模型。采用嵌套了二分搜索法的同步扰动随机逼近算法，实现实数型和整数型裂缝参数的同步一体化自动优化，实现了对两种不同类型裂缝参数的一体化优化，并以最终优选出的最优裂缝参数组合，为压裂施工设计提供了理论指导，提高了页岩油藏的开发效果。
在本发明的一个或多个实施例中，步骤S2中，经济净现值的计算公式为：
其中，J为待优化的性能指标函数，NPV为经济净现值；u为Nu维的控制变量向量；n为时间索引，tn为时间段的长度，Nt为模拟过程的总时间步长；ro为原油价格，
为全部生产井在tn时间段内的累积产油量； b为年折现率，Nw为水平井数；Cv为水平单井每米垂直段钻井费用，Ch为水平单井每米的水平段钻井费用，Cph为每米深度射孔费用，Cpp为每条裂缝的射孔材料费用，Cl为每米压裂液及支撑剂费用；Lv为垂直段长度，L为水平段长度，Lh为裂缝半长；Nf为水平单井的裂缝条数，FC为每天水平单井的运行费用。
在其中一个实施例中，计算机设备可以在约束边界内，比较优化过程中计算得到的所有NPV的大小，以此来对控制变量向量进行优选，其中，最优的控制变量向量u*可以表示为：
式中：u*为最优的控制变量向量，即优化后的裂缝条数、裂缝位置以及裂缝半长的最优的裂缝参数组合；argmax(*)为从取到的自变量点集中进行最大值的求解，其是一种是能对函数求参数或者集合的函数。
在本发明的一个或多个实施例中，步骤S3中，所述采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征，包括：
S31、通过同步扰动随机逼近算法，对初始裂缝条数下的裂缝位置以及裂缝半长，进行多次同步迭代优化。
具体的，请参考图4，关于通过同步扰动随机逼近算法，优化裂缝位置和裂缝半长的具体优化流程如下：
(1)令β＝0,γ＝0，获取N条均匀分布的裂缝位置
及等长分布的裂缝半长
使它们作为过同步扰动随机逼近算法的初始裂缝参数。其中，β(1≤β≤Nimax)为同步扰动随机逼近算法的迭代次数，Nimax为给定的最大迭代次数；γ(1≤γ≤Np(β)≤Npmax)表示每个迭代步中的扰动次数，Np(β)表示每次迭代中产生的实际扰动次数，Npmax为给定的最大扰动次数。
(2)令β＝β+1，并将均匀分布的裂缝位置
及等长分布的裂缝半长
分别赋值给β＝1时的初始裂缝位置
和裂缝半长
(3)令γ＝0，基于初始裂缝参数建立压裂水平井数值模型，并计算其对应的净现值
(4)令γ＝γ+1，并对初始裂缝位置和裂缝半长分别进行扰动计算，得到扰动更新后的裂缝位置
和裂缝半长
(5)基于步骤(4)中扰动更新后的裂缝参数，重新建立压裂水平井数值模型，并计算其对应的净现值
(6)如果γ＝Npmax，则跳转到步骤(8)，此时该迭代步的实际扰动次数 Np(β)＝Npmax；否则跳转到步骤(7)。
(7)如果
则跳转到步骤(8)，此时该迭代步的实际扰动次数Np(β)<Npmax；否则返回至步骤(4)。
(8)如果β＝Nimax时，则输出在该裂缝条数下，最大的净现值
及其对应的裂缝位置
和裂缝半长
否则令β＝β+1，并将该迭代步β-1所有裂缝部署方案中的最大净现值maxNPVβ-1对应的裂缝参数作为下一迭代步β的初始裂缝参数，重复步骤(3)—(8)直到满足步骤(8)的判断条件。
S32、从得到的各项优化结果中，筛选出所述初始裂缝条数下的最优左、右边界裂缝条数值。
具体的，请参考图5，计算机设备通过上标α来表示二分搜索法的迭代次数；以及通过上标ω来表示二分取值的次数。其中，当迭代次数α＝1时，则令该迭代步下的裂缝条数等于给定的最小裂缝条数值；当迭代次数α＝2 时，则令该迭代步下的裂缝条数等于给定的最大裂缝条数值，如下述公式所示：
式中：Nmin为给定的最小裂缝条数值；Nmax为给定的最大裂缝条数值；另外，当迭代次数α＞2时，可根据下述公式计算中间裂缝条数值和中间裂缝条数值加一。而式中的左右边界裂缝条数值可由下述公式得到：
式中：
为中间裂缝条数值；
为中间裂缝条数值加一；
为二分取值时的右边界裂缝条数值；
为二分取值时的左边界裂缝条数值；
为向下取整。
S33、通过所述最优左、右边界裂缝条数值对应的最大净现值，获取二分搜索法中下一次取到的二分取值方向，并根据所述二分取值方向进行裂缝条数的更新。
具体的，第一次二分取值ω＝1时，令左边界裂缝条数值等于给定的最小裂缝条数值，以及令右边界裂缝条数值等于给定的最大裂缝条数值。而当ω＞1时，计算机设备需要通过比较中间裂缝条数值对应最大的NPV值与中间裂缝条数值加一对应最大的NPV值两者的大小，以此来确定下一次二分取值的方向，具体可见下述公式。
式中：
和
分别为该次和上次二分取值时的左边界裂缝条数值；
和
分别为该次和上次二分取值时的右边界裂缝条数值；
为中间裂缝条数值对应最大的NPV值；
为中间裂缝条数值加一对应最大的NPV 值。
S34、返回到步骤S31中，并基于步骤S33中更新后的裂缝条数进行同步迭代优化，直到触发迭代结束条件时，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
具体的，迭代结束条件包括但不限于达到预设的迭代次数上限值，或，比较得出最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征等，本申请实施例对此不做限定。
需要说明的是，裂缝条数对油藏产油量具有较大的影响，在增加裂缝条数时，使得油藏的产油量进一步增加的同时，也会使得裂缝之间的干扰作用增强，并带来压裂成本的增加。而，当裂缝条数较小时，随着裂缝条数的增加NPV会逐渐增大，因此，增加裂缝条数不仅会使累计产油量的增加值逐渐减低，而且压裂成本保持线性增加，当裂缝条数到达一定程度时，NPV的增幅逐渐降低，甚至可以变小。当前实施例中，采用二分法搜索法对裂缝条数这类整数型裂缝参数进行优化。虽然，二分法搜索法优化裂缝条数的搜索方向不一定往往是向上的，也就是说最佳的裂缝条数不一定是最后一次迭代产生的，但计算机设备仍可以根据不同裂缝条数下，最佳的净现值大小来判断查找最佳的裂缝条数。
上述实施例中，对优化变量通过同步一体化优化方式进行优化求解，避免了由于参数的性质不同，只能采用一种优化算法无法实现对整数型和实数型裂缝参数的一体化优化，提高了算法的优化效率。
请参考图6，本申请公开了一种适用于压裂水平井裂缝参数的一体化优化装置600，该装置600包括模型构建模块601、优化目标确定模块602和参数优化模块603，其中：
所述模型构建模块601，用于根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立压裂水平井数值模型。
所述优化目标确定模块602，用于在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型。
所述参数优化模块603，用于采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
在其中一个实施例中，所述模型构建模块601还用于执行以下步骤：S11、获取基质网格的初始渗透率和初始孔隙度值；S12、在初始时间步中，根据所述初始渗透率和所述初始孔隙度值，建立初始压裂水平井数值模型，并计算所述初始压裂水平井数值模型的油藏压力值；S13、在确定当前的生产模拟时间小于或等于预设的终止时间时，执行步骤S14，否则，执行步骤S16； S14、基于所述油藏压力值，计算下一个时间步中基质网格的渗透率值；S15、在进入到下一个时间步时，返回到步骤S12继续执行，并基于所确定的渗透率值进行油藏压力值的计算；S16、停止模拟下一时间步的油藏生产过程，得到目标压裂水平井数值模型。
在其中一个实施例中，所述模型构建模块601还用于通过下述公式计算渗透率值：
其中，Ka为多孔介质表观渗透率；Φ为岩石孔隙度；μo为平均粘度；τ为岩石迂曲度；ρo为平均密度；R为孔隙半径；ρb为体相流体平均密度；β为页岩有机孔隙体积含量；δ为近壁面流体厚度；μw为近壁面流体平均粘度；μb为体相流体平均粘度；C为速度滑移系数；ρw为近壁面流体平均密度；δ′为吸附层厚度；μads为吸附流体平均粘度；ρads为吸附流体平均密度。
在其中一个实施例中，所述优化目标确定模块602还用于通过以下公式计算经济净现值：
其中，J为待优化的性能指标函数，NPV为经济净现值；u为Nu维的控制变量向量；n为时间索引，tn为时间段的长度，Nt为模拟过程的总时间步长；ro为原油价格，
为全部生产井在tn时间段内的累积产油量；b为年折现率，Nw为水平井数；Cv为水平单井每米垂直段钻井费用， Ch为水平单井每米的水平段钻井费用，Cph为每米深度射孔费用，Cpp为每条裂缝的射孔材料费用，Cl为每米压裂液及支撑剂费用；Lv为垂直段长度，L为水平段长度，Lh为裂缝半长；Nf为水平单井的裂缝条数，FC 为每天水平单井的运行费用。
在其中一个实施例中，所述参数优化模块603还用于执行以下步骤： S31、通过同步扰动随机逼近算法，对初始裂缝条数下的裂缝位置以及裂缝半长，进行多次同步迭代优化；S32、从得到的各项优化结果中，筛选出所述初始裂缝条数下的最优左、右边界裂缝条数值；S33、通过所述最优左、右边界裂缝条数值对应的最大净现值，获取二分搜索法中下一次取到的二分取值方向，并根据所述二分取值方向进行裂缝条数的更新；S34、返回到步骤S31中，并基于步骤S33中更新后的裂缝条数进行同步迭代优化，直到触发迭代结束条件时，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
上述适用于压裂水平井裂缝参数的一体化优化装置，考虑页岩油藏流体微观运移机制，结合等效导流能力表征微尺度水力裂缝，构建压裂水平井数值流动模型。以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立了裂缝参数一体化优化模型。采用嵌套了二分搜索法的同步扰动随机逼近算法，实现实数型和整数型裂缝参数的同步一体化自动优化，实现了对两种不同类型裂缝参数的一体化优化，并以最终优选出的最优裂缝参数组合，为压裂施工设计提供了理论指导，提高了页岩油藏的开发效果。
在本发明的一个或多个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
上述计算机设备，考虑页岩油藏流体微观运移机制，结合等效导流能力表征微尺度水力裂缝，构建压裂水平井数值流动模型。以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立了裂缝参数一体化优化模型。采用嵌套了二分搜索法的同步扰动随机逼近算法，实现实数型和整数型裂缝参数的同步一体化自动优化，实现了对两种不同类型裂缝参数的一体化优化，并以最终优选出的最优裂缝参数组合，为压裂施工设计提供了理论指导，提高了页岩油藏的开发效果。
在本发明的一个或多个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
上述存储介质，考虑页岩油藏流体微观运移机制，结合等效导流能力表征微尺度水力裂缝，构建压裂水平井数值流动模型。以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立了裂缝参数一体化优化模型。采用嵌套了二分搜索法的同步扰动随机逼近算法，实现实数型和整数型裂缝参数的同步一体化自动优化，实现了对两种不同类型裂缝参数的一体化优化，并以最终优选出的最优裂缝参数组合，为压裂施工设计提供了理论指导，提高了页岩油藏的开发效果。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种适用于压裂水平井裂缝参数的一体化优化方法，其特征在于，包括：
S1、根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型；
S2、在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
S3、采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
2.根据权利要求1所述的方法，其特征在于，步骤S1中，所述根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立目标压裂水平井数值模型，包括：
S11、获取基质网格的初始渗透率和初始孔隙度值；
S12、在初始时间步中，根据所述初始渗透率和所述初始孔隙度值，建立初始压裂水平井数值模型，并计算所述初始压裂水平井数值模型的油藏压力值；
S13、在确定当前的生产模拟时间小于或等于预设的终止时间时，执行步骤S14，否则，执行步骤S16；
S14、基于所述油藏压力值，计算下一个时间步中基质网格的渗透率值；
S15、在进入到下一个时间步时，返回到步骤S12继续执行，并基于所确定的渗透率值进行油藏压力值的计算；
S16、停止模拟下一时间步的油藏生产过程，得到目标压裂水平井数值模型。
3.根据权利要求2所述的方法，其特征在于，步骤S14中，渗透率值的计算公式包括：
其中，Ka为多孔介质表观渗透率；Φ为岩石孔隙度；μo为平均粘度；τ为岩石迂曲度；ρo为平均密度；R为孔隙半径；ρb为体相流体平均密度；β为页岩有机孔隙体积含量；δ为近壁面流体厚度；μw为近壁面流体平均粘度；μb为体相流体平均粘度；C为速度滑移系数；ρw为近壁面流体平均密度；δ′为吸附层厚度；μads为吸附流体平均粘度；ρads为吸附流体平均密度。
4.根据权利要求1所述的方法，其特征在于，步骤S2中，经济净现值的计算公式为：
其中，J为待优化的性能指标函数，NPV为经济净现值；u为Nu维的控制变量向量；n为时间索引，tn为时间段的长度，Nt为模拟过程的总时间步长；ro为原油价格，
为全部生产井在tn时间段内的累积产油量；b为年折现率，Nw为水平井数；Cv为水平单井每米垂直段钻井费用，Ch为水平单井每米的水平段钻井费用，Cph为每米深度射孔费用，Cpp为每条裂缝的射孔材料费用，Cl为每米压裂液及支撑剂费用；Lv为垂直段长度，L为水平段长度，Lh为裂缝半长；Nf为水平单井的裂缝条数，FC为每天水平单井的运行费用。
5.根据权利要求1所述的方法，其特征在于，步骤S3中，所述采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征，包括：
S31、通过同步扰动随机逼近算法，对初始裂缝条数下的裂缝位置以及裂缝半长，进行多次同步迭代优化；
S32、从得到的各项优化结果中，筛选出所述初始裂缝条数下的最优左、右边界裂缝条数值；
S33、通过所述最优左、右边界裂缝条数值对应的最大净现值，获取二分搜索法中下一次取到的二分取值方向，并根据所述二分取值方向进行裂缝条数的更新；
S34、返回到步骤S31中，并基于步骤S33中更新后的裂缝条数进行同步迭代优化，直到触发迭代结束条件时，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
6.一种适用于压裂水平井裂缝参数的一体化优化装置，其特征在于，所述装置包括模型构建模块、优化目标确定模块和参数优化模块，其中：
所述模型构建模块，用于根据页岩油藏流体微观运移机制，并结合等效导流能力表征微尺度水力裂缝，建立压裂水平井数值模型；
所述优化目标确定模块，用于在所述压裂水平井数值模型的基础上，以经济净现值为目标函数，以所属实数类型的裂缝位置和裂缝半长、以及所属整数类型的裂缝条数为优化变量，建立裂缝参数一体化优化模型；
所述参数优化模块，用于采用嵌套了二分搜索法的同步扰动随机逼近算法，对所述优化变量进行同步一体化优化，得到最优裂缝条数下所属最优裂缝位置和最优裂缝半长的裂缝分布特征。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111470757.3A CN114139390A (zh) | 2022-01-25 | 2022-01-25 | 一种适用于压裂水平井裂缝参数的一体化优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111470757.3A CN114139390A (zh) | 2022-01-25 | 2022-01-25 | 一种适用于压裂水平井裂缝参数的一体化优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114139390A true CN114139390A (zh) | 2022-03-04 |
| CN114139390A8 CN114139390A8 (zh) | 2023-01-31 |
Family
ID=80387858
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111470757.3A Pending CN114139390A (zh) | 2022-01-25 | 2022-01-25 | 一种适用于压裂水平井裂缝参数的一体化优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114139390A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114547953A (zh) * | 2022-04-26 | 2022-05-27 | 西南石油大学 | 一种基于优化设计图版的压裂施工参数优化方法及系统 |
| 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 |
-
2022
- 2022-01-25 CN CN202111470757.3A patent/CN114139390A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114547953A (zh) * | 2022-04-26 | 2022-05-27 | 西南石油大学 | 一种基于优化设计图版的压裂施工参数优化方法及系统 |
| 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 |
|---|---|
| CN114139390A8 (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yin et al. | Multifidelity genetic transfer: an efficient framework for production optimization | |
| US11922103B2 (en) | Algorithm for optimal ICD configuration using a coupled wellbore-reservoir model | |
| US10435995B2 (en) | Oilfield management method and system | |
| CN114139390A (zh) | 一种适用于压裂水平井裂缝参数的一体化优化方法及装置 | |
| AU2009314449B2 (en) | Systems and methods for dynamically developing wellbore plans with a reservoir simulator | |
| Isebor et al. | Biobjective optimization for general oil field development | |
| Guyaguler et al. | Optimization of well placement in a Gulf of Mexico waterflooding project | |
| AU2010229934A1 (en) | A system and method for characterizing fractures in a subsurface reservoir | |
| Bagherinezhad et al. | Multi-criterion based well placement and control in the water-flooding of naturally fractured reservoir | |
| CN114595608A (zh) | 一种压裂施工参数和工作制度参数优化方法及系统 | |
| Cheng et al. | Optimal perforation location and limited entry design for promoting simultaneous growth of multiple hydraulic fractures | |
| CN107451671B (zh) | 用于预测页岩地层压裂后初始产能的方法及系统 | |
| CN115688600A (zh) | 油藏井位优化方法、电子设备及存储介质 | |
| Semnani et al. | Joint optimization of constrained well placement and control parameters using teaching-learning based optimization and an inter-distance algorithm | |
| CN110924935B (zh) | 致密油藏井底流压调控方案确定方法、装置和设备 | |
| Sieberer et al. | Infill Well Portfolio Management under Uncertainty–Application to the 8 TH Reservoir, Austria | |
| US10570663B2 (en) | Automated range-based sensitivity analysis for hydrocarbon reservoir modeling | |
| CN116362121A (zh) | 水平井压裂的裂缝参数确定方法及装置 | |
| CN112507551B (zh) | 一种非结构化动态网格剖分方法及装置 | |
| Rehman et al. | A Generic model for optimizing the selection of artificial lift methods for liquid loaded gas wells | |
| CN116933571A (zh) | 一种用于优化页岩储层复杂缝网的方法及系统 | |
| Liu et al. | Accelerated completion optimization with uncertainty reduction through coupled data and physics based hybrid models | |
| CN112084637B (zh) | 压裂高维参数的自动搜索方法、装置和设备 | |
| Wang et al. | An intelligent multi-fidelity surrogate-assisted multi-objective reservoir production optimization method based on transfer stacking | |
| AU2015268702B2 (en) | Systems and methods for dynamically developing wellbore plans with a reservoir simulator |
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 | ||
| CI02 | Correction of invention patent application | ||
| CI02 | Correction of invention patent application |
Correction item: Application Date Correct: 2022.01.25 False: 2021.12.03 Number: 09-02 Page: The title page Volume: 38 Correction item: Application Date Correct: 2022.01.25 False: 2021.12.03 Number: 09-02 Volume: 38 |