CN115467649B - 小井距立体开发的井网优化部署方法、系统及立体井网 - Google Patents
小井距立体开发的井网优化部署方法、系统及立体井网 Download PDFInfo
- Publication number
- CN115467649B CN115467649B CN202111667541.6A CN202111667541A CN115467649B CN 115467649 B CN115467649 B CN 115467649B CN 202111667541 A CN202111667541 A CN 202111667541A CN 115467649 B CN115467649 B CN 115467649B
- Authority
- CN
- China
- Prior art keywords
- development
- well
- parameter data
- well pattern
- output parameter
- 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
- 238000011161 development Methods 0.000 title claims abstract description 276
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005457 optimization Methods 0.000 claims abstract description 74
- 238000011084 recovery Methods 0.000 claims abstract description 42
- 238000010276 construction Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000003921 oil Substances 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 9
- 238000012821 model calculation Methods 0.000 claims description 8
- 239000010779 crude oil Substances 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 abstract description 7
- 239000010410 layer Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003079 shale oil Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of 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
- 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. optimising the spacing of wells
- E21B43/305—Specific pattern of wells, e.g. optimising the spacing of wells comprising at least one inclined or horizontal well
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种小井距立体开发的井网优化部署方法、系统及立体井网，其中，井网优化部署方法包括步骤：根据开发参数构建立体开发的井网井距优化模型；求解所述井网井距优化模型的最优解，获取最优开发参数；实现小井距立体开发井网的优化，即能够在立体井网的开发初期，一次布井井网井距设计时，将现场油藏立体开发参数与综合采收率、开发总利润以及合理井距系数联合起来，通过多元协同优化的方法，找到合理井距系数最优的范围内，综合采收率和开发总利润协同最优的开发参数，最终对立体井网设计、施工参数设计提供建议，提升致密油藏开发的经济效益。本发明的井网优化部署系统及立体井网是基于或采用了本发明的井网优化部署方法。
Description
技术领域
本发明属于井网部署及井距优化领域，特别涉及一种小井距立体开发的井网优化部署方法、系统及立体井网。
背景技术
随着油气资源的开采难度日益增加，逐步发展出了水平井开发技术，对于致密的非常规储层(致密砾岩、页岩油气)采用大规模的体积压裂，才能使油气井具有一定经济产能。近年来以新疆玛湖为代表的致密砾岩油藏勘探开发获得巨大突破，发现了储量规模达10亿吨级的特大型致密砾岩油田，成为我国原油增产上产的重要潜力点之一。为实现致密砾岩油藏的高效开发，提高资源利用率和采收率，采用小井距立体井网开发的方式进行开采。我国的玛湖致密油从2018年以来开始进行立体开发试验，在百口泉组百二段和百三段设计实施了井距分别为100m和150m的水平井立体井网，显示出良好的效果，试验区单井产油超过区块平均的1.5倍，小井距立体井网开发能够取得更好的井间动用和整体采收率，有潜力成为未来非常规油气藏开发的重要开发模式之一。
小井距立体井网设计需要针对井距、有效半缝长、水平段长、段间距、簇间距、建井和维护成本、布井方式与井间布缝方式等一系列问题全局优化，关联规律复杂。因此需要以整体效益为优化方向，以开发总利润，综合采收率和合理井距系数最大化为目标，开展小井距立体开发的井网优化部署方法研究，为实现立体开发井网的全局优化与高效开发提供指导，为致密砾岩油藏高效开发提供支持和建议。
致密砾岩油藏非均质性强，属于低孔低渗、特低渗储层，通常采用多层系空间立体布井的开发方式，即立体井网开发。但是，使用地质工程一体化理念进行小井距立体井网开发过程中，需要针对特定目标、通过多元协同优化实现全局最优的复杂系统工程，包括了多学科理论和多领域技术的结合，也包括了技术方案、管理流程、关键节点全生命周期的优化，是一个大型的系统工程，优化步骤复杂。
多层叠加状低渗储层的特征包括(1)低渗，例如页岩气、页岩油、致密气、致密油、砾岩油、煤层气储层等；(2)需要进行多级分段压裂作业以提高储层渗透性。
在多层系致密砾岩储层中由于储层小层多，厚度大，微裂缝发育，缝网应力吸收能力较强。采用常规水平井开发井网部署，井间及层间动用效率低，最终采收率低，未能实现资源的有效动用。
发明内容
针对上述问题，本发明提供一种小井距立体开发的井网优化部署方法、系统及立体井网。
本发明的一种小井距立体开发的井网优化部署方法，用于多层叠加状低渗储层，包括下面步骤：
根据开发参数构建立体开发的井网井距优化模型；
求解所述井网井距优化模型的最优解，获取最优开发参数。
进一步地，所述的根据开发参数构建立体开发的井网井距优化模型的步骤包括：
构建目标开发区域的开发参数数据库；
将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型获取输出参数数据，并生成输出参数数据库；
其中每组所述开发参数数据包括：有效半缝长L1，单井平均水平段长L2，单井压裂平均段间距L4，平均每段射孔簇数m，预计开采年限T；折现率r，单井建井成本C1，平均每年单井维护成本C2和单井一次规划采收率R；所述开发参数数据库中的每组开发参数数据结构体为(L1,L2,L4,m,T,R,r,C1,C2)；
每组所述输出参数数据包括：预测开发总利润D1，预测综合采收率D2和合理井距系数M，所述输出参数数据库中的每组输出参数数据结构体为(D1,D2,M)。
进一步地，将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型后，在所述井网井距优化模型中分别计算预测开发总利润D1，预测综合采收率D2，合理井距系数M：
其中，N为目标开发区域单位厚度下的储量丰度；X、Y和Z分别为目标开发区域的长、宽和总有效厚度；H为目标开发区域内平均每个开发层系的有效厚度，由开发方案的基础物探和地质数据确定；b为递减指数；D0为单井综合递减率；变量t为时间；Q0为平均单井每簇射孔的首年预测产量，由目标开发区域相邻区域的已开发井历史数据或现场施工经验获得；Pt为第t年底的原油售价，其值由现有公知的油价预测模型计算得到；|sgn(x)|表示对变量x进行符号函数运算后取绝对值；[x]表示对x的取整运算。
进一步地，所述的构建目标开发区域的开发参数数据库包括步骤：
获取每个所述开发参数的取值范围；
针对每个所述开发参数，在取值范围内采用插值法进行插值处理；
对插值处理后的所述开发参数进行排列组合，从而获得所述开发参数数据库。
进一步地，所述的求解所述井网井距优化模型的最优解，获取最优开发参数的步骤包括：
根据所述输出参数数据库中M值最大的一组输出参数数据获取其所对应的目标开发参数数据结构体；
获取所述目标开发参数数据结构体中每个开发参数所在的插值空间，对该插值空间进行二次插值，对二次插值后的所述开发参数进行排列组合，从而获得经过二次插值后的开发参数数据结构体并更新所述的开发参数数据库；
将所述的经过二次插值后的开发参数数据结构体输入所述井网井距优化模型，获取对应的输出参数数据结构体并更新所述的输出参数数据库；
获取更新后所述输出参数数据库中M值最大的一组输出参数数据；
重复上述操作步骤直至所得的M值满足预设条件，并获取对应的输出参数数据和开发参数数据。
进一步地，所述预设条件为：
前一次插值计算结果中的M的最大值Mi与本次插值计算结果中的M的最大值Mi+1的差值百分比小于预设的精度阈值；其中i为常数。
进一步地，筛选出所述输出参数数据库中M值最大的一组输出参数数据，并筛选出该组输出参数数据周围的相关输出参数数据；
所述相关输出参数数据满足：
且Mj≥1，
其中Mj为所述相关输出参数数据的M值，MV为最大M值，η为预设的相关程度系数；
当MV所对应的D1,V和D2,V分别为所筛选出的输出参数数据中的最大的D1值和最大D2值时，判断MV所对应的输出参数数据为所述井网井距优化模型的最优解；
否则，计算判断最大f值所对应的输出参数数据为所述井网井距优化模型的最优解；
所述最优开发参数为所述井网井距优化模型的最优解所对应的开发参数数据。
进一步地，在获取所述井网井距优化模型的最优解之后还包括步骤：
比较所述最优解对应的预测综合采收率D2与单井一次规划采收率R的值；
当D2<R时，判断单井一次规划采收率R过高，计算结果不可取；
并对应调整R的取值范围后，更新所述开发参数数据库，重新进行模型计算，直至所计算出的最优解满足D2≥R。
依据最优解所对应的开发参数和目标参数，使用一次井网部署的方法对目标储层进行井网部署和施工，实现小井距立体开发的井网优化部署。
本发明还提供了一种小井距立体开发的井网优化部署系统，包括：
模型建立模块，用于根据开发参数构建立体开发的井网井距优化模型；
模型求解模块，用于求解所述井网井距优化模型的最优解，获取最优开发参数。
本发明还提供了一种立体井网，其中，所述立体井网的开发参数在是根据本发明的井网优化部署方法确定的。
本发明的小井距立体开发的井网优化部署方法、系统及立体井网，公开了一种适用于页岩、致密砂岩等需要一次布井立体开发油藏的立体井网，通过开发参数构建立体开发的井网井距优化模型，并对所述井网井距优化模型进行的最优解求解，获取最优开发参数，实现小井距立体开发井网的优化，即能够在开发初期一次布井井网井距设计时，将现场油藏立体开发设计参数与综合采收率、开发总利润以及合理井距系数联合起来，通过多元协同优化的方法，找到合理井距系数在最优的取值范围下，综合采收率和开发总利润协同最优的开发参数，实现多个参数协同优化，最终对立体井网设计、施工参数设计提供建议，提升致密油藏开发的经济效益，具有较好的实用性。本发明所采取的一次井网部署的方法能够直接找到最优的井网参数，然后一次施工和布置，避免多次井网布置方案中，不同代的井逐次加密，使多轮次应力场分布互相叠加更加复杂而难以控制，使老井经济指标逐渐变差的现象。通过提出合理井距系数的定义，并采取底线思维的成本倒算的方法对合理井距系数进行限定，能够直观、快速地优选盈利方案，排除亏本方案，提高数据优选速度，减小迭代次数，最终能够提高方案优选的整体计算效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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示出了根据本发明实施例的小井距立体开发的井网优化部署方法步骤流程图；
图2示出了根据本发明实施例中通过空间坐标系筛选最大合理井距系数M的示意图；
图3示出了根据本发明实施例中通过空间坐标系求解模型最优解的示意图之一；
图4示出了根据本发明实施例中通过空间坐标系求解模型最优解的示意图之二。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
考虑到现有技术中小井距立体井网开发过程中存在优化步骤复杂的问题，本申请实施例提供了一种小井距立体开发的井网优化部署方法和立体井网，通过构建井网井距优化模型，综合考虑现场油藏立体开发设计参数与采收率、总利润以及合理井距系数，在确定合理井距系数范围的前提条件下，综合采收率和总利润协同最优的开发参数，最终对立体井网设计、施工参数设计提供建议，提升致密油藏开发的经济效益。
实施例一：
为便于对本实施例进行理解，首先对本申请实施例所公开的一种小井距立体开发的井网优化部署方法进行详细介绍。图1示出了本申请实施例所提供的一种小井距立体开发的井网优化部署方法的流程图，如图1所示，包括以下步骤：
根据开发参数构建立体开发的井网井距优化模型；
在本申请的实施例中，所述开发参数的类型包括：有效半缝长L1，单井平均水平段长L2，单井压裂平均段间距L4，平均每段射孔簇数m，预计开采年限T；折现率r，单井建井成本C1，平均每年单井维护成本C2和单井一次规划采收率R。上述参数为本方案中井网优化过程中所需优化的参数，优选上述参数组合的过程即为井网优化过程。
求解所述井网井距优化模型的最优解，获取最优开发参数。
具体地，在本申请的实施例中，构建立体开发的井网井距优化模型的步骤包括：
S101：构建目标开发区域的开发参数数据库；其中，每组所述开发参数数据库中的每组开发参数数据结构体为(L1,L2,L4,m,T,R,r,C1,C2)；
S102：将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型获取输出参数数据，并生成输出参数数据库；其中，每组所述输出参数数据包括：预测开发总利润D1，预测综合采收率D2和合理井距系数M，所述输出参数数据库中的每组输出参数数据结构体为(D1,D2,M)。
在本申请的实施例中，将所述开发参数数据库中的每组所述开发参数输入所述井网井距优化模型后，在所述井网井距优化模型中分别计算预测开发总利润D1，预测综合采收率D2，合理井距系数M。
具体地，预测开发总利润D1通过下面计算公式计算：
在计算开发总利润D1时，需要输入井网井距优化模型中的开发参数数据包括L1,L2,L4,m,T,r,C1,C2，常数为Y,H,X,Pt,Q0,b,D0，输出参数为D1，循环变量为时间t；具体地，N为目标开发区域单位厚度下的储量丰度；X、Y和Z分别为目标开发区域的长、宽和总有效厚度；H为目标开发区域内平均每个开发层系的有效厚度，是由开发方案的基础物探和地质数据确定；b为递减指数；D0为单井综合递减率；变量t为时间；Q0为平均单井每簇射孔的首年预测产量，由目标开发区域相邻区域的已开发井历史数据或现场施工经验获得；Pt为第t年底的原油售价，其值由现有公知的油价预测模型计算得到；本领域技术人员可以获取上述常数。
预测综合采收率D2通过下面计算公式计算：
在计算预测综合采收率D2时，需要输入井网井距优化模型中的开发参数数据包括L1,L2,L4,m,T，常数为Y,H,X,Q0,b,D0,Z,N，输出参数为D2，循环变量为时间t。
合理井距系数M通过下面计算公式计算：
在计算合理井距系数M时，需要输入井网井距优化模型中的开发参数数据包括为L2,T,R,C1,C2，常数为N,H,Pt，输出参数为M，循环变量为时间t；|sgn(x)|表示对变量x进行符号函数运算后取绝对值；min(x1,x2)表示取x1,x2中的最小值运算；[x]表示对x的取整运算。
在本申请的实施例中，输出参数中合理井距系数M需要满足条件M≥1，否则将视为无效方案(即模型计算结果无效)，其原理在于：
所述的合理井距系数M采取基于底线思维的成本倒算的方法进行计算：
先确定保本情况下的最小产量
再计算极限条件下的最小单井控制面积
并计算最小半缝长
当有效半缝长L1≥L5时才能满足盈利条件，故需要确保M≥1，且M的值越大方案越合理，M<1时表示方案亏本，方案不可行，即该次模型计算无最优解，需要调整输入模型的开发参数数据。
通过构建的上述井网井距优化模型，在每输入一组开发参数数据进入模型后，能够对应获得一组输出参数数据，两者之间为一一对应的关系。
在本申请的一种可能的实施方式中，在执行所述的构建目标开发区域的开发参数数据库时，具体可以按照下面步骤执行：
S1011：获取每个所述开发参数的取值范围；
应当理解的是，本领据技术人员可以根据目标开发区域的现场工程实际定出每个开发参数的合理取值范围；获取开发参数的取值范围的方法可以是参考基础物探数据、地质数据、相邻区域已开发井的历史相关数据和现场施工经验等获取。
S1012：针对每个所述开发参数采用插值法进行插值；
首先针对每一个开发参数选取合理定义域，即取值范围，然后在各自的定义域内进行线性插值，以半缝长L1为例，在半缝长L1的工程合理取值区间内等距分为S1个数，那么L1输入的可选的集合为{L1,1，L1,2，L1,3，...,L1,S1})，即完成单个开发参数的插值。
S1013：对插值后的所述开发参数进行排列组合，从而获得所述开发参数数据库。
在对每一个开发参数都进行插值后，再从每一个开发参数都进行插值后的集合中各选出一个值，组成开发参数数据的组合，例如对于L1,L2,L4,m,T,R,r,C1,C2这9个开发参数，分别在其各自的定义域范围内等距插入S1，S2，S3，S4，S5，S6，S7，S8，S9个值，那么根据排列组合的原理，最后我们能获取(S1×S2×S3×S4×S5×S6×S7×S8×S9)组结构为(L1,L2,L4,m,T,R,r,C1,C2)的开发参数数据；从而得到开发参数数据库。
本申请的原理在于：
在进行立体井网开发方案设计时，由于需要考虑的参数种类非常多，常规的试算无法得到最优的参数集合，难以得到在合理井距系数M尽可能大的前提下，同时计算得到目标开发区域最优化的预测开发总利润D1和预测综合采收率D2，且M最大时，D1和D2不一定也能达到最大/最优，而立体井网开发是一个协同优化过程，因此需要进行多元协同优化，求解井网井距优化模型的最优解，获得最优的输出参数数据(D1,D2,M)及其所对应的开发参数数据(L1,L2,L4,m,T,R,r,C1,C2)。
在本申请的实施例中，所述的求解所述井网井距优化模型的最优解，获取最优开发参数的步骤包括：
S1021：根据所述输出参数数据库中M值最大的一组输出参数数据获取其所对应的目标开发参数数据结构体；
S1022：获取所述目标开发参数数据结构体中每个开发参数所在的插值空间，对该插值空间进行二次插值，对二次插值后的所述开发参数进行排列组合，从而获得经过二次插值后的开发参数数据结构体并更新所述的开发参数数据库；
S1023：将所述的经过二次插值后的开发参数数据结构体输入所述井网井距优化模型，获取对应的输出参数数据结构并更新所述的输出参数数据库；
S1024：获取更新后所述输出参数数据库中M值最大的一组输出参数数据；
S1025：重复上述操作步骤S1021～S1024直至最后所得的M值满足预设条件，并获取最大的M值所对应的输出参数数据和开发参数数据。
通过选取输出参数数据库中的最大的M值，得到此最大M值所对应的输出参数和开发参数，从而可以将最优解的范围定位到此最大M值所对应的各个开发参数的插值范围，并在下一轮计算中进一步缩小各开发参数的定义域(即对各开发参数，取最大M值所对应的开发参数的上次插值的左右相邻值作为下一轮计算的定义域上下限)，再在各个开发参数的、更新后的定义域内作进一步插值。例如，假设前一次计算所得的最大M值对应的半缝长取值为Li，那么设定本次迭代半缝长的取值范围为并再在这个范围内继续等距插值S1个数)，重复上述计算步骤，就可得到更精确的M。
判断迭代/循环计算可以停止的预设条件是:当相邻两次迭代得到的M值变化很小时，可以认为迭代已经稳定了，最终获得的合理井距系数M的最大值对应为所有开发方案中的最优方案。
具体地，所述预设条件为：
计算前一次插值计算结果中的M的最大值Mi与本次插值计算结果中的M的最大值Mi+1的差值百分比其中i为常数；
判断差值百分比ε是否小于预设的精度阈值，若满足，则说明本次计算的M的最大值Mi+1满足预设条件，则可以停止上述步骤S1025中的步骤循环运算；否则判断为不满足预设条件，需要继续上述步骤S1025中的步骤循环运算。
应当理解的是，可以根据现场要求设置精度阈值ε，精度要求高时，减小此值，精度要求低时，增大此值；一种优选的ε取值为0.1，即当ε<0.1时，停止计算。
在本申请的实施例中，考虑到合理井距系数M最大时，对应的预测开发总利润D1和预测综合采收率D2不一定是最大的；当预测开发总利润D1不足够大，对油田现金流起到负面作用；当预测综合采收率D2不是最优，那么可能存在采油速度过低的问题，对开发不利。因此需要在和最大合理井距系数M相近的方案中，选出预测开发总利润D1和预测综合采收率D2协同最优的方案。具体地，在步骤S1025之后，还包括下面步骤：
S1026：筛选出所述输出参数数据库中M值最大的一组输出参数数据，并筛选出该组输出参数数据周围的相关输出参数数据；
所述相关输出参数数据满足：
且Mj≥1，
其中Mj为所述相关输出参数数据的M值，MV为最大M值，η为预设的相关程度系数；
S1027：当MV所对应的D1,V和D2,V分别为所筛选出的输出参数数据中的最大的D1值和最大D2值时，判断MV所对应的输出参数数据为所述井网井距优化模型的最优解；否则，计算判断最大f值所对应的输出参数数据为所述井网井距优化模型的最优解；所述最优开发参数为所述井网井距优化模型的最优解所对应的开发参数数据。
其原理在于：当D1,V和D2,V比其余各点的D1和D2都大时，说明该情况下得到最大合理井距系数M时，目标开发区域的预测开发总利润D1和区块的预测综合采收率D2同时达到最大，此时输出参数(D1,V,D2,V,MV)及其对应的开发参数即为该目标开发区域立井网井距协同优化条件下最优的开发方案参数；
但是当至少有一组相关输出参数数据的D1值大于D1,V的值，或D2值大于D2,V的值时，则说明最优解有可能存在于相关输出参数数据中。此时通过计算向量(D1，D2)的模来确定最优解，即计算取f最大时的输出参数数据作为模型的最优解，最优解所代表方案的输出参数数据和开发参数数据即为目标开发区域立井网井距协同优化条件下最优的开发方案参数；
在本申请的实施例中，在获取所述井网井距优化模型的最优解之后还包括校验步骤：
S1028：比较所述最优解对应的预测综合采收率D2与单井一次规划采收率R的值；
当D2<R时，判断单井一次规划采收率R过高，计算结果不可取；
并对应调整R的取值范围后，更新所述开发参数数据库，重新进行模型计算，直至所计算出的最优解满足D2≥R。
根据本申请的一个优选的实施方式中，可以通过空间坐标系的方式来实现求解所述井网井距优化模型最优解：
以D1为x轴，以D2为y轴，以M为z轴构建出空间坐标系，输出参数数据库中的每一组输出参数在该坐标空间中即为一个点，那么本发明中的求解模型最优解的过程即为筛选出坐标空间中，距离坐标原点最远的点，并且，因为需要优先考虑M的最大值，求解最优解的过程则是在最大合理井距系数MV的±η范围内，选出距离坐标原点最远的点。
如图2所示，为空间坐标系下，筛选最大合理井距系数M的参考范围，图2中，黑色点位即为落在最大合理井距系数MV±η范围内的输出参数数据，其中标记为V的点即为步骤S1025中计算得到的最大的M值所对应的输出参数数据；空心点位为不满足MV±η范围要求的输出参数数据，后续将不予考虑。
图3和图4均是通过将图2中所示步骤获得的落入MV±η范围内的点投影至O-D1-D2所在平面上所得的平面图，具体地，图3中所示意的是步骤S1025中计算得到的最大的M值所对应的输出参数数据为最优解的情况，此种情况下标记为V的点所对应的D1、D2的值均大于其它落入MV±η范围内的点所对应的D1、D2的值；图4中所示意的是S1025中计算得到的最大的M值所对应的输出参数数据不是最优解的情况，图4中，标记为K的点，其所对应的M值落入MV±η范围内，但是其所对应的D2的值要大于V的点所对应的D2的值，根据步骤S1027中的最优解计算方法，此时通过计算向量(D1，D2)的模来确定最优解，即比较和/>的大小，如图4中所示，该种情景下，K点所对应的输出参数数据为模型最优解。通过坐标系的方式能够更加直观的获取模型最优解。
可选的，所述的井网优化部署方法还包括立体井网中布置水平井的步骤：在同一小层内，所述立体井网的各水平井呈平行分布；在纵向不同小层间，所述立体井网的各水平井在纵向上呈交错分布。通过立体交错布井(即“W”型立体交错方式)能够减小井间垂向不利干扰，强化垂向有利干扰，可优化整体开发效果，增强缝网复杂性。
实施例二：
基于相同的技术构思，本申请实施例还提供一种小井距立体开发的井网优化部署系统，包括模型建立模块和模型求解模块，其中，
模型建立模块用于根据开发参数构建立体开发的井网井距优化模型；
模型求解模块用于求解所述井网井距优化模型的最优解，获取最优开发参数。
可选的，所述模型建立模块包括：
第一数据库建立单元，用于构建目标开发区域的开发参数数据库；
模型计算单元，用于将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型后计算获取输出参数数据；
第二数据库建立单元，用于构建输出参数数据库。
可选的，在所述模型计算单元中，分别计算预测开发总利润D1，预测综合采收率D2，合理井距系数M：
且M≥1；
其中，其中L1为有效半缝长，L2为单井平均水平段长，L4为单井压裂平均段间距，m为平均每段射孔簇数，T为预计开采年限；r为折现率，C1为单井建井成本，C2为平均每年单井维护成本；D1为目标开发区域的预测开发总利润，D2为目标开发区域的预测综合采收率，M为基于产量倒算法的合理井距系数；N为目标开发区域单位厚度下的储量丰度；X、Y和Z分别为目标开发区域的长、宽和总有效厚度；H为目标开发区域内平均每个开发层系的有效厚度，由开发方案的基础物探和地质数据确定；b为递减指数；D0为单井综合递减率；变量t为时间；Q0为平均单井每簇射孔的首年预测产量，由目标开发区域相邻区域的已开发井历史数据或现场施工经验获得；Pt为第t年底的原油售价，其值由现有公知的油价预测模型计算得到；|sgn(x)表示对变量x进行符号函数运算后取绝对值；[x]表示对x的取整运算。
可选的，在所述第一数据库建立单元中：获取每个所述开发参数的取值范围；
针对每个所述开发参数采用插值法进行插值；
对插值后的所述开发参数进行排列组合，从而获得所述开发参数数据库。
可选的，在所述模型求解模块中：根据所述输出参数数据库中M值最大的一组输出参数数据获取其所对应的目标开发参数数据结构体；
获取所述目标开发参数数据结构体中每个开发参数所在的插值空间，对该插值空间进行二次插值，对二次插值后的所述开发参数进行排列组合，从而获得经过二次插值后的开发参数数据结构体并更新所述的开发参数数据库；
将所述的经过二次插值后的开发参数数据结构体输入所述井网井距优化模型，获取对应的输出参数数据结构体并更新所述的输出参数数据库；
获取更新后所述输出参数数据库中M值最大的一组输出参数数据；
重复上述操作步骤直至所得的M值满足预设条件，并获取对应的输出参数数据和开发参数数据。
可选的，所述预设条件为：
前一次插值计算结果中的M的最大值Mi与本次插值计算结果中的M的最大值Mi+1的差值百分比小于预设的精度阈值；其中i为常数。
可选的，在所述模型求解模块中：筛选出所述输出参数数据库中M值最大的一组输出参数数据，并筛选出该组输出参数周围的相关输出参数数据；
所述相关输出参数数据满足：
且Mj≥1，
其中Mj为所述相关输出参数数据的M值，MV为最大M值，η为预设的相关程度系数；
当MV所对应的D1,V和D2,V分别为所筛选出的输出参数数据中的最大的D1值和最大D2值时，判断MV所对应的输出参数数据为所述井网井距优化模型的最优解；
否则，计算判断最大f值所对应的输出参数数据为所述井网井距优化模型的最优解；
所述最优开发参数为所述井网井距优化模型的最优解所对应的开发参数数据。
进一步地，所述井网优化部署系统还包括校验模块，用于比较所述最优解对应的预测综合采收率D2与单井一次规划采收率R的值；
当D2<R时，判断单井一次规划采收率R过高，计算结果不可取；
并对应调整R的取值范围后，更新所述开发参数数据库，重新进行模型计算，直至所计算出的最优解满足D2≥R。
关于具体执行的方法步骤和原理参见实施例一的说明，在此不再详细赘述。
实施例三：
基于相同的技术构思，本申请实施例还提供一种立体井网，所述立体井网的开发参数是根据实施例一中所述的优化部署方法确定的。
关于具体执行的方法步骤和原理参见实施例一的说明，在此不再详细赘述。
进一步地，所述的立体井网，在同一小层内，所述立体井网的各水平井呈平行分布；在纵向不同小层间，所述立体井网的各水平井在纵向上呈交错分布。
进一步地，在对水平井的压裂过程中，使用拉链式压裂法进行施工，在拉链式压裂时，井距的取值范围为半缝长L1的4/3～2倍。在多层叠加状低渗储层的开发过程中，适当缩小井距能够增加井数，进而增加储层整体的改造面积，以及增加所有井的单井控制面积之和，实现更优化的井网部署方案。同时根据储集层条件调整井距，若储集层较薄可适当拉大井距，若储集层较厚则适当缩小井距。总体上在经济、工程和储集层条件合理的前提条件下，尽可能减小井距，提升整体开发总利润和综合采收率，形成小井距立体开发的方案尤其适用于本申请的多层叠加状低渗储层的开发场景。
实施例四：
基于相同的技术构思，本申请实施例四还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行实施例一中所述的方法步骤。当开发参数数据库足够大的时候，采用计算机能够大大提高模型运算的速度，进而能够提高本申请中立体井网的开发效率。
关于具体执行的方法步骤和原理参见实施例一的说明，在此不再详细赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，本申请所揭露的系统和方法，可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，模块或单元相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，模块或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read－Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种小井距立体开发的井网优化部署方法，用于多层叠加状低渗储层，其特征在于，包括下面步骤：
根据开发参数构建立体开发的井网井距优化模型的步骤包括：构建目标开发区域的开发参数数据库；将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型获取输出参数数据，并生成输出参数数据库；其中每组所述开发参数数据包括：有效半缝长L1，单井平均水平段长L2，单井压裂平均段间距L4，平均每段射孔簇数m，预计开采年限T；折现率r，单井建井成本C1，平均每年单井维护成本C2和单井一次规划采收率R；所述开发参数数据库中的每组开发参数数据结构体为(L1,L2,L4,m,T,R,r,C1,C2)；每组所述输出参数数据包括：预测开发总利润D1，预测综合采收率D2和合理井距系数M，所述输出参数数据库中的每组输出参数数据结构体为(D1,D2,M)；
将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型后，在所述井网井距优化模型中分别计算预测开发总利润D1，预测综合采收率D2，合理井距系数M：
且M≥1；
其中，N为目标开发区域单位厚度下的储量丰度；X、Y和Z分别为目标开发区域的长、宽和总有效厚度；H为目标开发区域内平均每个开发层系的有效厚度，由开发方案的基础物探和地质数据确定；b为递减指数；D0为单井综合递减率；变量t为时间；Q0为平均单井每簇射孔的首年预测产量，由目标开发区域相邻区域的已开发井历史数据或现场施工经验获得；Pt为第t年底的原油售价，其值由现有公知的油价预测模型计算得到；|sgn(x)|表示对变量x进行符号函数运算后取绝对值；[x]表示对x的取整运算；
求解所述井网井距优化模型的最优解，获取最优开发参数。
2.根据权利要求1所述的小井距立体开发的井网优化部署方法，其特征在于，所述的构建目标开发区域的开发参数数据库包括步骤：
获取每个所述开发参数的取值范围；
针对每个所述开发参数，在取值范围内采用插值法进行插值处理；
对插值处理后的所述开发参数进行排列组合，从而获得所述开发参数数据库。
3.根据权利要求2所述的小井距立体开发的井网优化部署方法，其特征在于，所述的求解所述井网井距优化模型的最优解，获取最优开发参数的步骤包括：
根据所述输出参数数据库中M值最大的一组输出参数数据获取其所对应的目标开发参数数据结构体；
获取所述目标开发参数数据结构体中每个开发参数所在的插值空间，对该插值空间进行二次插值，对二次插值后的所述开发参数进行排列组合，从而获得经过二次插值后的开发参数数据结构体并更新所述的开发参数数据库；
将所述的经过二次插值后的开发参数数据结构体输入所述井网井距优化模型，获取对应的输出参数数据结构体并更新所述的输出参数数据库；
获取更新后所述输出参数数据库中M值最大的一组输出参数数据；
重复上述操作步骤直至所得的M值满足预设条件，并获取对应的输出参数数据和开发参数数据。
4.根据权利要求3所述的小井距立体开发的井网优化部署方法，其特征在于，所述预设条件为：
前一次插值计算结果中的M的最大值Mi与本次插值计算结果中的M的最大值Mi+1的差值百分比小于预设的精度阈值；其中i为常数。
5.根据权利要求3所述的小井距立体开发的井网优化部署方法，其特征在于，
筛选出所述输出参数数据库中M值最大的一组输出参数数据，并筛选出该组输出参数数据周围的相关输出参数数据；
所述相关输出参数数据满足：
且Mj≥1，
其中Mj为所述相关输出参数数据的M值，MV为最大M值，η为预设的相关程度系数；
当MV所对应的D1,V和D2,V分别为所筛选出的输出参数数据中的最大的D1值和最大D2值时，判断MV所对应的输出参数数据为所述井网井距优化模型的最优解；
否则，计算判断最大f值所对应的输出参数数据为所述井网井距优化模型的最优解；
所述最优开发参数为所述井网井距优化模型的最优解所对应的开发参数数据。
6.根据权利要求5所述的小井距立体开发的井网优化部署方法，其特征在于，在获取所述井网井距优化模型的最优解之后还包括步骤：
比较所述最优解对应的预测综合采收率D2与单井一次规划采收率R的值；
当D2<R时，判断单井一次规划采收率R过高，计算结果不可取；
并对应调整R的取值范围后，更新所述开发参数数据库，重新进行模型计算，直至所计算出的最优解满足D2≥R。
7.一种小井距立体开发的井网优化部署系统，其特征在于，包括：
模型建立模块，用于根据开发参数构建立体开发的井网井距优化模型包括：构建目标开发区域的开发参数数据库；将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型获取输出参数数据，并生成输出参数数据库；其中每组所述开发参数数据包括：有效半缝长L1，单井平均水平段长L2，单井压裂平均段间距L4，平均每段射孔簇数m，预计开采年限T；折现率r，单井建井成本C1，平均每年单井维护成本C2和单井一次规划采收率R；所述开发参数数据库中的每组开发参数数据结构体为(L1,L2,L4,m,T,R,r,C1,C2)；每组所述输出参数数据包括：预测开发总利润D1，预测综合采收率D2和合理井距系数M，所述输出参数数据库中的每组输出参数数据结构体为(D1,D2,M)；
将所述开发参数数据库中的每组所述开发参数数据输入所述井网井距优化模型后，在所述井网井距优化模型中分别计算预测开发总利润D1，预测综合采收率D2，合理井距系数M：
且M≥1；
其中，N为目标开发区域单位厚度下的储量丰度；X、Y和Z分别为目标开发区域的长、宽和总有效厚度；H为目标开发区域内平均每个开发层系的有效厚度，由开发方案的基础物探和地质数据确定；b为递减指数；D0为单井综合递减率；变量t为时间；Q0为平均单井每簇射孔的首年预测产量，由目标开发区域相邻区域的已开发井历史数据或现场施工经验获得；Pt为第t年底的原油售价，其值由现有公知的油价预测模型计算得到；|sgn(x)|表示对变量x进行符号函数运算后取绝对值；[x]表示对x的取整运算；
模型求解模块，用于求解所述井网井距优化模型的最优解，获取最优开发参数。
8.一种立体井网，其特征在于，所述立体井网的开发参数是根据权利要求1～6中任一项所述的井网优化部署方法确定的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111667541.6A CN115467649B (zh) | 2021-12-31 | 2021-12-31 | 小井距立体开发的井网优化部署方法、系统及立体井网 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111667541.6A CN115467649B (zh) | 2021-12-31 | 2021-12-31 | 小井距立体开发的井网优化部署方法、系统及立体井网 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115467649A CN115467649A (zh) | 2022-12-13 |
| CN115467649B true CN115467649B (zh) | 2023-08-22 |
Family
ID=84364347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111667541.6A Active CN115467649B (zh) | 2021-12-31 | 2021-12-31 | 小井距立体开发的井网优化部署方法、系统及立体井网 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115467649B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105756654A (zh) * | 2015-12-30 | 2016-07-13 | 中国石油大学(华东) | 水驱油藏井网优化设计方法 |
| CN106437674A (zh) * | 2015-08-06 | 2017-02-22 | 中国石油化工股份有限公司 | 仿水平井注水开发井网适配方法 |
| CN107829719A (zh) * | 2017-02-21 | 2018-03-23 | 中国石油化工股份有限公司 | 海上油藏新区经济最优井网的优化设计方法 |
| CN111222243A (zh) * | 2020-01-06 | 2020-06-02 | 长江大学 | 一种压裂水平井井网分布的优化方法、介质、终端和装置 |
| WO2020114387A1 (zh) * | 2018-12-03 | 2020-06-11 | 北京科技大学 | 一种页岩气井间距优化开采方法 |
| CN112282744A (zh) * | 2020-10-23 | 2021-01-29 | 中国石油天然气股份有限公司 | 一种非常规油气藏井网部署优化方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7200540B2 (en) * | 2003-01-31 | 2007-04-03 | Landmark Graphics Corporation | System and method for automated platform generation |
-
2021
- 2021-12-31 CN CN202111667541.6A patent/CN115467649B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106437674A (zh) * | 2015-08-06 | 2017-02-22 | 中国石油化工股份有限公司 | 仿水平井注水开发井网适配方法 |
| CN105756654A (zh) * | 2015-12-30 | 2016-07-13 | 中国石油大学(华东) | 水驱油藏井网优化设计方法 |
| CN107829719A (zh) * | 2017-02-21 | 2018-03-23 | 中国石油化工股份有限公司 | 海上油藏新区经济最优井网的优化设计方法 |
| WO2020114387A1 (zh) * | 2018-12-03 | 2020-06-11 | 北京科技大学 | 一种页岩气井间距优化开采方法 |
| CN111222243A (zh) * | 2020-01-06 | 2020-06-02 | 长江大学 | 一种压裂水平井井网分布的优化方法、介质、终端和装置 |
| CN112282744A (zh) * | 2020-10-23 | 2021-01-29 | 中国石油天然气股份有限公司 | 一种非常规油气藏井网部署优化方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115467649A (zh) | 2022-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shirangi et al. | Closed-loop field development under uncertainty by use of optimization with sample validation | |
| Chang et al. | Multi-objective optimization for rapid and robust optimal oilfield development under geological uncertainty | |
| US8504335B2 (en) | Robust optimization-based decision support tool for reservoir development planning | |
| Safarzadeh et al. | Co-optimization of carbon dioxide storage and enhanced oil recovery in oil reservoirs using a multi-objective genetic algorithm (NSGA-II) | |
| Park et al. | Improved decision making with new efficient workflows for well placement optimization | |
| Yazdanpanah et al. | Development of an efficient hybrid GA-PSO approach applicable for well placement optimization | |
| Malo et al. | Eagle ford-introducing the big bad wolf | |
| CN118036477B (zh) | 一种基于时空图神经网络的井位及井控参数优化方法 | |
| 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 | |
| Al-Mudhafer et al. | Application of a hybrid system of genetic algorithm & fuzzy logic as optimization techniques for improving oil recovery in a sandstone reservoirs in Iraq | |
| Aliyev | Use of hybrid approaches and metaoptimization for well placement problems | |
| Ogbeiwi et al. | Robust optimisation of water flooding using an experimental design-based surrogate model: A case study of a Niger-Delta oil reservoir | |
| Tang et al. | Use of low-fidelity models with machine-learning error correction for well placement optimization | |
| Kahrobaei et al. | Regional scale geothermal field development optimization under geological uncertainties | |
| Barreto et al. | Optimal placement design of inflow control valve using a dynamic optimization process based on technical and economic indicators | |
| Alpak | Simultaneous optimization of well count and placement: algorithm, validation, and field testing | |
| Vaseghi et al. | Generalized Multi-Scale Stochastic Reservoir Opportunity Index for enhanced well placement optimization under uncertainty in green and brownfields | |
| Jahandideh et al. | Closed-loop stochastic oilfield optimization for hedging against geologic, development, and operation uncertainty | |
| CN117574755B (zh) | 页岩储层井工厂水平井压裂参数分层多级优化方法 | |
| CN115467649B (zh) | 小井距立体开发的井网优化部署方法、系统及立体井网 | |
| CN108710734B (zh) | 基于网格自适应加密与粗化技术的数值模拟方法和装置 | |
| CN116911216B (zh) | 一种储层油井产能因素评估与预测方法 | |
| Rammay et al. | Automated history matching using combination of adaptive neuro fuzzy system (ANFIS) and differential evolution algorithm | |
| Chen et al. | Optimization of production performance in a CO2 flooding reservoir under uncertainty | |
| Ramatullayev et al. | The Intelligent Field Development Plan Through Integrated Cloud Computing and Artificial Intelligence AI Solutions |
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 |