CN115470663B - 一种油气藏数字孪生系统的同步仿真方法、装置及介质 - Google Patents
一种油气藏数字孪生系统的同步仿真方法、装置及介质 Download PDFInfo
- Publication number
- CN115470663B CN115470663B CN202211422192.6A CN202211422192A CN115470663B CN 115470663 B CN115470663 B CN 115470663B CN 202211422192 A CN202211422192 A CN 202211422192A CN 115470663 B CN115470663 B CN 115470663B
- Authority
- CN
- China
- Prior art keywords
- data
- dynamic
- static
- parameters
- digital twin
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及油气田开发技术领域，更具体地，涉及一种油气藏数字孪生系统的同步仿真方法、装置及介质。该方案包括从脚本文件中调取模拟参数中的基础静态参数；启动数字孪生系统，进行动态数据的读入，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；判断所述实时采集数据中的动态数据是否有缺失，若存在，采用所述预测系数预测补全；将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。通过对于油气藏数据按照时间尺度进行动静态数据划分，进而结合时点设置完成高效的实时数据更新。
Description
技术领域
本发明涉及油气田开发技术领域，更具体地，涉及一种油气藏数字孪生系统的同步仿真方法、装置及介质。
背景技术
数字孪生系统是近年来工业领域追逐的热点。其核心内容即为真实工业系统的虚拟映像。该映像存在于计算机当中，不仅能够实时反映真实工业系统的各种状态，而且能够有效预测其未来的变化趋势，因此具有广阔的应用和发展前景。油气田数字孪生系统，一般指的是在计算机中复现出整个油气田（包括地下的油气藏、油井、地面的管网系统、集输站、处理站等）。
现有的所有数值模拟软件，都是通过读取这种脚本文件，获取全部模拟参数后再开始进行模拟，并在全部生产历史模拟完成后自动退出。这种模式只适用于对过往的生产历史进行模拟的场景，不满足油气藏数字孪生系统实时变化、动态更新的要求：因为对油气藏数字孪生系统来说，它需要始终与实际的物理模型的状态保持一致。因此它无法提前预知下一个时刻各井的产量，因此也就无法写出一个完整的DATA文件，并调用数值模拟器进行计算。
发明内容
鉴于上述问题，本发明提出了一种油气藏数字孪生系统的同步仿真方法、装置及介质，通过对于油气藏数据按照时间尺度进行动静态数据划分，进而结合时点设置完成高效的实时数据更新。
根据本发明实施例第一方面，提供一种油气藏数字孪生系统的同步仿真方法。
在一个或多个实施例中，优选地，所述一种油气藏数字孪生系统的同步仿真方法包括：
从脚本文件中调取模拟参数中的基础静态参数；
启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。
在一个或多个实施例中，优选地，所述从脚本文件中调取模拟参数中的基础静态参数，具体包括：
获取脚本文件；
在脚本文件中提取油气藏的网格模型，作为第一类参数；
在脚本文件中提取地质属性场模型，作为第二类参数；
在脚本文件中提取地层流体的高压物性信息，作为第三类参数；
在脚本文件中提取多相渗流的相关参数，作为第四类参数；
在脚本文件中储层模型初始化相关的参数，作为第五类参数；
将所述第一类参数、所述第二类参数、所述第三类参数、所述第四类参数和所述第五类参数一起设置为静态参数。
在一个或多个实施例中，优选地，所述启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令，具体包括：
设置初始状态时间为起始时间；
在起始时间读取全部的准备数据，但不开始模拟；
等待模拟外部信号输入，并发出第一时点命令。
在一个或多个实施例中，优选地，所述在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数，具体包括：
获取实时采集数据，利用第一计算公式提取实时时间间隔；
利用第二计算公式计算平均时间间隔；
利用第三计算公式计算动静态分割点；
当所述实时采集数据的实时时间间隔大于所述动静态分割点时，则认为是静态数据，否则，为动态数据；
利用第四计算公式对静态数据进行信息补全；
利用第五计算公式进行动态演化数据计算；
利用第六计算公式计算全部的所述预测系数；
所述第一计算公式为：
△T i =T i+1-T i
其中，T i+1为第i+1个时点的时间值，T i 为第i个时点的时间值，△T i 为实时时间间隔；
所述第二计算公式为：
其中，D为平均时间间隔，N为平均分析点数；
所述第三计算公式为：
DF=0.6[Max(D+0.2△T i )-Min(D+0.2△T i )]+Min(D+0.2△T i )
其中，DF为所述动静态分割点，Max()为取最大值函数，Min()为取最小值函数；
所述第四计算公式为:
J KK =(K 1 J i+1+K 2 J i )/(K 1+K 2)
其中，J KK 为静态补全演化数据，K 1为第一间隔系数，K 2为第二间隔系数, J i+1为第i+1个时点静态数据，J i 为第i个时点静态数据；
所述第五计算公式为：
P kk =0.4P i+1+0.3P i +0.2P i-1+0.1P i-2
其中，P KK 为动态演化数据，P i 为第i个时点动态数据，P i+1为第i+1个动态数据，P i-1为第i-1个时点动态数据，P i-2为第i-2个动态数据；
所述第六计算公式为：
其中，m 1、m 2、…、m M 为第1、2、…、M个预测系数，m j 为第j个预测系数，j为预测参数编号，M为预测参数总数，argmin为预测函数，Y j_i 为第j个预测系数对应的第i个时点的预测数据，Y i 为第i个时点的实测数据。
在一个或多个实施例中，优选地，所述由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令，具体包括：
在获得第一时点命令后，等待全部的模拟指令；
依次通过网络的形式、pipe的形式和标准输入的形式获得模拟命令；
判断通过向磁盘上某个确定的文件写入内容，获得模拟命令；
解析全部的模拟指令。
在一个或多个实施例中，优选地，所述判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全，具体包括：
获取所述预测系数；
获取实时判断当前获取的动态参数的完整度；
当缺失某个动态参数时，通过第七计算公式计算预测参数；
对全部采集数据进行预测补全；
所述第七计算公式为：
其中，LYi为预测参数。
在一个或多个实施例中，优选地，所述将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息，具体包括：
将基础静态参数、静态补全演化数据和动态演化数据一起存储，
按照秒级的仿真模拟，进行油气田数字孪生运算；
输出数字孪生运算的运算信息，其中，所述运算信息包括：当前时刻的渗流场、压力场、饱和度场、所有井在近1秒内的产油、产水和产气量。
根据本发明实施例第二方面，提供一种油气藏数字孪生系统的同步仿真系统。
在一个或多个实施例中，优选地，所述一种油气藏数字孪生系统的同步仿真系统包括：
脚本提取模块，用于从脚本文件中调取模拟参数中的基础静态参数；
初始化设置模块，用于启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
动静分析模块，用于在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
外部模拟模块，用于由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
预测补全模块，用于判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
仿真模拟模块，用于将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，提供了一种油气藏数字孪生系统同步仿真装置，工作思路与传统的油气藏数值模拟软件的工作流程完全不同，克服了传统油气藏数值模拟器无法实时模拟油气藏变化的缺点。
本发明方案中，在获取这些数字孪生数据后，通过一些数据可视化的手段将这些结果呈现给用户，做到按秒级进行油气藏仿真模拟，实时获取时间尺度，进而根据时间更新速度和波动率进行尺度的更新，完成快速高效的同步数据，完成高效的数据提取。
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所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域技术人员来讲，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是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法的流程图。
图2是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的从脚本文件中调取模拟参数中的基础静态参数的流程图。
图3是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令的流程图。
图4是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数的流程图。
图5是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令的流程图。
图6是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全的流程图。
图7是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息的流程图。
图8是本发明一个实施例的一种油气藏数字孪生系统的同步仿真系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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、完整地描述，显然，所描述的实施例仅仅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，本领域技术人员在没有作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。
数字孪生系统是近年来工业领域追逐的热点。其核心内容即为真实工业系统的虚拟映像。该映像存在于计算机当中，不仅能够实时反映真实工业系统的各种状态，而且能够有效预测其未来的变化趋势，因此具有广阔的应用和发展前景。油气田数字孪生系统，一般指的是在计算机中复现出整个油气田（包括地下的油气藏、油井、地面的管网系统、集输站、处理站等）。
现有的所有数值模拟软件，都是通过读取这种脚本文件，获取全部模拟参数后再开始进行模拟，并在全部生产历史模拟完成后自动退出。这种模式只适用于对过往的生产历史进行模拟的场景，不满足油气藏数字孪生系统实时变化、动态更新的要求：因为对油气藏数字孪生系统来说，它需要始终与实际的物理模型的状态保持一致。因此它无法提前预知下一个时刻各井的产量，因此也就无法写出一个完整的DATA文件，并调用数值模拟器进行计算。
本发明实施例中，提供了一种油气藏数字孪生系统的同步仿真方法、装置及介质。该方案通过对于油气藏数据按照时间尺度进行动静态数据划分，进而结合时点设置完成高效的实时数据更新。
根据本发明实施例第一方面，提供一种油气藏数字孪生系统的同步仿真方法。
图1是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法的流程图。
在一个或多个实施例中，优选地，所述一种油气藏数字孪生系统的同步仿真方法包括：
S101、从脚本文件中调取模拟参数中的基础静态参数；
S102、启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
S103、在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
S104、由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
S105、判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
S106、将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。
在本发明实施例中，为了能够进行基于动态数据与静态数据结合的参数模拟和运算，由于不同的数据的采样间隔不同，不同的数据变化程度不同，除去将基础静态参数作为不变的参数进行更新，还实时的进行动态数据演化，静态数据的补全，最终完成综合的孪生评估，降低单次评估动态过程的运算量，实现高效的实时孪生运算。
图2是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的从脚本文件中调取模拟参数中的基础静态参数的流程图。
如图2所示，在一个或多个实施例中，优选地，所述从脚本文件中调取模拟参数中的基础静态参数，具体包括：
S201、获取脚本文件；
S202、在脚本文件中提取油气藏的网格模型，作为第一类参数；
S203、在脚本文件中提取地质属性场模型，作为第二类参数；
S204、在脚本文件中提取地层流体的高压物性信息，作为第三类参数；
S205、在脚本文件中提取多相渗流的相关参数，作为第四类参数；
S206、在脚本文件中储层模型初始化相关的参数，作为第五类参数；
S207、将所述第一类参数、所述第二类参数、所述第三类参数、所述第四类参数和所述第五类参数一起设置为静态参数。
在本发明实施例中，首先，与传统油气藏数值模拟器相似，本发明提出的油气藏模拟仿真装置同样是从脚本文件中获取模拟参数。但与传统油气藏数值模拟器不同，本发明提出的仿真装置只从脚本文件中读取油气藏数值模拟所需的静态参数，包括但不限于油气藏的网格模型、地质属性场模型、地层流体的高压物性信息、多相渗流的相关参数、储层模型初始化相关的参数等。
图3是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令的流程图。
如图3所示，在一个或多个实施例中，优选地，所述启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令，具体包括：
S301、设置初始状态时间为起始时间；
S302、在起始时间读取全部的准备数据，但不开始模拟；
S303、等待模拟外部信号输入，并发出第一时点命令。
在本发明实施例中，读取这些信息后，装置做好进行油气藏数值模拟的准备后，处于初始状态t0，但不开始进行模拟，而是等待外界向装置发出模拟指令，该模拟指令的内容可以是任何关于油气藏动态的信息，所述油气藏动态的信息包括新钻井信息、补孔改层信息、各井的控制条件信息等，以及需要模拟到的时间点t1，在接收到该指令后，自动进行一次数值模拟，即在指令所记载的约束条件的基础上，模拟到指定的时间点t1。
图4是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数的流程图。
如图4所示，在一个或多个实施例中，优选地，所述在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数，具体包括：
S401、获取实时采集数据，利用第一计算公式提取实时时间间隔；
S402、利用第二计算公式计算平均时间间隔；
S403、利用第三计算公式计算动静态分割点；
S404、当所述实时采集数据的实时时间间隔大于所述动静态分割点时，则认为是静态数据，否则，为动态数据；
S405、利用第四计算公式对静态数据进行信息补全；
S406、利用第五计算公式进行动态演化数据计算；
S407、利用第六计算公式计算全部的所述预测系数；
所述第一计算公式为：
△T i =T i+1-T i
其中，T i+1为第i+1个时点的时间值，T i 为第i个时点的时间值，△T i 为实时时间间隔；
所述第二计算公式为：
其中，D为平均时间间隔，N为平均分析点数；
所述第三计算公式为：
DF=0.6[Max(D+0.2△T i )-Min(D+0.2△T i )]+Min(D+0.2△T i )
其中，DF为所述动静态分割点，Max()为取最大值函数，Min()为取最小值函数；
所述第四计算公式为:
J KK =(K 1 J i+1+K 2 J i )/(K 1+K 2)
其中，J KK 为静态补全演化数据，K 1为第一间隔系数，K 2为第二间隔系数, J i+1为第i+1个时点静态数据，J i 为第i个时点静态数据；
所述第五计算公式为：
P kk =0.4P i+1+0.3P i +0.2P i-1+0.1P i-2
其中，P KK 为动态演化数据，P i 为第i个时点动态数据，P i+1为第i+1个动态数据，P i-1为第i-1个时点动态数据，P i-2为第i-2个动态数据；
所述第六计算公式为：
其中，m 1、m 2、…、m M 为第1、2、…、M个预测系数，m j 为第j个预测系数，j为预测参数编号，M为预测参数总数，argmin为预测函数，Y j_i 为第j个预测系数对应的第i个时点的预测数据，Y i 为第i个时点的实测数据。
在本发明实施例中，为了能够实时运算，通过计算平均时间间隔和平均时间间隔，完成动静态分割点的划分，保障每次运算过程中使用的动态数据是合理的，实时获取时间尺度，进而根据时间更新速度和波动率进行尺度的更新，一方面提升了同步的效率，降低了运算量，另一方面，间接补偿了缺失的静态数据，完成快速高效的同步数据，完成高效的数据提取。
图5是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令的流程图。
如图5所示，在一个或多个实施例中，优选地，所述由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令，具体包括：
S501、在获得第一时点命令后，等待全部的模拟指令；
S502、依次通过网络的形式、pipe的形式和标准输入的形式获得模拟命令；
S503、判断通过向磁盘上某个确定的文件写入内容，获得模拟命令；
S504、解析全部的模拟指令。
在本发明实施例中，由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令外界向模拟器发送指令的方式可以是多种多样的，包括但不限于通过网络的形式、通过pipe的形式、通过标准输入的形式、通过向磁盘上某个确定的文件写入内容的形式等，装置在模拟到指定时间点t1后，将计算结果输出给油气田数字孪生系统，输出的信息包括整个油气藏的压力、含油饱和度、含气饱和度的分布场，以及t0到t1这段时间内的各井的产量数据，如产油、产水、产气、井底/井口压力等。
图6是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全的流程图。
如图6所示，在一个或多个实施例中，优选地，所述判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全，具体包括：
S601、获取所述预测系数；
S602、获取实时判断当前获取的动态参数的完整度；
S603、当缺失某个动态参数时，通过第七计算公式计算预测参数；
S604、对全部采集数据进行预测补全；
所述第七计算公式为：
其中，LYi为预测参数。
在本发明实施例中，为了保障每次运算的动态更新过程的完整性，将持续在线运算的预测值通过第七计算公式运算，保障了动态数字孪生运算过程的数据完整性。由于数值仿真的速度一般总是快过实际物理过程发生的速度，因此该计算往往可以在10-100ms内完成，计算完成后，结果又被输出回数字孪生系统，并由数字孪生系统呈现给用户，因此对用户来说，看到的就是实时的、当前时刻的油气藏模拟的结果。随后，数字孪生系统又可以把下1秒钟的数据发送给装置，从而重复以上的循环。因此，对用户来说，看到的就是数字孪生系统中的油气藏模型。
图7是本发明一个实施例的一种油气藏数字孪生系统的同步仿真方法中的将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息的流程图。
如图7所示，在一个或多个实施例中，优选地，所述将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息，具体包括：
S701、将基础静态参数、静态补全演化数据和动态演化数据一起存储，
S702、按照秒级的仿真模拟，进行油气田数字孪生运算；
S703、输出数字孪生运算的运算信息，其中，所述运算信息包括：当前时刻的渗流场、压力场、饱和度场、所有井在近1秒内的产油、产水和产气量。
在本发明实施例中，由于该方法所对应的数值模拟服务，是持续在线的，因此可以接受任意频率的模拟请求（即外界指令）。完全可以做到按秒级进行油气藏仿真模拟。例如当实际物理过程经过1秒钟后，数字孪生系统就可提取出该时刻的所有井的井底的压力监测数据，并把该数据做为指令发送给装置，装置在接到指令后，立刻开始模拟这1秒钟内油气藏状态发生的改变，最终获得当前时刻的渗流场（压力场、饱和度场等），以及所有井在这1秒钟内的产油、产水、产气量。
根据本发明实施例第二方面，提供一种油气藏数字孪生系统的同步仿真系统。
图8是本发明一个实施例的一种油气藏数字孪生系统的同步仿真系统的结构图。
在一个或多个实施例中，优选地，所述一种油气藏数字孪生系统的同步仿真系统包括：
脚本提取模块801，用于从脚本文件中调取模拟参数中的基础静态参数；
初始化设置模块802，用于启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
动静分析模块803，用于在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
外部模拟模块804，用于由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
预测补全模块805，用于判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
仿真模拟模块806，用于将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。
在本发明实施例中，通过模块化设计，完成了对于动态的和静态的数字孪生数据的更新预测和分析，并结合实时的动静态调整，达到真正的秒级的油气藏仿真模拟。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用油气藏数字孪生系统的同步仿真装置，其包括通用的计算机硬件结构，其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器901通过执行存储器902所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线903将上述多个组件连接在一起，同时将上述组件连接到显示控制器904和显示装置以及输入／输出（I/O）装置905。输入／输出（I/O）装置905可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入／输出装置905通过输入／输出（I/O）控制器906与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，提供了一种油气藏数字孪生系统同步仿真装置，工作思路与传统的油气藏数值模拟软件的工作流程完全不同，克服了传统油气藏数值模拟器无法实时模拟油气藏变化的缺点。
本发明方案中，在获取这些数字孪生数据后，通过一些数据可视化的手段将这些结果呈现给用户，做到按秒级进行油气藏仿真模拟，实时获取时间尺度，进而根据时间更新速度和波动率进行尺度的更新，完成快速高效的同步数据，完成高效的数据提取。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种油气藏数字孪生系统的同步仿真方法，其特征在于，该方法包括：
从脚本文件中调取模拟参数中的基础静态参数；
启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息；
其中，在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数，具体包括：
获取实时采集数据，利用第一计算公式提取实时时间间隔；
利用第二计算公式计算平均时间间隔；
利用第三计算公式计算动静态分割点；
当所述实时采集数据的实时时间间隔大于所述动静态分割点时，则认为是静态数据，否则，为动态数据；
对所述静态数据利用第四计算公式对静态数据进行信息补全；
对所述动态数据利用第五计算公式进行动态演化数据计算；
利用第六计算公式计算全部的所述预测系数；
所述第一计算公式为：
△T i =T i+1-T i
其中，T i+1为第i+1个时点的时间值，T i 为第i个时点的时间值，△T i 为实时时间间隔；
所述第二计算公式为：
其中，D为平均时间间隔，N为平均分析点数；
所述第三计算公式为：
DF=0.6[Max(D+0.2△T i )-Min(D+0.2△T i )]+Min(D+0.2△T i )
其中，DF为所述动静态分割点，Max()为取最大值函数，Min()为取最小值函数；
所述第四计算公式为:
J KK =(K 1 J i+1+K 2 J i )/(K 1+K 2)
其中，J KK 为静态补全演化数据，K 1为第一间隔系数，K 2为第二间隔系数, J i+1为第i+1个时点静态数据，J i 为第i个时点静态数据；
所述第五计算公式为：
P kk =0.4P i+1+0.3P i +0.2P i-1+0.1P i-2
其中，P KK 为动态演化数据，P i 为第i个时点动态数据，P i+1为第i+1个动态数据，P i-1为第i-1个时点动态数据，P i-2为第i-2个动态数据；
所述第六计算公式为：
其中，m 1、m 2、…、m M 为第1、2、…、M个预测系数，m j 为第j个预测系数，j为预测参数编号，M为预测参数总数，argmin为预测函数，Y j_i 为第j个预测系数对应的第i个时点的预测数据，Y i 为第i个时点的实测数据。
2.如权利要求1所述的一种油气藏数字孪生系统的同步仿真方法，其特征在于，所述从脚本文件中调取模拟参数中的基础静态参数，具体包括：
获取脚本文件；
在脚本文件中提取油气藏的网格模型，作为第一类参数；
在脚本文件中提取地质属性场模型，作为第二类参数；
在脚本文件中提取地层流体的高压物性信息，作为第三类参数；
在脚本文件中提取多相渗流的相关参数，作为第四类参数；
在脚本文件中储层模型初始化相关的参数，作为第五类参数；
将所述第一类参数、所述第二类参数、所述第三类参数、所述第四类参数和所述第五类参数一起设置为静态参数。
3.如权利要求1所述的一种油气藏数字孪生系统的同步仿真方法，其特征在于，所述启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令，具体包括：
设置初始状态时间为起始时间；
在起始时间读取全部的准备数据，但不开始模拟；
等待模拟外部信号输入，并发出第一时点命令。
4.如权利要求1所述的一种油气藏数字孪生系统的同步仿真方法，其特征在于，所述由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令，具体包括：
在获得第一时点命令后，等待全部的模拟指令；
依次通过网络的形式、管道的形式和标准输入的形式获得模拟命令；
判断通过向磁盘上某个确定的文件写入内容，获得模拟命令；
解析全部的模拟指令。
5.如权利要求1所述的一种油气藏数字孪生系统的同步仿真方法，其特征在于，所述判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全，具体包括：
获取所述预测系数；
实时判断当前获取的动态参数的完整度；
当缺失某个动态参数时，通过第七计算公式计算预测参数，对动态演化数据进行预测补全；
对全部采集数据进行预测补全；
所述第七计算公式为：
其中，LYi为预测参数。
6.如权利要求1所述的一种油气藏数字孪生系统的同步仿真方法，其特征在于，所述将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息，具体包括：
将基础静态参数、静态补全演化数据和动态演化数据一起存储；
按照秒级的仿真模拟，进行油气田数字孪生运算；
输出数字孪生运算的运算信息，其中，所述运算信息包括：当前时刻的渗流场、压力场、饱和度场、所有井在近1秒内的产油、产水和产气量。
7.一种油气藏数字孪生系统的同步仿真系统，其特征在于，该系统用于实施如权利要求1-6中任一项所述的方法，该系统包括：
脚本提取模块，用于从脚本文件中调取模拟参数中的基础静态参数；
初始化设置模块，用于启动数字孪生系统，进行动态数据的读入，读入完成后发出第一时点命令；
动静分析模块，用于在收到第一时点命令后，获取全部的实时采集数据，进行动静态在线分析，形成静态补全演化数据和动态演化数据，并获得预测系数；
外部模拟模块，用于由数字孪生系统的外部的数字孪生系统发送模拟指令，并解析模拟命令；
预测补全模块，用于判断所述实时采集数据中的动态数据是否有缺失，若存在，则采用所述预测系数进行预测补全；
仿真模拟模块，用于将基础静态参数、静态补全演化数据和动态演化数据一起进行油气田数字孪生运算，输出运算信息。
8.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-6中任一项所述的方法。
9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211422192.6A CN115470663B (zh) | 2022-11-15 | 2022-11-15 | 一种油气藏数字孪生系统的同步仿真方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211422192.6A CN115470663B (zh) | 2022-11-15 | 2022-11-15 | 一种油气藏数字孪生系统的同步仿真方法、装置及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115470663A CN115470663A (zh) | 2022-12-13 |
| CN115470663B true CN115470663B (zh) | 2023-03-24 |
Family
ID=84338051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211422192.6A Active CN115470663B (zh) | 2022-11-15 | 2022-11-15 | 一种油气藏数字孪生系统的同步仿真方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115470663B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115906534B (zh) * | 2023-01-06 | 2023-05-19 | 中科数智能源科技(深圳)有限公司 | 自我更新及自动反向控制的油气田数字孪生方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114422015A (zh) * | 2021-12-28 | 2022-04-29 | 中国电子科技集团公司第二十九研究所 | 一种低轨星座的抗毁路由实现方法 |
| CN114881276A (zh) * | 2021-02-05 | 2022-08-09 | 江苏和网源电气有限公司 | 一种基于数字孪生的储能电源状态评估方法、平台及设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3158765A1 (en) * | 2019-11-25 | 2021-06-03 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
| US11951626B2 (en) * | 2020-11-04 | 2024-04-09 | Baker Hughes Oilfield Operations Llc | Autonomous fluid management using fluid digital twins |
| CN112418451A (zh) * | 2020-11-05 | 2021-02-26 | 武汉大学 | 基于数字孪生的变压器故障诊断定位系统 |
| CN112906202B (zh) * | 2021-01-27 | 2024-01-12 | 西安合智宇信息科技有限公司 | 基于地理信息的开采方法和装置、存储介质及电子装置 |
-
2022
- 2022-11-15 CN CN202211422192.6A patent/CN115470663B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881276A (zh) * | 2021-02-05 | 2022-08-09 | 江苏和网源电气有限公司 | 一种基于数字孪生的储能电源状态评估方法、平台及设备 |
| CN114422015A (zh) * | 2021-12-28 | 2022-04-29 | 中国电子科技集团公司第二十九研究所 | 一种低轨星座的抗毁路由实现方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115470663A (zh) | 2022-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111175818B (zh) | Co2气驱前缘位置的判断方法及其模型训练方法、装置 | |
| CN115470663B (zh) | 一种油气藏数字孪生系统的同步仿真方法、装置及介质 | |
| CN109800531A (zh) | 一种机电装备数字孪生模型一致性保持方法 | |
| WO2021227468A1 (zh) | 核电厂关键设备的状态预演方法、系统、设备及存储介质 | |
| NO337405B1 (no) | Datamaskin-implementert framgangsmåte for å analysere ytelsen til et produserende gigantisk hydrokarbonreservoar | |
| CN114492211B (zh) | 一种基于自回归网络模型的剩余油分布预测方法 | |
| CA2642187A1 (en) | Method for history matching a simulation model using self organizing maps to generate regions in the simulation model | |
| Alenezi et al. | A data-driven smart proxy model for a comprehensive reservoir simulation | |
| CN103970109A (zh) | Web环境下基于工业现场数据的流程重现可视化方法 | |
| CN114792169A (zh) | 基于MIC-XGBoost算法的居民用水量预测方法 | |
| CN104375211A (zh) | 一种气象预报等值线图更新方法及系统 | |
| JP5129191B2 (ja) | 管網解析用データ生成方法及び管網解析用データ生成装置 | |
| EP4057095B1 (en) | Analysis apparatus, analysis method and program | |
| CN115129706B (zh) | 一种考虑周期性特征的土壤水分观测数据质量评估方法 | |
| EP4064145A1 (en) | Analysis apparatus, analysis method and program | |
| CN115688439A (zh) | 一种基于数字孪生的水库模型构建方法 | |
| CN113901092B (zh) | 一种用于赛场运行监测的文件管理方法及系统 | |
| CN103279555A (zh) | 基于业务系统的pi点自动维护方法及装置 | |
| CN115017585A (zh) | 一种拱坝变形行为表征可视化分析系统 | |
| GB2608425A (en) | Method of simulating fluids in a subterranean environment | |
| CN114764546A (zh) | 基于生成对抗神经网络的断块油藏剩余油预测方法 | |
| CN114970217B (zh) | 基于Modelica语言的石油虚拟组分法仿真模型的构建方法 | |
| CN113010501A (zh) | 采收率预测模型获取方法、采收率预测方法和产品 | |
| CN109241551A (zh) | 拱坝浇筑施工仿真对象的持久化方法 | |
| US20230237225A1 (en) | Machine learning based reservoir modeling |
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 |