CN116090058A - 一种井网密度确定方法、装置、电子设备及存储介质 - Google Patents
一种井网密度确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116090058A CN116090058A CN202310042709.7A CN202310042709A CN116090058A CN 116090058 A CN116090058 A CN 116090058A CN 202310042709 A CN202310042709 A CN 202310042709A CN 116090058 A CN116090058 A CN 116090058A
- Authority
- CN
- China
- Prior art keywords
- value
- pattern density
- well pattern
- attribute value
- crude oil
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 239000010779 crude oil Substances 0.000 claims abstract description 137
- 238000013507 mapping Methods 0.000 claims abstract description 88
- 238000011161 development Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000011084 recovery Methods 0.000 claims abstract description 25
- 239000003921 oil Substances 0.000 claims description 30
- 238000004519 manufacturing process Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 16
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 239000003208 petroleum Substances 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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. optimizing the spacing of wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明实施例公开了一种井网密度确定方法、装置、电子设备及存储介质。该方法包括:基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系;确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系;基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。本发明实施例的技术方案,可以提高井网密度准确性和合理性、节省人力和时间资源。
Description
技术领域
本发明实施例涉及油藏开采技术领域,尤其涉及一种井网密度确定方法、装置、电子设备及存储介质。
背景技术
如何确定井网密度是油田开发方案的重要内容,直接影响油田开发效果和项目效益。目前,对于油田开发中井网密度的确定方式仍通过人为经验进行确定。但是,在实现本发明的过程中,发现现有技术至少存在以下技术问题:人为经验确定井网密度准确性低,合理性差,且易造成人力和时间资源浪费。
发明内容
本发明实施例提供了一种井网密度确定方法、装置、电子设备及存储介质,以实现提高井网密度准确性和合理性,节省人力和时间资源的目的。
根据本发明的一方面,提供了一种井网密度确定方法,包括:
基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与所述井网密度之间的第二映射关系;
确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系;
基于所述第一映射关系、所述第二映射关系和所述属性值关系,确定出与所述目标价值属性条件对应的目标井网密度。
根据本发明的另一方面,提供了一种井网密度确定装置,该装置包括:
映射关系确定模块,用于基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与所述井网密度之间的第二映射关系;
属性值关系确定模块,用于确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系;
目标井网密度确定模块,用于基于所述第一映射关系、所述第二映射关系和所述属性值关系,确定出与所述目标价值属性条件对应的目标井网密度。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的井网密度确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的井网密度确定方法。
本发明实施例的技术方案,通过预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系;确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系;并基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。通过第一映射关系、第二映射关系和属性值关系确定目标井网密度,能够快速、高效地确定出井网密度,避免出现通过人工经验确定井网密度时,导致的人力和时间资源浪费的问题,实现了提高井网密度准确性和合理性、节省人力和时间资源的效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例提供的一种井网密度确定方法的流程图;
图2是根据本发明实施例提供的一种获得价值属性值与井网密度之间的关系示意图;
图3是根据本发明实施例提供的一种井网密度确定装置的结构示意图;
图4是实现本发明实施例的井网密度确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“等”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。
图1是根据本发明实施例提供的一种井网密度确定方法的流程图。本实施例可适用于在油田开发过程前,确定油井的井网密度的情况,该方法可以由井网密度确定装置来执行,该井网密度确定装置可以采用硬件和/或软件的形式实现。
如图1所示,本实施例的方法具体可包括:
S110、基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系。
其中,采收率是指采出原油的数量与油藏原始地质储量之比,可用小数表示;井网密度为单位面积内的井口数或一口井所控制的开发面积的大小,可用小数表示;原油产生价值属性值可为油田开发后,产生的原油在权属迁移过程中产生的价值;资源提供端可为在油田开发过程提供开发资源的供应端,例如承担油田开发任务的机构;原油获取代价属性值可为油田开发过程中,生产原油付出的成本价值。
需要说明的是,本领域技术人员可根据实际油田开发过程中,采收率与井网密度之间的对应关系,预先确定采收率与井网密度的关系模型。示例性的,关系模型可为指数关系模型,如谢尔卡乔夫(Shelkachov)关系模型。
在具体实施中,关系模型反映出采收率与井网密度之间的关系,通过原油产生价值属性值与采收率之间的关系以及关系模型,可确定出原油产生价值属性值与井网密度之间的第一映射关系。
可选的,关系模型包括:
Re=EDe-BS
其中,Re为采收率,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数。
基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,包括:基于关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系满足:
y1=PNRTEDe-BS
其中,y1为原油产生价值属性值,P为原油单位价值属性,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数。
具体的,通过原油单位价值属性、待开发油田的石油地质储量、可采储量采出程度、驱替效率、井网指数等,确定出原油产生价值属性值与井网密度之间的映射关系。
在具体实施中,通过原油获取代价属性值与采收率之间的关系以及关系模型,可确定出原油获取代价属性值与井网密度之间的第二映射关系。可选的,确定资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系包括:确定资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系满足:
其中,y2为原油获取代价属性值,S为井网密度,A为含油面积,I为平均单井获取代价属性值,O为单井操作代价属性值,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数,为基础原油产量,λsp为资源提供端之间的权益比例,Prf为桶油价值属性值。
其中,Q0为折算初始年基础产量,D0为基础产量年自然递减率,可用小数表示;T为预设的油田开发过程时限,如技术服务合同中的合同期限;Np0为历史累产油量,如技术服务合同生效前的累产油量。
在本实施例中,原油获取代价属性值可包括资源提供端需要支付的执行材料成本代价属性值和执行人力代价属性值两部分;将两部分的和值作为原油获取代价属性值,以反映出油田开发过程中资源提供端的支出代价。
S120、确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系。
其中,第一获得价值属性值可为原油产生价值属性值与原油获取代价属性值之间的差值,可用于反映资源提供端在油田开发过程中获取到的综合价值属性值,如利润。目标价值属性条件可包括第一获得价值属性值最大、第一获得价值属性值最小、第一获得价值属性值小于第二预设值等条件。属性值关系可反映出原油产生价值属性值与原油获取代价属性值之间的对应关系。
在具体实施中,目标价值属性条件包括第一获得价值属性值最大;其中,第一获得价值属性值为原油产生价值属性值与原油获取代价属性值的差值。具体的,确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系的方式可包括:
资源提供端的第一获得价值属性值最大时,属性值关系确定为:原油产生价值属性值与原油获取代价属性值的差值相对于井网密度的导数为第一预设值。
需要说明的是,本领域技术人员可知,当原油产生价值属性值与原油获取代价属性值的差值最大时,则该差值的表达式相对于井网密度的导数可为第一预设值;示例性的,第一预设值可为零;或者,还可将第一预设值可为接近零的任一数值。属性关系对应的关系式可为:
其中,y1为原油产生价值属性值,y2为原油获取代价属性值;S为井网密度。
可选的,目标价值属性条件包括第一获得价值属性值小于第二预设值;其中,确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系,包括:
属性值关系确定为:原油产生价值属性值与原油获取代价属性值的差值小于第二预设值。
具体的,第二预设值可为小于1的任一正数;示例性的,原油产生价值属性值与原油获取代价属性值的差值可为0,则属性值关系可为y1=y2,当差值为0时,说明资源提供端当前收支平衡,即原油产生价值属性值与原油获取代价属性值相等。
S130、基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。
在本实施例中,可通过第一映射关系、第二映射关系可确定出原油产生价值属性值与原油获取代价属性值之间的差值,与井网密度之间的关系,通过属性值关系,可确定出满足目标价值属性条件时,对应的目标井网密度。
示例性的,当目标价值属性条件为第一获得价值属性值最大时,即属性值关系为:
基于第一映射关系、第二映射关系和对应的属性值关系,可得到:
其中,B为井网指数,Sgr为第一获得价值属性值最大时的目标井网密度,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,P为原油单位价值属性,λsp为资源提供端之间的权益比例,Prf为桶油价值属性值,A为待开发油田中的含油面积,I为平均单井获取代价属性值,O为单井操作代价属性值。得到的公式可通过非线性编程方式或曲线求交方式,确定出目标井网密度。通过该公式可确定出:随着井网密度的减小,总井数逐渐增加,第一获得价值属性值先增加后减小,在井网密度为目标井网密度时,第一获得价值属性值存在最大值。
当目标价值属性条件为原油产生价值属性值与原油获取代价属性值的差值小于第二预设值,如第二预设值为0.5,差值为0时,说明资源提供端当前收支平衡,即原油产生价值属性值与原油获取代价属性值相等,属性值关系为:
y1=y2
基于第一映射关系、第二映射关系和对应的属性值关系,可得到:
其中,Sgl为第一获得价值属性值为0时的目标井网密度,A为待开发油田中的含油面积,I为平均单井获取代价属性值,O为单井操作代价属性值,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,P为原油单位价值属性,λsp为资源提供端之间的权益比例,Prf为桶油价值属性值,为基础原油产量。需要说明的是,λsp、等参数可根据实际应用中的技术服务合同进行确定,得到的公式可通过非线性编程方式或曲线求交方式,确定出目标井网密度。
本实施例中,在确定出与目标价值属性条件对应的目标井网密度之后,还包括:确定操作执行端在油田开发过程中的操作产生价值属性值与井网密度之间的第三映射关系,以及操作代价价值属性值与井网密度之间的第四映射关系;将操作产生价值属性值与操作代价价值属性值之间的差值确定为第二获得价值属性值,基于第三映射关系和第四映射关系,确定第二获得价值属性值与井网密度之间的增减变化关系。
其中,操作执行端为基于资源提供端提供的资源,执行油田开发操作的执行端;例如,操作执行端可为完成油田开发事件,执行油田开发操作的承包对象。操作产生价值属性值为操作执行端由于执行油田开发而得到的价值属性值,操作代价价值属性值为操作执行端由于执行油田开发而付出的价值属性值;第二获得价值属性值可反映出操作执行端在执行油田开发操作时获取到的综合价值属性值,如利润。增减变化关系用于反映在井网密度增加时,第二获得价值属性值的数值变化情况,以及在井网密度减少时,第二获得价值属性值的数值变化情况。
具体的,当井网密度S高于Sgl时,操作执行端的可回收成本可从原油的权属迁移过程完全回收,操作产生价值属性值可包括成本回收价值属性值和由资源提供端提供的执行操作所得的价值属性值,可将成本回收价值属性值和执行操作所得的价值属性值之和,确定为操作产生价值属性值;如执行完油田开发后回收的成本以及由资源提供端提供的执行酬劳。
示例性的,第三映射关系可为:
其中,y3为操作产生价值属性值,A为待开发油田中的含油面积,I为平均单井获取代价属性值,S为井网密度,O为单井操作代价属性值,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,为基础原油产量,λc为操作执行端在技术服务合同中的权益比例,Prf为桶油价值属性值,α为税率。
示例性的,操作代价价值属性值可包括投入费用、操作费用以及其余不可回收费用,可将投入费用、操作费用和不可回收费用之和确定为操作代价价值属性值。第四映射关系可为:
其中,y4为操作产生价值属性值,A为待开发油田中的含油面积,I为平均单井获取代价属性值,S为井网密度,O为单井操作代价属性值,δ为不可回收成本。具体的,第二获得价值属性值可为:
当y3=y4时,第二获得价值属性值为0,此时的井网密度确定公式可为:
其中,B为井网指数,Scl为第二获得价值属性值为0时的井网密度,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,δ为不可回收成本,λc为操作执行端在技术服务合同中的权益比例,Prf为桶油价值属性值,α为税率,为基础原油产量。
进一步的,可基于第三映射关系和第四映射关系,确定第二获得价值属性值与井网密度之间的增减变化关系,则可对第二获得价值属性值对应的公式相对于井网密度进行求导,得到:
为了清晰、明确地展示出第一获得价值属性值、第二获得价值属性值分别与井网密度之间的关系,可参见图2。图2中横轴表示井网密度,单位为平方公里/井;左边的纵坐标表示第一获得价值属性值,单位为第一数额;右边的纵坐标表示第二获得价值属性值,单位为第二数额。实线表示第一获得价值属性值与井网密度之间的关系曲线,虚线表示第二获得价值属性值与井网密度之间的关系曲线,Sgr为第一获得价值属性值最大时的目标井网密度。可见,对资源提供端而言,随着井网密度的减小,总井数逐渐增加,第一获得价值属性值先增加后减小,存在最大值,且在最大值时对应的井网密度为Sgr。对操作执行端而言,随着井网密度的减小,总井数逐渐增加,合同期内累产油增加,第二获得价值属性值在一定范围内单调增加。
本实施例中,在确定出与目标价值属性条件对应的目标井网密度之后,还包括:确定目标井网密度是否处于预设原油产量对应的预设井网密度范围内;其中,预设原油产量包括预设高峰产量和/或预设稳定产量;若否,则生成用于反映目标井网密度异常的异常信息进行异常提示。
需要说明的是,技术服务合同中预先设定了原油的高峰产量和/或预设稳定产量,相应的,为了满足高峰产量时对应的井网密度的要求,和/或预设稳定产量时对应的井网密度的要求,可对确定出的目标井网密度进行再次确定。
具体的,可基于技术服务合同,确定出预设原油产量对应的预设井网密度范围,当目标井网密度在该预设井网密度范围内时,可确保产生的原油产量满足高峰产量和/或预设稳定产量的要求。因此,可确定目标井网密度是否处于预设井网密度范围;若是,则说明按照目标井网密度进行油田开发,可符合技术服务合同中的产量要求;若否,则说明按照目标井网密度进行油田开发,不符合技术服务合同中的产量要求,则说明当前确定出的目标井网密度有误,为及时提醒用户,可生成用于反映目标井网密度异常的异常信息,以避免在油田开发过程中出现失误,有利于提高目标井网密度的准确性。
本发明实施例的技术方案,通过预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系;确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系;并基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。通过第一映射关系、第二映射关系和属性值关系确定目标井网密度,能够快速、高效地确定出井网密度,避免出现通过人工经验确定井网密度时,导致的人力和时间资源浪费的问题,实现了提高井网密度准确性和合理性、节省人力和时间资源的效果。
图3是根据本发明实施例提供的一种井网密度确定装置的结构示意图,该装置用于执行上述任意实施例所提供的井网密度确定方法。该装置与上述各实施例的井网密度确定方法属于同一个发明构思,在井网密度确定装置的实施例中未详尽描述的细节内容,可以参考上述井网密度确定方法的实施例。如图3所示,该装置包括:
映射关系确定模块10,用于基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系;
属性值关系确定模块11,用于确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系;
目标井网密度确定模块14,用于基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。
在本发明实施例中任一可选技术方案的基础上,可选的,目标价值属性条件包括第一获得价值属性值最大;其中,第一获得价值属性值为原油产生价值属性值与原油获取代价属性值的差值;属性值关系确定模块11模块包括:
第一属性值关系确定单元,用于资源提供端的第一获得价值属性值最大时,属性值关系确定为:原油产生价值属性值与原油获取代价属性值的差值相对于井网密度的导数为第一预设值。
在本发明实施例中任一可选技术方案的基础上,可选的,目标价值属性条件包括第一获得价值属性值小于第二预设值;其中,属性值关系确定模块11模块包括:
第二属性值关系确定单元,用于属性值关系确定为:原油产生价值属性值与原油获取代价属性值的差值小于第二预设值。
在本发明实施例中任一可选技术方案的基础上,可选的,关系模型包括:
Re=EDe-BS
其中,Re为采收率,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数;
映射关系确定模块10,包括:
第一映射关系确定单元,用于基于关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系满足:
y1=PNRTEDe-BS;
其中,y1为原油产生价值属性值,P为原油单位价值属性,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数。
在本发明实施例中任一可选技术方案的基础上,可选的,映射关系确定模块10,包括:
第二映射关系确定单元,用于确定资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系满足:
其中,y2为原油获取代价属性值,S为井网密度,A为含油面积,I为平均单井获取代价属性值,O为单井操作代价属性值,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,S为井网密度,e为自然常数,为基础原油产量,λsp为资源提供端之间的权益比例,Prf为桶油价值属性值。
在本发明实施例中任一可选技术方案的基础上,可选的,还包括:
增减变化关系确定模块,用于在确定出与目标价值属性条件对应的目标井网密度之后,确定操作执行端在油田开发过程中的操作产生价值属性值与井网密度之间的第三映射关系,以及操作代价价值属性值与井网密度之间的第四映射关系;将操作产生价值属性值与操作代价价值属性值之间的差值确定为第二获得价值属性值,基于第三映射关系和第四映射关系,确定第二获得价值属性值与井网密度之间的增减变化关系。
在本发明实施例中任一可选技术方案的基础上,可选的,还包括:
异常提示模块,用于在确定出与目标价值属性条件对应的目标井网密度之后,确定目标井网密度是否处于预设原油产量对应的预设井网密度范围内;其中,预设原油产量包括预设高峰产量和/或预设稳定产量;若否,则生成用于反映目标井网密度异常的异常信息进行异常提示。
本发明实施例的技术方案,通过预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与井网密度之间的第二映射关系;确定资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,原油产生价值属性值与原油获取代价属性值之间的属性值关系;并基于第一映射关系、第二映射关系和属性值关系,确定出与目标价值属性条件对应的目标井网密度。通过第一映射关系、第二映射关系和属性值关系确定目标井网密度,能够快速、高效地确定出井网密度,避免出现通过人工经验确定井网密度时,导致的人力和时间资源浪费的问题,实现了提高井网密度准确性和合理性、节省人力和时间资源的效果。
值得注意的是,上述井网密度确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
图4是实现本发明实施例的井网密度确定方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备20包括至少一个处理器21,以及与至少一个处理器21通信连接的存储器,如只读存储器(ROM)22、随机访问存储器(RAM)23等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器21可以根据存储在只读存储器(ROM)22中的计算机程序或者从存储单元28加载到随机访问存储器(RAM)23中的计算机程序,来执行各种适当的动作和处理。在RAM23中,还可存储电子设备20操作所需的各种程序和数据。处理器21、ROM22以及RAM23通过总线24彼此相连。输入/输出(I/O)接口25也连接至总线24。
电子设备20中的多个部件连接至I/O接口25,包括:输入单元26,例如键盘、鼠标等;输出单元27,例如各种类型的显示器、扬声器等;存储单元28,例如磁盘、光盘等;以及通信单元29,例如网卡、调制解调器、无线通信收发机等。通信单元29允许电子设备20通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器21可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器21的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器21执行上文所描述的各个方法和处理,例如井网密度确定方法。
在一些实施例中,井网密度确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元28。在一些实施例中,计算机程序的部分或者全部可以经由ROM22和/或通信单元29而被载入和/或安装到电子设备20上。当计算机程序加载到RAM23并由处理器21执行时,可以执行上文描述的井网密度确定方法的一个或多个步骤。备选地,在其他实施例中,处理器21可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行井网密度确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种井网密度确定方法,其特征在于,包括:
基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与所述井网密度之间的第二映射关系;
确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系;
基于所述第一映射关系、所述第二映射关系和所述属性值关系,确定出与所述目标价值属性条件对应的目标井网密度。
2.根据权利要求1所述的方法,其特征在于,所述目标价值属性条件包括所述第一获得价值属性值最大;其中,所述第一获得价值属性值为所述原油产生价值属性值与所述原油获取代价属性值的差值;
所述确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系,包括:
所述资源提供端的所述第一获得价值属性值最大时,所述属性值关系确定为:
所述所述原油产生价值属性值与所述原油获取代价属性值的差值相对于所述井网密度的导数为第一预设值。
3.根据权利要求1所述的方法,其特征在于,所述目标价值属性条件包括所述第一获得价值属性值小于第二预设值;其中,
所述确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系,包括:
所述属性值关系确定为:所述所述原油产生价值属性值与所述原油获取代价属性值的差值小于所述第二预设值。
4.根据权利要求1所述的方法,其特征在于,所述关系模型包括:
Re=EDe-BS;
其中,Re为所述采收率,ED为驱替效率,B为井网指数,S为所述井网密度,e为自然常数;
所述基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,包括:
基于所述关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系满足:
y1=PNRTEDe-BS;
其中,y1为所述原油产生价值属性值,P为原油单位价值属性,N为石油地质储量,RT为可采储量采出程度,ED为驱替效率,B为井网指数,S为所述井网密度,e为自然常数。
6.根据权利要求1所述的方法,其特征在于,在所述确定出与所述目标价值属性条件对应的目标井网密度之后,还包括:
确定操作执行端在油田开发过程中的操作产生价值属性值与所述井网密度之间的第三映射关系,以及操作代价价值属性值与井网密度之间的第四映射关系;
将所述操作产生价值属性值与所述操作代价价值属性值之间的差值确定为第二获得价值属性值,基于所述第三映射关系和所述第四映射关系,确定所述第二获得价值属性值与井网密度之间的增减变化关系。
7.根据权利要求1所述的方法,其特征在于,在所述确定出与所述目标价值属性条件对应的目标井网密度之后,还包括:
确定所述目标井网密度是否处于预设原油产量对应的预设井网密度范围内;其中,所述预设原油产量包括预设高峰产量和/或预设稳定产量;
若否,则生成用于反映所述目标井网密度异常的异常信息进行异常提示。
8.一种井网密度确定装置,其特征在于,包括:
映射关系确定模块,用于基于预先建立的采收率与井网密度的关系模型,确定原油产生价值属性值与井网密度之间的第一映射关系,以及资源提供端对应的原油获取代价属性值与所述井网密度之间的第二映射关系;
属性值关系确定模块,用于确定所述资源提供端在油田开发过程中的第一获得价值属性值满足预设的目标价值属性条件时,所述原油产生价值属性值与所述原油获取代价属性值之间的属性值关系;
目标井网密度确定模块,用于基于所述第一映射关系、所述第二映射关系和所述属性值关系,确定出与所述目标价值属性条件对应的目标井网密度。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的井网密度确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的井网密度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042709.7A CN116090058A (zh) | 2023-01-28 | 2023-01-28 | 一种井网密度确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042709.7A CN116090058A (zh) | 2023-01-28 | 2023-01-28 | 一种井网密度确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116090058A true CN116090058A (zh) | 2023-05-09 |
Family
ID=86211689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042709.7A Pending CN116090058A (zh) | 2023-01-28 | 2023-01-28 | 一种井网密度确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090058A (zh) |
-
2023
- 2023-01-28 CN CN202310042709.7A patent/CN116090058A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112765452B (zh) | 搜索推荐方法、装置及电子设备 | |
CN114880337B (zh) | 地图数据一体化更新方法、装置、设备以及存储介质 | |
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN117368588A (zh) | 一种电压相序一致性确定方法、装置、设备和存储介质 | |
CN116090058A (zh) | 一种井网密度确定方法、装置、电子设备及存储介质 | |
CN112887426B (zh) | 信息流的推送方法、装置、电子设备以及存储介质 | |
CN115630078A (zh) | 基于数字孪生的用户数据处理方法、装置、设备及介质 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN114679468B (zh) | 文件传输方法、装置、电子设备及计算机可读存储介质 | |
CN114741072B (zh) | 一种页面生成方法、装置、设备及存储介质 | |
CN115242626B (zh) | 云资源配置预估方法、装置、设备、存储介质及程序产品 | |
CN116121025B (zh) | 一种装甑效率检测方法、装置、设备及存储介质 | |
CN117640521A (zh) | 一种交易流量确定方法、装置、设备以及存储介质 | |
CN115794830A (zh) | 数据值确定方法、装置、电子设备及存储介质 | |
CN116244006A (zh) | 一种数据处理方法、装置、存储介质、电子设备及产品 | |
CN117634890A (zh) | 一种企业供应链风险评估方法、装置及电子设备 | |
CN115034515A (zh) | 一种碳税税率预测方法、装置、电子设备和存储介质 | |
CN115827588A (zh) | 一种业务全局流水号的生成方法、装置、设备和存储介质 | |
CN115203246A (zh) | 一种联表查询方法、装置、电子设备及存储介质 | |
CN116992150A (zh) | 一种研发组件推荐方法、装置、设备及存储介质 | |
CN116595793A (zh) | 旁路电缆的电路模型构建方法、装置、设备及存储介质 | |
CN116631318A (zh) | 显示面板及其调试方法、调试装置 | |
CN117520395A (zh) | 一种port关联缺失筛查方法、装置、设备及存储介质 | |
CN116091161A (zh) | 一种滤芯的运营管理方法、装置、电子设备和存储介质 | |
CN116303369A (zh) | 一种基于数据库的自动编码方法、装置、电子设备及介质 |
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 |