CN117291125B - 一种水驱油藏井网与射孔层段综合调整优化方法及系统 - Google Patents
一种水驱油藏井网与射孔层段综合调整优化方法及系统 Download PDFInfo
- Publication number
- CN117291125B CN117291125B CN202311579887.XA CN202311579887A CN117291125B CN 117291125 B CN117291125 B CN 117291125B CN 202311579887 A CN202311579887 A CN 202311579887A CN 117291125 B CN117291125 B CN 117291125B
- Authority
- CN
- China
- Prior art keywords
- well
- perforation interval
- water
- encryption
- pattern
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 62
- 238000004519 manufacturing process Methods 0.000 claims abstract description 39
- 238000013178 mathematical model Methods 0.000 claims abstract description 30
- 238000010845 search algorithm Methods 0.000 claims abstract description 28
- 238000011161 development Methods 0.000 claims abstract description 24
- 238000002360 preparation method Methods 0.000 claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 195
- 238000009826 distribution Methods 0.000 claims description 36
- 230000018109 developmental process Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 9
- 230000035699 permeability Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 230000008929 regeneration Effects 0.000 claims description 4
- 238000011069 regeneration method Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000002349 well water Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 239000010410 layer Substances 0.000 description 22
- 238000013461 design Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000011084 recovery Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 239000003129 oil well Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及油气勘探开发领域,具体公开了一种水驱油藏井网与射孔层段综合调整优化方法及系统,该方法包括:步骤1,搜集并整理目前油藏区块的地质及开发资料,确定加密井数、加密井区域、关停井数、井别转换井数;步骤2,设定井网与射孔层段综合调整优化参数,完成井网与射孔层段综合调整的优化准备工作;步骤3,以累积产油量最大为目标,构建井网与射孔层段综合调整优化数学模型;步骤4,采用全局随机搜索算法,优化求解井网与射孔层段综合调整优化数学模型,确定最优的井网与射孔层段综合调整方案。本发明能够提高井网与射孔层段综合调整参数优化的全面性和针对性,实现了井网与射孔层段综合调整参数的自动优化,经济高效改善油藏开发效果。
Description
技术领域
本发明涉及油气勘探开发领域,具体涉及一种水驱油藏井网与射孔层段综合调整优化方法及系统,用于经济有效地提高水驱油藏采收率。
背景技术
水驱油藏多采用多层合采方式进行开发,是减少开发井网、井数、提高单井产量、实现油田高效开发的有效途径。特高含水期合理的井网调整是水驱油田开发关键问题之一,在井网调整方案设计时,需要充分考虑储层岩石流体参数的非均质性及开发动态特征,设计与之相匹配的井网调整部署方式。合理的射孔方式同样也是影响油田开发效果的重要因素之一,射孔层段的优化一般先设计若干层位组合的射孔方案,然后通过油藏数值模拟技术,模拟不同射孔层段组合方案下油藏生产时边水推进、油井产量、采收率、稳产时间等参数指标,并结合经济评价选定最终的射孔方案。
申请号为201610446421.6的发明专利公开了一种水驱油藏加密井位确定方法,该方法在已知加密区域及加密井数的条件下,以实现油藏均衡驱替最大化为目标,确定了加密井的精确加密位置。
申请号为201710074025.X的发明专利公开了一种基于均衡水驱理念的油藏井网及注采方案优化设计方法,该方法基于均衡水驱开发理念,综合考虑油藏各因素,自动的获得最优井网及注采方案。
申请号为202111428233.8的发明专利公开了一种多层合采油藏水驱开发井网优化部署方法,该方法考虑了纵向层系划分及平面井网部署,以解决多层合采水驱油藏的高效开发技术问题。
申请号为201910019399.0的发明专利公开了一种水驱砂岩油藏双高期二三结合射孔优化方法,该方法根据水驱砂岩油藏双高期纵向上剩余油分布规律,将潜力层细分类,依据不同类型的潜力层的不同地质特征及剩余油富集特点,有针对性的制定不同的射孔方案。
授权公告号为CN108229713B的发明专利公开了一种断块油藏多层合采方案优化设计方法,该方法根据各层单独生产时层位排列组合射孔组合方案获得层位矩阵,根据层位矩阵计算射孔成本及作业成本、层间相互干扰抑制作用,比较各种合采方案的经济效益,得到最优方案。
授权公告号为CN113435093B的发明专利公开了一种基于有限元模拟和现场数据联合驱动的射孔参数优化方法,该优选方法利用机器学习方法,将有限元模拟结果和已有现场生产数据用于射孔方案优化设计中,主要用于中低渗储层射孔完井时射孔负压、射孔密度、孔眼直径、相位、穿深等参数的优选。
目前水驱油田的井网调整方案的优化理论及方法仍不够完善。在井网的研究对象方面,现有方法主要从油水井的井位、井别进行调整,缺乏与纵向射孔层段调整的协同优化研究,且尚未形成一套井网与射孔层段协同优化的综合调整方法及系统。
发明内容
为了解决上述技术问题,本发明提供一种水驱油藏井网与射孔层段综合调整优化方法及系统,实现平面井网井位及纵向射孔层段的一体化智能优化,进一步提高油藏采收率。
为解决上述技术问题,本发明采用的技术方案是:一种水驱油藏井网与射孔层段综合调整优化方法,该方法包括:
步骤1,搜集并整理目前区块的地质及开发资料,确定加密井数、加密井区域、关停井数、井别转换井数;
步骤2,设定井网与射孔层段综合调整优化参数,完成井网与射孔层段综合调整的优化准备工作;
步骤3,以累积产油量最大化为目标,以已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数组合为优化变量,构建井网与射孔层段综合调整优化数学模型;
步骤4,采用全局随机搜索算法,优化求解井网与射孔层段综合调整优化数学模型,确定最优的井网与射孔层段综合调整方案。
进一步的,所述步骤1中的地质及开发资料包括:静态资料和动态资料;
所述静态资料包括:渗透率分布、孔隙度分布、砂体厚度、净毛比分布、油水密度、油水粘度、油水相对渗透率曲线;
所述动态资料包括:压力分布、油水饱和度分布、已有油水井的井位坐标、已有油水井的射孔数据、已有油水井的历史生产数据、剩余油储量丰度分布、油藏区块的累产油曲线、油藏区块的含水率曲线、单井含水率曲线、单井日产油曲线。
进一步的,所述步骤1中的确定加密井数、加密井区域、关停井数、井别转换井数包括:根据压力分布、油水饱和度分布及剩余油储量丰度分布状况,进而确定井网调整的加密井的井数、加密井的加密区域、已有油水井的关停井数、已有油水井的井别转换井数。
进一步的,所述步骤2中设定井网与射孔层段综合调整优化参数包括:
确定优化变量,优化变量包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井井位参数以及已有油水井、加密井的纵向射孔层段参数;
指定约束条件,约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束、以及已有油水井、加密井的射孔层段的措施约束;
生成初始迭代步下的若干井网与射孔层段综合调整方案;
给定全局随机搜索算法的相关参数,包括种群数目、最大迭代次数、终止条件。
进一步的,在步骤2之后,设定井网与射孔层段综合调整优化参数,包括:判断在步骤2中的生成井网与射孔层段综合调整方案是否执行;若执行,则以其输入方案作为初始方案;若未执行,则根据步骤2中的约束条件设定,随机生成若干由加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数组成的井网与射孔层段综合调整方案。
进一步的,所述步骤3中井网综合调整优化数学模型包括目标函数、井网与射孔层段综合调整参数、约束条件;
所述目标函数为最大累积产油量;
所述井网与射孔层段综合调整参数包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;
所述约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束。
进一步的,所述步骤3中,
对已有油水井的关停措施参数进行优化建模的步骤为:在现有井网的基础上,在关停井数一定的情况下,确定对哪些井进行关停,优化变量为已有油水井的关停措施参数:
,
其中,coi表征第i口井是否进行关停措施,m为已有井井总数;
对已有油水井的井别转换措施参数进行优化建模的步骤为:在现有井网的基础上,在井别转换井数一定的条件下,确定对哪些井进行井别转换,优化变量为已有油水井的井别转换措施参数:
,
其中,cTi=1代表实施井别转换,cTi=0代表不实施井别转换;
对加密井的井位参数进行优化建模的步骤为:在维持现有井的基础上,设计新钻井为加密井,加密井包括三种井型:若加密井的井型为直井,则每口直井的井位由2个变量(Xinfill,Yinfill)表示;若加密井的井型为水平井,每口水平井的井位由5个变量表示;若加密井的井型为斜井,每口斜井的井位由6个变量表示;
其中,Xinfill、Yinfill、Zinfill分别为加密井x、y、z方向的网格坐标;下标h、t分别代表加密井的根端位置及趾端位置;
对纵向射孔层段参数进行优化建模的步骤为:对已有油水井、加密井的纵向射孔层段进行优化,优化变量为已有油水井、加密井的射孔层段参数:
,
其中,m为已有井井总数,n为加密井井总数;k为地质小层数,对于第m口井的第k小层,CLmk=1代表第k小层射孔,CLmk=0代表第k小层不射孔;
所述已有油水井的关停措施约束及井别转换措施约束为:
所述加密井的加密范围约束及边界约束为:
所述加密井之间的井距及加密井与已有油水井之间的最小井距约束为:
所述纵向射孔层段措施约束为:
。
进一步的,所述步骤4包括:
步骤41,调用油藏数值模拟器,计算初始迭代步下的若干井网与射孔层段综合调整方案的累积产油量;
步骤42,对比初始迭代步下的各井网与射孔层段综合调整方案的累积产油量,以累积产油量最大化为目标,确定最优井网与射孔层段综合调整方案;
步骤43,通过全局随机搜索算法中的子代生成策略,生成新一迭代步下的若干井网与射孔层段综合调整方案;
步骤44,调用油藏数值模拟器,计算新一迭代步下的各井网与射孔层段综合调整方案的累积产油量;
步骤45,将新一迭代步下的各井网与射孔层段综合调整方案的累积产油量与最优井网与射孔层段综合调整方案的累积产油量进行对比,若该井网与射孔层段综合调整方案的累积产油量高于最优井网与射孔层段综合调整方案的累积产油量,则将该井网与射孔层段综合调整方案作为新的最优井网与射孔层段综合调整方案;以此循环迭代,达到最大迭代次数时,输出最优井网与射孔层段综合调整方案;
所述的油藏数值模拟器包括eclipse、cmg等商业数值模拟软件;
所述的全局随机搜索算法包括遗传算法、协方差矩阵进化算法、贝叶斯自适应直接搜索算法;
所述的若干井网与射孔层段综合调整方案中的若干是指每一迭代步下生成的井网与射孔层段综合调整方案总数满足步骤2中设定的种群数目值;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否满足约束条件,若不满足,转至步骤3重新生成;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否达到优化终止条件,即是否达到步骤2中设定的最大迭代次数,若已达到最大迭代次数,则优化结束,否则返回步骤42重新生成新一迭代步下的井网与射孔层段综合调整方案,直至达到最大迭代次数时结束优化。
为解决上述技术问题,本发明采用的另一个技术方案是:一种水驱油藏井网与射孔层段综合调整优化系统,其包括:
数模资料获取模块,用于获取处于特高含水期的油田区块地质及开发资料数据;
优化参数准备模块,用于根据数模资料获取模块获取的数据确定井网与射孔层段综合调整参数,井网与射孔层段综合调整参数包括确定已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;
井网与射孔层段综合调整优化数学模型构建模块,根据目标函数、井网与射孔层段综合调整参数及约束条件,建立井网与射孔层段综合调整优化数学模型;
参数优化模块,用于采用全局随机搜索算法对所述井网与射孔层段综合调整优化数学模型进行求解,得到最优的井网与射孔层段综合调整参数组合方案。
进一步的,所述井网综合调整优化数学模型包括目标函数、井网与射孔层段综合调整参数、约束条件;所述目标函数包括累积产油量最大化;所述井网与射孔层段综合调整参数包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;所述约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束。
与现有技术相比,本发明具有以下有益效果:
本发明一种水驱油藏井网与射孔层段综合调整优化方法及系统针对特高含水期平面井网井位调整以及纵向射孔层段调整综合优化问题,结合全局随机搜索算法和油藏数值模拟,以累积产油量最大化为目标函数,对加密井的平面井位坐标、已有油水井的关停措施、井别转换措施以及已有油水井、加密井的纵向射孔层段进行综合优化设计,通过水驱油藏平面井网加密、关停、井别转换调整及各井纵向射孔层段的综合自动优化设计,实现井网与空间剩余油分布的最佳立体匹配,经济有效地提高水驱油藏采收率。
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性的前提下,还可以根据这些附图获取其他的附图。
图1为本发明一种水驱油藏井网与射孔层段综合调整优化方法的流程图;
图2为本发明一种水驱油藏井网与射孔层段综合调整优化方法的最优化算法迭代过程中累积含油量的变化曲线图;
图3为本发明一种水驱油藏井网与射孔层段综合调整优化系统的系统模块图。
实施方式
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,本领域普通技术人员在没有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。
本发明的目的是提供一种水驱油藏井网与射孔层段综合调整优化方法及系统,能够提高井网调整参数优化的全面性和针对性,实现井网加密、已有油水井关停、井别转换与射孔层段综合调整参数的自动优化,经济有效地提高油藏采收率。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合具体实施方式对本发明作进一步详细的说明。
图1为本发明一种水驱油藏井网与射孔层段综合调整优化方法流程图,如图1所示,本发明一种水驱油藏井网与射孔层段综合调整优化方法包括:
步骤1,搜集并整理油藏区块的地质及开发资料,确定加密井数、加密井区域、关停井数、井别转换(采油井转为注水井或注水井转为采油井)井数;
步骤2,设定井网与射孔层段综合调整优化参数,完成井网与射孔层段综合调整的优化准备工作;
步骤3,以累积产油量最大为目标,以已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数组合为优化变量,构建井网与射孔层段综合调整优化数学模型;
步骤4,使用全局随机搜索算法,优化求解井网与射孔层段综合调整优化数学模型,确定最优的井网与射孔层段综合调整方案。
步骤1中的地质及开发资料包括:静态资料和动态资料;静态资料包括:渗透率分布、孔隙度分布、砂体厚度、净毛比分布、油水密度、油水粘度、油水相对渗透率曲线;动态资料包括:压力分布、油水饱和度分布、已有油水井的井位坐标、已有油水井的射孔数据、已有油水井的历史生产数据、剩余油储量丰度分布、油藏区块的累产油曲线、油藏区块的含水率曲线、单井含水率曲线、单井日产油曲线。
步骤1中的确定加密井数、加密井区域、关停井数、井别转换井数,具体为:根据压力分布、油水饱和度分布及剩余油储量丰度分布状况,进而确定井网调整的加密井的井数、加密井的加密区域、已有油水井的关停井数、已有油水井的井别转换井数。
步骤2中设定井网与射孔层段综合调整优化参数包括:
确定优化变量,优化变量包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;指定约束条件,约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束;
生成初始迭代步下的若干井网与射孔层段综合调整方案;
给定全局随机搜索算法的相关参数,包括种群数目、最大迭代次数、终止条件。
本发明一种水驱油藏井网与射孔层段综合调整优化方法还包括,在步骤2之后,设定井网与射孔层段综合调整优化参数,包括:判断在步骤2中的生成井网与射孔层段综合调整方案是否执行;若执行,则以其输入方案作为初始方案;若未执行,则根据步骤2中的约束条件设定,随机生成若干由加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数组成的井网与射孔层段综合调整方案。
步骤3具体为:以累积产油量最大化为目标函数,以已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数为优化变量,建立井网与射孔层段综合调整优化数学模型。
具体地,井网与射孔层段综合调整优化数学模型中的目标函数为累积产油量最大化。
具体地,井网与射孔层段综合调整优化数学模型中的井网与射孔层段综合调整参数为加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数。
对已有油水井的关停措施参数进行优化建模的步骤为:在现有井网的基础上,在关停井数一定的情况下,确定对哪些井进行关停(关井),优化变量为已有油水井的关停措施参数:
,
其中,coi表征第i口井是否进行关停措施,m为已有井井总数。
对已有油水井的井别转换措施参数进行优化建模的步骤为:在现有井网的基础上,在井别转换井数一定的情况下,确定对哪些井进行井别转换(包括油井转注及水井转油井两种措施),优化变量为已有油水井的井别转换措施参数:
,
其中,cTi=1代表该井进行井别转换措施,cTi=0代表该井不进行井别转换措施。
对加密井的井位参数进行优化建模的步骤为:在维持现有井的基础上,设计钻一定数量的新井,提高水驱控制程度。加密井井位考虑以下三种井型:若优化加密井为直井,则每口直井的井位由2个变量(Xinfill,Yinfill)表示;若加密井井型为水平井,每口水平井的井位由5个变量表示;若优化加密井为斜井,每口斜井的井位由6个变量/>表示;
其中,Xinfill、Yinfill、Zinfill分别为加密井x、y、z方向的网格坐标;下标h、t分别代表加密井的根端位置及趾端位置。
对已有井及加密井的纵向射孔层段进行优化建模的步骤为:在现有井网平面井位的基础上,对井网的纵向射孔小层进行优化,即射开哪些小层,优化变量为已有油水井、加密井的射孔层段参数:
,
式中:m为已有井井总数;n为加密井井总数;k为地质小层数。
对于第m口井的第k小层,CLmk=1代表该井的第k小层进行射开层段措施,CLmk=0代表该井的第k小层不进行射开层段措施。
具体地,井网与射孔层段综合调整优化数学模型中的约束条件包括:加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段措施约束。
其中,已有油水井的关停措施约束以及井别转换措施约束为:
加密井的加密范围约束及边界约束为:
加密井之间的井距及加密井与已有油水井之间的井距满足最小井距约束为:
纵向射孔层段措施约束为:
上述井网与射孔层段综合调整优化的目标函数、井网与射孔层段调整参数及约束条件共同构成了井网与射孔层段综合调整优化数学模型。
步骤4具体为:
步骤41,调用油藏数值模拟器,计算初始迭代步下的若干井网与射孔层段综合调整方案的累积产油量;
步骤42,对比初始迭代步下的各井网与射孔层段综合调整方案的累积产油量,以累积产油量最大为目标,确定最优井网与射孔层段综合调整方案;
步骤43,通过全局随机搜索算法中的子代生成策略,生成新一迭代步下的若干井网与射孔层段综合调整方案;
步骤44,调用油藏数值模拟器,计算新一迭代步下的各井网与射孔层段综合调整方案的累积产油量;
步骤45,将新一迭代步下各井网与射孔层段综合调整方案的累积产油量与最优井网与射孔层段综合调整方案的累积产油量进行对比,若该井网与射孔层段综合调整方案的累积产油量高于最优井网与射孔层段综合调整方案的累积产油量,则将该井网与射孔层段综合调整方案作为新的最优井网与射孔层段综合调整方案;以此循环迭代,达到最大迭代次数时,输出最优井网与射孔层段综合调整方案。
所述的油藏数值模拟器包括不限于eclipse、cmg等商业数字模拟软件。
所述的全局随机搜索算法包括但不限于遗传算法、协方差矩阵进化算法、贝叶斯自适应直接搜索算法。
所述的若干井网与射孔层段综合调整方案中的若干是指每一迭代步下生成的井网与射孔层段综合调整方案总数满足步骤2中设定的种群数目值;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否满足约束条件,若不满足,转至步骤3重新生成;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否达到优化终止条件,即是否达到步骤2中设定的最大迭代步数,当已达到最大迭代次数,则优化结束,否则返回步骤42重新生成新一迭代步下井网与射孔层段综合调整方案,直至达到最大迭代次数时结束优化。
作为一种可选的实施方式,本发明选取某含油面积4.758km2,地质储量1216×104t,采出程度34.7%,综合含水96.3%的区块。目前已有开发井有10口,即m=10。表1为当前10口井的射孔层段分布,射孔层段数k=4。经过较长时间的开发,目前区块处于特高含水期的开发阶段。
表1 目前区块单井的射孔层段分布
下面将采用本发明所提供的方法进行该区块的井网与射孔层段综合调整参数优化设计。
根据目前的剩余油状况及开发潜力状况,确定该区块要采取的井网调整措施为:加密1口油井、1口水井、加密类型均为直井、并关停掉1口井、井别转换1口井,即n=2。
该区块的优化参数设置为:对加密的1口油井及1口水井进行井位的优化、优化已有10口井中哪一口井进行关井、哪一口井进行井别转换、并对已有井及加密井的所有射孔层段进行重新优化。
该区块的约束条件设置为:加密井的加密范围为x网格方向为(12,69),y网格方向为(41,110)、已有井与加密井的井距最小为150m、关停井总井数约束为1、井别转换总井数约束为1、射开层段最大约束为4,最小约束为1。
设定初始的井网与射孔层段综合调整方案为:在坐标为(22,85)的位置加密一口油井,并将该油井所处的层位L1、L2、L3层进行射孔;在坐标为(13,113)的位置加密一口水井,并将该水井所处的层位L3、L4层进行射孔;将P5井进行关井;将P2油井转为水井,已有井的射孔层段分布如表1所示。后续模拟时长为10年。
针对该区块,选择全局随机搜索算法中的贝叶斯自适应直接搜索算法,设定初始种群数目为30,最大迭代次数为300,其他参数取算法本身默认值。
根据上述所构建的井网与射孔层段综合调整优化数学模型,采用贝叶斯自适应直接搜索算法进行优化,图2所示为本发明一种水驱油藏井网与射孔层段综合调整优化方法的最优化算法迭代过程中累积含油量的变化曲线图;表2为优化后的最优加密井井位;表3为优化后已有井及加密井的最优射孔层段分布。
表2 优化后加密井的井位坐标
表3 优化后已有井及加密井的射孔层段分布
该区块的最优井网与射孔层段综合调整方案结果如下:加密井的井位坐标如表2所示、已有井及加密井的射孔层段分布如表3所示、且将P1井关井、P7井转为水井。
使用该方法,对该区块进行井网与射孔层段综合调整优化设计,与根据油田经验方法设计的方案进行对比,可以发现油田经验方法设计的井网调整方案有较好的增油效果,但使用本发明所提供方法优化得到的井网与射孔层段综合调整方案能够进一步提高开发效果,其累积增油量提高10.5%,含水降低了3.67%。同时解决了油田现场井网方案设计的盲目性,提高了措施成功率,应用起来方便高效,对现场井网综合调整方案设计具有重要指导意义。
图3为本发明一种水驱油藏井网与射孔层段综合调整参数优化系统的系统模块图,如图3所示,本发明还提供一种水驱油藏井网与射孔层段综合调整优化系统,所述系统包括:
数模资料获取模块,用于获取处于特高含水期目标区块地质及开发资料的数据;
优化参数准备模块,用于根据数模资料获取模块获取的数据确定特高含水期的井网与射孔层段调整参数,井网与射孔层段调整参数包括加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数;
井网与射孔层段综合调整优化数学模型构建模块,根据井网与射孔层段调整参数建立井网与射孔层段综合调整优化数学模型;井网与射孔层段综合调整优化数学模型包括目标函数、井网与射孔层段调整参数、约束条件;所述目标函数为最大累积产油量;所述井网与射孔层段调整参数包括加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数;
所述约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段措施约束;
参数优化模块,用于采用全局随机搜索算法对所述井网与射孔层段综合调整优化数学模型进行求解,得到最优的井网与射孔层段调整参数组合方案。
本发明的有益效果如下:
(1)本发明针对特高含水期平面井网井位调整以及纵向射孔层段调整综合优化问题,结合全局随机搜索算法和油藏数值模拟,通过水驱油藏平面井网加密、关停、井别转换调整及各井纵向射孔层段的综合自动优化设计,实现井网与空间剩余油分布的最佳立体匹配,经济有效地提高水驱油藏采收率。
(2)本发明经现场实施取得较好的效果。与常规井网技术相比,该技术考虑因素更加全面,可针对不同油藏区块量身定制井网与射孔层段综合调整方案,因此应用起来更加方便有效、可操作性强。
上述说明示出并描述了本发明的若干优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (4)
1.一种水驱油藏井网与射孔层段综合调整优化方法,其特征在于,包括以下步骤:
步骤1,搜集并整理油藏区块的地质及开发资料,确定加密井数、加密井区域、关停井数、井别转换井数;
步骤2,设定井网与射孔层段综合调整优化参数,完成井网与射孔层段综合调整的优化准备工作;
步骤3,以累积产油量最大化为目标,以已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数为优化变量,构建井网与射孔层段综合调整优化数学模型;
步骤4,采用全局随机搜索算法,优化求解井网与射孔层段综合调整优化数学模型,确定最优的井网与射孔层段综合调整方案;
所述步骤2中设定井网与射孔层段综合调整优化参数包括:
确定优化变量,优化变量包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;
指定约束条件,约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束;
生成初始迭代步下的若干井网与射孔层段综合调整方案;
给定全局随机搜索算法的相关参数,所述相关参数包括种群数目、最大迭代次数、终止条件;
在步骤2之后,设定井网与射孔层段综合调整优化参数,包括:判断在步骤2中的生成井网与射孔层段综合调整方案是否执行;若执行,则以输入方案作为初始方案;若未执行,则根据步骤2中的约束条件设定,随机生成若干由加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数组成的井网与射孔层段综合调整方案;
所述步骤3中井网与射孔层段综合调整优化数学模型包括目标函数、井网与射孔层段综合调整优化参数、约束条件;
所述目标函数包括累积产油量最大化;
所述井网与射孔层段综合调整优化参数包括加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数;
所述约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束;
所述步骤3中,
对已有油水井的关停措施参数进行优化建模的步骤为:在现有井网的基础上,在关停井数一定的情况下,确定对哪些井进行关停,优化变量为已有油水井的关停措施参数:
Co=[co1,co2,…,coi,…,com]i=1,2,…,m,
其中,coi表征第i口井是否进行关停措施,m为已有油水井的总数;
对已有油水井的井别转换措施参数进行优化建模的步骤为:在现有井网的基础上,在井别转换井数一定的条件下,确定对哪些井进行井别转换,优化变量为已有油水井的井别转换措施参数:
CT=[cT1,cT2,…,cTi,…,cTm]i=1,2,…,m,
其中,cTi=1代表实施井别转换,cTi=0代表不实施井别转换;
对加密井的井位参数进行优化建模的步骤为:设计新钻井为加密井,加密井包括三种井型:若加密井的井型为直井,则每口直井的井位由2个变量(Xinfill,Yinfill)表示;若加密井的井型为水平井,每口水平井的井位由5个变量表示;若加密井的井型为斜井,每口斜井的井位由6个变量/>表示;
其中,Xinfill、Yinfill、Zinfill分别为加密井x、y、z方向的网格坐标;下标h、t分别代表加密井的根端位置及趾端位置;
对纵向射孔层段参数进行优化建模的步骤为:对已有油水井、加密井的纵向射孔层段进行优化,优化变量为已有油水井、加密井的射孔层段参数:
其中,m为已有油水井的总数,n为加密井的总数;k为地质小层数,对于第m口井的第k小层,CLmk=1代表第k小层射孔,CLmk=0代表第k小层不射孔;
所述已有油水井的关停措施约束以及井别转换措施约束为:
coi∈{0,1}i=1,2,…,m
cTi∈{0,1}i=1,2,…,m
所述加密井的加密范围约束及边界约束为:
所述加密井之间的井距及加密井与已有油水井之间的最小井距约束为:
所述纵向射孔层段措施约束为:
所述步骤4包括:
步骤41,调用油藏数值模拟器,计算初始迭代步下的若干井网与射孔层段综合调整方案的累积产油量;
步骤42,对比初始迭代步下的各井网与射孔层段综合调整方案的累积产油量,以累积产油量最大化为目标,确定最优井网与射孔层段综合调整方案;
步骤43,通过全局随机搜索算法中的子代生成策略,生成新一迭代步数下的若干井网与射孔层段综合调整方案;
步骤44,调用油藏数值模拟器,计算新一迭代步数下的各井网与射孔层段综合调整方案的累积产油量;
步骤45,将新一迭代步下的各井网与射孔层段综合调整方案的累积产油量与最优井网与射孔层段综合调整方案的累积产油量进行对比,若该井网与射孔层段综合调整方案的累积产油量高于最优井网与射孔层段综合调整方案的累积产油量,则将该井网与射孔层段综合调整方案作为新的最优井网与射孔层段综合调整方案;以此循环迭代,达到最大迭代次数时,输出最优井网与射孔层段综合调整方案;
所述油藏数值模拟器包括:商业数值模拟软件eclipse、cmg;
所述的全局随机搜索算法包括:遗传算法、协方差矩阵进化算法、贝叶斯自适应直接搜索算法;
所述的若干井网与射孔层段综合调整方案中的若干是指每一迭代步下生成的井网与射孔层段综合调整方案总数满足步骤2中设定的种群数目值;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否满足约束条件,若不满足,转至步骤3重新生成;
在执行步骤4的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否达到优化终止条件,所述优化终止条件为步骤2中设定的最大迭代次数,若已达到最大迭代次数,则优化结束,否则返回步骤42重新生成新一迭代步的井网与射孔层段综合调整方案,直至达到最大迭代次数时结束优化。
2.根据权利要求1所述的一种水驱油藏井网与射孔层段综合调整优化方法,其特征在于,所述步骤1中的地质及开发资料包括:静态资料和动态资料;
所述静态资料包括:渗透率分布、孔隙度分布、砂体厚度、净毛比分布、油水密度、油水粘度、油水相对渗透率曲线;
所述动态资料包括:压力分布、油水饱和度分布、已有油水井的井位坐标、已有油水井的射孔数据、已有油水井的历史生产数据、剩余油储量丰度分布、油藏区块的累产油曲线、油藏区块的含水率曲线、单井含水率曲线、单井日产油曲线。
3.根据权利要求1所述的一种水驱油藏井网与射孔层段综合调整优化方法,其特征在于,所述步骤1中的确定加密井数、加密井区域、关停井数、井别转换井数包括:根据压力分布、油水饱和度分布及剩余油储量丰度分布状况,进而确定井网调整的加密井的井数、加密井的加密区域、已有油水井的关停井数、已有油水井的井别转换井数。
4.一种水驱油藏井网与射孔层段综合调整优化系统,其特征在于,其包括:
数模资料获取模块,用于获取处于特高含水期目标区块地质及开发资料数据;
优化参数准备模块,用于根据数模资料获取模块获取的数据确定特高含水期的井网与射孔层段综合调整优化参数,所述井网与射孔层段综合调整综合参数包括加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数;
井网与射孔层段综合调整优化数学模型构建模块,根据目标函数、井网与射孔层段综合调整优化参数及约束条件,建立井网与射孔层段综合调整优化数学模型;
参数优化模块,用于采用全局随机搜索算法对所述井网与射孔层段综合调整优化数学模型进行求解,得到最优的井网与射孔层段调整参数组合方案;
所述优化参数准备模块中确定井网与射孔层段综合调整优化参数包括:
确定优化变量,优化变量包括已有油水井的关停措施参数、已有油水井的井别转换措施参数、加密井的井位参数以及已有油水井、加密井的纵向射孔层段参数;
指定约束条件,约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束;
生成初始迭代步下的若干井网与射孔层段综合调整方案;
给定全局随机搜索算法的相关参数,所述相关参数包括种群数目、最大迭代次数、终止条件;
所述优化参数准备模块中确定井网与射孔层段综合调整优化参数还包括:判断生成的井网与射孔层段综合调整方案是否执行;若执行,则以输入方案作为初始方案;若未执行,则根据所述约束条件设定,随机生成若干由加密井的井位参数、已有油水井的关停措施参数、已有油水井的井别转换措施参数以及已有油水井、加密井的纵向射孔层段参数组成的井网与射孔层段综合调整方案;
所述井网与射孔层段综合调整优化数学模型包括目标函数、井网与射孔层段综合调整优化参数、约束条件;
所述目标函数包括累积产油量最大化;
所述约束条件包括加密井的加密范围约束及边界约束、加密井与已有油水井间的最小井距约束、已有油水井的关停井数约束、已有油水井的井别转换井数约束以及已有油水井、加密井的射孔层段的措施约束;
所述井网与射孔层段综合调整优化数学模型构建模块中,
对已有油水井的关停措施参数进行优化建模的步骤为:在现有井网的基础上,在关停井数一定的情况下,确定对哪些井进行关停,优化变量为已有油水井的关停措施参数:
Co=[co1,co2,…,coi,…,com]i=1,2,…,m,
其中,coi表征第i口井是否进行关停措施,m为已有油水井的总数;
对已有油水井的井别转换措施参数进行优化建模的步骤为:在现有井网的基础上,在井别转换井数一定的条件下,确定对哪些井进行井别转换,优化变量为已有油水井的井别转换措施参数:
CT=[cT1,cT2,…,cTi,…,cTm]i=1,2,…,m,
其中,cTi=1代表实施井别转换,cTi=0代表不实施井别转换;
对加密井的井位参数进行优化建模的步骤为:设计新钻井为加密井,加密井包括三种井型:若加密井的井型为直井,则每口直井的井位由2个变量(Xinfill,Yinfill)表示;若加密井的井型为水平井,每口水平井的井位由5个变量表示;若加密井的井型为斜井,每口斜井的井位由6个变量/>表示;
其中,Xinfill、Yinfill、Zinfill分别为加密井x、y、z方向的网格坐标;下标h、t分别代表加密井的根端位置及趾端位置;
对纵向射孔层段参数进行优化建模的步骤为:对已有油水井、加密井的纵向射孔层段进行优化,优化变量为已有油水井、加密井的射孔层段参数:
其中,m为已有油水井的总数,n为加密井的总数;k为地质小层数,对于第m口井的第k小层,CLmk=1代表第k小层射孔,CLmk=0代表第k小层不射孔;
所述已有油水井的关停措施约束以及井别转换措施约束为:
coi∈{0,1}i=1,2,…,m
cTi∈{0,1}i=1,2,…,m
所述加密井的加密范围约束及边界约束为:
所述加密井之间的井距及加密井与已有油水井之间的最小井距约束为:
所述纵向射孔层段措施约束为:
所述参数优化模块采用的步骤包括:
步骤41,调用油藏数值模拟器,计算初始迭代步下的若干井网与射孔层段综合调整方案的累积产油量;
步骤42,对比初始迭代步下的各井网与射孔层段综合调整方案的累积产油量,以累积产油量最大化为目标,确定最优井网与射孔层段综合调整方案;
步骤43,通过全局随机搜索算法中的子代生成策略,生成新一迭代步数下的若干井网与射孔层段综合调整方案;
步骤44,调用油藏数值模拟器,计算新一迭代步数下的各井网与射孔层段综合调整方案的累积产油量;
步骤45,将新一迭代步下的各井网与射孔层段综合调整方案的累积产油量与最优井网与射孔层段综合调整方案的累积产油量进行对比,若该井网与射孔层段综合调整方案的累积产油量高于最优井网与射孔层段综合调整方案的累积产油量,则将该井网与射孔层段综合调整方案作为新的最优井网与射孔层段综合调整方案;以此循环迭代,达到最大迭代次数时,输出最优井网与射孔层段综合调整方案;
所述油藏数值模拟器包括:商业数值模拟软件eclipse、cmg;
所述的全局随机搜索算法包括:遗传算法、协方差矩阵进化算法、贝叶斯自适应直接搜索算法;
所述的若干井网与射孔层段综合调整方案中的若干是指每一迭代步下生成的井网与射孔层段综合调整方案总数满足所述优化参数准备模块中设定的种群数目值;
在执行所述参数优化模块的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否满足约束条件,若不满足,转至所述井网与射孔层段综合调整优化数学模型构建模块重新生成;在执行所述参数优化模块的优化迭代过程中,需判断新一迭代步下生成的井网与射孔层段综合调整方案是否达到优化终止条件,所述优化终止条件为所述优化参数准备模块中设定的最大迭代次数,若已达到最大迭代次数,则优化结束,否则返回步骤42重新生成新一迭代步的井网与射孔层段综合调整方案,直至达到最大迭代次数时结束优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311579887.XA CN117291125B (zh) | 2023-11-24 | 2023-11-24 | 一种水驱油藏井网与射孔层段综合调整优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311579887.XA CN117291125B (zh) | 2023-11-24 | 2023-11-24 | 一种水驱油藏井网与射孔层段综合调整优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117291125A CN117291125A (zh) | 2023-12-26 |
CN117291125B true CN117291125B (zh) | 2024-02-02 |
Family
ID=89239378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311579887.XA Active CN117291125B (zh) | 2023-11-24 | 2023-11-24 | 一种水驱油藏井网与射孔层段综合调整优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117291125B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117744897B (zh) * | 2024-02-21 | 2024-05-10 | 中国石油大学(华东) | 一种分层注采层段组合及层段配注配产一体化优化方法 |
Citations (4)
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 |
CN107829718A (zh) * | 2017-02-10 | 2018-03-23 | 中国石油化工股份有限公司 | 基于均衡水驱理念的油藏井网及注采方案优化设计方法 |
CN112465218A (zh) * | 2020-11-25 | 2021-03-09 | 中海石油(中国)有限公司 | 海上薄互层砂岩油田层系划分及射孔方案优化方法 |
CN112664168A (zh) * | 2020-12-24 | 2021-04-16 | 郑素珍 | 油田加密井注采系统调整方法 |
-
2023
- 2023-11-24 CN CN202311579887.XA patent/CN117291125B/zh active Active
Patent Citations (4)
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 |
CN107829718A (zh) * | 2017-02-10 | 2018-03-23 | 中国石油化工股份有限公司 | 基于均衡水驱理念的油藏井网及注采方案优化设计方法 |
CN112465218A (zh) * | 2020-11-25 | 2021-03-09 | 中海石油(中国)有限公司 | 海上薄互层砂岩油田层系划分及射孔方案优化方法 |
CN112664168A (zh) * | 2020-12-24 | 2021-04-16 | 郑素珍 | 油田加密井注采系统调整方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117291125A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117291125B (zh) | 一种水驱油藏井网与射孔层段综合调整优化方法及系统 | |
CN102930345B (zh) | 一种基于梯度算法的自适应井网优化方法 | |
US8005658B2 (en) | Automated field development planning of well and drainage locations | |
CN103745022B (zh) | 聚合物驱后变流线调整方法 | |
CN110363325B (zh) | 复杂断块油藏多目标注采调控优化方法 | |
CN110439515B (zh) | 注采参数优化方法及装置 | |
CN104615862A (zh) | 基于进化算法的高含水油田确定井位的方法 | |
Lu et al. | An efficient adaptive algorithm for robust control optimization using StoSAG | |
CN105095986A (zh) | 多层油藏整体产量预测的方法 | |
CN107766978B (zh) | 不规则井网的智能优化方法 | |
CN108343420A (zh) | 一种多因素协同分析的工厂化作业大井组布井方法 | |
CN105822271A (zh) | 厚层油藏变流线矢量调整方法 | |
CN109359332A (zh) | 一种浅薄层油藏数值模拟模型建立方法及转蒸汽驱的方法 | |
CN114239904A (zh) | 一种地下水管理方法及装置 | |
CN115310645A (zh) | 一种基于驱替均衡程度分析的井位优化方法及系统 | |
CN110941890A (zh) | 基于最优控制理论的海上油藏动态实时生产优化方法 | |
CN111080789A (zh) | 复杂断块油藏开采区域加密井井位确定方法及装置 | |
CN110984950A (zh) | 一种注采井网井位优化部署的方法 | |
CN107939372B (zh) | 针对小断块油藏的最优井位部署方法和装置 | |
CN111350485B (zh) | 井网调整方法及装置 | |
CN116641688A (zh) | Co2提高气藏采收率及其封存的方法、系统、设备及存储介质 | |
CN111625925B (zh) | 一种基于色谱分离的三元复合驱注采优化方法 | |
CN110306968A (zh) | 不规则井网优化方法及其计算机可读存储介质 | |
CN109117517A (zh) | 一种基于遗传算法与地下水模型的基坑降水优化设计方法 | |
CN111079341B (zh) | 一种基于迭代算法的智能完井与油藏非稳态耦合方法 |
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 |