CN117408088A - 一种针对ccus-eor的气窜识别方法及装置 - Google Patents
一种针对ccus-eor的气窜识别方法及装置 Download PDFInfo
- Publication number
- CN117408088A CN117408088A CN202311715264.0A CN202311715264A CN117408088A CN 117408088 A CN117408088 A CN 117408088A CN 202311715264 A CN202311715264 A CN 202311715264A CN 117408088 A CN117408088 A CN 117408088A
- Authority
- CN
- China
- Prior art keywords
- determining
- evaluation index
- gas channeling
- preset
- random
- 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
- 230000005465 channeling Effects 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 137
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 40
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004391 petroleum recovery Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
Abstract
本申请公开了一种针对CCUS‑EOR的气窜识别方法及装置,该方法包括确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集;对参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值;建立基础模型公式,并执行迭代步骤;判断迭代步骤是否完成;若判断结果为是,结束迭代步骤;若判断结果为否,继续执行迭代步骤;根据执行迭代步骤所确定的基础模型公式中的预设系数确定最终模型公式,并根据最终模型公式和预设规则判断是否发生气窜,解决了目前尚无针对CCUS‑EOR气窜的识别方法,使得CCUS‑EOR实施效果存在较大不确定性的问题。
Description
技术领域
本申请涉及油藏数值模拟技术领域,尤其涉及一种针对CCUS-EOR的气窜识别方法及装置。
背景技术
CCUS-EOR(英文:Carbon Capture Utilization and Storage-Enhanced OilRecovery,简称CCUS-EOR)是指在碳捕获利用与封存的同时结合驱油提高石油采收率的一种技术。CCUS-EOR可以实现石油增产和碳减排双赢,是化石能源低碳高效开发的新兴技术。
以驱油为代表的CCUS-EOR技术在实施过程中,面临的最大问题是容易发生气窜,表现为随气体突破后,油气比迅速攀升,产量递减幅度增大。
然而由于气窜的主要影响因素不明晰,现有的气窜判别方法不够准确,并且目前尚无针对CCUS-EOR气窜的识别方法,使得CCUS-EOR实施效果存在较大不确定性。
发明内容
在本申请实施例中,通过提供一种针对CCUS-EOR的气窜识别方法,解决了由于气窜的主要影响因素不明晰,现有的气窜判别方法不够准确,并且目前尚无针对CCUS-EOR气窜的识别方法,使得CCUS-EOR实施效果存在较大不确定性的问题。
第一方面,本申请实施例提供了一种针对CCUS-EOR的气窜识别方法,该方法包括:确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集;对所述参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值;建立基础模型公式,并执行迭代步骤;判断所述迭代步骤是否完成;若判断结果为是,结束所述迭代步骤;若判断结果为否,继续执行所述迭代步骤;根据执行所述迭代步骤所确定的所述基础模型公式中的预设系数确定最终模型公式,并根据所述最终模型公式和预设规则判断是否发生气窜;其中,所述迭代步骤为:根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数;根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向;其中,所述元素为所述基础模型公式中预设系数中的元素;根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值。
结合第一方面,在一种可能的实现方式中,所述确定气窜影响因素的扰动范围之前,还包括:选取气窜识别的评价指标集,并对所述评价指标集中的评价指标赋予不同的权重,确定评价指标的具体取值;建立气窜影响因素集,并确定所述气窜影响因素集中的气窜影响因素的取值范围。
结合第一方面,在一种可能的实现方式中,所述确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集,包括:将所述扰动范围设为,并且/>,/>,从而确定气窜影响因素的扰动范围;其中,/>为气窜影响因素的最小扰动值,/>为气窜影响因素的最大扰动值;根据公式/>确定所需建立的随机模型的个数;其中,m为气窜影响因素的个数;根据公式/>确定所述随机模型的参数集;其中,/>为对所述扰动范围进行随机取值,U为气窜影响因素集。
结合第一方面,在一种可能的实现方式中,所述建立基础模型公式的表达式如下:;其中,/>为发生气窜时的评价指标的估计值,预设系数A为/>维矩阵,预设系数B为/>维矩阵,预设系数c为m维向量,/>为对气窜影响因素做幂运算;所述对气窜影响因素做幂运算的计算公式如下:/>根据所述对气窜影响因素做幂运算的计算公式,将所建立的所述基础模型的表达式定义为;其中,/>为第i个评价指标的估计值,为预设系数/>所对应的第i行,/>为/>所对应的第i列,/>为预设系数c的第i个元素。
结合第一方面,在一种可能的实现方式中,所述根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数,包括:根据基础模型公式计算第k个随机模型的评价指标的估计值,获得评价指标向量;根据公式确定单偏差系数/>;其中,/>为对第i个评价指标赋予的权重,/>为第k个随机模型中的第i个评价指标向量,/>为第k个随机模型中的第i个评价指标的真实值,m为评价指标的总个数。
结合第一方面,在一种可能的实现方式中,所述根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向,包括:根据公式确定总偏差函数D;其中,k为第k个随机模型,K为随机模型的总个数;根据公式/>计算总偏差函数D随着预设系数A、预设系数B和预设系数c中的元素的梯度;其中,x为预设系数中的任一元素,/>为预设系数中的任一元素x对应的总偏差函数。
结合第一方面,在一种可能的实现方式中,所述根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值,包括:判断的结果是否小于零;其中,/>为对预设系数中的任一元素x调整的步长;若判断结果为是,令/>;若判断结果为否,令/>。
结合第一方面,在一种可能的实现方式中,所述判断所述迭代步骤是否完成,包括:判断总偏差函数是否小于预设阈值;若判断结果为是,结束所述迭代步骤,并得到最大的单偏差系数;若判断结果为否,继续执行所述迭代步骤。
结合第一方面,在一种可能的实现方式中,所述根据所述最终模型公式和预设规则判断是否发生气窜,包括:根据所述最终模型公式计算第k个随机模型当前的评价指标向量从而计算当前的单偏差系数;所述预设规则为:判断所计算的第k个随机模型当前的单偏差系数是否小于最大的偏差系数;若判断结果为是,则发生气窜;若判断结果为否,则未发送气窜。
第二方面,本申请实施例提供了一种针对CCUS-EOR的气窜识别装置,该装置包括:确定参数集模块,用于确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集;分析模块,用于对所述参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值;执行迭代步骤模块,用于建立基础模型公式,并执行迭代步骤;判断是否完成模块,用于判断所述迭代步骤是否完成;若判断结果为是,结束所述迭代步骤;若判断结果为否,继续执行所述迭代步骤;判断是否发生气窜模块,用于根据执行所述迭代步骤所确定的所述基础模型公式中的预设系数确定最终模型公式,并根据所述最终模型公式和预设规则判断是否发生气窜;执行迭代步骤模块,具体用于根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数;根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向;其中,所述元素为所述基础模型公式中预设系数中的元素;根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值。
结合第二方面,在一种可能的实现方式中,所述确定气窜影响因素的扰动范围之前,还包括:选取气窜识别的评价指标集,并对所述评价指标集中的评价指标赋予不同的权重,确定评价指标的具体取值;建立气窜影响因素集,并确定所述气窜影响因素集中的气窜影响因素的取值范围。
结合第二方面,在一种可能的实现方式中,所述确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集,包括:将所述扰动范围设为,并且/>,/>,从而确定气窜影响因素的扰动范围;其中,/>为气窜影响因素的最小扰动值,/>为气窜影响因素的最大扰动值;根据公式/>确定所需建立的随机模型的个数;其中,m为气窜影响因素的个数;根据公式/>确定所述随机模型的参数集;其中,/>为对所述扰动范围进行随机取值,U为气窜影响因素集。
结合第二方面,在一种可能的实现方式中,所述建立基础模型公式的表达式如下:;其中,/>为发生气窜时的评价指标的估计值,预设系数A为/>维矩阵,预设系数B为/>维矩阵,预设系数c为m维向量,/>为对气窜影响因素做幂运算;所述对气窜影响因素做幂运算的计算公式如下:/>根据所述对气窜影响因素做幂运算的计算公式,将所建立的所述基础模型的表达式定义为;其中,/>为第i个评价指标的估计值,为预设系数/>所对应的第i行,/>为/>所对应的第i列,/>为预设系数c的第i个元素。
结合第二方面,在一种可能的实现方式中,所述根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数,包括:根据基础模型公式计算第k个随机模型的评价指标的估计值,获得评价指标向量;根据公式确定单偏差系数/>;其中,/>为对第i个评价指标赋予的权重,/>为第k个随机模型中的第i个评价指标向量,/>为第k个随机模型中的第i个评价指标的真实值,m为评价指标的总个数。
结合第二方面,在一种可能的实现方式中,所述根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向,包括:根据公式确定总偏差函数D;其中,k为第k个随机模型,K为随机模型的总个数;根据公式/>计算总偏差函数D随着预设系数A、预设系数B和预设系数c中的元素的梯度;其中,x为预设系数中的任一元素,/>为预设系数中的任一元素x对应的总偏差函数。
结合第二方面,在一种可能的实现方式中,所述根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值,包括:判断的结果是否小于零;其中,/>为对预设系数中的任一元素x调整的步长;若判断结果为是,令/>;若判断结果为否,令/>。
结合第二方面,在一种可能的实现方式中,所述判断所述迭代步骤是否完成,包括:判断总偏差函数是否小于预设阈值;若判断结果为是,结束所述迭代步骤,并得到最大的单偏差系数;若判断结果为否,继续执行所述迭代步骤。
结合第二方面,在一种可能的实现方式中,所述根据所述最终模型公式和预设规则判断是否发生气窜,包括:根据所述最终模型公式计算第k个随机模型当前的评价指标向量从而计算当前的单偏差系数;所述预设规则为:判断所计算的第k个随机模型当前的单偏差系数是否小于最大的偏差系数;若判断结果为是,则发生气窜;若判断结果为否,则未发送气窜。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果:
本申请实施例提供了一种针对CCUS-EOR的气窜识别方法,该方法确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集,对参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值,建立基础模型公式,并执行迭代步骤,判断迭代步骤是否完成,若判断结果为是,结束迭代步骤,若判断结果为否,继续执行迭代步骤,根据执行迭代步骤所确定的基础模型公式中的预设系数确定最终模型公式,并根据最终模型公式和预设规则判断是否发生气窜,其中,迭代步骤为:根据基础模型公式计算随机模型的评价指标的估计值,获得评价指标向量,并根据评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数,根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着基础模型公式中的元素的梯度方向,其中,元素为基础模型公式中预设系数中的元素,根据所计算的梯度方向调整步长,并对预设系数中的元素进行重新赋值,从而能够提高CCUS-EOR过程的气窜识别准确率更好地利用资源并提高石油采收率,解决了由于气窜的主要影响因素不明晰,现有的气窜判别方法不够准确,并且目前尚无针对CCUS-EOR气窜的识别方法,使得CCUS-EOR实施效果存在较大不确定性的问题。
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,下面将对本发明实施例或现有技术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为本申请实施例提供的针对CCUS-EOR的气窜识别方法的流程图;
图2为本申请实施例提供的确定气窜影响因素的扰动范围之前的步骤流程图;
图3为本申请实施例提供的确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集的具体流程图;
图4为本申请实施例提供的根据基础模型公式计算随机模型的评价指标的估计值,获得评价指标向量,并根据评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数的具体流程图;
图5为本申请实施例提供的根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着基础模型公式中的元素的梯度方向的具体流程图;
图6为本申请实施例提供的根据所计算的梯度方向调整步长,并对预设系数中的元素进行重新赋值的具体流程图;
图7为本申请实施例提供的判断迭代步骤是否完成的具体流程图;
图8为本申请实施例提供的针对CCUS-EOR的气窜识别装置的示意图;
图9为本申请实施例提供的针对CCUS-EOR的气窜识别服务器的示意图;
图10为本申请实施例提供的综合评价指标的示意图。
具体实施方式
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,所描述的实施例是本发明的一部分实施例,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。
以下对本申请实施例涉及的部分技术做出说明,以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了部分对公知功能和结构的描述。
本申请实施例提供了一种针对CCUS-EOR的气窜识别方法,如图1所示,该方法包括步骤S101至步骤S109。其中,图1仅为本申请实施例示出的一种执行顺序,并不代表一种针对CCUS-EOR的气窜识别方法的唯一执行顺序,在可实现最终结果的情况下,图1所示出的步骤可以被并列或颠倒执行。
S101:确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集。
图2为本申请实施例提供的实现步骤S101中确定气窜影响因素的扰动范围之前的步骤流程图,如图2所示,包括步骤S201至步骤S202。
S201:选取气窜识别的评价指标集,并对评价指标集中的评价指标赋予不同的权重,确定评价指标的具体取值。
具体地,评价指标集中的评价指标可以选取瞬时气油比、累计气油比、产气量波动值和井底流压波动值,当然,还可以选取其他的评价指标,本申请不以上述评价指标为限制。在确定评价指标的具体取值时,可以通过实验测定或者通过模拟计算得到。同时,对于每个评价指标,根据其对气窜现象的重要性,可以对评价指标赋予不同的权重。例如,认为瞬时气油比对于评估气窜现象更为重要,可以给这个评价指标赋予更高的权重。
S202:建立气窜影响因素集,并确定气窜影响因素集中的气窜影响因素的取值范围。
具体地,可以根据实际油藏属性与开发工程条件需要,确定气窜影响因素的取值范围。表1为本申请实施例提供的气窜影响因素。
表1
图3为本申请实施例提供的实现步骤S101中确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集的具体流程图,如图3所示,包括步骤S301至步骤S303。
S301:将扰动范围设为,并且/>,/>,从而确定气窜影响因素的扰动范围。其中,/>为气窜影响因素的最小扰动值,/>为气窜影响因素的最大扰动值。
具体地,扰动范围可以根据实际的气窜现象和影响因素来设定。最小扰动值可以是假设气窜影响因素对气窜现象没有影响时的值,最大扰动值可以是假设气窜影响因素对气窜现象有最大影响时的值。
S302:根据公式确定所需建立的随机模型的个数。其中,m为气窜影响因素的个数。
具体地,如果气窜影响因素的个数为3,那么所需建立的随机模型的个数就需要大于8,具体可以为9个或10个,当然气窜因素的个数与所需建立的随机模型的个数还可以为其他数值,本申请不以上述数值为限制。
S303:根据公式确定随机模型的参数集。其中,/>为对扰动范围进行随机取值,U为气窜影响因素集。
通过以上步骤,可以确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集。这些步骤可以更好地理解和预测气窜现象,从而优化操作条件,提高油气开采效率。同时,还可以根据实际情况,调整和优化气窜影响因素的扰动范围和随机模型的参数集,以更好地适应不同的油气开采条件和需求。
S102:对参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值。
具体地,可以根据之前确定的扰动范围,对参数集中的参数进行随机取值从而进行随机扰动,利用Eclipse或CMG等数值模拟软件,基于随机扰动后的参数集进行数值模拟,对油气井的生产过程进行模拟,直至生产井发生气窜,分析发生气窜时的评价指标的真实值,评价指标的真实值指在生产井发生气窜时,记录相应的评价指标值。通过上述步骤,可以得到气窜时的评价指标的真实值,从而更好地了解和预测气窜现象。同时,还可以根据实际的气窜现象和评价指标的真实值,调整和优化气窜影响因素的扰动范围和随机模型的参数集,以更好地适应不同的油气开采条件和需求。
S103:建立基础模型公式。
建立基础模型公式的表达式如下:。其中,/>为发生气窜时的评价指标的估计值,预设系数A为/>维矩阵,预设系数B为/>维矩阵,预设系数c为m维向量,/>为对气窜影响因素做幂运算。
对气窜影响因素做幂运算的计算公式如下:
根据对气窜影响因素做幂运算的计算公式,将所建立的基础模型的表达式定义为。其中,/>为第i个评价指标的估计值,为预设系数/>所对应的第i行,/>为/>所对应的第i列,/>为预设系数c的第i个元素。
S104:根据基础模型公式计算随机模型的评价指标的估计值,获得评价指标向量,并根据评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数。
图4为本申请实施例提供的实现步骤S104中根据基础模型公式计算随机模型的评价指标的估计值,获得评价指标向量,并根据评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数的具体流程图,如图4所示,包括步骤S401至步骤S402。
S401:根据基础模型公式计算第k个随机模型的评价指标的估计值,获得评价指标向量。
具体地,还需要对预设系数A、预设系数B和预设系数c中的元素进行初始值的赋值,本申请将预设系数中的元素的初始值全部赋值为1,当然,还可以赋值为其他数值,本申请不以上述数值为限制。
S402:根据公式确定单偏差系数/>。其中,/>为对第i个评价指标赋予的权重,/>为第k个随机模型中的第i个评价指标向量,/>为第k个随机模型中的第i个评价指标的真实值,m为评价指标的总个数。
S105:根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着基础模型公式中的元素的梯度方向。其中,元素为基础模型公式中预设系数中的元素。
具体地,单偏差系数是指单个评价指标向量对结果的影响程度,而总偏差函数则是所有的评价指标向量对结果的综合影响程度。
图5为本申请实施例提供的实现步骤S105中根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着基础模型公式中的元素的梯度方向的具体流程图,如图5所示,包括步骤S501至步骤S502。
S501:根据公式确定总偏差函数D。其中,k为第k个随机模型,K为随机模型的总个数。
S502:根据公式计算总偏差函数D随着预设系数A、预设系数B和预设系数c中的元素的梯度。其中,x为预设系数中的任一元素,/>为预设系数中的任一元素x对应的总偏差函数。
通过获得梯度方向,可以了解哪些元素对总偏差函数有较大的影响,哪些元素对总偏差函数的影响较小,有助于优化模型和调整元素,以提高判断是否发生气窜的准确性和可靠性。
S106:根据所计算的梯度方向调整步长,并对预设系数中的元素进行重新赋值。
图6为本申请实施例提供的实现步骤S106中根据所计算的梯度方向调整步长,并对预设系数中的元素进行重新赋值的具体流程图,如图6所示,包括步骤S601至步骤S603。
S601:判断的结果是否小于零。其中,/>为对预设系数中的任一元素x调整的步长。
若判断结果为是,执行步骤S602:令。
若判断结果为否,执行步骤S603:令。
S107:判断迭代步骤是否完成。
若判断结果为是,执行步骤S108:结束迭代步骤。
若判断结果为否,继续执行步骤S104至步骤S106。
图7为本申请实施例提供的实现步骤S107中判断迭代步骤是否完成的具体流程图,如图7所示,包括步骤S701至步骤S703。
S701:判断总偏差函数是否小于预设阈值。具体地,预设阈值可以设置为0.3,当然,还可以设置为其他数值,本申请不以上述数值为限制。进一步地,当总偏差函数小于预设阈值0.3时,迭代步骤已经重复近30次。
若判断结果为是,执行步骤S702:结束迭代步骤,并得到最大的单偏差系数。
若判断结果为否,执行步骤S703:继续执行迭代步骤。
S109:根据执行迭代步骤所确定的基础模型公式中的预设系数确定最终模型公式,并根据最终模型公式和预设规则判断是否发生气窜。
根据最终模型公式和预设规则判断是否发生气窜,包括:
根据最终模型公式计算第k个随机模型当前的评价指标向量从而计算当前的单偏差系数。
具体地,最终模型公式的表达式与基础模型的表达式相同,均为,只是预设系数A、预设系数B和预设系数c的具体取值能够通过上述过程确定,并且能够根据最终模型公式计算第k个随机模型当前的评价指标向量从而计算当前的单偏差系数。
预设规则为:判断所计算的第k个随机模型当前的单偏差系数是否小于最大的偏差系数。若判断结果为是,则发生气窜。若判断结果为否,则未发送气窜。从而能够提高CCUS-EOR过程的气窜识别准确率。
图10为本申请实施例提供的综合评价指标的示意图,如图10所示,横坐标代表井距归一化值,纵坐标代表气窜时间归一化值,图中的点代表不同的井距发生气窜的实际时间,实线为预测值,综合指标为表1中所有的气窜影响因素,本申请的气窜识别准确率能达到92%。
本申请实施例还提供了一种针对CCUS-EOR的气窜识别装置800,如图8所示,该装置包括:确定参数集模块801、分析模块802、执行迭代步骤模块803、判断是否完成模块804和判断是否发生气窜模块805。
确定参数集模块801用于确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据扰动范围确定随机模型的参数集。
分析模块802用于对参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值。
执行迭代步骤模块803用于建立基础模型公式,并执行迭代步骤。
判断是否完成模块804用于判断迭代步骤是否完成;若判断结果为是,结束迭代步骤;若判断结果为否,继续执行迭代步骤。
判断是否发生气窜模块805用于根据执行迭代步骤所确定的基础模型公式中的预设系数确定最终模型公式,并根据最终模型公式和预设规则判断是否发生气窜。
执行迭代步骤模块803具体用于根据基础模型公式计算随机模型的评价指标的估计值,获得评价指标向量,并根据评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数;根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着基础模型公式中的元素的梯度方向;其中,元素为基础模型公式中预设系数中的元素;根据所计算的梯度方向调整步长,并对预设系数中的元素进行重新赋值。
本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述申请实施例阐明的装置或模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述方便,描述以上装置时以功能分为各种模块分别描述。在实施本申请实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然,也可以将实现某功能的模块由多个子模块或子单元组合实现。
本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
如图9所示,本申请实施例还提供了一种针对CCUS-EOR的气窜识别服务器,包括存储器901和处理器902;存储器901用于存储计算机可执行指令;处理器902用于执行计算机可执行指令,以实现本申请实施例以上所述的一种针对CCUS-EOR的气窜识别方法。
本申请实施例还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可执行指令,计算机执行所述可执行指令时能够实现本申请实施例以上所述的一种针对CCUS-EOR的气窜识别方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。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可以以软件产品的形式体现出来,也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,移动终端,服务器,或者网络设备等)执行本申请实施例所述的方法。
本说明书中的各个实施方式采用递进的方式描述,各个实施方式之间相同或相似的部分互相参见即可,每个实施方式重点说明的都是与其他实施方式的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。
以上实施例仅用以说明本申请的技术方案,而非对本申请限制;尽管参照前述实施例对本申请进行了详细的说明,本领域普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部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申请技术方案的范围。
Claims (10)
1.一种针对CCUS-EOR的气窜识别方法,其特征在于,包括:
确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集;
对所述参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值;
建立基础模型公式,并执行迭代步骤;
判断所述迭代步骤是否完成;
若判断结果为是,结束所述迭代步骤;
若判断结果为否,继续执行所述迭代步骤;
根据执行所述迭代步骤所确定的所述基础模型公式中的预设系数确定最终模型公式,并根据所述最终模型公式和预设规则判断是否发生气窜;
其中,所述迭代步骤为:
根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数;
根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向;其中,所述元素为所述基础模型公式中预设系数中的元素;
根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值。
2.根据权利要求1所述的方法,其特征在于,所述确定气窜影响因素的扰动范围之前,还包括:
选取气窜识别的评价指标集,并对所述评价指标集中的评价指标赋予不同的权重,确定评价指标的具体取值;
建立气窜影响因素集,并确定所述气窜影响因素集中的气窜影响因素的取值范围。
3.根据权利要求2所述的方法,其特征在于,所述确定气窜影响因素的扰动范围,确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集,包括:
将所述扰动范围设为,并且/>,/>,从而确定气窜影响因素的扰动范围;其中,/>为气窜影响因素的最小扰动值,/>为气窜影响因素的最大扰动值;
根据公式确定所需建立的随机模型的个数;其中,m为气窜影响因素的个数;
根据公式确定所述随机模型的参数集;其中,/>为对所述扰动范围进行随机取值,U为气窜影响因素集。
4.根据权利要求2所述的方法,其特征在于,所述建立基础模型公式的表达式如下:;其中,/>为发生气窜时的评价指标的估计值,预设系数A为/>维矩阵,预设系数B为/>维矩阵,预设系数c为m维向量,/>为对气窜影响因素做幂运算;
所述对气窜影响因素做幂运算的计算公式如下:
根据所述对气窜影响因素做幂运算的计算公式,将所建立的所述基础模型的表达式定义为;其中,/>为第i个评价指标的估计值,为预设系数/>所对应的第i行,/>为/>所对应的第i列,/>为预设系数c的第i个元素。
5.根据权利要求4所述的方法,其特征在于,所述根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数,包括:
根据基础模型公式计算第k个随机模型的评价指标的估计值,获得评价指标向量;
根据公式确定单偏差系数/>;其中,/>为对第i个评价指标赋予的权重,/>为第k个随机模型中的第i个评价指标向量,/>为第k个随机模型中的第i个评价指标的真实值,m为评价指标的总个数。
6.根据权利要求5所述的方法,其特征在于,所述根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向,包括:
根据公式确定总偏差函数D;其中,k为第k个随机模型,K为随机模型的总个数;
根据公式计算总偏差函数D随着预设系数A、预设系数B和预设系数c中的元素的梯度;其中,x为预设系数中的任一元素,/>为预设系数中的任一元素x对应的总偏差函数。
7.根据权利要求6所述的方法,其特征在于,所述根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值,包括:
判断的结果是否小于零;其中,/>为对预设系数中的任一元素x调整的步长;
若判断结果为是,令;
若判断结果为否,令。
8.根据权利要求7所述的方法,其特征在于,所述判断所述迭代步骤是否完成,包括:
判断总偏差函数是否小于预设阈值;
若判断结果为是,结束所述迭代步骤,并得到最大的单偏差系数;
若判断结果为否,继续执行所述迭代步骤。
9.根据权利要求8所述的方法,其特征在于,所述根据所述最终模型公式和预设规则判断是否发生气窜,包括:
根据所述最终模型公式计算第k个随机模型当前的评价指标向量从而计算当前的单偏差系数;
所述预设规则为:判断所计算的第k个随机模型当前的单偏差系数是否小于最大的偏差系数;
若判断结果为是,则发生气窜;
若判断结果为否,则未发送气窜。
10.一种针对CCUS-EOR的气窜识别装置,其特征在于,包括:
确定参数集模块,用于确定气窜影响因素的扰动范围,根据气窜影响因素的个数确定所需建立的随机模型的个数,并根据所述扰动范围确定所述随机模型的参数集;
分析模块,用于对所述参数集中的参数进行随机扰动和数值模拟,分析发生气窜时的评价指标的真实值;
执行迭代步骤模块,用于建立基础模型公式,并执行迭代步骤;
判断是否完成模块,用于判断所述迭代步骤是否完成;若判断结果为是,结束所述迭代步骤;若判断结果为否,继续执行所述迭代步骤;
判断是否发生气窜模块,用于根据执行所述迭代步骤所确定的所述基础模型公式中的预设系数确定最终模型公式,并根据所述最终模型公式和预设规则判断是否发生气窜;
执行迭代步骤模块,具体用于根据所述基础模型公式计算所述随机模型的评价指标的估计值,获得评价指标向量,并根据所述评价指标向量、评价指标的真实值和评价指标的权重确定单偏差系数;根据所确定的单偏差系数确定总偏差函数,计算所确定的总偏差函数随着所述基础模型公式中的元素的梯度方向;其中,所述元素为所述基础模型公式中预设系数中的元素;根据所计算的梯度方向调整步长,并对所述预设系数中的元素进行重新赋值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311715264.0A CN117408088A (zh) | 2023-12-14 | 2023-12-14 | 一种针对ccus-eor的气窜识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311715264.0A CN117408088A (zh) | 2023-12-14 | 2023-12-14 | 一种针对ccus-eor的气窜识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117408088A true CN117408088A (zh) | 2024-01-16 |
Family
ID=89494724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311715264.0A Pending CN117408088A (zh) | 2023-12-14 | 2023-12-14 | 一种针对ccus-eor的气窜识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117408088A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559373A (zh) * | 2013-11-20 | 2014-02-05 | 西安石油大学 | 一种基于模糊灰关联的环件冷辗扩工艺参数优化方法 |
WO2016000090A1 (zh) * | 2014-07-03 | 2016-01-07 | 中国石油大学(北京) | 两级封窜抑制低渗透裂缝型油藏co2驱过程中发生窜逸的采油方法 |
CN113536653A (zh) * | 2021-08-06 | 2021-10-22 | 中国石油大学(华东) | 一种基于生产动态资料的气窜通道识别方法与系统 |
CN115584952A (zh) * | 2022-10-13 | 2023-01-10 | 新疆敦华绿碳技术股份有限公司 | 一种判断二氧化碳驱油藏气窜的方法和系统 |
CN116341299A (zh) * | 2021-12-15 | 2023-06-27 | 中国石油天然气股份有限公司 | 一种低渗油藏co2驱气窜识别的方法 |
-
2023
- 2023-12-14 CN CN202311715264.0A patent/CN117408088A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559373A (zh) * | 2013-11-20 | 2014-02-05 | 西安石油大学 | 一种基于模糊灰关联的环件冷辗扩工艺参数优化方法 |
WO2016000090A1 (zh) * | 2014-07-03 | 2016-01-07 | 中国石油大学(北京) | 两级封窜抑制低渗透裂缝型油藏co2驱过程中发生窜逸的采油方法 |
CN113536653A (zh) * | 2021-08-06 | 2021-10-22 | 中国石油大学(华东) | 一种基于生产动态资料的气窜通道识别方法与系统 |
CN116341299A (zh) * | 2021-12-15 | 2023-06-27 | 中国石油天然气股份有限公司 | 一种低渗油藏co2驱气窜识别的方法 |
CN115584952A (zh) * | 2022-10-13 | 2023-01-10 | 新疆敦华绿碳技术股份有限公司 | 一种判断二氧化碳驱油藏气窜的方法和系统 |
Non-Patent Citations (3)
Title |
---|
ZHANG YU ET AL.: "Phase Characteristics of the Miscible Zone in Natural Gas Miscible Flooding and the Gas Channeling ldentification Method", 《ACS OMEGA》, 2 October 2022 (2022-10-02), pages 34286 - 34295 * |
李承龙 等: "用灰色模糊综合评估法识别注气初期CO_2气窜通道", 《大庆石油地质与开发》, vol. 37, no. 06, 31 December 2018 (2018-12-31), pages 116 - 120 * |
李承龙: "特低渗透油藏二氧化碳驱气窜影响因素及规律", 《特种油气藏》, vol. 25, no. 03, 30 April 2018 (2018-04-30), pages 82 - 86 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11886783B2 (en) | Simulation system for semiconductor process and simulation method thereof | |
US20170061313A1 (en) | System and Method for Estimating a Performance Metric | |
CN109800898A (zh) | 一种智能短期负荷预测方法及系统 | |
CN112884237A (zh) | 配电网预测辅助状态估计方法及系统 | |
CN103258131A (zh) | 基于正交学习粒子群的功率电路元件优化方法 | |
CN107909194B (zh) | 系统级测试性设计多目标优化方法 | |
CN110991079B (zh) | 基于神经网络的油气藏参数解释方法、装置及电子设备 | |
Vorobyev et al. | Development and application of a genetic algorithm based dynamic pra methodology to plant vulnerability search | |
CN106874561B (zh) | 基于牛顿迭代的多学科不确定性传播分析方法 | |
CN104142628A (zh) | 空间辐射环境可靠性指标的设计方法 | |
CN117408088A (zh) | 一种针对ccus-eor的气窜识别方法及装置 | |
CN105608460A (zh) | 多分类器融合方法和系统 | |
CN116894180A (zh) | 一种基于异构图注意力网络的产品制造质量预测方法 | |
CN116522594A (zh) | 基于卷积神经网络的时间自适应暂态稳定预测方法及装置 | |
CN105577432A (zh) | 一种基于关联分析的网络丢包概率预测方法 | |
CN115659750A (zh) | 一种基于SMA-aSPCE的物理结构系统数值建模参数辨识方法 | |
CN114021470A (zh) | 基于amfo算法和svm算法继电器贮存寿命预测方法 | |
Cao et al. | Navier-stokes/genetic optimization of multi-element airfoils | |
Zamyatin et al. | Filter compensating devices connection technique | |
CN117236233B (zh) | 半导体器件初始值评估方法、装置、电子设备及存储介质 | |
CN104021045A (zh) | 基于模式融合的cpu负载多步预测方法 | |
WO2024080142A1 (ja) | シミュレーションモデル構築方法、及び、シミュレーション方法 | |
CN117236234B (zh) | 半导体器件模拟中迭代步数预测方法及装置 | |
CN113919253B (zh) | 硅通孔阵列峰值温度和参数的优化方法及系统 | |
CN117875154A (zh) | 一种陆域天然气水合物产能预测方法、系统和电子设备 |
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 |