CN117610313A - 页岩油藏人工裂缝的网格加密方法及装置 - Google Patents
页岩油藏人工裂缝的网格加密方法及装置 Download PDFInfo
- Publication number
- CN117610313A CN117610313A CN202410072318.4A CN202410072318A CN117610313A CN 117610313 A CN117610313 A CN 117610313A CN 202410072318 A CN202410072318 A CN 202410072318A CN 117610313 A CN117610313 A CN 117610313A
- Authority
- CN
- China
- Prior art keywords
- parameter
- encryption
- precision
- grid
- strategy
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004088 simulation Methods 0.000 claims abstract description 100
- 238000005728 strengthening Methods 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000005457 optimization Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 230000002787 reinforcement Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000003079 shale oil Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 9
- 239000003921 oil Substances 0.000 description 28
- 238000004364 calculation method Methods 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000035699 permeability Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- 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
- 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
Abstract
本申请公开了页岩油藏人工裂缝的网格加密方法及装置，该方法包括：定义网格加密关键参数；构建基础对比模型并进行数值模拟；根据模拟结果确定对比数据，并确定加密精度函数；为网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，执行判断步骤，包括：用当前取值进行数值模拟；用加密精度函数确定参数模拟结果的加密精度，判断加密精度是否小于精度阈值；若加密精度不小于精度阈值，则迭代执行调参步骤直至加密精度小于精度阈值得到松弛加密参数；将松弛加密参数作为当前取值，将单参数加强策略作为调参策略；迭代执行判断步骤直至加密精度小于精度阈值得到优化参数，以此为局部网格加密。该方法能够兼顾模拟效果与计算量。
Description
技术领域
本申请涉及油气藏开发技术领域，尤其涉及一种页岩油藏人工裂缝的网格加密方法及装置。
背景技术
随着油气资源需求量的增加以及常规油气资源开发难度的加大，以页岩油为代表的非常规油气资源作为接替能源受到了广泛的关注。页岩储层存在纳米孔隙，其储集空间的平均孔喉直径为5nm（纳米），仅为致密砂岩的1/10，基质（即基岩、岩石）平均渗透率低至1μD（微达西），导致其中的油气水等流体几乎无法流动。因此，大规模体积压裂技术是页岩油藏增产改造的主要手段，通过人工造缝的方式提高油气的渗流能力，进而提高原油采收率。
目前多采用数值模拟方法进行油气藏的渗流模拟。对于人工裂缝穿过的网格通常需要进行局部加密。局部网格加密技术能在小幅增加网格数量的基础上，大幅提高局部地区的模拟精度。然而，局部加密网格模型的精度同时受多个参数的影响且影响规律不明确，局部网格的加密参数难以合理确定。此外，还有的局部网格加密方法依赖软件本身提供的统一默认参数进行设置，加密网格过密，会导致计算量大，耗时久。加密网格过稀，会导致结果精度难以保证。
发明内容
本申请实施例通过提供一种页岩油藏人工裂缝的网格加密方法，解决了现有技术中难以合理确定局部网格的加密参数的问题。
第一方面，本申请实施例提供了一种页岩油藏人工裂缝的网格加密方法，包括：为局部网格定义网格加密关键参数；根据所述局部网格所在的原始模型构建基础对比模型，并基于所述基础对比模型进行数值模拟；根据所述数值模拟的模拟结果确定对比数据，并根据所述对比数据确定所述局部网格的加密精度函数；为所述网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，并执行判断步骤；所述判断步骤，包括：基于所述基础对比模型对所述当前取值进行数值模拟得到参数模拟结果；通过所述加密精度函数确定所述参数模拟结果的加密精度，并判断所述加密精度是否小于精度阈值；若所述加密精度不小于所述精度阈值，则迭代执行调参步骤，直至所述调参策略为所述单参数松弛策略且所述加密精度小于所述精度阈值，得到松弛加密参数；其中，所述调参步骤包括：根据所述调参策略修改所述网格加密关键参数的取值，并将修改后的取值作为所述当前取值执行所述判断步骤；将所述松弛加密参数作为所述网格加密关键参数的所述当前取值，将单参数加强策略作为所述调参策略；迭代执行所述判断步骤，直至所述调参策略为所述单参数加强策略且所述加密精度小于所述精度阈值，得到优化参数；根据所述优化参数为所述局部网格加密。
结合第一方面，在一种可能的实现方式中，所述网格加密关键参数包括所述局部网格的最小裂缝网格尺寸、网格尺寸渐变比例、加密区大小与加密区最大网格尺寸。
结合第一方面，在一种可能的实现方式中，所述基于所述基础对比模型进行数值模拟，包括：在所述基础对比模型中导入油藏生产数据进行数值模拟得到模拟结果；其中，所述油藏生产数据包括油藏生产历史数据的前期数据或油藏计划开发方案的前期数据。
结合第一方面，在一种可能的实现方式中，所述根据所述数值模拟的模拟结果确定对比数据，包括：在所述模拟结果中选取油藏参数；其中，所述油藏参数包括日产油、日产水、日产气与井底流压；将所述油藏参数在所述模拟结果中的取值作为所述对比数据。
结合第一方面，在一种可能的实现方式中，所述加密精度函数，如下：
；其中，，/>；式中，/>表示所述加密精度函数，其结果为加密精度，/>表示所述参数模拟结果，M表示所述网格加密关键参数构成的网格加密关键参数矩阵，/>表示M中的第N个所述网格加密关键参数，/>表示所述对比数据构成的矩阵，/>表示D中的第N个所述油藏参数的所述对比数据，T表示转置矩阵，/>表示协方差矩阵。
结合第一方面，在一种可能的实现方式中，所述单参数松弛策略，包括：
将所述网格加密关键参数的所述当前取值进行逐次放大取值，且每次仅修改所述网格加密关键参数中一个参数的取值。
结合第一方面，在一种可能的实现方式中，所述单参数加强策略，包括：
将所述网格加密关键参数的所述当前取值进行逐次缩小取值，且每次仅修改所述网格加密关键参数中一个参数的取值。
第二方面，本申请实施例提供了一种页岩油藏人工裂缝的网格加密装置，包括：定义模块，用于为局部网格定义网格加密关键参数；构建模块，用于根据所述局部网格所在的原始模型构建基础对比模型，并基于所述基础对比模型进行数值模拟；模拟模块，用于根据所述数值模拟的模拟结果确定对比数据，并根据所述对比数据确定所述局部网格的加密精度函数；判断模块，用于为所述网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，并执行判断步骤；所述判断步骤，包括：基于所述基础对比模型对所述当前取值进行数值模拟得到参数模拟结果；通过所述加密精度函数确定所述参数模拟结果的加密精度，并判断所述加密精度是否小于精度阈值；若所述加密精度不小于所述精度阈值，则迭代执行调参步骤，直至所述调参策略为所述单参数松弛策略且所述加密精度小于所述精度阈值，得到松弛加密参数；其中，所述调参步骤包括：根据所述调参策略修改所述网格加密关键参数的取值，并将修改后的取值作为所述当前取值执行所述判断步骤；将所述松弛加密参数作为所述网格加密关键参数的所述当前取值，将单参数加强策略作为所述调参策略；迭代执行所述判断步骤，直至所述加密精度小于所述精度阈值，得到优化参数；加密模块，用于根据所述优化参数为所述局部网格加密。
第三方面，本申请实施例提供了一种设备，所述设备包括：处理器；用于存储处理器可执行指令的存储器；所述处理器执行所述可执行指令时，实现如第一方面或第一方面任一种可能实现的方式所述的方法。
第四方面，本申请实施例提供了一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质包括用于存储计算机程序或指令，当该计算机程序或指令被执行时，使如第一方面或第一方面任一种可能实现的方式所述的方法被实现。
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或优点：
本申请实施例通过基础对比模型能够降低模拟误差，通过单参数松弛策略与单参数加强策略，能够弥补单种调参策略所存在的缺陷，有效解决了现有技术难以合理确定局部网格的加密参数的问题，进而实现了页岩油藏人工裂缝的网格加密方法，能够在得到一组效果较好的加密参数的前提下，使得计算量较少，耗时较短，能够在保证模拟效果的基础上，减少计算量。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请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页岩油藏人工裂缝的网格加密方法的流程图；
图2为本申请实施例提供的页岩油藏人工裂缝的网格加密装置的结构示意图；
图3为本申请实施例提供的原始模型的示例图；
图4为本申请实施例提供的基础对比模型的示例图；
图5为本申请实施例提供的不同加密级别的模型的耗时与误差对比图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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。
图1是本申请实施例提供的页岩油藏人工裂缝的网格加密方法的流程图，包括步骤101至步骤112。其中，图1仅为本申请实施例示出的一种执行顺序，并不代表页岩油藏人工裂缝的网格加密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。
步骤101：为局部网格定义网格加密关键参数。在本申请实施例中，根据页岩油藏基质与人工裂缝流动特征定义网格加密关键参数，所定义的网格加密关键参数包括局部网格的最小裂缝网格尺寸、网格尺寸渐变比例、加密区大小与加密区最大网格尺寸。具体地，最小裂缝网格尺寸表示模型运行加密后，在裂缝区所能达到的最小网格的尺寸。网格尺寸渐变比例表示网格尺寸从最小尺寸逐渐增大的过程中遵循的比例关系。例如，在加密过程中网格尺寸按照1、2、4、8依次增大，则网格尺寸渐变比例为2。模型加密时，裂缝区及其影响区会同时加密，加密区大小是指进行了网格加密的区域的大小。加密区最大网格尺寸表示加密区内网格的最大尺寸。
此外，网格加密关键参数可以记为：，式中，M表示由网格加密关键参数构成的网格加密关键参数矩阵，T表示转置矩阵，/>表示M中的第N个网格加密关键参数。示例性地，此处的N为4。
本领域技术人员应当意识到，此处对网格加密关键参数的举例与取值仅为本申请的一个实施例，不作为对本申请保护范围的限制，本领域技术人员亦可增加网格加密关键参数，例如，裂缝数、基质渗透率等。
步骤102：根据局部网格所在的原始模型构建基础对比模型，并基于基础对比模型进行数值模拟。具体地，根据局部网格所在的原始模型构建基础对比模型，如图3与图4所示，分别为本申请提供的原始模型与基础对比模型的示例图。
在基础对比模型的基础上，导入油藏生产数据进行数值模拟得到模拟结果。具体地，油藏生产数据包括油藏生产历史数据的前期数据或油藏计划开发方案的前期数据。由于人工裂缝对页岩油藏流动的影响主要集中在生产初期，所以只需要导入前期数据即可。示例性地，利用ECLIPSE、tNavigator等软件导入油藏生产历史数据（真实生产数据）或油藏计划开发方案（油藏计划采用的生产方案）的前30天数据进行数值模拟计算，得到模拟结果。
步骤103：根据数值模拟的模拟结果确定对比数据，并根据对比数据确定局部网格的加密精度函数。在本申请实施例中，在模拟结果中选取油藏参数。其中，油藏参数包括日产油、日产水、日产气与井底流压。将油藏参数在模拟结果中的取值作为对比数据。具体地，由于本申请在进行数值模拟时输入的数据为前30天的油藏生产数据，故此处得到的模拟结果也为30个数据，即日产油、日产水、日产气与井底流压各有30个数据作为对比数据。
需要注意的是，上述四个油藏参数仅为本申请的一个实施例，不作为对本申请保护范围的限制，在不背离本申请发明构思的前提下，本领域技术人员可以对其进行修改或改变。
本领域技术人员可以使用矩阵表示对比数据：，其中，/>表示对比数据构成的矩阵，/>表示D中的第N个油藏参数的对比数据，此处N为4，T表示转置矩阵。
示例性地，列出上述对比数据前5天的实例，，/>表示日产油，单位：/>（立方米每天），/>，/>表示日产水，单位：（立方米每天），/>，/>表示日产气，单位：/>（立方米每天），/>，/>表示日井底流压，单位：bar（巴）。
在本申请实施例中，根据模拟结果中的前30天的对比数据构建加密精度函数，如下：
。其中，，/>。式中，/>表示加密精度函数，其结果为加密精度，/>表示参数模拟结果，M表示网格加密关键参数构成的网格加密关键参数矩阵，表示M中的第N个网格加密关键参数，/>表示对比数据构成的矩阵，/>表示D中的第N个油藏参数的对比数据，T表示转置矩阵，/>表示协方差矩阵。/>表示的加权范数，能够减小由于包含量级差距较大的数据所带来的影响。例如，当观测数据中同时包含产油率与含水率时，这两种数据存在明显的量级差异，对这两种数据加以适当的权重可使两种数据在优化过程中具有同等的作用。
步骤104：为网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略。在本申请实施例中，以“最大程度加密”的策略为网格加密关键参数设置当前取值。示例性地，最小裂缝网格尺寸设置为裂缝实际的开度（即裂缝实际的宽度），网格尺寸渐变比例设置为1.5，加密区大小设置为原始模型的5个原始网格，加密区最大网格尺寸设置为1m（米）。
在本申请实施例中，将第一轮迭代的调参策略设为单参数松弛策略。单参数松弛策略为将网格加密关键参数的当前取值进行逐次放大取值，且每次仅修改网格加密关键参数中一个参数的取值。示例性地，此处对于最小裂缝网格尺寸的单参数松弛策略为每次调整为上一次的当前取值的2倍，网格尺寸渐变比例的单参数松弛策略为每次在上一次的当前取值的基础上增加0.25，加密区大小的单参数松弛策略为每次在上一次的当前取值的基础上减少1个原始网格，加密区最大网格尺寸的单参数松弛策略为每次在上一次的当前取值的基础上增加0.5m（米）。
步骤105：基于基础对比模型对当前取值进行数值模拟得到参数模拟结果。具体地，将网格加密关键参数的当前取值输入基础对比模型进行数值模拟，得到参数模拟结果，即关于网格加密关键参数的模拟结果。示例性地，本申请第一次进行数值模拟的参数模拟结果为：2e-3m（米）（最小裂缝网格尺寸）、1.5（网格尺寸渐变比例）、5（加密区大小）与1m（米）（加密区最大网格尺寸）。
步骤106：通过加密精度函数确定参数模拟结果的加密精度。具体地，将上述参数模拟结果代入加密精度函数计算当前的加密精度。示例性地，本申请第一次进行加密精度计算的加密精度为：0.968。
步骤107：判断加密精度是否小于精度阈值。在本申请实施例中，精度阈值可定义为中的一个实数，此处示例性地将精度阈值定义为0.85。示例性地，在第一轮迭代中，可知加密精度为0.968，不满足当前的加密精度小于精度阈值的条件。故需要继续迭代，执行步骤109以及步骤105至步骤107，直至此处得到的加密精度小于精度阈值后执行步骤108。
步骤108：判断调参策略是否为单参数松弛策略。具体地，由于本申请有两种调参策略，且单参数加强策略是在单参数松弛策略所得到的结果（松弛加密参数）的基础上进行的，故需要判断当前的调参策略是否为单参数松弛策略。若当前的调参策略为单参数松弛策略，则执行步骤110至步骤111。若当前的调参策略不为单参数松弛策略，则执行步骤112。
步骤109：根据调参策略修改网格加密关键参数的取值，并将修改后的取值作为当前取值。具体地，若当前的加密精度不小于精度阈值，则根据调参策略修改网格加密关键参数的取值，并将修改后的取值作为当前取值后执行步骤105至步骤107。
示例性地，根据调参策略修改网格加密关键参数的取值，此处仅按照调参策略修改网格加密关键参数中的一个网格加密关键参数。以网格尺寸渐变比例为例，其当前取值为1.5，根据当前的调参策略（单参数松弛策略）将其取值修改为1.75，其余三个网格加密关键参数的取值不变，将修改后的取值作为当前取值。
步骤110：得到松弛加密参数。具体地，若当前的加密精度小于精度阈值，且调参策略为单参数松弛策略，则将网格加密关键参数的当前取值的上一个取值作为松弛加密参数。换言之，在单参数松弛策略下，网格加密关键参数的当前取值使得加密精度小于精度阈值，则取网格加密关键参数的当前取值的上一个能使加密精度大于精度阈值的参数取值作为松弛加密参数。
步骤111：将松弛加密参数作为网格加密关键参数的当前取值，将单参数加强策略作为调参策略。具体地，将松弛加密参数的取值作为网格加密关键参数的当前取值，将调参策略设置为单参数加强策略，执行步骤105至步骤107。
在本申请实施例中，单参数加强策略为：将网格加密关键参数的当前取值进行逐次缩小取值，且每次仅修改网格加密关键参数中一个参数的取值。示例性地，此处将最小裂缝网格尺寸的单参数松弛策略为每次调整为上一次的当前取值的0.5倍，网格尺寸渐变比例的单参数松弛策略为每次在上一次的当前取值的基础上减少0.25，加密区大小的单参数松弛策略为每次在上一次的当前取值的基础上增加1个原始网格，加密区最大网格尺寸的单参数松弛策略为每次在上一次的当前取值的基础上减小0.5m（米）。
步骤111：将松弛加密参数作为网格加密关键参数的当前取值，将单参数加强策略作为调参策略。具体地，将上述松弛加密参数作为网格加密关键参数的当前取值，将调参策略修改为单参数加强策略后，执行步骤105至步骤107。
步骤112：得到优化参数，根据优化参数为局部网格加密。具体地，若当前的加密精度小于精度阈值，且调参策略不为单参数松弛策略，也就是当前的调参策略为单参数加强策略，则网格加密关键参数的当前取值的上一个取值即为优化参数，即在单参数加强策略下，网格加密关键参数的当前取值使得加密精度小于精度阈值，则取网格加密关键参数的当前取值的上一个能使加密精度大于精度阈值的参数取值作为优化参数。根据优化参数为局部网格加密。
理论上，局部网格的加密尺度越大，模拟效果越好，但加密尺度增大后网格数增多，计算量也会随之增大，计算时间增长，且受计算机性能限制。本申请能够在模拟效果与计算量（计算时间）之间衡量出一个较优方案，在保证模拟效果的前提下，使得计算量较小。如图5所示，为不同加密尺度的模型在进行数值模拟时的误差与耗时情况，可以看出本申请的基础对比模型效果较好。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。本实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照本实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。
如图2所示，本申请实施例还提供一种页岩油藏人工裂缝的网格加密装置200。该装置包括：定义模块201、构建模块202、模拟模块203、判断模块204与加密模块205，具体如下。
定义模块201用于为局部网格定义网格加密关键参数。定义模块201具体用于，根据页岩油藏基质与人工裂缝流动特征定义网格加密关键参数，所定义的网格加密关键参数包括局部网格的最小裂缝网格尺寸、网格尺寸渐变比例、加密区大小与加密区最大网格尺寸。具体地，最小裂缝网格尺寸表示模型运行加密后，在裂缝区所能达到的最小网格的尺寸。网格尺寸渐变比例表示网格尺寸从最小尺寸逐渐增大的过程中遵循的比例关系。例如，在加密过程中网格尺寸按照1、2、4、8依次增大，则网格尺寸渐变比例为2。模型加密时，裂缝区及其影响区会同时加密，加密区大小是指进行了网格加密的区域的大小。加密区最大网格尺寸表示加密区内网格的最大尺寸。
本领域技术人员应当意识到，此处对网格加密关键参数的举例与取值仅为本申请的一个实施例，不作为对本申请保护范围的限制，本领域技术人员亦可增加网格加密关键参数，例如，裂缝数、基质渗透率等。
构建模块202用于根据局部网格所在的原始模型构建基础对比模型，并基于基础对比模型进行数值模拟。构建模块202具体用于，根据局部网格所在的原始模型构建基础对比模型，如图3与图4所示，分别为本申请提供的原始模型与基础对比模型的示例图。
在基础对比模型的基础上，导入油藏生产数据进行数值模拟得到模拟结果。具体地，油藏生产数据包括油藏生产历史数据的前期数据或油藏计划开发方案的前期数据。由于人工裂缝对页岩油藏流动的影响主要集中在生产初期，所以只需要导入前期数据即可。示例性地，利用ECLIPSE、tNavigator等软件导入藏生产历史数据（真实生产数据）或油藏计划开发方案（油藏计划采用的生产方案）的前30天数据进行数值模拟计算，得到模拟结果。
模拟模块203用于根据数值模拟的模拟结果确定对比数据，并根据对比数据确定局部网格的加密精度函数。模拟模块203具体用于，在模拟结果中选取油藏参数。其中，油藏参数包括日产油、日产水、日产气与井底流压。将油藏参数在模拟结果中的取值作为对比数据。具体地，由于本申请在进行数值模拟时输入的数据为前30天的油藏生产数据，故此处得到的模拟结果也为30个数据，即日产油、日产水、日产气与井底流压各有30个数据作为对比数据。本领域技术人员可以使用矩阵表示对比数据：，其中，/>表示对比数据构成的矩阵，/>表示D中的第N个油藏参数的对比数据，此处N为4，T表示转置矩阵。
根据模拟结果中的前30天的对比数据构建加密精度函数，如下：
。其中，，/>。式中，/>表示加密精度函数，其结果为加密精度，/>表示参数模拟结果，M表示网格加密关键参数构成的网格加密关键参数矩阵，表示M中的第N个网格加密关键参数，/>表示对比数据构成的矩阵，/>表示D中的第N个油藏参数的对比数据，T表示转置矩阵，/>表示协方差矩阵。
判断模块204用于为网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，并执行判断步骤。判断步骤，包括：基于基础对比模型对当前取值进行数值模拟得到参数模拟结果。通过加密精度函数确定参数模拟结果的加密精度，并判断加密精度是否小于精度阈值。若加密精度不小于精度阈值，则迭代执行调参步骤直至加密精度小于精度阈值得到松弛加密参数。其中，调参步骤包括：根据调参策略修改网格加密关键参数的取值，并将修改后的取值作为当前取值执行判断步骤。将松弛加密参数作为网格加密关键参数的当前取值，将单参数加强策略作为调参策略。迭代执行判断步骤直至加密精度小于精度阈值得到优化参数。
判断模块204具体用于，以“最大程度加密”的策略为网格加密关键参数设置当前取值。示例性地，最小裂缝网格尺寸设置为裂缝实际的开度（即裂缝实际的宽度），网格尺寸渐变比例设置为1.5，加密区大小设置为原始模型的5个原始网格，加密区最大网格尺寸设置为1m（米）。
在本申请实施例中，将第一轮迭代的调参策略设为单参数松弛策略。单参数松弛策略为将网格加密关键参数的当前取值进行逐次放大取值，且每次仅修改网格加密关键参数中一个参数的取值。
将网格加密关键参数的当前取值输入基础对比模型进行数值模拟，得到参数模拟结果，即关于网格加密关键参数的模拟结果。
将上述参数模拟结果代入加密精度函数计算当前的加密精度。精度阈值可定义为中的一个实数，此处示例性地将精度阈值定义为0.85。
由于本申请有两种调参策略，且单参数加强策略是在单参数松弛策略所得到的结果（松弛加密参数）的基础上进行的，故需要判断当前的调参策略是否为单参数松弛策略。
若当前的调参策略为单参数松弛策略，当网格加密关键参数的当前取值小于定义的精度阈值时，则将网格加密关键参数的当前取值的上一个能使加密精度大于精度阈值的参数取值作为松弛加密参数。然后，将松弛加密参数作为网格加密关键参数的当前取值，将单参数加强策略作为调参策略后，重新转至判断模块204。
若当前的调参策略不为单参数松弛策略，即调参策略为单参数加强策略，单参数加强策略为：将网格加密关键参数的当前取值进行逐次缩小取值，且每次仅修改网格加密关键参数中一个参数的取值。在网格加密关键参数的当前取值小于精度阈值时，则将网格加密关键参数的当前取值的上一个能使加密精度大于精度阈值的参数取值作为优化参数。
加密模块205用于根据优化参数为局部网格加密。加密模块205具体用于，根据上述判断模块204得到的优化参数为局部网格加密。
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。
本申请实施例还提供了一种设备，所述设备包括：处理器；用于存储处理器可执行指令的存储器；所述处理器执行所述可执行指令时，实现如本申请实施例所述的方法。
本申请实施例还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序或指令，当该计算机程序或指令被执行时，使如本申请实施例中所述的方法被实现。
此外，在本发明的各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独存在，也可以两个或两个以上模块集成在一个模块中。
上述存储介质包括但不限于随机存取存储器（英文：Random Access Memory；简称：RAM）、只读存储器（英文：Read-Only Memory；简称：ROM）、缓存（英文：Cache）、硬盘（英文：Hard Disk Drive；简称：HDD）或者存储卡（英文：Memory Card）。所述存储器可以用于存储计算机程序指令。
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）执行本申请各个实施例或者实施例的某些部分所述的方法。
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。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
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)
1.一种页岩油藏人工裂缝的网格加密方法，其特征在于，包括：
为局部网格定义网格加密关键参数；
根据所述局部网格所在的原始模型构建基础对比模型，并基于所述基础对比模型进行数值模拟；
根据所述数值模拟的模拟结果确定对比数据，并根据所述对比数据确定所述局部网格的加密精度函数；
为所述网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，并执行判断步骤；
所述判断步骤，包括：
基于所述基础对比模型对所述当前取值进行数值模拟得到参数模拟结果；
通过所述加密精度函数确定所述参数模拟结果的加密精度，并判断所述加密精度是否小于精度阈值；
若所述加密精度不小于所述精度阈值，则迭代执行调参步骤，直至所述调参策略为所述单参数松弛策略且所述加密精度小于所述精度阈值，得到松弛加密参数；其中，所述调参步骤包括：根据所述调参策略修改所述网格加密关键参数的取值，并将修改后的取值作为所述当前取值执行所述判断步骤；
将所述松弛加密参数作为所述网格加密关键参数的所述当前取值，将单参数加强策略作为所述调参策略；迭代执行所述判断步骤，直至所述调参策略为所述单参数加强策略且所述加密精度小于所述精度阈值，得到优化参数；
根据所述优化参数为所述局部网格加密。
2.根据权利要求1所述的方法，其特征在于，所述网格加密关键参数包括所述局部网格的最小裂缝网格尺寸、网格尺寸渐变比例、加密区大小与加密区最大网格尺寸。
3.根据权利要求1所述的方法，其特征在于，所述基于所述基础对比模型进行数值模拟，包括：
在所述基础对比模型中导入油藏生产数据进行数值模拟得到模拟结果；其中，所述油藏生产数据包括油藏生产历史数据的前期数据或油藏计划开发方案的前期数据。
4.根据权利要求3所述的方法，其特征在于，所述根据所述数值模拟的模拟结果确定对比数据，包括：
在所述模拟结果中选取油藏参数；其中，所述油藏参数包括日产油、日产水、日产气与井底流压；
将所述油藏参数在所述模拟结果中的取值作为所述对比数据。
5.根据权利要求4所述的方法，其特征在于，所述加密精度函数，如下：
；其中，，/>；式中，/>表示所述加密精度函数，其结果为加密精度，/>表示所述参数模拟结果，M表示所述网格加密关键参数构成的网格加密关键参数矩阵，/>表示M中的第N个所述网格加密关键参数，/>表示所述对比数据构成的矩阵，/>表示D中的第N个所述油藏参数的所述对比数据，T表示转置矩阵，/>表示协方差矩阵。
6.根据权利要求2所述的方法，其特征在于，所述单参数松弛策略，包括：
将所述网格加密关键参数的所述当前取值进行逐次放大取值，且每次仅修改所述网格加密关键参数中一个参数的取值。
7.根据权利要求2所述的方法，其特征在于，所述单参数加强策略，包括：
将所述网格加密关键参数的所述当前取值进行逐次缩小取值，且每次仅修改所述网格加密关键参数中一个参数的取值。
8.一种页岩油藏人工裂缝的网格加密装置，其特征在于，包括：
定义模块，用于为局部网格定义网格加密关键参数；
构建模块，用于根据所述局部网格所在的原始模型构建基础对比模型，并基于所述基础对比模型进行数值模拟；
模拟模块，用于根据所述数值模拟的模拟结果确定对比数据，并根据所述对比数据确定所述局部网格的加密精度函数；
判断模块，用于为所述网格加密关键参数设置当前取值，将单参数松弛策略作为调参策略，并执行判断步骤；
所述判断步骤，包括：
基于所述基础对比模型对所述当前取值进行数值模拟得到参数模拟结果；
通过所述加密精度函数确定所述参数模拟结果的加密精度，并判断所述加密精度是否小于精度阈值；
若所述加密精度不小于所述精度阈值，则迭代执行调参步骤，直至所述调参策略为所述单参数松弛策略且所述加密精度小于所述精度阈值，得到松弛加密参数；其中，所述调参步骤包括：根据所述调参策略修改所述网格加密关键参数的取值，并将修改后的取值作为所述当前取值执行所述判断步骤；
将所述松弛加密参数作为所述网格加密关键参数的所述当前取值，将单参数加强策略作为所述调参策略；迭代执行所述判断步骤，直至所述加密精度小于所述精度阈值，得到优化参数；
加密模块，用于根据所述优化参数为所述局部网格加密。
9.一种用于执行页岩油藏人工裂缝的网格加密方法的设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
所述处理器执行所述可执行指令时，实现如权利要求1至7中任意一项所述的方法。
10.一种非易失性计算机可读存储介质，其特征在于，包括用于存储计算机程序或指令，当该计算机程序或指令被执行时，使如权利要求1至7中任一项所述的方法被实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410072318.4A CN117610313B (zh) | 2024-01-18 | 页岩油藏人工裂缝的网格加密方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410072318.4A CN117610313B (zh) | 2024-01-18 | 页岩油藏人工裂缝的网格加密方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117610313A true CN117610313A (zh) | 2024-02-27 |
| CN117610313B CN117610313B (zh) | 2024-04-26 |
Family
ID=
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5751593A (en) * | 1996-04-10 | 1998-05-12 | Motorola, Inc. | Accurate delay prediction based on multi-model analysis |
| US20110098998A1 (en) * | 2009-10-28 | 2011-04-28 | Chevron U.S.A. Inc. | Multiscale finite volume method for reservoir simulation |
| US20110125469A1 (en) * | 2009-11-26 | 2011-05-26 | Da Veiga Sebastien | Method of developing a petroleum reservoir by reservoir model reconstruction |
| WO2016192077A1 (zh) * | 2015-06-04 | 2016-12-08 | 中国石油集团川庆钻探工程有限公司长庆井下技术作业公司 | 一种致密气压裂水平井数值试井模型建立求解方法 |
| US20170212276A1 (en) * | 2015-12-17 | 2017-07-27 | IFP Energies Nouvelles | Method for characterizing and exploiting a subterranean formation comprising a network of fractures |
| CN107452392A (zh) * | 2013-01-08 | 2017-12-08 | 杜比国际公司 | 临界采样滤波器组中的基于模型的预测 |
| CN108932397A (zh) * | 2018-08-03 | 2018-12-04 | 中国石油大港油田勘探开发研究院 | 一种双重介质油藏数值模拟调参方法 |
| CN109594968A (zh) * | 2017-09-28 | 2019-04-09 | 中国石油化工股份有限公司 | 一种页岩气多段压裂水平井压后裂缝参数评价方法及系统 |
| CN110472276A (zh) * | 2019-07-04 | 2019-11-19 | 成都理工大学 | 一种裂缝型油气储层加密井改造优化方法 |
| CN112668251A (zh) * | 2020-11-30 | 2021-04-16 | 中国石油大学(华东) | 一种模拟裂缝性油藏多重嵌套介质内流体流动的方法 |
| US20210132246A1 (en) * | 2019-11-04 | 2021-05-06 | China University Of Petroleum (East China) | Method for determining a grid cell size in geomechanical modeling of fractured reservoirs |
| CN113887067A (zh) * | 2021-10-21 | 2022-01-04 | 中海石油(中国)有限公司 | 基于lstm的致密低渗油藏压裂井网气驱效果预测方法 |
| CN113919196A (zh) * | 2021-09-26 | 2022-01-11 | 中国石油大学(华东) | 储层三维应力场模拟方法、模拟系统、终端、存储介质 |
| CN113947041A (zh) * | 2021-10-14 | 2022-01-18 | 长江大学 | 一种页岩储层压裂缝网络扩展流动一体化模拟方法 |
| CN114154430A (zh) * | 2020-09-04 | 2022-03-08 | 中国石油化工股份有限公司 | 一种压裂油藏co2驱油流动模拟方法 |
| CN115082377A (zh) * | 2022-05-25 | 2022-09-20 | 西安建筑科技大学 | 一种基于无人机的建筑物表面裂缝几何参数测量方法及系统 |
| CN115408792A (zh) * | 2022-08-30 | 2022-11-29 | 中国地质大学（北京） | 基于abaqus的多层油层压裂缝高数值模拟方法 |
| CN115481577A (zh) * | 2022-11-08 | 2022-12-16 | 中科数智能源科技(深圳)有限公司 | 一种基于随机森林和遗传算法的油藏自动历史拟合方法 |
| US20230031116A1 (en) * | 2022-09-27 | 2023-02-02 | Chengdu University Of Technology | Method of quantitative evaluation on structural disturbance characteristics of present in-situ geo-stress in deep shale gas reservoirs |
| CN115828785A (zh) * | 2022-12-07 | 2023-03-21 | 中海石油(中国)有限公司 | 一种深部煤层气藏嵌套介质气水两相生产动态预测方法 |
| CN115935477A (zh) * | 2022-12-14 | 2023-04-07 | 大连理工大学 | 基于机器学习的能量桩绿色低碳建筑设计方法 |
| CN116108617A (zh) * | 2022-11-18 | 2023-05-12 | 西安石油大学 | 一种页岩油藏局部网格加密方法、装置及存储介质 |
| CN116306118A (zh) * | 2023-03-01 | 2023-06-23 | 中国石油化工股份有限公司 | 一种裂缝建模方法 |
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5751593A (en) * | 1996-04-10 | 1998-05-12 | Motorola, Inc. | Accurate delay prediction based on multi-model analysis |
| US20110098998A1 (en) * | 2009-10-28 | 2011-04-28 | Chevron U.S.A. Inc. | Multiscale finite volume method for reservoir simulation |
| US20110125469A1 (en) * | 2009-11-26 | 2011-05-26 | Da Veiga Sebastien | Method of developing a petroleum reservoir by reservoir model reconstruction |
| CN107452392A (zh) * | 2013-01-08 | 2017-12-08 | 杜比国际公司 | 临界采样滤波器组中的基于模型的预测 |
| WO2016192077A1 (zh) * | 2015-06-04 | 2016-12-08 | 中国石油集团川庆钻探工程有限公司长庆井下技术作业公司 | 一种致密气压裂水平井数值试井模型建立求解方法 |
| US20170212276A1 (en) * | 2015-12-17 | 2017-07-27 | IFP Energies Nouvelles | Method for characterizing and exploiting a subterranean formation comprising a network of fractures |
| CN109594968A (zh) * | 2017-09-28 | 2019-04-09 | 中国石油化工股份有限公司 | 一种页岩气多段压裂水平井压后裂缝参数评价方法及系统 |
| CN108932397A (zh) * | 2018-08-03 | 2018-12-04 | 中国石油大港油田勘探开发研究院 | 一种双重介质油藏数值模拟调参方法 |
| CN110472276A (zh) * | 2019-07-04 | 2019-11-19 | 成都理工大学 | 一种裂缝型油气储层加密井改造优化方法 |
| US20210132246A1 (en) * | 2019-11-04 | 2021-05-06 | China University Of Petroleum (East China) | Method for determining a grid cell size in geomechanical modeling of fractured reservoirs |
| CN114154430A (zh) * | 2020-09-04 | 2022-03-08 | 中国石油化工股份有限公司 | 一种压裂油藏co2驱油流动模拟方法 |
| CN112668251A (zh) * | 2020-11-30 | 2021-04-16 | 中国石油大学(华东) | 一种模拟裂缝性油藏多重嵌套介质内流体流动的方法 |
| CN113919196A (zh) * | 2021-09-26 | 2022-01-11 | 中国石油大学(华东) | 储层三维应力场模拟方法、模拟系统、终端、存储介质 |
| CN113947041A (zh) * | 2021-10-14 | 2022-01-18 | 长江大学 | 一种页岩储层压裂缝网络扩展流动一体化模拟方法 |
| CN113887067A (zh) * | 2021-10-21 | 2022-01-04 | 中海石油(中国)有限公司 | 基于lstm的致密低渗油藏压裂井网气驱效果预测方法 |
| CN115082377A (zh) * | 2022-05-25 | 2022-09-20 | 西安建筑科技大学 | 一种基于无人机的建筑物表面裂缝几何参数测量方法及系统 |
| CN115408792A (zh) * | 2022-08-30 | 2022-11-29 | 中国地质大学（北京） | 基于abaqus的多层油层压裂缝高数值模拟方法 |
| US20230031116A1 (en) * | 2022-09-27 | 2023-02-02 | Chengdu University Of Technology | Method of quantitative evaluation on structural disturbance characteristics of present in-situ geo-stress in deep shale gas reservoirs |
| CN115481577A (zh) * | 2022-11-08 | 2022-12-16 | 中科数智能源科技(深圳)有限公司 | 一种基于随机森林和遗传算法的油藏自动历史拟合方法 |
| CN116108617A (zh) * | 2022-11-18 | 2023-05-12 | 西安石油大学 | 一种页岩油藏局部网格加密方法、装置及存储介质 |
| CN115828785A (zh) * | 2022-12-07 | 2023-03-21 | 中海石油(中国)有限公司 | 一种深部煤层气藏嵌套介质气水两相生产动态预测方法 |
| CN115935477A (zh) * | 2022-12-14 | 2023-04-07 | 大连理工大学 | 基于机器学习的能量桩绿色低碳建筑设计方法 |
| CN116306118A (zh) * | 2023-03-01 | 2023-06-23 | 中国石油化工股份有限公司 | 一种裂缝建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jansen et al. | Closed-loop reservoir management | |
| CN103679540B (zh) | 一种基于储层构型要素界面的储层模型的粗化方法及系统 | |
| CN109829217A (zh) | 压裂性裂缝油藏产能模拟方法及装置 | |
| EP2676217A2 (en) | System and method for uncertainty quantification in reservoir simulation | |
| Wang et al. | Scheduling interdependent waterway projects through simulation and genetic optimization | |
| CN108603402A (zh) | 对矿物质沉淀和溶解造成的多孔介质中毛细管压力和相对渗透率的变化进行建模和预测 | |
| Mandal et al. | Reservoir operations under changing climate conditions: hydropower-production perspective | |
| Defeu et al. | Time Dependent Depletion of Parent Well and Impact on Well Spacing in the Wolfcamp Delaware Basin | |
| Jiang et al. | Reservoir flood season segmentation and optimal operation of flood-limiting water levels | |
| CN110593849B (zh) | 一种考虑相渗曲线动态变化的油藏数值模拟方法 | |
| Yoshioka et al. | Hamilton–Jacobi–Bellman–Isaacs equation for rational inattention in the long-run management of river environments under uncertainty | |
| Wang et al. | Testing a new adaptive grid‐based shallow flow model for different types of flood simulations | |
| CN117610313B (zh) | 页岩油藏人工裂缝的网格加密方法及装置 | |
| Xu et al. | A stepwise and dynamic c-vine copula–based approach for nonstationary monthly streamflow forecasts | |
| Botechia et al. | A model-based production strategy selection considering polymer flooding in heavy oil field development | |
| El-Ghandour et al. | Groundwater management using a new coupled model of flow analytical solution and particle swarm optimization | |
| CN117610313A (zh) | 页岩油藏人工裂缝的网格加密方法及装置 | |
| US10025663B2 (en) | Local checkpointing using a multi-level cell | |
| Xu et al. | Production optimization of polymer flooding using improved Monte Carlo gradient approximation algorithm with constraints | |
| Odi et al. | Ensemble based optimization of eor processes | |
| CN116108617A (zh) | 一种页岩油藏局部网格加密方法、装置及存储介质 | |
| CN115788391A (zh) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 | |
| Liu et al. | Accelerated completion optimization with uncertainty reduction through coupled data and physics based hybrid models | |
| CN108629463B (zh) | 地应力变化预测方法和装置 | |
| CN105335554A (zh) | 一种基于改进极限学习机的溶解氧浓度软测量方法 |
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 |