CN118094918A - 一种水驱油藏井网井位优化设计方法 - Google Patents
一种水驱油藏井网井位优化设计方法 Download PDFInfo
- Publication number
- CN118094918A CN118094918A CN202410223134.3A CN202410223134A CN118094918A CN 118094918 A CN118094918 A CN 118094918A CN 202410223134 A CN202410223134 A CN 202410223134A CN 118094918 A CN118094918 A CN 118094918A
- Authority
- CN
- China
- Prior art keywords
- well
- grid
- optimization
- water
- propagation time
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000013461 design Methods 0.000 title claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 87
- 238000002347 injection Methods 0.000 claims abstract description 71
- 239000007924 injection Substances 0.000 claims abstract description 71
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000006073 displacement reaction Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000002360 preparation method Methods 0.000 claims abstract description 9
- 230000035699 permeability Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000008014 freezing Effects 0.000 claims description 16
- 238000007710 freezing Methods 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 15
- 239000012071 phase Substances 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 4
- 239000008346 aqueous phase Substances 0.000 claims description 3
- 238000000137 annealing Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 14
- 238000004088 simulation Methods 0.000 abstract description 12
- 239000003921 oil Substances 0.000 description 80
- 238000009826 distribution Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012407 engineering method Methods 0.000 description 4
- 238000012804 iterative process Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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. optimising the spacing of wells
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种水驱油藏井网井位优化设计方法，属于油田开发方案设计领域，包括以下步骤：模型准备和优化参数确定，模型准备包括构建油藏模型，明确渗流参数，计算界面速度函数；优化参数确定包括确定优化井数及所使用的优化算法；生产井井位优化，包括计算生产井正向压力传播时间，计算方案评价指标，迭代优化；注水井井位优化，包括计算注水井反向压力传播时间，计算均衡驱替指数，迭代优化。本发明在充分考虑油田地下复杂非均质性的前提下，以程函方程模拟压力传播来代替传统油藏数值模拟过程中的油水渗流过程，极大的提高了模拟、优化的速度，使之可以运用于大型油藏的井网井位优化，为油田的高效开发提供指导和依据。
Description
技术领域
本发明涉及油田开发方案设计领域，尤其涉及一种水驱油藏井网井位优化设计方法。
背景技术
油田开发方案设计过程中，井网井位的设计至关重要。由于地下情况的复杂性，不合理井网会导致油田整体水驱动用不均，直接影响油田的最终采收率。为了获得更合理的井网，往往需要对生产井和注水井的井位进行优化设计，确保油田获得较好的开发效果。目前井网井位优化方法主要包括传统方法、油藏工程方法及自动优化方法。
传统方法主要通过类比相似油田的开发规律及油藏研究人员的经验，对井网进行设计，该方法的主观性较大，难以获得最优的井位。油藏工程方法主要依托于油藏工程理论，以渗流阻力、层间干扰系数、渗透率极差等为依据，通过简化的一维或二维模型计算得到优化的井网井位，专利CN114198072B公开了一种多层合采油藏水驱开发井网优化部署方法，能够解决多层合采油藏水驱开发井网优化难的问题，专利CN110984950B公开了一种注采井网井位优化部署的方法，可从量化、分级的角度认识层系的现状，解决科学把握层系调整时机的技术难点，可以根据油藏流体变化进行量化科学的井网部署。这两个专利用到的方法均为油藏工程方法，该类方法计算简单，运用方法，但该类方法所使用的机理模型较为理想化，难以真实反应地下储层的复杂性，因此其应用效果较为一般。
自动优化方法是将井位优化视为复杂的非线性数学问题进行求解，依托于数值模拟结合随机算法或梯度优化算法得到最优的井网井位部署，专利CN109753671B公开了一种基于鱼群算法的油藏精确井位优化方法，该发明是利用智能算法结合油藏数值模拟软件，专利CN111259600B公开了一种提高自动井位优化的优化效率方法，该发明结合了粒子群数学优化算法和油藏工程理论，专利CN112182969B公开了一种提高自动井位优化算法鲁棒性和优化效果的方法，该发明提供的方法结合了油藏工程、数值模拟和应用数学理论。这三个专利用到的方法都是自动优化方法，该方法的优点在于精确计算后，可以得到准确的最优解，即最优的布井方案。但该方法依托于数值模拟，每次迭代计算都需要调用数值模拟对整个油藏模型进行计算，该过程需要花费大量计算成本，对于机理模型或井位较少小型油藏模型，计算成本尚能接受，但是对于真实的大型油藏模型而言，该方法往往无法得到令人满意的结果。
为解决上述问题，克服油藏工程方法过于理想，自动优化方法依托数值模拟进行迭代计算成本过大的问题，本发明提供了一种水驱油藏井网井位优化设计方法，在充分考虑油田地下复杂非均质性的前提下，以程函方程模拟压力传播来代替传统油藏数值模拟过程中的油水渗流过程，极大的提高了模拟、优化的速度，使之可以运用于大型油藏的井网井位优化，为油田的高效开发提供指导和依据。
发明内容
有鉴于此，本发明旨在提出一种水驱油藏井网井位优化设计方法，能够在充分考虑油田地下复杂非均质性的前提下，以程函方程模拟压力传播来代替传统油藏数值模拟过程中的油水渗流过程，极大地提高模拟、优化的速度，使之可以运用于大型油藏的井网井位优化，为油田的高效开发提供指导和依据。
为达到上述目的，本发明的技术方案是这样实现的：一种水驱油藏井网井位优化设计方法，包括以下步骤：
步骤1，模型准备和优化参数确定；其中，模型准备包括构建油藏模型，明确渗流参数，计算界面速度函数；优化参数确定包括确定优化井数及所使用的优化算法；
步骤2，生产井井位优化，包括计算生产井正向压力传播时间，计算方案评价指标，迭代优化；
步骤3，注水井井位优化，包括计算注水井反向压力传播时间，计算均衡驱替指数，迭代优化。
进一步的，步骤1中，构建油藏模型包括确定地质模型中各网格的物性参数，如尺寸、渗透率、孔隙度；明确渗流参数包括明确该区块的流体渗流参数，流体密度、相渗曲线、流体压缩系数；计算界面速度包括计算模型各网格处的界面速度。
进一步的，界面速度函数计算公式为：
式中，Fijk为网格(x,y,z)处的传播速度；Kijk为网格(x,y,z)处的渗透率，mD；φijk为网格(x,y,z)处的孔隙度，小数；ct为网格(x,y,z)处的综合压缩系数，MPa-1；Krw为网格(x,y,z)处的水相相对渗透率，小数；Kro为网格(x,y,z)处的油相相对渗透率，小数；μw为网格(x,y,z)处的油的粘度，mPa·s；μo为网格(x,y,z)处的油的粘度，mPa·s；So为为网格(x,y,z)处的含油饱和度，小数。
进一步的，对于未开发油田，krw、kro选取初始含水饱和度，初始含油饱和度下的相渗值，对于已开发油田的综合调整项目，krw、kro选取历史拟合后各网格初真实含水饱和度和真实含油饱和度下的相渗值。
进一步的，步骤1中，确定优化井数包括确定所需布置的生产井数和注水井数；确定优化算法指的是根据实际油藏问题的差异选择不同的优化算法提高计算效率，其中优化算法包括遗传算法、粒子群算法、差分进化算法，模拟退火算法。
进一步的，步骤2中，生产井正向压力传播时间的计算方法包括：
步骤21，将所有初始生产井井位坐标标记为初始的冻结网格；
步骤22，计算所有与冻结网格相接的相邻网格的压力传播时间τ+；
步骤23，将压力传播时间最小的网格设置为新的冻结网格；
步骤24，重复步,22-步骤24，直到计算完所有网格的压力传播时间。进一步的，步骤2中，方案评价指标计算公式为：
D＝∑Vxyz·ρxyz·Soxyz
其中，
式中，D为现井网控制下的地质储量，m3；Vxyz为网格(x,y,z)处的体积；Soxyz为网格(x,y,z)处的含油饱和度，对于前期方案，含油饱和度为原始含油饱和度，对于调整井方案，含油饱和度为剩余油含油饱和度；ρxyz为地质储量控制程度系数，小数；
τmax为最大压力传播时间，s0.5；τxyz为网格(x,y,z)处的压力传播时间，s0.5。
进一步的，注水井反向压力传播时间计算方法包括：
步骤31，将所有初始注水井井井位坐标标记为初始的冻结网格；
步骤32，计算所有与冻结网格相接的相邻网格的压力传播时间τ-；
步骤33，将压力传播时间最小的网格设置为新的冻结网格；
步骤34，重复步,22-步骤24，直到计算完所有网格的压力传播时间。
进一步的，均衡驱替指数计算公式为：
其中，
式中，为注水井平均压力传播时间，s0.5；σIi为注水井压力传播时间的标准差，s0.5；M为均衡驱替指数，s0.5。
相对于现有技术，本发明所述的一种水驱油藏井网井位优化设计方法具有以下优势：
(1)本发明以地质模型为依托，利用程函方程计算各网格的界面传播速度，利用不同网格压力波传播速度的差异充分表征了地下储层的非均质性差异，克服了油藏工程优化方法过于理想的问题；
(2)本发明通过计算正向压力传播时间τ+表征生产井对不同区域储量的控制程度，计算反向压力传播时间τ-表征注水井与生产井间的井间连通性，代替了数值模拟差分求解渗流控制方程的繁琐过程，同时利用评价指标D与水驱均衡驱替指数M定量评价不同井网井位方案优劣，解决了传统自动优化方法生产井优化计算量过大无法运用于实际油藏的问题；
(3)本发明适用于油田的全周期开发优化过程，既适用于主要考虑物性差异(渗透率K，孔隙度φ、压缩系数c)的油田开发前期方案设计，也适用于考虑油水渗流差异(水相相对渗透率krw、油相相对渗透率kro)的油田中后期综合调整过程；
(4)本发明所提出的生产井、注水井评价方法能较好的与各种无梯度优化算法相耦合，开发人员可以根据实际油藏问题的差异(井数的多少、模型的大小)自由选择不同的优化算法提高计算效率。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为水驱油藏井网井位优化设计方法的优化步骤流程图；
图2为A油田渗透率分布场图；
图3为界面传播速度分布场图；
图4为初始生产井正向传播时间分布场图；
图5为初始生产机井有效储量贡献图；
图6为生产井井位优化遗传算法迭代过程图；
图7为生产井井位优化结果图；
图8为初始注水井反向传播时间分布场图；
图9为注水井井位优化遗传算法迭代过程图；
图10为注水井井位优化结果图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明。
本发明为一种水驱油藏井网井位优化设计方法，包括：构建油藏地质模型，确定地质模型中各网格的物性参数(尺寸、渗透率、孔隙度等)，并明确该区块的流体渗流参数(流体密度、相渗曲线、流体压缩系数等)；对模型中的断层进行处理后，利用程函方程计算各网格中的界面传播速度，其计算参数依据油田的开发阶段进行选取；明确开发方案的生产井井数及注水井数，并确定所需使用的优化算法；根据初始生产井井位的坐标，计算生产井正向传播时间，利用Gaspari-Cohn的关系函数计算该方案的评价指标；以生产井坐标集合为优化变量，方案评价指标为优化目标，对生产井井位进行迭代优化；根据初始注水井井为的坐标，计算生产井反向传播时间，根据井组间的传播时间快慢计算该方案的均衡驱提指数；以注水井坐标集合为优化变量，水驱均衡指数为优化目标，对注水井井位进行迭代优化；根据优化后的生产井及注水井井为确定井网井为优化设计方案，并可使用数模对该优化方案进行验证计算。具体地，包括以下步骤：
步骤1，模型准备和优化参数确定；其中，模型准备包括构建油藏模型，明确渗流参数，计算界面速度函数；优化参数确定包括确定优化井数及所使用的优化算法，具体如下：
(1)构建油藏地质模型
确定地质模型中每个网格的的物性参数，如尺寸、渗透率、孔隙度、岩石压缩系数等基本地质参数。
(2)明确渗流参数
明确该区块地质模型中每个网格的流体渗流参数，含油饱和度、流体密度、相渗曲线、流体压缩系数等。对于新开发的油田，含油饱和度为初始含油饱和度；对于已开发的油田，含油饱和度为历史拟合后各网格的实际含油饱和度。
(3)断层处理
将模型中封闭断层所在网格的渗透率设置为0，确保在后续计算中无法传导压力波。
(4)计算各网格的界面速度函数
通过程函方程计算模型中每个网格的界面速度，对于未开发油田，krw、kro选取初始含水饱和度，初始含油饱和度下的相渗值，对于已开发油田的综合调整项目，krw、kro选取历史拟合后各网格初真实含水饱和度和真实含油饱和度下的相渗值：
式中，Fijk为网格(x,y,z)处的传播速度；Kijk为网格(x,y,z)处的渗透率，mD；φijk为网格(x,y,z)处的孔隙度，小数；ct为网格(x,y,z)处的综合压缩系数，MPa-1；Krw为网格(x,y,z)处的水相相对渗透率，小数；Kro为网格(x,y,z)处的油相相对渗透率，小数；μw为网格(x,y,z)处的油的粘度，mPa·s；μo为网格(x,y,z)处的油的粘度，mPa·s；So为为网格(x,y,z)处的含油饱和度，小数。
(5)确定优化井数
确定所需布置的生产井数NProd和注水井数NInj。
(6)确定优化算法
优化算法的种类较多，包括遗传算法、粒子群算法、差分进化算法，模拟退火算法等，根据实际油藏问题的差异(井数的多少、模型的大小)可以选择不同的优化算法提高计算效率。
步骤2，生产井井位优化，包括计算生产井正向压力传播时间，计算方案评价指标，迭代优化，具体如下：
(1)设置初始虚拟油井坐标
设置第i口虚拟生产井的初始井位坐标为初始NProd口生产井坐标集合为/>同时划定各生产井井位范围。
(2)计算生产井正向压力传播时间τ+
①将所有初始生产井井位坐标标记为初始的冻结网格；
②计算所有与冻结网格相接的相邻网格的压力传播时间τ+，计算公式如下：
τ+＝τi,j,k
式中，F为传播速度，m/s0.5；τxyz为网格(x,y,z)处的压力传播时间，s0.5。
③将压力传播时间最小的网格设置为新的冻结网格；
④重复步骤②-步骤④，直到计算完所有网格的压力传播时间。
(3)计算方案评价指标D
对于i网格，其压力传播时间τ越短，则该网格与生产井间连通性关系越好，对产量和采收率的贡献就越大。利用Gaspari-Cohn的关系函数计算不同传播时间下各网格的产量贡献指数ρ，通过累加得到该生产井布井方案的评价指标D。
式中，τmax为最大压力传播时间，s0.5；τxyz为网格(x,y,z)处的压力传播时间，s0.5。
D＝∑Vxyz·ρxyz·Soxyz
其中，D为现井网控制下的地质储量，m3；
Vxyz为网格(x,y,z)处的体积；
Soxyz为网格(x,y,z)处的含油饱和度，对于前期方案，含油饱和度为原始含油饱和度，对于调整井方案，含油饱和度为剩余油含油饱和度；
ρxyz为地质储量控制程度系数，小数；
(4)生产井井位方案优化计算
以NProd口生产井坐标集合为优化变量，方案评价指标D为优化目标，选取合适的优化算法对生产井井进行迭代优化。
步骤3，注水井井位优化，包括计算注水井反向压力传播时间，计算均衡驱替指数，迭代优化，具体如下：
(1)设置初始虚拟注水井井坐标及注水井组
设置第i口虚拟注水井初始井位坐标为初始NInj口注水井坐标集合为/>同时根据注水井位置划分注水井组并设置每口注水井井位范围及与生产井的对应关系。
(2)计算注水井反向压力传播时间τ-
①将所有初始注水井井井位坐标标记为初始的冻结网格；
②计算所有与冻结网格相接的相邻网格的压力传播时间τ-；
③将压力传播时间最小的网格设置为新的冻结网格；
④重复步骤②-步骤④，直到计算完所有网格的压力传播时间。
(3)计算各方案注水井均衡驱替指数M
对于各井组而言，注水井到每口生产井的压力传播时间相等时，其驱替更加均衡，储层各处动用程度更高，通过计算各井组间的均衡驱替指数σ判断注水井井位的好坏，并通过求平均，获得整体方案的均衡驱提指数M。
式中，为注水井平均压力传播时间，s0.5；σIi为注水井压力传播时间的标准差，s0.5；M为均衡驱替指数，s0.5。
(4)注水井井位方案优化计算
以NInj口注水井坐标集合为优化变量，水驱均衡指数M为优化目标，选取合适的优化算法对生产井井进行迭代优化。
本发明以地质模型为依托，利用程函方程计算各网格的界面传播速度，利用不同网格压力波传播速度的差异充分表征了地下储层的非均质性差异，克服了油藏工程优化方法过于理想的问题；同时，本发明通过计算正向压力传播时间τ+表征生产井对不同区域储量的控制程度，计算反向压力传播时间τ-表征注水井与生产井间的井间连通性，代替了数值模拟差分求解渗流控制方程的繁琐过程，同时利用评价指标D与水驱均衡驱替指数M定量评价不同井网井位方案优劣，解决了传统自动优化方法生产井优化计算量过大无法运用于实际油藏的问题。
本发明适用于油田的全周期开发优化过程，既适用于主要考虑物性差异(渗透率K，孔隙度φ、压缩系数c)的油田开发前期方案设计，也适用于考虑油水渗流差异(水相相对渗透率krw、油相相对渗透率kro)的油田中后期综合调整过程；本发明所提出的生产井、注水井评价方法能较好的与各种无梯度优化算法相耦合，开发人员可以根据实际油藏问题的差异(井数的多少、模型的大小)自由选择不同的优化算法提高计算效率。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实例中的附图，对本发明实施例中的技术方案进行清楚、完整的说明。
如图1所示的流程图，是本发明提供得一种水驱油藏井网井位优化设计方法，以具体油藏为例，对优化步骤进行具体说明。
步骤1、模型准备和优化参数确定
(1)构建地质模型及流体参数
A油田为一水驱开发油田，原始地层压力为32MPa，油藏顶深为3200m，平均渗透率378mD，A油田渗透率分布场图如图2所示。该油田地质模型由60×60×7个网格组成，平均网格尺寸为20m×20m×1m。原油黏度2mPa·s，水黏度0.3mPa·s。
(2)使用程函方程计算该模型不同网格处的界面传播速度，界面传播速度分布场图如图3所示。
(3)确定A油田需设计7口生产井，4口注入井，其11口井初始井位坐标如图2所示，并使用遗传算法作为该实例的优化算法进行求解。
步骤2、生产井井位优化
(1)设置初始虚拟油井坐标
设置第i口虚拟生产井的初始井位坐标为并按井网划定其井位范围。本实例中7口虚拟生产井初始井位坐标如图2中P1-P7井位所示。
(2)计算虚拟生产井正向传播时间τ+
①将7口初始生产井井位坐标标记为初始的冻结网格；
②计算所有与冻结网格相接的相邻网格的压力传播时间τ+；
③将压力传播时间最小的网格设置为新的冻结网格；
④重复步骤②-步骤④，直到计算完所有网格的压力传播时间，计算完成的结果如图4所示，其计算速度与数值模拟对比如表1所示。
表1正向传播时间与数值模拟计算速度对比表
(3)计算方案综合评价指标D
利用Gaspari-Cohn关系函数计算初始方案各网格对产量的贡献指数ρ，如图5所示，并通过累加得到该生产井布井方案的综合评价指标D。
(4)遗传算法迭代优化
设置种群数量N＝50，迭代次数i＝150，重复步骤(1)-步骤(3)进行迭代计算，迭代过程如图6所示，最终优化结果如图7、表2所示。本次生产井井位优化综合评价指标由原先的1.03×106升高为了1.9734。
表2生产井优化井位结果表
步骤3，注水井井位优化
(1)设置初始虚拟注水井井坐标及注水井组
设置第i口虚拟注水井初始井位坐标为初始NInj口注水井坐标集合为/>同时根据注水井位置划分注水井组并设置每口注水井井位范围及与生产井的对应关系。本实例中4口注水井的初始井位如图2中I1-I4井位所示，注水井组划分如表3所示。
表3注水井井组划分表
| 注水井 | 对应生产井 |
| I1 | P1、P3、P4 |
| I2 | P2、P4、P5 |
| I3 | P3、P4、P6 |
| I4 | P4、P5、P7 |
(2)计算注水井反向压力传播时间τ-
①将所有初始注水井井井位坐标标记为初始的冻结网格；
②计算所有与冻结网格相接的相邻网格的压力传播时间τ-；
③将压力传播时间最小的网格设置为新的冻结网格；
④重复步骤②-步骤④，直到计算完所有网格的压力传播时间，计算完成的结果如图8所示。
(3)计算各方案注水井均衡驱替指数M
对于各井组而言，注水井到每口生产井的压力传播时间相等时，其驱替更加均衡，储层各处动用程度更高，通过计算各井组间的均衡驱替指数σ判断注水井井位的好坏，并通过求平均，获得整体方案的均衡驱提指数M。
(4)遗传算法迭代优化
设置种群数量N＝50，迭代次数i＝150，重复步骤(1)-步骤(3)进行迭代计算，迭代过程如图9所示，最终优化结果如图10，表4所示。本次注水井井位优化水驱均衡指数由原先的56.86降低为了6.88。
表4注水井井位优化表
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种水驱油藏井网井位优化设计方法，其特征在于，包括以下步骤：
步骤1，模型准备和优化参数确定；其中，模型准备包括构建油藏模型，明确渗流参数，计算界面速度函数；优化参数确定包括确定优化井数及所使用的优化算法；
步骤2，生产井井位优化，包括计算生产井正向压力传播时间，计算方案评价指标，迭代优化；
步骤3，注水井井位优化，包括计算注水井反向压力传播时间，计算均衡驱替指数，迭代优化。
2.根据权利要求1所述的一种水驱油藏井网井位优化设计方法，其特征在于：步骤1中，构建油藏模型包括确定地质模型中各网格的物性参数，如尺寸、渗透率、孔隙度；明确渗流参数包括明确该区块的流体渗流参数，流体密度、相渗曲线、流体压缩系数；计算界面速度包括计算模型各网格处的界面速度。
3.根据权利要求2所述的一种水驱油藏井网井位优化设计方法，其特征在于：界面速度函数计算公式为：
式中，Fijk为网格(x,y,z)处的传播速度；Kijk为网格(x,y,z)处的渗透率，mD；φijk为网格(x,y,z)处的孔隙度，小数；ct为网格(x,y,z)处的综合压缩系数，MPa-1；Krw为网格(x,y,z)处的水相相对渗透率，小数；Kro为网格(x,y,z)处的油相相对渗透率，小数；μw为网格(x,y,z)处的油的粘度，mPa·s；μo为网格(x,y,z)处的油的粘度，mPa·s；So为为网格(x,y,z)处的含油饱和度，小数。
4.根据权利要求3所述的一种水驱油藏井网井位优化设计方法，其特征在于：对于未开发油田，krw、kro选取初始含水饱和度，初始含油饱和度下的相渗值，对于已开发油田的综合调整项目，krw、kro选取历史拟合后各网格初真实含水饱和度和真实含油饱和度下的相渗值。
5.根据权利要求1所述的一种水驱油藏井网井位优化设计方法，其特征在于：步骤1中，确定优化井数包括确定所需布置的生产井数和注水井数；确定优化算法指的是根据实际油藏问题的差异选择不同的优化算法提高计算效率，其中优化算法包括遗传算法、粒子群算法、差分进化算法，模拟退火算法。
6.根据权利要求1所述的一种水驱油藏井网井位优化设计方法，其特征在于，步骤2中，生产井正向压力传播时间的计算方法包括：
步骤21，将所有初始生产井井位坐标标记为初始的冻结网格；
步骤22，计算所有与冻结网格相接的相邻网格的压力传播时间τ+；
步骤23，将压力传播时间最小的网格设置为新的冻结网格；
步骤24，重复步,22-步骤24，直到计算完所有网格的压力传播时间。
7.根据权利要求6所述的一种水驱油藏井网井位优化设计方法，其特征在于：步骤2中，方案评价指标计算公式为：
D＝∑Vxyz·ρxyz·Soxyz
其中，
式中，D为现井网控制下的地质储量，m3；Vxyz为网格(x,y,z)处的体积；Soxyz为网格(x,y,z)处的含油饱和度，对于前期方案，含油饱和度为原始含油饱和度，对于调整井方案，含油饱和度为剩余油含油饱和度；ρxyz为地质储量控制程度系数，小数；
τmax为最大压力传播时间，s0.5；τxyz为网格(x,y,z)处的压力传播时间，s0.5。
8.根据权利要求1所述的一种水驱油藏井网井位优化设计方法，其特征在于，注水井反向压力传播时间计算方法包括：
步骤31，将所有初始注水井井井位坐标标记为初始的冻结网格；
步骤32，计算所有与冻结网格相接的相邻网格的压力传播时间τ-；
步骤33，将压力传播时间最小的网格设置为新的冻结网格；
步骤34，重复步,22-步骤24，直到计算完所有网格的压力传播时间。
9.根据权利要求8所述的一种水驱油藏井网井位优化设计方法，其特征在于：均衡驱替指数计算公式为：
其中，
式中，为注水井平均压力传播时间，s0.5；σIi为注水井压力传播时间的标准差，s0.5；M为均衡驱替指数，s0.5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410223134.3A CN118094918A (zh) | 2024-02-28 | 2024-02-28 | 一种水驱油藏井网井位优化设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410223134.3A CN118094918A (zh) | 2024-02-28 | 2024-02-28 | 一种水驱油藏井网井位优化设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118094918A true CN118094918A (zh) | 2024-05-28 |
Family
ID=91149055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410223134.3A Pending CN118094918A (zh) | 2024-02-28 | 2024-02-28 | 一种水驱油藏井网井位优化设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118094918A (zh) |
-
2024
- 2024-02-28 CN CN202410223134.3A patent/CN118094918A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111222271B (zh) | 基于基质-裂缝非稳态窜流油藏裂缝数值模拟方法及系统 | |
| CN102930345B (zh) | 一种基于梯度算法的自适应井网优化方法 | |
| CN111625922B (zh) | 一种基于机器学习代理模型的大规模油藏注采优化方法 | |
| CN104750896B (zh) | 一种缝洞型碳酸盐岩油藏数值模拟方法 | |
| CN112360411B (zh) | 基于图神经网络的局部井网注水开发优化方法 | |
| CN107766978B (zh) | 不规则井网的智能优化方法 | |
| CN107939372B (zh) | 针对小断块油藏的最优井位部署方法和装置 | |
| CN114239904A (zh) | 一种地下水管理方法及装置 | |
| CN104615862A (zh) | 基于进化算法的高含水油田确定井位的方法 | |
| CN112282714B (zh) | 基于深度学习和图论的全井网注水开发优化方法 | |
| CN106150461B (zh) | 化学驱油藏数值模拟方法 | |
| CN115146446A (zh) | 基于近似梯度算法和嵌入式离散裂缝模型的油藏优化方法 | |
| CN114444402A (zh) | 一种基于深度强化学习的油藏注采优化方法 | |
| CN110984950A (zh) | 一种注采井网井位优化部署的方法 | |
| CN102279419A (zh) | 一种基于遗传算法提高缝洞型油藏自动历史拟合效率的方法 | |
| CN115526086A (zh) | 一种基于代理模型的碳酸盐岩油藏水驱突破时间预测方法 | |
| 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 | |
| CN117494617B (zh) | 基于内嵌物理信息神经网络的二氧化碳驱油快速模拟方法 | |
| CN106874560A (zh) | 一种傍河水源地优化布井方法 | |
| CN118094918A (zh) | 一种水驱油藏井网井位优化设计方法 | |
| CN111625925B (zh) | 一种基于色谱分离的三元复合驱注采优化方法 | |
| CN112502677B (zh) | 一种基于多元线性回归的注水开发效果评价方法 | |
| CN116011268A (zh) | 一种优势渗流通道的定量描述方法 | |
| CN116861714B (zh) | 一种确定缝洞型油藏水驱波及程度的方法 | |
| CN117217095B (zh) | 一种基于深度学习求取地质属性建模中变差函数的方法 |
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 |