RU2669948C2 - Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности - Google Patents
Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности Download PDFInfo
- Publication number
- RU2669948C2 RU2669948C2 RU2016132217A RU2016132217A RU2669948C2 RU 2669948 C2 RU2669948 C2 RU 2669948C2 RU 2016132217 A RU2016132217 A RU 2016132217A RU 2016132217 A RU2016132217 A RU 2016132217A RU 2669948 C2 RU2669948 C2 RU 2669948C2
- Authority
- RU
- Russia
- Prior art keywords
- oil field
- model
- value
- values
- variable control
- Prior art date
Links
- 238000013461 design Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims description 66
- 238000005070 sampling Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims 1
- 239000011435 rock Substances 0.000 abstract description 26
- 238000005553 drilling Methods 0.000 abstract description 23
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005065 mining Methods 0.000 abstract 1
- 239000002689 soil Substances 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 142
- 239000000243 solution Substances 0.000 description 86
- 238000009826 distribution Methods 0.000 description 44
- 238000006243 chemical reaction Methods 0.000 description 37
- 238000009827 uniform distribution Methods 0.000 description 26
- 238000004088 simulation Methods 0.000 description 24
- 239000012530 fluid Substances 0.000 description 19
- 229930195733 hydrocarbon Natural products 0.000 description 16
- 150000002430 hydrocarbons Chemical class 0.000 description 16
- 230000009466 transformation Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000005192 partition Methods 0.000 description 11
- 230000002265 prevention Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000005755 formation reaction Methods 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000008719 thickening Effects 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000005336 cracking Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000001615 p wave Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 230000010154 cross-pollination Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
- E21B43/267—Methods for stimulating production by forming crevices or fractures reinforcing fractures by propping
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G01V20/00—
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/06—Simulation on general purpose computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/12—Fixed resource partitioning
Abstract
Изобретение относится к нефтяной промышленности и может быть использовано для управления операциями нефтяного месторождения в условиях неопределенности. В частности предложен способ управления операциями нефтяного месторождения, включающий: получение модели геологической среды, содержащей модель проекта трещины, имеющей свойство трещины с неопределенным значением; получение набора характерных значений, которые отражают неопределенность в свойстве трещины, посредством получения набора характерных значений, представляющих неопределенность в модели скорости распространения сейсмических волн; получение данных микросейсмического события; генерирование набора характерных значений для свойства трещины посредством использования набора характерных значений для модели скорости распространения сейсмических волн и данных микросейсмического события, решение задачи оптимизации нефтяного месторождения с переменным параметром управления посредством использования набора характерных значений для свойства трещины для получения решения, содержащего оптимальное значение для переменного параметра управления; генерирование проекта нефтяного месторождения, основанного на решении; и сохранение проекта нефтяного месторождения. Предложенное изобретение позволяет обеспечить оптимизацию нефтяного месторождения в присутствии условия неопределенности. 3 н. и 13 з.п. ф-лы, 27 ил., 2 табл.
Description
Перекрестные ссылки на родственные заявки
[0001] Настоящая заявка испрашивает преимущество относительно предварительной заявки США № 61/924063, поданной 6 января 2014 г., предварительной заявки США № 62/069187, поданной 27 октября 2014 г., предварительной заявки США № 62/069194, поданной 27 октября 2014 г., предварительной заявки США № 62/069189, поданной 27 октября 2014 г. и предварительной заявки США № 62/069178, поданной 27 октября 2014 г., содержание которых полностью включено в настоящую заявку посредством ссылки.
Уровень техники
[0002] Такие операции, как геофизическая разведка, бурение, каротаж скважины, заканчивание и эксплуатация скважины, выполняют для определения местоположения и сбора полезных скважинных текучих сред из подземных пород. Методика извлечения текучих сред состоит в образовании трещин в нефтеносном пласте, вызывая, тем самым, извлечение таких текучих сред на поверхность. Такие искусственно образованные трещины могут проходить через подповерхностные породы. Различные переменные параметры управления определяют местоположение, геометрию, количество трещин и, как следствие, объем извлечения углеводородов.
Раскрытие изобретения
[0003] Это раскрытие предназначено для предоставления набора концепций, которые дополнительно описаны ниже в подробном описании изобретения. Это раскрытие не предназначено ни для идентификации ключевых или существенных особенностей заявляемого объекта изобретения, ни для использования в качестве средства при ограничении объема заявляемого объекта изобретения.
[0004] В целом, в качестве одного аспекта настоящего изобретения, варианты реализации изобретения относятся к способу, системе и считываемой компьютером среде для управления операциями нефтяного месторождения в условиях неопределенности. Управление операциями нефтяного месторождения включает получение модели геологической среды, содержащей модель проекта трещины, включающей свойство трещины с неопределенным значением. Набор характерных значений, отражающих неопределенность свойства трещины, получен и использован для решения задачи оптимизации нефтяного месторождения с переменным параметром управления для получения решения. Решение включает оптимальное значение для переменного параметра управления. На основании этого решения разработан и сохранен проект нефтяного месторождения.
[0005] Другие аспекты изобретения будут ясны из последующего описания и приложенных пунктов формулы изобретения.
Краткое описание чертежей
[0006] На фиг. 1 и 2 показаны принципиальные схемы согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0007] На фиг. 3-5 показаны блок-схемы согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0008] На фиг. 6-10 показан пример согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0009] На фиг. 11 показаны принципиальные схемы согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0010] На фиг. 12-15 показаны блок-схемы согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0011] На фиг. 16-20, 21.1, 21.2, 21.3., 21.4, 21.5 и 22 показан пример согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0012] На фиг. 23 показана вычислительная система согласно одному или большему количеству вариантов реализации настоящего изобретения.
Подробное описание изобретения
[0013] Конкретные варианты реализации изобретения будут теперь описаны подробно со ссылками на сопровождающие фигуры. Для непротиворечивости аналогичные элементы на различных фигурах обозначены одинаковыми позиционными обозначениями.
[0014] В последующем подробном описании вариантов реализации изобретения сформулированы многочисленные конкретные подробности для обеспечения более полного понимания пунктов формулы изобретения. Однако, специалисту в данной области техники совершенно понятно, что пункты формулы изобретения могут быть реализованы без этих конкретных подробностей. В других случаях известные особенности не были описаны подробно во избежание излишнего усложнения описания.
[0015] Повсюду по заявке порядковые числа (например, первый, второй, третий и т.д.) могут быть использованы в качестве прилагательного для элемента (то есть, для любого существительного в заявке). Использование порядковых чисел не должно подразумевать или создавать любое конкретное упорядочение элементов или ограничивать любой элемент одним элементом, если явно не описано иное, например, посредством терминов "раньше", "после", "одиночный" и другой такой терминологии. Скорее, использование порядковых чисел предназначено для различения элементов. В качестве примера отметим, что первый элемент отличен от второго элемента, и первый элемент может охватить более одного элемента и последовать (или предшествовать) второму элементу при упорядочении элементов.
[0016] В целом, варианты реализации изобретения направлены на выполнение оптимизации нефтяного месторождения в присутствии неопределенности. В частности, при разработке модели геологической среды один или большее количество параметров модели в модели геологической среды могут быть установлены посредством оценки. Другими словами, множество возможных значений может быть в согласии с данными, собранными в нефтяном месторождении. Такие параметры модели могут быть упомянуты как параметр модели с неопределенными значениями. Один или большее количество вариантов реализации изобретения получают набор характерных значений для параметра модели, имеющего неопределенные значения, и решают задачу оптимизации нефтяного месторождения с переменным параметром управления посредством использования набора характерных значений для параметра модели для получения решения. Решение включает оптимальное значение для переменного параметра управления. На основании этого решения может быть разработан и сохранен проект нефтяного месторождения.
[0017] На фиг. 1 схематически показан вид, частично в поперечном сечении, месторождения (100), в котором могут быть реализованы один или большее количество вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения месторождение может быть нефтяным месторождением. В других вариантах реализации настоящего изобретения месторождение может быть другим типом месторождения. В одном или большем количестве вариантов реализации настоящего изобретения один или большее количество модулей и элементов, показанных на фиг. 1, могут быть опущены, повторены и/или заменены. В соответствии с этим варианты реализации настоящего изобретения нельзя считать ограниченными конкретными размещениями модулей, показанными на фиг. 1.
[0018] Как показано на фиг. 1, подземная порода (104) может содержать несколько геологических структур (от 106-1 до 106-4), причем фиг. 1 представляет собой пример этого. Как показано, порода может содержать слой (106-1) песчаника, слой (106-2) известняка, слой (106-3) сланца и слой (106-4) песка. Линия разрыва (107) может проходить через породу. В одном или большем количестве вариантов реализации настоящего изобретения различное оборудование нефтяного месторождения может быть использовано в нефтяном месторождении. В целом, оборудование нефтяного месторождения содержит любое физическое аппаратное оборудование, используемое при обнаружении и/или извлечении углеводородов. Например, оборудование нефтяного месторождения может содержать устройства геофизической разведки и/или устройства сбора данных, иметь датчики, приспособленные для измерения характеристик породы, и регистрировать характеристики геологических структур породы. Далее, как показано на фиг. 1, система (110) на буровой площадке состоит из буровой установки (101), ствола (103) скважины и другого оборудования буровой площадки и выполнена с возможностью выполнения операций, связанных со стволом скважины, таких как каротаж, бурение, образование трещин, эксплуатация скважины или другие применимые операции. Ствол (103) скважины может также быть упомянут как буровая скважина. Обычно операции геофизической разведки и операции, связанные со стволом скважины, упоминаются как полевые операции на месторождении (100). Эти операции на месторождении могут быть выполнены под управлением поверхностного блока (112).
[0019] В одном или большем количестве вариантов реализации настоящего изобретения система на буровой площадке может содержать функциональную особенность для выполнения операций гидравлического разрыва пласта. Гидравлический разрыв пласта, или образование трещин, представляет собой ряд операций интенсификации, использующих давление текучей среды для улучшения производительности скважины, например, нефтяной и газовой скважин, выше естественной производительности. Давление текучей среды прилагают к скальной породе для преодоления на месте механических напряжений в геологической среде и прочности скальных пород, заставляя скальную породу разделяться на части. Твердые материалы затем смешивают с текучей средой и закачивают в искусственно образованную трещину для предотвращения закрытия трещины после снятия давления текучей среды. Операции интенсификации создают большую площадь поверхности над соседним скелетом скальной породы, через который могут протекать углеводороды, и путь для этих углеводородов для достижения скважины. Результат состоит в том, что скорость потока значительно увеличена по сравнению с неинтенсифицированной скважиной в том же самом нефтеносном пласте.
[0020] Физическими размерами трещины или трещин, и ограничением трещины намеченным пластом скальной породы, из которого будут получены углеводороды, частично управляют геологические структуры подземной породы, а также различные настраиваемые элементы операций интенсификации. Например, на трещины способны влиять свойства скальной породы, механические напряжения геологической среды в нефтеносном пласте и в ограничивающих слоях, и давление, прилагаемое к скальной породе во время гидравлического разрыва пласта, а также объемы используемых материалов. Физические размеры могут также претерпевать изменение со временем.
[0021] Система (110) на буровой площадке может содержать специализированное оборудование, которое смешивает текучую среду, используемую для образования трещин, добавляет расклинивающий агент к текучей среде, поднимает давление текучей среды до уровня, приводящего к раскрытию трещины, и подает текучую среду высокого давления в скважину. Расстояние, на которое трещина идет от скважины, зависит от закачанного суммарного объема текучей среды и расклинивающего агента и скорости их введения. Свойства трещины и свойства нефтеносного пласта могут, частично, управлять дебитом скважины и суммарной добычей углеводородов из скважины. Свойства трещины представляют собой такие свойства трещины, как, например, длина, ширина, высота, удельная проводимость, извилистость, эффективная пористость, эффективная проницаемость, производительность притока, закрытие и другие свойства. Свойства нефтеносного пласта представляют собой свойства нефтеносного пласта и могут включать, например, трещину на месте образования, проницаемость, пористость, свойства притока, наружный слой и другие свойства.
[0022] Как описано выше, на количество произведенных углеводородов и геометрию трещины влияют настраиваемые элементы операций интенсификации. Настраиваемые элементы представляют собой части операций интенсификации, которые могут быть определены и управляемы человеком или машиной, и не представляет собой часть естественных пород. Например, настраиваемые элементы могут среди другого содержать количество и местоположение скважин, количество и местоположение ступеней в пределах каждой скважины, и количество трещин, искусственно образованных в пределах каждого ступени. Настраиваемые элементы могут также содержать количество расклинивающего агента, закачанного в скважину, давление закачки, состав текучей среды, расстояния между скважинами, типы бурового оборудования и другие аспекты операций для нефтяного месторождения.
[0023] По крайней мере, некоторые из настраиваемых элементов могут быть рассмотрены в качестве переменных параметров управления. Другими словами, значения переменных параметров управления представляют собой значения для реализации настраиваемых элементов. В одном или большем количестве вариантов реализации настоящего изобретения значения переменных параметров управления могут быть определены на основании решения задачи оптимизации. Другими словами, решение задачи оптимизации определяет оптимальное значение для переменных параметров управления и, как следствие, значения для настраиваемых элементов.
[0024] В одном или большем количестве вариантов реализации настоящего изобретения поверхностный блок (112) функционально связан со средством (116) управления эксплуатацией месторождения и/или с системой (110) на буровой площадке. В частности, поверхностный блок (112) выполнен с возможностью связи со средством (116) управления эксплуатацией месторождения и/или с системой (110) на буровой площадке для отправления команд средству (116) управления эксплуатацией месторождения и/или системе (110) на буровой площадке и получения данных из них. Например, система (110) на буровой площадке может быть приспособлена для измерения свойств нисходящей скважины посредством использования средств каротажа в процессе бурения для получения диаграмм каротажа и кернов. В одном или большем количестве вариантов реализации настоящего изобретения поверхностный блок (112) может быть расположен в системе (110) на буровой площадке и/или в удаленных местоположениях. Поверхностный блок (112) может быть обеспечен компьютерными устройствами для получения, хранения, обработки и/или анализа данных, полученных от средства (116) управления эксплуатацией месторождения, системы (110) на буровой площадке или от другой части месторождения (100). Поверхностный блок (112) может также быть обеспечен функциональной возможностью для приведения в действие приспособлений на месторождении (100). Поверхностный блок (112) может затем отправить командные сигналы на месторождение (100) в ответ на полученные данные, например, для управления и/или оптимизации различных описанных выше операций на месторождении.
[0025] В одном или большем количестве вариантов реализации настоящего изобретения поверхностный блок (112) коммуникативно связан со средством (116) управления эксплуатацией месторождения. Обычно средство (116) управления эксплуатацией месторождения выполнено с возможностью анализа, моделирования, управления, оптимизации или выполнения других задач из вышеупомянутых операций на нефтяном месторождении на основании данных от поверхностного блока (112). Хотя поверхностный блок (112) показан на фиг. 1 отдельным от средства (116) управления эксплуатацией месторождения, в других примерах поверхностный блок (112) и средство (116) управления эксплуатацией месторождения могут быть объединены.
[0026] Поверхностный блок (112) и средство (116) управления эксплуатацией месторождения могут быть присоединены ко множеству скважин. В частности, конфигурация, показанная на фиг. 1, может иметь место для множества скважин повсюду по месторождению.
[0027] На фиг. 2 схематически показана диаграмма средства (200) управления эксплуатацией месторождения согласно одному или большему количеству вариантов реализации настоящего изобретения. Как показано на фиг. 2, средство (200) управления эксплуатацией месторождения содержит архив (202) данных, контроллер (204) оборудования, средство (206) проектирования нефтяного месторождения, по крайней мере одно решающее устройство (208) и модель (210) нефтяного месторождения. Каждый из этих компонентов описан ниже.
[0028] В одном или большем количестве вариантов реализации настоящего изобретения архив (202) данных представляет собой любой тип блока и/или устройства хранения данных (например, файловую систему, базу данных, набор таблиц или любое другое приспособление для хранения), предназначенных для хранения данных. Кроме того, архив (202) данных может содержать множество различных блоков и/или устройств для хранения данных. Множественные различные блоки и/или устройства для хранения данных могут или не могут быть одинакового типа или быть размещены в одном и том же физическом месте. Архив (202) данных содержит функциональную возможность для хранения данных (212) нефтяного месторождения, проекта (214) нефтяного месторождения и задачи (220) оптимизации, содержащей целевую функцию (222) и ограничения (224).
[0029] В одном или большем количестве вариантов реализации настоящего изобретения данные (212) нефтяного месторождения содержат статически определенные данные (226) нефтяного месторождения и наборы (228) характерных значений. В целом, данные нефтяного месторождения, включая статически определенные данные (226) нефтяного месторождения и наборы (228) характерных значений, включают необработанные данные, предварительно обработанные данные (например, для проверки правильности) и обработанные данные, описывающие нефтяное месторождение. Данные нефтяного месторождения могут содержать данные, полученные поверхностным блоком и представляющие характеристики подземной породы. В одном или большем количестве вариантов реализации настоящего изобретения данные нефтяного месторождения могут быть собраны различными средствами сбора данных, которые имеют место в нефтяном месторождении. Данные нефтяного месторождения могут содержать микросейсмические данные, диаграммы каротажа, данные, собранные из кернов, и эксплуатационные данные. Данные нефтяного месторождения могут содержать информацию, связанную с пористостью, насыщенностью, проницаемостью, естественными трещинами, величиной и ориентацией механического напряжения, свойствами эластичности, извлеченными углеводородами и т.д. во время бурения, образования трещин, каротажа или операции эксплуатации ствола скважины в системе на буровой площадке. Данные нефтяного месторождения могут содержать данные, собранные на буровой площадке, на которой выполнены операции моделирования, и/или данные могут быть собраны на других буровых площадках. Данные нефтяного месторождения могут также содержать модель нефтяного месторождения, модель нефтеносного пласта или другую модель месторождения.
[0030] Статически определенные данные (226) нефтяного месторождения представляют собой данные нефтяного месторождения, которые считают статичными. Другими словами, значения можно полагать постоянно определенными для целей решения задачи оптимизации. Статически определенные данные (226) нефтяного месторождения могут быть изменены при получении новых данных, например, при получении значений новых измерений от одного или большего количества датчиков. Статически определенные данные (226) нефтяного месторождения могут также быть изменены на основании конфигурации. Например, пользователь может выполнить конфигурацию средства (200) управления эксплуатацией месторождения для установления некоторых данных нефтяного месторождения в качестве статически определенных для различных выполнений решения задачи оптимизации.
[0031] Наборы (228) характерных значений представляют собой информацию о параметрах модели, имеющих неопределенное значение. В частности, поскольку информация о подповерхностных слоях Земли, возможно, не известна в полной мере, а скорее выведена на основании таких факторов, как похожие нефтяные месторождения, данные датчиков, предположения о некоторых из свойств подстилающих пород, причем такая информация может быть подвержена неопределенности. Другими словами, значения параметров модели определены не четко. Набор характерных значений представляет собой совокупность возможных значений для параметра модели, имеющего неопределенное значение. Другими словами, набор характерных значений представляет собой два или больше значений, которые отражают исходное изменение параметра модели. В частности, каждый параметр модели, имеющий неопределенное значение, может иметь ассоциированный набор характерных значений. В одном или большем количестве вариантов реализации настоящего изобретения набор характерных значений может быть выборкой из функции плотности вероятности, метода Монте-Карло, проекта экспериментальных методов (например, латинских гиперкубов), результатом опроса экспертов или взят из другого источника или комбинации источников. Функция плотности вероятности связывает значение с вероятностью, что параметр модели равен этому значению. В одном или большем количестве вариантов реализации настоящего изобретения параметры модели, имеющие неопределенные значения, могут отражать свойства трещины, свойства нефтеносного пласта, другие свойства и их комбинации.
[0032] Переходя к фиг. 2, можно видеть, что проект (214) нефтяного месторождения представляет собой полевой план, предназначенный для выполнения операций нефтяного месторождения согласно одному или большему количеству вариантов реализации настоящего изобретения. Например, проект нефтяного месторождения может содержать значения для каждого из настраиваемых элементов месторождения, таких как местоположение и параметры для операций образования трещин, параметры для оборудования нефтяного месторождения и другие настраиваемые элементы.
[0033] В одном или большем количестве вариантов реализации настоящего изобретения задача (220) оптимизации представляет собой задачу нахождения лучшего решения (то есть, самого оптимального решения) из выполнимых решений. Другими словами, решение представляет собой определенное значение для каждого переменного параметра управления, отражающего конфигурируемый элемент нефтяного месторождения. Задача (220) оптимизации для нефтяного месторождения представляет собой задачу нахождения самых оптимальных значений для переменных параметров управления. Задача (220) оптимизации включает целевую функцию (222) и ограничения (224). Целевая функция (222) представляет собой функцию полезности или функцию потерь в задаче оптимизации нефтяного месторождения. В одном или большем количестве вариантов реализации настоящего изобретения целевая функция может быть определена как максимизирующая чистый приведенный доход за определенный промежуток времени. Другие целевые функции могут быть использованы без выхода за пределы объема формулы изобретения. Например, целевая функция может быть предназначена для максимизации валового дохода, минимизации затрат, максимизации производства углеводородов или достижения другой цели. Ограничения (224) представляют собой предельные значения, накладываемые на возможные выполнимые конфигурации. Другими словами, ограничения (224) ограничивают, какие конфигурации представляет собой выполнимые конфигурации. Например, ограничение может быть минимальным расстоянием между скважинами, максимальным количеством ступеней, максимальным количеством текучей среды и другими предельными значениями в проекте.
[0034] Продолжая рассматривать средство (200) управления эксплуатацией месторождения, можно видеть, что контроллер (204) оборудования имеет функциональную возможность отправлять управляющие сигналы на оборудование нефтяного месторождения на нефтяном месторождении. В частности, контроллер оборудования может иметь функциональную возможность получения проекта (214) нефтяного месторождения и пересылки сигналов к оборудованию нефтяного месторождения для выполнения операций нефтяного месторождения согласно проекту нефтяного месторождения.
[0035] Средство (206) проектирования нефтяного месторождения имеет функциональную возможность генерирования проекта (214) нефтяного месторождения на основании настраиваемых элементов нефтяного месторождения согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, средство (206) проектирования нефтяного месторождения имеет функциональную возможность получения настраиваемых элементов нефтяного месторождения, генерирования массива двоичных переменных, основанного на, по меньшей мере некоторых, из настраиваемых элементов, преобразования массива двоичных переменных в целочисленные переменные, и подачи запроса в решающее устройство для получения решения. Средство проектирования нефтяного месторождения может содержать пользовательский интерфейс для связи с пользователем при создании проекта нефтяного месторождения. Например, средство проектирования нефтяного месторождения может иметь функциональную возможность для получения входных данных от пользователя и предоставления показателей и оптимального решения пользователю.
[0036] Решающее устройство (208) имеет функциональную возможность решения задачи (220) оптимизации согласно одному или большему количеству вариантов реализации настоящего изобретения. Например, решающее устройство (208) может использовать нисходящий симплекс-метод, метод расширенного лагранжиана, быть основанным на градиенте решающим устройством для частично-целочисленной нелинейной задачи, беспроизводным эволюционным эвристическим решающим устройством, генетическим алгоритмом, предназначенным для работы с частично-целочисленными переменными, или любым другим подходящим для данной задачи решающим устройством.
[0037] Модель (210) нефтяного месторождения имеет функциональную возможность моделировать нефтяное месторождение при наличии набора конфигураций и моделей. В частности, модель (210) нефтяного месторождения имеет функциональную возможность моделировать геометрию трещины и определять получаемый поток углеводородов при наличии определенной конфигурации настраиваемых элементов.
[0038] Хотя на фиг. 1 и 2 показана определенная конфигурация компонентов, другие конфигурации могут быть использованы без выхода за пределы объема изобретения. Например, различные компоненты могут быть объединены для создания одного компонента. В качестве другого примера, функциональная возможность, выполняемая одним компонентом, может быть выполнена двумя или большим количеством компонентов.
[0039] На фиг. 3-5 показаны блок-схемы согласно одному или большему количеству вариантов реализации настоящего изобретения. Хотя различные блоки в этих блок-схемах представлены и описаны последовательно, специалист в данной области техники понимает, что по меньшей мере некоторые из блоков могут быть выполнены в другом порядке, могут быть объединены или опущены, и по меньшей мере некоторые из блоков могут быть выполнены параллельно. Кроме того, блоки могут быть выполнены активно или пассивно. Например, некоторые блоки могут быть выполнены при использовании опроса или быть управляемыми прерыванием согласно одному или большему количеству вариантов реализации настоящего изобретения. В качестве примера блоки определения могут не требовать обработки команды процессором, пока не получено прерывание, указывающее на выполнение условия согласно одному или большему количеству вариантов реализации настоящего изобретения. В качестве другого примера блоки определения могут быть выполнены посредством выполнения испытания, например, проверки значения данных для выяснения того, согласно ли это значение с проверенным условием согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0040] В блоке 301 данные нефтяного месторождения получены согласно одному или большему количеству вариантов реализации настоящего изобретения. Получение данных нефтяного месторождения может быть выполнено непосредственно или косвенно от оборудования нефтяного месторождения. Например, датчики, размещенные в нефтяном месторождении, могут измерять данные нефтяного месторождения и передавать эти данные средству управления эксплуатацией месторождения. Например, могут быть пробурены разведочные вертикальные скважины и горизонтальные скважины. Разведочные вертикальные скважины и горизонтальные скважины могут быть использованы для установления распределений свойства и получения информации о вертикальном местоположении слоев пород. Керны, диаграммы каротажа и образцы текучей среды могут быть получены и проанализированы. Например, керны могут быть взяты и проанализированы для определения пористости, проницаемости, состава и других физических свойств подповерхностной области. Датчики могут быть использованы для сбора информации о давлении, объемном расходе и производительности. Перфорация и гидравлический разрыв пласта на различных глубинах могут быть использованы для измерения микросейсмических данных, поля механических напряжений вблизи скважины и потенциальной возможности трещин проникать в слои нефтеносного пласта, идентифицированные из кернов. Дополнительные данные могут быть собраны из других месторождений нефти до, одновременно, или после сбора данных нефтяного месторождения от анализируемого нефтяного месторождения. Собранные данные нефтяного месторождения могут содержать необработанные данные и/или предварительно обработанные данные. Сбор данных может быть выполнен во время фаз поисково-разведочных работ, эксплуатации и завершения нефтяного месторождения. Например, эксплуатационные данные от скважин для предварительных испытаний также собирают для использования в подгонке имитационной модели нефтеносного пласта на основе имеющихся данных.
[0041] В блоке 303 происходит генерирование модели геологической среды согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, на основании данных нефтяного месторождения происходит генерирование модели, оценивающей подповерхностные породы. В некоторых вариантах реализации настоящего изобретения модель геологической среды включает модель проекта трещин, которая описывает одну или большее количество подповерхностных трещин. Специалисты в области наук о Земле и инженеры - промысловики могут использовать данные о нефтяном месторождении, полученные в блоке 301, для разработки по меньшей мере одной ожидаемой геологической модели или набора обоснованных с точки зрения гео-статистики моделей. Различные способы могут быть использованы для разработки модели. Например, может быть использована подгонка имитационной модели нефтеносного пласта на основе имеющихся данных. Модель(-и) может отражать распределения свойства для физических свойств нефтяного месторождения.
[0042] В блоке 305 происходит получение набора характерных значений для каждого параметра модели, имеющего неопределенное значение, согласно одному или большему количеству вариантов реализации настоящего изобретения. При разработке модели нефтяного месторождения некоторые параметры модели геологической среды можно полагать неопределенными. Какие параметры модели полагать неопределенными и какие параметры модели полагать статичными, может быть определено на основании степени неопределенности параметров модели. В таких вариантах реализации настоящего изобретения средство управления эксплуатацией месторождения может установить параметры модели или как статичные или как неопределенные. В одном или большем количестве вариантов реализации настоящего изобретения пользователь может определить, какие параметры модели статичны и какие параметры модели неопределенны. Получение характерных значений для параметров модели, имеющих неопределенные значения, может быть выполнено посредством генерирования функций плотности вероятности и осуществления выборки из функции плотности вероятности, посредством реализации метода Монте-Карло, разработки способов эксперимента, таких как латинские Гиперкубы, посредством опроса экспертов. На фиг. 5 показана блок-схема для выполнения блоков 301-305, использующих микросейсмические данные для получения набора характерных значений для свойств трещины.
[0043] Продолжим рассмотрение фиг. 3. В блоке 307 решена задача оптимизации нефтяного месторождения с переменными параметрами управления посредством использования наборов характерных значений и модели геологической среды для получения решения согласно одному или большему количеству вариантов реализации настоящего изобретения. Решение задачи оптимизации нефтяного месторождения описано ниже со ссылками на фиг. 4.
[0044] В блоке 309 проект нефтяного месторождения разработан на основании решения согласно одному или большему количеству вариантов реализации настоящего изобретения. Проект нефтяного месторождения может быть необработанным решением. В других вариантах реализации настоящего изобретения проект нефтяного месторождения может быть переводом решения в спецификацию для оборудования нефтяного месторождения. Например, при определении переменных параметров управления на уровне ячейки модели геологической среды разработка проекта нефтяного месторождения может включать перевод значений в конкретных ячейках в определение мест, в которых должны быть выполнены операции бурения или операции моделирования. Например, вместо описания каждой ячейки и определения того, содержит ли каждая ячейка трещину, проект нефтяного месторождения может описывать измеренные глубины вдоль траектории ствола скважины, которая указывает на местоположение трещины в решении. В таком сценарии можно получить доступ к функции отображения для определения того, какие ячейки в образце соответствуют траектории ствола скважины, для разработки проекта нефтяного месторождения. Другие способы разработки проекта нефтяного месторождения могут быть использованы без выхода за пределы объема изобретения.
[0045] В блоке 311 проект нефтяного месторождения сохранен согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, проект нефтяного месторождения может быть сохранен, полностью или частично, временно или постоянно, в физическом запоминающем устройстве, например, в архиве данных или в кэше.
[0046] В блоке 313 выполнена операция нефтяного месторождения при использовании проекта нефтяного месторождения согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения контроллер оборудования может отправить управляющий сигнал на оборудование нефтяного месторождения, размещенное в нефтяном месторождении. Этот управляющий сигнал может содержать проект нефтяного месторождения или действия, предназначенные для выполнения на основании проекта нефтяного месторождения. В ответ на это оборудование нефтяного месторождения может выполнить операции, описанные проектом нефтяного месторождения, посредством физического бурения скважин или выполнения различных операций интенсификации. Операции на нефтяном месторождении могут или не могут быть выполнены с вмешательством человека, например, для управления оборудованием или наблюдения за ним.
[0047] В одном или большем количестве вариантов реализации настоящего изобретения, на различных стадиях способа, средство проектирования нефтяного месторождения может взаимодействовать с пользователем через пользовательский интерфейс для получения решения, получения проекта нефтяного месторождения и управления оборудованием нефтяного месторождения. Например, средство проектирования нефтяного месторождения может предоставлять показатели относительно решения задачи оптимизации, само решение, проект нефтяного месторождения, другую информацию или любую их комбинацию, а пользователь может подавать команды для управления оптимизацией и проектом нефтяного месторождения. Например, пользователь может определить, что текущее решение представляет собой самое оптимальное решение при заданном количестве выполненных итераций, установить максимальное количество итераций (например, посредством определения максимального количества итераций, указания максимального времени выполнения или посредством выполнения любого другого такого действия), и одобрить или отклонить проект нефтяного месторождения.
[0048] На фиг. 4 показана блок-схема решения задачи проектирования нефтяного месторождения согласно одному или большему количеству вариантов реализации настоящего изобретения. В блоке 401 коэффициент предотвращения риска выбран согласно одному или большему количеству вариантов реализации настоящего изобретения. Один или большее количество вариантов реализации настоящего изобретения выполняют итерации через множество коэффициентов предотвращения риска. В целом, коэффициент предотвращения риска представляет собой масштабный фактор, определяющий уровень риска при выборе определенного набора значений переменного параметра управления.
[0049] В блоке 403 набор значений переменных параметров управления определен согласно одному или большему количеству вариантов реализации настоящего изобретения. Как описано выше, набор переменных параметров управления определяет значения для физических настраиваемых элементов нефтяного месторождения, которые определены на основании требований, предъявляемых к проекту нефтяного месторождения. Например, если проект нефтяного месторождения разработан в качестве начального проекта нефтяного месторождения, настраиваемые элементы могут включать местоположение и направление буровых скважин. Напротив, если проект нефтяного месторождения разработан для выполнения операций создания трещин в нефтеносном пласте с существующими скважинами, настраиваемые элементы могут включать местоположения ступеней, количество трещин на ступень, свойства текучей среды и т.д. В качестве примера пользователь, использующий средство проектирования нефтяного месторождения, может описать, какие элементы проекта нефтяного месторождения могут быть с изменяемой конфигурацией. В некоторых вариантах реализации настоящего изобретения возможные переменные параметры управления описаны средством проектирования нефтяного месторождения для любого проекта нефтяного месторождения. Возможные переменные параметры управления могут быть представлены пользователю, который выбирает из возможных переменных параметров управления или типов переменных параметров управления. До выбора может быть удалена часть переменных параметров управления, которые представляются неподходящими. В некоторых вариантах реализации настоящего изобретения определены типы переменных параметров управления, такие как переменные параметры управления, определяющие количество и местоположение ступеней в любой данной скважине в кусте скважин, количество скважин в кусте скважин, воздушный интервал между скважинами и количество трещин на ступень в каждой скважине и оптимальная полудлина(-ы) трещин.
[0050] В одном или большем количестве вариантов реализации настоящего изобретения набор значений переменных параметров управления первоначально определяет стартовую конфигурацию для системы. Стартовая конфигурация может быть конфигурацией по умолчанию, оцениваемой конфигурацией, основанная на исторической информации, связанной с этим нефтяным месторождением или с другими нефтяными месторождениями, конфигурацией, предложенной пользователем, другой выбранной конфигурацией или их комбинацией. Посредством оптимизации набор значений переменных параметров управления может быть улучшен до оптимизированного значения переменных параметров управления.
[0051] В блоке 405 выполнена выборка наборов характерных значений для получения значения параметра модели согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, значение получено для каждого параметра модели, имеющего неопределенное значение. Это значение может быть случайно выбранным значением, значением, выбранным на основании вероятности значения, выбранным согласно определенного порядка или другого способа выбора.
[0052] В блоке 407 моделирование выполнено со значениями переменных параметров управления и выборками параметров модели для получения значения целевой функции согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения моделирование выполнено при использовании модели геологической среды, основанной на параметрах модели, имеющих определенные значения в образце параметра модели, и на переменных параметрах управления, имеющие соответствующие значения. Результат моделирования представляет собой конкретное значение реализации, основанной на моделировании функции в задаче оптимизации. Другими словами, реализация представляет собой определенный набор значений параметров, которые, как полагают, были неопределенными в модели. Значение определенной реализации представляет собой значение основанной на моделировании интересующей нас оценочной функции (например, чистого приведенного дохода и т.д.). Например, результат может быть геометрией трещины, прогнозным количеством углеводородов, чистой стоимостью прогнозного количества выработанных углеводородов или другой мерой.
[0053] В блоке 409 определено, существует ли дополнительная выборка параметров модели согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения могут быть выполнены итерации через каждую выборку параметра модели. В других вариантах реализации настоящего изобретения средство управления эксплуатацией месторождения может остановить обработку, как только характерный набор выборок параметра модели полагают обработанным (например, была оценена требуемая реализация). В таких вариантах реализации настоящего изобретения вместо выполнения моделирования с каждым вариантом выборки параметра модели, моделирование выполняют до тех пор, пока не будет обработано пороговое количество выборок. Если определено, что существуют дополнительные образцы параметров модели, то последовательность может быть возвращена на блок 405 для выборки наборов характерных значений согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0054] В блоке 411 среднее значение и дисперсия значений реализации вычислены для выборок параметра модели и набора значений переменных параметров управления согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения среднее значение обеспечивает математическое ожидание для целевой функции для набора значений переменных параметров управления, определенного в блоке 403. Дисперсия описывает степень изменчивости между значениями целевой функции. Таким образом, дисперсия указывает на степень изменчивости значений реализации.
[0055] В блоке 413 определено, оптимальна ли предусмотренная целевая функция. Оптимальность предусмотренной целевой функции может зависеть от типа целевой функции. Другими словами, если целевая функция представляет собой функцию стоимости, то решение оптимально при достижении минимального значения. Если целевая функция представляет собой функцию полезности, то решение оптимально при получении максимального значения. В некоторых вариантах реализации настоящего изобретения средство управления эксплуатацией месторождения может ограничивать количество итераций, предназначенных для определения оптимального значения, и ожидать сходимости (например, когда последующие итерации будут отличны друг от друга в пределах пороговой разности). В таком сценарии оптимальное значение может быть оптимальным идентифицированным значением.
[0056] Оптимальное значение может также учитывать дисперсию. Обычно меньшее значение дисперсии лучше, поскольку меньшая дисперсия указывает на большую степень достоверности того, что фактическое значение совпадает со средним значением или подобно среднему значению. В некоторых случаях первый набор значений переменных параметров управления может иметь лучшее среднее значение, но бóльшую дисперсию, чем второй набор значений переменных параметров управления. В этом примере средство управления эксплуатацией месторождения может быть сконфигурировано с функцией, основанной на среднем значении, дисперсии и коэффициенте предотвращения риска для оценки различных решений. Коэффициент предотвращения риска обеспечивает фактор для использования дисперсии при выборе оптимальных среднего значения и дисперсии. В одном или большем количестве вариантов реализации настоящего изобретения функция может быть, например, в виде F y (X)=μ - yσ, где X представляет собой набор значений переменных параметров управления, μ представляет собой среднее значение, вычисленное в блоке 411 для набора значений переменных параметров управления, y представляет собой коэффициент предотвращения риска и σ представляет собой среднеквадратичное отклонение или квадратный корень из дисперсии, вычисленной в блоке 411 для набора значений переменных параметров управления. Другие функции могут быть использованы для использования дисперсии вместе со средним значением при определении оптимального набора значений переменных параметров управления без выхода за пределы объема формулы изобретения.
[0057] В блоке 415 новый набор значений переменных параметров управления выбран согласно одному или большему количеству вариантов реализации настоящего изобретения. Выбор нового набора значений переменных параметров управления установлен используемым способом оптимизации. Например, беспроизводный симплекс-метод будет возмущать вышележащий многогранник для обеспечения нового условия испытаний. Градиентный метод будет делать попытку поиска линии вдоль направления спуска. Для основанных на аппроксимациях схем любое решающее устройство может быть использовано в аналитическом представлении закрытой формы выполнения, и лучшее установленное решение часто используют в качестве нового набора кандидатов для значений переменных параметров управления. Последовательность может быть возвращена на блок 405 для нового набора значений переменных параметров управления согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0058] Возвратимся к блоку 417. Если значение целевой функции было оптимизировано, то происходит сохранение среднего значения и дисперсии значений целевой функции согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, среднее значение и дисперсия могут быть сохранены, полностью или частично, временно или постоянно, на физическом запоминающем устройстве, например, в архиве данных или в кэше. Среднее значение и дисперсия могут быть сохранены вместе с соответствующим набором значений переменных параметров управления. Хотя это не показано на фиг. 4, среднее значение и дисперсия могут быть сохранены независимо для каждой оцененной конфигурации проекта. Такая информация может быть использована для содействия установлению границы эффективности (график выигрыша, определенный зависимостью среднего значения от риска как определено среднеквадратичным отклонением или квадратным корнем из дисперсии). Другими словами, граница эффективности представляет собой график зависимости среднего значения от среднеквадратичного отклонения (начальной реализации) по всем прошедшим испытание выборкам (в пространстве X управления).
[0059] В блоке 419 определено, выбран ли дополнительный коэффициент предотвращения риска согласно одному или большему количеству вариантов реализации настоящего изобретения. При наличии дополнительного коэффициента предотвращения риска способ может быть повторен со следующим коэффициентом предотвращения риска согласно одному или большему количеству вариантов реализации настоящего изобретения.
[0060] В блоке 421 набор значений переменных параметров управления, соответствующих необходимому решению на границе эффективности, выбран согласно одному или большему количеству вариантов реализации настоящего изобретения. Как показано выше, каждый коэффициент предотвращения риска имеет соответствующие оптимальные среднее значение и дисперсию, причем каждый соответствует набору значений переменных параметров управления. Другими словами, необходимое решение представляет собой оптимальное значение целевой функции, основанное на допустимом уровне риска, и находится на границе эффективности. Выбран набор значений переменных параметров управления, соответствующих необходимому решению. Другими словами, полагают, что необходимое решение включает набор значений переменных параметров управления. Средство управления эксплуатацией месторождения может быть сконфигурировано с функцией выбора, основанной на значении F y (X), и с коэффициентом предотвращения риска для каждого из оптимальных значений, выбранных в блоке 417.
[0061] Хотя они не представлены выше, различные методики могут быть использованы для оптимизации переменных параметров управления при наличии выборки параметра модели. Любая из таких методик может быть применена в настоящей заявке для выполнения блоков 403, 407, 413 и 415. В некоторых вариантах реализации настоящего изобретения по меньшей мере часть переменных параметров управления может быть в виде двоичных переменных. При таком сценарии блоки 403, 407, 413 и 415 могут быть выполнены так, как описано ниже со ссылками на фиг. 11-22. В методике, показанной на фиг. 11-22, двоичные переменные обработаны как непрерывные переменные для целей оптимизации. Среднее значение может быть использовано для выбора нового набора значений переменных параметров управления.
[0062] На фиг. 5 показана блок-схема, предназначенная для использования микросейсмических данных с целью сбора наборов характерных значений для свойств трещины. В последующем описании оценена геометрия гидравлической трещины на основе пассивных микросейсмических данных, записанных во время гидравлического разрыва пласта. Эта оценка может быть основана на том факте, что неизвестны местоположения микросейсмических событий, генерирующих микросейсмические данные. Однако, на основании оцененных наборов характерных значений, отражающих неопределенность в скорости распространения сейсмических волн, наборы характерных значений для свойств трещины, которые получены посредством процесса гидравлического разрыва пласта, могут быть оценены в ходе двухфазного процесса. В первой фазе оценены наборы характерных значений, связанных с местоположениями обнаруженных микросейсмических событий. Во второй фазе количественно определена степень, с которой уменьшение неопределенности в анизотропной модели скорости распространено на наборы характерных значений, связанных с оцененными свойствами трещины.
[0063] В блоке 501 данные о микросейсмическом событии получены согласно одному или большему количеству вариантов реализации настоящего изобретения. После перфорационных взрывов текучая среда высокого давления может быть закачана в породу для образования трещин в скальных породах нефтеносного пласта и, посредством этого, увеличения интенсивности потока к эксплуатационным скважинам. Во время гидравлического разрыва нефтеносного пласта контрольные датчики нисходящей скважины, используемые для слежения за перфорационными взрывами, также используют для записи микросейсмических форм волны каждый раз при регистрации микросейсмического события.
[0064] В блоке 503 получен набор характерных значений, отражающих неопределенность в модели скорости распространения сейсмических волн согласно одному или большему количеству вариантов реализации настоящего изобретения. Набор характерных значений для модели скорости распространения сейсмических волн может быть предоставленным распределением и может быть разработан на основании информации о подповерхностных породах, такой как тип горной породы, проницаемость и другая информация. Информация о подповерхностных породах может быть получена при использовании кернов и других способов сбора данных.
[0065] В блоке 505 получены наборы характерных значений для местоположений микросейсмических событий посредством использования набора характерных значений для модели скорости и данных микросейсмического события. В частности, измерения, которые могут быть использованы для определения местоположения микросейсмических событий, включают измерение разности между временами прихода прямых P-волны и Sv-волны, и азимутов, с которыми прямая P-волна и прямая Sv-волна достигают контролирующих приемников. Для каждого контролирующего приемника азимуты для P-и Sv-волн оценены из 3-C форм волны датчика.
[0066] Например, рассмотрим сценарий, в котором набор характерных значений получен при использовании функции плотности вероятности. Случайная выборка функций плотности вероятности, связанных с анизотропной моделью скорости, может быть выполнена для получения нескольких реализаций, оценивающих местоположение микросейсмического события. Рассмотрим V l как случайную выборку модели скорости. Для модели скорости различие между временами прихода и измерения азимута могут быть инвертированы посредством количественного определения распределения апостериорной вероятности, 
, так что любое местоположение 
области поиска может объяснить наблюдаемые данные, как являющиеся местоположением x k ,, в котором обнаруженное k-ое микросейсмическое событие имеет место (
). Для каждого из N e событий рассчитаны наборы N q реализаций местоположения этого k-го события посредством случайной выборки из 
.
[0067] Как описано выше, каждое микросейсмическое событие обработано для вычисления набора реализаций. После обработки обнаруженных событий для выборки модели скорости 
, может быть получен двумерный набор реализаций, при использовании следующего уравнения:
[0068] 
(1)
[0069] Правая сторона Уравнения 1 отражает тот факт, что каждая из реализаций N q включает вероятный набор местоположений микросейсмического события. Другими словами, для данной n-ой реализации эпицентр плотного множества микросейсмических событий и ориентация плотного множества микросейсмических событий могут быть оценены посредством использования функции распределения вероятности.
[0070] В блоке 507 наборы характерных значений, представляющих неопределенность в свойствах трещины, получены посредством использования наборов характерных значений для модели скорости, наборов характерных значений для местоположения микросейсмических событий и данных о микросейсмическом событии. Другими словами, при наличии наборов характерных значений, связанных с анизотропной моделью скорости, могут быть оценены наборы характерных значений, связанных с шириной, длиной, высотой трещины, и оцененным интенсифицированным объемом трещины. Далее описано генерирование наборов характерных значений для, по меньшей мере, некоторых из свойств трещины.
[0071] Пусть V представляет собой ансамбль N v случайных выборок из анизотропной модели скорости. Для учета вероятных N v выборок анизотропной модели скорости распределение вероятности определенного свойства D трещины, такого как ширина, длина, высота трещины или ее интенсифицированный объем, может быть оценено на основании набора N v *N q реализаций посредством использования ур. 2:
[0072] 
(2)
[0073] Один или большее количество вариантов реализации настоящего изобретения оценивают свойства трещины на основании микросейсмических данных, выполняя следующее. Один или большее количество вариантов реализации настоящего изобретения могут ограничивать оценку анизотропной модели скорости на основании моментов прибытия Sv-волн в виде вторичных источников, наблюдаемых относительно данных о перфорационном взрыве, что приводит к намного меньшей дисперсии модели распределения скорости. Кроме того, неопределенности в местоположении событий вычислены и выведены на экран для любой возможной модели скорости, но распределения вероятности неопределенности выбраны для образования N q реализаций возможных плотных множеств микросейсмических событий, из которых могут быть вычислены распределения вероятности любого геометрического свойства плотного множества. Кроме того, окончательные распределения вероятности геометрических свойств гидравлической трещины получены из набора N v *N q реализаций после учета вероятных моделей скорости и распределений местоположения событий.
[0074] На фиг. 6-10 показаны примеры согласно одному или большему количеству вариантов реализации настоящего изобретения. Примеры, показанные на фиг. 6-9, предназначены для объяснительных целей и не предназначены для ограничения объема изобретения.
[0075] На фиг. 6 показан график (600) сейсмических данных, собранных тремя различными группами приемников (например, группой А (602) приемников, группой В (604) приемников и группой С (606) приемников) для одного и того же микросейсмического события. Каждая группа приемников содержит набор приемников (например, приемников 1-11 на фиг. 6), которые размещены в определенном местоположении на нефтяном месторождении. Кружки на графиках отмечают времена пробега p-волн, которые по времени представляют собой первый кружок на каждой линии, и sv-волн, которые по времени представляют собой второй кружок.
[0076] Как описано выше, при использовании микросейсмических данных и модели скорости, такой как показана на фиг. 6, могут быть получены функции распределения вероятности для местоположений микросейсмических событий. На фиг. 7 показан взятый в качестве примера набор диаграмм (700) для двух реализаций плотных множеств микросейсмических событий, которые оценены для заданной модели скорости. Хотя показаны две реализации, фактически любое количество реализаций может быть выполнено и использовано при анализе. Во взятом в качестве примера наборе диаграмм (700) по вертикальной оси отложена глубина, а остальные оси представляю собой Север и Восток. Как показано на фиг. 7, при наличии множества реализаций неопределенность в модели скорости переходит в неопределенность местоположений микросейсмических событий. Градации серого на фиг. 7, примененные к местоположениям на диаграмме, указывают на вероятность того, что соответствующее местоположение выбрано при наличии распределения вероятности для местоположения события.
[0077] В этом примере взято N e = 66 и выбраны N v = 150 и N q = 300. На основании значений N e = 66, N v = 150 и N q = 300 имеет место набор из 45000 реализаций, из которого могут быть вычислены гистограммы ширины, длины, высоты трещины и оцененный интенсифицированный объем. Также могут быть вычислены корреляции, существующие между шириной и длиной, шириной и высотой, и между длиной и высотой, и учитывающие неопределенность в распределении скоростей, а также неопределенности (при заданной скорости) в оцененных местоположениях микросейсмических событий. Корреляции могут быть использованы для прогноза производительности нефтеносного пласта посредством ограничения согласия истории промысловых данных со свойствами трещины и нефтеносного пласта.
[0078] На фиг. 8 в качестве примера показаны графики функций распределения вероятности, полученных при рассмотрении только p-волны для определения распределения вероятности скорости, и p-волны и sv-волны для определения распределения вероятности скорости, которое затем использовано для получения свойств трещины. Графики свойств трещины включают ширину (802) трещины, длину (804) трещины, высоту (806) и ожидаемый объем (808) трещины. Ширина трещины относится к ширине плотного множества микросейсмического события. Распределения геометрии трещины, полученные при использовании Sv-волн, имеют тенденцию быть гауссовым распределением, отражающим формы распределения скоростей. Как показано на фиг. 8, неопределенность, связанная с геометрией трещины, может быть уменьшена посредством комбинации прибытия P-волны и Sv-волны для оценки распределений анизотропной модели скорости в противоположность использованию только P-волны.
[0079] Матрицы ковариации, ассоциированные с оцененной шириной, длиной и высотой трещины для этих двух распределений скорости, могут быть записаны как:
[0080] Ассоциированные корреляционные матрицы могут быть записаны как:
[0081] Как показано выше посредством двух наборов матриц, использование Sv-волн от вторичного источника уменьшает значения ковариации и корреляцию между шириной и длиной, шириной и высотой, и высотой и длиной интенсифицированной трещины.
[0082] В Таблице 1 ниже приведены значения среднего и среднеквадратичного отклонения оцененной ширины, длины, высоты и интенсифицированного объема трещины, как можно видеть из плотного множества микросейсмических событий. Рассмотрены два распределения вероятности скорости, соответствующие использованию P-волны и использованию как прямой P-волны, так и Sv-волны от вторичного источника, соответственно, для оценки моделей скорости.
| Ширина | Длина | Высота | Объем | ||
| (м) | (м) | (м) | (106м3=GL) | ||
| Только Р-волна | Среднее значение | 67,275 | 57,110 | 78,322 | 0,5004 |
| Среднеквадратичное отклонение | 18,104 | 21,0561 | 29,310 | 0,5077 | |
| Р-волна и Sv-волна | Среднее значение | 62,450 | 64,130 | 90,441 | 0,2812 |
| Среднеквадратичное отклонение | 5,404 | 5,966 | 7,808 | 0,0576 |
Таблица 1
[0083] Хотя, как показано, средние значения ширины, длины и высоты трещины претерпевают относительное изменение на 7,17%, -12,30% и -15,47%, соответственно, для этих двух сравниваемых распределений скоростей, среднее значение оцененного объема претерпевает изменение на 43,80%. В этом примере оценка объема, равная 0,5004, может быть получена при отсутствии использования Sv-волн по сравнению с оценкой объема, равной 0,2812. Меньшее значение оцененного объема может быть более точным, поскольку меньшее значение оцененного объема соблюдает времена пробега и прямой P-волны и Sv-волны от вторичного источника, наблюдаемых относительно перфорационных микросейсмических данных. Кроме того, дисперсия распределения для интенсифицированного объема может быть уменьшена более чем в 75 раз при использовании Sv-волн от вторичного источника для оценки анизотропного распределения скоростей в некоторых вариантах реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения рассмотрены распределения вероятности для ширины, длины и высоты трещины.
[0084] В одном или большем количестве вариантов реализации настоящего изобретения многоступенчатый проект трещины может быть улучшен посредством учета неопределенностей по ансамблю подогнанных на основе имеющихся данных моделей нефтеносного пласта, которые представляют собой входные данные в процесс уточнения. Например, может быть увеличено количество скважин, приписанных кусту скважин. В качестве одной возможной особенности возможное количество скважин на куст может быть изменено от минимум 1 до максимум 10 скважин, или от минимум 2 до максимум 5 скважин. Эти количества могут быть увеличены или уменьшены в других аспектах.
[0085] Например, величина половины длины трещины может быть использована в качестве входного параметра в процессе уточнения многоступенчатого проекта. Информация от карты геологических механических напряжений может быть использована для определения определенных параметров геометрии трещины вдоль скважины. В отсутствие таких данных, согласно одному или большему количеству вариантов реализации настоящего изобретения, значение половины длины трещины может быть выбрано для исследования или, как представлено здесь, значение половины длины трещины можно рассматривать как неопределенный параметр в процессе проектирования. Кроме того, в отсутствие предшествующей информации об ожидаемой длине трещины, длину трещины можно считать известной (детерминированный случай без неопределенности) и/или полагать, что неопределенность представлена некоторой формой распределения вероятности. В последнем случае улучшение в условиях неопределенности может быть выполнено посредством определенного количества реализаций для каждой равновероятной геометрии трещины при оценке целевой функции, учитывающей неопределенность в значении половины длины трещины.
[0086] В качестве примера оптимизации в условиях неопределенности, имитационные модели, содержащие от 2 до 5 скважин в модели куста скважин месторождения, можно рассматривать для максимизации чистого приведенного дохода посредством использования однородного расстояния между заданным количеством ступеней (с 3 трещинами на ступень) по всем скважинам с тремя возможными длинами трещины: а именно, 75, 125 и 175 футов. В предположении равномерного распределения значений половины длины трещины каждая оценка целевой функции может содержать 3 реализации, по одной для каждого рассматриваемого проекта трещины.
[0087] На фиг. 9 в качестве примера приведен график (900), показывающий возможное изменение составной целевой функции (902) с необходимым фактором предотвращения риска (то есть, коэффициентом (904) доверия) для заданного числа скважин согласно с различными реализациями многоступенчатого проекта трещины.
[0088] На фиг. 10 в качестве примера приведен график (1000), на котором отложена зависимость среднего значения (1002) от среднеквадратичного отклонения (то есть, величины сигма (1004)). Граница эффективности показана как линия (1006), разграничивающая внешнюю выпуклую оболочку по известным выборкам. Этот график показывает, как выбор количества скважин в секторе может быть изменен в зависимости от склонности принимающего решения лица к риску. В примере, показанном на фиг. 10, линия идет от низкого риска (2 скважины, синий ромб) к более высокому риску (5 скважин, фиолетовый круг). Пиковое условие (4 скважины, зеленый треугольник) указывает на самое лучшее решение.
[0089] В одном или большем количестве вариантов реализации настоящего изобретения, при низком значении фактора предотвращения риска (например, равного нулю), одна цель может быть эквивалентна среднему значению реализации. Кроме того, при высоком значении фактора предотвращения риска, цель может быть эквивалентна среднему значению минус некоторое кратное от среднеквадратичного отклонения реализаций. Таким образом, ожидаемый результат может быть высоким при равенстве нулю фактора предотвращения риска (например, 50%-ая вероятность в некоторых реализациях), хотя математическое ожидание может быть низким при более высоких значениях фактора предотвращения риска, но с увеличенной степенью уверенности.
[0090] При одном возможном осуществлении основанная на неопределенности процедура уточнения может быть применена к определенному количеству случаев (скважины в секторе), с набором неопределенных параметров модели, каждый из которых обладает заданным распределением вероятности. Кроме того, анализ микросейсмических данных может быть использован для задания распределений свойств трещины, включая например, тип трещины (включающий асимметричные случаи) и размеры трещины (например, высоту, длину и ширину).
[0091] В качестве другого примера распределения геометрических параметров трещины, полученные из микросейсмического анализа, могут быть использованы для установления моделей одиночной трещины. Микросейсмический анализ может иногда недооценивать значение полудлины трещины. Таким образом, предсказанные длины не могут быть подтверждены другими источниками физических данных. Тем не менее, микросейсмические измерения могут все же быть использованы для улучшения разработанных моделей трещины. Улучшенные распределения могут быть использованы в рамках уточнения для установления улучшения многоступенчатых проектов при наличии преобладающей неопределенности в системе.
[0092] Со ссылками на более ранний пример, показанный на фиг. 9 и 10, предыдущий случай может быть модифицирован для учета неравномерного распределения полудлины трещины, потенциально получаемого из микросейсмического исследования. Здесь моделям с полудлиной трещины в 75, 125 и 175 футов могут быть приписаны веса 0,375, 0,5 и 0,125, соответственно, в согласии с предполагаемым (треугольным) профилем распределения.
[0093] Изменение в исходном распределении геометрии трещины может изменить поведение профилей и получающуюся в результате границу эффективности. Таким образом, в одном или большим количестве вариантов реализации настоящего изобретения точная оценка исходных распределений может быть получена и использована на стадии уточнения прогноза. Получение точных оценок может увеличить стоимость вычислений, поскольку каждая оценка целевой функции может включать оценку определенного количества реализаций (каждая из которых содержит возможный вызов моделирования). Кроме того, количество взятых выборок должно быть достаточным для обеспечения точной меры среднего значения и среднеквадратичного отклонения результатов или реализации вследствие параметров модели, имеющих неопределенное значение в задаче. Выборки могут быть оценены параллельно во время адаптивной основанной на прокси-подходе процедуры уточнения для улучшения функции стоимости. Таким образом, уточнение многоступенчатого проекта в условиях неопределенности может быть управляемым и осмысленным в нетрадиционной системе нефтеносного пласта с неопределенностью и в используемых моделях гидравлической трещины.
[0094] Как описано выше, выполнение части оптимизации для значений переменных параметров управления, представляющих собой двоичные переменные, может быть связано с преобразованием двоичных переменных в непрерывные переменные. Ниже приведено описание выполнения этого преобразования и оптимизации, основанной на этом преобразовании. На приведенной выше фиг. 2 архив данных может также содержать одну или большее количество функций преобразования. В одном или большем количестве вариантов реализации настоящего изобретения функция преобразования определяет установление соответствия между образцами проекта в двоичном пространстве и целочисленными значениями в целочисленном пространстве. В частности, образец проекта представляет собой определенное упорядочение двоичных значений, причем позиция каждого двоичного значения в определенном упорядочении соответствует конкретному конфигурируемому элементу. В одном или большем количестве вариантов реализации настоящего изобретения функция преобразования обеспечивает установление однозначного соответствия между образцами проекта и целочисленными значениями. Другими словами, целочисленное значение выполняет отображение на один образец проекта, а образец проекта выполняет отображение на одно целочисленное значение в функции преобразования.
[0095] Могут существовать различные функции преобразования. Например, одна функция преобразования может быть двоичной трансформантой, отображающей двоичное значение на соответствующее целочисленное значение (например, отображает "0010" в "2"). Другая функция преобразования может быть трансформантой кода Грэя. В трансформанте кода Грэя последовательные целые числа имеют образцы проекта, отличные на один бит. Другие функции преобразования могут существовать и могут быть использованы без выхода за пределы объема настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения различные функции преобразования могут отображать одни и те же или различные длины образцов проекта. Например, одна функция преобразования может отображать образцы проекта, имеющие длину шесть, в то время как другая функция преобразования отображает образцы проекта, имеющие длину четыре.
[0096] Кроме того, на фиг. 2 выше, средство (206) проектирования нефтяного месторождения может содержать дополнительную функциональную возможность, предназначенную для получения настраиваемых элементов нефтяного месторождения, генерирования массива двоичных переменных на основании по меньшей мере некоторых из настраиваемых элементов, преобразования массива двоичных переменных в целочисленные переменные, и подачи запроса в решающее устройство для получения решения.
[0097] В одном или большем количестве вариантов реализации настоящего изобретения средство проектирования нефтяного месторождения может иметь функциональную возможность для генерации множества решений, посредством чего решение существует для каждого из различных уровней сложности. На фиг. 11 показана иерархия настраиваемых элементов (1100) проекта нефтяного месторождения. Посредством рассмотрения множества решений, учитывающих различные количества переменных параметров управления, подлежащих рассмотрению для проекта нефтяного месторождения. Остающиеся переменные параметры управления могут быть прикреплены к заранее определенному значению или, в случае симметричного проекта, основаны на значениях определенных регулируемых переменных.
[0098] Как показано на фиг. 11, иерархия настраиваемых элементов (1100) содержит наименее сложный уровень (1102), второй наименее сложный уровень (1104), при необходимости различные промежуточные уровни сложности и самый сложный уровень (1106) проекта нефтяного месторождения. Уровень сложности определяет количество переменных параметров управления или настраиваемых элементов, рассматриваемых для проекта нефтяного месторождения, включая выбор преобразования. Например, наименее сложный уровень (1102) может быть одномерной системой, где один тип конфигурируемого элемента рассматривают в задаче оптимизации. Второй наименее сложный уровень может иметь два или большее количество типов рассматриваемых настраиваемых элементов. Другими словами, чем ниже уровень сложности и выше положение в иерархии, тем более абстрактна задача оптимизации и больше количество настраиваемых элементов, которыми управляют как зависимыми переменными проекта. Чем больше сложность, тем больше настраиваемых элементов, которые могут быть отрегулированы для получения оптимального решения.
[0099] В одном или большем количестве вариантов реализации настоящего изобретения, посредством рассмотрения различных уровней сложности, один или большее количество вариантов реализации настоящего изобретения учитывают управление компромиссом между диапазоном времени для генерации оптимального решения и значением целевой функции, выработанной оптимальным решением, а также управляют уровнем сложности решения. В целом, чем больше количество рассматриваемых настраиваемых элементов, тем больше времени может быть использовано для генерирования оптимального решения и тем более сложным может быть оптимальное решение при реализации на практике.
[00100] Хотя на фиг. 11 показана определенная конфигурацию компонентов, могут быть использованы другие конфигурации без выхода за пределы объема настоящей технологии. Например, различные компоненты могут быть объединены для создания одного компонента. В качестве другого примера функциональная возможность, выполняемая одним компонентом, может быть выполнена двумя или большим количеством компонентов.
[00101] На фиг. 12-15 показаны блок-схемы согласно одному или большему количеству вариантов реализации настоящего изобретения. Хотя различные блоки в этих блок-схемах представлены и описаны последовательно, специалист в данной области техники понимает, что по меньшей мере некоторые из блоков могут быть выполнены в другом порядке, могут быть объединены или опущены, и по меньшей мере некоторые из блоков могут быть выполнены параллельно. Кроме того, блоки могут быть выполнены активно или пассивно. Например, некоторые блоки могут быть выполнены при использовании опроса или быть управляемыми прерыванием согласно одному или большему количеству вариантов реализации настоящего изобретения. В качестве примера блоки определения могут не требовать обработки команды процессором, пока не получено прерывание, указывающее на выполнение условия согласно одному или большему количеству вариантов реализации настоящего изобретения. В качестве другого примера блоки определения могут быть выполнены посредством выполнения испытания, например, проверки значения данных для выяснения того, удовлетворяет ли это значение проверенному условию согласно одному или большему количеству вариантов реализации настоящего изобретения.
[00102] На фиг. 12 показана блок-схема для управления нефтяным месторождением согласно одному или большему количеству вариантов реализации настоящего изобретения. В блоке 1201 настраиваемые элементы проекта нефтяного месторождения идентифицированы согласно одному или большему количеству вариантов реализации настоящего изобретения. Настраиваемые элементы определены на основании требований для проекта нефтяного месторождения. Например, если проект нефтяного месторождения представляет собой начальный проект нефтяного месторождения, настраиваемые элементы могут содержать позицию и направление буровых скважин. Напротив, если проект нефтяного месторождения разработан для выполнения операций создания трещин в нефтеносном пласте с существующими скважинами, настраиваемые элементы могут включать местоположения ступеней, количество трещин на ступень, свойства текучей среды и т.д. В качестве примера пользователь, использующий средство проектирования нефтяного месторождения, может описать, какие элементы проекта нефтяного месторождения могут быть с изменяемой конфигурацией. В некоторых вариантах реализации настоящего изобретения возможные переменные параметры управления описаны средством проектирования нефтяного месторождения для любого проекта нефтяного месторождения. Возможные переменные параметры управления могут быть представлены пользователю, который выбирает из возможных переменных параметров управления или типов переменных параметров управления. До выбора может быть удалена часть переменных параметров управления, которые представляются неподходящими. В некоторых вариантах реализации настоящего изобретения определены типы настраиваемых элементов, таких как трещины, ступени, местоположения скважин. На основании идентифицированных типов настраиваемых элементов настраиваемые элементы могут быть идентифицированы так, что могут иметь определенные типы, например, ячейки, которые могут или не могут содержать трещины, ступени и буровые площадки.
[00103] В блоке 1203 массив двоичных переменных, описывающий настраиваемые элементы, имеющие два возможных значения, получен согласно одному или большему количеству вариантов реализации настоящего изобретения. Каждый конфигурируемый элемент, имеющий два возможных значения, представлен в виде двоичной переменной. Другими словами, двоичная переменная в массиве двоичных переменных представляет собой тип переменного параметра управления, который может иметь одно из двух значений. В одном или большем количестве вариантов реализации настоящего изобретения настраиваемые элементы, которые могут быть представлены посредством двоичной переменной, упорядочены в массив двоичных переменных. Термин «массив», используемый в данной заявке, означает любую структуру данных, которая может быть использована для непосредственной или косвенной ассоциации значения с двоичной переменной.
[00104] В блоке 1205 стартовая конфигурация для массива двоичных переменных выбрана согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения стартовая конфигурация имеет определенное значение для каждого из настраиваемых элементов. В качестве примера некоторые из настраиваемых элементов могут быть определены с нулевым значением, в то время как другие настраиваемые элементы могут быть определены со значением единица в стартовой конфигурации. Стартовая конфигурация может быть конфигурацией по умолчанию, оцененной конфигурацией, основанной на исторической информации, имеющей отношение к данному нефтяному месторождению или к другим нефтяным месторождениям, предложенной пользователем конфигурацией, другой выбранной конфигурацией или их комбинацией.
[00105] В блоке 1207 массив двоичных переменных разбит на подгруппы согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения это разбиение выделяет части массива двоичных переменных в индивидуальные подгруппы, посредством чего каждая двоичная переменная размещена в одной подгруппе. Упорядочение двоичных переменных в массиве двоичных переменных может быть сохранено при разбиении массива двоичных переменных. Кроме того, разбиения могут иметь одинаковый размер или неоднородное количество размеров. В одном или большем количестве вариантов реализации настоящего изобретения размер каждой подгруппы выбран для уменьшения количества двоичных переменных в подгруппе, которыми управляют посредством разбиения на подгруппы, гарантируя, что количество получающихся в результате проектов не слишком мало или слишком велико для предотвращения непрерывной обработки целочисленной переменной, отображенной на подгруппу, во время процедуры оптимизации.
[00106] В блоке 1209 подгруппа массива двоичных переменных получена согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения обрабатывают каждую подгруппу массива двоичных переменных. Эта обработка может быть выполнена последовательно, в определенном порядке, параллельно и/или в случайном или другом порядке.
[00107] В блоке 1211 функция преобразования выбрана для подгруппы согласно одному или большему количеству вариантов реализации настоящего изобретения. Функция преобразования может быть выбрана на основании свойств функции преобразования. Например, код Грея имеет равное единице расстояние Хемминга, означающее, что однобитовое значение изменяется между двумя соседними образцами проекта. В одном или большем количестве вариантов реализации настоящего изобретения одинаковые или различные функции преобразования могут быть выбраны для каждой подгруппы. Например, двоичная функция преобразования может быть выбрана для одной подгруппы, и преобразование кода Грея может быть выбрано для другой подгруппы. Кроме того, как описано ниже со ссылками на фиг. 15, множество функций преобразования может быть выбрано для каждой подгруппы.
[00108] Продолжим рассмотрение фиг. 12. В блоке 1213 функция преобразования применена к подгруппе стартовой конфигурации для получения целочисленного значения согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения часть стартовой конфигурации, выбранная в блоке 1205, который соответствует текущей подгруппе, отображена посредством функции преобразования на целочисленное значение. Таким образом получено целочисленное значение, соответствующее стартовой конфигурации для подгруппы.
[00109] В блоке 1215 определено, существует ли другая необработанная подгруппа. При наличии другой необработанной подгруппы происходит обработка следующей подгруппы.
[00110] В блоке 1217 целочисленный массив получен из целочисленного значения для каждой подгруппы согласно одному или большему количеству вариантов реализации настоящего изобретения. Как описано выше, использование термина «массив» может иметь отношение к любой структуре данных для ассоциации целочисленного значения с соответствующей подгруппой. Другими словами, структура данных заполнена соответствующими целочисленными значениями. Заполнение структуры данных может быть выполнено одновременно с получением целочисленных значений для каждой подгруппы.
[00111] В блоке 1219 целевая функция определена согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения целевая функция определена на двоичных значениях. Если целевая функция представляет собой чистую приведенную стоимость, то определение целевой функции может быть выполнено на основании заранее определенной формулы или шаблона и результатов моделирования для определения количества углеводородов. Например, оборудование, предназначенное для бурения скважин и выполнения операций интенсификации, может иметь заранее определенную стоимость, которая определена в расчете на блок (например, скважину, ступень и/или другое). Заранее определенная формула может учитывать такие затраты. Аналогичным образом, это моделирование может обеспечить ожидаемое производство углеводородов, которое дает ожидаемую валовую прибыль. Таким образом, может быть определена целевая функция, учитывающая различные затраты и ожидаемую валовую прибыль. Различные методики могут быть реализованы для определения целевой функции, которые зависят от типа целевой функции.
[00112] В блоке 1221, при использовании целочисленного массива и целевой функции, задача оптимизации решена посредством обработки целочисленных переменных как непрерывных переменных для получения решения. Другими словами, переменные в задаче оптимизации обработаны как непрерывные переменные для решения задачи оптимизации. В некоторых вариантах реализации настоящего изобретения задача оптимизации может быть решена посредством использования дополнительных переменных, отражающих настраиваемые элементы, имеющие больше двух возможных значений. Решение задачи оптимизации описано ниже со ссылками на фиг. 13.
[00113] В некоторых вариантах реализации настоящего изобретения результат решения задачи оптимизации представляет собой решение, обеспечивающее целочисленное значение для каждой целочисленной переменной в целочисленном массиве. В таких вариантах реализации настоящего изобретения функция преобразования применена к каждой целочисленной переменной для получения соответствующего образца проекта в блоке 1223. Другими словами, для каждой подгруппы, выбранная функция преобразования для подгруппы в блоке 1211 применена к целочисленному значению для подгруппы в решении для получения соответствующего образца проекта, который выполняет отображение на целочисленное значение.
[00114] В других вариантах реализации настоящего изобретения решение может быть образцом проекта для каждой подгруппы. В таких вариантах реализации настоящего изобретения никакая функция преобразования не применена на данной стадии, поскольку образец проекта уже получен.
[00115] Набор образцов проекта для подгрупп обеспечивает значение для каждой двоичной переменной и, как следствие, для каждого конфигурируемого элемента проекта нефтяного месторождения. В соответствии с этим, в блоке 1225 проект нефтяного месторождения получен из образцов проекта согласно одному или большему количеству вариантов реализации настоящего изобретения. Проект нефтяного месторождения может быть группой образцов проекта. В других вариантах реализации настоящего изобретения проект нефтяного месторождения может быть трансляцией образцов проекта в описание оборудования нефтяного месторождения. Например, если настраиваемые элементы определены на уровне ячейки, получение проекта нефтяного месторождения может включать преобразование значений в конкретных ячейках для определения местоположений, в которых должны произойти операции бурения или операции моделирования. Например, вместо описания каждой ячейки и указания на наличие трещины в каждой ячейке, проект нефтяного месторождения может указывать измеренные глубины вдоль траектории ствола скважины, имеющей трещины в решении. В таком сценарии к функции отображения можно получить доступ для определения того, какие ячейки в модели соответствуют траектории ствола скважины для получения проекта нефтяного месторождения. Другие способы получения проекта нефтяного месторождения могут быть использованы без выхода за пределы объема изобретения.
[00116] В одном или большем количестве вариантов реализации настоящего изобретения эксплуатация нефтяного месторождения выполнена посредством использования проекта нефтяного месторождения в блоке 1227. В одном или большем количестве вариантов реализации настоящего изобретения контроллер оборудования может посылать управляющий сигнал на оборудование нефтяного месторождения, размещенное на нефтяном месторождении. Управляющий сигнал может содержать проект нефтяного месторождения или подлежащие выполнению действия, основанные на проекте нефтяного месторождения. В ответ оборудование нефтяного месторождения может выполнить операции, описанные проектом нефтяного месторождения, посредством физического бурения скважин или выполнения различных операций интенсификации. Операции нефтяного месторождения могут или не могут быть выполнены со вмешательством человека, например, для управления или наблюдения за оборудованием.
[00117] В одном или большем количестве вариантов реализации настоящего изобретения, на различных стадиях способа, средство проектирования нефтяного месторождения может взаимодействовать с пользователем через пользовательский интерфейс для получения решения, получать проект нефтяного месторождения и управлять оборудованием нефтяного месторождения. Например, средство проектирования нефтяного месторождения может предоставить показатели относительно решения задачи оптимизации, само решение, проект нефтяного месторождения, другую информацию или любую их комбинацию и пользователь может подавать команды для управления оптимизацией и проектом нефтяного месторождения. Например, пользователь может определить, что текущее решение представляет собой самое оптимальное решение при заданном количестве выполненных итераций, установить максимальное количество итераций (например, посредством определения максимального количества итераций, указания максимального времени выполнения или выполнения любого другого такого действия), и одобрить или отклонить проект нефтяного месторождения.
[00118] Обратимся к фиг. 13. На фиг. 13 показана блок-схема для решения задачи оптимизации согласно одному или большему количеству вариантов реализации настоящего изобретения. В блоке 1301 получены данные нефтяного месторождения, описывающие нефтяное месторождение и выборки для целевой функции. Как описано выше, данные нефтяного месторождения могут быть получены посредством использования средств сбора данных для данных нефтяного месторождения. В частности, датчики, размещенные в нефтяном месторождении, могут регистрировать различные физические свойства нефтяного месторождения и передавать информацию, описывающую обнаруженные физические свойства, на средство управления эксплуатацией месторождения. В некоторых вариантах реализации настоящего изобретения, в отличие от или в дополнение к получению данных нефтяного месторождения посредством использования средств сбора данных, данные нефтяного месторождения могут быть получены из архива данных. Кроме того, полученные данные нефтяного месторождения могут содержать модель нефтяного месторождения или быть использованы для ее генерирования, включая модель нефтеносного пласта. В одном или большем количестве вариантов реализации настоящего изобретения образцы соответствуют набору возможных конфигураций для проекта нефтяного месторождения. Начальный набор выборки может быть определен пользователем или разработан средством управления эксплуатацией месторождения.
[00119] В блоке 1303 предложенная конфигурация выработана по непрерывному пространству посредством использования схемы оптимизации. Другими словами, целочисленные переменные в выборках обработаны как непрерывные переменные, посредством применения схемы оптимизации, которая может быть непосредственной или основанной на аппроксимации схемой оптимизации. Одна или большее количество выборок может быть стартовой конфигурацией, выбранной на фиг. 12. Из выборки может быть построена прокси-модель, отражающая приблизительную модель существующих конфигураций. Например, прокси-модель может быть построена посредством использования прокси-схемы на основе нейронной сети или радиальной базисной функции. В основанной на прокси-подходе схеме оптимизации начальная совокупность выборок (конфигураций проекта вместе с их ассоциированными объектными значениями) использована для построения аппроксимационной модели. Образцы могут быть описаны в произвольном порядке, со стандартной выборкой, проектом экспериментов, латинской выборкой гиперкуба или с некоторой другой эвристической схемой, но они выполнимы в целочисленном виде. Способ аппроксимации может представлять собой нейронные сети, криггинг, радиальную базисную функцию или некоторый другой способ. Он предназначен для обеспечения аналитического представления интересующей нас задачи. Аппроксимационная модель оптимизирована вместо дорогого основанного на моделировании процесса по непрерывному пространству. Предложенное решение затем оценено (с некоторым округлением для гарантии, при необходимости, выполнения целочисленности) посредством вызова фактической модели моделирования. При отсутствии сходимости происходит добавление новой выборки к набору данных и повторение процесса. Такие основанные на прокси-подходе (или на идентификаторе) способы хорошо обоснованы для управления дорогостоящими основанными на моделировании задачами оптимизации.
[00120] В блоке 1305 предложенная конфигурация преобразована в двоичное пространство, основанное на функции преобразования, примененной к каждой подгруппе. В одном или большем количестве вариантов реализации настоящего изобретения каждая подгруппа имеет соответствующую непрерывную переменную в предложенной конфигурации. Дополнительные непрерывные переменные могут существовать в предложенной конфигурации, которые отражают настраиваемые элементы, имеющие возможные непрерывные значения и/или целочисленные значения. Непрерывные переменные, представляющие конфигурации, имеющие целочисленные значения и подгруппы, преобразованы в целочисленные переменные, например, посредством округления (например, округления в большую сторону, округления в меньшую сторону, или округления до ближайшего целого числа). Для целочисленных значений, представляющих подгруппы, целочисленные значения преобразованы согласно функции преобразования, выбранной для подгруппы, в образец проекта для подгруппы. Таким образом, результат блока 1305 может быть предложенной конфигурацией, имеющей двоичные значения, целочисленные значения, непрерывные значения или любую их комбинацию.
[00121] В блоке 1307 машина моделирования может оценить предложенную конфигурацию, следующую из блока 1305, посредством использования целевой функции и данных нефтяного месторождения для получения значения целевой функции. Например, операции моделирования могут быть выполнены на нефтяном месторождении посредством использования данных нефтяного месторождения для определения количества углеводородов, извлеченных на основании этой конфигурации. Данные, описывающие стоимость конфигурации и экономический эффект от количества произведенных углеводородов, могут быть использованы для вычисления значения целевой функции. Поскольку могут быть определены многие различные целевые функции, методика вычисления значения целевой функции может быть разной в зависимости от целевой функции, причем они включены сюда без выхода за пределы объема формулы изобретения.
[00122] В блоке 1309 определено, сходятся ли варианты реализации к определенному значению согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения величины предыдущих значений целевой функции, полученные от предыдущих итераций, могут быть сравнены для определения того, имеет ли место сходимость значений.
[00123] При отсутствии сходимости происходит выполнение следующей итерации. В частности, следующую итерацию выполняют посредством выбора последующей конфигурации в блоке 1311 и повторения процесса, начинающегося в блоке 1303, посредством использования различных идентифицированных выборок. В одном или большем количестве вариантов реализации настоящего изобретения выбор последующей конфигурации может быть выполнен в целочисленном пространстве, а не в двоичном пространстве. Выбор новых кандидатов проекта установлен посредством использованного способа оптимизации. Например, беспроизводный симплекс-метод будет возмущать вышележащий многогранник для обеспечения условия нового испытания. Основанный на градиенте способ будет делать попытку поиска линии вдоль направления спуска. Для основанных на аппроксимации схем любое решающее устройство может быть применено к аналитическому представлению в замкнутой форме, и установленное лучшее решение часто используют в качестве нового варианта решения. Отметим, что любое количество новых вариантов решения может быть проверено на каждой итерации в зависимости от алгоритма и рассматриваемой стоимости вычислений.
[00124] При наличии сходимости решение установлено как конфигурация, соответствующая оптимальному значению в блоке 1313. Другими словами, если целевая функция представляет собой функцию стоимости, то решение представляет собой конфигурацию, соответствующую минимальному значению. Если целевая функция представляет собой функция полезности, то решение представляет собой конфигурацию, соответствующую максимальному значению. В некоторых вариантах реализации настоящего изобретения могут быть установлены предельные значения для количества итераций. В таком сценарии оптимальное значение может быть оптимальным идентифицированным значением.
[00125] Как описано выше со ссылками на фиг. 11, различные решения могут иметь при реализации разные уровни сложности. Например, чем больше количество настраиваемых элементов, которые могут быть независимо сконфигурированы, тем более трудный проект нефтяного месторождения должен быть реализован и больше времени может быть необходимо для идентификации оптимального решения. Один или большее количество вариантов реализации настоящего изобретения могут быть использованы для управления компромиссом между сложностью и оптимальным значением посредством решения задачи оптимизации для каждого из различных уровней сложности. На фиг. 14 показана блок-схема для генерирования и выбора решения, которое учитывает различные уровни сложности.
[00126] В блоке 1401 определена иерархия различных уровней сложности настраиваемых элементов. Эта иерархия может быть определена посредством взаимодействия с пользователем. Например, для каждого уровня сложности пользователь может указать, какие настраиваемые элементы статичны и какие настраиваемые элементы способны претерпевать изменение. В других вариантах реализации настоящего изобретения средство управления эксплуатацией месторождения может автоматически определять иерархию, например, посредством принятия однородной конфигурации по месторождению нефти с переходом к менее однородной конфигурации и к асимметричной конфигурации.
[00127] В блоке 1403 первый уровень сложности выбран в иерархии согласно одному или большему количеству вариантов реализации настоящего изобретения. В одном или большем количестве вариантов реализации настоящего изобретения может быть первоначально выбран наименее сложный уровень. Однако, первоначально может быть выбран любой уровень сложности без выхода за пределы объема изобретения.
[00128] В блоке 1405 задача оптимизации решена при заданном максимальном количестве итераций для получения значения для целевой функции. Решение задачи оптимизации для определенного уровня сложности может быть выполнено посредством выполнения блоков 1201-1221 из фиг. 12 для определенного уровня сложности. Другими словами, массив двоичных переменных определен на основании уровня сложности относительно того, какие переменные имеют постоянную величину или величину, равную величине других переменных, или, действительно, описаны как зависимые переменные. Кроме того, в одном или большем количестве вариантов реализации настоящего изобретения, решение может быть ограничено количеством итераций. Ограничивая количество итераций, один или большее количество вариантов реализации настоящего изобретения могут сбалансировать достижение оптимального решения с предельными значениями времени для определения оптимального решения.
[00129] В блоке 1409 определено, продолжать ли выполнение согласно одному или большему количеству вариантов реализации настоящего изобретения. В некоторых вариантах реализации настоящего изобретения, вместо выполнения каждого уровня иерархии, средство управления эксплуатацией месторождения может быть остановлено. Например, если оптимальное значение целевой функции для нескольких уровней иерархии сходится, то может быть определено, что любая дополнительная выгода, достигаемая более сложным решением, может быть перевешена сложностью при реализации решения. В других вариантах реализации настоящего изобретения инженерные требования к проекту нефтяного месторождения или к максимальному количеству времени могут приводить к решению об останове на текущем уровне иерархии. При принятии решения о продолжении в блоке 1411 получают следующий уровень сложности в иерархии и задачу оптимизации решают для следующего по сложности уровня иерархии.
[00130] При принятии решения об остановке решение выбрано из уровней сложности проверенной иерархии, основанной, по меньшей мере частично, на значении целевой функции. Другими словами, выбрано оптимальное решение, соответствующее уровню в проверенной иерархии. Выбор оптимального решения может быть выполнен согласно оптимальным значениям. Дополнительные факторы, такие как уровень сложности при реализации решения, могут также быть фактором, на основании которого выбирают уровень иерархии. Например, если величина усиления между неоднородной конфигурацией и однородной конфигурацией незначительна, то однородная конфигурация может быть выбрана на основании того, что ее легче реализовать. В качестве другого примера отметим, что если неоднородная конфигурация имеет значительно увеличенное оптимальное значение по сравнению с однородной конфигурацией, то может быть выбрана неоднородная конфигурация. Один или большее количество вариантов реализации настоящего изобретения могут реализовать выбранное решение посредством выполнения блоков 423-427 для выбранного решения.
[00131] Возвратимся к блоку 1303 на фиг. 13. Для определения предложенной конфигурации может быть использовано множество выборок. В некоторых вариантах реализации настоящего изобретения может быть выработано локальное оптимальное значение, которое не отражает глобальное оптимальное значение. В некоторых вариантах реализации настоящего изобретения может быть существенным время для определения оптимального значения. Один или большее количество вариантов реализации настоящего изобретения могут, параллельно, решать задачу оптимизации посредством применения различных функций преобразования к одной и той же подгруппе. Посредством применения различных функций преобразования время для определения оптимального значения может быть уменьшено, и в некоторых вариантах реализации настоящего изобретения система может не быть основана на локальном оптимальном значении.
[00132] На фиг. 15 показана блок-схема, имеющая отношение к использованию различных функций преобразования, применяемых к одной и той же подгруппе. Обработка для различных, показанных на фиг. 15 функций преобразований может быть выполнена параллельно множеством цепочек, множеством вычислительных процессоров и/или ядер процессора.
[00133] В одном или большем количестве вариантов реализации настоящего изобретения блоки, показанные на фиг. 15, могут быть выполнены вместо фиг. 13 с точки зрения решения задачи оптимизации. До выполнения различных операций по фиг. 15 могут быть выполнены блоки 1201-1207. Кроме того, блоки 1209-1219 могут быть выполнены многократно, по одному разу для каждого набора одной или большего количества функций преобразования, примененных к различным подгруппам. Другими словами, блоки 1209-1219 могут быть выполнены по одному разу для первого набора одной или большего количества функций преобразования, предназначенных для применения к подгруппам. Одновременно или последовательно, блоки 1209-1219 могут быть выполнены снова для второго набора одной или большего количества функций преобразования, предназначенных для применения к подгруппам. Процесс может быть повторен множество раз, причем набор из одной или большего количества функций преобразования применен к подгруппам.
[00134] Возвратимся к фиг. 15. В блоке 1501 конфигурации выборки получены для каждого набора функций преобразования. В одном или большем количестве вариантов реализации настоящего изобретения получение конфигурации выборки для набора из одного или большего количества функций преобразования может быть выполнено независимо от получения конфигураций выборки для других функций преобразования. Кроме того, получение конфигураций выборки для конкретного набора функций преобразования может быть выполнено, как описано выше со ссылками на блок 1301.
[00135] В блоке 1503 отдельно и для каждого набора функций преобразования, предложенная конфигурация получена в непрерывном пространстве посредством использования конфигурации выборки. В одном или большем количестве вариантов реализации настоящего изобретения получение предложенной конфигурации для набора из одного или большего количества функций преобразования может быть выполнено независимо от получения предложенной конфигурации для других функций преобразования. Кроме того, получение предложенной конфигурации выборки для конкретного набора функций преобразования может быть выполнено, как описано выше со ссылками на блок 1303.
[00136] В блоке 1505 каждая предложенная конфигурация преобразована в двоичное пространство на основании соответствующего преобразования. Преобразование предложенной конфигурации может быть выполнено независимо для каждой функции преобразования и может быть выполнено как описано выше со ссылками на блок 1305.
[00137] В блоке 1507 предложенные конфигурации оценены в двоичном пространстве посредством использования целевой функции для получения значения целевой функции. Блок 1507 может быть выполнен как описано выше со ссылками на блок 1307 и может быть выполнен независимо для каждого набора из одной или большего количества функций преобразования.
[00138] В блоке 1509 определено, сходятся ли значения согласно одному или большему количеству вариантов реализации настоящего изобретения. В частности, определено, сходятся ли значения, полученные различными функциями преобразования, как друг относительно друга, так и относительно предыдущих итераций в ходе решения задачи оптимизации.
[00139] При отсутствии сходимости для каждого набора из одной или большего количества функций преобразования последующая конфигурация выбрана в блоке 1511 на основании значений целевой функции и предложенных конфигураций каждого преобразования. В одном или большем количестве вариантов реализации настоящего изобретения предложенные конфигурации «перекрестно опылены» посредством наборов функций преобразования. В частности, предложенную конфигурацию, используемую одним набором функций преобразования, используют в качестве выборки в другом наборе функций преобразования для следующей итерации. Для использования предложенной конфигурации для первого набора функций преобразования в качестве выборки для второго набора функций преобразования могут быть выполнены следующие операции. Предложенную конфигурацию преобразуют в двоичное пространство посредством использования первого набора функций преобразования. Другими словами, получают образцы проекта для предложенных конфигураций. Затем образцы проекта отображают согласно второму набору функций преобразования в целочисленное пространство. Таким образом, в результате получают предложенную конфигурацию из первого набора функций преобразования, отображаемых на соответствующие значения второго набора функций преобразования. Каждый набор функций преобразования может затем создать дополнительные выборки и выработать новую предложенную конфигурацию, начиная с блока 1503.
[00140] Хотя фиг. 12-15 показаны и описаны по отдельности, различные части фиг. 12-15 могут быть объединены. Например, выполнение обработки согласно иерархии, как показано на фиг. 14, может быть объединено с «перекрестным опылением» между наборами функций преобразования на фиг. 15. В таком сценарии для одного или большего количества уровней иерархии может быть обработано множество наборов функций преобразования.
[00141] На фиг. 16-22 показаны примеры согласно одному или большему количеству вариантов реализации настоящего изобретения. Последующий пример приведен для объяснительных целей и не предназначен для ограничения объема изобретения.
[00142] На фиг. 16 показана взятая в качестве примера имитационная модель (1600) горизонтальной скважины (1602) с тридцатью ступенями (показанными как квадратики на фиг. 16). Каждая ступень соответствует сечению ствола скважины, в котором должен быть выполнен набор операций образования трещин. Две ступени показаны в увеличенном виде (1604). Как показано на фиг. 16, каждая из двух ступеней в увеличенном виде (1604) содержит три трещины. Эти трещины могут быть определены в имитационной модели посредством использования процедуры локального сгущения сетки. Процедура локального сгущения сетки увеличивает разрешение в определенном объеме в сетке моделирования посредством увеличения количества ячеек в сетке моделирования по определенному объему. Таким образом, статические свойства ячеек сетки в пределах определенного объема могут при необходимости отрегулированы, гарантируя также при этом устойчивость численного моделирования с введенными изменениями свойств. Свойства ячеек в блоке локального сгущения сетки обновлены согласно модели трещины, разработанной для каждой характерной длины трещины. Эти свойства могут быть введены многими способами, или непосредственно в основной файл с данными имитационной модели, или они могут быть включены в виде ассоциированных файлов определения локального сгущения сетки (например, файла LGRDEF), которые определяют данные, имеющие отношение к локальному сгущению сетки, например, данные относительно ствола скважины, индексов сетки, фактора наружного слоя, проницаемости, пористости, водной насыщенности, соотношения эффективных и общих толщин, объема порового пространства, давления и других свойств для введения характерных трещин в имитационную модель.
[00143] В имитационной модели трещина может быть определена в фиксированных местоположениях вдоль любой скважины в сетке. Локальное сгущение сетки может быть использовано для определения более высокой удельной проводимости в соседних ячейках в конкретном местоположении в скважине для учета более высокой степени связи со скелетом скальной породы, из чего следует увеличение производства текучей среды в этой точке. Таким образом, каждый блок локального сгущения сетки может отражать простую плоскую трещину согласно принятым свойствам (то есть, файлу LGRDEF). Кроме того, одна трещина может иметь место в одном блоке некоторой заранее определенной ширины (например, пятьдесят футов) для описания физического расстояния между трещинами во время операций интенсификации. Поскольку количество возможных местоположений для трещин дискретно, возникает задача моделирования, основанная на двоичной задаче оптимизации.
[00144] Задача проектирования многоступенчатой трещины может включать установление количества и местоположения ступеней вдоль каждой скважины в секторе. В одном или большем количестве вариантов реализации настоящего изобретения количество скважин, значение половины длины трещины, и количество трещин на ступень, может быть задано априорно для каждого исследуемого случая.
[00145] Двоичная задача оптимизации предназначена для описания отдельных трещин. В двоичной задаче оптимизации значение 0 или 1 установлено для каждой переменной (y i ) таким образом, что целевая функция интереса F(Y) максимизирована, где Y представляет собой вектор двоичных переменных, указывающих на размещение (или иначе) трещины в данной позиции в модели.
[00146] Общее количество возможных решений для задачи без ограничений равно 2n, где n представляет собой размерность двоичной системы, что создает задачу класса сложности NP. Пространство решения может быть несколько уменьшено посредством ограничения, описывающего постоянное количество трещин на ступень; однако, степень сложности задачи сохранена. Дополнительная сложность представлена тем, что каждая оценка целевой функции может включать оценку моделирования, сложную в вычислительном отношении (то есть, занимающую много времени). Сложность, связанная с двоичной оптимизацией, может быть разрешена посредством использования различных описанных здесь раскрытий, а адаптивная прокси-схема оптимизации может быть использована для управления задачей оптимизации, основанной на моделировании стоимости.
[00147] Описанные здесь один или большее количество вариантов реализации настоящего изобретения разработаны как способ управления сложностью, связанной с двоичными задачами оптимизации, основанными на моделировании стоимости. Способ нацелен на преобразование двоичной задачи в непрерывную задачу более низкой размерности.
[00148] На фиг. 17 показан пример схемы двоичной задачи оптимизации согласно одному или большему количеству вариантов реализации настоящего изобретения. Как показано на фиг. 17, массив (1700) двоичных переменных может быть определен как ряд n ячеек (обозначенных как с 1 (1702) … c n (1704)). Каждая ячейка соответствует конкретному местоположению в стволе скважины и определенной переменной управления, такой как трещина или состояние. Как показано на фиг. 17, каждая ячейка может содержать значение 0 или 1 и, посредством этого, определяет начальную конфигурацию.
[00149] Один или большее количество описанных здесь вариантов реализации настоящего изобретения разбивает массив двоичных переменных на некоторое количество разбиений. На фиг. 18 показан пример массива (1800) двоичных переменных, разбитого на множество разбиений. Хотя на фиг. 18 показан массив двоичных переменных, разбитый на разбиения равного размера, разбиения могут быть неоднородными по размеру. Каждой подгруппой двоичных переменных b можно управлять коллективно, используя функцию преобразования.
[00150] На фиг. 19 в качестве примера показана таблица (1900) из двух функций преобразования. В частности, фиг. 19 показывает двоичную функцию (1902) преобразования и функцию (1904) преобразования Грэя. Как показано на фиг. 19, каждая из функций преобразования отображает образец v j проекта в двоичном пространстве в целочисленное значение (например, в индекс) согласно одному или большему количеству вариантов реализации настоящего изобретения. Другими словами, посредством использования двоичной функции преобразования происходит отображение образца "0100" проекта в целочисленное значение четыре и в целочисленное значение семь посредством использования функции преобразования Грэя. Соответствующие целочисленные значения могут быть обработаны как непрерывные при генерировании предлагаемого решения для решения задачи оптимизации.
[00151] Таким образом, рассмотрим сценарий, в котором две функции преобразования применены к одному и тому же разбиению для решения двоичной задачи оптимизации, например, посредством использования методики, описанной выше со ссылками на фиг. 15. Если результат выполнения первой схемы оптимизации равен предложенной конфигурации 9 при использовании двоичной функции преобразования, то 9 отображают назад в "1001" посредством использования двоичной функции преобразования. Образец "1001" затем отображен в функции преобразования Грэя для задания целочисленного значения 14. Таким образом, в этом примере целочисленное значение 14 может быть использовано (вместе с ассоциированным с ним значением цели) в качестве выборки при применении схемы оптимизации для функции преобразования Грэя, как описано в блоке 1303 на фиг. 13, и наоборот, для решения, установленного посредством использования процедуры преобразования Грэя.
[00152] Как описано выше, один или большее количество вариантов реализации настоящего изобретения могут быть применены иерархическим образом для эффективного управления задачей оптимизации проекта многоступенчатой трещины в зависимости от гео-механической сложности имитационной модели. На фиг. 20 показан пример иерархии (2000) сложности согласно одному или большему количеству вариантов реализации настоящего изобретения. Ключ (2002) может быть использован для интерпретации переменных, показанных на фиг. 20. Как показано на фиг. 20, наивысший уровень абстракции (2004) представляет собой равномерное распределение ступеней по N скважинам с одной переменной. Оптимальное равномерное распределение (2006) улучшает процесс с одной переменной, присвоенной каждой скважине. Абстрактное оптимальное равномерное распределение (2008), кроме того, улучшает процесс, посредством разбиения скважин на m блоков каждую при сохранении равномерного распределения. Более общая абстракция, с p блоками в каждой скважине (где p > m), обеспечивает возможность любой трансформанте быть принятой при использовании схемы (2010) абстрактного оптимального распределения. Первоначальная задача (2020) двоичной оптимизации размерности n описана на самом низком уровне.
[00153] Иерархический подход может уменьшить вычислительную сложность при малой преобладающей неоднородности как в горизонтальном, так и в боковом направлениях вдоль скважин, также разрешая решение при высокой неоднородности. Однако, учитывая, что сложность модели не может быть известна априори, оптимизация может быть начата в направлении вниз от наименее сложного уровня до самого сложного уровня.
[00154] На фиг. 21.1-21.5 показаны три взятых в качестве примера ствола скважины, конфигурированных согласно результату для уровня сложности иерархии сложности, показанной в примере по фиг. 20. На фиг. 21.1-21.5 горизонтальные линии представляют собой скважины, а вертикальные линии представляет собой трещины. На фиг. 21.1 показано взятое в качестве примера равномерное распределение (2102) согласно одному или большему количеству вариантов реализации настоящего изобретения. Для фиг. 21.1 рассмотрим модель нефтеносного пласта, в котором свойства нефтеносного пласта однородны in situ. В таком сценарии одна конфигурация проекта может быть применена к скважинам, поскольку нет никакого изменения по горизонтали (широкий сектор) или в боковом направлении (вдоль скважины). Для задачи оптимизации одна переменная x может быть описана с ограничением x=x j , для j=1::: N (где N представляет собой количество скважин). Функция (T) преобразования основана на равномерном распределении заданного количества трещин, которое удовлетворяет требованию количества трещин на ступень. Здесь индекс соответствует числу ступеней и ограничен [1, x max j], где максимальное количество ступеней (x max j) равно (nc/количество трещин на ступень), где nc представляет собой количество ячеек в скважине. Очевидно, x max j представляет собой полностью растресковавшуюся скважину, а более низкие значения индекса описывают равномерные распределения более низкой плотности согласно используемой схеме отображения.
[00155] На фиг. 21.2 показан пример оптимального равномерного распределения (2104). В этом примере рассмотрена модель, в которой имеет место существенная горизонтальная неоднородность, но боковая неоднородность невелика или вовсе отсутствует. В этом случае оптимальное равномерное распределение может быть выполнено с одной переменной, присвоенной каждой скважине, с однородно распределенной моделью преобразования, как описано относительно фиг. 21.1.
[00156] На фиг. 21.3 показан пример абстрактного оптимального равномерного распределения (2106). В качестве примера рассмотрим модель, в которой имеет место существенная горизонтальная и боковая изменчивость. В таком сценарии большее количество блоков может быть определено для j-той скважины посредством соответствующего выбора величины b j (размер разбиения). Задача оптимизации определена как для оптимального равномерного распределения, но с nv > N (где N равно количеству скважин, а nv равно количеству эффективных переменных).
[00157] На фиг. 21.4 показан пример абстрактного оптимального распределения (2108) согласно одному или большему количеству вариантов реализации настоящего изобретения. Однородно распределенное преобразование может быть недостаточным для модели, которая по существу неоднородна. В таком сценарии неравномерное оптимальное распределение может быть использовано с двоичной трансформантой, обрезанной для удовлетворения требования о количестве трещин на ступеньку. Бóльшая гибкость может быть достигнута посредством использования схемы абстрактного оптимального распределения, но за счет увеличения количества переменных, при заданном более коротком выборе размера блока (b j) в каждой скважине. Схема, показанная на фиг. 21.4, может разрешить асимметричные решения в каждом разбиении.
[00158] На фиг. 21.5 показан пример абстрактного оптимального распределения (2110) согласно одному или большему количеству вариантов реализации настоящего изобретения. В схеме, показанной на фиг. 21.5, никакие ограничения не наложены на скважину. Процесс оптимизации полностью уравновешен, если снято требование количества трещин на ступень. В таком сценарии каждая переменная имеет более широкий диапазон индексов, что разрешает возможные проекты, поскольку никакие образцы не были обрезаны.
[00159] На фиг. 22 показан взятый в качестве примера график (2200) профилей характеристик оптимизации для каждого уровня сложности иерархии сложности согласно одному или большему количеству вариантов реализации настоящего изобретения. В Таблице 2 ниже приведены значения, соответствующие взятому в качестве примера графику на фиг. 22.
| Ограничение (3 трещины на ступень) | ||||||||||
| Схема | Размерность | Скважина 1 | Скважина 2 | Скважина 3 | Скважина 4 | Скважина 5 | Полное количество трещин | Количество функциональных оценок | Время (часы) | Fopt (миллионов долл.) |
| Равномерное распределе-ние | 1 | 60 | 60 | 60 | 60 | 60 | 300 | 25 | 16,4 | 14,9822 |
| Оптимальное равномерное распределе-ние | 5 | 60 | 63 | 57 | 60 | 60 | 300 | 56 | 35,8 | 14,9273 |
| Абстрактное оптимальное равномерное распределе-ние | 10 | 66 | 63 | 60 | 63 | 63 | 315 | 82 | 47,3 | 14,9255 |
| Абстрактное оптимальное равномерное распределе-ние | 15 | 60 | 60 | 63 | 60 | 60 | 303 | 192 | 110,1 | 14,9390 |
| Абстрактное оптимальное распределе-ние | 165 | 165 | 69 | 60 | 69 | 57 | 324 | 339 | 172,6 | 12,7863 |
| Никаких ограничений на проект | ||||||||||
| Абстрактное оптимальное распределе-ние | 165 | 68 | 68 | 68 | 59 | 75 | 338 | 319 | 172,0 | 18,5699 |
Таблица 2
[00160] В частности, Таблица 2 и фиг. 22 показывают пример оптимизации модели с 5 скважинами с полудлиной трещины в 125 футов. Исходная двоичная система содержит n=990 двоичных переменных с nc=198 ячеек на скважину. Результаты показаны для схем равномерного распределения, оптимального равномерного распределения, абстрактного оптимального равномерного распределения и абстрактного оптимального распределения. Для каждой схемы указаны размерность задачи, количество трещин на скважину и полное количество образованных трещин. Также указано количество функциональных оценок и время, необходимое для достижения решения относительно чистого приведенного дохода.
[00161] Решение для равномерного распределения следует из одномерного процесса оптимизации, использующего 25 функциональных оценок. Установлен проект, содержащий 20 однородно распределенных ступеней (с 60 трещинами) на каждой скважине. Решение для оптимального равномерного распределения приводит к задаче с 5 переменными и идентифицирует оптимальное равномерное распределение в расчете на скважину. В этом примере решение для оптимального равномерного распределения незначительно ниже решения для равномерного распределения, что указывает на отсутствие существенной неоднородности в модели. Независимо от этого решение для оптимального равномерного распределения может быть дополнительно улучшено с дополнительными разбиениями, присвоенными скважине. Задача абстрактного оптимального равномерного распределения с 2 или 3 разбиениями приводит в этом примере к задачам с 10 и 15 переменными, соответственно. Как показано, при увеличении размерности модели количество функциональных оценок, необходимых для достижения решения, может также увеличиться. Однако, в настоящем примере результаты не отличны заметно от решения при равномерном распределении.
[00162] Схема с абстрактным оптимальным распределением обеспечивает еще большую гибкость (если это обосновано) с меньшими разбиениями. Задача с 165 переменными приводит к длине блока в 6 бит и использует более 300 оценок моделирования. Вследствие увеличенной сложности задачи может существовать решение с уменьшенным значением. Уменьшенное значение может иметь место вследствие ограничения адаптивной процедуры, что может привести к локальному захвату, когда функция в высокой степени многомодальна. Процедура перезапуска может быть использована для преодоления этого ограничения до некоторой степени.
[00163] Наконец, как показано на графике, схема абстрактного оптимального распределения, снова с 165 переменными, продемонстрирована без наложения требования к проекту (3 трещины на ступень). Примечательно, что такая упрощенная задача приводит к более высокому значению целевой функции (почти на 24% больше лучшего решения, установленного схемой равномерного распределения).
[00164] Как описано выше, фиг. 16-22 представляют собой лишь примеры. Конфигурации и результаты могут быть изменены без выхода за пределы объема одного или большего количества вариантов реализации настоящего изобретения.
[00165] Варианты реализации настоящего изобретения могут быть реализованы посредством вычислительной системы. Может быть использована любая комбинация мобильных устройств, настольных устройств, серверов, встроенных устройств или других типов аппаратных средств. Например, как показано на фиг. 23, вычислительная система (2300) может содержать один или большее количество компьютерных процессоров (2302), ассоциативную память (2304) (например, запоминающее устройство с произвольным порядком выборки (RAM), кэш-память, флэш-память и т.д.), одно или большее количество запоминающих устройств (2306) (например, жесткий диск, накопитель на оптических дисках, такой как дисковод для компакт-дисков (CD), дисковод для универсальных цифровых дисков (DVD, стержень флэш-памяти и т.д.) и многочисленные другие элементы и функциональные возможности. Компьютерный процессор(-ы) (2302) может быть интегральной схемой для обработки команд. Например, компьютерный процессор(-ы) может быть одним или большим количеством ядер или микроядер процессора. Вычислительная система (2300) может также содержать одно или большее количество устройств (2310) ввода данных, таких как сенсорный экран, клавиатура, мышь, микрофон, сенсорная панель, электронное перо или любой другой тип устройства ввода данных. Кроме того, вычислительная система (2300) может содержать одно или большее количество устройств (2308) вывода, таких как экран (например, жидкокристаллический дисплей, плазменный дисплей, сенсорный экран, монитор с электронно-лучевой трубкой, проектор, или другое устройство отображения), принтер, устройство внешнего хранения или любое другое устройство вывода. Один или большее количество устройств вывода может совпадать с устройствами ввода данных или быть отличными от них. Вычислительная система (2300) может быть присоединена к сети (2312) (например, к локальной вычислительной сети, глобальной сети, такой как Интернет, мобильной сети, или к любому другому типу сети) посредством соединения сетевого интерфейса (не показан). Устройство(-а) ввода и вывода могут быть локально или удаленно (например, через сеть (2312)) присоединены к компьютерному процессору(-ам) (2302), памяти (2304) и запоминающему устройству(-ам) (2306). Существует много различных типов вычислительных систем, а вышеупомянутое устройство(-а) ввода и вывода могут иметь другие формы выполнения.
[00166] Команды программного обеспечения в виде считываемого компьютером кода программы, предназначенного для выполнения вариантов реализации настоящего изобретения, могут быть сохранены, полностью или частично, временно или постоянно, в энергонезависимый считываемый компьютером носитель, такой как CD, DVD, запоминающее устройство, дискета, лента, флэш-память, физическая память, или любая другая считываемая компьютером среда хранения. В частности, команды программного обеспечения могут соответствовать считываемому компьютером коду программы, который при его реализации процессором(-ами), выполнен с возможностью реализации вариантов реализации настоящего изобретения.
[00167] Кроме того, один или большее количество элементов вышеупомянутой вычислительной системы (2300) могут быть размещены в удаленном местоположении и соединены с другими элементами по сети (2312). Кроме того, варианты реализации настоящего изобретения могут быть реализованы в распределенной системе, имеющей множество узлов, причем каждая часть изобретения может быть расположена в определенном узле в пределах распределенной системы. В одном примере реализации настоящего изобретения узел соответствует определенному вычислительному устройству. Узел может соответствовать компьютерному процессору с присоединенной физической памятью. Узел может соответствовать компьютерному процессору или микроядру компьютерного процессора с совместно используемыми памятью и/или ресурсами.
[00168] Хотя изобретение было описано относительно ограниченного количества вариантов реализации, специалисты в данной области техники, прочитавшие это раскрытие изобретения, понимают, что могут быть разработаны другие варианты реализации настоящего изобретения, не выходящие за пределы объема раскрытого здесь изобретения. В соответствии с этим объем изобретения должен быть ограничен приложенными пунктами формулы изобретения.
Claims (78)
1. Способ управления операциями нефтяного месторождения, включающий:
получение модели геологической среды, содержащей модель проекта трещины, имеющей свойство трещины с неопределенным значением;
получение набора характерных значений, которые отражают неопределенность в свойстве трещины; посредством
получения набора характерных значений, представляющих неопределенность в модели скорости распространения сейсмических волн;
получения данных микросейсмического события;
генерирования набора характерных значений для свойства трещины посредством использования набора характерных значений для модели скорости распространения сейсмических волн и данных микросейсмического события,
решение задачи оптимизации нефтяного месторождения с переменным параметром управления посредством использования набора характерных значений для свойства трещины для получения решения, содержащего оптимальное значение для переменного параметра управления;
генерирование проекта нефтяного месторождения, основанного на решении; и
сохранение проекта нефтяного месторождения.
2. Способ по п. 1, дополнительно включающий:
получение набора характерных значений для свойства нефтеносного пласта с неопределенным значением,
причем решение задачи оптимизации нефтяного месторождения включает использование набора характерных значений для свойства нефтеносного пласта.
3. Способ по п. 1, дополнительно включающий:
выполнение операции на нефтяном месторождении согласно проекту нефтяного месторождения.
4. Способ по п. 1, дополнительно включающий:
получение посредством использования множества датчиков, размещенных на нефтяном месторождении, данных нефтяного месторождения,
причем получение модели геологической среды включает генерирование модели геологической среды посредством использования данных нефтяного месторождения, и получение набора характерных значений, представляющих неопределенность в свойстве трещины, содержит генерирование набора характерных значений для свойства трещины на основании данных нефтяного месторождения.
5. Способ по п. 1, в котором решение задачи оптимизации нефтяного месторождения включает:
для множества выборок параметра модели генерирование первого множества значений целевой функции для каждой выборки из множества выборок параметра модели посредством:
выборки набора характерных значений для свойства трещины для получения выборки параметра модели из множества выборок параметра модели, и
выполнения модели предсказания трещины с первым значением переменного параметра управления и выборкой параметра модели для получения первого значения целевой функции в первом множестве значений целевой функции;
вычисление первого среднего значения первого множества значений целевой функции и
вычисление первой дисперсии первого множества значений целевой функции.
6. Способ по п. 5, дополнительно включающий:
определение на основании первого среднего значения и первой дисперсии, что первое значение переменного параметра управления представляет собой оптимальное значение для переменного параметра управления;
настройка первого значения переменного параметра управления в решении, основанном на определении, что первое значение переменного параметра управления представляет собой оптимальное значение.
7. Способ по п. 5, дополнительно включающий:
определение на основании первого среднего значения и первой дисперсии, что первое значение переменного параметра управления не представляет собой оптимальное значение для переменного параметра управления;
выбор второго значения переменного параметра управления на основании определения, что первое значение переменного параметра управления не представляет собой оптимальное значение;
для множества выборок параметра модели генерирование второго множества значений целевой функции для каждой выборки из множества выборок параметра модели посредством:
выборки набора характерных значений для свойства трещины для получения выборки параметра модели из множества выборок параметра модели и
выполнения модели предсказания трещины со вторым значением переменного параметра управления и выборкой параметра модели для получения второго значения целевой функции во втором множестве значений целевой функции;
вычисление второго среднего значения второго множества значений целевой функции и
вычисление второй дисперсии второго множества значений целевой функции.
8. Способ по п. 7, дополнительно включающий:
определение на основании второго среднего значения и второй дисперсии, что второе значение переменного параметра управления представляет собой оптимальное значение для переменного параметра управления;
настройку второго значения переменного параметром управления в решении, основанном на определении, что второе значение переменного параметра управления представляет собой оптимальное значение.
9. Система для управления нефтяным месторождением, содержащая:
компьютерный процессор;
средство проектирования нефтяного месторождения, которое при выполнении на компьютерном процессоре:
получает модель геологической среды, содержащую модель проекта трещины, которая имеет свойство трещины с неопределенным значением,
получает набор характерных значений, которые отражают неопределенность в свойстве трещины, посредством
получения набора характерных значений, представляющих неопределенность в модели скорости распространения сейсмических волн;
получения данных микросейсмического события;
генерирования набора характерных значений для свойства трещины посредством использования набора характерных значений для модели скорости распространения сейсмических волн и данных микросейсмического события,
генерирует проект нефтяного месторождения на основании решения; и
решающее устройство, которое при реализации на компьютерном процессоре:
решает задачу оптимизации нефтяного месторождения с переменным параметром управления посредством использования набора характерных значений для свойства трещины для получения решения, содержащего оптимальное значение для переменного параметра управления.
10. Система по п. 9, дополнительно содержащая:
контроллер оборудования для:
передачи управляющего сигнала для выполнения операции на нефтяном месторождения на основании проекта нефтяного месторождения.
11. Система по п. 10, дополнительно содержащая:
оборудование нефтяного месторождения для:
получения управляющего сигнала и
выполнения операции на нефтяном месторождении.
12. Система по п. 9, дополнительно содержащая:
множество датчиков, размещенных на нефтяном месторождении для:
получения данных нефтяного месторождения,
причем получение модели геологической среды включает генерирование модели геологической среды посредством использования данных нефтяного месторождения, и
причем получение набора характерных значений содержит генерирование набора характерных значений, основанного на данных нефтяного месторождения.
13. Система по п. 9, дополнительно содержащая:
архив данных, выполненный с возможностью хранения множества наборов характерных значений.
14. Энергонезависимый считываемый компьютером носитель для управления операциями нефтяного месторождения, содержащий считываемый компьютером код программы для:
получения модели геологической среды, содержащей модель проекта трещины, имеющей свойство трещины с неопределенным значением;
получения набора характерных значений, которые отражают неопределенность в свойстве трещины;
решения задачи оптимизации нефтяного месторождения с переменным параметром управления посредством использования набора характерных значений для свойства трещины для получения решения, содержащее оптимальное значение для переменного параметра управления; причем решение задачи оптимизации нефтяного месторождения включает:
для множества выборок параметра модели генерирование первого множества значений целевой функции для каждой выборки из множества выборок параметра модели посредством:
выборки набора характерных значений для свойства трещины для получения выборки параметра модели в множестве выборок параметра модели, и
выполнения модели предсказания трещины с первым значением переменного параметра управления и выборкой параметра модели для получения первого значения целевой функции в первом множестве значений целевой функции; и
вычисление первого среднего значения первого множества значений целевой функции,
генерирования проекта нефтяного месторождения, основанного на решении; и
сохранения проекта нефтяного месторождения.
15. Энергонезависимый считываемый компьютером носитель по п. 14, в котором получение набора характерных значений для свойства трещины включает:
получение набора характерных значений, представляющих неопределенность в модели скорости распространения сейсмических волн;
получение данных микросейсмического события;
генерирование набора характерных значений для свойства трещины посредством использования набора характерных значений для модели скорости распространения сейсмических волн и данных микросейсмического события.
16. Энергонезависимый считываемый компьютером носитель по п. 15, дополнительно содержащий:
вычисление первой дисперсии первого множества значений целевой функции.
Applications Claiming Priority (11)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201461924063P | 2014-01-06 | 2014-01-06 | |
| US61/924,063 | 2014-01-06 | ||
| US201462069178P | 2014-10-27 | 2014-10-27 | |
| US201462069189P | 2014-10-27 | 2014-10-27 | |
| US201462069194P | 2014-10-27 | 2014-10-27 | |
| US201462069187P | 2014-10-27 | 2014-10-27 | |
| US62/069,187 | 2014-10-27 | ||
| US62/069,178 | 2014-10-27 | ||
| US62/069,194 | 2014-10-27 | ||
| US62/069,189 | 2014-10-27 | ||
| PCT/US2015/010242 WO2015103582A1 (en) | 2014-01-06 | 2015-01-06 | Multistage oilfield design optimization under uncertainty |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2016132217A RU2016132217A (ru) | 2018-02-09 |
| RU2669948C2 true RU2669948C2 (ru) | 2018-10-17 |
Family
ID=53494109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016132217A RU2669948C2 (ru) | 2014-01-06 | 2015-01-06 | Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US10767448B2 (ru) |
| CN (1) | CN106104590B (ru) |
| CA (1) | CA2935421A1 (ru) |
| RU (1) | RU2669948C2 (ru) |
| WO (2) | WO2015103582A1 (ru) |
Families Citing this family (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10767448B2 (en) | 2014-01-06 | 2020-09-08 | Schlumberger Technology Corporation | Multistage oilfield design optimization under uncertainty |
| US10954766B2 (en) * | 2016-04-08 | 2021-03-23 | Intelligent Solutions, Inc. | Methods, systems, and computer-readable media for evaluating service companies, identifying candidate wells and designing hydraulic refracturing |
| WO2017199753A1 (ja) * | 2016-05-18 | 2017-11-23 | 日本電気株式会社 | 最適化システム、最適化方法および最適化プログラム |
| US10794134B2 (en) * | 2016-08-04 | 2020-10-06 | Baker Hughes, A Ge Company, Llc | Estimation of optimum tripping schedules |
| CN107829719A (zh) * | 2017-02-21 | 2018-03-23 | 中国石油化工股份有限公司 | 海上油藏新区经济最优井网的优化设计方法 |
| EP3616102A4 (en) * | 2017-04-28 | 2021-01-13 | Services Pétroliers Schlumberger | METHOD AND SYSTEM FOR GENERATING A COMPLETE DESIGN USING A STREAM LINE MODEL |
| US11624326B2 (en) | 2017-05-21 | 2023-04-11 | Bj Energy Solutions, Llc | Methods and systems for supplying fuel to gas turbine engines |
| CN107808032B (zh) * | 2017-09-28 | 2021-07-16 | 中国石油化工股份有限公司 | 页岩气储层含水饱和度计算方法及系统 |
| US11543560B2 (en) | 2018-04-13 | 2023-01-03 | Schlumberger Technology Corporation | Method for reservoir simulation optimization under geological uncertainty |
| US11112516B2 (en) * | 2018-04-30 | 2021-09-07 | Schlumberger Technology Corporation | Data fusion technique to compute reservoir quality and completion quality by combining various log measurements |
| US11288609B2 (en) | 2018-12-04 | 2022-03-29 | Schlumberger Technology Corporation | Systems and methods for executing a plan associated with multiple equipment by using rule-based inference |
| US20200175444A1 (en) * | 2018-12-04 | 2020-06-04 | Schlumberger Technology Corporation | Multi-domain planning and execution |
| EP3794528A4 (en) | 2018-05-12 | 2022-01-26 | Services Pétroliers Schlumberger | SYSTEM FOR INTERPRETATION OF SEISMIC DATA |
| CN110529105B (zh) * | 2018-05-23 | 2022-06-03 | 中国石油天然气股份有限公司 | 多重介质有水气藏水平井开发的设计方法及设计装置 |
| CN108920849B (zh) * | 2018-07-09 | 2022-07-19 | 合肥辰工科技有限公司 | 一种缝洞型储层试井确定地层中洞流量方法 |
| NO20210101A1 (en) * | 2018-08-30 | 2021-01-26 | Landmark Graphics Corp | Automated production history matching using bayesian optimization |
| WO2020092300A1 (en) * | 2018-10-29 | 2020-05-07 | Schlumberger Technology Corporation | Uploading and validation of combined oilfield data |
| AU2019387281B2 (en) * | 2018-11-30 | 2024-01-25 | Chevron U.S.A. Inc. | System and method for analysis of subsurface data |
| US10983233B2 (en) * | 2019-03-12 | 2021-04-20 | Saudi Arabian Oil Company | Method for dynamic calibration and simultaneous closed-loop inversion of simulation models of fractured reservoirs |
| US11560845B2 (en) | 2019-05-15 | 2023-01-24 | Bj Energy Solutions, Llc | Mobile gas turbine inlet air conditioning system and associated methods |
| US11125671B2 (en) * | 2019-07-09 | 2021-09-21 | Saudi Arabian Oil Company | Laboratory measurement of dynamic fracture porosity and permeability variations in rock core plug samples |
| US10961914B1 (en) | 2019-09-13 | 2021-03-30 | BJ Energy Solutions, LLC Houston | Turbine engine exhaust duct system and methods for noise dampening and attenuation |
| US10815764B1 (en) | 2019-09-13 | 2020-10-27 | Bj Energy Solutions, Llc | Methods and systems for operating a fleet of pumps |
| US11015594B2 (en) | 2019-09-13 | 2021-05-25 | Bj Energy Solutions, Llc | Systems and method for use of single mass flywheel alongside torsional vibration damper assembly for single acting reciprocating pump |
| CA3092865C (en) | 2019-09-13 | 2023-07-04 | Bj Energy Solutions, Llc | Power sources and transmission networks for auxiliary equipment onboard hydraulic fracturing units and associated methods |
| CA3092859A1 (en) | 2019-09-13 | 2021-03-13 | Bj Energy Solutions, Llc | Fuel, communications, and power connection systems and related methods |
| US10895202B1 (en) | 2019-09-13 | 2021-01-19 | Bj Energy Solutions, Llc | Direct drive unit removal system and associated methods |
| CA3092829C (en) | 2019-09-13 | 2023-08-15 | Bj Energy Solutions, Llc | Methods and systems for supplying fuel to gas turbine engines |
| US11002189B2 (en) | 2019-09-13 | 2021-05-11 | Bj Energy Solutions, Llc | Mobile gas turbine inlet air conditioning system and associated methods |
| US11555756B2 (en) | 2019-09-13 | 2023-01-17 | Bj Energy Solutions, Llc | Fuel, communications, and power connection systems and related methods |
| US11708829B2 (en) | 2020-05-12 | 2023-07-25 | Bj Energy Solutions, Llc | Cover for fluid systems and related methods |
| US10968837B1 (en) | 2020-05-14 | 2021-04-06 | Bj Energy Solutions, Llc | Systems and methods utilizing turbine compressor discharge for hydrostatic manifold purge |
| US11428165B2 (en) | 2020-05-15 | 2022-08-30 | Bj Energy Solutions, Llc | Onboard heater of auxiliary systems using exhaust gases and associated methods |
| US11208880B2 (en) | 2020-05-28 | 2021-12-28 | Bj Energy Solutions, Llc | Bi-fuel reciprocating engine to power direct drive turbine fracturing pumps onboard auxiliary systems and related methods |
| US11109508B1 (en) | 2020-06-05 | 2021-08-31 | Bj Energy Solutions, Llc | Enclosure assembly for enhanced cooling of direct drive unit and related methods |
| US11208953B1 (en) | 2020-06-05 | 2021-12-28 | Bj Energy Solutions, Llc | Systems and methods to enhance intake air flow to a gas turbine engine of a hydraulic fracturing unit |
| US11066915B1 (en) | 2020-06-09 | 2021-07-20 | Bj Energy Solutions, Llc | Methods for detection and mitigation of well screen out |
| US11111768B1 (en) | 2020-06-09 | 2021-09-07 | Bj Energy Solutions, Llc | Drive equipment and methods for mobile fracturing transportation platforms |
| US10954770B1 (en) | 2020-06-09 | 2021-03-23 | Bj Energy Solutions, Llc | Systems and methods for exchanging fracturing components of a hydraulic fracturing unit |
| WO2021251982A1 (en) * | 2020-06-12 | 2021-12-16 | Landmark Graphics Corporation | Controlling wellbore equipment using a hybrid deep generative physics neural network |
| US11125066B1 (en) | 2020-06-22 | 2021-09-21 | Bj Energy Solutions, Llc | Systems and methods to operate a dual-shaft gas turbine engine for hydraulic fracturing |
| US11939853B2 (en) | 2020-06-22 | 2024-03-26 | Bj Energy Solutions, Llc | Systems and methods providing a configurable staged rate increase function to operate hydraulic fracturing units |
| US11028677B1 (en) * | 2020-06-22 | 2021-06-08 | Bj Energy Solutions, Llc | Stage profiles for operations of hydraulic systems and associated methods |
| US11933153B2 (en) | 2020-06-22 | 2024-03-19 | Bj Energy Solutions, Llc | Systems and methods to operate hydraulic fracturing units using automatic flow rate and/or pressure control |
| US11473413B2 (en) | 2020-06-23 | 2022-10-18 | Bj Energy Solutions, Llc | Systems and methods to autonomously operate hydraulic fracturing units |
| US11466680B2 (en) | 2020-06-23 | 2022-10-11 | Bj Energy Solutions, Llc | Systems and methods of utilization of a hydraulic fracturing unit profile to operate hydraulic fracturing units |
| US11220895B1 (en) | 2020-06-24 | 2022-01-11 | Bj Energy Solutions, Llc | Automated diagnostics of electronic instrumentation in a system for fracturing a well and associated methods |
| US11149533B1 (en) | 2020-06-24 | 2021-10-19 | Bj Energy Solutions, Llc | Systems to monitor, detect, and/or intervene relative to cavitation and pulsation events during a hydraulic fracturing operation |
| US11193360B1 (en) | 2020-07-17 | 2021-12-07 | Bj Energy Solutions, Llc | Methods, systems, and devices to enhance fracturing fluid delivery to subsurface formations during high-pressure fracturing operations |
| US11740386B2 (en) * | 2020-07-30 | 2023-08-29 | Chevron U.S.A. Inc. | Determination of representative wells to characterize subsurface regions |
| CN112392477B (zh) * | 2020-12-04 | 2023-08-22 | 中国石油天然气股份有限公司 | 一种单井潜力快速预测方法 |
| WO2022125852A1 (en) * | 2020-12-10 | 2022-06-16 | Schlumberger Technology Corporation | Processing subsurface data with uncertainty for modelling and field planning |
| CN112647916B (zh) * | 2020-12-22 | 2023-03-24 | 中海石油(中国)有限公司 | 一种海上低渗透油田压裂技术选井选层方法和系统 |
| CN112983359B (zh) * | 2021-02-25 | 2022-01-28 | 中国石油大学(北京) | 一种薄互层油田开发方法 |
| US11639654B2 (en) | 2021-05-24 | 2023-05-02 | Bj Energy Solutions, Llc | Hydraulic fracturing pumps to enhance flow of fracturing fluid into wellheads and related methods |
| WO2023214196A1 (en) * | 2022-05-02 | 2023-11-09 | Abu Dhabi National Oil Company | Method and system for exploiting a subterranean reservoir |
| CN114880775B (zh) * | 2022-05-10 | 2023-05-09 | 江苏大学 | 一种基于主动学习Kriging模型的可行域搜索方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2211311C2 (ru) * | 2001-01-15 | 2003-08-27 | ООО Научно-исследовательский институт "СибГеоТех" | Способ одновременно-раздельной разработки нескольких эксплуатационных объектов и скважинная установка для его реализации |
| RU2281384C2 (ru) * | 2000-02-22 | 2006-08-10 | Шлумбергер Текнолоджи Корпорейшн | Способ получения жидкости или/и газа из пластового резервуара |
| US20080289875A1 (en) * | 2004-09-03 | 2008-11-27 | The Robert Gordon University | Method and System for the Design of an Oil Well |
| US20100088082A1 (en) * | 2008-10-06 | 2010-04-08 | Schlumberger Technology Corporation | Multidimensional data repository for modeling oilfield operations |
| RU2413992C2 (ru) * | 2005-04-29 | 2011-03-10 | Лэндмарк Графикс Корпорейшн | Анализ многочисленных объектов с учетом неопределенностей |
| RU2461026C1 (ru) * | 2011-05-31 | 2012-09-10 | Шлюмберже Текнолоджи Б.В. | Способ определения геометрических характеристик трещины гидроразрыва |
Family Cites Families (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6434435B1 (en) * | 1997-02-21 | 2002-08-13 | Baker Hughes Incorporated | Application of adaptive object-oriented optimization software to an automatic optimization oilfield hydrocarbon production management system |
| US6549879B1 (en) * | 1999-09-21 | 2003-04-15 | Mobil Oil Corporation | Determining optimal well locations from a 3D reservoir model |
| US6775578B2 (en) | 2000-09-01 | 2004-08-10 | Schlumberger Technology Corporation | Optimization of oil well production with deference to reservoir and financial uncertainty |
| US9176243B2 (en) * | 2006-02-24 | 2015-11-03 | Hanner Zueroher | Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water |
| US7953587B2 (en) * | 2006-06-15 | 2011-05-31 | Schlumberger Technology Corp | Method for designing and optimizing drilling and completion operations in hydrocarbon reservoirs |
| CA2665116C (en) * | 2006-10-30 | 2011-07-19 | Schlumberger Canada Limited | System and method for performing oilfield simulation operations |
| US8190458B2 (en) * | 2007-01-17 | 2012-05-29 | Schlumberger Technology Corporation | Method of performing integrated oilfield operations |
| US8497685B2 (en) | 2007-05-22 | 2013-07-30 | Schlumberger Technology Corporation | Angular position sensor for a downhole tool |
| US20080319726A1 (en) * | 2007-06-19 | 2008-12-25 | Schlumberger Technology Corporation | System and method for performing oilfield simulation operations |
| WO2009067538A1 (en) | 2007-11-19 | 2009-05-28 | Mentor Graphics Corporation | Dynamic pointer dereferencing and conversion to static hardware |
| WO2010071701A1 (en) * | 2008-12-16 | 2010-06-24 | Exxonmobil Upstream Research Company | Systems and methods for hydrocarbon reservoir development and management optimization |
| US8600717B2 (en) * | 2009-05-14 | 2013-12-03 | Schlumberger Technology Corporation | Production optimization for oilfields using a mixed-integer nonlinear programming model |
| US20120130696A1 (en) | 2009-08-12 | 2012-05-24 | Exxonmobil Upstream Research Company | Optimizing Well Management Policy |
| US9031674B2 (en) | 2010-10-13 | 2015-05-12 | Schlumberger Technology Corporation | Lift-gas optimization with choke control |
| WO2012078238A1 (en) | 2010-12-09 | 2012-06-14 | Exxonmobil Upstream Company | Optimal design system for development planning of hydrocarbon resources |
| US20120203525A1 (en) | 2011-02-08 | 2012-08-09 | Adrian Rodriguez Herrera | Three-dimensional modeling of parameters for oilfield drilling |
| US9715026B2 (en) * | 2011-03-11 | 2017-07-25 | Schlumberger Technology Corporation | System and method for performing microseismic fracture operations |
| US8929312B2 (en) | 2011-09-14 | 2015-01-06 | Transpacific Ip Management Group Ltd. | Dynamic resource management for orthogonal frequency division multiple access wireless networks |
| MX2015001362A (es) * | 2012-08-01 | 2015-09-16 | Schlumberger Technology Bv | Evaluacion, monitoreo y control de operaciones de perforacion y/o evaluacion de caracteristicas geologicas. |
| US20140094974A1 (en) | 2012-10-01 | 2014-04-03 | Schlumberger Technology Corporation | Lift and choke control |
| US9076337B2 (en) | 2013-09-19 | 2015-07-07 | Mitsubishi Electric Research Laboratories, Inc. | Method for determining trajectory of multi-motor control system avoiding obstacle |
| US10068170B2 (en) * | 2013-09-23 | 2018-09-04 | Oracle International Corporation | Minimizing global error in an artificial neural network |
| US10275422B2 (en) | 2013-11-19 | 2019-04-30 | D-Wave Systems, Inc. | Systems and methods for finding quantum binary optimization problems |
| EP3077619B1 (en) * | 2013-12-05 | 2018-10-24 | Services Petroliers Schlumberger | Digital core model construction |
| US20160305237A1 (en) | 2013-12-05 | 2016-10-20 | Schlumberger Technology Corporation | Method and system of showing heterogeneity of a porous sample |
| US10767448B2 (en) * | 2014-01-06 | 2020-09-08 | Schlumberger Technology Corporation | Multistage oilfield design optimization under uncertainty |
| US20150268365A1 (en) | 2014-03-18 | 2015-09-24 | Schlumberger Technology Corporation | Method to characterize geological formations using secondary source seismic data |
| US20150331122A1 (en) | 2014-05-16 | 2015-11-19 | Schlumberger Technology Corporation | Waveform-based seismic localization with quantified uncertainty |
| US10487649B2 (en) | 2015-03-26 | 2019-11-26 | Schlumberger Technology Corporation | Probabalistic modeling and analysis of hydrocarbon-containing reservoirs |
| US20170336811A1 (en) | 2016-05-17 | 2017-11-23 | Schlumberger Technology Corporation | Flow control device design for well completions in an oilfield |
-
2015
- 2015-01-06 US US15/109,671 patent/US10767448B2/en active Active
- 2015-01-06 CN CN201580012350.2A patent/CN106104590B/zh active Active
- 2015-01-06 RU RU2016132217A patent/RU2669948C2/ru active
- 2015-01-06 WO PCT/US2015/010242 patent/WO2015103582A1/en active Application Filing
- 2015-01-06 WO PCT/US2015/010216 patent/WO2015103573A1/en active Application Filing
- 2015-01-06 CA CA2935421A patent/CA2935421A1/en active Pending
- 2015-01-06 US US15/109,681 patent/US10435995B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2281384C2 (ru) * | 2000-02-22 | 2006-08-10 | Шлумбергер Текнолоджи Корпорейшн | Способ получения жидкости или/и газа из пластового резервуара |
| RU2211311C2 (ru) * | 2001-01-15 | 2003-08-27 | ООО Научно-исследовательский институт "СибГеоТех" | Способ одновременно-раздельной разработки нескольких эксплуатационных объектов и скважинная установка для его реализации |
| US20080289875A1 (en) * | 2004-09-03 | 2008-11-27 | The Robert Gordon University | Method and System for the Design of an Oil Well |
| RU2413992C2 (ru) * | 2005-04-29 | 2011-03-10 | Лэндмарк Графикс Корпорейшн | Анализ многочисленных объектов с учетом неопределенностей |
| US20100088082A1 (en) * | 2008-10-06 | 2010-04-08 | Schlumberger Technology Corporation | Multidimensional data repository for modeling oilfield operations |
| RU2461026C1 (ru) * | 2011-05-31 | 2012-09-10 | Шлюмберже Текнолоджи Б.В. | Способ определения геометрических характеристик трещины гидроразрыва |
Also Published As
| Publication number | Publication date |
|---|---|
| CA2935421A1 (en) | 2015-07-09 |
| RU2016132217A (ru) | 2018-02-09 |
| US10767448B2 (en) | 2020-09-08 |
| CN106104590B (zh) | 2020-09-01 |
| WO2015103582A1 (en) | 2015-07-09 |
| US10435995B2 (en) | 2019-10-08 |
| US20160326846A1 (en) | 2016-11-10 |
| WO2015103573A1 (en) | 2015-07-09 |
| CN106104590A (zh) | 2016-11-09 |
| US20160326845A1 (en) | 2016-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2669948C2 (ru) | Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности | |
| US10920552B2 (en) | Method of integrating fracture, production, and reservoir operations into geomechanical operations of a wellsite | |
| US10920538B2 (en) | Method integrating fracture and reservoir operations into geomechanical operations of a wellsite | |
| US10787887B2 (en) | Method of performing integrated fracture and reservoir operations for multiple wellbores at a wellsite | |
| RU2605192C2 (ru) | Обновление микросейсмических гистограммных данных | |
| EP3406844A1 (en) | Resource production forcasting | |
| US10302791B2 (en) | Enhancing reservoir characterization using real-time SRV and fracture evolution parameters | |
| US10846443B2 (en) | Discrete irregular cellular models for simulating the development of fractured reservoirs | |
| EP2904530B1 (en) | System, method and computer program product for determining placement of perforation intervals using facies, fluid boundaries, geobodies and dynamic fluid properties | |
| WO2022011015A1 (en) | Optimization of discrete fracture network (dfn) using streamlines and machine learning | |
| EP3526627B1 (en) | Petrophysical field evaluation using self-organized map | |
| EP2912582B1 (en) | System, method and computer program product for evaluating and ranking geobodies using a euler characteristic | |
| US20240102384A1 (en) | Determining a three-dimensional fracability index for identifying fracable areas in a subsurface region | |
| WO2023245051A1 (en) | Hydraulic fracturing system | |
| AU2012396845B2 (en) | System, method and computer program product for determining placement of perforation intervals using facies, fluid boundaries, geobodies and dynamic fluid properties | |
| Sajjadian et al. | Integrated Uncertainty Quantification by Probabilistic Forecasting Approach in the Field Development Project |