简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�
简介:深层和超深层气藏的开发已成为气藏开发最重要的领域之一。由于气藏埋藏较深,普遍存在高温高压的特点,气藏气体偏差因子的计算直接影响单井井底流压、产能和动态储量的计算准确度,从而影响开发技术对策的制定。然而目前计算偏差因子和井底流压的方法众多,不同的气藏,计算方法的适用性存在差别。针对双鱼石茅口组高温高压气藏,通过BB法、HY法、DPR法、DKA法、LXF法和ZGD法6种偏差因子计算方法的计算结果与实验实测值进行对比,结果表明:①在气藏条件下HY法和DAK法计算准确性最高,最大偏差约为2.5%,其中DAK法计算结果最为接近实验值,并且在8MPa至123MPa压力范围内,平均偏差约为0.6%。②基于实验测试和计算结果确认DAK法适用于该气藏的天然气偏差因子计算。③在此研究基础上,对温压耦合模型进行改进,建立了新的气藏井底流压计算模型。对比现场测试压力和模型计算值,改进的温压耦合模型计算结果偏差最低,仅为-1.593%,具有较高准确性,研究结果表明针对类似于双鱼石这类高温高压气藏,DAK法和改进的温压耦合模型具有较强适用性。
简介:GeoFrame软件是胜利油田分公司物探研究院地震资料解释生产的主力软件,实时掌握该软件系统的在线信息对用户来说至关重要。通过对GeoFrame解释系统数据库结构、查询处理流程、查询优化技术的研究,针对性地解决了目前在线查询功能不足的问题题,达到了提高解释工作效率的目的。
简介:本文介绍了一种连续监测水驱动态数据的方法,这些数据可以是单井数据、井组数据或者整个油田的数据。通过注水进行非混相驱的效率取决于许多参数,包括流度比、纵横比和非均质性指数。累积水油比(在本文中叫做CWOR)可以作为评价水驱效率的无因次参数。为了得到这些控制参数的标准范围,进行了以模拟为基础的研究(包括这些因素的重复组合)。估算了CWOR的预计范围(从1.5到50以上)。此外,检验了不同油藏给定条件下的瞬时WOR(IWOR)与CWOR的上升趋势,可以把这些趋势作为测量水驱效率与预计的渐近水平的监测工具。本文提出了这样一种方法,即通过比较IWOR与CWOR的无因次曲线估算油藏非均质性指数。