油田开发多目标规划模型与方案评价

提出了追求产量最高、成本最低为目标．并在一定约束条件下的油田开发多目标线性规划模型。介绍了该模型在预测产量方法和定产量方法优化规划方面的应用。以及对如何综合评价和优选开发方案。     

随机油价下的油田开发规划优化模型

为了科学合理地制定油田开发规划方案，建立了随机油价下的油田开发规划优化模型。首先利用功能模拟原理（微分模拟方法及神经网络方法）建立油田采油厂产量与其对应影响因素的关联关系，然后在随机油价下，根据油田开发的实际情况，在对决策变量、目标函数、约束条件进行分析的基础上，研究每个采油厂或开发单元的具体情况并建立定产量、定成本、效益最好的产能分配优化模型，并采用改进内点法对优化模型进行求解。采用这一优化过程，成功地解决了油田开发规划中随机油价下的油田（采油厂）产量、工作量及成本的最优分配问题。将该模型应用干中国某油田中后期开发阶段产量规划中，产生了巨大的经济效益。表3参12     

油田开发规划决策支持系统及其在新疆油田的应用

油田开发规划决策支持系统 (ODPDSS)是一套以油田自身特点为基础 ,以产量和经济效益为目标的油田管理软件。该系统主要由数据准备、资源潜力分析、规划部署和优化决策等四大模块构成 ,其主要功能子模块包括未开发油藏评价、正开发油藏评价、气田与稠油油藏评价、规划经济评价、资源优化决策等 ;神经网络方法、灰色系统理论、优化技术、现代控制论理论及动态ODBC技术的应用是该系统设计的最大特点。该系统可以在措施工作量优化时给出多个方案 ,并对多个方案进行综合评判 ,从而为油田决策者整体规划油田、合理分配油气资源提供决策支持。该系统在新疆油田应用取得了成功。     

油田品位的综合评价方法

油田吕位的高低对于油田的开发决策和方案编制是极其重要的，该文提出了油田品位的综合评价方法，该方法包括１４项评价因子，每项评价因子又分为５级，每级赋予不同的权值。基于不同的评价因子和权值，可以得到一个综合评价指数，利用综合评价指数，对不同油田的品位可以排序和分类。对我国２４个油田的实际评价结果表明，该文的方法是实用和有效的。     

多目标规划方法与交互式规划模型的建立

目前在解决油田开发规划方案优化问题时，人们曾经采用过线性规划方法和动态规划方法，也曾经将大系统理论思想应用于油田开发规划方案优化。我国一些油田随着开发程度的不断深入．结合不同阶段的开发特点．开展了一系列的研究工作。自“六五”以来的各个规划期间相应采用了控制论、线性规划、动态规划、大系统理论对油田开发规划方案进行了优化，     

综合评价法在油田二次开发项目后评价中的应用——以高尚堡油田高5断块沙三段2+3油藏为例

油田开发综合评价法可应用于不同类型油藏开发效果评价、同油藏多开发方案优选、水平井开发效果评价、油田开发规划等多个领域,但应用于项目后评价的较少。项目后评价是项目生命周期最后和不可或缺的环节,原来进行项目后评价的方法操作繁杂,计算量大,实施有一定困难。综合评价法应用于油田二次开发项目后评价,关键是确定既满足项目后评价要求,又符合实现项目目标的评价指标体系和权重系数,并对可持续性进行后评价及成功度计算。综合评价法是多种评价法与成功度评价法的结合。以油田二次开发项目中的高尚堡油田高5断块沙三段2+3油藏为例,应用综合评价法进行项目后评价,研究表明该区块二次开发方案实施后总体上完成度为79.57%,属基本完成。综合评价法具有简便可靠、可对比性强、客观性强和可操作性强等特点,便于油田二次开发项目后评价的推广应用。     

基于BP神经网络的油藏流场评价体系研究

室内试验及矿场测试均显示,注水开发油田储层参数会随注水冲刷而发生变化,储层孔隙度及渗透率均会增大,形成优势流场,造成注入水的无效循环,降低开发效果。准确识别并评价优势流场,对于有针对性地采取高含水期剩余油挖潜措施具有重要意义。基于BP神经网络技术的方法对优势流场进行评价,各指标的权重值由BP神经网络经样本训练后获得,不再由层次分析法或专家打分法确定,消除了主观因素的影响,客观反映了各评价指标对优势流场的影响。将该评价体系应用于埕东油田试验区进行优势流场分级及评价,针对评价情况部署了油田剩余油挖潜方案,经数值模拟证明,剩余油挖潜效果较好。     

评价油田开发选择的综合项目模型

已经开发了一种实用而有效的开发概念评价及筛选方法，它可以判断油藏潜力与油田开发策略之间的主要关系。以电子表格为基础的项目模拟环境综合了几个油藏模型和一个油田开发规划模型。油藏模型用来解释油藏动态方面的不确定性因素。油田开发规划模型则解决时序安排并对井和处理设备成本进行评估。     

油田开发规划的非线性模糊综合评价模型

我国大部分油田现己进入开发中后期,如何根据油田自身的动态变换规律确定合理的开发方案,是油田亟待解决的关键问题之一.引入一种新的评价模型——非线性模糊综合评价模型,该模型通过特殊影响因子的引入解决了传统的线性加权模型所忽略的问题,即特殊影响因素(如动态回收期)对评价结果的影响,从而全面地考虑了影响油田开发规划的各种技术、...     

神经网络技术与地震参数隔层预测

论述了油田区块开发前期和中期利用三维地震保幅叠偏资料以及钻进地质和测井资料，采用神经网络进行储层间的隔层预测方法及实际应用问题，通过实例分析，认为该方法技术的精度和可靠性较高，其结果为油田区块开发方案的制定提供了较可靠的依据。     

油田产量构成二层规划模型及其应用

本文利用神经网络方法建立了采油厂的各开发指标与其影响因素的关联关系,然后把石油公司看成一个具有递阶性的二层系统,应用二层规划理论建立了油田产量构成二层规划模型。实例表明这种油田产量规划方法更具有合理性、实用性和科学性,可以使油田开发规划更适应开发和经济的发展,使其实现稳产、可持续性发展和更大的经济效益。     

人工神经网络预测木头油田储层孔隙度渗透率

由于历史原因,木头小规模油田在开发过程中,评价油藏、储层的物性参数严重匮乏。随着开发阶段的不断变化,剩余油分布、注采关系分析和油藏地质建模、数值模拟等工作需要高精度的物性参数。本文提出了应用改进的人工神经网络BP模型对储层孔隙度、渗透率进行预测的方法,通过实际运用,和使用多元逐步回归法相比,预测的精度大幅度提高,渗透率相关系数可由0.8436提高到0.9961,相对误差2.19%,从而为深化储层认识提供了准确的孔隙度、渗透率参数。     

应用人工神经网络预测油田注采比

在简单介绍了BP神经网络的基本原理的基础上,以实例说明了BP神经网络方法在油田注采比预测中的应用,并与注采比与水油比法、多元回归法和物质平衡法进行比较;其次,分析了各种预测法的计算结果,并对神经网络预测法进行了检验。结果表明,BP神经网络预测方法具有更好的自适应性,能够较好地反映影响注采比的各种因素与注采比的内在联系,而且预测精度较高。因此认为．应用BP神经网络方法预测油田注采比是有效、可行的。     

塔河碳酸盐岩缝洞型油藏注氮气效果评价

塔河油田现场氮气注入试验提采效果差异较大,目前的研究难以系统地评价注气开发的效果,亟需一套针对塔河油田的评价指标和界限标准。从注采状况、注采连通状况、注采平衡状况以及效果效益状况四个方面构建了塔河缝洞型油藏注气效果综合评价指标体系,并通过聚类分析方法建立了注氮气效果评价指标界限,形成了基于BP神经网络的综合评价方法,并对塔河油田203口注气单井进行了注气效果综合评价。研究结果表明,第四轮次注气后现有注气方案对剩余油的动用能力不足,缝洞型油藏复杂的连通状况形成了大量无效注气,是最终导致氮气替油效果不佳的主要原因。文中构建的缝洞型油藏注氮气效果评价体系和评价方法,解决了注氮气效果评价无依据的问题,为缝洞型油藏后期改善注氮气效果对策提供了科学依据,也为类似油藏注气效果评价提供了技术参考。     

改进的神经网络算法及其在油层识别中的应用

利用BP人工神经网络建立了油气水层的解释模型 ,给出了改进的BP训练算法 ,应用这种神经网络油气水层解释模型适时评价了新井 10 6层数据 ,经试油验证 2 2层 ,其中 19层符合 ,解释符合率为 86 3% ,网络模型识别率为 10 0 % ;在同样精度下 ,改进算法学习时间是BP算法的 4 7% ,且系统稳定。改进的神经网络算法是一种有效综合解释油气水层的新方法 ,具有学习、记忆、自适应等功能 ,可最大限度地综合运用多项原始资料 ,具有其他解释方法不可比拟的优点 ,为录井综合解释提供了一条切实可行的新途径     

综合录井油气层评价的人工神经网络方法研究

将人工神经网络模型引入综合录井油气层评价中，提出了一种改进的ＢＰ算法。采用层次模式识别的方法，对塔里木油田的实际数据进行了试算，以识别油层、气层、含水油层、油水同层、含油水层、气水同层、油气水同层、水层、干层。实验结果表明：该方法可行，且不受气测参数有效范围的限制。     

径向基函数神经网络在启动压力梯度预测中的应用

启动压力梯度直接影响着低渗透油田的开采量以及油藏压力的预测精度。它与流体粘度、密度、渗透率、孔隙度等影响因素呈非线性关系。而人工神经网络具有表示任意非线性关系和学习的能力，是解决复杂非线性、不确定性和时变性问题的新思想和新方法。利用径向基函数(RBF)人工神经网络对启动压力梯度进行预测，并结合岩心的启动压力梯度的实际测定结果进行研究，结果表明：RBF人工神经网络是一种较为有效的预测方法，具有较高的精度．该方法可以为低渗油田的开发提供可靠的基础数据，节省了人力、物力。     

基于小波神经网络的地面集输管道结垢预测研究

小波神经网络是将小波分析和神经网络理论结合起来的一种神经网络,它克服了传统BP神经网络收敛速度慢、学习效率低的缺陷,可以更快、更准确的对一些非线性问题进行研究。文章介绍了小波神经网络的结构、计算与预测的过程。将小波神经网络技术应用于某油田地面集输系统结垢程度的预测研究,其预测结果与实测值相当接近,取得了良好的效果。     

基于BP神经网络裂缝分级方法研究

裂缝级别是由裂缝的自身条件与外部条件共同决定的,是一个多因素、多层次的复杂系统,各种评价参数与裂缝发育程度之间的关系是非线性的,导致对裂缝级别进行定量的划分十分困难。本文基于BP神经网络,开展了对裂缝级别划分的研究,结果表明,基于BP神经网络的裂缝分级具有较好的应用效果。     

基于云模型的低渗透油田开发效果综合评价方法

针对模糊综合评价方法评价油田开发效果存在弱化评价的模糊性和统计性的缺点,利用云模型解决模糊问题的优势,将云模型应用于油田开发效果综合评价中,建立了基于云模型的低渗透油田开发效果综合评价方法。首先选取并建立了低渗透油田开发效果评价指标集,然后构建了各评价指标的权重云和评价云,最后基于云算数运算法则,计算得到了油藏开发效果的评价结果。采用该方法对研究区块的开发效果进行综合评价,其结果直观、可靠,符合生产实际,具有一定的借鉴作用,可为今后的油田开发调整提供依据。