油气藏渗透率分布自动识别混合遗传算法

利用井的观测压力资料，识别油气藏渗透率分布的优化问题，由于待求解的未知参数数目巨大，用人工操作的历史拟合技术和一般的优化算法，存在多解性。而遗传算法具有全局收敛性，是一种不用梯度信息的优化方法，特别适用于大型的组合优化问题。利用混合遗传算法进行历史拟合，推断渗透率分布获得了成功，简化了历史拟合过程。该方法既快速、又准确地自动识别油气藏渗透率分布，同时对油气藏的边界条件也进行了识别和优化。实际应用表明，该方法不仅丰富了微分方程反演理论和方法，而且具有生产实用价值。     

油水相对渗透率曲线非线性优化校正新方法及其应用

实验室测得的相对渗透率曲线仅代表了井点取心段的流动特征,往往与实际生产特征不符,需要在数值模拟历史拟合阶段进行校正,该过程繁琐且耗时耗力。文中提出了一种利用非线性优化理论校正相对渗透率曲线的方法。该方法假定油水相对渗透率呈广泛使用的指数函数关系,通过理论计算与实际含水-采出曲线进行拟合,确定相对渗透率曲线关系式。该方法需要参数少,计算方便、速度快。通过吐哈油田温西3区块历史拟合后的相对渗透率曲线验证,校正后的相对渗透率曲线与历史拟合相对渗透率曲线更吻合,表明校正方法是可行的。校正后的相对渗透率曲线具有较好的代表性,形态良好,克服了曲线上凸。通过新的油水相对渗透曲线计算的理论含水率-采出程度曲线与实际曲线拟合较好,符合实际生产的需要,具有一定的理论和应用价值。     

和声搜索优化算法在油藏工程辅助历史拟合中的应用

基于对和声搜索优化算法(HSO)特点及其优越性的分析,将其应用于埃及苏伊士湾Amal油田Kareem油藏油藏工程辅助历史拟合中。HSO算法具有如下优越性:对解空间探索和开发能力之间的良好平衡使得算法具有鲁棒性和高效性;生成解的多样性由两个组件有效控制,更适用于油藏工程历史拟合这样的高度非线性问题;和声记忆库取值、微调和随机化3个组件之间的配合有助于找到无偏性解;算法实现过程简单。将HSO算法与油藏工程辅助历史拟合中2种常用的优化技术(遗传算法和粒子群算法)应用于3个不同复杂程度的油藏工程历史拟合问题——2个不同尺度的物质平衡历史拟合和1个油藏历史拟合,通过对比3种算法拟合效果验证了HSO算法的正确性和优越性。Kareem油藏历史拟合结果表明,在辅助历史拟合工作流中采用HSO算法作为优化方法可以显著提高拟合质量,缩短求解时间。图7表2参44     

油藏数值模拟自动历史拟合方法研究及应用

油藏数值模拟的历史拟合过程中模型参数多、可调整自由度大，目前普遍采用实验校正法进行拟合，主观随意性大且费时多。引入最优化理论建立目标函数，以渗流方程和油藏的边界条件、初始条件为约束条件，将历史拟合转化为非线性规划中求解定义在n维空间的函数极值问题，用改进的共轭梯度法求解，基本解决了收敛问题。拟合过程中调整参数的原则为：不确定优先，敏感优先，先全局后个别，为减少调整参数，用解析函数表达相对渗透率与饱和度的关系，将模拟区域按油藏地质和井网条件划分为若干小区，分区拟合。对某封闭小断块油藏的区块与单井综合含水和地层压力进行自动历史拟合，调整的主要参数是相对渗透率和渗透率，计算了126次，拟合结果与实际动态相符。     

油藏数值模拟自动历史拟合方法——以Nelson油田为例

针对北海中部Nelson油田,研究油藏数值模拟自动历史拟合方法。完整的油藏自动历史拟合工作流程包括选择要调整的油藏变量、选择参数调整方法、自动历史拟合、数据分析、组合最优结果得到最优的油藏模型集5个步骤。以净毛比、水平渗透率、垂直渗透率为调整参数,采用全局单变量法、区域多变量法、局部多变量法等3种油藏参数调整方法,并结合生产数据和时移地震数据,对Nelson油田进行自动历史拟合。结果表明,局部参数调整方法减少了模拟中模型的数目和计算时间,提高了模拟精度,使得油藏中油水产量拟合误差大大降低,在Nelson油田应用效果最好。全局单变量法适合于历史拟合参数相互独立的情况;对于井网密度大且井间关联性强、历史拟合参数相互影响的油藏,最好选用区域多变量法进行参数调整;对于油藏历史拟合参数相互影响但每个选定调整区域相互独立的油藏,局部多变量法更加适用。     

稳定聚驱阶段相渗曲线动态反演方法及其应用

针对聚驱阶段相渗曲线计算较为困难的问题,基于生产动态数据,结合水驱特征曲线和两相渗流理论,利用聚驱阶段的理论含水率—采出程度曲线与实际曲线进行历史拟合,采用非线性优化计算方法确定出聚驱阶段的相对渗透率曲线关系式。计算结果表明:聚驱时水相相对渗透率曲线较水驱时明显降低,油相相对渗透率曲线较水驱有所上升,同时聚驱的残余油饱和度端点值较水驱有所降低。该方法需要参数少,计算方便快捷,历史拟合程度高,更能准确描述油田的油水运动规律。     

微乳液体系相对渗透率曲线的自动历史拟合

本文从克服非稳定法处理相对渗透率的假设条件,以及难以获得全程饱和度范围内的相对渗透率这一思想出发,利用参数识别技术对微乳液体系的相对渗透率曲线进行了识别。采用压力历史拟合的方式拟合岩心流动过程,并将最优控制理论应用于相对渗透率曲线的识别问题,大大提高了运算效率,取得比较满意的结果。     

大庆五站低渗气藏数值模拟研究

目前变形介质气藏数值模型方面已有大量研究，但这些模型中只考虑了渗透率对压力的敏感性，而忽略了孔隙度对压力的敏感性。大庆油田五站低渗透气藏通过岩心应力测试表明，孔隙度和渗透率均具有应力敏感性，因此在得到大庆五站气藏岩心孔隙度、渗透率随净围压的变化规律基础上，建立了同时考虑孔、渗介质变形的低渗气藏数值模拟型，并采用IMDES方法进行求解。通过大庆五站气藏5口气井的产量历史拟合分析表明，综合考虑渗透率和孔隙度应力敏感时历史拟合更符合开采实际，说明模拟方法可在类拟气藏中应用。与此同时，通过气藏模拟表明目前气藏井控动态储量较低，要提高气藏开发效果应在有潜力和储层有效厚度增大的地区部署新开发井。     

间歇采油井、提捞井测试及解释技术

连续监测3—4个间抽周期或提捞周期，然后关井测压力恢复，通过全历史拟合分析，能够得到流静压、表皮系数、井筒储存系数、渗透率，流动系数等地层动态参数，油藏模型及边界状况等信息。为指导产能优化。及时采取增产措施提供依据。[第一段]     

基于相渗时变的海上稠油油藏提液机理研究

渤海稠油油田油井提液后出现含水稳定甚至下降、可采储量增加及采收率提高等现象,这与常规渗流理论不完全相符,导致采用常规相对渗透率曲线进行历史拟合困难.针对这一问题,利用网络模型开展了微观提液机理分析研究,得到一条反映驱替压力梯度变化情况下的相对渗透率变形相渗曲线(相渗时变),以此提高历史拟合和指标预测的精度.微观网络模拟...     

Calculation OOIP in oil reservoir by pressure matching method using genetic algorithm

This paper describes the optimization pressure matching method with a genetic algorithm for the estimation of original oil in place (OOIP). In this method, the pressure of a reservoir is obtained based on the material balance equation by minimizing the difference between calculated and reservoir pressure in order to optimize reservoir parameters suchas OOIP, aquifer constant and water influx data calculated by the aquifer function.The high non-linearity of the pressure matching method makes deterministic classic optimization methods inefficient and unlikely to be successful. Firstly, the solution is dependent on the initial guesses due to the non-convexities of the system equations, and secondly, the convergence of the solution is not always guaranteed.Therefore, an effective optimization strategy combining a two stage approach, genetic algorithm for the initialization and identification of the search zone followed by a simplex search method used to refine the solution, is proposed.Three examples are provided to illustrate the effectiveness of this work by comparing the results of various methods (graphical methods and volumetric estimation) with the results of the pressure matching method.     

A framework to integrate history matching and geostatistical modeling using genetic algorithm and direct search methods

History matching is an inverse problem where the reservoir model is modified in order to reproduce field observed data. Traditional history matching processes are executed separately from the geological and geostatistical modeling stage due to the complexity of each area. Changes made directly on the reservoir properties generally yield inconsistent geological models. This work presents a framework to integrate geostatistical modeling and history matching process, where geostatistical images are treated as matching parameters. The traditional optimization methods normally applied in history matching generally use gradient information. The treatment of geostatistical images as matching parameters is difficult for these methods due to the strong non-linearities in the solution space. Therefore, another objective of this work is to investigate the application of two optimization methods: genetic algorithm and direct search method in the proposed framework. In order to accelerate the optimization process, two additional techniques are used: upscaling and distributed computing. Results are presented showing the viability of the genetic algorithm in the type of problem addressed in this work and also that direct search method can be used with some restriction. Finally, the benefits of distributed computing and the consistence of the upscaling process are shown.     

基于数据空间反演的油藏实时生产优化方法

油藏开发实时优化调控技术是智能油藏研究的核心内容。提出了基于数据空间反演的油藏实时生产优化新方法,仅需若干油藏模型先验生产动态,基于贝叶斯理论构建代理模型,根据随机极大似然原理拟合历史观测数据进行模型训练,反演得到符合实际观测数据的生产动态后验估计。采用同步扰动随机逼近算法建立生产优化数学模型,实现注采参数实时优化,提高经济开发效益。该方法基于代理模型在拟合阶段避免了重复数值模拟计算,得到正确生产动态后验估计同时兼顾了油藏模型实际地质特征,优化所得方案考虑了目标油藏的不确定性,降低了实际生产开发风险。油藏实例应用表明:该方法能得到与常规多模型数据同化方法相一致的生产动态预测结果,拟合过程计算效率提高了5倍,且注采优化方案能取得良好的驱油效果。提出的油藏开发生产优化设计方法为油田实时生产优化提供了新的思路。     

基于数据空间反演的油藏实时生产优化方法

油藏开发实时优化调控技术是智能油藏研究的核心内容。提出了基于数据空间反演的油藏实时生产优化新方法,仅需若干油藏模型先验生产动态,基于贝叶斯理论构建代理模型,根据随机极大似然原理拟合历史观测数据进行模型训练,反演得到符合实际观测数据的生产动态后验估计。采用同步扰动随机逼近算法建立生产优化数学模型,实现注采参数实时优化,提高经济开发效益。该方法基于代理模型在拟合阶段避免了重复数值模拟计算,得到正确生产动态后验估计同时兼顾了油藏模型实际地质特征,优化所得方案考虑了目标油藏的不确定性,降低了实际生产开发风险。油藏实例应用表明:该方法能得到与常规多模型数据同化方法相一致的生产动态预测结果,拟合过程计算效率提高了5倍,且注采优化方案能取得良好的驱油效果。提出的油藏开发生产优化设计方法为油田实时生产优化提供了新的思路。     

变物性热图法优化换热网络

在分析换热网络优化的热力学方法和数学规划法基础上,针对热图法在优化过程中不考虑物性变化的缺陷,对其进行了改进,提出了优化换热网络的变物性热图法.该方法通过热焓图上变物性流股的标绘后,以直接切割图形来实现换热的匹配,在保证优化效率的前提下,提高了换热网络的优化精度.采用此方法对炼油厂常减压蒸馏装置换热网络进行优化,得到了较好的结果.     

基于3D匹配滤波器和伪地震数据算法的多次波自适应相减方法

多次波自适应相减是预测减去法压制多次波的关键步骤。为进一步去除残余多次波,基于常规2D匹配滤波方法,文中引入3D匹配滤波器,同时利用多个预测多次波道集以匹配原始数据。针对3D匹配滤波器可能造成的一次波损伤现象,利用相同的3D匹配滤波器同时拟合多个原始数据道集;同时,引入伪地震数据算法求解对一次波施加Huber范数最小化约束的优化问题,不需满足一次波与多次波正交的假设,能有效分离一次波与多次波。另外,在整个迭代过程中,伪地震数据算法只需利用Cholesky分解算法进行一次矩阵分解,计算效率较高。模型和实际数据的处理结果表明,与基于一次波能量最小化的3D匹配滤波器方法和基于伪地震数据算法的2D匹配滤波器方法相比,所提方法能更好地均衡一次波保护与多次波分离。     

非均质油藏分层配注水嘴优选方法研究

研究了非均质油藏注水井分层配注水嘴与各小层分注量、分注压力及各小层物性的关系,对各小层调配前、后注水量变化规律与调配水嘴选配问题进行分析,建立了适合非均质油藏分层配注水嘴优选的方法。将配水嘴优选软件在39口井上推广使用,测试层段配注符合率91.3%,比原来提高了10.5%,平均测调周期81.1 d,比原来延长了23.8 d。对胡状油田分注水井的32个层段配水嘴进行优化计算,并与实际测试情况进行对比分析。分析结果表明,实际注水量是稳定后的平均日注水量,最大误差10%,最小误差2%,平均误差3.31%。     

基于贝叶斯理论的Shearlet域一次波与多次波分离

多次波的去除效果很大程度上决定了地震成像的质量,尽管表面相关多次波的压制(SRME)研究方法取得了很大进步,但预测出来的多次波在相位和振幅上的混乱仍然是一个难题,因此减去的效果好坏尤为关键。常规的最小平方匹配方法并不能很好地处理这种预测的误差,利用Shearlet变换的多尺度、多方向特性,可以使预测的信号在Shearlet域变得稀疏、圆滑。以此为前提,结合贝叶斯概率最大化理论,建立了一个有效的一次波与多次波分离算法。以SRME预测的多次波为例,从贝叶斯预测角度出发,通过精确求解最优化问题就可以达到一次波与多次波分离的目的,该算法能够更好地控制预测信号和实际信号的误差。理论和实际数据的实验表明,相比最小平方匹配减去方法,该方法可以有效地提高减去效果,更好地压制多次波以及高频混叠,并且可以更好地估计一次波。     

多波AVO/AVA双反演方法在垦71地区的应用

本文分析了多波AVO/AVA双反演方法。将纵波、转换波地震AVO/AVA分析与地震反演相结合,采用模拟退火全局优化技术,通过匹配纵波和转换波地震数据的振幅和时间信息估算地层弹性参数。利用该反演方法在垦71地区实际应用中得到了高精度的弹性参数,实际效果显著,为研究区岩性预测和流体检测提供了新的依据。