基于進化算法的高含水油田確定井位的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于高含水油田開發(fā)調(diào)整井位技術(shù)領(lǐng)域，尤其涉及一種基于進化算法的高 含水油田確定井位的方法。
【背景技術(shù)】
[0002] 對于我國注水開發(fā)的油藏而言，大部分是已經(jīng)注水開發(fā)了幾十年的高含水老油 田，地下儲層非均質(zhì)以及油水關(guān)系的復(fù)雜性，導(dǎo)致剩余油分布呈現(xiàn)"總體零散、局部集中"的 復(fù)雜特征，對油田后期調(diào)整造成極大的困難，直接影響了注水開發(fā)效果和經(jīng)濟效益。確定合 理調(diào)整井位是高含水老油田調(diào)整的重要主體技術(shù)，是提高儲量動用程度和采收率的重要手 段。
[0003] 合理調(diào)整井位受油藏地質(zhì)條件、流體性質(zhì)等不確定因素及因素間復(fù)雜非線性關(guān)系 的影響，常用的數(shù)值模擬法需要大量的模擬方案，而且也難以獲得最優(yōu)的調(diào)整井位。智能優(yōu) 化算法是確定最優(yōu)調(diào)整井位的有效手段。
[0004] 目前常用的調(diào)整井位的優(yōu)化方法主要分為三類：隨機優(yōu)化法、梯度優(yōu)化法、質(zhì)量圖 法。通過調(diào)研分析發(fā)現(xiàn)，針對高含水老油田該三類方法均存在一定的不適應(yīng)性：
[0005] (1)隨機優(yōu)化法。該類算法從多組初始解出發(fā)搜索，易獲得全局最優(yōu)解，但高含水 期地下油水關(guān)系的復(fù)雜性及存在的諸多地質(zhì)不確定性，使得該類算法搜索空間較大，計算 時間長，加之優(yōu)化參數(shù)選擇的人為性，該類算法的性能存在較大提升空間。
[0006] (2)梯度優(yōu)化法。該類算法通過計算目標函數(shù)的梯度，使井位向最大梯度方向移 動，從而實現(xiàn)井位優(yōu)化搜索。但該類算法一般需要模擬器的源代碼，需要大量迭代才能收 斂，且對初始解的選取非常敏感。因此，該類算法在大規(guī)模已開發(fā)的老油田中難以實施。
[0007] (3)質(zhì)量圖法。該類方法有兩種用途：一是通過定性圖件中的高值區(qū)域直觀確定 最優(yōu)的調(diào)整井位，避免了繁瑣的數(shù)值模擬；二是用作進化算法的約束條件，指導(dǎo)進化算法在 合理區(qū)域內(nèi)布井，以降低搜索空間、提高收斂速度。由于該類方法計算效率較高，且因其是 基于地質(zhì)模型和生產(chǎn)動態(tài)歷史構(gòu)建，計算精度也較高，因此被廣泛應(yīng)用于高含水期復(fù)雜地 質(zhì)條件下的井位優(yōu)化問題。盡管目前的質(zhì)量圖法考慮了油藏某些靜態(tài)和動態(tài)屬性，但未考 慮油藏驅(qū)動機理、現(xiàn)有井網(wǎng)泄流和注入水波及體積對調(diào)整井位的影響，對優(yōu)化的井位造成 了一定誤差。

【發(fā)明內(nèi)容】

[0008] 鑒于目前調(diào)整井位優(yōu)化中存在的問題，本發(fā)明提供一種基于進化算法的高含水油 田確定井位的方法，其技術(shù)方案如下：
[0009] 基于進化算法的高含水油田確定井位的方法，包括以下步驟：
[0010] S1:建立預(yù)定油區(qū)的油藏模型，將所述油藏模型劃分網(wǎng)格；
[0011] S2:獲取所述預(yù)定油區(qū)的油藏資料，根據(jù)所述油藏資料按照歷史擬合得出剩余油 潛力富集區(qū)；
[0012] S3 :計算所述剩余油潛力富集區(qū)中每個網(wǎng)格的井位約束值，所述井位約束值表示 剩余油分布和注入水波及體積，得出最大井位約束值對應(yīng)的網(wǎng)格，所述網(wǎng)格表示井位優(yōu)勢 區(qū)域；
[0013] S4:將所述優(yōu)勢區(qū)域內(nèi)的油井運用進化算法進行迭代計算其適應(yīng)度函數(shù)，并利用 克里金算法對適應(yīng)度函數(shù)進行評估，所述進化算法根據(jù)適應(yīng)度函數(shù)進行自適應(yīng)調(diào)整，所述 克里金算法考慮多維空間、塊金效應(yīng)和局部權(quán)重；
[0014] S5 :根據(jù)進化算法迭代計算，得到最大適應(yīng)度函數(shù)值，從而確定井位。
[0015] 如上所述的基于進化算法的高含水油田確定井位的方法，S3中確定井位優(yōu)勢區(qū)域 的步驟是：
[0016] S31 :確定質(zhì)點傳播時間，所述質(zhì)點傳播時間利用下式計算：
【主權(quán)項】
1. 基于進化算法的高含水油田確定井位的方法，其特征在于，包括以下步驟： 51 :建立預(yù)定油區(qū)的油藏模型，將所述油藏模型劃分網(wǎng)格； 52 :獲取所述預(yù)定油區(qū)的油藏資料，根據(jù)所述油藏資料按照歷史擬合得出剩余油潛力 富集區(qū)； S3:計算所述剩余油潛力富集區(qū)中每個網(wǎng)格的井位約束值，所述井位約束值表示剩 余油分布和注入水波及體積，得出最大井位約束值對應(yīng)的網(wǎng)格，所述網(wǎng)格表示井位優(yōu)勢區(qū) 域； S4:將所述優(yōu)勢區(qū)域內(nèi)的油井運用進化算法進行迭代計算其適應(yīng)度函數(shù)，并利用克里 金算法對適應(yīng)度函數(shù)進行評估，所述進化算法根據(jù)適應(yīng)度函數(shù)進行自適應(yīng)調(diào)整，所述克里 金算法考慮多維空間、塊金效應(yīng)和局部權(quán)重； S5 :根據(jù)進化算法迭代計算，得到最大適應(yīng)度函數(shù)值，從而確定井位。
2. 如權(quán)利要求1所述的基于進化算法的高含水油田確定井位的方法，其特征在于：S3 中確定井位優(yōu)勢區(qū)域的步驟是： 531 :確定質(zhì)點傳播時間，所述質(zhì)點傳播時間利用下式計算：
式中：TOF(x，y，z)為質(zhì)點到達位置（X，y，z)需要的傳播時間，單位是天，i? =Vy/xVz， 步、x稱為雙流函數(shù)，▽代表梯度；供為儲層孔隙度，s為沿流線的距離； 532 :在質(zhì)點傳播時間的基礎(chǔ)上，計算可動油體積指數(shù)MOVI、油相流動能力指數(shù)CFI和 流線動態(tài)度量DM，上述三個指數(shù)通過下式計算得到： 可動油體積指數(shù)MOVI: MOVI= (Sr〇-Sorw)XPVXNTG油相流動能力指數(shù)CFI: CFI=KXKroXDZXNTG流線動態(tài)度量DM: DM= (TOFp+TOFi) 式中:預(yù)測開始時剩余油飽和度分布，％ ; 3_:預(yù)測結(jié)束時殘余油飽和度分布，％ ; PV:孔隙體積，m3; NTG:凈毛比，表示有效厚度與總厚度的比值，無量綱； K:絕對滲透率分布，1(T3ym2; Kro:油相相對滲透率，指在油水兩相系統(tǒng)中，油相滲透率與絕對滲透率的比值，無量 綱； DZ:縱向網(wǎng)格的尺寸，m; 上述參數(shù)均可通過獲取油藏資料得到； TORS以注水井為出發(fā)點計算的質(zhì)點傳播時間，T0Fp為以生產(chǎn)井為出發(fā)點計算的質(zhì)點 傳播時間，DM為總傳播時間； 533 :對S12得到的可動油體積指數(shù)MOVI、油相流動能力指數(shù)CFI和流線動態(tài)度量DM規(guī) 整化，規(guī)整化的具體步驟如下： ① 通過模型屬性累計分布頻率圖上10%和90%確定屬性的最大值Xmax和最小值Xmin; ② 按照下式對各屬性進行規(guī)整化：
S34 :基于上述規(guī)整化的三個指數(shù)，利用下式計算動態(tài)潛力指數(shù)DOI:
動態(tài)潛力指數(shù)DOI是剩余油分布狀況和井網(wǎng)波及狀況的綜合反映，DOI越接近1的區(qū) 域，表明該區(qū)域剩余油儲量越大、原油流動性越好，而且尚未被注水波及，因而這些區(qū)域成 為鉆調(diào)整井的優(yōu)勢區(qū)域。
3.如權(quán)利要求1所述的基于進化算法的高含水油田確定井位的方法，其特征在于：S4 中考慮塊金效應(yīng)和局部權(quán)重的克里金算法的步驟是： 541 :考慮多維空間，利用下式計算經(jīng)驗協(xié)方差：
其中：示距離h以內(nèi)樣本點的經(jīng)驗協(xié)方差函數(shù)值，z(Xi)為與樣本點的自適 應(yīng)度函數(shù)有關(guān)函數(shù)值，N(h)表示距離h以內(nèi)的總樣本點個數(shù)； 542 :考慮塊金效應(yīng)和局部權(quán)重，利用下式計算理論協(xié)方差：
其中：Cov(h)2S理論協(xié)方差，P(h)為相距h任意兩點的空間相關(guān)函數(shù)，&為克里金 估計方差，nu為塊金值，K為第二階修正貝塞爾函數(shù)，r為伽馬函數(shù)，參數(shù)b、s為表征相關(guān) 性函數(shù)形狀的實數(shù)，通過求解如下的無約束優(yōu)化問題可得到參數(shù)b、s:
其中：Q為支撐度； 543 :根據(jù)計算得到的經(jīng)驗協(xié)方差和理論協(xié)方差，利用最小二乘法擬合協(xié)方差； 544 :根據(jù)協(xié)方差與變差函數(shù)的線性關(guān)系，得出變差函數(shù)； 545 :采用全主元消去法求解線性方程組，求解得到權(quán)重系數(shù)，完成克里金算法的建立。
4. 如權(quán)利要求1所述的基于進化算法的高含水油田確定井位的方法，其特征在于：S5 中所述的進化算法包括遺傳算法，所述遺傳算法的交叉概率和變異概率根據(jù)自適應(yīng)函數(shù)進 行自動調(diào)節(jié)： 利用下式使交叉概率根據(jù)適應(yīng)度值變化自動調(diào)節(jié)：
式中為種群中最大適應(yīng)值，F(xiàn)avg為種群平均適應(yīng)值，為要交叉兩個個體中較大的 適應(yīng)度值，a= 0? 8,b= 1 ; 利用下式使變異概率根據(jù)適應(yīng)度值變化自動調(diào)節(jié)：
式中：為種群中最大適應(yīng)值，F(xiàn)avg為種群平均適應(yīng)值，為要變異的個體的適應(yīng)度 值，c= 0? 01，d= 0? 05。
5. 如權(quán)利要求1所述的基于進化算法的高含水油田確定井位的方法，其特征在于：S5 中所述的進化算法包括粒子群算法，所述粒子群算法的粒子位移更新和飛行速度根據(jù)自適 應(yīng)函數(shù)進行自動調(diào)節(jié)：
式中：<+1、<+1分別為進化到第k+1個時間步時第i個粒子的位置和速度的第j個元 素；y,.為進化到第k個時間步時第i個粒子本身找到的最優(yōu)解的第j個元素；為進化 到第k個時間步時整個種群目前找到的全局最優(yōu)解的第j個元素；Cl、c2為正的學(xué)習(xí)因子； 1~2為[0,1]之間均勻分布的隨機數(shù)；At為時間增量，識為壓縮系數(shù)：
式中：wmin、分別為慣性儀里的最大值和最小值，F(xiàn)為粒于當(dāng)前的適應(yīng)值；Favg、Fmin 為當(dāng)前所有粒子的平均目標適應(yīng)值和最小適應(yīng)值。
【專利摘要】本發(fā)明提供一種基于進化算法的高含水油田確定井位的方法，包括步驟：建立預(yù)定油區(qū)的油藏模型，將油藏模型劃分網(wǎng)格；獲取油藏資料，根據(jù)油藏資料按照歷史擬合得出剩余油潛力富集區(qū)；計算剩余油潛力富集區(qū)中表示剩余油分布和注入水波及體積的井位約束值，得出井位優(yōu)勢區(qū)域；將優(yōu)勢區(qū)域內(nèi)的油井運用進化算法進行迭代計算適應(yīng)度函數(shù)，利用克里金算法對適應(yīng)度函數(shù)進行評估，進化算法根據(jù)適應(yīng)度函數(shù)進行調(diào)整，克里金算法考慮多維空間、塊金效應(yīng)和局部權(quán)重；根據(jù)進化算法迭代計算，得到最大適應(yīng)度函數(shù)值，從而確定井位。本發(fā)明以改進的進化算法和克里金算法為優(yōu)化工具，構(gòu)建動態(tài)潛力指數(shù)縮小進化算法的搜索空間，使優(yōu)化計算收斂精度和速度大大增加。
【IPC分類】G06N3-12, G06F19-00
【公開號】CN104615862
【申請?zhí)枴緾N201510018306
【發(fā)明人】楊超, 王建君, 齊梅, 許曉明, 李彥蘭, 韓潔, 何輝, 孫景民
【申請人】中國石油天然氣股份有限公司
【公開日】2015年5月13日
【申請日】2015年1月14日