CN120087242B 基于水驱匹配度的注采参数协同优化方法 （中国石油大学(华东)）

(19)国家知识产权局(12)发明专利(65)同一申请的已公布的文献号(73)专利权人中国石油大学(华东)地址266580山东省青岛市黄岛区长江西路66号(72)发明人冯其红刘伟娜张先敏尚千里刘高文王聪(74)专利代理机构北京汇泽知识产权代理有限公司11228专利代理师亓赢GO6F30/28(2020.0审查员段偲丽(54)发明名称方案模拟步骤3,计算各注采参数组合方案对应的水步骤4,判断当前迭代次数是否达到最大迭代次数步骤5,输出最优注采参数方案本发明涉及油气勘探开发领域，具体涉及基于水驱匹配度的注采参数协同优化方法。该方法包括以下步骤：步骤1,生成目标油藏的重启动模型，给定目标油藏待优化井的初始化注采参数及优化控制参数；步骤2,更新当前优化过程的迭代次数，自动生成注采参数组合方案，调用重启动模型进行各注采参数组合方案模拟；步骤3,计算各注采参数组合方案对应的水驱匹配度值，确定当前迭代次数下最优的注采参数组合方案；步骤4,判断当前迭代次数是否达到最大迭代次数；步骤5,输出最优注采参数方案。本发明能精准调控21.一种基于水驱匹配度的注采参数协同优化方法，其特征在于，其包括以下步骤：步骤1,生成目标油藏的重启动模型，给定目标油藏待优化井的初始化注采参数及优化控制参数；步骤2,更新当前优化过程的迭代次数，自动生成注采参数组合方案，调用重启动模型进行各注采参数组合方案模拟；步骤3,计算各注采参数组合方案对应的水驱匹配度值，确定当前迭代次数下最优的注采参数组合方案；步骤4,判断当前迭代次数是否达到最大迭代次数；步骤5,输出最优注采参数方案；所述步骤1包括：步骤101,整理目标油藏相关资料，构建目标油藏数值模拟模型；步骤102,运行目标油藏数值模拟模型至待优化时刻，生成目标油藏的重启动模型；步骤103,给定目标油藏待优化井的初始化注采参数以及优化控制参数；其中，所述目标油藏相关资料包括地质资料和开发资料；所述地质资料包括储层构造参数、储层物性参数以及流体物性参数；所述储层构造参曲线；所述开发资料包括：注水井的井口坐标、井轨迹、射孔层位，生产井的井口坐标、井轨所述初始化注采参数包括：注水井的日注水量、生产井的日产液量；所述优化控制参数包括注采约束条件以及优化算法初始化参数；所述注采约束条件包括：目标油藏的日配注水量、日配产液量；注水井的日注水量上限、注水井的日注水量下限、注水井的井底压力上限、注水井的井底压力下限；生产井的日产液量上限、生产井的日产液量下限、生产井的井底压力上限、生产井的井底压力下所述优化算法初始化参数包括：种群规模、最大迭代次数、学习因子和惯性权重，初始化迭代次数m=0;所述步骤3包括：步骤301:根据各个数值模拟结果所提取的网格单元特征参数，采用如下公式计算各网格单元的可动油储量：公式(1)中：N,为网格单元的可动油储量；N为网格单元的地质储量；S为网格单元的步骤302:根据含水饱和度、油相相对渗透率、水相相对渗透率数据，采用最小二乘法、非线性回归或机器学习方法，基于如下公式进行拟合，获取拟合系数a和b:3步骤303:根据各个数值模拟结果的网格单元特征参数，采用如下公式计算网格单元的应的累积注水量；N·W表示向量N和W的点积；||N||表示向量N的模长，步骤305:获取当前迭代次数m下水驱匹配度值最大的注采参数组合方案，确定为当前规模的数量pop取值为20至50;学习因子设为24.如权利要求1至3中任一权利要求所述基于水驱匹配度的注采步骤201,更新当前优化过程的迭代次数m,令m=m+1,根据预设的种群规模数量pop,在步骤202,向油藏数值模拟器提交当前迭代过程中的pop个注采参数组合方案，调用目步骤203,根据所述pop个注采参数组合方案的数值模拟响应结果，从数值模拟响应结4果中提取对应的网格单元特征参数。5.如权利要求4所述基于水驱匹配度的注采参数协同优化方法，其特征在于，所述步骤202中，采用Python模块通过Python与油藏数值模拟器之间的接口，批量自动提交当前迭代过程中的pop个注采参数组合方案。6.如权利要求4所述基于水驱匹配度的注采参数协同优化方法，其特征在于，通过解析油藏数值模拟器的输出文件获取所述网格单元特征参数，所述网格单元特征参数包括储层物性参数和流体物性参数，所述储层物性参数包括：初始含油饱和度、残余油饱和度、束缚7.如权利要求4所述基于水驱匹配度的注采参数协同优化方法，其特征在于，所述步骤4中，判断当前迭代次数是否达到最大迭代次数：若当前迭代次数m达到预设的最大迭代次所述步骤5中，输出最优注采参数组合方案为全部迭代次数中水驱匹配度值最大的注5基于水驱匹配度的注采参数协同优化方法技术领域[0001]本发明涉及油气田开发领域，具体涉及基于水驱匹配度的注采参数协同优化方背景技术[0002]随着油田注水开发的进行，老油田资源储量逐渐减少，开采难度日益增大，油田进入高含水开发阶段，传统的开采方式已难以满足经济效益最大化的需求，注采优化技术成为提升油田开发效率、改善剩余油分布、延长油田寿命的关键策略。[0003]注采参数优化的目标函数主要包括累产油、净现值、含水率等。在油藏注水开发中，理想状态下，各区域注水量应与可动油储量合理匹配，才能实现最佳均衡驱替。但实际定量评估水驱均衡程度并为调整优化提供依据，是油藏开发的重要研究课题。[0004]现有的注采优化技术中，优化目标函数都主要侧重于对油藏的经济效益和短期开发效果进行评估，缺乏对油藏内部驱替过程的体现，不能直接反映储层内部的水驱均衡驱替程度。发明内容[0005]为克服现有技术所存在的缺陷，本发明提供一种水驱油藏注采参数协同优化设计方法，旨在解决水驱油藏因非均质性及不合理注采制度导致的驱替不均衡问题，通过定量表征可动油储量和注水量的空间适配关系，基于驱替匹配度，结合智能优化算法，快速准确地获得与实际油藏可动油储量和注水量相匹配的最优注采参数方案，实现水驱油藏储层各区域驱替匹配度最大化的注采参数系统的科学优化设计，有利于提高水驱油藏采收率。[0006]为解决上述技术问题本发明采用的技术方案为：一种基于水驱匹配度的注采参数[0007]步骤1,生成目标油藏的重启动模型，给定目标油藏待优化井的初始化注采参数及优化控制参数；[0008]步骤2,更新当前优化过程的迭代次数，自动生成注采参数组合方案，调用重启动模型进行各注采参数组合方案模拟；[0009]步骤3,计算各注采参数组合方案对应的水驱匹配度值，确定当前迭代次数下最优的注采参数组合方案；[0010]步骤4,判断当前迭代次数是否达到最大迭代次数；[0011]步骤5,输出最优注采参数方案。[0012]优选的，所述步骤1包括：步骤101,整理目标油藏相关资料，构建目标油藏数值模拟模型；步骤102,运行目标油藏数值模拟模型至待优化时刻，生成目标油藏的重启动模型；步骤103,给定目标油藏待优化井的初始化注采参数以及优化控制参数；其中，所述目标油藏相关资料包括地质资料和开发资料；所述地质资料包括储层构造参数、储层物性参数以6预设的种群规模数量pop,在满足注采约束条件的前提下，利用优化算法随机生成pop个注采参数组合方案；步骤202,向油藏数值模拟器提交当前迭代过程中的pop个注采参数组合网格单元特征参数包括储层物性参数和流体7对应的累注水量；N·W表示向量N₁和W的点积；IINII表示向量N的模长，同优化方法，实现可动油储量和注水量的合理匹配，指导油田生产实践并提高油8附图说明[0036]图1为本发明一实施例流程图。[0037]图2为目标油藏渗透率场和井位分布图。[0038]图3为目标油藏注采参数优化迭代曲线图。[0039]图4为优化前后油藏生产动态对比结果图。[0040]图5为目标油藏第2小层优化前饱和度和流线分布图。[0041]图6为目标油藏第2小层优化后饱和度和流线分布图。[0042]图7为目标油藏第4小层优化前饱和度和流线分布图。[0043]图8为目标油藏第4小层优化后饱和度和流线分布图。[0044]图9为目标油藏第6小层优化前饱和度和流线分布图。[0045]图10为目标油藏第6小层优化后饱和度和流线分布图。[0046]图中：具体实施方式[0048]有关本发明的详细说明及技术内容，配合附图说明如下，然而附图仅提供参考与说明用，并非用来对本发明加以限制。[0049]相比于现有技术，本发明针对水驱油藏实际开发过程中，储层各区域的注水量和可动油储量的空间适配关系，构建了基于余弦相似度的水驱匹配度指标；基于驱替匹配度最大化，建立水驱油藏注采参数协同优化数学模型，结合智能优化算法和数值模拟器获得最优方案，更好地实现油藏的精准配产配注，有效改善水驱油藏的均衡驱替状况，实现增有降水的开发目标。[0050]图1-图10为本发明一实施例方法的流程示意及该实施例方法对某目标油藏进行优化的示意。[0051]如图1所示，本发明一实施例基于水驱匹配度的注采参数协同优化方法，包括如下步骤：[0052]步骤1,生成目标油藏的重启动模型，给定目标油藏待优化井的初始化注采参数及优化控制参数；[0053]步骤2,更新当前优化过程的迭代次数，自动生成注采参数组合方案，调用重启动模型进行各注采参数组合方案模拟；[0054]步骤3,计算各注采参数组合方案对应的水驱匹配度值，确定当前迭代次数下最优的注采参数组合方案；[0055]步骤4,判断当前迭代次数是否达到最大迭代次数；[0056]步骤5,输出最优注采参数方案。[0057]步骤1,生成目标油藏的重启动模型，给定目标油藏待优化井的初始化注采参数及优化控制参数，具体步骤如下：[0058]步骤101,整理目标油藏相关资料，构建目标油藏数值模拟模型；所述目标油藏相关资料包括地质资料和开发资料。[0059]所述地质资料包括储层构造参数、储层物性参数以及流体物性参数；所述储层构9透率曲线。[0060]在实施例中，目标油藏采用一注四采五点法井网。所述开发资料包括注水井个。[0061]步骤102,运行目标油藏数值模拟模型至待优化时刻，生成目标油藏的重启动模[0062]步骤103,给定目标油藏待优化井的初始化注采参数以及优化控制参数。[0063]所述初始化注采参数包括：注水井INJEC1的日注水量[0064]所述优化控制参数包括注采约束条件以及优化算法初始化参数；所述注采约束条井INJEC1的日注水量下限Imin、注水井INJEC1的井底压力上限P、注水井INJEC1的井底压[0065]所述优化算法包括：但不限于遗传算法(GA)、粒子群算法(PSO)、鲸鱼优化算法重。所述种群规模pop通常取20~50。初始化迭代次数m=0。学习因子一般默认为2.0;惯性权重通常设置在0.4~0.9之间变化。[0067]步骤2,更新当前优化过程的迭代次数，自动生成注采参数组合方案，调用重启动模型进行各注采参数组合方案模拟，具体步骤如下：[0068]步骤201,更新当前优化过程的迭代次数m,令m=m+1,根据预设的种群规模pop,在满足注采约束条件的前提下，利用优化算法随机生成pop个注采参数组合方案。[0069]步骤202,向油藏数值模拟器提交当前迭代过程中的pop个注采参数组合方案，调用目标油藏的重启动模型，分别对各注采参数组合方案进行油藏数值模拟，获取相应的数值模拟响应结果。[0070]可采用Python模块，通过Python与油藏数值模拟器之间的接口，批量自动提交当前迭代过程中的pop个注采参数组合方案。[0071]所述油藏数值模拟器包括但不限于Eclipse、CMG、tNavigator等主流商业油藏模拟软件，亦可为自主开发的油藏模拟平台。[0072]步骤203,根据前述pop个注采参数组合方案的数值模拟响应结果，从数值模拟响应结果中提取对应的网格单元特征参数。[0073]所述网格单元特征参数用于后续目标函数评估，包括储层物性参数和流体物性参数，通过解析油藏数值模拟器的输出文件(如Eclipse生成的后缀为.UNRST、.GRID、型各网格单元的可动油储量值构成的向量；W=(W₁,W,₂,…,W,,…W;),为由目标油藏模型各网格单元的累注水量值构成的向量；n为目标油藏模型包含的网格单元数；N表示目标油藏模型第j个网格单元对应的可动油储量，m