CN102754105A - 用于创建历史匹配模拟模型的方法和*** - Google Patents
用于创建历史匹配模拟模型的方法和*** Download PDFInfo
- Publication number
- CN102754105A CN102754105A CN2010800637113A CN201080063711A CN102754105A CN 102754105 A CN102754105 A CN 102754105A CN 2010800637113 A CN2010800637113 A CN 2010800637113A CN 201080063711 A CN201080063711 A CN 201080063711A CN 102754105 A CN102754105 A CN 102754105A
- Authority
- CN
- China
- Prior art keywords
- objective function
- model
- reservoir
- static
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 211
- 238000004088 simulation Methods 0.000 title claims abstract description 79
- 230000003068 static effect Effects 0.000 claims abstract description 83
- 238000005259 measurement Methods 0.000 claims abstract description 59
- 238000004519 manufacturing process Methods 0.000 claims abstract description 58
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000002474 experimental method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 58
- 238000005553 drilling Methods 0.000 claims description 57
- 238000011084 recovery Methods 0.000 claims description 45
- 229930195733 hydrocarbon Natural products 0.000 claims description 38
- 150000002430 hydrocarbons Chemical class 0.000 claims description 38
- 239000004215 Carbon black (E152) Substances 0.000 claims description 37
- 238000012216 screening Methods 0.000 claims description 35
- 238000013401 experimental design Methods 0.000 claims description 29
- 238000013461 design Methods 0.000 claims description 27
- 238000002347 injection Methods 0.000 claims description 27
- 239000007924 injection Substances 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 19
- 238000003325 tomography Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 113
- 230000008878 coupling Effects 0.000 description 71
- 238000010168 coupling process Methods 0.000 description 71
- 238000005859 coupling reaction Methods 0.000 description 71
- 239000012530 fluid Substances 0.000 description 51
- 239000003921 oil Substances 0.000 description 35
- 238000005516 engineering process Methods 0.000 description 27
- 239000011435 rock Substances 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 23
- 229910001868 water Inorganic materials 0.000 description 23
- 230000014509 gene expression Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 19
- 239000000243 solution Substances 0.000 description 14
- 230000008859 change Effects 0.000 description 12
- 239000007789 gas Substances 0.000 description 12
- 230000035945 sensitivity Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- 238000005755 formation reaction Methods 0.000 description 8
- 239000010410 layer Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000002068 genetic effect Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 239000011800 void material Substances 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 238000002922 simulated annealing Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000013011 mating Effects 0.000 description 5
- 239000003208 petroleum Substances 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- -1 carbon hydrogen compound Chemical class 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 238000013383 initial experiment Methods 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 241001553178 Arachis glabrata Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 1
- 206010020852 Hypertonia Diseases 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 241001189642 Theroa Species 0.000 description 1
- 238000005162 X-ray Laue diffraction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000000332 black box Nutrition 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000010430 carbonatite Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004581 coalescence Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000007859 condensation product Substances 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003050 experimental design method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 230000009969 flowable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000004058 oil shale Substances 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000002948 stochastic simulation Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002349 well water Substances 0.000 description 1
- 235000020681 well water Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
- G01V2210/663—Modeling production-induced effects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
一种用于使开采历史匹配流动模拟的方法,其包括识别多个参数,所述多个参数控制测量参数子空间中流动模拟响应和开采历史之间的失配的目标函数。在参数子空间中的多个实验的每个,计算用于目标函数和用于静态测量的值。这些结果用于展开一个或更多静态测量和目标函数之间的数学关系式。在随后的模拟模型调节中,识别目标函数中的目标窗口,并且为每个更改的模型执行流动模拟,该模型是从静态地质测量预测的,从而产生在该窗口内的目标函数。计算每个流动模拟到开采历史的目标函数,并且重复该过程,直到目标函数在目标范围内。
Description
相关申请的交叉参考
本申请要求2010年2月12日提交的标题为“METHOD ANDSYSTEM FOR CREATING HISTORY-MATCHED SIMULATIONMODELS”的美国临时申请US 61/304,001的权益,其全部内容合并于此以供参考。
技术领域
本技术的示例性实施例涉及通过将储层性能模型化并通过匹配性能数据改进地下模型来预测碳氢化合物储层的性能的方法和***。
背景技术
本节意图用于介绍本领域的各个方面,其可以与本技术的示例性实施例关联。本讨论用于帮助提供框架,从而便于更加理解本技术的特定方面。因此,应该理解,应该考虑以上目的阅读本节,并且本节不必作为先有技术的认可。
数字模型,被称为储层模拟模型或者模拟模型,可以用于预测碳氢化合物储层的性能。例如,可以将从单独钻井的开采速率估算为给定钻井位置和开采方案(速率、在钻井的压力、钻井管理信息等等)的时间的函数。通常,该估算可以由储层模拟器执行,其为计算机程序,经配置从而根据在钻井和储层边界设定的边界条件求解表示质量守恒的等式。模拟模型是到该模拟器的输入。这些模拟模型包括地下模型内的模型参数。
模拟模型描述了组成储层的地质地层的几何形状和特性(例如渗透性或者孔隙率,其为模拟模型内的模型参数)、储层流体的流动和立方体特性以及钻井位置和流动容量。模拟模型用于涉及油田未来性能的数值实验(称为模拟),其通常用于确定最有利的操作策略。例如,模拟的结果对确定以下方面是有用的:变化注入压力的影响、将注入井转换为开采井、将开采井转换为注入井、将更多钻井钻孔到储层并且从这些井开采或注入到这些井等等。
通过历史匹配可以改进模拟模型。历史匹配是对模拟模型中参数的调节,以便对油田行为的预测与历史开采数据一致。如这里所讨论的,术语“开采数据”和“开采历史”两者都涉及在该油田的寿命中可以测量的任何数据。模拟模型的模拟结果应该符合可利用的开采数据,因为这增加了精确预测未来油田行为的可能性。
用于历史匹配的典型过程或者工作流程,可以涉及复制初始模拟模型、对该模型进行一些改变(例如,调节孔隙率或者渗透性)、运行模拟和从模拟的结果计算目标函数值。如下面详细讨论的,目标函数是模拟结果匹配历史开采数据结果有多好的定量测量。目标函数的实例是随时间的方差和,其中误差是开采速率的油田测量和相同开采速率的模拟模型预测之间的差别。模型预测和油田测量之间的完全符合,得到目标函数为零。历史匹配的过程涉及调节模型参数,从而得到可接受的目标函数的小值。一旦指定工作流程并且识别能够被调节从而得到匹配的参数,那么最佳算法用于对模拟模型作出修改,因此该模拟结果与油田开采数据匹配(例如,模拟结果相对于开采数据在阈值公差之内)。
人工历史匹配是耗时间的过程,非常依赖储层工程师的熟练和知识。因此,所产生的模拟模型的质量可能变化剧烈,这取决于储层工程师的知识。通过自动操作部分历史匹配过程,可以减少找到可接受匹配所需要的时间。进一步,通过使用实验设计(参量空间的***测定)从而更彻底地理解哪个参数影响匹配,并且通过使用优化程序更***地变化这些参数从而改进匹配,可以使得历史匹配更***化。这通常被称为“辅助历史匹配”(AHM),并且涉及开发并自动操作用于历史匹配的工作流程并使用优化算法调整适当参数,从而改进匹配。
已经使用各种技术帮助历史匹配。例如,Wilkinson等人的美国专利申请公开US 2008/0082469公开了用于预测油层开采和预测用于储层模拟程序的代理的方法,其中预测油层的开采利用遗传编程构建历史匹配。作为用于计算机模拟程序的替代,遗传编程代理估算许多模拟模型并且为油层预测未来产量预测。在R.C.Skinner、G.R.Jerauld和M.D.Bush的标题为“Simulation-Based EOR Evaluation of a North Sea Field”的SPE90307中公开了类似的优化技术,其使用遗传算法创建许多经历匹配的模拟模型。
然而,这些方法的缺点是必须执行显著数目的模拟(成百甚至上千),这相当耗时间。因此,理解什么参数影响该匹配是困难的,并且为地质连通性而筛选模拟模型是耗时间的。此外,运行许多模拟涉及显著的计算资源。
通过使单元较大,减少模拟模型中单元的数目,可以减少用于执行这些模拟的计算时间,其允许在短期中完成更多模拟。然而,被称为"粗化"的这个程序可以减少模拟模型,这可以通过人工减少复杂性而同时致使模仿不能准确表示钻井附近的压力和饱和度的大的变化。
Zangl等人的美国专利申请公开US 2007/0198234公开了用于历史匹配模拟模型的方法,其使用自组织映射,从而在模拟模型中生成区域。该方法包括:(a)在模拟模型中定义显示类似性能的区域,由此生成具有多个区域的模拟模型,多个区域的每个都显示出类似性能;(b)将历史已知的输入数据引入到该模拟模型;(c)响应于历史已知的输入数据从模拟模型生成输出数据(例如,执行模拟);(d)比较来自该模拟模型的输出数据与一组历史已知的输出数据;(e)当来自模拟模型的输出数据与该历史已知数据组不相应时,调节该模拟模型,该调节步骤包括算术上变化模拟模型的每个区域;和(f)重复步骤(b)、(c)、(d)和(e),直到来自该模拟模型的输出数据相应于该组历史已知的输出数据。尽管该方法提供了将模型参数化的方法,但是其没有减少将运行的模拟的数目。
减少得到历史匹配所要求的模拟的数目的其它方法,包括运行较小数目的模拟和使用这些结果为该模拟创建代替,其通常被称作代理或者响应面。例如,参见J.L.Landa,"Reservoir Parameter EstimationConstrained to Pressure Transients,Performance History,and DistibutedSaturation Data,"Ph.D.Thesis,Stanford University Department of PetroleumEngineering,(June,1997);Queipo,et al,"Surrogate modeling-basedoptimization for the integration of static and dynamic data into a reservoirdescription,"SPE 63065;Ghoniem,S.A.,Aliem,S.A.,and El Salaly,M.,"A simplified method for petroleum reservoir history matching,"AppliedMathematical Modeling,8(August,1984);and Hoivadik,J.M.,and Laue,D.K.,"Static characterizations of reservoirs:refining the concepts ofconnectivity and continuity,"Petroleum Geoscience,13,195(2007)。美国专利申请公开US 2007/0027666和US 2007/0198234,以及国际专利申请公开WO/2007/106244,WO/2006/127151,WO/2005/076124和WO/2005/074592中也可以找到相关信息。
在替代方法中,该优化程序可以使用替代函数寻找历史匹配(例如,由目标函数的小值指示的),而代替运行详细的模拟。通常,替代是简单的数学函数,其因数已经被调节从而配合由模拟程序提供的响应。上面引用的参考使用几个不同方法生成模拟程序的响应。例如,可以通过以下方式来开发替代:使简单的代数表达式配合从模拟程序观察的响应;通过采用神经网络,使用称为克里格法(kriging)的过程***由模拟响应确定的值之间;或者通过样条拟合由回归分析确定的简单曲线。然而,全部这些实例涉及表示模拟响应的经验表达式,而不联系模拟表示的物理过程。
同样,存在对于提高辅助历史匹配的过程的需要。这种过程可以包括维持流过储层的物理过程的一些表示的替代,其中允许模拟运行的数目的减少,从而改进结果并减轻计算辅助历史匹配模拟。
关于辅助历史匹配的进一步相关信息可以在下列中找到:C.C.Mattax and R.L.Dalton,"Reservoir Simulation,"SPE MonographVolume 13,(1990);Ewing,R.E,Pilant,M.S,Wade,J.G.,and Watson,A.T.,"Estimating Parameters in Scientific Computation:A Survey ofExperience from Oil and Groundwater Modeling,"IEEE ComputationalScience & Engineering,1(3),(1994);W.H.Chen et al."A New Algorithmfor Automatic History Matching,"SPEJ(December,1971);Z.He and A.Datta-Gupta,and S.Yoon,"Streamline-Based Production Data Integrationwith Gravity and Changing Field Conditions,"SPEJ,7,423-436(December,2002);R.W.Schulze-Riegert,J.K.Axmann,O.Haase,D.T.Rian,Y.L.You,"Evolutionary Algorithms Applied to History Matching ofComplex Reservoirs,"SPE Reservoir Evaluation and Engineering(April,2002);Deutsch,C.V.,and Cockerham,P.W.,"Practical Considerations inthe Application of Simulated Annealing to Stochastic Simulation,"Mathematical Geology,26,67-82(1994);Dubost,F.X.,Zheng,S.Y.,andCorbett,P.W.M.,"Analysis and numerical modeling of wireline pressuretests in thin-bedded turbidites,"Journal of Petroleum Science andEngineering,45,247-261,2004;T.G.Kolda,R.M.Lewis,and V.Torczon,"Optimization by Direct Search:New Perspectives on SomeClassical and Modern Methods,"SIAM Review,45,385-482(2003);andQueipo et al.,"Surrogate modeling-based optimization for the integrationof static and dynamic data into a reservoir description,"SPE 63065。可以在下列中找到其它相关信息:Jones et al,Efficient global optimization ofexpensive black-box functions,Journal of Global Optimization 14,pp455-492,1998;and Stern,David,"Practical aspects of Scaleup ofSimulation Models,"Journal of Petroleum Technology(September,2005)。
发明内容
本技术的示例性实施例提供用于提高开采历史匹配过程的方法。该方法包括获得开采数据和初始地下模型。确定实验设计,其包括一个或更多模型参数组,其中执行该实验设计的结果用于测量连通性测量和目标函数之间的关系。在每个模型参数组计算用于静态地质测量的值。用实验设计执行至少一个流动模拟,从而生成结果。至少部分根据开采数据、静态地质测量或者生成的结果之中的一个或更多确定筛选过滤器。使用筛选过滤器运行满足该筛选过滤器的流动模拟,执行历史匹配过程。筛选过滤器可以包括连通性测量和目标函数。确定该实验设计可以包括识别多个参数,这些参数控制流动模拟的响应和开采历史之间的目标函数。
确定该筛选过滤器能够包括在目标函数中识别目标窗口、确定静态地质测量和目标函数之间的关系和从该关系确定用于静态地质测量的值的范围,其中目标函数将在目标窗口内。识别目标窗口可以包括选择用于目标函数的范围,其涵盖最小值。执行该历史匹配过程可以包括重复从而通过为每个新的参数组计算关联的静态地质测量减少目标函数,和为模型参数组运行流动模拟,其中至少部分根据静态地质测量预测用于目标函数的值在当前目标窗口内。
该方法也可以包括在目标函数中识别新的目标窗口,其中新的目标窗口小于当前目标窗口。可以确定新的多个实验,从而探测较小的参数子空间。在新的多个实验的每个都可以执行静态地质测量。从在目标函数和静态地质测量之间较早确定的关系,可以为每个静态地质测量估算目标函数的值。能够为每个实验执行流动模拟,对于其目标函数的值在新的目标窗口内。因此能够计算用于每个开采历史的流动模拟的目标函数。
模型参数组可以包括断层可传输性、净毛比、孔隙率、渗透性、单元可传输性或者它们的任何组合。静态地质测量可以包括地质模型中连通性的测量。该连通性可以包括可传输性、孔隙容积、泄油体积、最短路径成本、最小传导时间或者它们的任何组合。可以执行最短路径算法,从而得到每个静态地质测量。
该实验设计可以包括筛选设计、完全或者部分因数设计、拉丁超立方体设计、D最佳设计(D-Optimal design)或者它们的任何组合。静态地质测量和目标函数之间的关系可以包括与钻井之间的泄油体积有关的速率失配、与钻井之间的泄油体积有关的穿透时间失配、与渗透性-厚度有关的注入井的早期压力、与断块孔隙容积有关的压力递减、与断层密封有关的压力递减或者它们的任何组合。
另一个示例性实施例提供了用于从油田开采碳氢化合物的方法,该方法包括通过使用静态地质测量作为用于目标函数的值的计算中的流动模拟的替代,生成匹配从油田开采历史的储层模拟模型。该方法也包括为一个或更多模型参数组执行流动模拟,这些参数组由从静态地质测量计算的目标函数的值指示在目标窗口内。储层模型经调节从而优化目标函数。至少部分根据储层模型调节控制从油田的碳氢化合物开采。
至少部分根据储层模拟模型调节从油田的碳氢化合物开采的控制,可以包括变化注入压力、将注入井转换为开采井、将开采井转换为注入井、钻孔更多钻井到储层或者它们的任何组合。该静态地质测量可以包括可传输性、孔隙容积、泄油体积、钻井之间或者钻井和表示一部分储层的单元之间的最小累积的反向可传输性、传导时间或者它们的任何组合。
本技术的另一个示例性实施例提供包括代码的有形机器可读介质,该代码经配置从而引导处理器为在参数子空间的多个实验的每个的静态地质测量计算值,为在目标窗口内产生地质测量的每个实验执行流动模拟和计算开采历史的每个流动模拟的目标函数。
有形机器可读介质也可以包括代码,其经配置从而使用优化过程引导处理器重复,直到目标函数在目标范围内。进一步,有形机器可读介质可以包括代码,其经配置从而引导处理器最小化用于静态地质模型的目标函数,并且在认为是最佳的参数组运行流动模拟。
附图说明
通过参考下列详细说明和附图,更好地理解本技术的优点,其中:
图1是按照本技术的示例性实施例的用于使用筛选过滤器提高辅助历史匹配的方法的方框图;
图2A是按照本技术的实施例的压力对深度关系的模拟图,其示出可以从历史匹配获得的改进;
图2B是按照本技术的实施例的目标函数对泄油体积(其为静态地质测量的实例)的关系图;
图3是按照本技术的实施例的用于历史匹配的方法的方框图;
图4是按照本技术的实施例的用于复杂参数空间的目标函数对泄油体积的关系图;
图5是按照本技术的实施例的储层的图,其示出使用具有单个注入钻井或井的多个开采钻井或井;
图6是按照本技术的实施例的模拟模型的图,其示出深水***的临界流量部件;
图7是按照本技术的实施例的两个地质单元之间的海峡轴的图;
图8是按照本技术的实施例的地质连贯特性关系的图;
图9A-9C按照本技术的实施例示出根据储层特性“参考”组的合成开采数据;
图10A和10B根据本技术的实施例示出在六个因数上执行的全部因数实验设计的图表;
图11是根据本技术的实施例的用于水注入压力的模拟结果对历史数据的关系图;
图12是根据本技术的实施例的用于油开采速率的模拟结果对历史数据的关系图;
图13是根据本技术的实施例的用于水开采速率的模拟结果对历史数据的关系图1600;
图14A和14B是按照本技术的实施例的从初始实验设计的结果生成的两个静态分级器的图;
图15是按照本技术的实施例的目标函数(f(x))对模拟运行的数目的关系图;和
图16示出在其上可以执行用于执行本发明的实施例的处理操作的软件的示意性计算机***。
具体实施方式
在下面详细说明部分中,结合优选实施例描述本技术的具体实施例。然而,在下面描述具体到特定实施例或者本技术的特定使用的程度上,这意图只是简单为了示例性的目提供示例性实施例的描述。因此,本技术不限制于如下所述的实施例,而是这些技术包括属于权利要求的实质精神和保护范围的全部替换例、变形例和等价物。
开始,为了便于参考,阐述在这个申请中所使用的某些术语及如在本背景中所使用的术语的含义。在为了下面不限定这里所使用的术语的程度上,应该给出最宽泛定义,本领域技术人员已经给出如在至少一个出版的公开或者颁发的专利中所反映的术语。进一步,本技术不由如下所述的术语的用法限制,由于全部等价物、同义词、新变化,和为了相同或类似目的的术语或者技术被认为是在本权利要求的保护范围内的。
“伴随模型”或者“伴随方法”涉及例如储层模拟程序的预测模型的灵敏度的数学求值。此外,伴随模型提供灵敏度数据,其表示预测模型的输出随其输入变化的程度。伴随模型可以包含通过求解辅助方程组,计算相对于模型参数的验收标准的梯度或者灵敏度,该辅助方程组被称为伴随方程。伴随方法是用于计算大规模状态任务的灵敏度的有效方法,并且不同于大多数方法,其计算成本不与状态参数的数目成比例。本领域中已知许多类型的伴随模型。
“辅助历史匹配”(AHM)涉及至少一部分用于历史匹配的工作流程的开发和自动进行。在辅助历史匹配中,优化算法可以用于调节适当的参数从而改进该匹配。如这里所使用的,辅助历史匹配试图通过使用实验设计从而更彻底地理解哪个参数将影响匹配,并且通过使用优化程序更有方法地变化这些可以改进匹配的参数,从而使得该过程更***。
“粗化”涉及通过使单元较大减少模拟模型中单元的数目。可以执行粗化的过程被认为是“按比例扩大”。粗化用于通过在生成或运行模拟模型之前减少地质或者模拟模型中单元的数目,降低计算成本。
“普通比例模型”涉及这样的条件,其中地质模型的比例类似于模拟模型的比例。在这个情形中,在模拟之前没有执行粗化地质模型。
如这里所使用的“计算机可读介质”或者“有形机器可读介质”涉及任何有形存储,其参与将指令提供到处理器用于执行。这种介质可以采取许多形式,包括非易失性介质和易失性介质,但不限制于此。非易失性介质包括例如NVRAM或者磁盘或光盘。易失性介质包括动态存储器,例如主存储器。计算机可读介质可以包括例如软盘、软磁盘、硬盘、磁带或者任何其它磁性介质、磁光介质、CD-ROM、任何其它光学介质、RAM、PROM和EPROM、FLASH-EPROM、类似全息存储器的固态介质、存储卡或者任何其它存储器芯片或者盒式磁盘或者任何其它计算机能够读取的实际介质。当计算机可读介质配置作为数据库时,应当理解,数据库可以是任何类型数据库,例如相关的、分级的、对象定向的和/或其它类型。因此,本发明被认为包括有形存储介质或者有形分布介质以及先有技术识别的等价物和后继介质,其中存储本发明的软件实施。
“连通性”涉及储层地层内点之间的流体连通(或者缺乏)测量。连通性与储层内部几何条件和渗透性分布密切相关,并且通常是控制碳氢化合物开采效率和最终开采量的主要因素。
“连通”或者“流体连通”涉及注入流体或者地下地层中固有的碳氢化合物在地层中点或者位置之间流动的能力。当两个位置处于“流体连通”时,这意思是当两个位置之间存在潜在的差别时,流体可以流动。流体连通依靠开采固有碳氢化合物的地层的区域的有效渗透性。渗透性增加使得连通增加。
“排空计划”或者“开采计划”是用于从储层移出碳氢化合物的计划,例如通过适当的钻井设置和构造、钻井数目、提高流体的开采注入和流体的移出。类似地,“排空策略”也可以涉及将流体注入到储层和将流体从储层移出,从而开采碳氢化合物。排空计划和开采策略设计用于使碳氢化合物开采量的利益率最大化。
“直接搜索方法”涉及优化技术,其使用简单定义的搜索算法寻找接近初始猜测的匹配中的改进,而不需要计算导数。例如,直接搜索方法可以涉及在围绕初始猜测的第一幅度差计算用于参数的许多值、识别与最佳匹配关联的参数值、然后在与最佳匹配关联的值附近以较精细的分辨度重新计算。可以重复这个过程多次,这取决于想要的拟合。
“泄油体积(DV)”涉及储层中的体积,其受给定开采井、注入-开采井对或者注入-开采井对的组的影响。与开采井关联的泄油体积是部分储层,其中压力相应于从该钻井的开采变化。与注入开采井对关联的泄油体积是由注入流体随其从注入井流入开采井越过的体积。泄油体积的特点在于它的孔隙容积和位置。与泄油体积关联的孔隙容积有时能够从突破时间(也就是说,在流体在给定开采井出现之前,多少流体必须在给定注入井注入)推断或者从压力瞬态分析推断。使用延时地震数据能够在开采期间测量用于钻井或者钻井组的泄油体积的位置(也就是说,随着时间响应于地震测量)。通过检查注入储层和从储层开采期间压力和流体成分的变化,能够直接确定位置和体积两者。
“沉积环境”(EOD)涉及形成部分储层的物理条件的总和。储层通常被细分为不同体积,从而区别物理条件,这些物理条件被认为是在储层的形成期间出现的,其能够导致储层特征值(例如,孔隙度和渗透性)的差异。EOD可以来源于地震数据,从而将储层框架分为各种地质区域,例如海峡轴和海峡边缘。
“实验设计”涉及用于识别采样变量或者输入参数的点的技术,这些变量或输入参数用于确定数字或物理实验的响应。由进行该实验产生的结果用于构成替代模仿***,例如生成方程组,该方程组表示在不确定空间中特定点的模拟程序的响应。如本领域技术人员将理解的,实验设计的具体实例尤其包括因数设计、空间填充设计、全因数、D最佳设计和拉丁超立方体设计等等。
如这里所使用的,“显示”包括引起显示的直接动作,以及便于显示的任何间接动作。间接动作包括为最终用户提供软件、维持用户能够通过其影响显示器的网址、超链接到这种网址或者结合或者参与执行这些直接或者间接动作的实体。因此,第一方可以单独操作或者与第三方供应商协同操作,从而使得能够在显示装置上生成参考信号。显示装置可以包括任何适合于显示参考图像的装置,例如CRT监控器、LCD监控器、等离子装置、平板装置、虚拟实景护目镜或者打印机,但不限制于此。显示装置可以包括这样的装置,其已经通过使用意图用于估算、校正和/或改进显示结果的任何常规软件校准(例如,已经使用监控器校准软件调节的彩色监控器)。除了在显示装置上显示参考图像(或者除了在显示装置上显示参考图像之外),符合本发明的方法可以包括将参考图像提供到对象。“提供参考图像”可以包括通过实体的、用电话线传送的或者电子传送为对象产生或者分配参考图像,在网络上提供到参考的入口,或者为对象产生或者分配软件,其经配置从而在对象的工作站或者包括参考图像的计算机上运行。在一个实例中,提供参考图像能够涉及使得对象能够经由打印机得到复制件形式的参考图像。例如,信息、软件和/或指令能够被传输(例如,经由数据存储装置或者复制件电子或者实体地)和/或另外使得可利用(例如,经由网络),以便易于对象使用打印机打印复制件形式的参考图像。在这种实例中,打印机可以是这样的打印机,其已经通过使用意图用于估算、校正和/或改进打印结果的任何常规软件校准(例如,已经使用彩色校正软件调节的彩色打印机)。
“示例性的”在这里仅仅用于意思是“作为实例、情况或者图例”。这里所述作为“示例性的”任何实施例不被认为是超过其它实施例的优选的或者有利的实施例。
“断层”是地球层和邻近的层位表面中的断裂,穿过其存在可见错位。断层可以阻隔碳氢化合物的流动、创建可以聚集碳氢化合物的陷井或者提高碳氢化合物在储层中区域之间的流动。
“断层可传输性”涉及对于跨断层1psi的压力差流体跨断层的流速是1cp。可传输性定义为渗透性乘以流动可利用的面积,除以应用压力差的距离。可传输性乘以流体流动性乘以压力差给出体积流速率。
“流动方程”涉及表示质量守恒的等式,其中达西定律定义体积流速率。模拟程序求解这些方程,从而确定随时间和储层中的位置的流体成分。
“流动模拟”被定义为通过实体***模拟质量(通常是流体,例如油、水和气体)、能量和动量的传输的计算机执行数值方法。实体***可以包括三维储层模型、流体特性和钻井的数目和位置。流动模拟也需要用于控制注入和开采速率的策略(通常称为钻井管理策略)。这些策略通常用于通过用注入流体(例如,水和/或气体)替代采出流体维持储层压力。当流动模拟再造过去储层动态时,应当被称为“历史匹配”,并且其预测储层中未来流体特性的能力具有较高可靠度。
“采出流体”涉及从地下地层移出的液体和/或气体,包括例如富有机物岩层。采出流体可以包括碳氢化合物流体(例如原油冷凝物或者轻质原油)、碳氢化合物气体(例如甲烷、乙烷、丙烷等等)和/或非碳氢化合物流体(例如二氧化碳、硫化氢和水,包括蒸汽)。
“遗传算法”涉及一种类型的优化算法,其能够用于历史匹配。在这种类型的优化算法中,创建输入参数组群,并且每个参数组都用于计算目标函数。在历史匹配中,通过运行流动模型计算目标函数。使用类似于自然选择的过程从最初群创建新的参数组群。除去给出目标函数值差的群的成员,而保持使目标函数改进的参数组,并且以类似于生物种群传播的方式合并。存在参数组的改变,其类似于遗传、突变和再组合。创建新群的过程继续,直到得到匹配。
“地层”意思是地下区域,不考虑尺寸,其包含巩固或者松散的地下沉积岩、变质和/或火成物质,以及与地下区域的地质发展有关的其它地下物质,可以是固体、半固体、液体和/或气态。地层可以容纳不同的时期、纹理和矿物学的成分的许多的地质岩层。地层能够涉及具体岩石类型的单组相关地质岩层或者涉及不同岩石类型的整组地质岩层,其有助于或者在下列情况中遇到,例如但不限制于:(i)创造、生成和/或积留碳氢化合物或者矿物和(ii)执行用于从地下提取碳氢化合物或者矿物的过程。
“全局最小”涉及跨计算目标函数的整个参数空间的目标函数中的最小值。
“梯度模拟方法”涉及用于在储层模拟期间计算灵敏度因数的方法。灵敏度因数定义为相对于每个输入参数的模拟程序响应的导数。这些导数用于优化过程,从而帮助引导寻找改进的匹配。因此,如果导数相对于引起参数大,那么该响应对该参数敏感,并因此变化该参数能够改进目标函数。在斯坦福大学石油工程系的J.L.Landa的博士论文“Reservoir Parameter Estimation Constrained to Pressure TransientsPerformance History,and Distributed Saturation Data”(1997年6月)中给出梯度模拟方法的详细描述。
“多相性”涉及储层特征中的空间变异性,类似渗透性和孔隙率。这个变化性由于这样的过程,通过该过程沉积包含储层岩石的沉淀物并且储层岩石随后由自然过程改变。多相性的实例如:通常在深海储层中的沙沉积层之间形成的页岩隔层、由于碳酸盐岩平台的不同部分(即平台边缘对内部)中各种海洋生物的高渗性层带或者由于断层形成的裂隙带。
“历史开采数据”涉及从储层开采期间收集的任何数据。开采数据的实例是从每个钻井的油、水和/或气流速率、饱和的测井测量、来自长时井下压力表的压力测量、井口压力测量、4D(或者延时)地震数据或者随时间从每个钻井采出水、气或者油的成分。
“历史匹配”涉及调节储层模型的的未知参数的过程,直到模型的预测尽可能严格类似储层的过去开采。通常,可以用个寻找目标函数的最小值执行历史匹配,该目标函数测量油田测量和模拟结果直接的不符合。
“层位或层位”是位于地震图像中的特征面,并且其相应于形成所研究的地下地带的沉积层的下表面(“基底”)和上表面(“顶部”)。这些层位限定地质层。层位的非限制实例包括不整合面、小间断、断层平面、岩石岩层边界、沉积表面和侵入或者底辟质量(intrusive or diapiricmasses)的表面。
如这里所使用的,“碳氢化合物管理”包括碳氢化合物提取、碳氢化合物开采、碳氢化合物探测、识别潜在的碳氢化合物资源、识别钻井位置、确定钻井注入和/或提取速率、识别储层连通性、获取、处理和/或放弃碳氢化合物资源、复查先前的碳氢化合物管理决策和任何其它有关碳氢化合物的行为或活动。
“注入开采井对”涉及注入井和开采井,其流体连通,以便在在排空储层过程中在注入井注入的流体将在开采井出现。
“注入井”或者“注入钻井”是流体通过其被注入到地层从而提高碳氢化合物的开采的钻井。注入流体可以尤其包括例如水、蒸汽、含水聚合物溶液和碳氢化合物气体。
“内单元可传输性”涉及对于由于1psi压力差的1cp流体在两个地质单元之间的流速。参看上面可传输性的定义。
“克里格法(Kriging)”是一组地质统计技术,其用于在从其在靠近位置的值未观察到的位置***随机油田的值。从地质的观点,克里格法的时间时根据假设测量值之间的连续性。给定有序的测量等级组,通过克里格法的***预测在未观察点的值。
“局部极小值”涉及目标函数中的点,在该点函数在所有方向趋于上升。然而,局部极小值不是可以在参数空间中找到的函数的最小值。参看全局最小值的定义。
“多维定标”(Multi-dimensional scaling,即MDS)涉及用于显现数据中差值的技术。例如,一组指示任何两个数据点之间距离的数据可以简化为指示其在参数空间中相对位置的全部数据点的映射。
“净毛比”(Net-to-gross ratio,即NTG)涉及流体能够流过的多孔岩石所占有的体积相对于总的岩石体积的比率。NTG=0.5意思指每立方英尺的岩石含有0.5立方英尺的多孔岩石。
“神经网络”涉及一类非线性统计数据模仿工具。给定几组输入参数(来自实例中的储层模拟模型)和相应的输出(速率、压力、流体成分等等),神经网络允许从输入预测输出,而不再运行任何模拟。如应用到AHM,神经网络是模拟程序的具体类型的替代。
“目标函数”涉及数学函数,其指示运行试行储层模型和油田测量的结果之间的符合或不符合(失配)程度。在匹配模拟结果与开采曲线中,通常定义目标函数,以便实现用于完全符合的零值和用于较不精确符合的较高的正值。通常使用的目标函数的实例是对于给定开采测量(压力相位比等等)误差(模拟减去观察的)的平方和。目标函数的小值指示模拟结果和油田测量之间的符合好。历史匹配中的目标是得到目标函数的最小的可能值。
能够在油田历史开采数据(例如速率和井底动压)和从模拟运行中获得的之间定义失配。也能够在4D地震数据和在流动模拟之后从模拟模型的相应测量之间定义失配。能够分别为每次测量展开目标函数,或者一个能够通过使用来自不同测量的目标函数的加权平均数定义组合。为了使其成为部分工作流程,开发程序从而从该模型提取相关的结果并计算与开采数据的失配,并且保存目标函数的结果值。
“油-水接触(OWC)深度”涉及油成为移动的深度。在OWC下面,只有水是移动的。
“优化算法”涉及用于在参数空间中寻找目标函数的最小值或者最大值的技术。尽管可以以寻找全局极小值或者极大值的目的使用该技术,但是其可以定位局部极小值或者极大值,代替全局极小值或者极大值。该技术可以使用遗传算法、梯度算法、直接搜索算法或者随机最佳化方法。在本专利的开始描述了优化的参考。
如这里所使用的,术语“优化的”、“优化”、“使优化”、“优化性”和“优化法”(以及这些术语和语言上关联词和短语的推导及其它形式)不是意图在要求本发明的意义上限制于寻找最佳解决方法或者做出最佳决定。虽然数学最佳求解方法实际上可以达到的数学可利用可能性最好,但是优选例行程序、方法、模型和过程的真实实施例可以向这种目标努力,而没有实际上获得完美。因此,获得本公开权益的本领域技术人员将理解,在本发明的保护范围的背景中,这些术语更加通用。该术语能够描述努力达到解决方法,该解决方法可以是最佳可利用解决方法、优选解决方法或者在约束范围内提供具体利益的解决方法。此外,该术语可以用于连续描述改进、精炼、寻找目标的极限或者最大值或者减少补偿函数的过程。
“过筛选”涉及将所关心的区间过于窄化,例如除去位于所关心区间外侧的模型,其也可能给出令人满意地开采历史匹配。
“参数空间”涉及假设的空间,其中“位置”是由全部可优化参数定义的。如这里所使用的,参数空间可以描述为在历史匹配的任何阶段所假设的全部历史匹配参数以及参数能够预计在的值的范围的集合。历史匹配的目的是搜索参数空间,从而找到参数空间中目标函数是可以接受小的位置。
“参数子空间”涉及一部分最初参数空间,其使用参数的总数目的子集或者用于参数或者其一些组合的可能值的较小范围定义。
“产油层”是其中油或者气体或者其它矿物的累积以商用量存在的岩石的区间。
“渗透性”是岩石传输流体通过岩石的内部连通的孔隙空间的能力。渗透性可以由达西定律定义:Q=(kΔPA)/(μL),其中Q=流速(cm3/s),AP=跨长度L(cm)和横截面积A(cm2)的汽缸的压力降(atm),μ=流体粘度(cp),并且k=渗透性(Darcy)。用于渗透性的测量惯用单位是毫达西(即,0.001达西)。“渗透性厚度”涉及平均渗透度和地层厚度的乘积。渗透性厚度乘以流动可利用的宽度除以压力差应用的长度,给出较早定义的可传输性。
“相”涉及化学上或者物理上均匀量的物质,其能够从非同质混合物中机械地分离。其可以由单一物质或者物质的混合物组成。物质的相是固体、液体、气体和等离子。有时候,“相”可以用于描述物质的其它特征或者状态,例如晶体、胶体、玻璃和无定形。在碳氢化合物开采中,存在含水的(水)、液体(油)和蒸气(气体)。
“相速率”涉及从储层开采或者注入储层的特定相的速率。
“孔隙容积”或者“孔隙率”被定义为由百分比表示的孔隙空间的体积和材料的总体体积的比率。这个比率可以按照百分比表示。孔隙率是用于流体的储层岩石存储容量的测量。多孔性优选地由核部、声波测井、密度测井、中子测井或者电阻率测井确定。总的或者绝对孔隙率包括全部孔隙空间,然而有效孔隙度只包括连通的孔隙,并且相应于排空所利用的孔隙容积。
“孔隙体积”(PV)定义为与一部分储层关联的流体的体积。其为平均孔隙度和所讨论的储层的部分的体积的乘积。
“基于过程的模型”或者“基于物理的模型”涉及预测模型,其接收原始数据,并且根据由原始数据表示的已知科学原则对物理对象的相互作用预测例如地质***的复杂的物理***的行为。
“开采井”或者“开采钻井”是通过其从储层移出开采流体的钻井。
“开采数据”涉及在油田寿命中可以测量的任何值。实例包括从单个开采钻井中油、气体和水的开采速率、在给定时间对给定钻井的测量的压力对深度、在给定钻井中测量的给定深度的压力对时间、在给定面积上给定时间测量的地震响应、流体成分对给定钻井中的时间、在给定时间对于给定钻井的流速对深度。该模型应该符合全部可利用开采数据,从而改进未来油田行为预测将是正确的概率。
“开采速率”涉及从单个钻井、钻井集合或者整个油田开采流体的速率。开采流体的速率以在表面开采设施存在的条件下每日采油桶数或者每日开采立方米给出。气体速率以标准立方英尺/日给出。
“流动单元或者断块的PV”涉及在流动单元或者断块中的孔隙体积。流动单元通常是储层中的地质地带。地带由其地质成因和其特性标明。
“储层”或者“储层形成”通常是产油带(例如,碳氢化合物开采带),其包括砂石、石灰石、白垩、煤和一些类型的油母页岩。产油带厚度能够从小于一英尺(0.3048m)变化到几百英尺(几百m)。储层形成的渗透性为开采提供了可能性。
“储层特征”和“储层特征值”被定义为表示岩石容纳储层流体的物理属性的量。如本申请中所使用的术语“储层特征”,其包括可测量和描述性的属性。
可测量的储层特征值的实例包括岩石类型分数(例如,净毛比、v页岩(v-shale)或者岩相比例)、孔隙率、渗透性、含水饱和度、声阻抗和裂隙密度。描述性储层特征值的实例包括相、岩石学(例如,砂石或者碳酸盐)和沉积环境(EOD)。储层特征可以被填充到储层框架中,从而生成储层模型。
“地质模型”是地下土体积的基于计算机的表示,例如碳氢化合物储层或者沉积盆地。地质模型可以采取许多不同的形式。根据背景,为石油应用建立的描述性或者静态地质模型能够以单元的3-D系列的形式,储层特征被分配于此。许多地质模型由地层或者构造表面(例如,洪泛面、连续界面、流体界面、断层)和边界(例如,岩相变化)约束。这些表面和边界定义模型内的区域,其可能具有不同的储层特征。
“储层模拟模型”或者“模拟模型”涉及碳氢化合物储层以及与其关联的流体、钻井和设施的数学表示。储层模拟模型可以被认为是地质模型的特例。模拟模型用于进行关于碳氢化合物储层的未来动态的数值实验,从而确定最有利的操作方案。管理碳氢储层的工程师可以创建许多不同的模拟模型,很可能变化复杂程度,从而对过去的储层动态定量并且预测其未来动态。
相(油、气体或者)的“饱和度”定义为该相占有的孔隙空间的分数体积。
“按比例扩大”涉及这样的过程,通过该过程高分辨率网格线被聚结从而由相应粗略的特征分配填充的较粗略的网格线。该过程涉及创建粗略网格线,随后计算并分配特性;例如,在平均某一范围内的特性。按比例扩大高分辨率模型通常降低运行数字流动模拟的计算成本。
“地震”或者“地震数据”可以包括或表示地震现象(或者例如,信号),其在间断的对象和/或连续层反射和/或衍射。连续层可以包括,例如地质层之间的界面。不连续对象可以包括例如小型绕射体、断层或者小型断面。
“最短路径算法”(SPA)涉及模型化方法,其中储层被模型化为具有由边缘(其相应于网格块之间的面部)连接的顶点(其相应于网格块)集合的图。成本可以定义为减轻沿着任何边缘移动的测量。路径是将一个顶点连接到另一个的边缘的集合。例如一种测量边缘成本的方便的方法是穿过相应网格块面部的可传输性反向测量。高可传输性相应于低成本。另一个有用的成本测量是通过时间,其与孔隙体积(PV)除以可传输性成比例。给定成本的定义,SPA可以用于有效寻找任何两个顶点之间的最低成本路径。例如SPA是被如何使用,关联一给定路径的孔隙体积能够通过沿着那些路径的所有该网格块来得到。为了定义两个钻井之间连接的孔隙体积,测量最短路径,其由储层中连接注入井和开采井的一系列网格块组成。一组这种‘短路径’可以是一束,并且可以增加相应于该束的总的孔隙体积。这构成该组钻井之间的泄油体积(DV)的静态测量。
“最短路径成本”涉及使用最短路径算法识别的最短路径的成本。其相应于用于顶点之间单独边缘的值的总和。
“模拟退火(Simulated annealing)”是优化过程,通过该过程输入参数值被随机地扰乱,直到为模型计算的目标函数达到可接受值。在历史匹配中,目标函数将测量历史开采数据和模拟预测之间的差别,并且目标将是为目标函数寻找最小的可能值。改进匹配的微扰被接受到模型中,尽管也接收一些降低匹配的微扰,从而避免局部极小值。
“样条(Splines)”(如在“样条拟合”中)涉及广泛分类的函数,其用于需要数据内插和/或平滑的应用。在样条拟合过程中,该样条是特殊类型的分段多项式,其用于跨过数据点***。用于***的样条函数通常根据***约束经选择从而最小化粗糙度(例如整体平方曲率)的适合测量。样条能够是线性的、二次项或者立方项等等,这取决于分段多项式的程度。
“静态测量”是特性测量,其在单个时间进行或者没有随时间变化。通常,储层的静态测量可以包括结构成分、储层构造组分、岩石类型组分和岩石物理学组分。结构组分包括例如几何形状和闭合度、深度、断层样式和时间、倾角和分区。储层构造组分尤其可以包括沉积***、沉积环境、净毛比、竖直多相性和区间厚度。岩石类型组分涉及岩石组分和产油层分布。岩石物理学组分尤其可以包括流体类型、触点、横向渗透性多相性、竖直对水平渗透性比以及成岩和矿物学问题等等。储层模型上的静态测量涉及将例如钻井之间的连接孔隙体积的量计算为现有特性的一些函数,这些特性例如孔隙度和渗透性。
“静态储层工程分析”涉及根据流动过程的物理学的简化表示的分析。静态储层工程分析的实例包括使用最短路径算法定义围绕开采井或者注入井和开采井之间的泄油体积、围绕钻井的渗透性厚度、流动单元或者断块的PV和注入井和开采井之间的最短路径成本。这些分析给出这样的信息,例如优选流动路径、抗流动性和储层中分区的体积。
“随机优化技术”涉及优化方法,其中随机变化参数,从而搜索最佳结果(小的目标函数)。模拟退火是随机优化技术的实例。
“基于流线型方法”涉及用于通过沿着流线型追踪并且估算渗透性和/或孔隙率的变化对沿着该流线型的流速和/或压力梯度的影响,计算储层模拟中的灵敏度因数。然后这些灵敏度因数被用于梯度优化方法从而减少目标函数。
“可传输性”涉及对于给定压力降,在单位粘性下两点之间的容积流速。可传输性是连通性的有用测量。储层中任何两个分隔空间之间(断块或者地质带)或者油井和储层之间(或者特定地质带)或者注入井和采出井之间的可传输性,都能够对于理解储层中的连通性有用。
“穿透时间(Water breakthrough time)”是时间的测量,该时间从开始在注入井注水直到从开采井开采出注入水。
“钻井”或者“钻井孔”包括套筒、套筒胶结或者开孔钻井孔,并且可以是任何类型的钻井,包括开采钻井、勘探钻井等等,但不限制于此。钻井孔可以是竖直的、横向的、竖直和水平之间成任何角度、转向或者不转向的、及其组合,例如具有非竖直分量的竖直钻井。
“测井记录”和“测井记录数据”是通过分析电缆测井和从已钻钻井收集的核心采样获得的数据。该数据可以表示地质层的物理特性,尤其例如孔隙度和渗透性。
“工作流程”涉及为了有***地进行储层工程研究实施的一系列步骤。在最高水平上,工作流程包括决定什么参数不确定,然后将其变化从而确定这些参数中的哪些变化储层动态。根据这个,能够实施更详细地研究,从而决定怎样最佳开采储层并且这个总体工作流程的部分是历史匹配的。在更详细的水平上,定义模拟工作流程,从而允许在历史匹配研究中模拟结果的***分析。用于历史拟合的典型过程或者工作流程可以涉及复制基础案例模型、对该模型进行一些改变(例如,调节孔隙率或者渗透性)、运行模拟和从模拟的结果计算目标函数值。
本技术的示例性实施例公开了用于辅助历史匹配的方法和***。本技术将静态储层工程分析与历史匹配过程整合。静态储层工程分析根据流动过程的物理学的简化表示。例如,最短路径算法可以用于定义围绕开采井或者注入井和开采井之间的泄油体积、围绕钻井的渗透性厚度、流动单元或者断块的孔隙体积和注入井和开采井之间的最短路径成本。这些分析可以提供这样的信息,例如优选流动路径、抗流动性和储层中分区的体积。因此,静态储层工程分析的结果能够为模拟提供基于物理学的替代。
然而,该替代没有完全代替模拟程序,因为其没有求解由质量守恒和达西定律规定的动态压力等式。在本技术的示例性实施例中,该由于静态储层工程分析的结果可以用于通过提高甄别技术加速历史匹配过程,或者用于通过减少可以需要运行的流动模拟的数目降低计算成本。筛选过滤器通常来源于目标函数,其测量模拟结果和开采历史之间的相似性。然后,展开目标函数和静态测量之间的关系式。静态测量用于为未来模型提供目标函数的估算。也就是说,模拟模型中参数组的模拟接近目标函数中的全局极小值,很可能提供比运行距离全局极小值较远的有价值的模拟结果。同样,具有不满足筛选过滤器的参数组的模拟模型不应该涉及执行模拟,因为其不可能提供减少目标函数的模拟结果。
图1是按照本技术的示例性实施例的用于使用筛选过滤器提高辅助历史匹配的方法的方框图100。开始,如方框102所示的初始地下或储层模型和如方框104所示的开采数据可以用于进行如方框110所示的实验设计。创建这个设计可以包括确定哪些模型参数能够被调节,而仍旧保持可利用地质数据和概念的一致性。该实验设计可以包括初始模拟模型或者模型组,其符合可利用的地质数据和解释。进一步,实验设计的开发可以包括确定模型参数(例如,用于模拟的模型参数的子组)及其相关范围。选择这个列表的模型参数可以涉及关于哪些参数具有较高的不可靠性的工程和地球科学判断。根据这个选择,将运行的模拟列表(被称为“方案或计划”)能够被确定有效探测所关心的参数空间。这个列表被称作实验设计。参数空间定义为可以经改变从而提高历史匹配的参数并且每个参数都能够在其上变化的数值范围。那么该实验设计可以用于执行一个或更多模拟,其为不同的参数(例如,实验或方案)提供结果。
由于地质模型对于模拟经常是过于精细网格的,所以在示例性的实施例中,可以按比例扩大模型,从而创建能够用于模拟的较粗化的模型(例如,具有模型参数的模拟模型)。在其它实施例中,可以构成“普通定标模型(common scale model)”,其中地质模型分辨度类似于模拟模型。使用普通定标模型,通过使得地质模型较小,从而允许在地质描述上更迅速地迭代,因此加速创建新的地质模型和按比例扩大的过程,从而从每个新的地质模型生成模拟模型。可以对地质模型进行一些最佳变形。例如,在地质模型中应该优选地进行类似顶部结构或者断层位置的变化,将额外步骤增加到工作流程,从而从这个新的地质模型开发模拟模型。然而,对模拟模型直接进行变形,而不构建新的地质模型,通常比较快。
根据经验、地质概念的不确定性和开采数据的分析,可以将不确定性的范围分配到每个模型参数,从而形成历史匹配参数的列表或者组。例如,某一油田可以只具有这样的测量,其将油水接触面(OWC)深度放在值A(ft)和B(ft)之间。在这个情形中,如果忽略测量中的其它误差,那么OWC深度的不确定性范围是[A,B]。为了探测这个不确定性的影响,能够运行这样的案例,其中OWC深度=A ft,B ft和(A+B)/2 ft。
实验设计方法能够用于确定将运行的模拟列表(可以被称为“方案”),从而有效探测所关心的参数空间。例如,全因数或者D最佳设计可以允许不确定性空间的全限制的探测,而拉丁超立方体设计(LatinHypercube Design)可以允许均匀地采样不确定性空间。进一步,更有限设计,例如主要效应设计,能够用于为辅助历史匹配识别控制参数,而不运行大量模拟。
如果使用实验设计开发初始模拟模型组,那么目标函数可以作为用于分析模拟模型灵敏度的响应。这个分析的结果可以产生历史匹配参数的分级以及分别影响每个响应的关系式。这个信息能够用于除去最初包括的参数,其中该参数不确定性对匹配结果有很少的影响。进一步,分析的结果也可以识别最强的因数,其控制储层流动的每个方面,例如在注入井影响压力的因数和在开采井影响穿透时间(water breakthroughtime)的参数(其可以是相同的)。如果对于不同的响应所识别的因数不同,那么可以单独选择参数,从而匹配储层中流动的相应方面。
尽管实验设计分析可以用于示例性实施例,但是其它实施例可以使用不同技术研究历史匹配参数、静态连通性测量和目标函数之间的关系,例如使用包括交汇图上的回归(regression on cross-plots)的统计工具及其它用于测量模型之间的差异的方法(例如多维定标(MDS))。本技术的示例性实施例可以使用这些替换的分析执行历史匹配,通过速率失配或穿透时间失配对钻井之间的泄油体积的关系、注入井的早期压力对渗透性厚度的关系、压力递减对断层块孔隙体积或者断层密封的关系等等。在这个技术中,失配(其相应于用于实验设计的目标函数)可以定义为油田测量和模拟结果之间的差的和(或者差的平方)。
在方框120,能够分析模拟结果,从而确定是否指示地质连通性测量和目标函数之间的关系。也就是说,对于每个方案,分析模拟的结果从而确定哪些静态地质或者储层工程测量能够用于预测目标函数的值。然后,找到给出目标函数的所需值的静态测量的范围。然后可以选择这些地质测量和范围的一些,称为用于历史匹配过程的筛选过滤器。
然后,在方框130,可以用筛选过滤器执行历史匹配过程。在示例性实施例中,优化程序然后用于控制历史匹配过程或者工作流程。如下面进一步讨论的,优化程序生成改进的模拟模型参数,其可以用于提高匹配。在本技术的一个示例性实施例中,与模拟模型合作执行的静态储层工程分析(即,模拟模型的基于物理学分析)用于筛选模拟模型。基于物理学的测量在计算上是成本低廉的,并且可以提供关于组成该设计的模拟模型的有用信息。模拟结果通常取决于模拟模型的连通性质量。例如,在开采井的穿透时间能够预计与将开采井连接到注入井的主导流动途径中的孔隙体积有关。初始模拟结果可以用于开发目标函数和设计中对模型作出的基于物理学的分析之间的相关性(参考图2B进一步讨论)。因此,例如根据连通性测量,能够使用相关性筛选模拟模型从而识别可以提供良好历史匹配(即,目标函数的小值)的模拟模型。
进一步,关于预期流动机制的可用数据的量是有限的,并因此历史匹配问题是约束过少的。因此,有可能达到几种不同的解决方案,每个都满足可用数据。为了能够获取给定这些约束可能得到的预测结果的范围,一个策略是寻找模拟模型,其给出开采数据的良好的匹配,而这些模型尽可能地彼此不同。例如,模拟模型之间的差可以表示流体运动的位置、岩石和流体特性,其位于对于每个参数的不确定性范围内。
图2A是按照本技术的实施例压力对深度模拟的关系图200,其示出可以从辅助历史匹配(AHM)获得的改进。在图2A中,Y轴202表示地表下地层的深度,图200的顶部204通常更接近地表。该X轴206表示钻井中压力,该压力从左向右增加。如能够从图200看到的,如模拟所生成的压力对深度的初始结果208没有严格匹配实际测量数据210(如由三角形指示的)。
为了改进这个匹配,例如通过使用这里所述的用于辅助历史匹配(AHM)的技术,可以调节几种模型参数。模型参数可以包括如断层可传输性、净毛比和横向渗透性的这些参数。在历史匹配之后,所调节的模型给出模拟结果212,这些结果更加接近开采数据。经调节模拟结果212的模拟模型然后可以用于预测开采、钻井排空方案等等。
部分AHM或者任何历史匹配,选择模拟模型的什么部分应该经改变从而改进历史匹配。例如,孔隙度和渗透性的值在某一范围内的模拟模型的每个单元,可以被选择用于渗透性或者孔隙率的变化。然而,这里所述的技术不是特指用于选择将改变的单元或进行实际修改的任何单个方法。
历史匹配问题可以通过定义开采历史和流动模拟之间的失配的定量测量,被制定为优化问题。通过执行模拟运行,生成包括压力、速率和饱和度的结果,其能够与开采期间从油田的测量相比较。目标函数是模拟结果不同于油田测量(例如,开采数据)到什么程度的测量。目标函数可以被计算为由静态测量或者流动模拟预测的速率、压力或者任何其它状态变量的误差的归一化的和(随时间)。因此,历史匹配是调节模型参数从而得到目标函数的最小可能值的过程。为了进行该历史匹配,识别能够经变化从而获得历史匹配的模型参数。这通常使用地球科学和工程判断选择该参数来执行,而同时考虑可利用测量(类似地震、速率、钻井记录等等)的潜在误差。
图2B是根据本技术的实施例从模拟结果计算的目标函数252的图250。在这个图250中,X轴254表示注入井-开采井对之间的泄油体积的相对测量,而Y轴256表示开采历史和模拟结果之间的失配,即目标函数。钻井之间的泄油体积是在模拟模型上进行的静态地质测量的例子。在图250中,已经选定阈值258,其用于给出可接受匹配的最大目标函数值。可以根据涉及的测量的数目、测量的结果期望的准确度或者许多其它因数,选择这个阈值258。该阈值258和相关性可以用于定义所关心的区间260。
所关心的区间260定义用于参数(例如,这个实例中的泄油体积)的值的区域,其可以用于更详细地研究储层特征。在本技术的示例性实施例中,静态储层工程分析用于筛选模型,而不需要实际运行流动模拟。根据从静态测量计算的泄油体积,能够确定特定的模拟模型是否位于所关心的区间260内。当识别所关心的区间内的模拟模型时,可以为该模拟模型执行流动模拟。因此,能够为位于所关心区间260外的泄油体积绕过执行流动模拟。
上述讨论到的技术可以在初始宽辖区研究中用于识别参数子集合和开始模拟模型,该模型更可能含有方案或求解方法(solution)。一旦识别用于求解方法的可能区域,那么优化工具可以用于调节开始模拟模型,从而得到与开采数据的匹配改进。通常,如果目标函数相对于历史匹配参数(例如,模型参数的特定子集合)的导数用于进行调节,那么需要较少的迭代或重复。如本领域技术人员将将理解的,存在许多可以用于示例性实施例的计算导数的方法,包括梯度模拟法、伴随方法和基于流线型方法。前两种算法涉及求解类似于流动方程的方程。因此,可以存在存储器和CPU时间损失用于导数计算。此外,由于梯度法通常可以沿着响应面的斜率的最大下降追踪,所以基于梯度的方法可以在局部极小值停止,而不是全局极小值或者最佳求解方法。
已经开发其它方法,使得这些调节不需要计算导数。例如,随机优化技术,例如遗传算法或者模拟退火(genetic algorithms or simulatedannealing),其为最终求解方法生成并测试许多推测,并且使用这些改进匹配的推测定义其它可能的求解方法。另一通用类的方法被认为是直接搜索方法。例如,通过映射接近初始输入推测的目标函数,而没有计算导数,这些方法使用简单定义的搜索算法寻找匹配中的改进。上述讨论到的任何优化技术可以用于本技术的示例性实施例。
图3是按照本技术的示例性实施例的用于历史匹配的方法的方框图300。该方法中的每个方框可以表示硬件元件、软件元件或者硬件和软件的组合。进一步,元件的设置仅仅是可以怎样获得功能性的一个实例。可以以不同的构造设置元件,而不变化该方法的功能或者保护范围。例如如下面参考图16所述,可以在许多处理***上执行该元件。在这个示例性实施例中,优化程序302经由接口306与流动模拟程序304进行互动,从而提高历史匹配过程。如图300所示,优化程序302能够得到模型参数,如方框308中所示。这些模型参数可以从存储位置(未示出)读取,或者可以由用户经由输入装置(未示出)输入。然后,如方框310中所示,优化程序302为流动模拟程序304中的模拟选择模型参数。如方框312所述的,优化程序302经由接口306将所选用的参数提供到流动模拟程序304,其可以包括传输所选用的参数或者指示存储器或者存储选用的参数的其它机器可读介质中的位置。
流动模拟程序304能够根据这些所选用的参数执行一个或更多计算。特别是,如方框314所示,流动模拟程序304能够使用所选用的参数作为模拟模型的部分,从而创建模拟运行。在方框316,模拟程序304根据模拟模型计算静态地质连通性测量。然后如方框318所述,这些静态地质连通性测量被提供到优化程序302。
例如,由岩石类型决定的净毛比(net-to-gross ratio,即NTG)可以被选作历史匹配参数。该过程可以从输入文件为每种岩石类型读取新NTG值、在表格中查找孔隙度和渗透性值、并且根据岩石类型用这些新的特性填充模拟模型。另一个历史匹配参数可以包括跨断层的可传输性。可以根据另一个输入文件进行跨断层的可传输性的调整。能够对地质模型、模拟模型或者两者进行这些修改。这些参数由流动模拟程序304改变。
如果开发超过一种模拟模型,可以使用技术确定其是否经由不同流动途径开采。这些技术包括比较饱和度、用于不同模型的流线型或者SPA的结果。进一步,除非目标函数被显著改进,可以除去复制在较早的模拟模型中看到的机制的模拟模型。这可以对得到许多历史匹配的模拟模型的工作有用,这些模型显著地彼此不同。
在本技术的示例性实施例中,进行静态测量定义缺乏全物理学流动模拟的任何方法,其能够用于测量地质或者模拟模型中的连通性。例如,可传输性是连通性的有用测量。能够有用的另一种连通性的测量是排空可利用的孔隙体积(PV)。这个的测量包括用于地质定义个分区的PV和某些钻井或者钻井对可用的PV。最短路径算法(SPA)能够在示例性实施例中用于结合可传输性和PV的测量。
在本技术的示例性实施例中,任何方法或者可以用于测量模拟模型的连通性或者其它物理性质的其它技术,可以用于对静态地质模型进行测量。使用这些测量,可以识别模拟模型中的地形,其可以涉及动态流动响应,例如穿透时间或者流动井底压力等等。可以在模拟模型上自动进行静态测量的程序被包括在筛选步骤中,该步骤属于优化方法。
用静态地质连通性测量,优化程序302在执行模拟之前执行模拟模型的筛选。特别是在方框320,优化程序302使用静态地质连通性测量估算目标函数的值。如方框322中所示,使用在模型调整之前部分辅助历史匹配过程确定的关系式得到这个估算。然后,目标函数的估计值与筛选过滤器相比较,从而确定是否应该执行模拟。例如,如果目标函数的估计值不在目标范围内,那么优化程序302中的工作流程返回到方框310,以便在流动模拟程序304中为模拟模型选择不同的模型参数组。然而,如果目标函数的估计值在目标范围内,那么如参考方框324所述的,优化程序302将指示提供到流动模拟程序304,从而执行一个或更多具有模型参数组的模拟。
根据执行模拟的指示,如方框326中所述的,模拟程序304执行模拟运行。在方框328中生成来自模拟的结果。如方框330所示,用该结果,模拟程序304计算目标函数的值。注意在模拟程序中不需要完成提取结果和计算目标函数。接口能够用于提取结果,并且该目标函数能够在该接口或优化程序中计算。然后,如方框332所述,模拟程序304经由接口306将目标函数的计算值提供到优化程序302。
根据来自模拟程序304的目标函数的计算值,优化程序302确定该匹配是否是可接受的。在方框334,优化程序302确定目标函数值是否足够小。如果计算值不是足够小,那么如方框310所示,优化程序302在流动模拟程序304中为模拟模型选择不同的参数。然而,如果目标函数的计算值足够小,那么如方框336所述,优化程序302提供过程完成的指示。
该优化程序确定目标函数的变化与目标值相比是否不再显著。这指示优化方法可以收敛到指示模拟可以精确到的结果,例如模拟在开采历史的10%、5%、1%或者更少之内。在运行该模拟之前,例如通过为目标函数变化选择目标的最小值,用户可以确定想要的准确度。如果已经获得足够的收敛,那么优化程序能够提供输出给用户。如果还没有获得足够的收敛,那么可以写入新的参数文件。
在上述讨论到的技术中,可能出现各种问题,特别是在更复杂的方案中。例如,如果发现在任何目标函数测量和连通性的静态测量之间没有相关性,那么该算法减少到简单的优化方法,其可以提供对响应空间的复杂性的了解。
如上所述的技术不限制于简单方案,例如单个最小值或者单个注入井-开采井对。图4是更复杂的参数空间的图400。在图4中,X轴402表示注入井-开采井对之间的泄油体积的相对测量,而Y轴404表示开采历史值和模拟结果之间的目标函数。如图400中所示,可能具有许多的最小值,其投影小于目标阈值406。因此,在这个情形中可以识别多于一个所关心的区间408。因此,可以估算模型,从而在运行全标度流动模拟之前确定其是否位于任何一个区间内。
图5是按照本技术的实施例的储层的图500,其示出使用具有单个注入井的许多开采井。这个方案更可能在油田环境中,而不是单个注入井-开采井对。图500说明现场示意图,其特征碍于单个注入井502和四个开采井504。这定义四个单独泄油体积(DV)506,一个对应每个注入井-开采井对。模拟结果,例如在每个开采井的穿透时间,能够对比DV 506交叉绘制,其相应于注入井-开采井对并且用于参考图1和3所述的辅助历史匹配过程。如果实验设计(例如,实验模型)已经用于生成数据,那么可以变化不同参数,从而分别改进在每个井中的匹配,只关注对于该井所关心的区域。如果实验设计分析指示在某些用于匹配每个井的控制参数之间存在重叠,那么用于每个注入井-开采井对的交叉点图可以同时使用,在满足该规范的模拟模型上运行模拟。进一步地,可以匹配更复杂的历史数据,包括许多注入和开采井。
在根据数值实验(例如,这里所讨论的模拟运行)的任何筛选过程中,存在过度筛选的可能性,那就是说,存在如初始辖区研究所定义的所关心区间外的模拟模型,其也可以给出良好的开采历史匹配。在本发明的示例性实施例中,通过配置模拟程序从而为筛选工具清除的每n个模型测试一个模拟模型,可以加强筛选过程。例如,可以模拟由筛选准则排除的每第二十一个模型,因此控制过渡筛选的可能性。如果发现模拟模型提供与开采数据的良好匹配,但是不满足当前筛选约束,那么可以更新该筛选约束,从而解决可能的求解方法的新的区间。得到的交叉点图减少为类似于上面图4中所示的形式。
实例
在本节中描述本技术在示例性的合成储层模型中的应用。尽管这里所讨论的储层模型是合成的,但是其具有表征深水沉积环境中流体流动的地质特性。
图6是示出一个深水***的流动组分的储层的模拟模型600的图。模拟模型具有两个地质单位,Unit0 602和Unitl 604,单元602和604的每个都具有两种沉积环境(EOD):海峡轴(EOD1)606和海峡边缘(EOD0)608。海峡轴606包括优质储层岩石,其可以包含可发现碳氢化合物的最高浓度。进一步地,两个结构或者地层断层610穿过两个单元602和604。如图6中所示的,用于本实例的模拟模型具有一个注入井612用于水或者其它流体的注入,从而辅助开采,并且具有一个开采井614用于碳氢化合物或者开采流体的输出。
图7是按照本技术的实施例在两个地质单元602和604之间的海峡轴606的图700。如图700中所示的,单元中的海峡轨迹(channeltrajectories)偏移,但是在小面积上方在模型中间横越。
图8是按照本技术的实施例的地质连贯特性关系的图800。图8中所示的关系是用于为两个地质单元602和604将特性分配到单独元。X轴是对于给定EOD的净毛比(NTG)值802。第一Y轴804绘制地层的渗透性的曲线图,而第二Y轴806绘制地层的孔隙率的曲线图。同时参考图6和7,模拟模型600可以包括分配给单独元的特性,其包括地质单元602和604和两个EOD 606和608两者。在每个地质单元602和604中,用于每个单元的NTG 802由分配到该元的沉积环境(EOD)606和608确定。进一步,对于模拟模型中的每个单元,例如孔隙率的静态储层特征、模拟模型中的每个网格块的水平和竖直渗透性根据在该单元中所建立的与NTG值802的地质关系。为每个地质单元602和604生成这个关系。因此对于每个单元,根据NTG值802,得到孔隙率、水平和数字渗透性值。
问题定义
参看图6,在模拟模型600中,在注入井612中设定注水率,并且在开采井614中设定压力。通过运行用于参考参数组的模拟,确定在开采井614的相速率(即,每个开采的相的量)和在注入井612的压力,其中储层模型特性被设定在任意值。为了这个实例的目的,这些速率和压力是将匹配的“历史数据”。
图9A-9C说明根据“参考”储层特征组的开采数据。图9A示出在沿着X轴906示出的10,000天时期注入井612中的压力904的图902。
图9B示出相同时期(沿着X轴906测量的)期间采油速率910的图908。
图9C是在相同时期(沿着X轴906测量的)期间开采水速率914的图912。
辅助历史匹配的目标是改变模型参数(例如,渗透性和孔隙率),因此模拟模型性能匹配“历史数据”。理论上,这样做将允许参考参数组的再建,从不同的特性组开始。然而,可以存在多于一个参数组匹配该参考。如下面所讨论的,将调节从而得到与合成历史数据相匹配的特性组是未知变量。
模型参数化
在这个模拟模型中,未知变量是对于每个单元基本的静态变量(孔隙率、水平和竖直渗透性)、跨断层的通信水平和单元之间的通信。根据沉积环境的重叠,单元内通信进一步被分为三个变量。因此,单元内海峡对海峡、边缘对海峡、边缘对边缘重叠分别被分配变量。与静态特性和NTG之间的固有关系关联可以存在不确定性。例如,如图8中所示的渗透性、孔隙率和NTG之间的函数关系对于每种沉积环境是未知变量。
主要变量(因数)的数目可以精简成六个。这些包括两个变量(“ntg0”和“ntg1”),其用于例如使用参考图8所讨论的关系确定模型中每个单元的孔隙率和水平和竖直渗透性。术语“ntg0”表示Unit0602中的NTG速率,并且“ntg1”表示Unit1604中的NTG(图8)。在每个单元602和604内,NTG取决于EOD 606和608。进一步,变量(例如,flt34)可以用于表示断层可传输性,并且另一个用于表示单元内可传输性(例如,“Unit0l”)。最终,一对变量(例如,“table0”和“tablel”)可以用于表示用于为每个EOD 606和608表示NTG和储层特征之间的函数关系。
实验设计和初始筛选滤过器
图10A和10B示出曲线图1000,其示出在六个因数(ntg0、ntgl、flt34、unit0l、table0和table1)上执行的全因数实验设计,其每个都被示为设计中的一列。为了模仿与因数关联的不确定性,下限值(相应于-1)、上限值(相应于1),和中点值(相应于0)被分配给六个变量的每个,并且生成具有中心点情形的双级全因数实验设计。如图10中所示,根据在两级(高和低)的六个因数和中点情形1002,即26+1,总共提供了65个运行。
在这个实例中,为与参考方案相同边界条件的65个方案的每个运行储层模拟。图11-13中示出模拟结果与历史数据的最终比较。图11-13的每个图中的Y轴和X轴分别以与图9A-9C相同的方式定义。收集的响应包含参考曲线(历史数据),其示出对于每个因数的参考值位于所分配的范围内。
图11是根据本技术的实施例的用于水注入压力的模拟结果1102对历史数据1104的关系图1100。图11中示为一系列圆(每个都表示测量)的历史数据1104相应于图9A的图902中示出的数据。图12是根据本技术的实施例的用于油开采速率的模拟结果1202对历史数据1204的关系图1200。图12中示为一系列圆的历史数据1204相应于图9B的图908中所示的数据。最终,图13是按照本技术的实施例用于水开采速率的模拟结果1302对历史数据1304的关系图1300。图13中示为一系列圆的历史数据1304相应于图的图912中所示的数据。
图14A和14B是从初始实验设计的结果生成的两个静态过滤器的图。对于实验设计中的65个方案的每个,使用SPA执行泄油体积的预模拟计算。在根据模拟结果的模拟和参考之后,计算用于每个实验模型的目标函数。如图14A和14B中所示,用这些计算的量,生成静态测量和开采响应之间的关系。第一静态分级器1402沿着Y轴1404具有比率目标函数,并且沿着X轴1406是泄油体积(DV)。第二静态分级器1408沿着Y轴1410具有压力目标函数,并且沿着X轴1412是钻井之间的最小成本(如从SPA测量的)。在本技术的示例性实施例中,初始窗口1414可以在静态分级器(例如,1402和1404)中定义。初始窗口1414可以对筛选模拟模型有用。尽管在这个实例中模拟了设计中的每个实验模型,但是窗口1414可以用于例如只通过模拟窗口内的运行,从而从模拟中排除多个运行。
尽管不为第一设计定义窗口1414,其通常用于识别一个或更多控制参数,但是窗口1414可以对在后续的迭代或重复中改进优化算法的效率有用。例如,对于由优化程序确定的每个新的参数组或者参数值,可以构成新的模型、能够计算泄油体积的静态测量对比历史数据、并且能够从该静态测量估算目标函数值,并且该目标函数值用于确定是否为该模型运行模拟。如果钻井之间的泄油体积在想要的窗口1414外侧,那么目标函数可以被设定到任意的高值,而不需要运行模拟,并且根据该结果由优化程序生成新的模型参数组。然后这里所讨论的技术可以被应用于新的模型,从而最小化该目标函数。在优选循环期间,运行满足该筛选过滤器的模拟模型,并且该模拟模型构成用于筛选标准动态更新的额外的信息源。
图15是按照本技术的实施例与模拟运行的数目有关的目标函数的图1500。在图1500中,X轴1502表示模型上运行的模拟的数目,而Y轴1504表示目标函数,其测量模拟结果和历史数据之间的失配。曲线图示出表示使用本技术的结果的首行1506。第二行1508示出什么时候不使用筛选技术。参看图15,与没有使用如这里所述的筛选技术的已知技术相比,本技术提供了用于优化的更有效的方法。
表格1按照所测试的模型的数目改写了图15所示的结果。当使用PV、最低成本和目标函数之间的关系式时,测试较少的模型,甚至运行较少模拟,提出静态计算的值。使用静态计算将优化程序约束到参数空间,其中目标函数很可能被改进。该结果更迅速的窄化参数空间。表格1用分级器和没有用分级器的优化结果的比较
用过滤器 | 不用过滤器 | |
模拟的 | 30 | 123 |
去除的 | 29 | 0 |
最小目标函数 | 0.136 | 0.143 |
***
这里讨论的技术可以在计算装置上执行,例如图16中所示的装置。图16示出在其上可以执行用于执行本发明的实施例的处理操作的软件的示意性计算机***1600。中央处理器(CPU)1601连接***总线1602。在实施例中,CPU 1601可以是任何通用的CPU。本发明不由CPU 1601的构造(或者示例性的***1600的其它组分)限制,只要CPU 1601(及其它***1600的组分)支持如这里所述的本发明的操作。CPU1601可以根据实施例执行各种逻辑指令。例如,CPU1600可以执行用于根据结合图1和3如上所述的示例性的工作的流动执行处理的机器级指令。例如,CPU 1601可以执行用于执行图1和3的方法的机器级指令。
计算机***1600也可以包括随机存取存储器(RAM)1603,其可以是SRAM、DRAM、SDRAM等等。在本技术的示例性实施例中,RAM1603用于存储由处理器1601用于执行图1和3的方法的机器级指令。计算机***1600优选地包括只读存储器(ROM)1604,其可以是PROM、EPROM、EEPROM等等。如本领域众所周知的,RAM1603和ROM1604保持用户和***数据和程序。
计算机***1600也优选地包括输入/输出(I/O)适配器1605、通信适配器1611、用户接口适配器1608和显示适配器1609。在某些实施例中,I/O适配器1605、用户接口适配器1608和通信适配器1611,允许用户能够与计算机***1600互动,以便输入信息。
I/O适配器1605优选将存储装置1606连接到计算机***1600,存储装置例如硬盘驱动器、光盘(CD)驱动器、软盘驱动器、磁带驱动器、闪存驱动器、USB连接存储器等等。当RAM 1603不满足用于本发明的实施例的操作的存储数据关联的内存需求时,可以利用存储装置。计算机***1600的数据存储器可以用于存储这种信息作为历史数据、实验模型、模拟模型和用于执行图1和3中所示的方法步骤的代码和/或按照本发明的实施例使用或者生成的其它数据。
通信适配器1611优选适合于将计算机***1600连接网络1612,其可以是信息能够经由网络1612被输入到***1600和/或从***1600输出,网络1612例如因特网或者其它广域网、局部区域网络、公共的或者专用电话交换网络、无线网络或者上面的任何组合。用户接口适配器1608将用户输入装置和/或输出装置连接到计算机***1600,输入装置例如键盘1613、点击设备1607和扩音器1614,并且输出装置例如扬声器1615。根据某些实施例,显示适配器1609由CPU1601驱动,从而控制在显示装置1610上的显示,例如显示关于在分析目标区域的信息,例如显示生成的目标区域的3D表示。
应该理解,本发明不限制于图16中所示的计算机***1600的构造。例如,可以利用任何适合的基于处理器的装置用于执行本技术的全部或者部分实施例,包括个人计算机、便携式计算机、计算机工作站和多处理机服务器,但不限制于此。此外,可以在专用集成电路(ASIC)或超大规模集成电路(VLSI)上执行实施例。事实上,根据该实施例,本领域技术人员可以利用许多能够执行逻辑操作的适合的结构。
本技术可以容易受到各种修改和替换形式的影响,所以如上所述的实例性的实施例仅通过实例示出。然而,此外应该理解,本技术不是意图限制于这里所公开的特定实施例。实际上,本技术包括全部替换例、变形例和等价物,其属于权利要求的实质精神和保护范围。
Claims (20)
1.一种用于提高开采史匹配过程的方法,所述方法包含:
获得开采数据和初始地下模型;
确定实验设计,其包括一个或更多模型参数组,其中执行所述实验设计的结果用于测量连通性测量和目标函数之间的关系;
在每个所述模型参数组,计算用于静态地质测量的值;
用所述实验设计执行至少一个流动模拟,从而生成结果;
至少部分根据所述开采数据、所述静态地质测量或者所述生成的结果之中的一个或更多,确定筛选过滤器;以及
使用所述筛选过滤器运行满足所述筛选过滤器的所述流动模拟,以执行历史匹配过程。
2.根据权利要求1所述的方法,其中所述筛选过滤器包括所述连通性测量和所述目标函数。
3.根据权利要求1所述的方法,其中确定所述实验设计包含识别多个参数,所述多个参数控制所述流动模拟的响应和开采历史之间的目标函数。
4.根据权利要求1所述的方法,其中确定所述筛选过滤器包含:
在所述目标函数中识别目标窗口;
确定所述静态地质测量和所述目标函数之间的关系;和
根据所述关系确定用于静态地质测量的值的范围,其中目标函数将在所述目标窗口内。
5.根据权利要求4所述的方法,其中识别所述目标窗口包含为所述目标函数选择范围,所述范围包含最小值。
6.根据权利要求1所述的方法,其中执行所述历史匹配过程包含重复以下步骤从而通过以下减少所述目标函数:
为每个新的参数组计算关联的静态地质测量;和
为所述模型参数组运行所述流动模拟,其中至少部分根据所述静态地质测量,预测用于目标函数的值将在当前目标窗口内。
7.根据权利要求6所述的方法,进一步包含:
在所述目标函数中识别新的目标窗口,其中所述新的目标窗口小于所述当前目标窗口;
确定新的多个实验,从而探测较小的参数子空间;
在所述新的多个实验的每个都执行所述静态地质测量;
根据在所述目标函数和所述静态地质测量之间较早确定的所述关系,为每个静态地质测量估算所述目标函数的值;
为每个实验执行所述流动模拟,对于所述每个实验所述目标函数的值在所述新的目标窗口内;和
计算用于所述开采历史的每个流动模拟的所述目标函数。
8.根据权利要求1所述的方法,其中所述模型参数组包含断层可传输性、净毛比、孔隙率、渗透性、单元可传输性或者它们的任何组合。
9.根据权利要求1所述的方法,其中所述静态地质测量包含地质模型中的连通性的测量。
10.根据权利要求9所述的方法,其中所述连通性包含可传输性、孔隙体积、泄油体积、最短路径成本、渡越时间(transit time)或者它们的任何组合。
11.根据权利要求1所述的方法,包含在地下模型上执行最短路径算法,从而得到每个静态地质测量。
12.根据权利要求1所述的方法,其中所述实验设计包含筛选设计、全因数设计、部分因数设计、拉丁超立方体设计、D最佳设计或者它们的任何组合。
13.一种用于从油田开采碳氢化合物的方法,包含:
生成储层模型,其中通过使用静态地质测量,所述储层模型与来自所述油田的开采历史相匹配,其中在用于目标函数的值的计算中,所述静态地质测量作为流动模拟的替代;
为一个或更多模型参数组执行流动模拟,所述参数组由从所述静态地质测量计算的所述目标函数的值指示在一个目标窗口内;
调节所述储层模型从而优化所述目标函数;和
至少部分根据所述储层模型,调节从所述油田的碳氢化合物开采的控制。
14.根据权利要求13所述的方法,其中至少部分根据所述储层模型调节从所述油田的碳氢化合物开采的控制,包含变化注入压力、将注入井转换为开采井、将开采井转换为注入井、钻孔更多钻井到所述储层或者它们的任何组合。
15.根据权利要求13所述的方法,其中所述静态地质测量包含可传输性、孔隙体积、泄油体积、开采成本、渡越时间或者它们的任何组合。
16.一种有形机器可读介质,包含代码,其经配置从而引导处理器:
在参数子空间中的多个实验的每个,计算用于静态地质测量的目标函数的值;
为所述多个实验的每个执行流动模拟,所述多个实验的每个产生的所述目标函数在目标窗口内;和
计算用于开采历史的每个流动模拟的所述目标函数。
17.根据权利要求16所述的有形机器可读介质,包含代码,其经配置从而引导所述处理器重复优化过程,直到所述目标函数在目标范围内。
18.根据权利要求16所述的有形机器可读介质,包括代码,其经配置从而引导所述处理器最小化用于所述静态地质模型的所述目标函数,并且以识别为最佳的参数组运行流动模拟。
19.根据权利要求16所述的有形机器可读介质,包含代码,其经配置从而引导处理器使优化程序的所述操作与流动模拟程序的所述操作相配合。
20.根据权利要求16所述的有形机器可读介质,包含代码,其经配置从而引导处理器生成所述目标函数的图解表示的显示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US30400110P | 2010-02-12 | 2010-02-12 | |
US61/304,001 | 2010-02-12 | ||
PCT/US2010/056725 WO2011100009A1 (en) | 2010-02-12 | 2010-11-15 | Method and system for creating history-matched simulation models |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102754105A true CN102754105A (zh) | 2012-10-24 |
CN102754105B CN102754105B (zh) | 2016-05-25 |
Family
ID=44368040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080063711.3A Expired - Fee Related CN102754105B (zh) | 2010-02-12 | 2010-11-15 | 用于创建历史匹配模拟模型的方法和*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US9703006B2 (zh) |
EP (1) | EP2534606B1 (zh) |
CN (1) | CN102754105B (zh) |
BR (1) | BR112012017278A2 (zh) |
CA (1) | CA2783787A1 (zh) |
WO (1) | WO2011100009A1 (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105637525A (zh) * | 2013-10-03 | 2016-06-01 | 兰德马克绘图国际公司 | 用于烃储层建模的灵敏度分析 |
CN105683494A (zh) * | 2013-09-16 | 2016-06-15 | 兰德马克绘图国际公司 | 伪相生产模拟:在储层流动模拟中经由连续相似的阶跃函数相对渗透率受控模型来评估准多相流生产以便对多个岩石物理学实现排序的信号处理方法 |
CN107924423A (zh) * | 2015-12-18 | 2018-04-17 | 株式会社日立制作所 | 模型确定设备和模型确定方法 |
CN108228956A (zh) * | 2016-12-14 | 2018-06-29 | 台湾积体电路制造股份有限公司 | 优化晶圆制程模拟的方法 |
CN109478208A (zh) * | 2016-05-23 | 2019-03-15 | 沙特***石油公司 | 用于石油勘探和生产评估的综合数据和过程集成的迭代且可重复的工作流程 |
CN109469465A (zh) * | 2018-11-14 | 2019-03-15 | 中国石油天然气股份有限公司大港油田分公司 | 注水井参数的处理方法、装置及存储介质 |
CN109989744A (zh) * | 2017-12-29 | 2019-07-09 | 中国石油天然气股份有限公司 | 碳酸盐岩多套储集体油井生产压差的计算方法和装置 |
CN111119835A (zh) * | 2018-11-01 | 2020-05-08 | 中国石油化工股份有限公司 | 一种随钻工况识别方法及*** |
CN111274689A (zh) * | 2020-01-16 | 2020-06-12 | 孙骞 | 用于在历史拟合中寻求储层物性组合的非唯一解的方法及设备 |
CN111539118A (zh) * | 2020-04-29 | 2020-08-14 | 昆明昆船物流信息产业有限公司 | 一种环行穿梭车***的仿真计算方法及计算机程序产品 |
CN111771144A (zh) * | 2018-02-28 | 2020-10-13 | 沙特***石油公司 | 定位新的烃田并根据烃运移来预测储层性能 |
CN112329144A (zh) * | 2020-11-04 | 2021-02-05 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 适用于船海装备的数值模型预测***及预测方法 |
CN112949888A (zh) * | 2019-12-11 | 2021-06-11 | 顺丰科技有限公司 | 件量预测模型训练以及件量预测方法、装置和计算机设备 |
CN113256051A (zh) * | 2021-03-16 | 2021-08-13 | 贵州电网有限责任公司 | 一种启发式发电机组检修计划的编制处理方法 |
US11613957B1 (en) | 2022-01-28 | 2023-03-28 | Saudi Arabian Oil Company | Method and system for high shut-in pressure wells |
US12024985B2 (en) | 2022-03-24 | 2024-07-02 | Saudi Arabian Oil Company | Selective inflow control device, system, and method |
CN112949888B (zh) * | 2019-12-11 | 2024-08-02 | 顺丰科技有限公司 | 件量预测模型训练以及件量预测方法、装置和计算机设备 |
Families Citing this family (98)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7110525B1 (en) | 2001-06-25 | 2006-09-19 | Toby Heller | Agent training sensitive call routing system |
US9372943B2 (en) * | 2008-05-05 | 2016-06-21 | Exxonmobil Upstream Research Company | Modeling dynamic systems by visualizing and narrowing a parameter space |
US20130332132A1 (en) * | 2011-02-23 | 2013-12-12 | Total Sa | Computerized method for the estimation of a value for at least a parameter of a hydrocarbon-producing region, for planning the operation and operating the region |
WO2013059279A1 (en) * | 2011-10-18 | 2013-04-25 | Saudi Arabian Oil Company | Reservoir modeling with 4d saturation models and simulation models |
WO2013059224A1 (en) * | 2011-10-18 | 2013-04-25 | Saudi Arabian Oil Company | 4d saturation modeling |
RU2014120155A (ru) * | 2011-10-20 | 2015-11-27 | Шлюмбергер Текнолоджи Б.В. | Оптимизация модели с несколькими периодами для экономического оценивания регуляторов расхода |
US9244819B2 (en) | 2011-10-31 | 2016-01-26 | International Business Machines Corporation | Attribute value properties for test selection with cartesian product models |
US8452813B2 (en) * | 2011-10-31 | 2013-05-28 | International Business Machines Corporation | Test planning using attribute value properties |
AU2013212268B2 (en) | 2012-01-24 | 2017-02-02 | Smith & Nephew, Inc. | Porous structure and methods of making same |
US9618639B2 (en) | 2012-03-01 | 2017-04-11 | Drilling Info, Inc. | Method and system for image-guided fault extraction from a fault-enhanced seismic image |
WO2013148900A1 (en) * | 2012-03-28 | 2013-10-03 | Geco Technology B.V. | Providing an objective function based on variation in predicted data |
WO2014071321A1 (en) | 2012-11-04 | 2014-05-08 | Drilling Info, Inc. | Reproducibly extracting consistent horizons from seismic images |
FR2998397B1 (fr) * | 2012-11-20 | 2015-07-24 | Total Sa | Procede pour determiner une representation d'un reservoir d'hydrocarbures |
US10577895B2 (en) * | 2012-11-20 | 2020-03-03 | Drilling Info, Inc. | Energy deposit discovery system and method |
US9322263B2 (en) | 2013-01-29 | 2016-04-26 | Landmark Graphics Corporation | Systems and methods for dynamic visualization of fluid velocity in subsurface reservoirs |
FR3002270B1 (fr) * | 2013-02-21 | 2015-02-27 | Ifp Energies Now | Procede d'exploitation d'un reservoir geologique au moyen d'un modele de reservoir cale et coherent vis a vis des proprietes d'ecoulement |
US9229127B2 (en) | 2013-02-21 | 2016-01-05 | Saudi Arabian Oil Company | Methods program code, computer readable media, and apparatus for predicting matrix permeability by optimization and variance correction of K-nearest neighbors |
US10853893B2 (en) | 2013-04-17 | 2020-12-01 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
US10459098B2 (en) | 2013-04-17 | 2019-10-29 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
CN105122153A (zh) * | 2013-05-24 | 2015-12-02 | 哈利伯顿能源服务公司 | 用于油藏性能的改进估算的油藏历史匹配的方法和*** |
RU2015152040A (ru) * | 2013-07-05 | 2017-08-15 | Лэндмарк Графикс Корпорейшн | Смешанный способ принудительного воспроизведения исторических данных в крупных резервуарах |
RU2015156124A (ru) * | 2013-07-29 | 2017-09-01 | Лэндмарк Графикс Корпорейшн | Адаптация модели пласта-коллектора |
CA2921492C (en) * | 2013-09-16 | 2020-03-31 | Landmark Graphics Corporation | Relative permeability inversion from historical production data using viscosity ratio invariant step-function relative permeability approximations |
MX2016001887A (es) * | 2013-09-16 | 2016-07-26 | Landmark Graphics Corp | Simulacion de produccion de pseudofase: un enfoque de procesamiento de señales para evaluar la produccion de flujo de cuasi multiples fases mediante modelos controlados de permeabilidad relativa escalonados analogos y sucesivos en la simulacion de flujos en yacimientos. |
EP3071997B1 (en) * | 2013-11-18 | 2018-01-10 | Baker Hughes, a GE company, LLC | Methods of transient em data compression |
EP3077618B1 (en) | 2013-12-04 | 2018-09-19 | Services Petroliers Schlumberger | Tuning digital core analysis to laboratory results |
WO2015083000A2 (en) * | 2013-12-05 | 2015-06-11 | Cgg Services Sa | Methods and systems of detecting a microseismic event using an iterative non-linear inversion algorithm |
US9958571B2 (en) | 2013-12-30 | 2018-05-01 | Saudi Arabian Oil Company | Machines for reservoir simulation with automated well completions and reservoir grid data quality assurance |
US11028449B2 (en) | 2013-12-31 | 2021-06-08 | Biota Technology, Inc. | Microbiome based systems, apparatus and methods for monitoring and controlling industrial processes and systems |
US11047232B2 (en) | 2013-12-31 | 2021-06-29 | Biota Technology, Inc | Microbiome based systems, apparatus and methods for the exploration and production of hydrocarbons |
US10233727B2 (en) * | 2014-07-30 | 2019-03-19 | International Business Machines Corporation | Induced control excitation for enhanced reservoir flow characterization |
US10995592B2 (en) * | 2014-09-30 | 2021-05-04 | Exxonmobil Upstream Research Company | Method and system for analyzing the uncertainty of subsurface model |
US10385686B2 (en) | 2014-10-28 | 2019-08-20 | Eog Resources, Inc. | Completions index analysis |
US10385670B2 (en) * | 2014-10-28 | 2019-08-20 | Eog Resources, Inc. | Completions index analysis |
US9732593B2 (en) * | 2014-11-05 | 2017-08-15 | Saudi Arabian Oil Company | Systems, methods, and computer medium to optimize storage for hydrocarbon reservoir simulation |
GB2533847B (en) * | 2014-11-06 | 2017-04-05 | Logined Bv | Local layer geometry engine with work zone generated from buffer defined relative to a wellbore trajectory |
US9911210B1 (en) | 2014-12-03 | 2018-03-06 | Drilling Info, Inc. | Raster log digitization system and method |
US10822922B2 (en) | 2015-01-19 | 2020-11-03 | International Business Machines Corporation | Resource identification using historic well data |
CA2971706C (en) * | 2015-03-05 | 2022-05-31 | Halliburton Energy Services, Inc. | Method to optimize oilfield operations based on large and complex data sets |
CN106156389A (zh) * | 2015-04-17 | 2016-11-23 | 普拉德研究及开发股份有限公司 | 用于自动执行的井规划 |
US11487915B2 (en) * | 2015-06-29 | 2022-11-01 | Onesubsea Ip Uk Limited | Integrated modeling using multiple subsurface models |
CA2992711C (en) * | 2015-08-21 | 2021-02-16 | Halliburton Energy Services, Inc. | Method and apparatus for production logging tool (plt) results interpretation |
US10908316B2 (en) | 2015-10-15 | 2021-02-02 | Drilling Info, Inc. | Raster log digitization system and method |
US10082006B2 (en) | 2015-10-26 | 2018-09-25 | International Business Machines Corporation | Reduced space clustering representatives and its application to long term prediction |
US10359542B2 (en) | 2016-01-22 | 2019-07-23 | Saudi Arabian Oil Company | Generating dynamically calibrated geo-models in green fields |
CA3019180A1 (en) * | 2016-03-30 | 2017-10-05 | Nexen Energy Ulc | Methods, systems and devices for modelling reservoir properties |
WO2017222540A1 (en) * | 2016-06-24 | 2017-12-28 | Schlumberger Technology Corporation | Drilling measurement valuation |
US10188292B2 (en) | 2016-09-08 | 2019-01-29 | Howard P. Apple | Device for screening convergence insufficiency and related computer implemented methods |
GB2556621B (en) * | 2016-09-30 | 2020-03-25 | Equinor Energy As | Improved structural modelling |
WO2018071270A1 (en) | 2016-10-14 | 2018-04-19 | Conocophillips Company | Connectivity based approach for field development optimization |
WO2018194598A1 (en) * | 2017-04-19 | 2018-10-25 | Halliburton Energy Services, Inc. | Statistics and physics-based modeling of wellbore treatment operations |
CA3070868C (en) * | 2017-05-18 | 2022-10-18 | Conocophillips Company | Resource density screening tool |
US10802177B2 (en) | 2017-10-16 | 2020-10-13 | Baker Hughes, A Ge Company, Llc | Evaluating hydrocarbon reserves using tool response models |
CN111712823A (zh) * | 2017-12-14 | 2020-09-25 | 斯伦贝谢技术有限公司 | 用于模拟储层模型的***和方法 |
CN109973071A (zh) * | 2017-12-22 | 2019-07-05 | 中国石油天然气股份有限公司 | 碳酸盐岩连通单元连通关系判定方法和装置 |
JP7301443B2 (ja) * | 2017-12-22 | 2023-07-03 | グローバル・ライフ・サイエンシズ・ソリューションズ・ユーエスエー・エルエルシー | 濾過プロセスに関する方法、装置、システム及びコンピュータプログラムプロダクト |
WO2019132987A1 (en) * | 2017-12-29 | 2019-07-04 | Landmark Graphics Corporation | Modeling complex basin fill utilzing known shoreline data |
US11328106B2 (en) | 2018-04-22 | 2022-05-10 | Sas Institute Inc. | Data set generation for performance evaluation |
US11561690B2 (en) | 2018-04-22 | 2023-01-24 | Jmp Statistical Discovery Llc | Interactive graphical user interface for customizable combinatorial test construction |
US10878345B2 (en) * | 2018-04-22 | 2020-12-29 | Sas Institute Inc. | Tool for hyperparameter tuning |
US11143879B2 (en) * | 2018-05-25 | 2021-10-12 | Samsung Electronics Co., Ltd. | Semi-dense depth estimation from a dynamic vision sensor (DVS) stereo pair and a pulsed speckle pattern projector |
EP3830611B1 (en) | 2018-07-31 | 2024-05-15 | ExxonMobil Technology and Engineering Company | Detecting fluid types using petrophysical inversion |
US12018554B2 (en) | 2018-09-06 | 2024-06-25 | American University Of Beirut | Black hole particle swarm optimization for optimal well placement in field development planning and methods of use |
WO2020180295A1 (en) * | 2019-03-04 | 2020-09-10 | Landmark Graphics Corporation | Multi-objective completion parameters optimization for a wellbore using bayesian optimization |
US11105944B2 (en) * | 2019-04-30 | 2021-08-31 | Chevron U.S.A. Inc. | System and method for lateral statistical estimation of rock and fluid properties in a subsurface formation |
CN110929437B (zh) * | 2019-10-28 | 2024-01-05 | 温州大学 | 基于响应面的动铁式比例电磁铁恒力预测方法 |
US11499397B2 (en) * | 2019-10-31 | 2022-11-15 | Saudi Arabian Oil Company | Dynamic calibration of reservoir simulation models using flux conditioning |
US11501038B2 (en) * | 2019-10-31 | 2022-11-15 | Saudi Arabian Oil Company | Dynamic calibration of reservoir simulation models using pattern recognition |
US11680465B2 (en) | 2019-12-23 | 2023-06-20 | Saudi Arabian Oil Company | Systems and methods for multiscale sector hydrocarbon reservoir simulation |
US11754746B2 (en) * | 2020-02-21 | 2023-09-12 | Saudi Arabian Oil Company | Systems and methods for creating 4D guided history matched models |
US11261707B2 (en) | 2020-03-27 | 2022-03-01 | Saudi Arabian Oil Company | Method and system for well assignment in a reservoir simulation based on well activity |
US11846741B2 (en) | 2020-04-06 | 2023-12-19 | Saudi Arabian Oil Company | Systems and methods for evaluating a simulation model of a hydrocarbon field |
CN111535787B (zh) * | 2020-04-09 | 2022-02-22 | 中国石油化工股份有限公司 | 高含水油藏动态渗流界面的判识模型及判识界限构建方法 |
US11775705B2 (en) | 2020-04-23 | 2023-10-03 | Saudi Arabian Oil Company | Reservoir simulation model history matching update using a one-step procedure |
US11586790B2 (en) * | 2020-05-06 | 2023-02-21 | Saudi Arabian Oil Company | Determining hydrocarbon production sweet spots |
US11802989B2 (en) * | 2020-05-11 | 2023-10-31 | Saudi Arabian Oil Company | Systems and methods for generating vertical and lateral heterogeneity indices of reservoirs |
US11352873B2 (en) | 2020-05-11 | 2022-06-07 | Saudi Arabian Oil Company | System and method to identify water management candidates at asset level |
US11867054B2 (en) | 2020-05-11 | 2024-01-09 | Saudi Arabian Oil Company | Systems and methods for estimating well parameters and drilling wells |
US11713666B2 (en) | 2020-05-11 | 2023-08-01 | Saudi Arabian Oil Company | Systems and methods for determining fluid saturation associated with reservoir depths |
CN113700458B (zh) * | 2020-05-22 | 2023-08-22 | 中国石油天然气股份有限公司 | 油田注水***能耗优化方法及装置 |
US20220027616A1 (en) * | 2020-07-21 | 2022-01-27 | Saudi Arabian Oil Company | Systems and methods for reservoir history matching quality assessment and visualization |
CN111858815B (zh) * | 2020-07-22 | 2024-01-26 | 江苏省基础地理信息中心 | 基于语义和连通性的面状水系分级、制图方法、*** |
US11740386B2 (en) * | 2020-07-30 | 2023-08-29 | Chevron U.S.A. Inc. | Determination of representative wells to characterize subsurface regions |
GB2606343A (en) * | 2020-09-09 | 2022-11-09 | Landmark Graphics Corp | Automated reservoir model prediction using ML/AI integrating seismic, well log, and production data |
US20220075915A1 (en) * | 2020-09-09 | 2022-03-10 | Landmark Graphics Corporation | Automated reservoir model prediction using ml/ai intergrating seismic, well log and production data |
US20230359793A1 (en) * | 2020-09-23 | 2023-11-09 | Schlumberger Technology Corporation | Machine-learning calibration for petroleum system modeling |
EP4244755A1 (en) * | 2020-11-13 | 2023-09-20 | Chevron U.S.A. Inc. | Visualization of directional influence of wells on correlation |
US20240061146A1 (en) * | 2020-11-13 | 2024-02-22 | Chevron U.S.A. Inc. | Subsurface characterization based on multiple correlation scenarios |
EP4244754A1 (en) * | 2020-11-13 | 2023-09-20 | Chevron U.S.A. Inc. | Well correlation through intermediary well |
US11668847B2 (en) | 2021-01-04 | 2023-06-06 | Saudi Arabian Oil Company | Generating synthetic geological formation images based on rock fragment images |
EP4288895A1 (en) * | 2021-02-05 | 2023-12-13 | Services Pétroliers Schlumberger | Reservoir modeling and well placement using machine learning |
RU2754741C1 (ru) * | 2021-03-12 | 2021-09-07 | Общество с ограниченной ответственностью «Газпромнефть Научно-Технический Центр» (ООО «Газпромнефть НТЦ») | Способ адаптации геолого-гидродинамической модели пласта |
EP4348362A1 (en) * | 2021-05-27 | 2024-04-10 | Services Pétroliers Schlumberger | Machine learning proxy model for parameter tuning in oilfield production operations |
US11578596B2 (en) | 2021-07-08 | 2023-02-14 | Saudi Arabian Oil Company | Constrained natural fracture parameter hydrocarbon reservoir development |
CN114329905B (zh) * | 2021-12-03 | 2022-12-23 | 国家电投集团科学技术研究院有限公司 | 全范围模拟机可信度评估方法、装置及计算机设备 |
US20230297742A1 (en) * | 2022-03-21 | 2023-09-21 | C3.Ai, Inc. | Artificial intelligence-based system implementing proxy models for physics-based simulators |
CN115048886B (zh) * | 2022-08-12 | 2022-11-01 | 阿里巴巴(中国)有限公司 | 设计参数调整方法、装置、电子设备和存储介质 |
CN115114538B (zh) * | 2022-08-29 | 2023-09-15 | 伊苏林迪(北京)文化科技有限公司 | 一种公共空间的动态引流方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1860489A (zh) * | 2003-09-30 | 2006-11-08 | 埃克森美孚上游研究公司 | 使用最小阻力路径来特征化储层模型中的连通性 |
CN1898675A (zh) * | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层模型建立方法 |
US20070288212A1 (en) * | 2002-08-19 | 2007-12-13 | General Electric Company | System And Method For Optimizing Simulation Of A Discrete Event Process Using Business System Data |
US20080077371A1 (en) * | 2006-09-01 | 2008-03-27 | Chevron U.S.A. Inc. | Method for history matching and uncertainty quantification assisted by global optimization techniques utilizing proxies |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5871047A (en) | 1996-08-14 | 1999-02-16 | Schlumberger Technology Corporation | Method for determining well productivity using automatic downtime data |
FR2765708B1 (fr) | 1997-07-04 | 1999-09-10 | Inst Francais Du Petrole | Methode pour determiner des parametres hydrauliques representatifs a grande echelle d'un milieu fissure |
US6826483B1 (en) | 1999-10-13 | 2004-11-30 | The Trustees Of Columbia University In The City Of New York | Petroleum reservoir simulation and characterization system and method |
US6980940B1 (en) | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
US7369973B2 (en) | 2000-06-29 | 2008-05-06 | Object Reservoir, Inc. | Method and system for representing reservoir systems |
AU2001270265A1 (en) | 2000-06-29 | 2002-01-14 | Object Reservoir, Inc. | Method and system for coordinate transformation to model radial flow near a singularity |
CA2398545C (en) | 2000-10-04 | 2009-02-10 | Schlumberger Canada Limited | Production optimization methodology for multilayer commingled reservoirs using commingled reservoir production performance data and production logging information |
FR2818742B1 (fr) | 2000-12-22 | 2003-02-14 | Inst Francais Du Petrole | Methode pour former un module a reseaux neuronaux optimise, destine a simuler le mode d'ecoulement d'une veine de fluides polyphasiques |
FR2823877B1 (fr) | 2001-04-19 | 2004-12-24 | Inst Francais Du Petrole | Methode pour contraindre par des donnees dynamiques de production un modele fin representatif de la repartition dans le gisement d'une grandeur physique caracteristique de la structure du sous-sol |
US7835893B2 (en) | 2003-04-30 | 2010-11-16 | Landmark Graphics Corporation | Method and system for scenario and case decision management |
US7539625B2 (en) | 2004-03-17 | 2009-05-26 | Schlumberger Technology Corporation | Method and apparatus and program storage device including an integrated well planning workflow control system with process dependencies |
US7725302B2 (en) | 2003-12-02 | 2010-05-25 | Schlumberger Technology Corporation | Method and system and program storage device for generating an SWPM-MDT workflow in response to a user objective and executing the workflow to produce a reservoir response model |
CN1898640A (zh) | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层评价方法 |
US7114557B2 (en) | 2004-02-03 | 2006-10-03 | Schlumberger Technology Corporation | System and method for optimizing production in an artificially lifted well |
US7999695B2 (en) | 2004-03-03 | 2011-08-16 | Halliburton Energy Services, Inc. | Surface real-time processing of downhole data |
US7548873B2 (en) | 2004-03-17 | 2009-06-16 | Schlumberger Technology Corporation | Method system and program storage device for automatically calculating and displaying time and cost data in a well planning system using a Monte Carlo simulation software |
FR2874706B1 (fr) | 2004-08-30 | 2006-12-01 | Inst Francais Du Petrole | Methode de modelisation de la production d'un gisement petrolier |
US7225078B2 (en) | 2004-11-03 | 2007-05-29 | Halliburton Energy Services, Inc. | Method and system for predicting production of a well |
US7596480B2 (en) | 2005-04-14 | 2009-09-29 | Saudi Arabian Oil Company | Solution method and apparatus for large-scale simulation of layered formations |
US7277796B2 (en) | 2005-04-26 | 2007-10-02 | Schlumberger Technology Corporation | System and methods of characterizing a hydrocarbon reservoir |
EP1883840A4 (en) | 2005-05-26 | 2017-12-20 | Exxonmobil Upstream Research Company | A rapid method for reservoir connectivity analysis using a fast marching method |
FR2886740B1 (fr) | 2005-06-03 | 2007-09-28 | Inst Francais Du Petrole | Methode pour mettre a jour un modele geologique par des donnees sismiques et de production |
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
FR2890453B1 (fr) | 2005-09-05 | 2007-10-19 | Inst Francais Du Petrole | Methode pour mettre a jour un modele geologique de reservoir a l'aide de donnees dynamiques |
US7369979B1 (en) | 2005-09-12 | 2008-05-06 | John Paul Spivey | Method for characterizing and forecasting performance of wells in multilayer reservoirs having commingled production |
US7584081B2 (en) * | 2005-11-21 | 2009-09-01 | Chevron U.S.A. Inc. | Method, system and apparatus for real-time reservoir model updating using ensemble kalman filter |
US8504341B2 (en) * | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
AU2007211291B2 (en) | 2006-01-31 | 2012-03-22 | Landmark Graphics Corporation | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators |
US7805283B2 (en) | 2006-02-17 | 2010-09-28 | Schlumberger Technology Corporation | Method for history matching a simulation model using self organizing maps to generate regions in the simulation model |
AU2007225358B2 (en) | 2006-03-02 | 2012-11-15 | Exxonmobil Upstream Research Company | Method for quantifying reservoir connectivity using fluid travel times |
US20070274155A1 (en) * | 2006-05-25 | 2007-11-29 | Ikelle Luc T | Coding and Decoding: Seismic Data Modeling, Acquisition and Processing |
US9043188B2 (en) | 2006-09-01 | 2015-05-26 | Chevron U.S.A. Inc. | System and method for forecasting production from a hydrocarbon reservoir |
US7657494B2 (en) | 2006-09-20 | 2010-02-02 | Chevron U.S.A. Inc. | Method for forecasting the production of a petroleum reservoir utilizing genetic programming |
US8700370B2 (en) | 2006-12-28 | 2014-04-15 | Chevron U.S.A. Inc. | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions |
FR2914434B1 (fr) | 2007-03-30 | 2009-05-22 | Inst Francais Du Petrole | Methode de calage d'historique d'un modele geologique par modification graduelle des proportions des facies lithologiques |
US8244509B2 (en) | 2007-08-01 | 2012-08-14 | Schlumberger Technology Corporation | Method for managing production from a hydrocarbon producing reservoir in real-time |
US8285532B2 (en) | 2008-03-14 | 2012-10-09 | Schlumberger Technology Corporation | Providing a simplified subterranean model |
US7966166B2 (en) | 2008-04-18 | 2011-06-21 | Schlumberger Technology Corp. | Method for determining a set of net present values to influence the drilling of a wellbore and increase production |
US8793111B2 (en) * | 2009-01-20 | 2014-07-29 | Schlumberger Technology Corporation | Automated field development planning |
FR2935177B1 (fr) | 2008-08-19 | 2010-10-29 | Inst Francais Du Petrole | Methode de calage d'historique de reservoir petrolier au moyen de parametrisations locales |
US20100076740A1 (en) | 2008-09-08 | 2010-03-25 | Schlumberger Technology Corporation | System and method for well test design and interpretation |
FR2947345B1 (fr) | 2009-06-26 | 2011-07-15 | Inst Francais Du Petrole | Methode pour modifier des proportions de facies lors du calage d'historique d'un modele geologique |
FR2949586B1 (fr) | 2009-08-26 | 2011-09-23 | Inst Francais Du Petrole | Methode pour exploiter un reservoir petrolier a partir d'un calage d'historique optimise |
MX2012003380A (es) | 2009-09-25 | 2012-07-30 | Landmark Graphics Corp | Sistemas y metodos para la estimacion cuantitativa de incertidumbre de pronostico de produccion. |
US8412501B2 (en) | 2010-06-16 | 2013-04-02 | Foroil | Production simulator for simulating a mature hydrocarbon field |
FR2966865B1 (fr) | 2010-10-28 | 2015-05-15 | IFP Energies Nouvelles | Procede d'exploitation d'un gisement petrolier a partir d'un calage d'historique des donnees de production et de donnees sismiques. |
WO2012108917A1 (en) * | 2011-02-09 | 2012-08-16 | Exxonmobil Upstream Research Company | Methods and systems for upscaling mechanical properties of geomaterials |
US10545260B2 (en) | 2011-04-15 | 2020-01-28 | Conocophillips Company | Updating geological facies models using the Ensemble Kalman filter |
-
2010
- 2010-11-15 US US13/513,816 patent/US9703006B2/en active Active
- 2010-11-15 CA CA2783787A patent/CA2783787A1/en not_active Abandoned
- 2010-11-15 BR BR112012017278A patent/BR112012017278A2/pt not_active Application Discontinuation
- 2010-11-15 CN CN201080063711.3A patent/CN102754105B/zh not_active Expired - Fee Related
- 2010-11-15 WO PCT/US2010/056725 patent/WO2011100009A1/en active Application Filing
- 2010-11-15 EP EP10845943.9A patent/EP2534606B1/en not_active Not-in-force
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288212A1 (en) * | 2002-08-19 | 2007-12-13 | General Electric Company | System And Method For Optimizing Simulation Of A Discrete Event Process Using Business System Data |
CN1860489A (zh) * | 2003-09-30 | 2006-11-08 | 埃克森美孚上游研究公司 | 使用最小阻力路径来特征化储层模型中的连通性 |
CN1898675A (zh) * | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层模型建立方法 |
US20080077371A1 (en) * | 2006-09-01 | 2008-03-27 | Chevron U.S.A. Inc. | Method for history matching and uncertainty quantification assisted by global optimization techniques utilizing proxies |
Non-Patent Citations (1)
Title |
---|
CHRISTOPHER D. WHITE等: "Identifying and Estimating Significant Geologic Parameters With Experimental Design", 《JOURNAL OF THE SOCIETY OF PETROLEUM ENGINEERS》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105683494A (zh) * | 2013-09-16 | 2016-06-15 | 兰德马克绘图国际公司 | 伪相生产模拟:在储层流动模拟中经由连续相似的阶跃函数相对渗透率受控模型来评估准多相流生产以便对多个岩石物理学实现排序的信号处理方法 |
CN105637525A (zh) * | 2013-10-03 | 2016-06-01 | 兰德马克绘图国际公司 | 用于烃储层建模的灵敏度分析 |
CN107924423A (zh) * | 2015-12-18 | 2018-04-17 | 株式会社日立制作所 | 模型确定设备和模型确定方法 |
CN109478208A (zh) * | 2016-05-23 | 2019-03-15 | 沙特***石油公司 | 用于石油勘探和生产评估的综合数据和过程集成的迭代且可重复的工作流程 |
CN109478208B (zh) * | 2016-05-23 | 2023-09-19 | 沙特***石油公司 | 用于石油勘探和生产评估的综合数据和过程集成的迭代且可重复的工作流程 |
CN108228956A (zh) * | 2016-12-14 | 2018-06-29 | 台湾积体电路制造股份有限公司 | 优化晶圆制程模拟的方法 |
CN108228956B (zh) * | 2016-12-14 | 2023-10-24 | 台湾积体电路制造股份有限公司 | 优化制程模拟的方法、非暂态计算机可读存储介质及电子装置 |
CN109989744A (zh) * | 2017-12-29 | 2019-07-09 | 中国石油天然气股份有限公司 | 碳酸盐岩多套储集体油井生产压差的计算方法和装置 |
CN111771144B (zh) * | 2018-02-28 | 2023-08-01 | 沙特***石油公司 | 定位新的烃田并根据烃运移来预测储层性能 |
CN111771144A (zh) * | 2018-02-28 | 2020-10-13 | 沙特***石油公司 | 定位新的烃田并根据烃运移来预测储层性能 |
CN111119835A (zh) * | 2018-11-01 | 2020-05-08 | 中国石油化工股份有限公司 | 一种随钻工况识别方法及*** |
CN109469465A (zh) * | 2018-11-14 | 2019-03-15 | 中国石油天然气股份有限公司大港油田分公司 | 注水井参数的处理方法、装置及存储介质 |
CN112949888A (zh) * | 2019-12-11 | 2021-06-11 | 顺丰科技有限公司 | 件量预测模型训练以及件量预测方法、装置和计算机设备 |
CN112949888B (zh) * | 2019-12-11 | 2024-08-02 | 顺丰科技有限公司 | 件量预测模型训练以及件量预测方法、装置和计算机设备 |
CN111274689B (zh) * | 2020-01-16 | 2021-03-02 | 中国地质大学(北京) | 在历史拟合中寻求储层物性组合的非唯一解的方法及设备 |
CN111274689A (zh) * | 2020-01-16 | 2020-06-12 | 孙骞 | 用于在历史拟合中寻求储层物性组合的非唯一解的方法及设备 |
CN111539118A (zh) * | 2020-04-29 | 2020-08-14 | 昆明昆船物流信息产业有限公司 | 一种环行穿梭车***的仿真计算方法及计算机程序产品 |
CN112329144A (zh) * | 2020-11-04 | 2021-02-05 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 适用于船海装备的数值模型预测***及预测方法 |
CN112329144B (zh) * | 2020-11-04 | 2023-08-08 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 适用于船海装备的数值模型预测***及预测方法 |
CN113256051A (zh) * | 2021-03-16 | 2021-08-13 | 贵州电网有限责任公司 | 一种启发式发电机组检修计划的编制处理方法 |
CN113256051B (zh) * | 2021-03-16 | 2023-01-20 | 贵州电网有限责任公司 | 一种启发式发电机组检修计划的编制处理方法 |
US11613957B1 (en) | 2022-01-28 | 2023-03-28 | Saudi Arabian Oil Company | Method and system for high shut-in pressure wells |
US12024985B2 (en) | 2022-03-24 | 2024-07-02 | Saudi Arabian Oil Company | Selective inflow control device, system, and method |
Also Published As
Publication number | Publication date |
---|---|
WO2011100009A1 (en) | 2011-08-18 |
CA2783787A1 (en) | 2011-08-18 |
EP2534606A1 (en) | 2012-12-19 |
US9703006B2 (en) | 2017-07-11 |
CN102754105B (zh) | 2016-05-25 |
EP2534606B1 (en) | 2019-02-27 |
US20120253770A1 (en) | 2012-10-04 |
EP2534606A4 (en) | 2017-12-13 |
BR112012017278A2 (pt) | 2016-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102754105A (zh) | 用于创建历史匹配模拟模型的方法和*** | |
EP2599023B1 (en) | Methods and systems for machine-learning based simulation of flow | |
CA2774182C (en) | Method and system for rapid model evaluation using multilevel surrogates | |
US10198535B2 (en) | Methods and systems for machine-learning based simulation of flow | |
US20130096899A1 (en) | Methods And Systems For Machine - Learning Based Simulation of Flow | |
US20130096898A1 (en) | Methods and Systems For Machine - Learning Based Simulation of Flow | |
Caers et al. | Stochastic integration of seismic data and geologic scenarios: A West Africa submarine channel saga | |
Alpak et al. | Simplified modeling of turbidite channel reservoirs | |
Kamali et al. | 3D geostatistical modeling and uncertainty analysis in a carbonate reservoir, SW Iran | |
Santilano et al. | A Methodology for Assessing the Favourability of Geopressured‐Geothermal Systems in Sedimentary Basin Plays: A Case Study in Abruzzo (Italy) | |
Bueno et al. | Constraining uncertainty in volumetric estimation: A case study from Namorado Field, Brazil | |
Yin | A new stochastic modeling of 3-D mud drapes inside point bar sands in meandering river deposits | |
Budding et al. | Probabilistic modelling of discontinuous reservoirs | |
Anyanwu et al. | Integrated Reservoir Modeling and Uncertainty Assessment of a Reservoir Complex in the Niger Delta | |
Ogbeiwi et al. | Assisted Upscaling of Miscible CO2-Enhanced Oil Recovery Floods Using an Artificial Neural Network-Based Optimisation Algorithm | |
Vadicharla | Performance prediction of a hydrocarbon reservoir by history matching using genetic algorithm (NSGA-II) | |
Nobakht | Modelling discrepancy in Bayesian calibration of reservoir models | |
Nguyen | Leakage Risk Assessment and Potential Formation Damage in a Naturally Fractured Carbonate Aquifer at Kevin Dome, Montana with Implications for CO2 Sequestration | |
Zhang | Optimal Model Complexity in Geological Carbon Sequestration: A Response Surface Uncertainty Analysis | |
Darishchev et al. | On Application Of Sector Models To The Evaluation Of Uncertainty In Phase Productivity Indices Of Wells In Carbonate Reservoirs, Middle East | |
Bogicevic et al. | Regional 3D Petroleum System Model of Pannonian Basin | |
Obilade | Simulation of Huff-n-Puff Gas Injection in Unconventional Reservoirs with Natural Fractures Using Discrete Fracture Networks Modeling | |
Akram | Reservoir Characterization (modeling and Simulation) Using Outcrop, Geological and Petrophysical Data | |
Hoque | Integrated study of the reserve estimation of Narshingdi gas field | |
Vasquez | Geological modeling in GIS for petroleum reservoir characterization and engineering: A 3D GIS-assisted geostatistics approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160525 Termination date: 20201115 |