CN107989597A - 一种裂缝数据筛选方法、装置及存储介质 - Google Patents
一种裂缝数据筛选方法、装置及存储介质 Download PDFInfo
- Publication number
- CN107989597A CN107989597A CN201711129338.7A CN201711129338A CN107989597A CN 107989597 A CN107989597 A CN 107989597A CN 201711129338 A CN201711129338 A CN 201711129338A CN 107989597 A CN107989597 A CN 107989597A
- Authority
- CN
- China
- Prior art keywords
- fracture
- tracer
- sub
- crack
- data
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 178
- 238000002474 experimental method Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract 6
- 238000002347 injection Methods 0.000 claims description 34
- 239000007924 injection Substances 0.000 claims description 34
- 238000012544 monitoring process Methods 0.000 claims description 31
- 238000002922 simulated annealing Methods 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 239000003795 chemical substances by application Substances 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 20
- 230000008859 change Effects 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 104
- 238000000137 annealing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 239000000243 solution Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000001816 cooling Methods 0.000 description 7
- 238000013519 translation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 241000237858 Gastropoda Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- E21B47/10—Locating fluid leaks, intrusions or movements
- E21B47/11—Locating fluid leaks, intrusions or movements using tracers; using radioactivity
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书提供一种裂缝数据筛选方法、装置及存储介质，包括：根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。筛选裂缝数据满足储层研究和注采效果预测等方面的需求。
Description
技术领域
本说明书涉及地质裂缝模型构建领域，特别是一种裂缝数据筛选方法、装置及存储介质。
背景技术
三维裂缝建模对于油田裂缝性储层的开发至关重要，其关键和难点都在于建立的裂缝模型要与各类动静态数据吻合。
在裂缝建模技术方面，早期的研究多集中于等效连续模型的建立上，该模型是对真实裂缝和地层的一种高度简化，无法模拟非均质性强、连续性差的裂缝型储层，且不能直观显示出裂缝形态。近年发展起来的DFN(离散裂缝网格模型)，直接用具有不同形态和属性的裂缝片组成裂缝网格，以离散数据的形式来描述裂缝***，更真实的反映裂缝形态和分布，对储层连续性差、裂缝表征尺度任意的油藏有着重要的意义。
示踪剂实验是油田针对地下油藏井间连通性的研究手段。主要是把某种特殊化学物质(示踪剂)溶解到水中，从注水井注入，由监测井采出。通过分析注入与采出的示踪剂浓度及质量的变化来研究地下油藏两井间的连通特性。
由于储层中裂缝规模相差很大，因而在DFN建立过程中往往遵循层次建模原则，即先利用断层解释和蚂蚁追踪裂缝数据确定性地建立大尺度裂缝模型，并以此为基础，在裂缝密度模型、地应力场、裂缝属性统计规律以及井孔硬数据等约束下，采用基于目标的示点性点过程模拟方法，随机建立小尺度裂缝模型。但是，由于区域内大尺度裂缝较少，而模拟形成的小尺度裂缝随机性较大，以至于现有DFN中井组间的连通性与示踪剂等动态资料吻合性差。
在实现本说明书过程中，发明人发现现有技术中至少存在如下问题：
在实际油田生产和研究过程中，为了使建立的裂缝模型能够满足数模、储层研究和注采效果预测等方面的需求，建模人员常常通过随意手动平移裂缝的方法，来使得模型与示踪剂数据定性地吻合。这样，虽然也能让模型中的井间连通性与示踪剂所反映的相一致，但由于人为操作的随意性和主观性，这种一致仅仅限于定性都连通或都不连通，而无法定量地保证井间连通性的好坏与示踪剂数据的大小相统一。比如，示踪剂数据证实两口井是连通的，而初始的DFN模型中两口井不连通，通过人为平移DNF中的裂缝以连通这两口井，这样，模型与示踪剂就在连通与否上达成一致，但是模型中井间连通性的好坏则无法与详细的示踪剂数据大小相统一，并且这种人工修改的方法还大大增加了建模人员的工作强度。
发明内容
本说明书实施方式的目的在于提供一种裂缝数据筛选方法、装置及存储介质，对裂缝地质模型中的有效裂缝进行筛选，使得模型中井间连通性的好坏与详细的示踪剂数据大小相统一。
本说明书实施方式提供一种裂缝筛选方法，所述方法包括：根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝数据筛选结果。
本说明书实施方式提供一种裂缝筛选装置，所述装置包括：计算模块；用于根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；目标函数生成模块；用于根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；裂缝数据筛选模块；用于变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
本说明书实施方式提供一种存储介质，所述存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
由以上本说明书实施方式提供的技术方案可见，本说明书实施方式根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量，并由该模拟采出示踪剂的量与真实采出示踪剂的量生成目标函数，通过变更子裂缝数据集合，得到使目标函数最小的子裂缝数据集合，该使目标函数最小的子裂缝数据集合即为筛选出来的有效裂缝数据集合，这些裂缝数据对应的裂缝即为有效裂缝。定量地保证井间连通性的好坏与示踪剂数据的大小相统一的问题，实现模型中井间连通定量地与真实示踪剂数据吻合，满足数模、储层研究和注采效果预测等方面的需求，并且降低了建模人员的工作强度。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施方式中提供的一种裂缝筛选方法的流程示意图；
图2为本说明述实施方式中提供的初始裂缝地质模型以及筛选掉无法通过平移而连接目标井组的裂缝后的初始裂缝地质模型场景示意图；
图3为本说明书实施方式中提供的根据裂缝到W1、W2井的距离为备选裂缝赋予权重的场景示意图；
图4为本说明述实施方式中提供的模拟采出示踪剂的量随采出时间变化的曲线与真实采出示踪剂的量随采出时间变化的曲线；
图5为本说明书实施方式中提供的20个子裂缝数据集合各自对应的目标函数最小值示意图；
图6为本说明书实施方式中提供的8条裂缝平移前后的裂缝模型示意图；
图7为本说明书实施方式中提供的连通裂缝的模拟示踪剂日产数据与真实数据吻合度示意图；
图8为本说明书实施方式中提供的连通裂缝与井组周围其它裂缝产状和海拔相融性示意图
图9为本说明书实施方式中提供的连通裂缝与井组周围其它裂缝长度、宽度和开度相融性
图10为本说明书实施方式中提供的提供的一种裂缝筛选装置的结构框图；
具体实施方式
本说明书实施方式提供一种裂缝数据筛选方法、装置及存储介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施方式中的附图，对本说明书实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本说明书一部分实施方式，而不是全部实施方式。基于本说明书的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都应当属于本说明书保护的范围。
下面结合附图对本说明书实施方式所提供的一种裂缝数据筛选方法进行详细说明。虽然本说明书提供了如下述实施方式或流程图所述的方法操作步骤，但基于常规或者无需创造性劳动在所述方法中可以包括更多或更少的操作步骤，操作步骤之间的执行顺序没有限制。
请参阅图1，本说明书实施方式提供的裂缝数据筛选方法可以包括如下步骤。
步骤S10：根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示所述目标井组间裂缝的方位和属性。
在本实施方式中，所述目标井组可以是在地下油藏范围内，由一口监测井采出周围另外一口注水井注入的溶液，评价注水井与监测井之间连通性的好坏，所选用的监测井和注水井可以称为目标井组。
在本实施方式中，所述裂缝数据可以是用来表示所述目标井组间裂缝的方位和属性的数据。所述裂缝数据可以通过构建的裂缝模型而得到。具体地，可以包括，大尺度裂缝模型、小尺度裂缝模型等。一个裂缝数据可以表示一条裂缝的方位，方位可以包括裂缝距离目标井组的距离；裂缝与目标井组平面所构成的倾角等。一个裂缝数据也可以表示一条裂缝的属性，属性可以包括裂缝的长度、宽度、开度、横截面积等。所述裂缝数据可以包括，裂缝距离目标井组之间的距离；裂缝的横截面积；裂缝连接目标井组两井的通道长度；裂缝的宽度；裂缝的开度等。
在本实施方式中，所述裂缝数据集可以是在构建得到的裂缝模型中得到的裂缝数据的集合。所述裂缝数据集中可以至少包含一个裂缝数据，所述裂缝数据集中裂缝数据的大小可以根据事先构建得到裂缝模型决定。
在本实施方式中，所述子裂缝数据集合可以是所述裂缝数据集的一个子集。所述子裂缝数据集合可以包含至少一个所述裂缝数据集中的裂缝数据。所述子裂缝数据集合中的裂缝数据可以是随机选择的，也可以是按照指定规则进行选择的，按照指定规则进行选择可以包括，将所述裂缝数据集中的裂缝赋以编号，按照指定的顺序选择裂缝数据；为所述裂缝数据集中的裂缝赋以权重，按照不同权重值来进行选择等。
在本实施方式中，所述井场示踪剂实验可以是油田一种针对地下油藏井间连通性的研究手段。主要是把某种特殊化学物质溶解到水中，从注入井注入，由监测井采出。通过分析注入与采出的示踪剂浓度及质量的变化来研究地下油藏两井间的连通特性的过程。所述示踪剂实验数据可以包括，为示踪剂初始浓度；裂缝某日传导到监测井的示踪剂浓度；目标井组中注水井井内示踪剂总注入体积；注水井对监测井的注入水分配系数；流体粘度；注水井与监测井两井井底压差等。
在本实施方式中，所述模拟采出的示踪剂的量可以是，由注入井注入一定量的示踪剂，根据所述裂缝数据和所述井场实验数据经过计算或分析处理模拟所述目标井组间裂缝传导示踪剂的过程，从而得到的预测从所述监测井采出的示踪剂的量。
具体地，可以通过驱动力与粘滞力平衡方程计算得到模拟采出示踪剂的量。求解一维瞬时注入的水动力弥散方程，得出示踪剂浓度随时间和距离的分布：
式中，C0为示踪剂初始浓度，；Ci为第i条裂缝第t天传导到监测井的示踪剂浓度；Li为第i条裂缝连接两井的通道长度；ΔLi为第i条裂缝在注水井井处的示踪剂段塞长度；σi为该分布曲线的标准差；vi为第i条裂缝中流体的平均流速；t为时间，αi为第i条裂缝内示踪剂的水动力弥散度，为常数。并根据Hegen-Poiseuille公式定义裂缝流阻：
式中，Ri为第i条裂缝中的流阻，ΔP为注水井与监测井两井井底压差；qi为第i条裂缝的平均流量。以裂缝流阻的倒数为例，计算流入不同裂缝的示踪剂段塞长度：
Ai＝aibi
式中，ΔLi为劈分后第i条裂缝示踪剂段塞长度，Vd为注水井内示踪剂总注入体积；fj为注水井对监测井的注入水分配系数，可由监测井产出的示踪剂质量与注水井注入示踪剂质量的比值求出；Ai表示裂缝的横截面积，ai为第i条裂缝的宽度；bi为第i条裂缝的开度。引入流体驱动力与粘滞力的平衡方程，据此计算出第i条裂缝的流量：
式中，qi的单位为；ai为第i条裂缝的宽度；bi为第i条裂缝的开度；μ为流体粘度。结合以上各式，经过数学推导可得出：在已知井间各连通裂缝的通道长度、宽度和开度，注入示踪剂的体积、浓度，采出示踪剂的质量，两井间的压力差，示踪剂的粘度系数和水动力弥散度的情况下，可通过裂缝传导示踪剂的数学模型求出监测井内所有裂缝第t天产出的示踪剂质量为：
其中，式中，m(t)的单位为g/d，Ci为第i条裂缝在监测井井中第t天产出的示踪剂浓度。
步骤S12：根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；
在本实施方式中，所述真实采出示踪剂的量可以是根据所述井场示踪剂实验，从注水井注入一定量的示踪剂，从监测井采集得到的真实情况下示踪剂的采出量。所述真实采出示踪剂的量可以真实的反映目标井组间裂缝的连通情况。
在本实施方式中，所述一定时间范围内真实采出的示踪剂量的变化曲线可以是将示踪剂物质溶解成溶液，注入注水井中，从监测井采出溶液，得到溶液中示踪剂的浓度以及质量。随着采出时间的不同，采出示踪剂的量也不同。可以选取一定的时间间隔从监测井采出示踪剂，并记录相应时间采出示踪剂的量，绘制成曲线。该时间间隔可以根据具体工程需要而做决定。
具体地，以天为时间间隔，记录注入示踪剂溶液第一天监测井采出示踪剂的量，第二天监测井采出示踪剂的量，第三天监测井采出示踪剂的量，直到监测井不能采出示踪剂为止，并绘制成曲线。
在本实施方式中，所述模拟采出示踪剂量的变化曲线可以是，取与真实采出示踪剂相同的时间单位，模拟从检测井采出示踪剂的量，并绘制成曲线。
具体地，监测井以天为单位采出示踪剂，同样以天为单位模拟采出示踪剂量，直到模拟采出示踪剂量为零为止，并绘制成曲线。
在本实施方式中，所述真实采出示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积可以为，对于所述真实采出示踪剂量的变化曲线，求该曲线的积分，可得到真实采出示踪剂量的变化曲线在坐标系中围成的面积；对于所述模拟采出的示踪剂量的变化曲线，求曲线积分，可以得到模拟采出示踪剂量的变化曲线在坐标系中围成的面积。所述真实采出示踪剂量的变化曲线的积分减去所述模拟采出示踪剂量的变化曲线的积分可以得到所述真实采出示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积。
在本实施方式中，所述目标函数可以是在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值。所述比值越大，真实采出示踪剂的量与模拟采出示踪剂的量误差就越大；所述比值越小，真实采出示踪剂的量与模拟采出示踪剂的量的误差就越小。在所述目标函数中，真实采出的示踪剂量的变化曲线所围成的面积是不变的，当选择不同的裂缝数据进行计算时，所述比值才会变化。
在本实施方式中，所述目标函数可以为：
其中，mj(t)＝C(t)qw(t)，m(t)和mj(t)分别为第t天模拟采出的示踪剂量和真实采出的示踪剂量；C(t)为第t天真实采出的示踪剂浓度；qw(t)为第t天裂缝真实日产水量；t为时间。
步骤S14:变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝数据筛选结果。
在本实施方式中，变更所述子裂缝数据集合的方式可以包括，从所述裂缝数据集中随机选取随机数目的裂缝数据组成所述子裂缝数据集合；从所述裂缝数据集中随机选取指定数目的裂缝数据组成所述子裂缝数据集合；按照指定算法从所述裂缝数据集中选取随机数目或指定数目的裂缝等。
在本实施方式中，求的所述目标函数的最小值可以为，根据模拟退火算法从所述裂缝数据集中随机选取随机数目或指定数目的裂缝数据，根据预先设定的模拟退火规则变更所述子裂缝数据集合，直至选取到能使所述目标函数值最小的子裂缝数据集合，并将该子裂缝数据集合作为裂缝数据筛选的结果。
在本实施方式中，所述目标函数值的大小仅和选取的子裂缝数据集合有关，所述目标函数值越小，真实采出示踪剂的量与模拟采出示踪剂的量的误差就越小，所述目标函数值所对应的子裂缝集合的属性与分布也与真实连通目标井组的裂缝越吻合，可以有效的筛选出裂缝模型中可以有效连通目标井组的裂缝。
在本说明书提供的一个场景应用中，请参阅图2，初始裂缝地质模型中显示距离两口井W1和W2射孔段中心500米范围内的455条小尺度裂缝，裂缝数据集中共有455个裂缝数据。根据裂缝的几何要素，过滤掉那些无法通过平移而连接W1、W2井射孔段延伸区域的小裂缝。W1和W2两口井距离较近，小于周围裂缝长度，故不须延长周围裂。所述射孔段是指油田的注水井或采油井在地下某一段射开呈筛状，以供油气从岩石中进入到油井或水从井中注入到岩石中，这样的射开段称为射孔段。
在本场景应用中，请参阅图3，为每条裂缝数据赋予权重，根据裂缝地质模型得到裂缝中心到井上射孔段中心之间的直线距离，依据裂缝与目标井组射孔段的距离的大小为每条裂缝赋予权重，权重值与距离成反比，且所有裂缝权重的和为1，根据公式：
计算每条裂缝的权重值，式中λi为第i条裂缝的权重，li为第i条裂缝到目标井组射孔段中心的距离。
在本场景应用中，请参阅图4，得到真实监测到的日产示踪剂质量数据，根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量。
在本场景应用中，考虑W1与W2井射孔段纵向长度平均82m，W1岩心显示附近裂缝密度不大，因而设定W1与W2井之间连通裂缝条数范围从1到20。
在本场景应用中，设定模拟退火规则，如表1所示，T0为初始温度；λ为温度降低因子，每次温度降低时需乘以λ，0<λ<1；Kmax为在某温度下选取裂缝组合时迭代的最大次数；K接受为优选的裂缝组合被接受的最大次数，在特定温度下，当裂缝组合被接受了K接受次后，进入下一温度状态；S为停止数目，如果有S次达到Kmax，模拟终止；ΔO为表示收敛的最低目标函数值。表中淬火、极快冷却、快速冷却与一般冷却为不同的模拟退火规则，四者相互独立独立。不同的模拟退火规则决定不同的参数值，代表了模拟退火过程的快慢和精度的高低。冷却越慢，模拟退火过程越长，结果越精确。
表1退火模拟计划
在本场景应用中，设定W1与W2井之间连通裂缝条数范围从1到20，根据极快冷却的退火模拟计划筛选子裂缝数据集合。筛选集合长度为1的子裂缝数据集合，从裂缝数据集中随机选择一个裂缝数据T0，计算目标函数值F0，再次从裂缝数据集中随机选择一个裂缝数据T1，计算目标函数值F1，比较F0与F1的大小，F1小于F0，接受F1的值。为了获取理想的效果，终止模拟的目标函数阙值e取0.2，温度阙值取10-6度，F1大于0.2，再次从裂缝数据集中选择一个裂缝数据，计算目标函数值，直到有一个裂缝数据对应的目标函数值小于目标函数阙数或者连续两次计算出的目标函数值之差小于所述目标函数阙值0.2，筛选出相应的裂缝数据，该裂缝数据即为裂缝条数为1时的子裂缝数据集合。请参阅图5，按照同样的方法，共筛选出20个子裂缝数据集合，这20个子裂缝数据集合分别对应20个相应的裂缝条数。
在本场景应用中，在20个子裂缝数据集合中，分别根据公式计算得出每一收敛裂缝组合的平均裂缝权重，其中，为含有nj条裂缝的收敛裂缝组合的平均裂缝权重；wi为该组合中i条裂缝的权重。计算结果如表2所示，含有8条裂缝的组合平均权重最大，且其相应的目标函数值也最小，如表3所示选定该子裂缝数据集合为最佳子裂缝数据集合。
表2各收敛裂缝组合对应的单裂缝平均权重
表3最佳裂缝组合基本信息
在本场景应用中，请参阅图6，平移最佳子裂缝数据集合中的裂缝，使其连通W1和W2射孔段，即形成优化后连通裂缝模型，如图6所示，平移后的8条裂缝能很好地沟通W1和W2两口井射孔段，通过传导示踪剂模拟，该裂缝组合产生的模拟示踪剂数据与真实示踪剂数据吻合非常好，如图7所示。平移过程中，8条裂缝移动距离总计达1651.9m，最大308.0m，单条平均206.5m，图8、9显示子裂缝数据集中，裂缝长度、宽度、方位角、倾角和开度相差不大，组合内部裂缝之间没有矛盾，将其属性与W1和W2井射孔段周围250m范围内其他裂缝的属性相对比，相融性也非常好，也说明该组合与局部地应力场吻合很好。
在一个实施方式中，所述方法还包括：对比所述目标井组间的井间距与所述裂缝数据集中裂缝数据所表示的裂缝长度；延长所述裂缝长度小于井间距的裂缝，使其裂缝长度大于井间距。
在本实施方式中，所述井间距可以为，在所述目标井组中，注水井与监测井之间的距离，可以根据实际测量得到。
在本实施方式中，所述裂缝数据集中的裂缝长度可以为，在所述裂缝数据集中，包含至少一个可以表示裂缝属性和方位的裂缝数据，所述裂缝数据可以包含裂缝的长度信息，该长度信息可以表示裂缝的长度。
在本实施方式中，延长所述裂缝长度小于井间距的裂缝，可以为，遍历所述裂缝数据集中所有裂缝数据的裂缝长度信息，筛选出裂缝长度小于井间距的裂缝，修改裂缝长度小于井间距的裂缝的裂缝数据参数，修改裂缝长度，使裂缝长度大于井间距。
在本实施方式中，通过延长所述裂缝长度，可以避免有些在实际中能够有效连通井组的裂缝但在裂缝模型中由于裂缝长度过短而不能连接目标井组而将这些裂缝视为无效裂缝的情况，提高了裂缝筛选的精度。
在一个实施方式中，根据所述裂缝数据筛选出能够通过空间平移而连接目标井组的裂缝。
在本实施方式中，所述裂缝数据可以表示裂缝的方位和属性，所述裂缝数据中可以包含裂缝的倾角信息，可以根据倾角信息判定裂缝与监测井和注水井形成的平面之间的空间位置关系。根据裂缝的倾角信息如果裂缝平行于监测井和注水井之间形成的平面则将裂缝筛选出来；根据裂缝的倾角信息如果裂缝不平行于监测井和注水井之间形成的平面则将表示该裂缝的裂缝数据从所述裂缝数据集中去掉。
在本实施方式中，裂缝的空间位置如果不能平行于监测井和注水井之间形成的平面，则裂缝就不能够连接目标井组，将不能通过空间平移而连接目标井组的裂缝的裂缝信息排除出所述裂缝数据集，避免筛选到无效裂缝，提高裂缝筛选精度。
在一个实施方式中，变更所述裂缝集中的裂缝数据，以求得所述目标函数的最小值可以包括：
按照指定规则设定模拟退火策略；
根据所述模拟退火策略执行模拟退火算法计算所述目标函数最小值；其中所述目标函数最小值对应的子裂缝数据集合作为裂缝筛选结果。
在本实施方式中，所述模拟退火算法可以是一种概率算法。模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却。加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。
具体地，可以将内能E模拟为目标函数O，温度T模拟为控制参数t，根据最开始选择的子裂缝数据集合，计算得到的目标函数值F0开始，对当前目标函数值重复从产生新的目标函数值F1到比较新目标函数值与当前目标函数值的大小再到接受或拒绝的迭代，计算接受或拒绝的概率可以根据公式：其中t表示初始温度即控制参数，F1表示新目标函数值，F0表示当前目标函数值，并逐步衰减t值，算法终止时的当前目标函数值即为所得的近似最优解。退火过程由退火模拟计划控制。
在本实施方式中，所述模拟退火规则可以为，根据裂缝筛选的需要，设定相应的模拟退火规则，并根据该模拟退火规则执行模拟退火算法，筛选出使所述目标函数最小的子裂缝数据集合。所述模拟退火规则可以包括，初始温度、温度降低因子，每次温度降低时需乘以温度降低因子；某温度下选取子裂缝数据集合的最大迭代次数；某温度下子裂缝数据集可以被接受的最大次数；停止数目；目标函数阙值等。不同的模拟退火规则决定不同的参数值，代表了模拟退火过程的快慢和精度的高低。冷却越慢，模拟退火过程越长，结果越精确。
具体地，模拟退火规则为初始温度为0.5，降温因子为0.01，选取子裂缝数据集合的最大迭代次数为10，某一温度下目标函数值可以被接受的最大次数为2，停止数目为3，目标函数阙值为0.2。
从裂缝数据集中选择一个子裂缝数据集合T0，计算相应的目标函数值为F0，再次选择一个子裂缝数据集合T1，计算相应的目标函数值为F1，F0<F1时，根据公式：P＝e-(F1-F0)0.5计算接受F1的概率。
如果拒绝接受F1，则再次选择一个子裂缝数据集合，计算相应的目标函数值，如果仍大于F0且拒绝接受该目标函数值，则再次选择一个子裂缝数据集合，根据模拟退火规则，一共可以拒绝10次目标函数值，当拒绝满10次后，则将初始温度0.5乘以降温因子0.01，进入下一温度，当共满30次拒绝时，将F0与目标阙值0.2比较，如果F0小于目标函数阙值0.2，则F0为目标函数最小值，筛选出与F0对应的子裂缝数据集合T0。如果F0大于目标函数阙值则再次选择一个子裂缝数据集合，直到有一个子裂缝数据集合对应的目标函数值小于目标函数阙数或者连续两次计算出的目标函数值之差小于所述目标函数阙值0.2。筛选出相应的子裂缝数据集合。
如果接受F1，则将F1与目标函数阙值0.2比较，如果F1小于0.2，则F1为目标函数最小值，筛选出与F1对应的子裂缝数据集合T1。如果F1大于目标函数阙值0.2，则再次选择一个子裂缝数据集合T2，对应目标函数值为F2，如果F2大于F1，计算接受F2的概率，如果接收F2，则将F2与目标函数阙值0.2比较，F2大于0.2，再次选择一个子裂缝数据集合，已经接受了两次目标函数值，则将初始温度0.5乘以降温因子0.01，进入下一温度，继续进行模拟退火运算，直到有一个子裂缝数据集合对应的目标函数值小于目标函数阙数或者连续两次计算出的目标函数值之差小于所述目标函数阙值0.2。筛选出相应的子裂缝数据集合。
在本实施方式中，通过设定退火模拟计划执行退火模拟算法，退火模拟每次扰动从裂缝数据集中筛选子裂缝数据集合，通过多次筛选使得目标函数不断减小趋于0并收敛，以目标函数作为筛选限制条件，执行退火模拟算法可以筛选出有效裂缝。
在一个实施方式中，所述方法还包括：根据地质资料确定连通所述目标井组的裂缝的条数范围；根据所述裂缝的条数范围确定所述子裂缝数据集合的集合长度范围；其中，在所述裂缝条数范围内，每一裂缝条数对应一个集合长度；所述集合长度为所述子裂缝数据集合中裂缝数据的个数；从所述裂缝数据集中选择相应所述集合长度的子裂缝数据集合，根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合。
在本实施方式中，所述地质资料可以是对于所述目标井组范围内的地质进行实验所获得的资料，可以包括岩心实验资料；成像测井资料等。所述地质资料可以包括目标井组之间的裂缝分布情况。
在本实施方式中，所述裂缝的条数范围可以为，根据所述地质资料可以得到目标井组之间的裂缝分布情况，根据目标井组之间的裂缝分布情况可以得到连通目标井组大概有多少条裂缝。具体地，根据成像测井资料获得目标井组之间裂缝的分布情况，得到连通目标井组的裂缝有10-20条，则10-20即为所述裂缝的条数范围。
在本实施方式中，所述集合长度可以为所述子裂缝数据集合中裂缝数据的个数，每条裂缝可以对应一个裂缝数据。可以根据所述地质资料获得裂缝的条数范围，确定所述子裂缝数据集合中裂缝数据的个数。
在本实施方式中，从所述裂缝数据集中选择相应所述集合长度的子裂缝数据集合可以为根据所述地质资料确定裂缝的条数范围，根据裂缝的条数范围中每一条数选择相应集合长度的子裂缝数据集合。例如所述裂缝条数范围为1到3条时，当裂缝条数取1时，所述子裂缝数据集合中只有1个裂缝数据；当裂缝条数取2时，所述子裂缝数据集合中有2个裂缝数据；当裂缝条数取3时，所述子裂缝数据集合中有3个裂缝。
在本实施方式中，所述根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合，可以为，根据所述地质资料确定裂缝条数范围，对每一裂缝条数所对应的集合长度的子裂缝数据集合进行退火模拟运算，得到每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合。具体的，例如所述裂缝条数范围为1到3条，当裂缝条数取1时，进行退火模拟运算的子裂缝数据集合的集合长度均为1，筛选出使目标函数值最小的且集合长度为1的子裂缝数据集合；当裂缝条数取2时，进行退火模拟运算的子裂缝数据集合的集合长度均为2，筛选出使目标函数值最小的且集合长度为2的子裂缝数据集合；当裂缝条数取3时，进行退火模拟运算的子裂缝数据集合的集合长度均为3，筛选出使目标函数值最小的且集合长度为3的子裂缝数据集合。
在本实施方式中，通过确定目标井组间裂缝条数范围，确定子裂缝数据集合的集合长度，根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的方式，避免按照退火模拟计划每次迭代筛选时，子裂缝数据集合中的裂缝数据的数目不确定，让程序随机选择裂缝数目，效率较低，部***缝组合可能不会遍历到的问题。
在一个实施方式中，所述方法还包括：根据所述裂缝数据，获取裂缝与所述目标井组的距离；根据所述裂缝与所述目标井组的距离为裂缝数据赋予权重，其中，所述权重与裂缝和目标井组的距离成反比，且各裂缝数据权重值相加为1；计算所述每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的裂缝数据平均权重，筛选出平均权重最大的子裂缝数据集合。
在本实施方式中，获取裂缝与所述目标井组的距离可以为，所述裂缝数据可以包含裂缝的方位信息，方位信息中可以包含裂缝与目标井组之间的距离信息，根据该距离信息得到裂缝与目标井组之间的距离。
在本实施方式中，所述根据所述裂缝与所述目标井组之间的距离为裂缝数据赋予权重可以为，按照指定的规则，根据裂缝与目标井组之间的距离，为裂缝对应的裂缝数据赋值。赋值的大小可以表示裂缝数据的重要程度。赋值的过程可以是为相应的裂缝数据添加一个赋值数据。所赋的权重值可以与裂缝与目标井组之间的距离成反比，并且所有裂缝权重值之和为1。可以根据公式：为相应裂缝赋权重值；其中，λi为第i条裂缝的权重，li为其到目标井组的距离，k为总的裂缝个数。
在本实施方式中，所述计算所述每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的裂缝数据平均权重，筛选出平均权重最大的子裂缝数据集合可以为，根据地质数据得到目标井组间裂缝的条数范围，在该条数范围内，每一条数对应一个使目标函数最小的具有相应集合长度的子裂缝数据集合，计算这些子裂缝数据集合中裂缝数据的平均权重，并筛选出平均权重最大的子裂缝数据集合。所述平均裂缝权重根据公式：
计算得出，其中，为含有nj个裂缝数据的子裂缝数据的平均裂缝权重；wi为第i个裂缝数据的权重值。
在本实施方式中，通过为裂缝数据赋予权重，将权重大的子裂缝数据集合筛选出来的方式，筛选出的子裂缝数据集合不仅受到目标函数的控制，还受到裂缝权重的约束，有效地保证了优先满足目标函数反映的示踪剂数据吻合度的要求，其次满足权重反映的距离的要求，保证筛选出的裂缝与所述目标井组距离尽可能的近。
在一个实施方式中，所述方法还包括，平移所述筛选后的子裂缝数据集合中裂缝数据对应的裂缝，连接目标井组。
在本实施方式中，平移所述筛选后的子裂缝数据集合中裂缝数据对应的裂缝，连接目标井组，其他裂缝均保持不变可以为，经过筛选得到能够使目标函数值最小的子裂缝数据集合，修改该子裂缝数据集合中的裂缝数据中的位置信息，将这些裂缝数据中与目标井组的距离修改为零；或者在裂缝模型中，手动平移该子裂缝数据集合中的裂缝数据对应的裂缝，连接到目标井组，其他的裂缝保持不变。
在本实施方式中，通过平移所述筛选后的子裂缝数据集合中裂缝数据对应的裂缝，连接目标井组，其他裂缝均保持不变的方式，可以使裂缝模型中的裂缝数据与真实情况下目标井组间裂缝的连通情况相吻合。
请参阅图10，本说明书实施方式还提供一种裂缝数据筛选装置，包括，计算模块；用于根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；目标函数生成模块；用于根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；裂缝数据筛选模块；用于变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
在一个实施方式中，所述裂缝数据筛选装置还可以包括以下单元。包括，裂缝条数确定单元；用于根据地质资料确定连通所述目标井组的裂缝的条数范围；集合长度确定单元；用于根据所述裂缝的条数范围确定所述子裂缝数据集合的集合长度范围；其中，在所述裂缝条数范围内，每一裂缝条数对应一个集合长度；所述集合长度为所述子裂缝数据集合中裂缝数据的个数；第一筛选单元；用于从所述裂缝数据集中选择相应所述集合长度的子裂缝数据集合，根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合。权重赋值单元；用于根据所述裂缝与所述目标井组的距离为裂缝数据赋予权重值，其中，所述权重值与裂缝和目标井组的距离成反比，且各裂缝数据权重值相加为1；第二筛选单元；用于计算所述每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的裂缝数据平均权重，筛选出平均权重最大的子裂缝数据集合。
上述实施例阐明的装置或单元，具体可以由计算机芯片或实体实现，或者具有某种功能的的产品来实现。为了描述方便，描述以上装置时以功能分为各种模块分别描述。当然在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上实施方式的描述可知，本领域技术人员还可以了解到本发明实施例所列出的各种说明性逻辑块、模块和步骤可以通过硬件、软件或者两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个***的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施力保护的范围。
本说明书实施方式中所描述的各种说明性的模块都可以通过通用处理器，数字信号处理器，专用集成电路，现场可编辑门阵列或其他可编程逻辑装置，离散硬部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或其他类似的配置来实现。
本说明书实施方式还提供一种存储介质，所述存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
本实施方式中提供的存储介质，其程序指令被执行时实现的功能和效果可以参见其它实施方式对照解释。
在本实施方式中，所述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。
本说明书实施方式中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软硬模快、或者两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器，寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其他任意形式的存储媒介中。
本说明书实施方式所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码的形式传输于电脑可读媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其他地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM，ROM，EPROM，CD-ROM或其他光盘存储、磁盘存储或其他磁性存储装置，或其他任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或者通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其他远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线传输的也被包含在所定义的电脑可读媒介中。所述的碟片和磁盘，包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述组合也可以包含在电脑可读媒介中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置及存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的说明书部分即可。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (14)
1.一种裂缝数据筛选方法，其特征在于，包括：
根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；
根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；
变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝数据筛选结果。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对比所述目标井组间的井间距与所述裂缝数据集中裂缝数据所表示的裂缝长度；
延长所述裂缝集中裂缝长度小于井间距的裂缝，使其裂缝长度大于井间距。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括，根据所述裂缝数据筛选出能够通过空间移动而连接目标井组的裂缝。
4.根据权利要求1所述的方法，其特征在于，所述模拟采出示踪剂的量根据公式：
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>n</mi>
</mrow>
</msubsup>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<msub>
<mi>&Delta;L</mi>
<mi>i</mi>
</msub>
</mrow>
<msqrt>
<mrow>
<mn>4</mn>
<msub>
<mi>&pi;&alpha;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mi>t</mi>
</mrow>
</msqrt>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>4</mn>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mi>t</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msub>
<mi>&Delta;L</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>V</mi>
<mi>d</mi>
</msub>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msup>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>n</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<msup>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mn>3</mn>
</msup>
<mo>/</mo>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mi>&Delta;</mi>
<mi>P</mi>
</mrow>
<mrow>
<mn>12</mn>
<msub>
<mi>&mu;L</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
</mrow>
计算得出，其中，m(t)为第t天模拟采出的示踪剂量；C0为示踪剂初始浓度、Ci为第i条裂缝第t天传导到监测井井的示踪剂浓度、Ai表示裂缝的横截面积、ΔLi为第i条裂缝在所述目标井组中注水井处的示踪剂段塞长度、Vd为所述目标井组中注水井井内示踪剂总注入体积、fj为所述目标井组中注水井对监测井的注入水分配系数，可由监测井井产出的示踪剂质量与注水井注入示踪剂质量的比值求出、Li为第i条裂缝连接目标井组两井的通道长度、vi为第i条裂缝中流体的平均流速、αi为第i条裂缝内示踪剂的水动力弥散度，为常数、ai为第i条裂缝的宽度；bi为第i条裂缝的开度、μ为流体粘度、ΔP为注水井与监测井两井井底压差、qi为第i条裂缝的流量。
5.根据权利要求1所述的方法，其特征在于，所述目标函数为：
<mrow>
<mi>O</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&Integral;</mo>
<mo>|</mo>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>m</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mi>d</mi>
<mi>t</mi>
</mrow>
<mrow>
<mo>&Integral;</mo>
<mo>|</mo>
<msub>
<mi>m</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
</mrow>
其中，mj(t)＝C(t)qw(t)，m(t)和mj(t)分别为第t天模拟采出的示踪剂量和真实采出的示踪剂量；C(t)为第t天真实采出的示踪剂浓度；qw(t)为第t天裂缝真实日产水量；t为时间。
6.根据权利要求1所述的方法，其特征在于，所述变更所述子裂缝数据集合，以求得所述目标函数的最小值包括：
按照指定规则设定模拟退火策略；
根据所述模拟退火策略执行模拟退火算法计算所述目标函数最小值；其中所述目标函数最小值对应的子裂缝数据集合作为裂缝筛选结果。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
根据地质资料确定连通所述目标井组的裂缝的条数范围；
根据所述裂缝的条数范围确定所述子裂缝数据集合的集合长度范围；其中，在所述裂缝条数范围内，每一裂缝条数对应一个集合长度；所述集合长度为所述子裂缝数据集合中裂缝数据的个数；
从所述裂缝数据集中选择相应所述集合长度的子裂缝数据集合，根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述裂缝数据，获取裂缝与所述目标井组的距离；
根据所述裂缝与所述目标井组的距离为裂缝数据赋予权重值，其中，所述权重值与裂缝和目标井组的距离成反比，且各裂缝数据权重值相加为1；
计算所述每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的裂缝数据平均权重，筛选出平均权重最大的子裂缝数据集合。
9.根据权利要求8所述的方法，其特征在于，所述权重值根据公式：
<mrow>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>/</mo>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>/</mo>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
赋予，其中，λi为第i条裂缝的权重，li为第i条裂缝到目标井组射孔段中心的距离。
10.根据权利要求8所述的方法，其特征在于，所述平均裂缝权重根据公式：
<mrow>
<mover>
<msub>
<mi>w</mi>
<msub>
<mi>n</mi>
<mi>j</mi>
</msub>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>n</mi>
<mi>j</mi>
</msub>
</mrow>
</msubsup>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>n</mi>
<mi>j</mi>
</msub>
</mrow>
计算得出，其中，为含有nj个裂缝数据的子裂缝数据的平均裂缝权重；wi为第i个裂缝数据的权重值。
11.根据权利要求1或8所述的方法，其特征在于，所述方法还包括，平移所述筛选后的子裂缝数据集合中裂缝数据对应的裂缝，连接目标井组。
12.一种裂缝数据筛选装置，其特征在于，包括：
计算模块；用于根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；
目标函数生成模块；用于根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；
裂缝数据筛选模块；用于变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
13.根据权利要求12所述的装置，其特征在于，所述裂缝数据筛选模块还包括：
裂缝条数确定单元；用于根据地质资料确定连通所述目标井组的裂缝的条数范围；
集合长度确定单元；用于根据所述裂缝的条数范围确定所述子裂缝数据集合的集合长度范围；其中，在所述裂缝条数范围内，每一裂缝条数对应一个集合长度；所述集合长度为所述子裂缝数据集合中裂缝数据的个数；
第一筛选单元；用于从所述裂缝数据集中选择相应所述集合长度的子裂缝数据集合，根据所述模拟退火规则筛选出在所述裂缝条数范围内，每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合；
权重赋值单元；用于根据所述裂缝与所述目标井组的距离为裂缝数据赋予权重值，其中，所述权重值与裂缝和目标井组的距离成反比，且各裂缝数据权重值相加为1；
第二筛选单元；用于计算所述每一裂缝条数对应的使所述目标函数值最小的子裂缝数据集合的裂缝数据平均权重，筛选出平均权重最大的子裂缝数据集合。
14.一种存储介质，其特征在于，所述存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：
根据目标井组间的裂缝数据集中的一个子裂缝数据集合和井场示踪剂实验数据计算得到模拟采出示踪剂的量；其中，所述裂缝数据用于表示目标井组间裂缝的方位和属性；
根据真实采出示踪剂的量和所述模拟采出示踪剂的量生成目标函数；其中，所述目标函数用于表示在一定时间范围内真实采出的示踪剂量的变化曲线与模拟采出的示踪剂量的变化曲线所围成的面积和真实采出的示踪剂量的变化曲线在坐标系中所围成面积的比值；
变更所述子裂缝数据集合，以求得所述目标函数的最小值；其中所述最小值对应的子裂缝数据集合作为裂缝筛选结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711129338.7A CN107989597B (zh) | 2017-11-15 | 2017-11-15 | 一种裂缝数据筛选方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711129338.7A CN107989597B (zh) | 2017-11-15 | 2017-11-15 | 一种裂缝数据筛选方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107989597A true CN107989597A (zh) | 2018-05-04 |
| CN107989597B CN107989597B (zh) | 2020-09-18 |
Family
ID=62030858
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711129338.7A Expired - Fee Related CN107989597B (zh) | 2017-11-15 | 2017-11-15 | 一种裂缝数据筛选方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107989597B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109209361A (zh) * | 2018-08-29 | 2019-01-15 | 西安石油大学 | 一种裂缝性特低渗透油藏地层参数预测方法 |
| CN113341479A (zh) * | 2021-05-24 | 2021-09-03 | 国电建投内蒙古能源有限公司 | 一种用于确定采空区水力连通性的示踪试验方法 |
| CN115961923A (zh) * | 2021-10-12 | 2023-04-14 | 中国石油天然气股份有限公司 | 一种裂缝性油藏深部调驱方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5322126A (en) * | 1993-04-16 | 1994-06-21 | The Energex Company | System and method for monitoring fracture growth during hydraulic fracture treatment |
| CN103091225A (zh) * | 2013-01-15 | 2013-05-08 | 中国海洋石油总公司 | 聚合物在岩心中的动态滞留量和不可入孔隙体积的测定方法 |
| US20130126158A1 (en) * | 2011-11-22 | 2013-05-23 | Baker Hughes Incorporated | Method of using controlled release tracers |
| CN104166806A (zh) * | 2014-08-25 | 2014-11-26 | 西南石油大学 | 一种井间示踪曲线聚类分析方法及装置 |
| CN104181602A (zh) * | 2014-08-22 | 2014-12-03 | 尤尼斯油气技术（中国）有限公司 | 一种用于火烧油层燃烧带的微地震监测操作方法 |
| CN106761708A (zh) * | 2017-01-20 | 2017-05-31 | 中国石油大学(北京) | 一种水驱井间示踪测试解释方法 |
| CN106845043A (zh) * | 2017-04-07 | 2017-06-13 | 东方宝麟科技发展(北京)有限公司 | 一种页岩气水平井重复压裂工艺流程及设计方法 |
| CN107191180A (zh) * | 2017-07-03 | 2017-09-22 | 宋绪琴 | 一种流体轨迹精准流量测井解释方法 |
-
2017
- 2017-11-15 CN CN201711129338.7A patent/CN107989597B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5322126A (en) * | 1993-04-16 | 1994-06-21 | The Energex Company | System and method for monitoring fracture growth during hydraulic fracture treatment |
| US20130126158A1 (en) * | 2011-11-22 | 2013-05-23 | Baker Hughes Incorporated | Method of using controlled release tracers |
| CN103091225A (zh) * | 2013-01-15 | 2013-05-08 | 中国海洋石油总公司 | 聚合物在岩心中的动态滞留量和不可入孔隙体积的测定方法 |
| CN104181602A (zh) * | 2014-08-22 | 2014-12-03 | 尤尼斯油气技术（中国）有限公司 | 一种用于火烧油层燃烧带的微地震监测操作方法 |
| CN104166806A (zh) * | 2014-08-25 | 2014-11-26 | 西南石油大学 | 一种井间示踪曲线聚类分析方法及装置 |
| CN106761708A (zh) * | 2017-01-20 | 2017-05-31 | 中国石油大学(北京) | 一种水驱井间示踪测试解释方法 |
| CN106845043A (zh) * | 2017-04-07 | 2017-06-13 | 东方宝麟科技发展(北京)有限公司 | 一种页岩气水平井重复压裂工艺流程及设计方法 |
| CN107191180A (zh) * | 2017-07-03 | 2017-09-22 | 宋绪琴 | 一种流体轨迹精准流量测井解释方法 |
Non-Patent Citations (1)
| Title |
|---|
| 景成等: "裂缝性特低渗油藏井间示踪剂监测等效抛物型解释模型", 《大庆石油地质与开发》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109209361A (zh) * | 2018-08-29 | 2019-01-15 | 西安石油大学 | 一种裂缝性特低渗透油藏地层参数预测方法 |
| CN109209361B (zh) * | 2018-08-29 | 2022-02-18 | 西安石油大学 | 一种裂缝性特低渗透油藏地层参数预测方法 |
| CN113341479A (zh) * | 2021-05-24 | 2021-09-03 | 国电建投内蒙古能源有限公司 | 一种用于确定采空区水力连通性的示踪试验方法 |
| CN113341479B (zh) * | 2021-05-24 | 2024-05-07 | 国电建投内蒙古能源有限公司 | 一种用于确定采空区水力连通性的示踪试验方法 |
| CN115961923A (zh) * | 2021-10-12 | 2023-04-14 | 中国石油天然气股份有限公司 | 一种裂缝性油藏深部调驱方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107989597B (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106093350B (zh) | 确定非均质碳酸盐岩储层饱和度指数的方法 | |
| CN107989597B (zh) | 一种裂缝数据筛选方法、装置及存储介质 | |
| CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
| BRPI0720674A2 (pt) | Método implementado em computador para identificação de regiões em um solo em uma instalação de poço, método para análise de dados multidimensionais para uma instalação de poço, método para obtenção de amostras de um tampão de parede lateral, produto de programa de computador, sistema de processamento de dados para identificação de regiões em um solo em uma instalação de poço, sistema de processamento de dados, produto de programa de computador, sistema de processamento de dados para análise de dados multidimensionais para uma instalação de poço | |
| CN114154427B (zh) | 基于深度学习的体积压裂裂缝扩展预测方法和*** | |
| CN109635244A (zh) | 岩石可钻性预测方法、***、存储介质及电子终端 | |
| WO2015084481A1 (en) | Tuning digital core analysis to laboratory results | |
| Eltahan et al. | Modeling Naturally and Hydraulically Fractured Reservoirs with Artificial Intelligence and Assisted History Matching Methods Using Physics-Based Simulators | |
| CN107153881B (zh) | 一种钻井风险的预测方法 | |
| CN114036774A (zh) | 一种半充填缝洞型储层拟相对渗透率的确定方法、计算方法及其确定*** | |
| Suarez et al. | Fracturing-to-Production Simulation Approach for Completion Optimization in the Vaca Muerta Shale | |
| CA3139113A1 (en) | System and method for well interference detection and prediction | |
| CN114036829B (zh) | 地质剖面图生成方法、***、设备及存储介质 | |
| CN114185108B (zh) | 裂缝孔隙度确定方法、存储介质和计算机设备 | |
| CN111236934B (zh) | 水淹级别确定方法和装置 | |
| CN116559938A (zh) | 一种油气藏裂缝模型建立方法及电子设备 | |
| Marquart et al. | Estimation of geothermal reservoir properties using the Ensemble Kalman Filter | |
| CN110208861B (zh) | 一种构造软煤发育区的预测方法及装置 | |
| CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
| Moradi et al. | Learning from Behavioral Frac Maps: A Montney Case Study in Integration of Modern Microseismic and Production Data Analyses | |
| CA2889722C (en) | System, method and computer program product for evaluating and ranking geobodies using a euler characteristic | |
| Bachi et al. | An Efficient Hydraulic Fracture Geometry Calibration Workflow Using Microseismic Data | |
| Sarac et al. | Integrated History Matching on Interference Well Test Data in a Naturally Fractured Reservoir with Automated Adjoint Gradient Based Inversion Technique | |
| CN113655545B (zh) | 应力敏感损害油气层的建模方法、损害程度时空演化4d定量与智能诊断方法及其*** | |
| CN114033352B (zh) | 一种井周裂缝密度估算的方法及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200918 Termination date: 20211115 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |