CN117930347B - 一种气藏水侵识别方法、***、设备及存储介质 - Google Patents
一种气藏水侵识别方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN117930347B CN117930347B CN202410327954.7A CN202410327954A CN117930347B CN 117930347 B CN117930347 B CN 117930347B CN 202410327954 A CN202410327954 A CN 202410327954A CN 117930347 B CN117930347 B CN 117930347B
- Authority
- CN
- China
- Prior art keywords
- permeability
- gas reservoir
- model
- gas
- water
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000009545 invasion Effects 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 230000035699 permeability Effects 0.000 claims abstract description 137
- 238000004519 manufacturing process Methods 0.000 claims abstract description 93
- 239000011159 matrix material Substances 0.000 claims abstract description 76
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 238000004088 simulation Methods 0.000 claims abstract description 69
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 51
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 4
- 238000010845 search algorithm Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 119
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 239000003345 natural gas Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种气藏水侵识别方法、***、设备及存储介质，涉及气藏提高采收率技术领域，包括：依据实测地震数据构建裂缝模型；利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；建立双孔双渗数值模拟模型，并按单井位置划分相渗区域；建立同时考虑产气和产水的气藏全区历史拟合目标函数；通过EnKF算法数据同化更新参数并最小化目标函数，得到初步拟合的基质及裂缝渗透率分布；构建气藏单井历史拟合目标函数；通过优化算法调整各单井的相渗曲线，最小化目标函数，得到拟合最佳的基质及裂缝渗透率分布；综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征。本发明实现了智能识别气藏水侵特征。
Description
技术领域
本发明涉及气藏提高采收率技术领域，特别是涉及一种气藏水侵识别方法、***、设备及存储介质。
背景技术
近年来，资源勘探向着深层、超深层迈进。受温度与压力的影响，深部储层资源以天然气为主。深层天然气的发现，使得资源储备量得到极大提升。天然气作为重要的清洁能源，开发天然气资源对保障国家能源安全、助力能源转型具有重要意义。然而，天然气藏通常与地层水相连接，在气藏开发过程中，气藏压力下降，气藏与水体之间产生压力差，使得地层水由水体侵入气藏中，占据气体流动通道，气相相对渗透率下降，严重影响气藏开发效果。因此需要建立气藏水侵识别方法，预测产气井受水侵的可能性，识别见水井水侵程度，以实现气藏安全高效开发。
现有的水侵识别方法有两类：一种是气藏动态分析，人为判定水侵情况；另一种是利用数值模拟方法，模拟气井水侵动态。气藏动态分析多依赖经验判断，无法可视化水侵动态。数值模拟方法对模型的准确性有着极大的要求，校正模型所需的历史拟合过程，需要耗费大量的人力以及计算成本。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种气藏水侵识别方法、***、设备及介质。
为实现上述目的，本发明提供了如下方案。
第一方面，本发明提供了一种气藏水侵识别方法，包括：依据实测地震数据构建裂缝模型；利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；建立双孔双渗数值模拟模型，并按单井位置划分相渗区域；建立同时考虑产气和产水的气藏全区历史拟合目标函数；通过EnKF算法数据同化更新参数并最小化目标函数，得到初步拟合的基质及裂缝渗透率分布；构建气藏单井历史拟合目标函数；通过优化算法调整各单井的相渗曲线，最小化目标函数，得到拟合最佳的基质及裂缝渗透率分布；综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征。
第二方面，本发明提供了一种气藏水侵识别***，包括：裂缝模型构建模块，用于依据储层实测地震数据，构建目标气藏的裂缝模型；初始渗透率分布样本集生成模块，用于利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，裂缝位置处赋予比基质更大的孔隙度、渗透率数值，生成多个包含裂缝与基质的渗透率分布；双孔双渗数值模拟模型建立模块，用于建立包含裂缝孔隙度、渗透率和基质孔隙度、渗透率的双孔双渗数值模拟模型，并按单井位置划分相渗区域；气藏全区历史拟合目标函数建立模块，用于建立同时考虑产气和产水的气藏全区历史拟合目标函数；初步拟合的基质及裂缝渗透率分布得到模块，用于通过EnKF算法数据同化更新参数并最小化目标函数，得到拟合全区累产气和累产水的基质渗透率分布以及裂缝渗透率分布；气藏单井历史拟合目标函数构建模块，用于构建气藏单井历史拟合目标函数；拟合最佳的基质及裂缝渗透率分布得到模块，用于通过优化算法调整各单井的相渗曲线，最小化目标函数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的基质渗透率分布及裂缝渗透率分布；水侵特征识别模块，用于综合数值模拟结果、生产动态规律、水侵模式图版、识别水侵特征。
第三方面，本发明提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据第一方面所述的一种气藏水侵识别方法。
第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的一种气藏水侵识别方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种气藏水侵识别方法、***、设备及存储介质包括：依据实测地震数据构建裂缝模型；利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；建立双孔双渗数值模拟模型，并按单井位置划分相渗区域；建立同时考虑产气和产水的气藏全区历史拟合目标函数；通过EnKF算法数据同化更新参数并最小化目标函数，得到初步拟合的基质及裂缝渗透率分布；构建气藏单井历史拟合目标函数；通过优化算法调整各单井的相渗曲线，最小化目标函数，得到拟合最佳的基质及裂缝渗透率分布；综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征。本发明能够实现智能识别气藏水侵特征。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明气藏水侵识别方法的流程图；
图2为本发明提供的方法中包含基质与裂缝的初始渗透率分布图；
图3为本发明提供的方法中初始平均渗透率分布图；
图4为本发明提供的方法中全区日产气拟合前的结果图；
图5为本发明提供的方法中全区日产气拟合后的结果图；
图6为本发明提供的方法中全区日产水拟合前的结果图；
图7为本发明提供的方法中全区日产水拟合后的结果图；
图8为本发明提供的方法中拟合后的包含基质和裂缝的渗透率分布图；
图9为本发明提供的方法中拟合后的平均渗透率分布图；
图10为本发明提供的方法中单井拟合前后的相渗曲线示意图；
图11为本发明提供的方法中单井压力拟合结果示意图；
图12为本发明提供的方法中单井日产水拟合结果示意图；
图13为本发明提供的方法中气藏气水界面的变化情况示意图；
图14为本发明气藏水侵识别***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种气藏水侵识别方法、***、设备及存储介质，建立了准确描述基质与裂缝特征，并同时反应生产动态情况的数值模拟模型，实现了智能识别气藏水侵特征。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：如图1所示，本发明实施例提供了一种气藏水侵识别方法，包括：
步骤S100：依据实测地震数据构建裂缝模型；
在本实施例中，S100具体包括：输入地震体的深度域与速度域数据，识别与描述实际储层裂缝分布；导入断层数据，约束裂缝规模及分布，完成裂缝模型的构建。
步骤S200：利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；
在本实施例中，S200具体包括：以所述裂缝模型中的裂缝信息为输入，生成带有裂缝的地质模型；所述地质模型的裂缝位置处赋予比基质更大的孔隙度、渗透率数值；以井周围测井数据为约束，采用序贯高斯模拟随机生成多个包含裂缝与基质的渗透率分布。
步骤S300：建立双孔双渗数值模拟模型，并按单井位置划分相渗区域；
在本实施例中，S300具体包括：导入所述初始渗透率分布样本集，构建包含裂缝孔隙度、渗透率和基质孔隙度、渗透率的双孔双渗数值模拟模型，所述双孔双渗数值模拟模型中每口生产井被划分为一个区域，每个区域输入相同的相对渗透率曲线。
步骤S400：建立同时考虑产气和产水的气藏全区历史拟合目标函数；其中，同时考虑产气和产水的气藏全区历史拟合目标函数具体为：
其中：O(n)是气藏全区历史拟合目标值，n是初始模型地质参数向量，nf是拟合后的模型地质参数向量，f(n)是气藏全区数值模拟计算结果向量，Qad是气藏全区实际生产动态数据向量，为初始模型地质参数向量n和拟合后的模型地质参数向量nf的协方差矩阵的倒数，/>为气藏全区数值模拟计算结果向量f(n)和气藏全区实际生产动态数据向量Qad的协方差矩阵的倒数。
步骤S500：通过EnKF算法数据同化更新参数并最小化目标函数，得到初步拟合的基质及裂缝渗透率分布；
在本实施例中，S500具体包括：运行所述双孔双渗数值模拟模型，通过EnKF算法利用数值模拟计算结果和实际生产动态数据计算全区历史拟合目标函数值，以最小化目标函数为目标，得到拟合全区累产气和累产水的基质渗透率分布以及裂缝渗透率分布。
步骤S600：构建气藏单井历史拟合目标函数；其中，气藏单井历史拟合目标函数具体为：
其中：O(r)是气藏单井历史拟合目标值，m是气藏生产井的数量，rm是初始单井相对渗透率曲线参数向量，是拟合后的单井相对渗透率曲线参数向量，f(rm)是气藏单井数值模拟计算结果向量，qad是气藏单井实际生产动态数据向量，/>为初始单井相对渗透率曲线参数向量rm和拟合后的单井相对渗透率曲线参数向量/>的协方差矩阵的倒数，/>为气藏单井数值模拟计算结果向量f(rm)和气藏单井实际生产动态数据向量qad的协方差矩阵的倒数；所述初始单井相对渗透率曲线参数向量包括：临界含气饱和度，最小含水饱和度，最小含水饱和度对应的气相相对渗透率，临界含水饱和度，残余油饱和度对应的水相相对渗透率；
步骤S700：通过优化算法调整各单井的相渗曲线，最小化目标函数，得到拟合最佳的基质及裂缝渗透率分布；
在本实施例中，S700中优化算法为遗传算法、粒子群算法、贝叶斯自适应直接搜索算法中的任意一种，以气藏单井历史拟合目标函数值最小为目标，分别调整各单井的相渗曲线参数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的基质渗透率分布及裂缝渗透率分布。
步骤S800：综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征。
下面结合一个具体的例子来对本发明实施例1提供的气藏水侵识别方法进行说明，以某气田实际衰竭开发生产区块为例，开展了具体实际应用。
获取该气田实测地震体深度域与速度域数据，并导入断层数据，构建储层裂缝模型。输入该气田裂缝信息，生成带裂缝的地质模型，裂缝处赋予比基质更大的孔隙度、渗透率数值，采用序贯高斯模拟随机生成10个包含裂缝与基质的渗透率分布样本集。所述10个包含裂缝与基质的初始渗透率分布如图2所示。10个初始渗透率分布的平均值如图3所示。
导入10个初始渗透率分布，构建10个双孔双渗数值模拟模型，模型共包含19口产气井，进而将数值模拟模型划分为19个区域，对各区域输入相同的初始相渗曲线。
计算上述10个双孔双渗数值模拟模型的生产动态。通过EnKF算法，以最小化全区历史拟合目标函数值为目标，反演储层渗透率参数。拟合的时间步长为190天，共拟合20步，总计时长3800天。全区日产气拟合前的结果如图4所示，拟合后的结果如图5所示；全区日产水拟合前的结果如图6所示，拟合后的结果如图7所示；图4、图5、图6、图7中实线表示实际生产数据，虚线表示10个初始渗透率分布的数值模拟计算结果。通过EnKF自动历史拟合后10组模型包含基质和裂缝渗透率分布如图8所示，拟合后的平均渗透率分布如图9所示。
采用遗传算法，以气藏单井历史拟合目标函数值最小为目标，调整各单井的临界含气饱和度，最小含水饱和度，最小含水饱和度对应的气相相对渗透率，临界含水饱和度，残余油饱和度对应的水相相对渗透率参数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的数值模拟模型。TZ5井拟合前后相渗曲线如图10所示。TZ5井压力拟合结果如图11所示，TZ5井日产水拟合结果如图12所示。
运行包含最佳拟合效果的后验实验双孔双渗数值模拟模型，得到气藏中气水界面的变化情况如图13所示。进一步，综合生产动态规律、水侵模式图版。结果表明，该气藏已有5口产气井发生了水侵，其中两口井为强水侵。
基于上述描述，相对于现有技术，本发明提供的一种气藏水侵识别方法具有以下优点：
本发明考虑了实际储层中存在的裂缝，增加了预测结果的准确性；创新性地引入自动历史拟合技术，同时拟合基质和裂缝渗透率，有效避免盲目地人为控制，降低里计算成本；通过对单井相渗分区并调节相渗曲线，保证了气藏全区及单井模拟结果的精度，实现了气藏水侵特征的准确识别，为气藏提高采收率提供理论与技术支撑。
实施例2：为了执行上述实施例1对应的方法，以实现相应的功能和技术效果，下面提供一种气藏水侵识别***。
如图14所示，本发明实施例提供的一种气藏水侵识别***，包括如下模块。
裂缝模型构建模块：用于依据实测地震数据构建裂缝模型；所述依据实测地震数据构建裂缝模型包括：输入地震体的深度域与速度域数据，识别与描述实际储层裂缝分布；导入断层数据，约束裂缝规模及分布，完成裂缝模型的构建；
初始渗透率分布样本集生成模块：用于利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；所述将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集包括：以所述裂缝模型中的裂缝信息为输入，生成带有裂缝的地质模型；所述地质模型的裂缝位置处赋予比基质更大的孔隙度、渗透率数值；以井周围测井数据为约束，采用序贯高斯模拟随机生成多个包含裂缝与基质的渗透率分布；
双孔双渗数值模拟模型建立模块：用于建立包含裂缝孔隙度、渗透率和基质孔隙度、渗透率的双孔双渗数值模拟模型；所述双孔双渗数值模拟模型中每口生产井被划分为一个区域，每个区域输入相同的相对渗透率曲线；
气藏全区历史拟合目标函数建立模块：用于建立同时考虑产气和产水的气藏全区历史拟合目标函数；
所述同时考虑产气和产水的气藏全区历史拟合目标函数具体为：
其中：O(n)是气藏全区历史拟合目标值，n是初始模型地质参数向量，nf是拟合后的模型地质参数向量，f(n)是气藏全区数值模拟计算结果向量，Qad是气藏全区实际生产动态数据向量，为初始模型地质参数向量n和拟合后的模型地质参数向量nf的协方差矩阵的倒数，/>为气藏全区数值模拟计算结果向量f(n)和气藏全区实际生产动态数据向量Qad的协方差矩阵的倒数；
初步拟合的基质及裂缝渗透率分布得到模块：用于通过EnKF算法数据同化更新参数并最小化目标函数，得到拟合全区累产气和累产水的基质渗透率分布以及裂缝渗透率分布；
气藏单井历史拟合目标函数构建模块：用于构建气藏单井历史拟合目标函数；
所述气藏单井历史拟合目标函数具体为：
其中：O(r)是气藏单井历史拟合目标值，m是气藏生产井的数量，rm是初始单井相对渗透率曲线参数向量，是拟合后的单井相对渗透率曲线参数向量，f(rm)是气藏单井数值模拟计算结果向量，qad是气藏单井实际生产动态数据向量，/>为初始单井相对渗透率曲线参数向量rm和拟合后的单井相对渗透率曲线参数向量/>的协方差矩阵的倒数，/>为气藏单井数值模拟计算结果向量f(rm)和气藏单井实际生产动态数据向量qad的协方差矩阵的倒数；
初始单井相对渗透率曲线参数向量包括：临界含气饱和度，最小含水饱和度，最小含水饱和度对应的气相相对渗透率，临界含水饱和度，残余油饱和度对应的水相相对渗透率；
拟合最佳的基质及裂缝渗透率分布得到模块：用于通过优化算法调整各单井的相渗曲线，最小化目标函数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的基质渗透率分布及裂缝渗透率分布；
优化算法为遗传算法、粒子群算法、贝叶斯自适应直接搜索算法中的任意一种；
水侵特征识别模块：用于综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征；
数值模拟结果为运行包含拟合最佳的基质及裂缝渗透率分布的双孔双渗数值模拟模型的计算结果；
生产动态规律包括产气井油压、套压、产气量、产水量、水气比；
水侵模式图版为基质渗透率、裂缝渗透率与生产水气比关系图版。
实施例3：本发明实施例提供一种电子设备包括存储器及处理器，该存储器用于存储计算机程序，该处理器运行计算机程序以使电子设备执行实施例1所述的一种气藏水侵识别方法。
可选地，上述电子设备可以是服务器。
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例1所述的一种气藏水侵识别方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种气藏水侵识别方法，其特征在于，包括：
S100：依据实测地震数据构建裂缝模型；
S200：利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；
所述S200的具体过程为：
以所述裂缝模型中的裂缝信息为输入，生成带有裂缝的地质模型；所述地质模型的裂缝位置处赋予比基质更大的孔隙度、渗透率数值；以井周围测井数据为约束，采用序贯高斯模拟随机生成多个包含裂缝与基质的渗透率分布；
S300：建立双孔双渗数值模拟模型，并按单井位置划分相渗区域；
所述S300的具体过程为：
导入所述初始渗透率分布样本集，构建包含裂缝孔隙度、渗透率和基质孔隙度、渗透率的双孔双渗数值模拟模型，所述双孔双渗数值模拟模型中每口生产井被划分为一个区域，每个区域输入相同的相对渗透率曲线；
S400：建立同时考虑产气和产水的气藏全区历史拟合目标函数；
所述S400中建立同时考虑产气和产水的气藏全区历史拟合目标函数具体为：
其中：O(n)是气藏全区历史拟合目标值，n是初始模型地质参数向量，nf是拟合后的模型地质参数向量，f(n)是气藏全区数值模拟计算结果向量，Qad是气藏全区实际生产动态数据向量，为初始模型地质参数向量n和拟合后的模型地质参数向量nf的协方差矩阵的倒数，/>为气藏全区数值模拟计算结果向量f(n)和气藏全区实际生产动态数据向量Qad的协方差矩阵的倒数；
S500：通过EnKF算法数据同化更新参数并最小化目标函数，得到初步拟合的基质及裂缝渗透率分布；
所述S500的具体过程为：
运行所述双孔双渗数值模拟模型，通过EnKF算法利用数值模拟计算结果和实际生产动态数据计算全区历史拟合目标函数值，以最小化目标函数为目标，得到拟合全区累产气和累产水的基质渗透率分布以及裂缝渗透率分布；
S600：构建气藏单井历史拟合目标函数；
所述S600中构建气藏单井历史拟合目标函数具体为：
其中：O(r)是气藏单井历史拟合目标值，m是气藏生产井的数量，rm是初始单井相对渗透率曲线参数向量，是拟合后的单井相对渗透率曲线参数向量，f(rm)是气藏单井数值模拟计算结果向量，qad是气藏单井实际生产动态数据向量，/>为初始单井相对渗透率曲线参数向量rm和拟合后的单井相对渗透率曲线参数向量/>的协方差矩阵的倒数，/>为气藏单井数值模拟计算结果向量f(rm)和气藏单井实际生产动态数据向量qad的协方差矩阵的倒数；
所述初始单井相对渗透率曲线参数向量，具体包括：
临界含气饱和度，最小含水饱和度，最小含水饱和度对应的气相相对渗透率，临界含水饱和度，残余油饱和度对应的水相相对渗透率；
S700：通过优化算法调整各单井的相渗曲线，最小化目标函数，得到拟合最佳的基质及裂缝渗透率分布；
所述S700的具体包括：
所述优化算法为遗传算法、粒子群算法、贝叶斯自适应直接搜索算法中的任意一种，以气藏单井历史拟合目标函数值最小为目标，分别调整各单井的相渗曲线参数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的基质渗透率分布及裂缝渗透率分布；
S800：综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征。
2.根据权利要求书1所述的一种气藏水侵识别方法，其特征在于，所述S100中依据实测地震数据构建裂缝模型，具体包括：
输入地震体的深度域与速度域数据，识别与描述实际储层裂缝分布；导入断层数据，约束裂缝规模及分布，完成裂缝模型的构建。
3.根据权利要求书1所述的一种气藏水侵识别方法，其特征在于，所述S800中综合数值模拟结果、生产动态规律、水侵模式图版、识别水侵特征，具体包括：
所述数值模拟结果为运行包含拟合最佳的基质及裂缝渗透率分布的双孔双渗数值模拟模型的计算结果；
所述生产动态规律包括产气井油压、套压、产气量、产水量、水气比；
所述水侵模式图版为基质渗透率、裂缝渗透率与生产水气比关系图版。
4.一种气藏水侵识别***，其特征在于，包括：
裂缝模型构建模块：用于依据实测地震数据构建裂缝模型；所述依据实测地震数据构建裂缝模型包括：输入地震体的深度域与速度域数据，识别与描述实际储层裂缝分布；导入断层数据，约束裂缝规模及分布，完成裂缝模型的构建；
初始渗透率分布样本集生成模块：用于利用测井数据进行随机储层建模，将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集；所述将裂缝模型嵌入至基质模型中，生成初始渗透率分布样本集包括：以所述裂缝模型中的裂缝信息为输入，生成带有裂缝的地质模型；所述地质模型的裂缝位置处赋予比基质更大的孔隙度、渗透率数值；以井周围测井数据为约束，采用序贯高斯模拟随机生成多个包含裂缝与基质的渗透率分布；
双孔双渗数值模拟模型建立模块：用于建立包含裂缝孔隙度、渗透率和基质孔隙度、渗透率的双孔双渗数值模拟模型；所述双孔双渗数值模拟模型中每口生产井被划分为一个区域，每个区域输入相同的相对渗透率曲线；
气藏全区历史拟合目标函数建立模块：用于建立同时考虑产气和产水的气藏全区历史拟合目标函数；
所述同时考虑产气和产水的气藏全区历史拟合目标函数具体为：
其中：O(n)是气藏全区历史拟合目标值，n是初始模型地质参数向量，nf是拟合后的模型地质参数向量，f(n)是气藏全区数值模拟计算结果向量，Qad是气藏全区实际生产动态数据向量，为初始模型地质参数向量n和拟合后的模型地质参数向量nf的协方差矩阵的倒数，/>为气藏全区数值模拟计算结果向量f(n)和气藏全区实际生产动态数据向量Qad的协方差矩阵的倒数；
初步拟合的基质及裂缝渗透率分布得到模块：用于通过EnKF算法数据同化更新参数并最小化目标函数，得到拟合全区累产气和累产水的基质渗透率分布以及裂缝渗透率分布；
气藏单井历史拟合目标函数构建模块：用于构建气藏单井历史拟合目标函数；
所述气藏单井历史拟合目标函数具体为：
其中：O(r)是气藏单井历史拟合目标值，m是气藏生产井的数量，rm是初始单井相对渗透率曲线参数向量，是拟合后的单井相对渗透率曲线参数向量，f(rm)是气藏单井数值模拟计算结果向量，qad是气藏单井实际生产动态数据向量，/>为初始单井相对渗透率曲线参数向量rm和拟合后的单井相对渗透率曲线参数向量/>的协方差矩阵的倒数，/>为气藏单井数值模拟计算结果向量f(rm)和气藏单井实际生产动态数据向量qad的协方差矩阵的倒数；
初始单井相对渗透率曲线参数向量包括：临界含气饱和度，最小含水饱和度，最小含水饱和度对应的气相相对渗透率，临界含水饱和度，残余油饱和度对应的水相相对渗透率；
拟合最佳的基质及裂缝渗透率分布得到模块：用于通过优化算法调整各单井的相渗曲线，最小化目标函数，得到既能拟合全区产气、产水动态又能拟合气藏中各单井产气、产水动态的基质渗透率分布及裂缝渗透率分布；
优化算法为遗传算法、粒子群算法、贝叶斯自适应直接搜索算法中的任意一种；
水侵特征识别模块：用于综合数值模拟结果、生产动态规律、水侵模式图版，识别水侵特征；
数值模拟结果为运行包含拟合最佳的基质及裂缝渗透率分布的双孔双渗数值模拟模型的计算结果；
生产动态规律包括产气井油压、套压、产气量、产水量、水气比；
水侵模式图版为基质渗透率、裂缝渗透率与生产水气比关系图版。
5.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至3中任一项所述的一种气藏水侵识别方法。
6.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的一种气藏水侵识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410327954.7A CN117930347B (zh) | 2024-03-21 | 2024-03-21 | 一种气藏水侵识别方法、***、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410327954.7A CN117930347B (zh) | 2024-03-21 | 2024-03-21 | 一种气藏水侵识别方法、***、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117930347A CN117930347A (zh) | 2024-04-26 |
| CN117930347B true CN117930347B (zh) | 2024-06-07 |
Family
ID=90757702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410327954.7A Active CN117930347B (zh) | 2024-03-21 | 2024-03-21 | 一种气藏水侵识别方法、***、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117930347B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109558631A (zh) * | 2018-10-24 | 2019-04-02 | 北京大学 | 一种致密油气藏多尺度裂缝性介质自动历史拟合方法 |
| CN110807235A (zh) * | 2018-08-01 | 2020-02-18 | 中国石油天然气股份有限公司 | 一种模拟k气藏断缝孔渗流的方法 |
| CN112031756A (zh) * | 2020-09-07 | 2020-12-04 | 西南石油大学 | 一种页岩气藏压裂井组生产动态数值模拟方法 |
| CN114722687A (zh) * | 2022-06-01 | 2022-07-08 | 西南石油大学 | 基于三重介质模型的碳酸盐岩气藏大斜度井产量预测方法 |
| CN114880962A (zh) * | 2021-12-15 | 2022-08-09 | 成都理工大学 | 基于地层渗流-井筒管流耦合的致密气藏储气库单井注采能力一体化分析方法 |
| CN115522909A (zh) * | 2021-06-09 | 2022-12-27 | 中国石油天然气集团有限公司 | 一种基于数值模拟的单井模型尺寸确定方法及装置 |
| CN115906677A (zh) * | 2021-08-18 | 2023-04-04 | 中国石油天然气股份有限公司 | 一种非均质性边水气藏水体活跃程度预测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110704888B (zh) * | 2019-07-04 | 2022-07-29 | 成都理工大学 | 一种非常规油气藏加密井体积压裂施工参数优化设计方法 |
| CN111927411B (zh) * | 2020-09-24 | 2021-01-12 | 西南石油大学 | 一种智能化有水气藏水侵跟踪和预警方法 |
-
2024
- 2024-03-21 CN CN202410327954.7A patent/CN117930347B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807235A (zh) * | 2018-08-01 | 2020-02-18 | 中国石油天然气股份有限公司 | 一种模拟k气藏断缝孔渗流的方法 |
| CN109558631A (zh) * | 2018-10-24 | 2019-04-02 | 北京大学 | 一种致密油气藏多尺度裂缝性介质自动历史拟合方法 |
| CN112031756A (zh) * | 2020-09-07 | 2020-12-04 | 西南石油大学 | 一种页岩气藏压裂井组生产动态数值模拟方法 |
| CN115522909A (zh) * | 2021-06-09 | 2022-12-27 | 中国石油天然气集团有限公司 | 一种基于数值模拟的单井模型尺寸确定方法及装置 |
| CN115906677A (zh) * | 2021-08-18 | 2023-04-04 | 中国石油天然气股份有限公司 | 一种非均质性边水气藏水体活跃程度预测方法 |
| CN114880962A (zh) * | 2021-12-15 | 2022-08-09 | 成都理工大学 | 基于地层渗流-井筒管流耦合的致密气藏储气库单井注采能力一体化分析方法 |
| CN114722687A (zh) * | 2022-06-01 | 2022-07-08 | 西南石油大学 | 基于三重介质模型的碳酸盐岩气藏大斜度井产量预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于EnKF的致密气藏离散裂缝模型自动历史拟合;廉培庆;天然气与石油;20230425;第41卷(第02期);73-79 * |
| 改进的页岩气藏物质平衡方程及储量计算方法;张烈辉;天然气工业;20131225;第33卷(第12期);66-70 * |
| 裂缝性致密砂岩气藏数值模拟研究及应用;李虹;中国博士学位论文全文数据库 (工程科技Ⅰ辑);20231215;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117930347A (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113052371B (zh) | 基于深度卷积神经网络的剩余油分布预测方法及装置 | |
| CN103455682B (zh) | 一种预测高温高压井腐蚀套管剩余寿命的方法 | |
| CN108804382B (zh) | 一种参数自动反求方法和装置 | |
| US20230358123A1 (en) | Reinforcement learning-based decision optimization method of oilfield production system | |
| CN111364953B (zh) | 一种基于图神经网络的井间动态连通性识别方法及*** | |
| CN106353809A (zh) | 一种压裂裂缝网络的反演表征方法 | |
| CN110705179A (zh) | 基于融合神经网络的导水裂缝带高度精确预测方法及*** | |
| WO2020180295A1 (en) | Multi-objective completion parameters optimization for a wellbore using bayesian optimization | |
| CN115874993A (zh) | 一种基于人工智能的页岩气井生产控制方法、设备和*** | |
| CN113537592A (zh) | 基于长短时记忆网络的油气藏产量预测方法及装置 | |
| CN114004100B (zh) | 一种油藏辅助历史拟合和优化模拟方法 | |
| CN116910638A (zh) | 一种基于大数据的优势渗流通道智能识别方法 | |
| CN113627639A (zh) | 用于碳酸盐岩缝洞型储层的试井产能预测方法及*** | |
| CN115481565A (zh) | 一种基于lstm和蚁群算法的土压平衡盾构机掘进参数预测方法 | |
| CN117930347B (zh) | 一种气藏水侵识别方法、***、设备及存储介质 | |
| CN114488311A (zh) | 基于ssa-elm算法的横波时差预测方法 | |
| CN107704646B (zh) | 一种致密储层体积改造后的建模方法 | |
| US11501043B2 (en) | Graph network fluid flow modeling | |
| CN115526114A (zh) | 基于集合卡尔曼滤波法的水力裂缝形态反演方法及*** | |
| CN114764546A (zh) | 基于生成对抗神经网络的断块油藏剩余油预测方法 | |
| Alizadeh | ARTIFICIAL NEURAL NETWORK WITH EXPERIMENTAL DESIGN: A FAST TOOL FOR RISK ANALYSIS AND FORECASTING IN AN OIL RESERVOIR, A CASE STUDY | |
| Erlong | Selection of target wells and layers for fracturing with fuzzy mathematics method | |
| CN109858196B (zh) | 一种油气藏参数解释方法及*** | |
| CN110566196A (zh) | 一种储层连通性分析方法 | |
| CN116629112B (zh) | 一种基于科学智能的油藏属性参数反演方法及*** |
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 |