技术领域
[0001] 本
发明涉及一种方法，更具体的说，是涉及一种基于最优控制理论的海上油藏动态实时生产优化方法。
背景技术
[0002] 目前，对于处于高含
水期的海上河流相储层，如何立足现有条件，进一步深入研究，优化生产开发方案，改善注采矛盾，是实现稳油控水、提高开发效益的关键。
[0003]
现有技术是利用油藏工程方法，结合油藏数值模拟技术，对油
层压力变化、注水有效性、井网适应性进行研究；从
生产井最低合理流压、合理生产压差、合理采液强度进行采油系统研究；进行注水系统研究，对注水井的油层破裂压力、注入压力、注入量、合理注水强度进行论证等等。通过反复拟合和预测，对模拟结果进行综合比较、分析，最终可以优选出最佳开发方案。但是，这一过程需要搜集和处理大量的静、动态资料，由于资料的不完善和一些经验
算法的局限性，导致研究结果不够准确；运用油藏数值模拟技术优选最佳方案时，拟合时间长，对计算机要求高，而且往往是对整个区
块或开采单元进行整体优选，选出的开发控制参数对于单井并不一定是最适用的；通过人工
修改每一口井的控制参数，来对单井参数进行优选，工作量会呈指数增加，又会出现算法不收敛等问题，费时又费力。
[0004] 总结来说，现有技术的特征是借助油藏工程方法或数值模拟技术进行人工注水及采油方案优化设计，这种方法的随机性强，人工设计有限组合的方案往往不是最优，且数值模拟模型建立工作繁琐，人工历史拟合过程耗时耗力，优化设计工作量大，往往耗费大量人力物力但是得不到理想的效果。只能在设计的有限组合中寻找出最优的值，并不是真实的最优值，具有一定的局限性，而且由于工作量大，往往费时费力。
发明内容
[0005] 本发明的目的是为了解决海上油田中高含水期油水分布复杂、剩余油挖潜难度大、开发中后期生产调整困难等问题，为了保持油田稳产、降低开发成本，利用现有的
数据挖掘机器学习算法，提出一种基于最优控制理论的海上油藏动态实时生产优化方法，快速高效实时地为油田开发生产提供最优调控方案，能够从油藏长期开发效益出发，将复杂的油藏开发体系描述成最优控制问题，通过优化控制算法自动计算油水井各阶段的生产调控参数，快速的为油田开发生产提供最优调控方案，高效率管理和改善油藏开发状况，尤其可解决海上油田中高含水期面临着油水分布复杂、剩余油挖潜难度大、开发中后期生产调整困难等问题，可维持海上油田稳产、减少开发成本。
[0006] 本发明的目的是通过以下技术方案实现的。
[0007] 本发明基于最优控制理论的海上油藏动态实时生产优化方法，包括以下步骤：
[0008] 第一步：建立油藏数模模型
[0009] 利用Eclipse
软件建立油藏数模模型，模型文件包括以下内容：
[0010] 1)BASE.DATA：数模模型的主文件，用于对油藏进行数字化，模拟油藏油水流动关系，并对油藏生产动态进行预测；
[0011] 2)init.inc文件：数模模型的场文件，其中包括SGAS、PRES、SWAT、RS模型场文件；
[0012] 3)sch.inc文件：数模模型的油水井生产动态文件，包括油水井的工作制度、预测时间及步长；
[0013] 4)ZSQ_GIRD文件：数模模型经过历史拟合后的网格数据；
[0014] 5)重启文件：将需要重启的模型数据体重新导出
整理，并单独做成数据体，直接从优化第一年开始运行，避开重启文件的不断调用，节省时间；
[0015] 第二步：建立油藏动态实时优化数学模型
[0016] 目标函数(NPV)＝油价×累产油-注水及产出水的
费用-其它费用
[0017]
[0018] 式中，J为净现值，万元；u为控制变量向量；y为油藏地质静态参数；m为油藏生产动态参数；L为油藏生产时间内控制步数；NP为生产井数；NI为注水井数；ro为
原油单价，万元/吨；rw为产出
水处理成本，万元/吨；rwi为注水成本，万元/吨；qo为累产油，吨；qw为累产水，吨；qwi为累注水，吨；t为自定义时间；Δt为时间段；b为年利率，％；
[0019] 第三步：建立数学模型的约束条件
[0020] 1)油田整体规划的限制：ei(u,y,m)＝0；
[0021] 2)油藏整体注采量的限制：cj(u,y,m)≤0；
[0022] 3)单井注采能力的限制：
[0023] 式中， 和 分别表示第k个控制变量uk的上下边界；ei(u,y,m)＝0和cj(u,y,m)≤0分别为等式约束条件和不等式约束条件；
[0025] 第二步的油藏动态实时优化数学模型与第三步的数学模型的约束条件共同形成了考虑油藏开发实际限制条件的油藏动态实时优化数学模型；选取以下两种优化算法，分别确定控制变量的搜索方向和大小，进而求解数学模型；
[0026] 1)SPSA梯度算法：搜索方向为上山方向，且期望值为真实梯度
[0027]
[0028] 实际注采参数往往在时间上具有一定的相关性，而伯努利分布向量彼此完全独立，所得方案具有较强
波动性；为此，引入控制变量协方差阵CU生成新的扰动向量，进行连续化处理； 控制变量光滑化处理；
[0029] 高斯模型：
[0030] 式中，gl(ul)为目标函数在ul处的梯度函数；ul为第l个
迭代步的最优控制变量；l为迭代步；J(ul)为ul处的目标函数；εl为扰动步长；Δl为扰动向量，为±1伯努利分布；CU为N维控制变量协方差矩阵；Zl为服从标准正态分布的扰动向量；CU1/2为N维下三
角方阵；Ci,j为时间步为i，j时的相关值；σ为标准方差；a为时间相关长度；
[0031] 2)投影梯度法：当迭代点位于可行域的边界上且其梯度方向指向可行域外部时，将其在边界上的投影作为搜索方向；
[0032]
[0033]
[0034]
[0035] 式中，sl为随机扰动产生未知梯度JM(sl)的逼近梯度时，求取的新的估计值；α为计算步长； 为目标函数与计算值的差值；P为构造负梯度方向；I为单位矩阵； 为n时刻油藏总的注水量和产液量形成的矩阵；T为矩阵转置；Nu表示个数，如uNu代表第Nu个变量；
[0036] 第五步：调用油藏数模模型进行迭代计算
[0037] 第四步的优化算法会在第三步的约束条件下，不断调整油水井的工作制度(即注水井的注入量及采油井的产液量)，实现各开发井在每个时间步上实时进行工作制度的改变；然后该优化算法会调用Eclipse软件，计算第一步建立的油藏数模模型的最终累产油量、累注水量及累产水量结果，并将计算结果返回到第二步建立的油藏动态实时优化数学模型，计算经济效益(净现值NPV)；最终，根据计算的经济效益结果是否为最优，给出新的油水井工作制度，进行迭代优化，不断循环运算，直至得到能实现最大经济效益的油水井最优工作制度。
[0038] 与现有技术相比，本发明的技术方案所带来的有益效果是：
[0039] 本发明基于最优控制理论的海上油藏动态实时生产优化方法，应用一种新的油藏开发动态实时优化方法进行注采调整方案设计，该方法的最大优势是能够从油藏长期开发效益出发，将复杂的油藏开发体系描述成最优控制问题，通过优化控制算法自动计算油水井各阶段的生产调控参数，快速的为油田开发生产提供最优调控方案，高效率管理和改善油藏开发状况。
[0040] 相比于常规数值模拟方法，本发明可以快速准确高效的优化油井和水井的工作制度，并可以实时进行优化调整。该方法在南海某区块进行了应用和验证，取得了良好的效果。
附图说明
[0042] 图2是各小层预测前后剩余油分布对比图。
[0043] 图3是各小层预测前后储量丰度分布对比图。
具体实施方式
[0044] 本发明将通过下述非限定性
实施例加以进一步说明，并不因此将本发明限制在所述的实施例范围之中。下面结合附图对本发明作进一步的描述。
[0045] 本发明基于最优控制理论和油藏数值模拟技术，结合海上油田的地质油藏特征，应用一种新的油藏开发动态实时优化方法进行注采调整方案设计，该方法的最大优势是能够从油藏长期开发效益出发，将复杂的油藏开发体系描述成最优控制问题，通过优化控制算法自动计算油水井各阶段的生产调控参数，快速的为油田开发生产提供最优调控方案，高效率管理和改善油藏开发状况，尤其可解决海上油田中高含水期面临着油水分布复杂、剩余油挖潜难度大、开发中后期生产调整困难等问题，可维持海上油田稳产、减少开发成本。相比于常规数值模拟方法，该新方法可以快速准确高效的优化油井和水井的工作制度，并可以实时进行优化调整。该方法在南海某区块进行了应用和验证，取得了良好的效果。
[0046] 本发明基于最优控制理论的海上油藏动态实时生产优化方法，计算流程图如图1所示，具体包括以下步骤：
[0047] 第一步：建立油藏数模模型
[0048] 利用Eclipse软件建立油藏数模模型，模型文件包括以下内容：
[0049] 1)BASE.DATA：数模模型的主文件，用于对油藏进行数字化，模拟油藏油水流动关系，并对油藏生产动态进行预测。
[0050] 2)init.inc文件：数模模型的场文件，其中包括SGAS、PRES、SWAT、RS等模型场文件。
[0051] 3)sch.inc文件：数模模型的油水井生产动态文件，主要包括油水井的工作制度、预测时间及步长等。
[0052] 4)ZSQ_GIRD文件：数模模型经过历史拟合后的网格数据。
[0053] 5)重启文件：将需要重启的模型数据体重新导出整理，并单独做成数据体，直接从优化第一年开始运行，避开重启文件的不断调用，节省时间；
[0054] 第二步：建立油藏动态实时优化数学模型
[0055] 模型建立机理：以实现油藏经济效益(即净现值NPV)最大化为目标，把对油藏生产体系的控制描述成一个最优化问题，通过优化油水井的注采参数求解该问题并获取最优控制方案，调控油水井的注采量，实现油藏开发最优化。
[0056] 目标函数(NPV)＝油价×累产油-注水及产出水的费用-其它费用
[0057]
[0058] 式中，J为净现值，万元；u为控制变量向量；y为油藏地质静态参数；m为油藏生产动态参数；L为油藏生产时间内控制步数；NP为生产井数；NI为注水井数；ro为原油单价，万元/吨；rw为产出水处理成本，万元/吨；rwi为注水成本，万元/吨；qo为累产油，吨；qw为累产水，吨；qwi为累注水，吨；t为自定义时间；Δt为时间段；b为年利率，％。
[0059] 第三步：建立数学模型的约束条件
[0060] 针对第二步的油藏动态实时优化数学模型，通过建立约束条件，将油藏动态实时优化数学模型与油藏开发过程中的实际限制条件结合起来，即在满足约束条件下，通过优化控制变量u来使目标函数J最大化。约束条件主要包括油田整体规划的限制(如油田年度规划产油量、规划注水量等)、油藏整体注采量的限制(因海上平台处理能力有限，注入量及产液量受到限制)及单井注采能力的限制(受储层条件影响，单井注采能力有一定限制)。
[0061] 1)等式约束：油田整体规划的限制 ej(u,y,m)＝0
[0062] 2)不等式约束：油藏整体注采量的限制 cj(u,y,m)≤0
[0063] 3)边界约束：单井注采能力的限制
[0064] 式中， 和 分别表示第k个控制变量uk的上下边界；ei(u,y,m)＝0和cj(u,y,m)≤0分别为等式约束条件和不等式约束条件。
[0065] 第四步：选取用于求解模型的优化算法
[0066] 第二步的油藏动态实时优化数学模型与第三步的数学模型的约束条件共同形成了考虑油藏开发实际限制条件的油藏动态实时优化数学模型。然后经过多种算法的对比，选取以下两种优化算法，分别确定控制变量的搜索方向和大小，进而求解数学模型。
[0067] 1)SPSA梯度算法：搜索方向为上山方向，且期望值为真实梯度
[0068]
[0069] 实际注采参数往往在时间上具有一定的相关性，而伯努利分布向量彼此完全独立，所得方案具有较强波动性；为此，引入控制变量协方差阵CU生成新的扰动向量，进行连续化处理； 控制变量光滑化处理。
[0070] 高斯模型：
[0071] 式中，gl(ul)为目标函数在ul处的梯度函数；ul为第l个迭代步的最优控制变量；l为迭代步；J(ul)为ul处的目标函数；εl为扰动步长；Δl为扰动向量，为±1伯努利分布；CU为N维控制变量协方差矩阵；Zl为服从标准正态分布的扰动向量；CU1/2为N维下三角方阵；Ci,j为时间步为i，j时的相关值；σ为标准方差；a为时间相关长度。
[0072] 2)投影梯度法：当迭代点位于可行域的边界上且其梯度方向指向可行域外部时，将其在边界上的投影作为搜索方向。
[0073]
[0074]
[0075]
[0076] 式中，sl为随机扰动产生未知梯度JM(sl)的逼近梯度时，求取的新的估计值；α为计算步长； 为表示目标函数与计算值的差值；P为构造负梯度方向；I为单位矩阵； 为n时刻油藏总的注水量和产液量形成的矩阵；T为矩阵转置；Nu表示个数，如uNu代表第Nu个变量。
[0077] 第五步：调用油藏数模模型进行迭代计算
[0078] 第四步的优化算法会在第三步的约束条件下，不断调整油水井的工作制度(即注水井的注入量及采油井的产液量)，实现各开发井在每个时间步上实时进行工作制度的改变；然后该优化算法会调用Eclipse软件，计算第一步建立的油藏数模模型的最终累产油量、累注水量及累产水量结果，并将计算结果返回到第二步建立的油藏动态实时优化数学模型，计算经济效益(净现值NPV)；最终，根据计算的经济效益结果是否为最优，给出新的油水井工作制度，进行迭代优化，不断循环运算，直至得到能实现最大经济效益的油水井最优工作制度。
[0079] 实施例1：
[0080] 南海A油田基于最优控制理论的海上油藏动态实时生产优化技术。
[0081] A油田构造为低幅度背斜构造，东高西低，北部有两条平行走向的
断层组，断层间有边水供应。含油面积范围内，北边为断层和油水界面控制边界，西边为油水界面，东部为工区边界，南部为岩性边界。正常温压系统，边水油藏；平均孔隙度18％，渗透率400-800mD。
[0082] 油田2014年10月投入开发，截止目前，投产生产井15口，日产油2900m3/d，综合含3 3
水15％，平均单井日产油195m/d，累产油117×104m。A油田边水来自北部和西部，
水体能量较弱，难以有效提供油藏整体开发所需要的压力供给，油井压力下降较快，需要注水补充能量。反九点注采井网面积注水，初期转注4口井，4注15采，注采井数比约1:3。
[0083] 本次优化的生产数据包括油井的产油量、产水量、原油价格、注水成本、水井注入量，以期得到较好的经济效益。各井的井眼轨迹、完井层位、措施层位及措施内容。优化开始时间为2015年8月，预计优化5年的生产措施。
[0084] 在建立油藏精细地质模型阶段，虽然已作了大量的工作，但是由于某些参数的不准确性和不确定性(如储层的渗透率)，使得模拟产生的动态数据与实际动态之间可能有较大的出入。因此，优化需要基于历史拟合后的模型，结合目标函数的定义，利用优化算法，改变输入变量，如注水量、生产量等，以期在相对有限的优化时间内，得到相对最优的优化结果。
[0085] 基于油藏生产动态不断变化，我们对实际油藏不同时间段分段进行优化，观察优化结果。由各小层预测前后剩余油和储量丰度分布对比图(如图2和图3)，可以看出，相对于原始未预测的计算结果，预测5年后的模型，大大提高了剩余油的采收率，效果显著。
[0086] 上述研究成果，指导A油田基于最优控制理论的海上油藏动态实时生产优化，取得了良好的效果，通过优化油水井的注采参数求解该问题并获取最优控制方案，稳油控水效果明显。
[0087] 尽管上面结合附图对本发明进行了描述，但本发明并不局限于上述，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和
权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。
