一种非均质储层水气交替驱级差适应性评价方法
本发明属于非均质油藏水气交替驱替,具体而言,涉及一种非均质储层水气交替驱级差适应性评价方法。
背景技术:
1、水气交替驱是提高非均质油藏采收率的重要技术手段,现有技术通常依赖岩心驱替实验、室内物理模拟或经验公式对水气交替驱方案进行单指标评价,并通过数值模拟辅助预测注采动态。在当前的非均质储层开发中,由于高渗区域与低渗区域之间存在显著的渗透率级差,注入流体优先沿高渗通道突进,导致低渗区域动用不足与气窜并存,现有的单指标评价方法无法同时表征有效可动储量、低渗区动用程度、波及体积扩展及气窜控制等多维度性能,难以在不同级差条件下区分候选方案的综合适应性。也就是说,现有技术中存在非均质储层渗透率级差条件下水气交替驱适应性无法定量评价的技术问题。
技术实现思路
1、有鉴于此,本发明提供一种非均质储层水气交替驱级差适应性评价方法,能够解决现有技术中存在非均质储层渗透率级差条件下水气交替驱适应性无法定量评价的技术问题。
2、本发明是这样实现的:本发明提供一种非均质储层水气交替驱级差适应性评价方法,包括以下步骤:
3、获取目标储层的渗透率、孔隙度、含油饱和度、原油黏度、地层温度与压力、注入气体组成、润湿性及开发动态,划分高渗区域与低渗区域并确定代表渗透率,确定候选水气交替驱方案;
4、计算高渗区域与低渗区域的渗透率级差,构建级差样本序列,利用物理约束高斯过程回归模型由微观可视化实验数据推断各级差条件下的结构性不可动用油比例,修正有效可动储量及低渗区有效可动储量;
5、针对每一级差样本与每一候选方案,获取水气交替驱阶段的累计增产油量、低渗区动用油量、气体突破时间及高渗通道流量,计算有效可动油总体动用指标、低渗区域动用指标、扩大波及指标和控窜指标,其中扩大波及指标采用动态稀疏图神经网络波及体积预测模型辅助计算;
6、对各指标归一化并采用加权平均与最弱核心指标相结合的综合适应性指数公式输出综合适应性指数,计算可信度系数,形成评价矩阵,并对多源时序数据采用动态时间规整多模态时序特征对齐层统一至标准时间基准,对数值模拟计算采用神经算子映射至傅里叶空间;
7、以渗透率级差为横坐标、综合适应性指数为纵坐标,建立各候选方案的适应性级差关系曲线,设置高适应阈值与低适应阈值,识别高适应临界级差与低适应临界级差;
8、将目标储层渗透率级差代入各候选方案适应性级差关系曲线,结合可信度系数与硬约束,输出适应等级、优选气源、优选注入次序及辅助措施建议。
9、其中,渗透率级差的计算,具体是按计算,其中为高渗区域代表渗透率,为低渗区域代表渗透率;划分高渗区域与低渗区域的方式包括按层段、岩心组合、数值模型分区或渗透率阈值划分。
10、其中,物理约束高斯过程回归模型将毛细管数和邦德数作为核函数的输入特征,以级差、润湿性和压力梯度为条件,在损失函数中嵌入结构性不可动用油比例的单调性约束和上下界约束,当新储层参数落在已知样本凸包之外时由所述模型外推给出结构性不可动用油比例。
11、其中,有效可动储量和低渗区有效可动储量的计算,具体是按和计算;当同一级差下结构性不可动用油比例无法从微观实验中独立获取时,采用同一级差下全部候选方案中最小的不可动用油比例作为结构性不可动用下限。
12、其中,有效可动油总体动用指标、低渗区域动用指标、扩大波及指标及控窜指标的计算,具体是按、、及计算;有效波及单元按油饱和度降低量、注入相饱和度增加量或累计流量超过对应预设阈值进行识别。
13、其中,综合适应性指数的计算,具体是按计算,权重通过专家赋权、层次分析、熵权或相关性分析确定,短板惩罚系数通过对历史项目中各方案短板指标与最终开发效果的相关性分析确定。
14、其中,可信度系数的计算,具体是按计算,各校验参数相对偏差按计算,当低于预设阈值时输出评价结果待校正提示。
15、其中,动态时间规整多模态时序特征对齐层在神经网络输入端构建可学习的时间弹性映射矩阵,以动态时间规整算法为基础,将不同采样率的压力曲线、油饱和度曲线和产出曲线投影到统一的标准时间基准序列上,对齐系数通过端到端训练与实验数据联合优化。
16、其中,神经算子将压力场和油饱和度场的时空演化映射为傅里叶空间中的卷积操作,通过快速傅里叶变换将组分相平衡计算、气体溶解度迭代求解和相对渗透率曲线动态更新所对应的非线性方程组求解转换为频域内低秩截断卷积。
17、其中,动态稀疏图神经网络波及体积预测模型将储层网格单元构建为动态图结构,节点代表网格单元,边代表流体可连通性,边权重由相邻单元渗透率调和平均值与毛细管压力差共同决定,网络采用消息传递框架,节点特征更新采用门控循环单元。
18、其中,动态稀疏图神经网络波及体积预测模型在每个时间步根据前一步的流量分布重构图拓扑,流量超过平均流量倍数阈值的边被保留并增强权重,流量低于平均流量分位数阈值的边被剪枝移除,节点特征维度随预测波及体积比值按压缩系数动态压缩。
19、其中,动态稀疏图神经网络波及体积预测模型的网络损失函数包含节点级波及预测交叉熵和图级总波及体积均方误差,两者通过不确定性加权自适应平衡,总损失为。
20、其中,高适应临界级差为各候选方案适应性级差关系曲线与高适应阈值的交点对应的级差值,低适应临界级差为所述曲线与低适应阈值的交点对应的级差值,当目标储层渗透率级差超过低适应临界级差或低渗区域动用指标与控窜指标低于硬约束时,提出调剖、泡沫、分层注采或分层配注辅助措施。
21、其中,动态稀疏图神经网络波及体积预测模型的训练数据集建立,具体是收集渗透率级差不同、孔隙度场不同、流体物性不同的储层数值模型,对每套模型运行经岩心实验约束的组分模型数值模拟,以各时间步的压力场、油饱和度场、流速场及最终波及体积作为样本,按80%训练、20%验证划分,并通过数据增强对稀疏采样时间步进行插值补充。
22、其中,有效波及单元识别的预设阈值范围为0.03~0.10;有效可动油总体动用指标权重取值范围为0.30~0.50;短板惩罚系数取值范围为0.10~0.30;高适应阈值取值范围为0.78~0.86,低适应阈值取值范围为0.60~0.70;可信度系数预设阈值取值范围为0.90~0.96;图初始拓扑生成的渗透率对比度倍数取值范围为3~8;图神经网络训练停止连续周期数取值范围为5~15;硬约束取值范围为、。
23、本发明通过建立以渗透率级差为控制变量的多指标综合适应性评价体系,将物理约束高斯过程回归、动态稀疏图神经网络、动态时间规整多模态时序特征对齐层及神经算子等方法集成于统一评价流程,解决了非均质储层渗透率级差条件下水气交替驱适应性无法定量评价的技术问题。本发明以结构性不可动用油比例修正有效可动储量基准,消除了因分母随方案变化而导致的评价失真;以动态稀疏图神经网络捕捉优势通道动态演化,实现了对不同级差下扩大波及指标的准确预测;以综合适应性指数与可信度系数联合输出,保证了评价结论的物理合理性。综上所述,本发明解决了背景技术中提到的非均质储层渗透率级差条件下水气交替驱适应性无法定量评价的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com