油田排产优化方法及装置与流程

1.本发明涉及油气勘探技术领域，尤其涉及一种油田排产优化方法及装置。


背景技术：

2.在油田新项目评价过程中，需要基于油田的储层特征、生产规律、投产规划等，预测油田新项目在合同期内的产量变化。预测油田排产(即产量)结果将直接影响到新项目评价的最终收益和结果。但由于受时间和资料的限制，在进行新项目评价时，油藏的储层特征、生产规律并未充分揭示，使得排产预测结果存在不确定性，从而使得相应的关键参数在一定范围内不断变化，无法将最终的排产结果最大化。
3.现有技术采用的排产预测方法包括经验参数法和试算法。其中，经验参数法主要是设定平均单井产量递减规律，并结合新井投产计划，预测油田合同期内的产量变化。该方法计算速度快，但存在预测累产油量和采收率不易匹配的问题。试算法是基于油田的最终采收率，反复调整平均单井递减规律和新井投产计划，使预测累产油量和采收率相吻合，该方法计算速度慢、工作量大。并且，以上两种方法，当添加稳产期、最大产油量等约束条件后，调整的工作量会显著增加，还不易得到最优的排产结果。


技术实现要素：

4.本发明实施例提供一种油田排产优化方法，实现了在预设约束条件下的快速排产，得到最优的排产方案，可靠性高，工作量小，该方法包括：
5.采集油田预测期内的产量参数，所述产量参数包括油田内多个时间段投产的新井数量和油田内单井投产后多个时间段的产油量；
6.根据所述产量参数建立预测期内油田的产量预测模型；
7.对所述产量预测模型进行离散化处理；
8.利用预设约束条件约束离散化处理后的产量预测模型，所述预设约束条件包括油田内投产的总井数、年最大投产井数、上产期产量、稳产期产量和递减期产量；
9.采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面
10.本发明实施例还提供一种油田排产优化装置，实现了在预设约束条件下的快速排产，得到最优的排产方案，可靠性高，工作量小，该装置包括：
11.参数采集模块，用于采集油田预测期内的产量参数，所述产量参数包括油田内多个时间段投产的新井数量和油田内单井投产后多个时间段的产油量；
12.模型建立模块，用于根据所述产量参数建立预测期内油田的产量预测模型；
13.离散化处理模块，用于对所述产量预测模型进行离散化处理；
14.约束模块，用于利用预设约束条件约束离散化处理后的产量预测模型，所述预设约束条件包括油田内投产的总井数、年最大投产井数、上产期产量、稳产期产量和递减期产量；
15.排产优化模块，用于采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面
16.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
17.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
18.本发明实施例中，通过采集油田预测期内的产量参数，根据产量参数建立预测期内油田的产量预测模型，对产量预测模型进行离散化处理，提高了后续对产量预测模型的计算速度。通过利用预设约束条件约束离散化处理后的产量预测模型，采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面，实现了在预设约束条件下的快速排产，得到最优的排产方案，可靠性高，工作量小。
附图说明
19.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的前提下，还可以根据这些附图获得其他的附图。在附图中：
20.图1为本发明实施例中油田排产优化方法的流程图；
21.图2为本发明实施例中油田排产优化装置的结构示意图；
22.图3为本发明实施例中不同排产方案投产井数变化曲线图；
23.图4为本发明实施例中不同排产方案产量变化曲线图；
24.图5为本发明实施例中不同方案的净现值对比图；
25.图6为本发明实施例中最优排产方案的投产井数变化曲线图；
26.图7为本发明实施例中最优排产方案的产量变化曲线图；
27.图8为本发明实施例中最优排产方案的井数变化堆积图。
具体实施方式
28.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
29.图1为本发明实施例提供的一种油田排产优化方法的流程图，如图1所示，该方法包括：
30.步骤101、采集油田预测期内的产量参数，所述产量参数包括油田内多个时间段投产的新井数量和油田内单井投产后多个时间段的产油量。
31.在实施例中，多个时间段可以为多个年份，例如，以1年为一个时间段。
32.步骤102、根据所述产量参数建立预测期内油田的产量预测模型。
33.在实施例中，所述预测期内油田的产量预测模型为：
[0034][0035]
其中，np为预测期内油田的累积产油量，numi为油田在第i时间段投产新井数，q
oi
为单井投产后第i时间段产油量，i为时间段序号，t为预测期。
[0036]
步骤103、对所述产量预测模型进行离散化处理。
[0037]
在实施例中，采集油田预测期内的产量参数之后，所述方法还包括：
[0038]
根据所述产量参数获取油田内单井的产量变化信息；
[0039]
对所述产量预测模型进行离散化处理，还包括：
[0040]
结合所述油田内单井的产量变化信息，对所述产量预测模型进行离散化处理。
[0041]
具体实施时，为了提高油田排产优化方法的普适性，使其可以适应不同种类的单井产量变化，根据所述产量参数获取油田内单井的产量变化信息后，将该产量变化信息离散化，形成产量变化的数值集合，具体如下：
[0042][0043]
其中，qo为单井产油量序列，q
on
为单井第n时间段的产油量。
[0044]
步骤104、利用预设约束条件约束离散化处理后的产量预测模型，所述预设约束条件包括油田内投产的总井数、年最大投产井数、上产期产量、稳产期产量和递减期产量。
[0045]
在实施例中，离散化处理后的产量预测模型为：
[0046][0047]
其中，np为预测期内油田的累积产油量，numj为油田在第j时间段投产的新井数，q
oi-j 1
为第j时间段投产井在第i-j 1时间段的产油量，i和j为时间段序号，t为预测期。
[0048]
具体实施时，可以将预设约束条件转换为每个时间段的约束不等式，根据这些不等式对产量预测模型进行约束，具体如下：
[0049]
投产总井数为：
[0050][0051]
其中，i为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
为油田在第i时间段投产新井数，t为预测期。
[0052]
年最大投产井数为：
[0053]
0≤numi≤n
max
[0054]
其中，i为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
为油田在第i时间段投产新井数，t为预测期。
[0055]
上产期产量为：
[0056]
[0057]
其中，i和j为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
为油田在第i时间段投产新井数，t为预测期，q
o,i-j 1
为第j时段投产井在i-j 1时段的产油量，q
o,i-j
为第j时段投产井在i-j时段的产油量，q
o1
为投产后第1时段的产油量。
[0058]
稳产期产量为：
[0059][0060]
其中，i和j为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
为油田在第i时间段投产新井数，t为预测期，q
o,i-j 1
为第j时段投产井在i-j 1时段的产油量，q
o,i-j
为第j时段投产井在i-j时段的产油量，q
o1
为投产后第1时段的产油量。
[0061]
递减期产量为：
[0062][0063]
其中，i和j为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
为油田在第i时间段投产新井数，t为预测期，q
o,i-j 1
为第j时段投产井在i-j 1时段的产油量，q
o,i-j
为第j时段投产井在i-j时段的产油量，q
o1
为投产后第1时段的产油量。
[0064]
此外，预设约束条件还可以为新井工作量、产能建设规模、稳产期、递减期综合递减率等。
[0065]
步骤105、采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面。
[0066]
在实施例中，获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面就相当于获取预测期内油田累积总产量最大时，最优的排产方案。不同排产方案投产井数变化曲线图可参见图3，不同排产方案产量变化曲线图可参见图4，不同方案的净现值对比图可参见图5，最优排产方案的投产井数变化曲线图可参见图6，最优排产方案的产量变化曲线图可参见图7，最优排产方案的井数变化堆积图可参见图8。
[0067]
采用最优化方法对约束后的产量预测模型进行计算的具体过程如下：
[0068]
(1)根据油田实际生产资料，设定初始产油量、递减率等模型基础参数；
[0069]
(2)初始设定每个时间点的投产新井数为0，计算累产油量np(num)；
[0070]
(3)给定每个时间点的井数变化最大值(扰动步长δn)，并用随机函数生成扰动方向，计算扰动生的经济净现值np(num
±
δn)；
[0071]
(4)判断np(num
±
δn)与np(num)的关系。如果np(num
±
δn)大于np(num)，将投产新井数设定为num＝num
±
δn，并重复(2)、(3)、(4)步。
[0072]
(5)如果np(num
±
δn)小于np(num)，则进一步判断循环次数是否超过设定次数。如果超过设定循环次数，则结束优化；若没有，则重复(3)、(4)、(5)步。
[0073]
具体地，在预测期内，每个时间段油田的投产新井数和产量剖面的示例表如下：
[0074][0075][0076]
本发明实施例提供的油田排产优化方法，通过采集油田预测期内的产量参数，根据产量参数建立预测期内油田的产量预测模型，对产量预测模型进行离散化处理，提高了后续对产量预测模型的计算速度。通过利用预设约束条件约束离散化处理后的产量预测模型，采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面，实现了在预设约束条件下的快速排产，得到最优的排产方案，可靠性高，工作量小。
[0077]
为了便于采用采用最优化方法对约束后的产量预测模型进行计算，可以在计算之前，将上述不等式和产量预测模型进行线性化处理，具体地：
[0078]
(1)将离散化后的产量代入产量预测模型，将非线性模型转换为以投产井数为变量的多元线性目标函数：
[0079][0080]
其中，i和j为时间段序号，numi为油田在第i时间段投产新井数，t为预测期，qo,j为油井投产后在第j时段的产油量。
[0081]
(2)将产量离散化后，油井投产后不同时段的产量为已知数据，约束条件也变为以投产井数为变量的多元线性方程或不等式。
[0082]
投产总井数为：
[0083][0084]
年最大投产井数为：
[0085]
0≤numi≤n
max
[0086]
上产期产量为：
[0087][0088]
稳产期产量为：
[0089][0090]
递减期产量为：
[0091][0092]
其中，i和j为时间段序号，n
total
为油田在预测期内投产新井总数，n
umi
和n
umj
为油田在第i、j时间段投产新井数，t为预测期，q
o,i-j 1
为第j时段投产井在i-j 1时段的产油量，q
o,i-j
为第j时段投产井在i-j时段的产油量，q
o1
为投产后第1时段的产油量。
[0093]
下面以某油田进行新项目评价时的基础参数为例对本发明进行举例说明：
[0094]
该油田主力层mi3为高孔、高渗层状强边水构造油藏。平均孔隙度为29.2％，平均渗透率为3481.3
×
10-3μm2。平面上，油层分布稳定，平均厚度4.1m，含油面积为23.8km2。原始地层压力12.68mpa，地下原油粘度为2.43mpa
·
s。原油价格为50美元/桶，原油操作成本为23美元/m3，污水处理成本为2.6美元/m3。预测期为20年，稳产期为5年，每年最大投产井数为8口。
[0095]
基于同一发明构思，本发明实施例中还提供了一种文本文件配置装置，如下面的实施例所述。由于文本文件配置装置解决问题的原理与文本文件配置方法相似，因此，文本文件配置装置的实施可以参见文本文件配置方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0096]
图2为本发明实施例提供的一种油田排产优化装置的结构示意图，如图2所示，该装置包括：
[0097]
参数采集模块201，用于采集油田预测期内的产量参数，所述产量参数包括油田内多个时间段投产的新井数量和油田内单井投产后多个时间段的产油量；
[0098]
模型建立模块202，用于根据所述产量参数建立预测期内油田的产量预测模型；
[0099]
离散化处理模块203，用于对所述产量预测模型进行离散化处理；
[0100]
约束模块204，用于利用预设约束条件约束离散化处理后的产量预测模型，所述预设约束条件包括油田内投产的总井数、年最大投产井数、上产期产量、稳产期产量和递减期产量；
[0101]
排产优化模块205，用于采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面。
[0102]
在本发明实施例中，所述预测期内油田的产量预测模型为：
[0103][0104]
其中，np为预测期内油田的累积产油量，numi为油田在第i时间段投产新井数，q
oi
为单井投产后第i时间段产油量，i为时间段序号，t为预测期。
[0105]
在本发明实施例中，所述装置还包括：
[0106]
产量变化信息获取模块，用于根据所述产量参数获取油田内单井的产量变化信息；
[0107]
离散化处理模块203进一步用于：
[0108]
结合所述油田内单井的产量变化信息，对所述产量预测模型进行离散化处理。
[0109]
在本发明实施例中，离散化处理后的产量预测模型为：
[0110][0111]
其中，np为预测期内油田的累积产油量，numj为油田在第j时间段投产的新井数，q
oi-j 1
为第j时间段投产井在第i-j 1时间段的产油量，i和j为时间段序号，t为预测期。
[0112]
为了实现上述目的，根据本技术的另一方面，还提供了一种计算机设备。该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
[0113]
处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0114]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。
[0115]
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0116]
所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。
[0117]
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
[0118]
综上所述，本发明通过采集油田预测期内的产量参数，根据产量参数建立预测期内油田的产量预测模型，对产量预测模型进行离散化处理，提高了后续对产量预测模型的计算速度。通过利用预设约束条件约束离散化处理后的产量预测模型，采用最优化方法对约束后的产量预测模型进行计算，以获取预测期内油田累积总产量最大时，每个时间段油田的投产新井数和产量剖面，实现了在预设约束条件下的快速排产，得到最优的排产方案，可靠性高，工作量小。
[0119]
本发明能够实现在合同期、稳产期、递减率、投产总井数、年最大投产井数等多条
件约束下的快速排产，提高排产的效率，确定多种约束条件下的最优排产方案，同时可以满足海外新项目评价时间紧、不确定因素多等情况下的高效排产任务。
[0120]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0121]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0122]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0123]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0124]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。