一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置及方法
【專利摘要】本發(fā)明涉及一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置及方法。其技術(shù)方案是包括以下裝置：參數(shù)獲取裝置，用于與油藏?cái)?shù)值模擬器連接并獲取模擬結(jié)果的參數(shù)及數(shù)據(jù)場(chǎng)；模型構(gòu)建裝置，用于構(gòu)建伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，并根據(jù)模擬器求解結(jié)果構(gòu)建伴隨模型的系數(shù)矩陣；求解裝置，用于求解伴隨變量，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變量的敏感系數(shù)矩陣；分析裝置，根據(jù)得到的結(jié)果進(jìn)行參數(shù)敏感性影響分析。有益效果是：本發(fā)明可以極大地提高油藏工程師進(jìn)行歷史擬合的效率，得到高質(zhì)量的擬合結(jié)果，明顯縮短擬合周期，且不需要把精力集中在前期復(fù)雜的儲(chǔ)層物性參數(shù)上，減少人員成本。
【專利說明】
一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種石油與天然氣工程領(lǐng)域，特別涉及一種油藏?cái)?shù)值模擬參數(shù)敏感性 分析裝置及方法。
【背景技術(shù)】
[0002] 對(duì)于油藏工程師來講，解決油藏工程問題大量用到數(shù)值模擬技術(shù)，如何驗(yàn)證數(shù)值 模擬模擬的可靠性是歷史擬合的工作，然而常規(guī)歷史擬合的過程中，一次只能操作一口井 或是可以操作一個(gè)井組，很難直觀的判斷儲(chǔ)層各項(xiàng)的參數(shù)是如何影響歷史擬合的結(jié)果，極 其主觀，冗長的時(shí)間在進(jìn)行反復(fù)試錯(cuò)過程。為了加快歷史擬合的精度和效率，提出了多種研 究方法。
[0003]目前在石油工程領(lǐng)域關(guān)于油藏?cái)?shù)值模擬輔助歷史擬合的商業(yè)軟件，如 Schlumberger公司Ec Iipse的SimOpt模塊、CMG公司的CMG軟件的CMOST模塊、Roxar公司的 EnABLE等，采用的參數(shù)敏感性分析方法主要有兩種:梯度模擬器法和試驗(yàn)設(shè)計(jì)法。
[0004] 梯度模擬器法通過直接求解滲流模型狀態(tài)方程關(guān)于控制變量的梯度來計(jì)算目標(biāo) 函數(shù)對(duì)模型參數(shù)的敏感性，其過程如下： (1)建立滲流模型狀態(tài)方程的差分求解格式，對(duì)于每一個(gè)網(wǎng)格塊，狀態(tài)變量包括相壓力 苒和相飽和度4。另外，對(duì)于含有井的網(wǎng)格塊，井底壓力/3W也作為狀態(tài)變量。模型的控制變 量一般包括:三個(gè)方向的滲透率釔、％、皂，孔隙度#，相對(duì)滲透率先和表皮系數(shù)s等。
[0005] (2)根據(jù)狀態(tài)方程直接對(duì)某一控制變量求導(dǎo)得到梯度方程。
[0006] (3)將某一觀測(cè)數(shù)據(jù)定義為關(guān)于狀態(tài)變量X和控制變量F的目標(biāo)函數(shù)。則目標(biāo)函數(shù) 辨對(duì)控制變量.5在產(chǎn)時(shí)刻的梯度值即為控制參數(shù)關(guān)于觀測(cè)參數(shù)的敏感性。
[0007] 為求解某一觀測(cè)數(shù)據(jù)對(duì)所有模型參數(shù)的導(dǎo)數(shù)，需要構(gòu)造并求解與模型參數(shù)數(shù)量相 等的梯度方程。假設(shè)模型參數(shù)數(shù)量為1%:，生產(chǎn)時(shí)間步為# 3·，則要求出觀測(cè)數(shù)據(jù)所有時(shí)間對(duì) 所有模型參數(shù)的梯度值，除了需要求解狀態(tài)方程外，還需額外求解」1夂％次梯度方程式。
[0008] 因此，梯度法具有計(jì)算量正比于模型參數(shù)數(shù)量的特點(diǎn)，這使得在處理含有大量模 型參數(shù)的問題時(shí)無法實(shí)現(xiàn)。實(shí)際油氣藏?cái)?shù)值模擬模型通常含有巨大數(shù)量的網(wǎng)格節(jié)點(diǎn)（幾十 萬節(jié)點(diǎn)的區(qū)塊模型較為常見），而每個(gè)網(wǎng)格節(jié)點(diǎn)上通常含有若干參數(shù)(如滲透率、孔隙度、有 效厚度等），模型參數(shù)數(shù)量巨大。對(duì)于每一個(gè)參數(shù)來說，計(jì)算目標(biāo)函數(shù)對(duì)該參數(shù)的梯度的運(yùn) 算時(shí)間會(huì)比模擬器正常運(yùn)算多出20%，要得到所有網(wǎng)格參數(shù)的敏感性將是一個(gè)非常龐大的 工程，只有在模型變量比較少的時(shí)候該方法才適用。
[0009] 試驗(yàn)設(shè)計(jì)法首先確定每個(gè)參數(shù)可能的取值范圍，通過一定的試驗(yàn)設(shè)計(jì)方法(如正 交試驗(yàn)設(shè)計(jì)、拉丁超立方設(shè)計(jì)等），對(duì)方案參數(shù)進(jìn)行合理組合設(shè)計(jì)，用較少的方案覆蓋全部 的方案參數(shù)范圍，并采用相應(yīng)的統(tǒng)計(jì)分析方法，研究和預(yù)測(cè)這些參數(shù)的變動(dòng)對(duì)模型輸出值 的影響程度，評(píng)價(jià)各個(gè)參數(shù)的敏感性級(jí)別。試驗(yàn)設(shè)計(jì)法同樣存在一定的局限性:模型參數(shù)變 化范圍的選取以及試驗(yàn)方案的設(shè)計(jì)均具有一定的主觀性;需要設(shè)計(jì)多種試驗(yàn)方案，多次運(yùn) 行模擬器，運(yùn)算量大；當(dāng)所需研究的模型參數(shù)太多時(shí)，采用統(tǒng)計(jì)方法處理得到的結(jié)果不理 想，精度達(dá)不到要求。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的就是針對(duì)現(xiàn)有技術(shù)存在的上述缺陷，提供一種油藏?cái)?shù)值模擬參數(shù)敏 感性分析裝置及方法，能夠利用計(jì)算機(jī)手段快速優(yōu)選模型敏感性參數(shù)、確定參數(shù)的相關(guān)性， 輔助油藏工程師深化對(duì)油藏的認(rèn)識(shí)，提高油藏?cái)?shù)值模擬歷史擬合工作的效率。
[0011] 本發(fā)明提到的一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置，其技術(shù)方案是包括以下裝 置： 參數(shù)獲取裝置，用于與油藏?cái)?shù)值模擬器連接并獲取模擬結(jié)果的參數(shù)及數(shù)據(jù)場(chǎng)； 模型構(gòu)建裝置，用于構(gòu)建伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，并根據(jù)模擬器求 解結(jié)果構(gòu)建伴隨模型的系數(shù)矩陣； 求解裝置，用于求解伴隨變量，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變 量的敏感系數(shù)矩陣； 分析裝置，根據(jù)得到的結(jié)果進(jìn)行參數(shù)敏感性影響分析。
[0012] 優(yōu)選的，參數(shù)獲取裝置與多種商業(yè)油藏?cái)?shù)值模擬器連接并獲取參數(shù)。
[0013] 本發(fā)明提到的一種油藏?cái)?shù)值模擬參數(shù)敏感性分析方法，包括以下步驟： 建立伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，避免直接求解梯度方程； 構(gòu)建伴隨模型的系數(shù)矩陣，求解伴隨方程得到伴隨變量； 建立敏感系數(shù)計(jì)算方程，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變量的 敏感系數(shù)矩陣，進(jìn)行敏感性分析。
[0014] 優(yōu)選的，伴隨模型是通過拉格朗日算子法構(gòu)建，伴隨變量獨(dú)立于原模型的模擬計(jì) 算變量，避免直接求解梯度方程。
[0015] 優(yōu)選的，上述伴隨模型的系數(shù)矩陣由狀態(tài)方程的求解結(jié)果得到：伴隨模型中的系 數(shù)矩陣#為狀態(tài)方程轉(zhuǎn)置雅可比矩陣，由狀態(tài)方程迭代求解過程中的雅克比矩陣轉(zhuǎn)置得 到，無需重建;系數(shù)矩陣S為與狀態(tài)方程累積項(xiàng)相關(guān)矩陣，由狀態(tài)方程的累積項(xiàng)求導(dǎo)解析得 到; #為目標(biāo)函數(shù)關(guān)于控制變量的偏導(dǎo)數(shù)，由井的控制方程求導(dǎo)解析得到。
[0016] 本發(fā)明的有益效果是：（1)伴隨模型的系數(shù)矩陣無需復(fù)雜的生成構(gòu)建過程，可直接 來源于狀態(tài)方程的求解結(jié)果；（2)求解梯度的計(jì)算量僅取決于觀測(cè)數(shù)據(jù)數(shù)量的多少，而不取 決于模型參數(shù)的數(shù)量，為求解某一觀測(cè)數(shù)據(jù)對(duì)所有模型參數(shù)的導(dǎo)數(shù)，只需構(gòu)造并求解一個(gè) 相應(yīng)的伴隨方程；（3)計(jì)算效率高，只需正演一次原模型以及反演一次伴隨模型，就可以得 到所有時(shí)間每一個(gè)網(wǎng)格參數(shù)的敏感系數(shù)，大大提高了參數(shù)敏感性分析效率。
[0017] 總之，本發(fā)明可以極大地提高油藏工程師進(jìn)行歷史擬合的效率，得到高質(zhì)量的擬 合結(jié)果，明顯縮短擬合周期，且不需要把精力集中在前期復(fù)雜的儲(chǔ)層物性參數(shù)上，減少人員 成本。
【附圖說明】
[0018] 圖1為本發(fā)明的裝置框圖； 圖2是本發(fā)明的技術(shù)流程圖； 圖3為本發(fā)明的分析流程框圖； 上圖中：步驟210、220、230，步驟310、320、330，參數(shù)獲取裝置510、模型構(gòu)建裝置520、求 解裝置530、分析裝置540。
【具體實(shí)施方式】
[0019] 結(jié)合附圖1-3,對(duì)本發(fā)明作進(jìn)一步的描述： 本發(fā)明提到的一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置，其技術(shù)方案是包括以下部分： 參數(shù)獲取裝置510,用于與油藏?cái)?shù)值模擬器連接并獲取模擬結(jié)果的參數(shù)及數(shù)據(jù)場(chǎng)； 模型構(gòu)建裝置520，用于構(gòu)建伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，并根據(jù)模擬器 求解結(jié)果構(gòu)建伴隨模型的系數(shù)矩陣； 求解裝置530,用于求解伴隨變量，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控 制變量的敏感系數(shù)矩陣； 分析裝置540,根據(jù)得到的結(jié)果進(jìn)行參數(shù)敏感性影響分析。
[0020] 優(yōu)選的，參數(shù)獲取裝置與多種商業(yè)油藏?cái)?shù)值模擬器連接并獲取參數(shù)。
[0021] 另外，本發(fā)明提到的一種油藏?cái)?shù)值模擬參數(shù)敏感性分析方法，包括以下步驟： 建立伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，避免直接求解梯度方程； 構(gòu)建伴隨模型的系數(shù)矩陣，求解伴隨方程得到伴隨變量； 建立敏感系數(shù)計(jì)算方程，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變量的 敏感系數(shù)矩陣，進(jìn)行敏感性分析。
[0022] 優(yōu)選的，伴隨模型是通過拉格朗日算子法構(gòu)建，伴隨變量獨(dú)立于原模型的模擬計(jì) 算變量，避免直接求解梯度方程。
[0023]優(yōu)選的，上述伴隨模型的系數(shù)矩陣由狀態(tài)方程的求解結(jié)果得到：伴隨模型中的系 數(shù)矩陣為狀態(tài)方程轉(zhuǎn)置雅可比矩陣，由狀態(tài)方程迭代求解過程中的雅克比矩陣轉(zhuǎn)置得 到，無需重建;系數(shù)矩陣5為與狀態(tài)方程累積項(xiàng)相關(guān)矩陣，由狀態(tài)方程的累積項(xiàng)求導(dǎo)解析得 至U為目標(biāo)函數(shù)關(guān)于控制變量的偏導(dǎo)數(shù)，由井的控制方程求導(dǎo)解析得到。
[0024]圖2所示的是基于伴隨系統(tǒng)方法計(jì)算油藏?cái)?shù)值模型歷史擬合參數(shù)敏感性的技術(shù)流 程圖，本方法可以實(shí)現(xiàn)極大縮短計(jì)算時(shí)耗的方案。
[0025] 其步驟210中，建立伴隨方程： 油藏?cái)?shù)值模擬參數(shù)敏感性分析的目標(biāo)是計(jì)算目標(biāo)函數(shù)關(guān)于控制變量變化的敏感程度， 即計(jì)算目標(biāo)函數(shù)對(duì)控制變量的梯度值。本發(fā)明基于伴隨系統(tǒng)理論，通過引入拉格朗日算子 建立伴隨泛函：
式中，為目標(biāo)函數(shù)，！在三維流動(dòng)中可稱伴隨變量。
[0026]對(duì)伴隨泛函全微分得到：
通過伴隨泛函進(jìn)行全微分且加入約束條件得到伴隨變量的系數(shù)矩陣，繼而得到伴隨變 量獨(dú)立于模型狀態(tài)變量的伴隨方程：
式中=Jr =狀態(tài)方程轉(zhuǎn)置雅可比矩陣；方=與狀態(tài)方程累積項(xiàng)相關(guān)矩陣；#=目標(biāo)函 數(shù)關(guān)于控制變量的偏導(dǎo)數(shù)。
[0027] 其步驟220中，求解伴隨變量： 按照逆時(shí)間次序求解伴隨方程式，即可得到每一個(gè)時(shí)間步的伴隨變量。
[0028] 其步驟230中，建立敏感系數(shù)計(jì)算方程，求解敏感系數(shù)矩陣。
[0029] 將J作為控制變量r的函數(shù)，對(duì)J/進(jìn)行全微分得到：
通過對(duì)比式(3)和式(4)，可以得到要求得敏感系數(shù)方程為：

式中：V，為目標(biāo)函數(shù)對(duì)控制變量的導(dǎo)數(shù)，可由井的控制方程求導(dǎo)得到； 為 狀態(tài)方程對(duì)控制變量的導(dǎo)數(shù)，可由狀態(tài)方程求導(dǎo)得到。
[0030] 當(dāng)狀態(tài)方程求解收斂后，應(yīng)用伴隨方法計(jì)算目標(biāo)函數(shù)對(duì)模型控制變量的敏感性 時(shí)，只需通過兩個(gè)步驟即可實(shí)現(xiàn)：（1)構(gòu)建伴隨模型相關(guān)矩陣，求解伴隨模型計(jì)算伴隨變量 疋；（2)將伴隨變量帶入獨(dú)立于模型狀態(tài)變量的伴隨方程，求解敏感系數(shù)方程，計(jì)算敏感系 數(shù)
[0031] 其中，目標(biāo)函數(shù)為所要分析的生產(chǎn)指標(biāo)，如井底壓力、生產(chǎn)油氣比和生產(chǎn) 水油比等。
[0032] 梯度表達(dá)式VvJ不再依賴于狀態(tài)變量對(duì)控制變量的導(dǎo)數(shù)，故整個(gè)過程只需按照正 時(shí)間序列求解一套流動(dòng)狀態(tài)方程式和按照逆時(shí)間序列求解一套規(guī)模相同的伴隨方程，即可 通過獨(dú)立于模型狀態(tài)變量的伴隨方程計(jì)算目標(biāo)函數(shù)對(duì)所有網(wǎng)格控制變量的梯度值，其計(jì)算 量與控制變量的數(shù)目基本無關(guān)，僅與生產(chǎn)時(shí)間步有關(guān)。與傳統(tǒng)梯度法不同的是，要求得 觀測(cè)數(shù)據(jù)所有時(shí)間對(duì)所有模型參數(shù)的梯度值，除了需要求解狀態(tài)方程外，僅需額外求解 次與狀態(tài)方程同等規(guī)模的伴隨方程式。
[0033] 圖3示出的是分析流程框圖，是基于本發(fā)明實(shí)施的模擬計(jì)算模塊具體操作實(shí)施流 程。在圖3所示的操作流程中： 其中步驟310中，本發(fā)明可以通過外接常用油藏?cái)?shù)值模擬器(如EclipseXMG等)進(jìn)行模 型計(jì)算結(jié)果及參數(shù)場(chǎng)的數(shù)據(jù)獲取，用于構(gòu)建伴隨矩陣模型及后續(xù)計(jì)算。其次建立伴隨方程， 首先在有限控制體方法下，得到油藏多相、多組分恒溫滲流的狀態(tài)方程并采用全隱式有限 差分方法求解。最后，根據(jù)伴隨系統(tǒng)理論，通過引入拉格朗日算子建立關(guān)于目標(biāo)函數(shù)及狀態(tài) 方程的伴隨泛函，通過加入約束條件建立起伴隨變量獨(dú)立于模型狀態(tài)變量的伴隨方程。其 中伴隨方程的左端項(xiàng)系數(shù)矩陣可直接由狀態(tài)方程迭代求解過程中的雅克比矩陣轉(zhuǎn)置得到， 無需重建。右端項(xiàng)系數(shù)矩陣僅與狀態(tài)方程的累積項(xiàng)有關(guān)，可直接對(duì)狀態(tài)方程的累積項(xiàng)求導(dǎo) 得到，目標(biāo)函數(shù)關(guān)于控制變量的偏導(dǎo)數(shù)矩陣可通過直接對(duì)井的控制方程解析得到。
[0034] 其中步驟320中，目的旨在于求解伴隨變量，利用線性代數(shù)解法器按照逆時(shí)間次序 求解伴隨方程式，即可得到每一個(gè)時(shí)間步的伴隨變量。
[0035] 在步驟330中，目的旨在于建立敏感系數(shù)計(jì)算方程，求解敏感系數(shù)矩陣。通過對(duì)目 標(biāo)函數(shù)關(guān)于控制變量的表達(dá)式進(jìn)行全微分處理，對(duì)比伴隨泛函微分表達(dá)式，得到目標(biāo)函數(shù) 對(duì)控制變量的梯度矩陣(敏感性系數(shù)矩陣），并進(jìn)行求解。
[0036] 采用本發(fā)明所提供的基于伴隨模型的油藏?cái)?shù)值模擬參數(shù)敏感性分析新技術(shù)及裝 置，可以極大地提高油藏工程師進(jìn)行歷史擬合的效率，得到高質(zhì)量的擬合結(jié)果，明顯縮短擬 合周期，且不需要把精力集中在前期復(fù)雜的儲(chǔ)層物性參數(shù)上，減少人員成本。
[0037] 以上所述，僅是本發(fā)明的部分較佳實(shí)施例，任何熟悉本領(lǐng)域的技術(shù)人員均可能利 用上述闡述的技術(shù)方案加以修改或?qū)⑵湫薷臑榈韧募夹g(shù)方案。因此，依據(jù)本發(fā)明的技術(shù) 方案所進(jìn)行的任何簡單修改或等同置換，盡屬于本發(fā)明要求保護(hù)的范圍。
【主權(quán)項(xiàng)】
1. 一種油藏?cái)?shù)值模擬參數(shù)敏感性分析裝置，其特征是包括： 參數(shù)獲取裝置，用于與油藏?cái)?shù)值模擬器連接并獲取模擬結(jié)果的參數(shù)及數(shù)據(jù)場(chǎng)； 模型構(gòu)建裝置，用于構(gòu)建伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，并根據(jù)模擬器求 解結(jié)果構(gòu)建伴隨模型的系數(shù)矩陣； 求解裝置，用于求解伴隨變量，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變 量的敏感系數(shù)矩陣； 分析裝置，根據(jù)得到的結(jié)果進(jìn)行參數(shù)敏感性影響分析。2. 根據(jù)權(quán)利要求1所述的油藏?cái)?shù)值模擬參數(shù)敏感性分析系統(tǒng)，其特征是:參數(shù)獲取裝置 與多種商業(yè)油藏?cái)?shù)值模擬器連接并獲取參數(shù)。3. -種如權(quán)利要求1或2所述的油藏?cái)?shù)值模擬參數(shù)敏感性分析方法，其特征是包括以下 步驟： 建立伴隨變量獨(dú)立于模擬計(jì)算變量的伴隨模型，避免直接求解梯度方程； 構(gòu)建伴隨模型的系數(shù)矩陣，求解伴隨方程得到伴隨變量； 建立敏感系數(shù)計(jì)算方程，利用所得到的伴隨變量，求解目標(biāo)函數(shù)關(guān)于模型控制變量的 敏感系數(shù)矩陣，進(jìn)行敏感性分析。4. 根據(jù)權(quán)利要求3所述的油藏?cái)?shù)值模擬參數(shù)敏感性分析方法，其特征是:伴隨模型是通 過拉格朗日算子法構(gòu)建，伴隨變量獨(dú)立于原模型的模擬計(jì)算變量，避免直接求解梯度方程。5. 根據(jù)權(quán)利要求4所述的油藏?cái)?shù)值模擬參數(shù)敏感性分析方法，其特征是:所述伴隨模型 的系數(shù)矩陣由狀態(tài)方程的求解結(jié)果得到：伴隨模型中的系數(shù)矩陣為狀態(tài)方程轉(zhuǎn)置雅可 比矩陣，由狀態(tài)方程迭代求解過程中的雅克比矩陣轉(zhuǎn)置得到，無需重建;系數(shù)矩陣5為與狀 態(tài)方程累積項(xiàng)相關(guān)矩陣，由狀態(tài)方程的累積項(xiàng)求導(dǎo)解析得到；i為目標(biāo)函數(shù)關(guān)于控制變量 的偏導(dǎo)數(shù)，由井的控制方程求導(dǎo)解析得到。
【文檔編號(hào)】G06F17/50GK106055827SQ201610425340
【公開日】2016年10月26日
【申請(qǐng)日】2016年6月15日
【發(fā)明人】張璋, 孫超, 楊耀忠, 孫業(yè)恒, 戴濤, 胡慧芳, 段敏, 汪勇, 馬承杰, 于金彪, 侯玉培, 易紅霞, 張波, 劉威, 劉巍, 郭丹斐, 董翔
【申請(qǐng)人】中國石油化工股份有限公司勝利油田分公司勘探開發(fā)研究院, 中國石油大學(xué)(華東)