使用物理和代理仿真器的用于快速更新油气田生产模型的方法、系统和计算机可读介质的制作方法

专利名称：使用物理和代理仿真器的用于快速更新油气田生产模型的方法、系统和计算机可读介质的制作方法
技术领域：
本发明涉及油气田生产的优化。更具体地，本发明涉及使用物理 和代理仿真器来改进与油气田相关的生产决策。
背景技术：
为建模或管理包含数百口井的大型油田而工作的储藏库和生产工 程师正面临这样一个现实，即每天只能够物理地评估和管理几口井。 单口井的管理可以包括进行测试，以测量一个测试时间段内从单口井 (从地面以下)出来的油、气和水的速率。其他测试可以包括用于测 量地面上下的压力的测试，以及测量地面的流体流的测试。由于管理 油田中的单口井所需要的时间，在大型油田中，通过周期性(例如每
几个月)测量与油田中的多口井相联系的采集点的流体，并接着将这 些测量值从该采集点分配返回给各口井，来管理大型油田的生产。分 析周期测量所采集的数据并用于做出包括优化未来生产在内的生产决 策。然而，当分析所采集的数据时，这些采集的数据可能是几个月之 前的，因此不能用于实时管理的决策。除了上述时间限制之外，可以 使用多种分析工具，这使得对大型油田构造一致的分析较为困难。这 些工具可以是多种基于物理学的仿真器或表示油、气和水的流和处理
的分析方程。
为了改进油田管理中的效率，近年来，在油田中安装了传感器， 用于连续监控温度、流速和压力。由此，生产工程师要分析的数据远 多于由先前的周期测量方法所产生的数据。然而，增加的数据使得生 产工程师要对数据及时做出反应以响应所检测到的问题并做出实时生 产决策更为困难。例如，当前的方法能够实时检测由井生产的流体中 过剩的水，但工程师不能够快速响应这些数据，以便在检测到过剩的 水时改变阔门设置以减小水量。近年来的进一步发展开始使用计算机 模型，所述计算机模型用于优化油田管理和生产。特别地，针对储藏 库、井和采集系统性能开发了软件模型，以管理和优化生产。所使用 的典型模型包括储藏库仿真、井节点分析和网络仿真基于物理学的或 物理模型。当前，由于执行模型耗费的时间的长度，在管理生产中使 用基于物理学的模型存在问题。此外，基于物理学的模型必须被"调 谐"至现场测量的生产数据(压力、流速、温度等等)以优化生产。 调谐是通过"历史匹配"过程来完成的，这是一种复杂、耗时而且通 常不能导致产生唯一模型的过程。例如，对于专业的储藏库或生产工 程师，历史匹配过程可能耗费许多个月的时间。此外，当前的用于辅 助或自动进行历史匹配的历史匹配算法和工作流程较为复杂而繁琐。 特别地，为了在储藏库系统中处理可能影响生产预测的许多可能的参 数，可能需要执行一个或更多基于物理学的仿真器许多次，这在工业 中是不实际的。
根据这些和其他考虑，做出了本发明。

发明内容
本发明的示意实施例通过提供使用物理和代理仿真器的油气田生 产模型的快速更新来解决这些和其他问题。 一个示意实施例包括一种 用于在一个或更多基于物理学的仿真器中建立物理系统的基本模型的 方法。所述物理系统可以包括储藏库、井、管道网络以及处理系统。 所述一个或更多仿真器对储藏库、井、管道网络以及处理系统中的流 体流进行仿真。所述方法还包括使用决策管理系统，以定义物理系统
的不确定参数以匹配所观测的数据。所述不确定参数可以包括渗透性、 断层传送率、管孔体积和井表面参数。。所述方法还包括通过实验设 计过程为所述物理系统的每个不确定参数定义边界限制和不确定性分 布，；针对设计参数的集合自动执行一个或更多仿真器以产生一系列输 出，所述设计参数的集合包括不确定参数，所述输出表示生产预测；
将特征数据收集到关系数据库中，所述特征数据包括与所述设计参数
的集合相关联的值以及与一个或多个仿真器的输出相关联的值；使用
用于物理系统的代理模型或方程系统，调整关系数据使其适合一个或 更多的仿真器的输出，所述关系数据包括一系列输入，所述输入包括 与设计参数的集合相关联的值。所述代理模型可以是神经网络，并用 于计算关于设计参数的导数，以确定灵敏度，并计算设计参数与一个
或更多仿真器的输出之间的相关性。所述方法还包括从代理模型中
除去其灵敏度低于阈值的设计参数；将优化器与代理模型一起使用，
以针对未从代理模型中除去的设计参数，确定设计参数值的范围，在
所述范围中，代理模型的输出与所观测的数据相匹配；接着将未除去 的设计参数指定为所选参数、将该所选参数及其范围从代理模型中放 入决策管理系统；运行决策管理系统作为全局优化器，以使一个或更 多仿真器中的所选参数生效；并将一个或更多仿真器中生效的所选参 数用于生产决策。
本发明的示意实施例也可以在计算机系统中实现，或实现为一种 如计算机程序产品或计算机可读介质之类的制造产品。该计算机程序 产品可以是计算机系统可读的计算机存储介质，并编码指令计算机程 序以用于执行计算机处理。该计算机程序产品也可以是计算系统可读 的载波上的传播信号，并编码指令计算机程序以用于执行计算机处理。
通过阅读以下详细描述并参照附图，构成本发明的特征的这些和 各种其他特征以及优点将变得显而易见。


图1是可以根据本发明的示意实施例而使用的操作环境的简化框
图2是示意示出了图l操作环境中的计算机系统的简化框图，可
以用于执行本发明的各种示意实施例；以及
图3是示出了根据本发明的示意实施例的使用物理和代理仿真器 的油气田生产模型的快速更新的示意例程的流程图。
具体实施例方式
本发明的示意实施例提供了使用物理和代理仿真器的油气田生 产模型的快速更新。现在参照附图，描述本发明的各个方面，附图中 类似的标号表示类似的元件。特别地，图l及对应的描述旨在提供对本 发明的实施例可以在其中实现的合适的操作环境的简要的、概括的描述。
一般地，本发明的实施例可在如图1所示的操作环境100中采用。 该操作环境100包括油田地面设施102以及井和地下流设备104。油田地 面设施102可以包括任何多种典型用于油气田生产的设施。这些设施可 以包括但不限于钻探设备、防爆设备、抽泥泵或类似设备。井和地 下流设备可以包括但不限于储藏库、井和管道网络(及其相关硬件)。 应理解，如在以下描述和所附权利要求中所讨论的，生产可以包括油 气田钻探和开采。
地面设施102以及井和地下流设备104以本领域技术人员公知的 方式与现场传感器106、远程终端单元10和现场控制器110通信。现场 传感器106测量油田(即储藏库、井和管道网络)的各种地面和地下特 性，包括但不限于油、气和水的生产率；注水、管道口和节点的压力； 在现场、区域和井位的阀门设置。在本发明的一个实施例中，现场传 感器106能够在油田中进行连续测量，并将数据实时发送给远程终端单 元108。本领域技术人员应理解，操作环境100可以包括"智能现场 (smart fields)"技术，该技术能够测量地面的数据以及在井自身的地 面以下的数据。智能现场也能够测量油田中的各个区域和储藏库。现 场控制器110接收由现场传感器106测量的数据，并实现测量数据的现 场监控。
远程终端单元108从现场传感器106接收测量数据，并将该测量数
据发送给一个或多个监管控制和数据获取系统("SCADA") 112。如 本领域技术人员已知的，SCADA是用于采集和分析实时数据的计算机 系统。SCADA112将所接收的测量数据发送给实时历史数据库114。实 时历史数据库114与能够访问测量数据的集成的生产钻探和工程数据 库116进行通信。
集成的生产钻探和工程数据库116与动态资产模型计算机系统2-通信。在本发明的各种示意实施例中，该计算机系统2执行使用物理和 代理仿真器的用于快速更新油气田生产模型的各种程序模块。一般地， 程序模块包括例程、程序、组件、数据结构和执行特别任务或实现特 别的抽象数据类型的其他类型的结构。该程序模块包括决策管理系统 ("DMS")应用24和实时优化程序模块28。该计算机系统2也包括将 在以下图2的描述中描述的附加程序模块。可以认识到，以本领域技术 技术人员己知的方式，使用局域或广域网络的通信链路，可以实现现 场传感器106、远程终端单元108、现场控制器IIO、 SCADA112、数据 库114和116以及计算机系统2之间的通信。
如以下将要参照图2-3更详细地讨论的，计算机系统2使用DMS应 用24，与物理或基于物理学的仿真器以及代理模型(作为代理仿真器) 一起，用于快速更新油田或气田中的油气田生产模型。DMS应用24的 核心功能在一同申请的题为"Method and System for Scenario and Case Decision Management"的美国公布专利申请2004/0220790中进行了详 细描述，将其结合在此作为参考。实时优化程序模块28使用上述代理 模型来确定输出的参数值范围，该输出与现场传感器106测量的实时观 测数据匹配。
现在参照图2，描述在本发明的各种实施例中使用的计算机系统2 的示意计算机架构。图2所示的计算机架构示意了一种传统的台式或膝 上型电脑，包括中央处理单元5 ("CPU");系统存储器7，系统存储 器7包括随机访问存储器9 ("RAM")和只读存储器("ROM") 11;以 及将存储器与CPU 5连接的系统总线12。 ROM 11中存储了基本输入/ 输出系统，所述基本输入/输出系统包含如在启动过程中帮助在计算机 内的元件之间传递信息的基本行程。计算机系统2还包括大容量存储设
备14，用于存储操作系统16、 DMS应用24、基于物理学的仿真器26、 实时优化模块28、基于物理学的模型30以及其他程序模块32。以下将 更详细地描述这些模块。
应理解，用于实施本发明的实施例的计算机系统2可以表示其他 计算机系统配置，包括手持设备、多处理器系统、基于微处理器的或 可编程消费电子设备、微型计算机、大型计算机等。本发明的实施例 也可以在分布式计算环境中实施，在该环境中，任务由通过通信网络 链接的远程处理设备来执行。在分布式计算环境中，程序模块可以位 于本地以及远程存储器存储设备中。
大容量存储设备14通过与总线12连接的大容量控制器(未示出) 与CPU 5连接。大容量存储设备14及其相关联的计算机可读介质为计 算机系统2提供了非易失性存储。虽然此处包含的计算机可读介质的描 述涉及如硬盘或CD-ROM驱动器之类的大容量存储设备，但是，本领 域技术人员应理解，计算机可读介质可以是计算机系统2可以访问的任 何可用的介质。
作为示例而非限制，计算机可读介质可以包括计算机存储介质和 同时介质。计算机存储介质包括以任何方法或技术实现的、易失性的 和非易失性的、可拆卸和不可拆卸的介质，用于存储如计算机可读指 令、数据结构、程序模块或其他数据之类的信息。计算机存储介质包 括但不限于RAM、 ROM、 EPROM、 EEPROM、闪存存储器或其他 固态存储器技术、CD-ROM、数字通用光盘("DVD")或其他光学存 储器、磁带盒、磁带、磁盘存储器或其他磁存储设备，或能够用于存 储所需信息并能够由计算机系统2访问的任何其他介质。
根据本发明的各种实施例，计算机系统2可以通过网络18，运行
在使用与远程计算机、数据库和其他设备的逻辑连接的联网的环境中。 计算机系统2可以通过与总线12连接的网络接口单元20与网络I8连接。
可以由网络接口单元20进行的连接可以包括局域网("LAN")或广域 网("WAN")连接。LAN和WAN联网环境在办公室、企业范围内的 计算机网络、内部网络和因特网中非常常见。应理解，网络接口单元 20也可以用于连接其他类型的网络和远程计算机系统。计算机系统2
也可以包括输入/输出控制器22，用于接收和处理来自多个其他设备的 输入，所述其他设备包括键盘、鼠标或电子笔(在图2中未示出)。类
似地，输入/输出控制器22可以为显示屏、打印机或其他输出设备提供输出。
如以上简要描述的，计算机系统2的大容量存储设备14中可以存 储多个程序模块，包括适于控制联网的个人计算机的操作的操作系统 16。大容量存储设备14和RAM9也可以存储一个或更多程序模块。在 一个实施例中，DMS应用24与一个或更多基于物理学的仿真器26、实 时优化模块28以及基于物理学模型30结合使用，以优化实时用于油田 或气田中的生产控制参数。如本领域技术人员已知的，基于物理学的 仿真器使用表示流体流的物理性质和化学转化的方程。基于物理学的 仿真器的示例包括但不限于储藏库仿真器、管道流仿真器和过程仿 真器(例如分离仿真器)。特别地，可以使用DMS应用24来定义基于 物理学的或物理模型中的参数的集合，这些集合是未知的、可以被调 整，使得基于物理学的仿真器26可以与在油或气田中实际观测的实时 数据相匹配。如在上述图l的讨论中已经讨论过的，实时数据可以是现 场传感器106通过连续监控而接收到的测量数据。基于物理学的仿真器 26用于创建表示如油气田中的储藏库、井和管道网络之类的物理系统 的运行的基于物理学的模型。例如，通过考虑基于物理学的仿真器所 接收的各种特征，如储藏库面积、井的数量、井的路径、井的管道半 径、井的管道尺寸、管道长度、管道形状、温度梯度以及流体类型， 基于物理学的模型30可以被用于仿真储藏库、井或管道网络中的流体 流。基于物理学的仿真器26在创建模型中也可以接收估计的或未确定
的输入数据，如储藏库的储量。
现在参照图3来描述示意的例程300，例程300示出了使用物理和
代理仿真器的用于快速更新油气田生产模型的过程。在阅读此处所述 的示意例程的讨论时，应理解，本发明的各种实施例的逻辑操作被实 现为(O计算机实现的动作的序列或在计算机系统上运行的程序模块 的序列，和/或(2)计算机系统中互相连接的机器逻辑电路或电路模 块。实现方式是一个选择的问题，取决于实现本发明的计算机系统的
性能要求。相应地，图3所示并构成此处描述的本发明的示意实施例的 逻辑操作被不同地称为操作、结构设备、动作或模块。本领域技术人 员可以认识到，可以以软件、固件、专用数字逻辑电路及其任何组合 来实现这些操作、结构设备、动作和模块，而不背离所附权利要求中 所述的本发明的精神和范围。
示意例程300开始于操作305，在该操作中由CPU 5执行的DMS应 用24命令基于物理学的仿真器26建立物理系统的"基本"模型。应理 解，"基本"模型可以是油或气田中的储藏库、井、管道网络或处理系 统(如分离处理系统)的物理或基于物理学的表示(以软件形式)，所 述表示是基于基于物理学的仿真器所接收的如储藏库面积、井的数量、 井的路径、井的管道半径、井的管道尺寸、管道长度、管道形状、温 度梯度以及流体类型之类的各种特征的。基于物理学的仿真器26在创 建"基本"模型中也可以接收估计的或不确定的输入数据，如储藏库 的储量。应理解，本发明的实施例中可以使用一个或更多基于物理学 的仿真器26。
接着，例程300从操作305继续至操作310，在操作310中，DMS应 用24自动定义与基本模型相关的不确定参数(即未知参数)。例如，不 确定参数可以包括但不限于储藏库区域的渗透率、净值与总值之比、 井表面、断层传送率、垂直对水平的渗透率比和等待水泥粘合的时间 ("WOC")。
一旦定义了不确定参数，例程300接着从操作310继续至操作315， 该操作315中，DMS应用24定义不确定参数的边界限制。特别地，DMS 应用24可以使用实验设计过程来为每个不确定参数定义这些边界限 制，这些边界限制包括每个不确定参数值的极端水平(例如，最大值、 中值或最小值)。DMS应用24也可以计算每个不确定参数的不确定性 分布。本领域技术人员可以认识到，不确定性分布可以通过应用一个 或更多概率密度函数来确定。在一个实施例中，DMS应用24所使用的 实验设计过程可以是公知的正交阵列、阶乘、或Box-Behnken实验设 计过程。
例程300接着从操作315继续至操作320，在操作320中，DMS应用
24针对由操作315中确定的边界限制和不确定性所限定的不确定参数 集合，自动执行基于物理学的仿真器26。应理解，从这一点开始，在 这里将这些参数称为"设计"参数。在执行设计参数的集合中，基于 物理学的仿真器26产生一系列输出，这些输出可以被用于做出多个生 产预测。例如，基于物理学的仿真器26可以产生关于储藏库中的流体 流的输出，包括但不限于压力、油气流(hydrocarbon flow)速、水 流速和温度，这些输出是基于由DMS应用24所定义的渗透率值的范围 的。
例程300接着从操作320继续至操作325，在操作325中，DMS应用 24将特征数据收集到关系数据库中，如集成的生产钻探和工程数据库 116中。该特征数据可以包括与操作315中确定的设计参数相关联的值 范围(即设计参数数据)，以及从基于物理学的仿真器26的输出。
例程300接着从操作325继续至操作330，在操作330中，DMS应用 24使用回归方程来调整设计参数数据(即输入关系数据)使其适合于 使用代理模型的基于物理学的仿真器26的输出。如在之前的描述和所
附权利要求中所使用的，代理模型是一种用作由基于物理学的仿真器 26所产生的基于物理学的模型的代理的数学方程。本领域技术人员可 以认识到，在本发明的各种实施例中，代理模型可以是多项式展开、 支持向量机器、神经网络或智能代理。可以在本发明的一个实施例中 使用的示意代理模型由以下方程给出-
应理解，根据本发明的实施例，代理模型可以用于同时代理在时间上 预测流和化学性质的多个基于物理学的仿真器。
例程300接着从操作330继续至操作335，在操作335中，DMS应用 24使用代理模型来确定设计参数的灵敏度。如此处所定义的，"灵敏 度"是在代理模型中，基于物理学的仿真器26的输出关于设计参数的 导数。例如，灵敏度可以是烃油生产关于储藏库中的渗透率的导数。 在一个实施例中，基于代理模型方程(以上示出的)可以计算每个输 出关于每个设计参数的导数。例程300接着从操作335继续至操作340， 在操作340中，DMS应用24使用代理模型来计算设计参数与基于物理 学的仿真器26的输出之间的相关性。
例程300接着从操作340继续至操作345，在操作345中，DMS应用 24从代理模型中除去其灵敏度低于阈值的设计参数。特别地，根据本 发明的一个实施例，当由代理模型所确定的设计参数的灵敏度或导数 被确定为接近零值时，DMS应用24除去该设计参数。因此，应理解， 上述操作310中所讨论的一个或多个不确定参数(即储藏库区域的渗透 率、净值与总值之比、井表面、断层传送率、垂直对水平的渗透率比 和WOC)可能由于不重要或具有最小的影响而被除去。应理解，如将 在操作350中更详细地描述的，选择未除去的或重要的参数用于优化 (即所选参数)。
例程300接着从操作345继续至操作350，在操作350中，DMS应用 24使用实时优化模块28与代理模型来确定操作345中所确定的所选参 数(即未除去的参数)的值范围。特别地，实时优化模块28可能产生 错配(misfit)函数，该函数表示代理模型的输出与从现场传感器106 取回并存储在数据库114和116中的观测到的实时数据之差的平方。可 以在本发明的各种实施例中使用的针对井的错配函数由以下方程给 出
其中w,井i的权值，M^时间t的权值，v广井i在时间t的仿真的或 归一化值，/n^，,尸井i在时间t的历史的或归一化值。
应理解，实时优化模块28所确定的优化的值范围是错配函数很小 (即接近零)的值。还应理解，如以下更详细地描述的，所选参数和 优化的值范围表示了代理模型，可以在基于物理学的仿真器26中执行 该代理模型并使该代理模型生效。
例程300接着从操作350继续至操作355，在操作355中，实时优化 模块28将所选参数(在操作345中确定)和优化的值范围(在操作350 中确定)放回DMS应用24中，在操作360中，DMS应用24执行基于物 理学的仿真器26以使所选参数生效。应理解，上述讨论的关于DMS应 用24的所有操作都是在计算机系统2中自动进行的操作。
例程300接着从操作360继续至操作365，在操作365中，使用生效 的参数来做出生产决策。接着，例程300结束。
基于以上的描述，可以认识到，本发明的各种实施例包括使用物 理和代理仿真器的用于快速更新油气田生产模型的方法、系统和计算 机可读介质。利用动态资产模型计算机系统中的基于物理学的仿真器 来测量不确定的位置参数的可能性范围。使用在计算机系统上运行的 决策管理应用来建立代理模型，该代理模型对物理系统(例如储藏库、 井或管道网络)进行仿真。可以认识到，由该代理模型进行的仿真几 乎是瞬时的，因此比传统的较慢且难以更新的基于物理学的仿真器更 快。由于该代理模型，可以更快而且更频繁地更新基于物理学的模型， 从而便于储藏库工程师进行设计过程。
虽然本发明是结合各种示意实施例来描述的，但是，本领域技术 人员应理解，在所附权利要求的范围内，可以对此做出许多修改。相 应地，本发明的范围绝不受以上描述的限制，而完全参考所附权利要 求来确定。
权利要求
1. 一种使用物理和代理仿真器的用于快速更新油气田生产模型的方法，包括在至少一个基于物理学的仿真器中建立物理系统的基本模型，其中所述物理系统包括储藏库、井、管道网络和处理系统中的至少一个，其中，所述至少一个仿真器对储藏库、井、管道网络以及处理系统中的流体流进行仿真；通过实验设计过程，为所述物理系统的多个不确定参数中的每个不确定参数定义包括极端水平的边界限制和不确定性分布，其中，由边界限制和不确定性分布限定的不确定参数包括设计参数的集合；使用代理模型来调整数据，使其适合所述至少一个仿真器的输出，所述数据包括一系列输入，所述输入包括与设计参数的集合相关联的值，其中，所述代理模型是对所述至少一个仿真器的代理，所述至少一个仿真器包括以下中的至少一个储藏库仿真器、管道网络仿真器、过程仿真器和井仿真器；以及将优化器与所述代理模型一起使用，以确定设计参数值的范围，在所述范围中，所述代理模型的输出与观测到的数据相匹配。
2. 如权利要求l所述的方法，还包括利用所述代理模型，计算关于物理系统的设计参数的导数，以确 定灵敏度；利用所述代理模型，计算设计参数与所述至少一个仿真器的输出 之间的相关性；将来自所述代理模型的设计参数排序；以及 将所述至少一个仿真器中的生效的所选参数用于生产决策。
3. 如权利要求2所述的方法，还包括利用决策管理系统，定义物理系统的多个控制参数以匹配观测到 的数据；针对所述设计参数的集合，自动执行所述至少一个仿真器，以产 生一系列输出，所述输出表示生产预测；以及将特征数据收集到关系数据库中，所述特征数据包括与所述设计 参数的集合相关联的值以及与所述至少一个仿真器的输出相关联的 值。
4. 如权利要求3所述的方法，还包括将所述设计参数中灵敏度不低于阈值的设计参数及其范围从所述 代理模型中放入所述决策管理系统，灵敏度不低于阈值的设计参数是 所述所选参数；以及运行所述决策管理系统作为全局优化器，以使所述至少一个仿真 器中的所选参数生效。
5. 如权利要求l所述的方法，其中，在至少一个基于物理学的仿 真器中建立物理系统的基本模型包括创建所述物理系统的数据表示， 其中，所述数据表示包括储藏库、井、管道网络和处理系统中的至少 一个的物理特征，所述物理特征包括储藏库的尺寸、储藏库中井的数 量、井的路径、井的管道大小、管道形状、温度梯度、流体类型和与 所述物理系统相关联的其他参数的估计数据值。
6. 如权利要求l所述的方法，其中，通过实验设计过程，为所述 物理系统的多个不确定参数中的每个不确定参数定义包括极端水平的 边界限制和不确定性分布包括利用正交阵列、阶乘、和Box-Behnken 实验设计过程中的至少一种，以确定渗透率、断层传送率、管孔体积 和井表面参数的包括极端水平的边界限制和不确定性分布。
7. 如权利要求l所述的方法，其中，利用所述代理模型来计算关 于设计参数的导数以确定灵敏度包括确定所述至少一个仿真器的输 出关于所述一系列输入之一的导数。
8. 如权利要求l所述的方法，还包括从所述代理模型中除去被 用户确定为对所述物理系统具有最小影响的设计参数。
9. 如权利要求l所述的方法，其中，将优化器与所述代理模型一 起使用以确定设计参数值的范围包括与优化器一起使用以下中的至少一个神经网络、多项式展开、支持向量机器和智能代理。
10. —种使用物理和代理仿真器的用于快速更新油气田生产模型 的系统，包括存储器，用于存储可执行程序代码；以及处理器，在功能上与存储器耦合，所述处理器响应所述程序代码中包含的计算机可执行指令，并用于在至少一个基于物理学的仿真器中建立物理系统的基本模型，其中所述物理系统包括储藏库、井、管道网络和处理系统中 的至少一个，其中，所述至少一个仿真器对储藏库、井、管道网 络以及处理系统中的流体流进行仿真；通过实验设计过程，为所述物理系统的多个不确定参数中的 每个不确定参数的定义包括极端水平的边界限制和不确定性分 布，其中，由边界限制和不确定性分布限定的不确定参数包括设 计参数的集合；使用代理模型来调整数据，使其适合所述至少一个仿真器的 输出，所述数据包括一系列输入，所述输入包括与设计参数的集 合相关联的值，其中，所述代理模型是对所述至少一个仿真器的代理，所述至少一个仿真器包括以下中的至少一个储藏库仿真 器、管道网络仿真器、过程仿真器和井仿真器；以及将优化器与所述代理模型一起使用，以确定设计参数值的范 围，在所述范围中，所述代理模型的输出与观测到的数据相匹配。
11. 如权利要求IO所述的系统，其中，所述处理器还被操作为-利用所述代理模型，计算关于物理系统的设计参数的导数，以确定灵敏度；利用所述代理模型，计算设计参数与所述至少一个仿真器的输出 之间的相关性；将来自所述代理模型的设计参数排序；以及 将所述至少一个仿真器中的生效的所选参数用于生产决策。
12. 如权利要求ll所述的系统，其中，所述处理器还用于-利用决策管理系统，定义物理系统的多个控制参数以匹配观测到的数据；针对所述设计参数的集合，自动执行所述至少一个仿真器，以产 生一系列输出，所述输出表示生产预测；以及将特征数据收集到关系数据库中，所述特征数据包括与所述设计 参数的集合相关联的值以及与所述至少一个仿真器的输出相关联的值。
13. 如权利要求12所述的系统，其中，所述处理器还用于 将所述设计参数中灵敏度不低于阈值的设计参数及其范围从所述代理模型中放入所述决策管理系统，灵敏度不低于阈值的设计参数是 所述所选参数；以及运行所述决策管理系统作为全局优化器，以使所述至少一个仿真 器中的所选参数生效。
14. 如权利要求IO所述的系统，其中，在至少一个基于物理学的 仿真器中建立物理系统的基本模型包括创建所述物理系统的数据表 示，其中，所述数据表示包括储藏库、井、管道网络和处理系统中的 至少一个的物理特征，所述物理特征包括储藏库的尺寸、储藏库中井 的数量、井的路径、井的管道大小、管道形状、温度梯度、流体类型 和与所述物理系统相关联的其他参数的估计数据值。
15. 如权利要求IO所述的系统，其中，通过实验设计过程，为所述物理系统的多个不确定参数中的每个不确定参数的定义包括极端水 平的边界限制和不确定性分布包括利用正交阵列、阶乘、或 Box-Behnken实验设计过程中的至少一种，以确定渗透率、断层传送 率、管孔体积和井表面参数的包括极端水平的边界限制和不确定性分 布。
16. 如权利要求IO所述的系统，其中，利用所述代理模型来计算关于设计参数的导数以确定灵敏度包括确定所述至少一个仿真器的输出关于所述一系列输入之一的导数。
17. 如权利要求IO所述的系统，还包括从所述代理模型中除去 被用户确定为对所述物理系统具有最小影响的设计参数。
18. 如权利要求IO所述的系统，其中，将优化器与所述代理模型一起使用以确定设计参数值的范围包括将优化器与以下中的至少一个一起使用神经网络、多项式展幵、支持向量机器和智能代理。
19. 一种包含计算机可执行指令的计算机可读介质，当在计算机 上执行时，所述指令执行使用物理和代理仿真器的用于快速更新油气 田生产模型的方法，所述方法包括-在至少一个基于物理学的仿真器中建立物理系统的基本模型，其 中所述物理系统包括储藏库、井、管道网络和处理系统中的至少一个， 其中，所述至少一个仿真器对储藏库、井、管道网络以及处理系统中 的流体流进行仿真；通过实验设计过程，为所述物理系统的多个不确定参数中的每个 不确定参数的定义包括极端水平的边界限制和不确定性分布，其中，由边界限制和不确定性分布限定的不确定参数包括设计参数的集合；使用代理模型来调整数据，使其适合所述至少一个仿真器的输出， 所述数据包括一系列输入，所述输入包括与设计参数的集合相关联的 值，其中，所述代理模型是对所述至少一个仿真器的代理，所述至少一个仿真器包括以下中的至少一个储藏库仿真器、管道网络仿真器、过程仿真器和井仿真器；以及将优化器与所述代理模型一起使用，以确定设计参数值的范围， 在所述范围中，所述代理模型的输出与观测到的数据相匹配。
20. 如权利要求18所述的计算机可读介质，还包括利用所述代理模型，计算关于物理系统的设计参数的导数，以确定灵敏度；利用所述代理模型，计算设计参数与所述至少一个仿真器的输出 之间的相关性；将来自所述代理模型的设计参数排序；将所述至少一个仿真器中的生效的所选参数用于生产决策；利用决策管理系统，定义物理系统的多个控制参数以匹配观测到 的数据；针对所述设计参数的集合，自动执行所述至少一个仿真器，以产 生一系列输出，所述输出表示生产预测；以及将特征数据收集到关系数据库中，所述特征数据包括与所述设计 参数的集合相关联的值以及与所述至少一个仿真器的输出相关联的 值。
21.如权利要求20所述的计算机可读介质，还包括将所述设计参数中灵敏度不低于阈值的设计参数及其范围从所述 代理模型中放入所述决策管理系统，灵敏度不低于阈值的设计参数是所述所选参数；以及运行所述决策管理系统作为全局优化器，以使所述至少一个仿真 器中的所选参数生效。
全文摘要
提供了使用物理和代理仿真器的用于快速更新油气田生产模型的方法、系统和计算机可读介质。在一个或更多物理仿真器(26)中建立储藏库(100)、井(100)或管道网络(100)的基本模型(30)。使用决策管理系统(24)来定义不确定参数以匹配观测数据(114)。使用代理模型来调整不确定参数使其适合所述物理仿真器(26)的输出，确定不确定参数的灵敏度，并计算不确定参数与仿真器(26)的输出数据之间的相关性。除去灵敏度低于阈值的参数。决策管理系统(24)使从代理模型输出的参数在仿真器(26)中生效。使用生效的参数做出生产决策。
文档编号G06F17/50GK101379498SQ200780004115
公开日2009年3月4日 申请日期2007年1月31日 优先权日2006年1月31日
发明者威廉·道格拉斯·约翰逊, 阿尔文·斯坦利·古利克 申请人:兰德马克绘图公司