专利名称：一种用于油藏历史拟合的快速粒子群方法
技术领域：
本发明涉及石油开采领域中一种能够缩减油藏数值模拟器调用次数的油藏模型参数优化方法，属于一种可用于油藏历史拟合的快速粒子群方法。
背景技术：
油藏历史拟合是油田生产设计规划过程中不可缺少的一个环节。它对生产计划制定，最大限度的开发现有油气资源，避免因开发方法不当而产生的油气资源浪费有着重要的意义。传统的油藏历史拟合方法是由油藏工程师根 据经验调整油藏模型的各个参数，然后通过油藏数值模拟器验证人工设定的一组或多组模型参数的效果，以检查人工设定的模型参数能否与油田生产历史数据相吻合；然后利用能够最佳拟合生产历史的一组模型参数进行未来产量的预测。由于在油藏历史拟合过程涉及的模型参数多、自由度大，上述以人工的方式进行油藏模型参数选择的方法无法适应油田生产规划进度的需要，往往成为制约油田生产规划的瓶颈问题。近年来，油藏工程师开始尝试以自动或半自动的方式进行油藏模型参数的选择。比较有代表性的历史拟合软件包括WflABLE和ΜΕΡ0。这类软件作为一种辅助历史拟合工具，其共同优势是可以自动或半自动地管理和产生每一步的试算参数，使得油藏工程师可以从大量重复性的劳动中解放出来，把更多的时间用于研究解决问题的方法；更重要的是提高了油藏历史拟合的准确性，减少了人工历史拟合的盲目性。这是应用油藏工程发展的一步飞跃。但是，目前无论人工试算还是软件辅助历史拟合都需要大量地调用油藏数值模拟器。因此，即使是软件辅助历史拟合也仍然需要较长的时间来完成模型参数的评价。
发明内容
本发明的目的在于提供一种可用于油藏历史拟合的快速粒子群方法，该方法能够显著地缩减油藏历史拟合过程中数值模拟器的调用次数，从而极大地提高传统油藏历史拟合的效率。本发明所采取的技术方案是本发明公开的快速粒子群油藏历史拟合方法，首先确定被优化区块的地理坐标并收集该区域的已知生产属性特征，主要包括含水率的高低、射孔层位周围的渗透率变化程度；利用打标工具设置不确定性参数、响应参数和容差。然后根据已知的生产数据设置不确定参数的范围，利用拉丁超立方方法获取一定数目的初始粒子。利用聚类算法把粒子群初始群体中的粒子进行聚类分组，每组内粒子与聚类中心距离最近的粒子称为代表性粒子，其他粒子称为非代表性粒子。通过调用油藏数值模拟器计算代表性粒子的目标函数值，从而得到其适应度值；然后以非代表性粒子与代表性粒子的相似度作为依据，把代表性粒子的目标函数值进行加权后作为非代表性粒子的目标函数值；再通过代表性粒子的特定编码模式发现对非代表性粒子的适应度值做进一步的调整。在经典粒子群优化算法的框架下，本发明公开的一种可用于油藏历史拟合的快速粒子群方法包括粒子分组方法、适应度值获取方法、模式发现方法、非代表性粒子适应度值修正方法。该方法的具体步骤包括
1)以聚类方法对拉丁超立方初始化的粒子进行分组；
2)通过油藏数值模拟器的调用获得代表性粒子的响应参数，然后根据历史拟合问题的响应参数获取粒子的适应度值；
3)以非代表性粒子与代表性粒子的相似度作为依据，把代表性粒子的响应参数进行加权后作为非代表性粒子的响应参数，再根据这些估计的响应参数获取非代表性粒子的适应度值；
4)将代表性粒子按照适应度值的大小顺序排序，并分成最佳响应参数粒子组、中等响应参数粒子组和最差响应参数粒子组；
5)确定各组粒子的高频编码字符模式，实现各组粒子的模式发现；
6)根据非代表性粒子与各组高频编码字符模式的匹配程度进行非代表性粒子适应度值的修正。假定油藏历史拟合问题有/ 个因变量，记为*= ( , ,···，&);初始有》个油藏历
史拟合的粒子，即。具体内容包括
(I)粒子分组方法
首先，定义任意两个粒子之间的相似度，设有粒子七)和&(J = IX-,m )，则其相似度，%，定义为
(I)
其中；力粒子Xi与气 之间的欧式距离。在上述相似度的定义下，利用k-means聚类方法对初始的个粒子进行分组，并每组内距离聚类中心最近的粒子作为该组的代表性粒子。把这《个粒子聚类后共计分成左组，分别记为=CpCyfh则粒子分组的方法是
1)初始随机选择々个粒子作为k-means的初始聚类中心,记为士匕…力(I= O)；
2)按照如下规则对这 个粒子进行分组，令
权利要求
1.一种用于油藏历史拟合的快速粒子群方法，包括以下步骤首先确定被优化区块的地理坐标并收集该区域的已知生产属性特征，包括含水率的高低、射孔层位周围的渗透率变化程度；利用打标工具设置不确定性参数、响应参数和容差；然后根据已知的生产数据设置不确定参数的范围，利用拉丁超立方的方法获取一定数目的初始粒子，具体快速历史拟合的步骤如下 以聚类方法对拉丁超立方初始化的粒子进行分组，距离聚类中心最近的粒子称为该组粒子的代表性粒子，其它粒子称为非代表性粒子； 通过油藏数值模拟器的调用获得代表性粒子的响应参数，然后根据历史拟合问题的响应参数获取粒子的适应度值； 以非代表性粒子与代表性粒子的相似度作为依据，把代表性粒子的响应参数进行加权后作为非代表性粒子的响应参数，再根据这些估计的响应参数获取非代表性粒子的适应度值； 将代表性粒子按照适应度值的大小顺序排序，并分成最佳响应参数粒子组、中等响应参数粒子组和最差响应参数粒子组； 确定各组粒子的高频编码字符模式，实现各组粒子的模式发现； 根据非代表性粒子与各组高频编码字符模式的匹配程度进行非代表性粒子适应度值的修正。
2.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，执行聚类方法的过程中，相似度依据公式(I)计算
3.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，非代表性粒子的适应度值依据公式(2)计算
4.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，代表性粒子被按照适应度值的大小顺序分成最佳粒子组、中等粒子组和最差粒子组。
5.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，各组代表性粒子首先被转化成0，I编码的二进制字符串，然后针对每组代表性粒子进行高频编码字符的模式发现；或者将代表性粒子各个实数变量取平均，且方差小于预先设置的一个在5% 20%允许偏差ε的实数变量位作为确定模式位。
6.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，对于一个非代表性个体Xi，根据转化后二进制编码的匹配位数来判断预期最佳匹配的典型模式，或者根据预先给定的5% 20%之间允许偏差ε来判断各个实数变量与模式位是否匹配，若偏差小于ε则该实数与该模式位匹配，否则，该实数与该模式位未能匹配。
7.根据权利要求I所述的一种用于油藏历史拟合的快速粒子群方法，其特征在于，对与最佳粒子组模式匹配位数最大的非代表性粒子，其适应度值的修正按照公式(3)进行
8.8、根据权利要求I所述的一种可用于油藏历史拟合的快速粒子群方法，其特征在于，对与最差粒子组模式匹配位数最大的非代表性粒子，其适应度值的修正按照公式(4)进行
全文摘要
本发明公开的一种可用于油藏历史拟合的快速粒子群方法。该方法利用聚类算法把拉丁超立方初始的粒子群进行聚类分组，每组内粒子与聚类中心距离最近的粒子称为代表性粒子，其他粒子称为非代表性粒子，通过调用油藏数值模拟器获取代表性粒子的响应参数，从而得到其适应度值；然后以非代表性粒子与代表性粒子的相似度作为依据，把代表性粒子的响应参数进行加权后作为非代表性粒子的响应参数；再通过筛选出的代表性粒子的特定编码模式对非代表性粒子的适应度值做进一步的调整。本发明能够避免获取非代表性粒子响应参数时的油藏数值模拟器的调用次数，提高历史拟合效率60%以上。
文档编号G06F17/50GK102708241SQ20121013777
公开日2012年10月3日 申请日期2012年5月7日 优先权日2012年5月7日
发明者何鑫, 匡铁, 吴春国, 孙文静, 安艳明, 李椋楠, 石亮, 贺联勤, 赵国忠 申请人:中国石油天然气股份有限公司, 大庆油田有限责任公司