一部分。这样的传播信号可以采取任意多种形式，包括，但不限于，电磁的、光的或其任意组合。计算机可读信号介质可以为不是计算机可读存储介质但是可以对被指令执行系统、装置或设备使用或者与指令执行系统、装置或设备有关的程序进行通信、传播或传输的任意计算机可读介质。
[0037]嵌入在计算机可读介质中的程序代码可以利用任意合适的介质(包括但不限于无线、有线、光纤电缆、RF等或者任意前述组合)进行传输。
[0038]用于执行关于本发明的各方面的操作的计算机程序代码可以以一种或更多种编程语言的任意组合编写，包括面向对象的编程语言(例如Java、Smalltalk、C++等)以及常规的过程编程语言(例如“C”编程语言或类似的编程语言)。该程序代码可以整体地在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包执行、部分地在用户的计算机上并且部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任意类型的网络(包括局域网(LAN)或广域网(WAN))被连接至用户的计算机或者可以连接至外部计算机(例如，通过利用因特网服务提供商的因特网)。
[0039]下面将参照根据本发明的实施方式的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明的各方面。应该理解的是，流程图和/或框图的每个块以及流程图和/或框图中的块的组合可以通过计算机程序指令实现。这些计算机程序指令可以被提供至通用目的计算机、专用计算机或其他可编程数据处理设备的处理器以产生一种机制，以使得经由计算机或其他可编程数据处理设备的处理器来执行的指令创建用于实施在流程图和/或框图块中指定的功能/动作的方法。
[0040]这些计算机可读程序指令还可以被存储在计算机可读存储介质中，其可以引导计算机、其他可编程数据处理设备或者其他装置来以特定方式起作用，以使得具有存储于其中的指令的计算机可读存储介质生成一件制品，该制品包括实施在流程图和/或框图块中指定的功能/动作的方面的指令。
[0041]计算机可读程序指令还可以被加载至计算机、其他可编程数据处理装置或者其他装置上来引起要在计算机、其他可编程设备或其他装置上执行的一系列的操作步骤，以产生计算机可实施的处理，使得在计算机、其他可编程设备或其他装置上执行的指令实施在流程图和/或框图块中指定的功能/动作。
[0042]现在转到附图并且更具体地，图1示出了根据本发明的优选实施方式用于确定油田生产控制的选择烃能源(油/气)田生产配置的系统的示例100。在选择优化的油田生产配置方面，优选系统100确定来自地下油储集层的田油生产速率(其随着时间尽可能是持续的;这会产生持续时间Lplt的类似平台的生产曲线)并且进一步，评估关于所得的油产量的相关联的不确定性。
[0043]优选的设计系统100包括通过网络108耦接(例如，有线地或无线地)在一起的一个或更多个计算机102、104、106(在该示例中为3个)。网络108可以是例如，局域网(LAN)、因特网、内联网或其组合。通常，计算机102、104、106包括一个或多个处理器(例如中央处理单元(CHJ)) 110、存储器112、本地存储器114以及提供用户接口的任意形式的输入/输出设备116。本地存储器114可以生成和/或包括关于被评估的储集层的、用于生产的一组模型118。
[0044]优选的设计系统100根据经济标准(例如净现值(NPV))，考虑到设施设计相关的资本支出(CAPEX)要素来开发生产曲线(S卩，生产相关的量作为时间的函数的描述)。根据这些生产曲线，可以确定用于在开发相应的油田方面使产量最大化所需要的油田生产控制。特别是，生产曲线是关于具有恒定的能源生产速率的类似平台的能源生产(在生产时间框的至少一些部分期间)，其与在特定油田中所生产的材料的总量对应。优选的设计系统100和方法还有利于关于在先前指定的平台持续时间(Lplt)期间能源生产的油田控制。设计系统100的输出可以被用于设计对于油田开发所需要的注入/生产设施。
[0045]因而，在通过变量上限和变量下限约束的单变量优化问题方面，施加到烃能源生产的优选的设计系统100针对一组储集层模型优化田油生产速率。优选的设计系统100将单变量优化问题制定为用于开发各自的能源生产田的优化成本函数。应用到生产田模拟的优化成本函数提供关于这个集合的最大平均油田产量，其中最大平均产量根据可量化的不确定性识别(用相关联的生产持续时间)最佳生产速率。
[0046]对于能源生产，单优化变量是田油生产速率(FOPR)并且所有其他的模拟输入是已知的或预先确定的。例如，可以通过商业模拟器获得在生产/注入井处的各个速率，商业模拟器通常合并有井速率分配算法。优化约束包括关于FOPR的上限和下限。这些边界可以通过经济业务单位给予，或者可选择地该边界可以通过例如平台持续时间施加。针对感兴趣的范围，我们假设FOPR与Lplt之间是一一对应关系。任意其他边界可以通过预处理步骤进行转化，然后求解该问题。
[0047]在又一实施方式中，单优化变量是平台持续时间，其中使用FOPR与LPit之间的对应关系。在该实施方式中，另一迭代法被用于关于确定的Lplt值的FOPR的精确值。因而，优选的设计系统100确定必须的能源(油/气)田生产速率(并且与平台产量持续时间对应)以通过求解作为唯一未知量的FOPR来使NPV最大化。此外，系统100用作为唯一未知量的FOPR计算所需要的能源田生产速率以获得指定的平台产量持续时间，即，FOPPR与LPit之间的对应关系O
[0048]最优化在最大平均NPV(经过所使用的一组储集层模型)与和这个最大平均NPV相关联的不确定性的量化方面一起达到高潮。不确定性可以通过在平均生产单元134中确定的所有生产响应来量化(特别是针对最大化平均NPV的F0PR)，其中这些生产响应还被用于计算平均NPV。
[0049]因而，得出最大平均NPV的田油生产速率(并且与平台产量持续时间对应)识别关于优化成本函数的最优解和关于生产田的最优化的工作点。设计者使用优化的田油生产速率和平台产量持续时间来设计并且指定设计用于生产田的设施。
[0050]设计者可以在选择特定的控制策略之后随后确定油田注入控制。例如，在含水层驱动田中可以不需要注入井。相反，当使用注水法时，空隙率替换限定等于田流体生产速率的田水注入速率。空隙率替换旨在保持储集层压力并赋予具有结构稳定性的生产。
[0051]另外，将油田生产速率看作在所有的生产井之中的分布，设计系统100可以针对每个井确定个体生产速率。关于流动速率分布的储集层流动模拟器可以通过市售获得。典型的市售储集层流动模拟器包括，例如，从Schlumberger Limi ted获得的ECLIPSE和从Computer Modelling Group Ltd获得的IMEX0
[0052]图2A利用用于迭代地开发使NPV最大化的优化单元120的优选设计系统(例如，图1的100)示出本发明的一方面的示例。针对用于对不确定性进行量化的所有模型(例如，图1中118)计算关于例如经由储集层流动模拟获得的平均生产曲线的NPV。
[0053]可替代地，这个平均生产曲线可以利用关于平均储集层模型的仅一个储集层流动模拟进行近似或者可以被提供为已知函数。
[0054]NPV计算包括关于设施132的需要例如输入平均生产曲线的成本模型。这些模型可以是，例如，惩罚大型生产的指数成本模型。
[0055]首先，向平均生产单元134(该单元还量化了相关联的/传播的不确定性)投射或提供(例如，通过工程师，设计师或其他专家)关于FOPR 122的值。单元120针对单一变量(田油/液体生产速率)进行优化。
[0056]在每次迭代之后，单元124检查结果以确定平均NPV是否为最大。否则，优化单元120接收或确定在FOPR边界128内的新的FOPR 126。新的FOPR可以是利用在之前的步骤或其他数值方法中获得的先前值例如通过牛顿迭代方法估计正切值的方式提出的。
[0057]这些边界(例如与FOPR的限制对应或与平台持续时间值的限制对应)可以通过经济单位给出。例如，这些限制可以在新的FOPR大于通过最大平台持续时间限制的FOPR最小(FOPRmin)的给定的迭代检查处实现。在这种情况下，如果生产速率或平台持续时间不可行，则本发明特别是优选的设计系统100提供产生最接近可行值的油田控制。
[0058]在下一次迭代中，单元120根据FOPR126的新的值计算新的平均NPV(和相关联的不确定性)。如果检查124确定结果是最大值，则输出最终结果以及相应的分布。该结果可被用于选择注入/生产设施的最终设计。
[0059]首先，例如，用户、工程师或其他设计师可以提供优化值122。可替代地，设计系统100可以选择根据可用的数据考虑自动确定或者根据最优化变量边界128自动确定初始优化值122。可用数据考虑可以包括，例如，估计的原油位置和期望的平台持续时间以及油采收率(oil recovery factor)。根据优化变量边界128自动确