用于油藏性能的改进估算的油藏历史匹配的方法和系统的制作方法
【技术领域】
[0001] 本文描述的实施方案通常涉及油藏建模。一些实施方案涉及预测建模。
【背景技术】
[0002] 当前，工程师使用数学模型对来自地下烃类油藏的未来油气生产做出评估。这种 模型通常涉及求解微分方程组，以达到期望的估算。通常，许多油藏相关的参数出现在这些 方程式中，诸如岩石渗透率、孔隙率、相对渗透率及其它参数。这些模型通常由计算机执行， 计算机通常将这些参数值作为输入以用于求解微分方程式。
[0003] 为了估算这些输入参数的值，工程师通常依赖于历史生产数据（生产率、压力 等），在许多情况下，可在过去稍后时间（在一些情况下，现在）从一些观测点处获得所述历 史生产数据。在从历史生产数据做出的参数估算期间，调整与目标地质区域（例如，地下烃 类油藏和周围的地质材料）相关联的参数值，使得对应方程式的解从生产开始到最新时间 点与历史生产数据匹配。该实践已知为"历史匹配"。历史匹配的基本原理是，如果以在历 史生产数据与模型生成的生产数据之间产生最佳可能匹配的方式调整参数值，则所产生的 模型未来将最有可能提供最佳生产估算。
[0004] 然而，存在与这些历史匹配技术相关联的若干个限制。例如，一个主要限制是，优 良的历史匹配普遍不会产生优良的未来生产数据预测。该情况在模型建立中非常普遍，并 且具有许多方面。在最简单的实例中，技术人员可以想到，通过简单地考虑具有η个或更多 个地质参数（例如，孔隙率、渗透率等）的函数F建立模型的形式y = F(t)以匹配在η个 时间点（&至〇的观测生产值71至5^。然而，在不具有任何额外结构的情况下，这种函数 F对于在未来时间t对y做出任何估算基本上无用。
[0005] 当建立烃类油藏的模型时，典型的模型将需要数百万个参数值，每个参数值与其 中油藏被离散成的数百万个小块中的一个的参数对应，以用于求得对应方程式的数值解。 然而，数十年来，生产历史至多可包括常用值一即至多数十万个数据点。因此，当执行基于 历史匹配的参数估算时，技术人员面临仅使用数千个数据点来估算数百万个参数的问题。 这种问题本身无法解决。为了变得可解决，必须在某种程度上使用额外信息对该问题进行 修改。存在做出此类修改的多种方法。例如，在贝叶斯方法中，将先验概率分布假定为待估 算的参数。这种先验信息的典型来源包括油藏的地质模型。然后，将可用的历史生产数据 用于更新所述先验概率分布，例如，以生成估算参数的后验概率分布。这种方法在计算上要 求很高，并且可以多种方式实现。在一个实施方式中，数值地生成后验概率分布（被称为基 于总体的历史匹配）。虽然也存在其它方法，但是它们各自需要不具吸引力的计算负载。因 此，现代油藏历史匹配算法专注于加快油藏模型参数的估算所需的计算。
[0006] 通常，这些算法依赖于已知为重新参数化、增加验收率的流线敏感性计算以及高 性能计算的参数压缩技术，以便适应更高分辨率地质模型。常见的参数化技术涉及数学变 换（诸如主成分分析、核主成分分析）、离散余弦变换、自适应空间分带（zonation)和油藏 模型的粗化。然而，有关重新参数化，即有关模型复杂度的选择和参数空间大小（即，压缩 程度）的基本原理是基于先验知识（即，最佳压缩化，其可再现具有不明显误差的原始参数 估算）。结果，这些参数化技术对于估算油藏参数值使得未来生产预测可靠而言相对不足。 因此，需要改进的历史匹配方法以用于提高油藏模型的预测能力。
【发明内容】
[0007] 本公开呈现了用于油藏性能（例如，诸如对未来油气生产率以及压力的预测）的 改进估算的方法和装置。如本文描述，这些方法和装置使用交叉验证来确定生产预测模型 所基于的参数的最佳数量以及参数的数值。例如，本公开描述了用于确定地质模型的方法， 其可包括识别参数组阵列的行为，其中每个参数组具有唯一大小，并包含从与目标地质区 域相关联的历史生产数据估算的地质参数值。此外，这种示例方法可包括：确定第一组历史 生产数据与建模生产数据之间的拟合误差，其中建模生产数据通过基于所述阵列的每个参 数组执行模拟模型而获得；针对所述阵列的每个参数组确定第二组历史生产数据与推断生 产数据之间的验证误差，其中推断生产数据是基于所述阵列的相应参数组的建模生产数据 而获得；以及针对阵列的每个参数组基于拟合误差与验证误差确定组合误差。此外，示例方 法可包括：识别最佳参数组大小以建模目标地质区域，其中最佳参数组大小是参考针对所 述阵列的每个参数组确定的组合误差的最小组合误差而确定。
[0008] 本公开的上述实例仅呈现将在结合下文所呈现的附图的【具体实施方式】中进行进 一步描述并解释的实例。
【附图说明】
[0009] 图1是随时间变化的建模生产数据矢量的图形表示；
[0010] 图2是随时间变化的建模生产数据矢量的类似图形表示；
[0011] 图3是显示关于拟合误差与验证误差的组合误差的图形表示；
[0012] 图4是图示用于生产数据估算的计算机设备的框图；
[0013] 图5是图示用于生产数据估算的模块的框图；
[0014] 图6是图示在本公开的实例中的用于生产数据估算的示例方法的流程图；
[0015] 图7是图示用于生产数据估算的电气模块的示例分组的框图；以及
[0016] 图8是图示根据实例实施方案的以计算机系统为示例形式的机器的框图，在该机 器内具有用于使得机器执行本文讨论的任何一种方法的指令集或指令序列。
【具体实施方式】
[0017] 本公开呈现了用于基于交叉验证技术估算目标地质区域（其可包含一个或多个 地下油藏）的参数值，以便基于目标地质区域的估算参数值提高模拟模型的预测能力的方 法、装置和系统。例如，本公开提出一种用于通过交叉验证识别模拟模型中的参数的最佳数 量和数值的方法。如在本文使用，术语"最佳"以相对意义关于参数组而用于从所识别的可 能适用数据集识别出更可取的参数组以在文本一般公开的方法中使用，而不以没有其它可 能的参数组可能会"更好"（即，可提供本文识别的类型的改进确定）的绝对意义使用。此 外，除非本文中另有明确指出，否则对"最佳"参数组的选择可基于除了本文中指出的那些 之外的数据或考虑。因此，本公开的这种示例方法提供有关历史配合的优化问题的新制定 (formulation)，其考虑可包括但不限于下列项的若干变量的优化：模型参数的数量、拟合 误差以及验证误差。这种方法可实现若干目标，包括（1)避免需要巨大处理能力的高分辨 率模型以及（2)增加目标地质区域的油藏模型的生产预测能力。
[0018] 以下描述涉及描绘被选择以示出本发明可如何被实践的实例的各种细节的附图。 该讨论提出了至少部分关于这些附图的本发明主题的各种实例，并使用充分的细节描述了 所描绘的实施方案，以使得本领域的技术人员能够实践本发明。可利用许多其它实施方案 来实践本发明主题而不是本文讨论的说明性实例，以及在不脱离本发明主题的范围的情况 下，可做出除了本文具体讨论的替代形式以外的许多结构和操作变化。
[0019] 在该描述中，对"一个实施方案"或"实施方案"的引用或对"一个实例"或"实例" 的引用意指被提及的特征被（或可被）包括在本发明的至少一个实施方案或实例中。在该 描述中，对"一个实施方案"或"实施方案"的单独引用或对"一个实例"或"实例"的单独引 用不一定是指相同的实施方案或实例；然而，这样的实施方案并非相互排斥，除非这样指出 或本领域中受益于本公开的普通技术人员将容易想到。因此，本发明可包括本文描述的实 施方案和实例的多种组合和/或整合、以及在所有权利要求的范围内基于本公开定义的进 一步实施方案和实例、以及这样的权利要求的所有合法等同物。
[0020] 为了针对参数组（其可包括诸如但不限于与目标地质区域的离散部分对应的孔 隙率、相对渗透率等参数）的最佳大小的估算而制定模型，本文描述的方法、装置和系统利 用交叉验证方法。在应用到本文的描述中的交叉验证中，使用观测到的历史生产值数据集 的一部分来估算某种模型结构的参数值，所述模型结构使模型计算生产数据与可用的历史 生产数据的某些部分的历史生产值数据集拟合。然后，所得参数估算在所谓的验证测试中 用于评估模型可多好地预测历史生产数据的的剩余部分。本文的方法、装置和系统可计算 并分析计算拟合误差和验证误差的组合误差作为模型质量的指标。在基于该组合误差确定 最佳参数值集大小以及参数的对应值和/或可靠性之后，本文的示例方法、装置和系统可 通过使用最佳参数组建模目标地质区域而预测目标地质区域的未来生产数据。
[0021] 转向附图，图1是使用拟合模型基于选择的具体参数组确定的生产数据矢量100 的图形表示。如指示，图1表示随时间间隔（X轴）变化的示例油藏的不同建模生产数据（y 轴）（例如，石油、水、天然气生产或产量）的实例。在实例中，拟合模型尝试估算参数组以 确定生产数据矢量100,生产数据实例100作为在时间点％^之前的时段内的生产数据（例 如，目标地质区域的先前测量或"历史"数据值）的历史生产数据值102的最佳拟合。如在 本文中使用，术语"参数"或"地质参数"指的是地质区域或地