基于非均质流场表征的注采关系优化方法

本发明属于油气田开发领域，具体地，涉及一种基于非均质流场表征的注采关系优化方法。
背景技术：
：随着油田开发技术的发展，流场资料开始成为油藏开发工作者关注的重点，如何利用现有流场数据来进行油田开发方案的调整成为油田上的重要问题。流场可以理解为若干个流体质点在场中状态的变化，流线是流体运动的宏观反映，当前各领域流线生成算法已经趋于完善，但是生成的流线分布繁杂，生成流线的质量不一，在油田领域，难以对生成的流线场进行有效的利用。流线后处理显得尤为重要。目前，我国大多数油田都进入开发的中后期，含水率上升，开发效益下降，流场作为油藏流体的直观反映，对指导油气田后期开发具有重要意义。流场表征意味着对流场进行描述，将流场信息直观的表达出来。油气藏开发过程中关注流场有利于进行油田制度调整，将抽象复杂的流场数据转换为人们便于理解的图像，油田流场精确可视化是未来流场表征的发展方向。借助流场表征方法，对油田开发方案进行优化调整是油田开发的重要目标。技术实现要素：经过流线数值模拟器生成的流线分布繁杂，难以有效利用和描述，针对以上难题，提取生成流线的相关数据，计算流线密度和流场强度，在得到的流场密度和强度的基础上对流场建立综合表征体系，并对流场进行优化，实现流场的“均衡驱替”效果。本发明提出了一种基于非均质流场表征的注采关系优化方法，用于油田流场的表征和开发方案的优化和调整。为解决上述问题，本发明采用如下技术方案：首先利用线密度转化为点密度的方法计算流场密度；其次采用层次分析法计算流场强度；利用pca降维及聚类等数学方法进行流场表征并计算流场不同区域流线密度和流场强度的乘积，结合遗传算法以最小化上述乘积的方差为目标进行优化求取最优注采量，作为使流场均衡驱替的最优解(最优注采量)。相对于现有技术，本发明具有如下有益效果：1、通过油田流线密度计算方法在较小的误差范围内将流线线密度转化为点密度，并且此方法可以延伸到其他领域；2、基于流线数值模拟结果，计算流线密度和流场强度，遵循科学规律，利用数学手段提出了一种新的流场综合表征方法，对所有油田流场有较好的适应性，能够反映流场的各个方面的特征；3、针对油藏数值模拟器产生流线繁杂，可视化程度低的难题，结合所计算的流场密度与流场强度，采用降维和聚类的方法完善的表征流场特征，实现流场表征的可视化；4、在建立流场表征的前提下，借助遗传算法实现流场的注采量的重新分配，制定较优的流场开发方案。附图说明图1为基于非均质流场表征的注采关系优化方法流程示意图；图2为遗传算法原理图；图3a为流场各区域流场强度可视化示意图；图3b为流场各区域流场强度及密度可视化示意图。具体实施方式如图1所示，基于非均质流场表征的注采关系优化方法，具体步骤如下：步骤一：获取流场中各流线的位置数据，并实现流场中任意点流线密度的计算，具体方法如下：步骤1.1对当前所有组成流线的流线点进行分析，删除流线生成算法产生的所有重复点；步骤1.2对剩余的流线点进行筛选，分析所有构成流线的相邻流线点的距离，提高计算效率，删除两点距离较小但不会影响流线形状的后一个点；步骤1.3在此选取处理后的相邻流线点最近的距离，记做dmin，给出计算准确度n,将dmin/n作为“等距距离”；对于一条进行步骤1.1及1.2处理后的流线，从流线起点o开始，将相邻的两个点记做ai和bi,将ai和bi的连线记做基本向量以作为“等距向量”，根据前一个点的坐标和等距向量得到下一个点的坐标如此从ai点开始可以在ai和bi之间添加若干距离相等的点，如此计算直到计算的点超过b点，开始计算下一个流线点ai+1，直到整条流线计算完毕，按此算法添加的任意两个相邻流线点等距(bi和bi的前一个点距离除外)，且不破坏原始流线的形状；步骤1.4将步骤1.3产生的点集进行k_means聚类分析，将k_means聚类产生的n个聚类中心记做点集pdata，对于流场中的任意一点，统计相同半径圆(球)内的点集pdata点个数∑num(pdata)，作为当前点的视密度，球或圆的半径r根据流场大小和流线的直观疏密程度给出。步骤二：根据层次分析法结合经验公式计算流场各点流场强度，具体步骤如下：步骤2.1读入油藏流线数值模拟器产生的流场数据文件中的静态地质数据孔隙度φ，渗透率k,地层流体动态数据饱和度sw，流体速度v，流体pvt数据，包括油水相渗表，油水粘度μoμw，束缚水饱和度swf；步骤2.2根据相渗表根据所需要求进行一次相渗拟合，得到相渗函数f(sw)；步骤2.3，结合流体相渗函数，流体粘度根据下述公式求得各流线点的产水率：由产水率计算流线上各点的过水倍数：其中a为相渗拟合的一次项系数；步骤2.4，将所有原始数据与求得的数据按照如下公式标准化：其中包括流场各点的孔隙度φ，渗透率k,产水率fw，过水倍数qw，流体速度v。结合生产历史资料，对孔隙度，渗透率，过水倍数，产水率，流体流速从1到9进行分级评价，对流场影响的重要程度越大，此因素的标量值越高；步骤2.5，根据步骤2.4的分级，建立层次分析判别矩阵，进行层次分析，具体步骤如下：根据一致矩阵法构建如表二的层次判别矩阵；求取判别矩阵的最大特征根λmax的特征向量w,归一化后该向量的元素为同一层次的元素对上层某因素的相对重要性的权重排序；一致性检验，计算一致性指标n为因素个数，计算一致性比率若cr<0.1,则将归一化后的最大特征根对应的向量视作权向量，根据权向量可得各因素的权重系数a1,a2,b1,b2,b3,若cr>0.1则返回步骤2.4，重新分级评价，建立新的层次判别矩阵；计算任意点的综合流场强度e＝a1*k+a2*φ+b1*fw+b2*qw+b3*v。表一随机一致性指标rin12345678910ri000.580.901.121.241.321.411.451.49表二判别矩阵因素1因素2因素3因素1123因素21/213/2因素31/32/31步骤三：结合pca降维及聚类分析对流场进行表征及可视化，具体方法如下：步骤3.1，将所有流线按不同的注水井和采油井进行分组，每组流线表征任意两井之间的流场动态，每组流线记做gij＝{l1,l2...lm}，lm代表注水井i和采油井j中间的任意一条流线，i，j代表注水井和采油井的编号；步骤3.2，提取每组流线特征：一条流线上有n个流线点，每个流线点包含3*n个位置特征，饱和度特征n个，速度特征n个，即一条流线拥有5*n个属性维度，考虑流线上流线点数量不一致导致每条流线的属性维度不一致的难题，以流线点数量最多的流线为基准，增加流线点数量较少的的流线的流线点，增加的流线点与该流线最后一个流线点一致，如lm＝{p1,p2,p3,...,pn-2,pn-1,pn-1,}，经处理后流线点数量由n-1变为n个,该组流线中的每条流线均具有5*n个属性维度；步骤3.3对每组流线进行pca降维，每条流线可以由5*n个属性维度减少到m个属性维度，根据降维结果选取主成分进行k_means聚类分析，以每组流线的聚类结果为参考，选取若干个聚类中心作为该组流线的主流线；步骤3.4计算每组流线的平均流场强度平均流线密度其中m为该组流线的流线总条数，n为每条流线上流线点的个数；步骤3.4，简化流场，主流线的颜色代表平均流场强度，反映历史流场的影响，主流线的粗细代表当前流场区域的平均流线密度，反映该流场的瞬时特征，实现流场的可视化表征；步骤四：以控水增油的均衡驱替为目标，结合遗传算法进行流场优化，具体步骤如下：步骤4.1流场不均匀程度的定义，各流场井对之间的区域的驱替能力定义为其中代表该井对之间的平均流场强度，代表该井对之间的平均流线密度，流场强度反映了历史驱替能力，流线密度反映了当前流场驱替的能力。定义该流场驱替不均匀程度为u＝var(rij)；步骤4.2对初始注采量进行流线数值模拟，按照步骤一、二计算各组流线之间的平均流线强度和平均流线密度，计算流场驱替不均匀程度u；步骤4.3为保证注入和采出总量的不变，采用改进的遗传算法，模拟自然界的移位和变异操作，优化目标函数是最小化流场驱替不均匀程度u，借助优化算法生成更优的注采方案。以上步骤概括如下：首先利用线密度转化为点密度的方法计算流场密度；其次采用层次分析法计算流场强度；利用pca降维及聚类等数学方法进行流场表征并计算流场不同区域流线密度和流场强度的乘积，结合遗传算法以最小化上述乘积的方差为目标进行优化求取最优注采量，作为使流场均衡驱替的最优解(最优注采量)。当前第1页12