[发明专利]储层开发计划的基于MARKOV决策过程的决策支持工具

说明书

相关申请的交叉引用

本申请要求美国临时专利申请61/124,681的权益，该申请于2008年4月18日提交，标题为MARKOV DECISION PROCESS-BASEDDECISION SUPPORT TOOL FOR RESERVOIR DEVELOPMENTPLANNING，其全部内容通过引用合并于此。

技术领域

本发明通常涉及油气生产，并且具体涉及考虑不确定性的储层开发计划。

背景技术

开发和管理石油资源通常需要多年的大量经济投资，同时期待收到对应的大量财政回报。石油储层是产生利润还是亏损主要取决于为储层开发和管理实施的策略和战略。储层开发计划包括策划和/或选择长期产生有利经济结果的强有力的策略和战略。

储层开发计划可包括做出涉及例如生产平台的规模、计时(timing)和位置以及后来的扩展和连接的决策。关键决策可包括平台数量、位置、分配，以及在每个油田中的钻井和完井的计时。钻后决策可以包括确定多井的产出率分配。任何一个决策或行为可能具有系统范围的影响，例如通过石油操作或储层传播积极或消极影响。考虑到仅仅是面对石油资源管理人员的许多决策中有代表性的一小部分的储层开发计划的上述方面，人们可以认识到计划的价值和影响。

基于计算机的建模对储层开发计划具有显著潜力，特别是与先进数学技术结合时。基于计算机的计划工具支持做出优良的决策。一类计划工具包括基于处理各种信息输入识别针对一组决策的最优解决方案的方法。例如，示例性优化模型可以朝着找到从具有定义的一组约束的已知可能中产生最佳产出的解决方案的方向运转。因此，石油操作可以通过适当应用用于优化石油资源开发计划和管理的优化模型实现大的经济利益，特别是那些涉及针对多年的多个油或气田做出决策的模型。

在此使用的术语“最优的”、“进行优化”、“使优化”、“最优性”、“优化”(以及派生词和这些术语的其它形式，以及语言学上相关的单词和短语)并非要在要求本发明寻找最佳解决方案或做出最佳决策方面起限制性的作用。尽管数学上最优的解决方案事实上可以获得所有数学上可获得的可能性中的最佳可能性，但优化例程、方法、模型和过程的真实世界实施例可能朝着这样的目标运转而不曾真实地实现完美。因此，本领域技术人员在受益于本公开的情况下将理解这些术语在本发明范围的背景下是是更通用的。这些术语可描述朝着一个解决方案运转，该解决方案可能是最佳可获得的解决方案、优选解决方案或在约束范围内提供特定益处的解决方案；或持续改善的解决方案；或细化的解决方案；或搜索目标的高点或最大值的解决方案；或处理从而减少罚函数(penalty function)的解决方案；等等。

在某些示例性实施例中，优化模型可以是函数和方程的代数系统，包含(1)可能限于具体域范围的连续变化或整数变化的决策变量，(2)基于输入数据(参数)和决策变量的约束方程，其限制变量在指定条件集内的活动，所述条件集限定解决的优化问题的可行性，和/或(3)基于输入数据(参数)和决策变量的目标函数，通过最大化目标函数或最小化目标函数来优化目标函数。在某些变化中，优化模型可包括不可微分、黑盒与其它非代数函数或方程。

典型的(确定性的)数学优化问题包括受到关于问题变量的一组约束的某个目标函数的最小化或最大化。这些问题可经常公式化为动态(Dynamic)规划(DP)问题。在DP问题中，决策时间范围(timehorizon)被划分成一组“阶段”，并且系统处于若干“状态”中的一个。它可有助于使DP问题可视化为X-Y坐标系，其中x轴用“阶段”表示，而y轴用“状态”表示。在每个“阶段”，决策者采取导致系统从一个阶段的一个状态转为在下个阶段的不同状态的“行动”或决策。在一类DP问题中，目标函数可以最小化以确定总成本，或者可以最大化以确定遍及整个计划范围内的总收入。在系统转换前，在每个阶段基于选择的决策和当前状态获得成本/收入。假设成本函数在整个阶段内可分离，而且系统是马尔可夫模型(Markovian)；即，系统转换至阶段n+1的状态仅取决于它在阶段n的状态和在阶段n采取的行为。

动态规划可表示为(S，A，R)，其中S是状态空间，A(s)是在状态s可采取的行为的集合，R(s，a)是在状态s选择行为a的收益。动态规划作被公式化为如下所示的递归优化问题：

1.对于n＝1，2，3，...，N，