[发明专利]不规则井网优化方法及其计算机可读存储介质

说明书

公开了一种不规则井网优化方法及其计算机可读存储介质。该方法可以包括：步骤1：确定目标工区的工区边界，生成代表点集合，设定每个代表点的参数，确定井网原点W₁₁；步骤2：根据每个代表点的参数与井网原点W₁₁，获得基本井排，移动基本井排，获得基本井网；步骤3：对于井网内的井标记为注入井或采出井，获得注采井网；步骤4：对注采井网进行油藏数值模拟，计算采收率与净现值；步骤5：对代表点的参数进行修改，重复步骤2‑4，获得使采收率或净现值最大的参数，重复步骤2‑3，生成最优井网。本发明生成适合于目标油气藏的注采井网结构，是针对目标工区地质特征和精细构造的最优井网，可获得最高的采收率或净现值。

技术领域

本发明涉及石油开采技术领域，更具体地，涉及一种不规则井网优化方法及其计算机可读存储介质。

背景技术

井网部署是指油气藏开发过程中，单个油藏内的油、水、气井的排列分布方式及数量的确定。井网部署过程是通过设计、调节井网结构和井网参数，达到提高采收率(或最大化净现值)的目的。因此，选择合理的井网结构和井网参数是油藏开发中的关键问题之一，目前国内主要是基于油藏工程方法及专家经验来部署规则型井网，并在此进行井网优化。

目前的井网优化主要有两种方法：

(1)王俊伟的《低渗透复杂小断块油藏合理井网模式探讨》、姚婷的《深水油藏井网优化方法研究》及关富佳等的《复杂小断块油藏立体井网开发模式研究》等文章都是根据油藏地质情况，人为制定若干井网方案，采用油藏数值模拟方法进行模拟计算，并对各方案计算结果进行对比，从而确定最佳方案。此方法简便易行，但过分依赖人的经验，而且由于油藏地质不确定性因素多，人为制定方案数量有限，不易得到最优解。

(2)丁帅伟的《基于改进粒子群算法的不规则井网自动优化》、倪威的《水平井井网优化方法研究》和陈玉雪的《智能井网优化理论与应用》等都是采用基于优化理论的自动化井位优化方法。主要思路是首先根据需要设定一个目标函数(净现值或采收率等)，然后借助于某种智能优化算法(粒子群、遗传算法、模拟退火等)，调用数值模拟软件得出使目标函数最优的解。该方法可以极大的减少人工工作量。

相比于第一种方法，第二种以智能优化算法为基础的井网优化方法更具一般性，因此未来的应用前景更加广阔。

目前众多智能井网优化方法的主要差异集中在程序内部采用的优化算法各不相同，包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、捕食搜索算法等。不同算法的主要差别是收敛速度和计算量。只要计算资源、计算时间充足，不同优化算法的结果不会有明显差异。因此，井网优化问题的本质和关键点并不是其内部的智能优化算法，而是待优化的目标本身。目前井网优化研究的优化目标可以分为两类：

(1)直接以单井井位作为优化目标(例如姜瑞忠等的文章《遗传算法在苏里格气田井位优化中的应用》及安瑶的《粒子群算法在油田布井优化中的应用研究》)。这种方法对每口井的井位都进行独立优化，最终的井位是散乱的，不能形成井网结构。因此无法用来优化面积注水、注气的井网。同时由于不同井之间的干扰问题，优化结果一般不是最优布井方案。

(2)确定井网类型(五点、七点、九点等)后，对井网的井距、排距和井排角度进行优化，通过反复的数值模拟和迭代进化，获取最佳的井距、排距、井排角度参数(陈玉雪的《智能井网优化理论与应用》)。这种方法的缺点是所优化的井网只能是严格的规则井网。但是实际油气藏的圈闭范围是不规则的，且大部分油藏地质结构复杂，油层分布多样，导致采用严格的规则井网(井距、排距始终保持一致)不能获取最大的生产效益。因此，有必要开发一种不规则井网优化方法及其计算机可读存储介质。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容