Системы и способы оптимизации операций добычи в реальном времени

Системы и способы оптимизации операций добычи в реальном времени

Иллюстрации

Показать все

Реферат

Перекрестная ссылка на родственные заявки

Данная заявка притязает на приоритет предварительной патентной заявки США № 61/014,351, поданной 17 декабря 2007 г., которая включена сюда путем ссылки.

Область техники, к которой относится изобретение

Настоящее изобретение, в целом, относится к оптимизации добычи в реальном времени (“RTPO”). В частности, настоящее изобретение относится к технологиям выбора, интеграции и реализации операций в реальном времени (“RTO”), включая, например, параметрические модели.

Уровень техники изобретения

В нефтяной и газовой промышленности делаются попытки максимизировать рентабельность в динамичном и неопределенном окружении, в то же время, соблюдая разнообразные ограничения. Практики делали попытки усовершенствовать операции на нефтяных месторождениях с использованием, помимо прочего, улучшенной технологии и надлежащих бизнес-процессов. Современная практика оптимизации добычи обычно предусматривает сочетание математических моделей, полевых данных и опыта для принятия решений относительно оптимальных сценариев добычи. Нередко, среднесрочные решения принимаются путем составления прогнозов нескольких сценариев будущей добычи и выбора наилучшего сценария. Однако выбранный сценарий может не осуществляться на практике в силу различных непреодолимых практических трудностей. В результате, необходима обратная связь об отклонениях от плана и динамической переоптимизации в большинстве текущих условий добычи. Но обновление численной модели пласта новыми полевыми данными путем согласования с хронологией является трудоемкой задачей. Она становится еще сложнее за счет увеличения доступных сегодня измерений в реальном времени, что увеличивает частоту, с которой можно собирать полевые данные. Кроме того, обновление серьезно ограничивается разрывами в моделях, используемых инженерами-промысловиками и инженерами-технологами для оптимизации добычи на всем месторождении и во всех временных масштабах. С усилением упора на анализ рисков, который требует нескольких прогонов больших численных моделей, возникает настоятельная необходимость в использовании альтернативных способов.

Традиционные подходы к технологическим потокам оптимизации добычи нередко сопряжены с упрощающими предположениями и действуют в искусственных границах, для снижения сложности всеобъемлющей задачи оптимизации. Хотя такое разложение создает администрируемые технологические потоки, оно неадекватно поддерживает интеграцию оптимизации добычи на нескольких уровнях.

Был предложен ряд техник промежуточного моделирования, где выходные переменные (коэффициент нефтеизвлечения, многофазные расходы и т.д.) моделируются как функция выходных параметров, выбранных при планировании экспериментов (DOE). Однако большинство из этих способов опираются на подходы, связанные с данными, такие как техники поверхности отклика, основанные на регрессии, интерполяции, нейронной сети и т.д. Эти способы сравнительно просты для установления и обнаружения нелинейных эффектов в наборе обучающих данных. Однако такие модели не могут адекватно прогнозировать пластовые явления, не замеченные в прошлом (например, прорыв воды) или режимы работы, лежащие вне диапазона набора обучающих данных. Кроме того, большинство подходов промежуточного моделирования, используемых при оптимизации добычи, фактически моделируют выходы имитатора пласта и редко проверяются на достоверность с реальными полевыми данными. Таким образом, необходима интегрированная модель, полезная как для инженеров-промысловиков, так и для инженеров-технологов.

Дополнительно, использование объединенного окружения добавляет значительную ценность к операции с нефтяными и газовыми активами. Достигнутая ценность оказывается максимальной, когда персонал, работающий с активами, может легко, быстро и в полном объеме получать достоверную информацию. В этом отношении, активы, связанные со значительным инвестированием в измерение и автоматизацию, требуют технологий, которые позволяют пользователям собирать, проверять достоверность и использовать данные в технологических потоках бизнеса в реальном времени.

Интегрированные операции добычи требуют координации каждого участвующего в них сектора, для наиболее эффективного влияния на окончательную производительность актива. Полевому персоналу часто приходится выполнять комплексные задачи, включающие в себя получение полевых измерений в наилучших известных условиях пласта и установки, анализ и проверку достоверности собранных данных, обновление моделей скважины и месторождения и своевременное принятие решений в соответствии с исследованиями активов и годовыми планами.

Реализация технологий операций в реальном времени (RTO) для действующих промыслов позволяет группам по работе с активами эффективно исполнять технологические потоки, связанные с пробной эксплуатацией скважины, проверкой достоверности пробной эксплуатации, оценкой добычи, управлением потерями добычи, эффективностью установки и администрированием ключевых показателей производительности. Одобренные технологические потоки обеспечиваются посредством надлежащих процессов администрирования изменений в дополнении с инновационными технологиями. Надежные и экономичные по времени технологические потоки для контроля и тестирования добычи, непрерывного моделирования производительности и совместного использования согласованных и проверенных на достоверность данных многофункциональными группами обеспечивает лучшее управление операциями для администрирования активов.

Для этих операций с активами существуют ценные возможности. Помимо прочего, существует, по меньшей мере, три свободных области потребности, которые соприкасаются через большинство рабочих процессов производительности активов, в том числе:

Визуализация: согласованная стратегия для мониторинга операций с активом за счет обеспечения доступа к надежным данным, и стандартные правила для преобразования данных в информацию путем привлечения ведущих специалистов к интерпретации информации и ее трансформации в знания;

Моделирование: использование данных реального времени для непрерывной оптимизации операций путем проверки достоверности моделей скважин, пластов и операций; и

Автоматизация: прямое управление над операционными переменными и приводами платформы в автоматическом режиме с обратной связью с двумя предыдущими попытками, для эффективного принятия решений, которые уже подготовлены и проверены на достоверность администраторами активов в разных сценариях.

Таким образом, необходим способ выбора соответствующих технологий и поэтапный подход для реализации разных технологических потоков.

Сущность изобретения

Настоящее изобретение, таким образом, удовлетворяет вышеизложенным потребностям и преодолевает один или более недостатков в уровне техники путем обеспечения систем и способов оптимизации пластовых операций добычи в реальном времени и реализации технологических потоков производительности активов во время пластовых операций в реальном времени.

В одном варианте осуществления, настоящее изобретение включает в себя реализуемый компьютером способ оптимизации операций добычи в реальном времени, который содержит этапы, на которых: i) выбирают вход и выход для краткосрочной параметрической модели с использованием полевых измерений в реальном времени из нагнетательного источника и из добывающего источника; ii) обрабатывают полевые измерения путем удаления, по меньшей мере, одного из: выброса, ненулевых средних и нестационарного тренда; iii) выбирают параметр идентификации для краткосрочной параметрической модели; и iii) идентифицируют краткосрочную параметрическую модель с использованием полевых измерений и параметра идентификации.

В другом варианте осуществления, настоящее изобретение включает в себя устройство-носитель программ, имеющее исполняемые компьютером инструкции для оптимизации операций добычи в реальном времени. Инструкции являются исполняемыми для реализации: i) выбора входа и выхода для краткосрочной параметрической модели с использованием полевых измерений в реальном времени из нагнетательного источника и из добывающего источника; ii) обработки полевых измерений путем удаления, по меньшей мере, одного из: выброса, ненулевых средних и нестационарного тренда; iii) выбора параметра идентификации для краткосрочной параметрической модели; и iii) идентификации краткосрочной параметрической модели с использованием полевых измерений и параметра идентификации.

В еще одном варианте осуществления, настоящее изобретение включает в себя реализуемый компьютером способ реализации технологических потоков производительности активов во время пластовых операций в реальном времени, который содержит этапы, на которых: i) выбирают несколько технологий из технологии визуализации, технологии моделирования и технологии автоматизации; ii) реализуют первую группу выбранных технологий в первом технологическом потоке производительности активов, причем первая группа содержит, в основном, по меньшей мере, одну из: технологию визуализации и технологию моделирования; и iii) реализуют вторую группу выбранных технологий во втором технологическом потоке производительности активов после реализации первой группы выбранных технологий, причем вторая группа содержит, в основном, технологию автоматизации.

В еще одном варианте осуществления, настоящее изобретение включает в себя устройство-носитель программ, имеющее исполняемые компьютером инструкции для реализации технологических потоков производительности активов во время пластовых операций в реальном времени. Инструкции являются исполняемыми для реализации: i) выбора нескольких технологий из технологии визуализации, технологии моделирования и технологии автоматизации; ii) реализации первой группы выбранных технологий в первом технологическом потоке производительности активов, причем первая группа содержит, в основном, по меньшей мере, одну из: технологию визуализации и технологию моделирования; и iii) реализации второй группы выбранных технологий во втором технологическом потоке производительности активов после реализации первой группы выбранных технологий, причем вторая группа содержит, в основном, технологию автоматизации.

Дополнительные аспекты, преимущества и варианты осуществления изобретения станут понятны специалистам в данной области техники из нижеследующего описания различных вариантов осуществления и соответствующих чертежей.

Краткое описание чертежей

Настоящее изобретение описано ниже со ссылками на прилагаемые чертежи, на которых одинаковые элементы обозначены одинаковыми ссылочными номерами, в которых:

Фиг.1 является блок-схемой, иллюстрирующей один вариант осуществления системы для реализации настоящего изобретения;

Фиг.2 иллюстрирует многоуровневую иерархию промышленной автоматизации задач принятия решений по нефтяному месторождению в разных временных масштабах;

Фиг.3 иллюстрирует пример нагнетательной/добывающей скважины для однослойного пласта с показом всех входов и выходов;

Фиг.4 является блок-схемой, иллюстрирующей конфигурацию оптимизации добычи в нескольких временных масштабах;

Фиг.5 является блок-схемой, иллюстрирующей модель управления с прогнозированием;

Фиг.6A иллюстрирует двухслойный пласт с одной нагнетательной скважиной и одной добывающей скважиной;

Фиг.6B иллюстрирует вид сбоку в разрезе нагнетательной скважины и добывающей скважины по Фиг.6A;

Фиг.7A иллюстрирует результаты кумулятивной добычи в тысячах баррелей (MSTB), приведенных к нормальным условиям, из месторождения, проиллюстрированного на Фиг.6A, приведенные для сравнения стратегий реактивного управления и управления с обратной связью (оптимальной) в зависимости от времени;

Фиг.7B иллюстрирует кумулятивное нагнетание в тысячах баррелей (MSTB), приведенных к нормальным условиям, из месторождения, проиллюстрированного на Фиг.6A для слоев обеих проницаемостей в зависимости от времени;

Фиг.8A иллюстрирует ежедневно регулируемое забойное давление для слоя низкой проницаемости по сравнению со средним блочным давлением в зависимости от времени;

Фиг.8B иллюстрирует ежедневно регулируемое забойное давление для слоя высокой проницаемости по сравнению со средним блочным давлением в зависимости от времени;

Фиг.9A иллюстрирует распределение (вид с воздуха) нефтенасыщенности слоя низкой проницаемости для сценария добычи с реактивным управлением после 3000 дней;

Фиг.9B иллюстрирует распределение (вид с воздуха) нефтенасыщенности слоя низкой проницаемости для сценария добычи с управлением обратной связи после 3000 дней;

Фиг.10A иллюстрирует распределение (вид с воздуха) нефтенасыщенности слоя высокой проницаемости для сценария добычи с реактивным управлением после 3000 дней;

Фиг.10B иллюстрирует распределение (вид с воздуха) нефтенасыщенности слоя высокой проницаемости для сценария добычи с управлением обратной связи после 3000 дней;

Фиг.11A иллюстрирует кумулятивную добычу нефти и воды и сравнение между модельным прогнозированием и полевым измерением для слоя низкой проницаемости;

Фиг.11B иллюстрирует кумулятивную добычу нефти и воды и сравнение между модельным прогнозированием и полевым измерением для слоя высокой проницаемости.

Фиг.12 иллюстрирует максимальные собственные значения матрицы A в уравнении (4);

Фиг.13 является блок-схемой, иллюстрирующей компоненты нескольких технологических потоков производительности активов, реализуемых во время пластовых операций в реальном времени.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

Объект настоящего изобретения описан конкретно, однако само по себе описание не призвано ограничивать объем изобретения. Таким образом, объект может быть воплощен иначе, включая другие этапы или комбинации этапов, аналогичных описанным здесь этапам, в сочетании с другими современными или перспективными технологиями. Кроме того, хотя термин “этап” можно использовать здесь для описания различных элементов применяемых способов, термин не следует интерпретировать как подразумевающий какой-либо определенный порядок выполнения различных раскрытых здесь этапов, если в описании явно не указано ограничение определенным порядком.

Способ, применяемый для оптимизации добычи, основан на решении задачи в нескольких временных масштабах, а именно, на долгосрочной, среднесрочной и краткосрочной оптимизации. Долгосрочная оптимизация обычно выполняется на протяжении срока эксплуатации месторождения с учетом неопределенностей и различных сценариев эксплуатации месторождения. Среднесрочная оптимизация ориентируется на достижение максимальной рентабельности при выполнении оптимального плана эксплуатации (от недель до месяцев); тогда как задачей краткосрочной оптимизации является расчет оптимального плана суточной добычи на основе ограничений и целей, полученных из результатов среднесрочной оптимизации.

Кроме того, способы и системы достигают иерархического разложения общей задачи оптимизации добычи в разных временных масштабах, где данные реального времени согласованно используются для идентификации производительности пласта и оптимизации добычи. Задачи оптимизации на каждом из этих уровней организованы посредством автоматических транзакций целей, ограничений и совокупных измерений. Например, стратегические решения, например, долгосрочные (например, ежегодные, ежемесячные) цели нагнетания, планы добычи и т.д., вычисленные с использованием полностью физической модели пласта, сводятся к тактическим решениям для краткосрочного (например, еженедельного, ежедневного) планирования добычи. Настоящее изобретение, таким образом, использует основанную на движущемся горизонте параметрическую модель для обеспечения быстрых прогнозов для оптимизации добычи в краткосрочной конфигурации. Поскольку структура модели основана на разложении полностью физической модели пласта, разумно предположить, что параметрическая модель будет достаточно устойчивой, чтобы ее можно было использовать для экстраполяции за пределы диапазона хронологических данных, что необходимо в целях оптимизации. Здесь описаны анализ структуры физически непротиворечивой эмпирической параметрической модели, области применения параметрической модели, методов, которые можно использовать для идентификации параметров, и использование параметрической модели для краткосрочной оптимизации добычи. Кроме того, во время пластовых операций в реальном времени, в многофазной реализации выявляются различные компоненты нескольких технологических потоков производительности активов.

Описание системы

Настоящее изобретение можно реализовать посредством исполняемой компьютером программы инструкций, например, программных модулей, которые в целом именуются приложениями или прикладными программами, исполняемыми компьютером. Программное обеспечение может включать в себя, например, процедуры, программы, объекты, компоненты и структуры данных, которые выполняют те или иные задачи или реализуют те или иные абстрактные типы данных. Программное обеспечение образует интерфейс, позволяющий компьютеру реагировать согласно источнику ввода. Для реализации настоящего изобретения, в качестве интерфейсных приложений можно использовать AssetSolver™ и AssetConnect™, которые являются коммерческими приложениями, распространяемыми Landmark Graphics Corporation. Программное обеспечение также может кооперировать с другими сегментами кода для инициирования разнообразных задач в соответствии с данными, принимаемыми совместно с источником принятых данных. Программное обеспечение может храниться и/или переноситься на любых разнообразных носителях, например, CD-ROM, магнитном диске, ЦМД-ЗУ и полупроводниковом ЗУ (например, различных типах ОЗУ или ПЗУ). Кроме того, программное обеспечение и его результаты можно передавать по разнообразным средам связи, например, оптическому волокну, металлическому проводу, вакууму и/или по любым разнообразным сетям, например, интернету.

Кроме того, специалистам в данной области техники будет очевидно, что изобретение можно осуществлять на практике посредством компьютерных систем разнообразных конфигураций, включая карманные устройства, многопроцессорные системы, микропроцессорную или программируемую бытовую электронику, миникомпьютеры, универсальные компьютеры и т.п. Любое количество компьютерных систем и компьютерных сетей приемлемо для использования согласно настоящему изобретению. Изобретение можно осуществлять на практике в распределенных вычислительных средах, где задачи выполняются удаленными устройствами обработки, связанными между собой сетью связи. В распределенной вычислительной среде, программные модули могут располагаться как на локальных, так и на удаленных компьютерных запоминающих средах, включая запоминающие устройства. Настоящее изобретение, таким образом, можно реализовать совместно с различным оборудованием, программным обеспечением или их комбинацией, в компьютерной системе или другой системе обработки.

Ссылаясь на Фиг.1, проиллюстрирована блок-схема системы для реализации настоящего изобретения на компьютере. Система включает в себя вычислительный блок, иногда именуемый вычислительной системой, который содержит в себе память, прикладные программы, клиентский интерфейс и блок обработки. Вычислительный блок является лишь одним примером подходящей вычислительной среды и не призван налагать никакого ограничения на область применения или функциональные возможности изобретения.

Память, в основном, хранит прикладные программы, которые также можно описывать как программные модули, содержащие в себе исполняемые компьютером инструкции, которые исполняются вычислительным блоком для реализации способов, описанных здесь и проиллюстрированных на Фиг.2-13. Память, таким образом, включает в себя модуль RTPO, который осуществляет способы, проиллюстрированные и описанные со ссылкой на Фиг.2-13, AssetSolver и AssetConnect. AssetSolver можно использовать как приложение интерфейса с модулем RTPO для реализации способов для оптимизации пластовых операций добычи в реальном времени, описанных здесь и проиллюстрированных на Фиг.2-12. AssetConnect можно использовать как приложение интерфейса с модулем RTPO для реализации способов оптимизации операций добычи в реальном времени, описанных здесь и проиллюстрированных на Фиг.2-12, и для реализации способов реализации технологических потоков производительности активов во время пластовых операций в реальном времени, описанных здесь и проиллюстрированных на Фиг.13.

Хотя показано, что вычислительный блок имеет обобщенную память, вычислительный блок обычно включает в себя разнообразные считываемые компьютером среды. В порядке примера, но не ограничения, считываемые компьютером среды могут содержать компьютерные запоминающие среды и среды связи. Память вычислительной системы может включать в себя компьютерные запоминающие среды в виде энергозависимой и/или энергонезависимой памяти, например, постоянной памяти (ПЗУ) и оперативной памяти (ОЗУ). Базовая система (BIOS) ввода/вывода, содержащая в себе основные процедуры, которые помогают переносить информацию между элементами вычислительного блока, например, при запуске, обычно хранится в ПЗУ. ОЗУ обычно содержит в себе данные и/или программные модули, непосредственно доступные процессору и/или в данный момент используемые им. В порядке примера, но не ограничения, вычислительный блок включает в себя операционную систему, прикладные программы, другие программные модули и программные данные.

Компоненты, показанные в памяти, также могут храниться на других сменных/стационарных, энергозависимых/энергонезависимых компьютерных запоминающих средах. Например, привод жесткого диска может записывать на стационарные, энергонезависимые магнитные среды и считывать с них, привод магнитного диска может записывать на сменный, энергонезависимый магнитный диск и считывать с него, и привод оптического диска может записывать на сменный, энергонезависимый оптический диск и считывать с него, например, CD ROM или другие оптические среды. Другие сменные/стационарные, энергозависимые/энергонезависимые компьютерные запоминающие среды, которые можно использовать в примерной операционной среде, могут включать в себя, но без ограничения, кассеты с магнитной лентой, карты флэш-памяти, цифровые универсальные диски, цифровую видео-ленту, полупроводниковое ОЗУ, полупроводниковое ПЗУ и т.п. Приводы и связанные с ними компьютерные запоминающие среды, рассмотренные выше, таким образом, хранят и/или переносят считываемые компьютером инструкции, структуры данных, программные модули и другие данные для вычислительного блока.

Клиент может вводить команды и информацию в вычислительный блок через клиентский интерфейс, в качестве которого могут выступать устройства ввода, например, клавиатура и указательное устройство, обычно представляющее собой мышь, шаровой манипулятор или сенсорную панель. Устройство ввода может включать в себя микрофон, джойстик, спутниковую антенну, сканер и т.п.

Эти и другие устройства ввода обычно подключены к блоку обработки через клиентский интерфейс, который соединен с системной шиной, но могут подключаться через другие интерфейсные и шинные структуры, например, параллельный порт или универсальную последовательную шину (USB). Монитор или другой тип устройства отображения может подключаться к системной шине через интерфейс, например, видеоинтерфейс. Помимо монитора, компьютеры также могут включать в себя другие периферийные устройства вывода, например громкоговорители и принтер, которые могут подключаться через выходной периферийный интерфейс.

Хотя многие другие внутренние компоненты вычислительного блока не показаны, специалистам в данной области техники будет очевидно, что такие компоненты и взаимосоединения общеизвестны.

Описание способа

Используемая здесь система обозначений описана в статье Awasthi, A., S. Sankaran, M. Nikolaou, L. Saputelli и G. Mijares из Общества инженеров-нефтяников (Society of Petroleum Engineers) под названием "Meeting the Challenges of Real Time Production Optimization - A Parametric Model-Based Approach" (“SPE 111853”), которая включена сюда путем ссылки, и повторена ниже в Таблице 1.

Таблица 1Оптимизация и управление по нескольким переменным в нефтяной промышленности
Система обозначений
Жирные заглавные	Матрица
Жирные строчные	Вектор

	Расход
	Насыщенность
	Члены с объемным соотношением пласта
	Горизонт прогнозирования, оптимизация ЧПС
	Горизонт модели, MPC
	Горизонт прогнозирования, MPC
	Забойное динамическое давление
	Давление трубной головки
	Чистый доход с продаж нефти, USD/STB
	Чистый доход с продаж газа, USD/STB
	Операционные расходы на воду, USD/STB
	Расходы на нагнетание воды, USD/STB
	Учетная ставка (%)
	Входной вектор
	Выходной вектор
	Вектор состояния
	Оценочное состояние
	Минимальное значение входного вектора в любое данное время
	Максимальное значение входного вектора в любое данное время
	Матрица, определяющая динамику системы
	Матрица, определяющая входные эффекты
	Матрица, определяющая выходы системы

	Фильтр Калмана
	Штраф за ошибку между выходом и контрольной точкой
	Штраф за изменения входов
	Матрица проводимости
	Матрица проводимости для потока под действием тяжести
	Запоминающая матрица
	Системная матрица
Сокращения
BHP	Забойное давление
ЧПС	Чистая приведенная стоимость
MPC	Управление с модельным прогнозированием
COP	Кумулятивная добыча нефти
CWP	Кумулятивная добыча воды
CWI	Кумулятивное нагнетание воды
Нижние индексы
o	Нефть
W	Вода
G	Газ
Inj	Нагнетание
K	Текущее время
M	Член подвижности
H	Гравитационный член

Верхний индекс
K	Прогнозируемый
sp	Контрольная точка (цель)

Ссылаясь на Фиг.2, проиллюстрированы разные уровни иерархии промышленной автоматизации применительно к нефтяной и газовой промышленности. В частности, Фиг.2 иллюстрирует многоуровневую иерархию 200 промышленной автоматизации задач принятия решений по нефтяному месторождению в разных временных масштабах, в котором перенос данных является двусторонним и переходит с более низкого уровня на вышележащий уровень через циклы обратной связи, одновременно передавая решение в виде задач и ограничений на нижележащие уровни. Уровни 202-208 являются более низкими уровнями иерархии, которые вычисляют манипулируемые переменные, и отклонения от целей передаются в порядке обратной связи на более высокие уровни. Более высокие уровни 210-214 действуют как корректирующие контрольные точки по отношению к более низким уровням, в результате чего образуется замкнутая система.

В некоторых оптимальных стратегиях теории управления для повышения нефтеизвлечения в проектах с нагнетанием пара, CO₂, газа и воды, переменная управления манипулируется, в то время как целевая функция оптимизируется с учетом ряда ограничений. Неявное предположение в вышеописанном разложении иерархии на разные временные масштабы состоит в том, что совокупность отдельных оптимальных решений на каждом уровне будет близко к общему оптимальному решению в каждый момент времени. Предположение можно аргументировать на основе, что решения, принятые на определенном уровне, передают соответствующие цели на нижележащие уровни, которые, в свою очередь, достигают таких целей почти мгновенно относительно временного масштаба уровня принятия решения. Хотя многоуровневое разложение не может гарантировать глобальный оптимум, оно, тем не менее, позволяет решить задачу, не решаемую иным способом.

Краткосрочная параметрическая модель пласта

На практике, имитация пласта фактически является промышленным стандартом для администрирования пласта. Однако увеличивающееся внимание промышленников к RTPO требует инструментов, способных немедленно реагировать на основе полевой информации в реальном времени. Развитие технологии расширенной имитации пласта приводит к большим, сложным моделям пласта. Хотя более крупные сложные модели дают более надежные долгосрочные прогнозы и улучшают администрирование месторождения, им часто требуется больше вычислительного времени. Кроме того, модель пласта нужно постоянно обновлять путем согласования с хронологией (регулировка параметров модели для согласования с хронологией добычи). Хронологическое согласование часто является длительной задачей и может иногда занимать год или около того для завершения. Из-за такого большого времени возникают дополнительные расхождения между данными, используемыми для обновления модели, и фактической добычей. Именно по этой причине, на практике, промежуточные модели часто используются для краткосрочных решений, которые необходимы для оптимизации суточной добычи.

Построение модели

Построение структуры параметрической модели начинается с основных принципов - сохранения массы и материальных уравнений (закон Дарси, уравнения сжимаемости и уравнения капиллярного давления). После дискретизации по пространственным координатам, его можно представить в векторно-матричной форме следующим образом:

где,

содержит в себе значения блочного давления нефти, водонасыщенность и газонасыщенность, достаточные для полного описания пласта во всех точках дискретизации (сеточных блоках), индексированных посредством [i, j, k]. Вектор , заданный как:

содержит в себе все внешние потоки флюидов. Соглашение состоит в том, что эти внешние потоки флюидов являются отрицательными в точках добычи, положительными в точках нагнетания и нулевыми во всех остальных точках. Матрицы и связаны с объемными соотношениями пластов и подвижностями, тогда как матрица содержит в себе члены, связанные с силой тяжести и зависит от времени.

Из уровня техники известно, что в течение коротких периодов времени, временная зависимость матриц , и в уравнении (1) относительно слаба. Таким образом, эти матрицы можно считать приблизительно постоянными. Используя это упрощающее предположение, упрощенную модель входов-выходов пласта, описанного в уравнении (1) в стандартной форме пространства расстояний, можно представить как:

(4)

где вектор х содержит состояния системы, а именно значения p _o, S _w и S _g во всех точках дискретизации в пласте (индексированных [i, j, k] в уравнениях (2)-(3)); вектор у выражает измеренные выходы (т.е. темпы добычи нефти, воды и газа) в уравнении (3); вектор u выражает влияние входов (т.е. забойные давления (BHP)) и расходы нагнетания. Матрица А выражает внутреннюю динамику пласта; матрица В показывает влияние входов на состояния; и матрица С генерирует измеримые выходы из состояний х системы. Хотя выбор оптимальных технологических маршрутов согласно уравнению (4) из уравнения (1) описан в SPE 111853, нижеследующая сводка описывает то же самое.

Хотя уравнение (1) описывает временную зависимость p _o, S _w и S _g на всех сеточных блоках внутри пласта, эти значения не всегда можно измерить (даже на сеточных блоках, связанных с добывающими скважинами и нагнетательными скважинами). Но внешние расходы на сеточных блоках нагнетательной скважины или добывающей скважины можно либо измерять с использованием многофазного измерителя, либо оценивать путем обратного выделения. Хотя выходной вектор у содержит в себе значения на сеточных блоках с нагнетательными скважинами и добывающими скважинами, он может быть связан с вектором состояния и входом u уравнениями в виде:

(5)

где является забойным давлением (BHP) в скважине; и выражает влияние капиллярного давления. Подставляя из уравнения (5) в уравнение (1), получаем манипулируемый вход u для всей системы, который состоит из забойных давлений добывающих скважин или нагнетательных скважин.

Хотя вектор состояния системы в уравнении (1) имеет физический смысл, естественный порядок динамики системы очень хорошо соответствует количеству сеточных блоков, рассматриваемых при дискретизации пласта. Однако предполагается, что поведение модели входов-выходов системы, т.е. влияние забойных давлений и темпов нагнетания на темпы добычи на сеточных блоках добывающих скважин, можно представить моделью пониженного порядка. Таким образом, вектор х состояния в уравнении (4) не обязан иметь физический смысл наподобие , но будет помогать выражать поведение вхо