基本介紹
- 中文名：油藏動態預測技術
- 外文名：Dynamic reservoir prediction technology
- 學科：石油工程
- 目的：提高採收率
- 方法：統計型方法等
- 展望：提高精度
具體內容,動態預測的方法,油藏數值模擬結果及提交形式,預測科學及其在油田開發中的套用,動態預測方法展望,
具體內容
對於高含水期的老油田, 動態預測包括基於現有井網層系的油田開發動態評價和開發調整方案優選。開發調整方案中通常遇到的問題有:
①調整注采水平來控制和維持地層壓力;
②研究剩餘油飽和度分布以及與此相關的加密鑽井和油水井注采關係調整;
③提高原油採收率方法評價等。
動態預測的方法
油氣田開發指標預測方法分為三類：
第一類是從數理統計角度出發，以統計量為研究對象的研究方法，即統計型方法。此方法是運用數學統計方法對油田（區塊或單井）已發生的動態開發指標間的相互關係進行加工、整理、推導出的數學公式或模型，由於資源信息來源方便、準確，相關指標的關係簡潔，資料處理過程簡單，預測結果可以滿足油田生產需要，在實際套用中最為廣泛。
第二類是從油藏工程理論角度出發，以信息體系為研究對象的研究方法，即機理型方法。如物質平衡法、油藏數值模擬法等，其中物質平衡法和數值模擬法由於對油藏動、靜態資料的精度或數據量的要求較高，實際套用中有較大的局限性。其特點是理論基礎紮實、可靠，表達式物理意義明確，但也存在所需參數多、計算方法繁瑣、不易掌握的缺點。 第三類方法是從系統工程理論角度出發，以控制論、資訊理論、模糊數學等為基礎，描述有限生命體系發展過程的研究方法，即系統功能模擬法。
1．統計型方法
統計型方法是對油氣藏生產規律的直接分析和總結，要求直接、系統地觀察油藏的生產動態，收集足夠的生產數據，通過詳細的分析和研究來發現油田的生產規律，其中包括主要的生產指標變化規律，以及各指標間的相互關係等。 統計型方法的研究和運用可以分為三個階段：
第一階段所研究的油氣藏生產史通常稱為油氣藏的擬合期，要求系統地觀察油藏的生產動態，準確、全面地收集能說明生產規律的資料，其中包括必要的分析化驗資料，對其深入地分析並找出其中的規律性；然後按一定的理論方法，如統計分析、曲線擬合等，總結出表達這些規律的經驗公式。
第二階段稱為油氣藏動態的預測期。之前擬合期對生產規律的總結給人們提供了研究方法，但是還需套用這些方法來對油藏的未來動態，至少要對今後某一有限階段的動態，包括各種開發指標進行預測，以達到研究的最終目的。
最後階段是方法本身的校正和完善。對比預測期內理論方法提供的油氣藏動態指標的變化與實際油氣藏動態指標，可以發現兩者往往是有所差別的，某些差別的出現是由於偶然因素影響的結果，而大多數情況下還是由於方法本身還不夠完善，這就需要根據新的生產情況，不斷修正和完善方法本身，實現認識論與方法論的統一。
目前所建立的統計型動態預測方法包括廣義翁氏預測模型法、威布爾（Weibull）模型法、HCZ（胡—陳—張）預測法、對數常態分配（Log—Normal—Distribution）預測法、Logistic預測法、遞減法、水驅曲線法、經驗公式法等十幾種方法，用來預測油氣田開發過程中所涉及的各類重要指標。上述預測方法一般是帶有幾個待定常數的非線性函式，結合歷史數據，利用線性或非線性函式變數尋優算法求解得到具體值，然後代入時間序列中的某個值，即可求出相應開發指標的預測值。這些基於時間序列的預測方法可以預測油氣田的可采儲量、累計產量、含水比等隨時間變化的趨勢，且實用性強，預測結果可靠，容易掌握和使用。
2．機理型方法
機理型方法主要是根據油藏工程理論建立預測模型的方法。這類方法的特點是機理比較明確，但有時過於理想化，與實際差別較大，主要用於開發前期的開發指標變化趨勢與開發機理研究、初步開發方案的對比與優選。有兩類具有代表性，即物質平衡方程法和油藏數值模擬方法。
物質平衡方程法由美國薛爾紹斯建立，主要用於描述罐模型，即零維模型(一般為代數方程，有時也用常微分方程描述)。在忽略油層非均質性和壓力分布差別的情況下可以使用，一般用於彈性驅動、溶解氣驅動和水驅油田巨觀開發指標變化趨勢的預測或開發機理的研究。這類方法機理比較明確，計算簡單，但不能給出非均質油層的精細預測。
油藏數值模擬法的原理是運用偏微分方程組描述油藏的開採狀態，通過計算機數值求解得到開發指標變化。這種方法不僅機理明確，可以考慮油層非均質性和複雜的邊界條件，而且能夠考慮黏滯力、重力和毛細管力的綜合影響，給出油層各處的飽和度分布和壓力分布及各井的開採指標。與其他方法相比，其局限性是需要輸入很多的數據，計算工作量大，費用高。由於節點數、計算速度和輸入數據的限制，目前這種方法主要用於油田開發方案設計與調整過程中的開發指標預測、各種措施的機理分析與效果預測，還不能用於較大規模或區塊的整體預測。目前，油藏數值模擬技術在油藏工程中具有極其重要的地位，各類油藏數值模擬商品化軟體種類繁多。
3．系統功能模擬法
系統功能模擬法認為，對於非線性系統必須研究其複雜性和整體性，並且認為結構複雜系統的整體功能或特性不是系統諸要素功能或特性的簡單線性累加，而是系統要素間協調與合作之後呈現出來的一種功能或特性，因此適用於那些直接觀察與試驗無法進行的複雜系統。功能模擬所依據的原理是，給定的功能並不是由給定的唯一結構所決定的，而是與一整類結構有關，功能對於結構的這種相對獨立性就是功能模擬的理論基礎。也就是說，考察一個系統機理不清楚或不完全清楚的發展趨勢，主要不是從它的內部因果聯繫方面去看，而是從它與周圍環境基於反饋機制的平衡角度去看；不是從揭露系統內部機制到功能的復現，而是從功能到功能，撇開了對物質、能量和內部因果關係的完整描述，從過程和控制過程的角度來刻畫對象。這種過程的現實存在，就是功能模擬的物質基礎，它的主要特點是在不斷的運動和變化中考察它所研究的一切過程和現象，既立足於隨機過程理論和方法，建立系統的動態數學方程，並通過歷史的擬合實現功能的同構，進而經後驗預報的檢驗確定模型的可靠性，再外推至將來。 從預測角度看有著獨立的預測功能。
一般來說，油氣藏具有同一的水動力系統，正因為如此，油氣藏動態系統具有整體性特徵。在未投入開發前，它是一個油、氣、水和岩石的集合體，並處於靜平衡狀態；投入開發後，它是一個油、氣、水運動過程的集合體，並在注采平衡前提下處於動平衡狀態。對於油氣藏這個可控動態系統來說，種種可控與不可控因素中任何單一因素或某些因素的結合發生變化都能使油氣藏動態發生變化，這是系統具有隨機特徵的主要原因。也就是說，系統注水或注氣後，油氣層中滲流質點的運動是在極其複雜的多孔介質中，在驅動力、重力、毛細管力、黏滯力，以及油氣水和岩石間的物理化學作用力等同時作用下進行的。這些力相互間的變化和作用與地面上的各種隨機影響又相互聯繫，使油氣藏動態帶有明顯的隨機特徵，從而表明油氣藏動態系統是一個具有整體性、統計規律性和時變特徵的非平衡過程集合體。如果分別利用神經網路、微分方程、灰色系統及支持向量機的理論和方法來表示此非平衡過程集合體，就是相應的微分模擬預測法、神經網路預測法、灰色系統法及支持向量機預測法。
微分模擬預測法首先對輸入輸出樣本數據進行處理，如累加，使隨機性弱化，為建模提供中間信息，由處理後的輸入輸出中間信息通過參數識別建立其關聯關係，並根據這一關聯關係對系統進行預測，再由預測結果還原到原輸出向量。它既考慮了影響因素對預測指標的影響，又考慮了預測指標自身的歷史變化規律，克服了其他預測法未能重視油田開發指標自身變化趨勢的缺陷，預測擬合精度高，可靠性好，但只適合於短期或單步預測；當進行長期或多步預測時會導致較大的偏差，歷史數據確定的模型參數未隨時間的推移而發生變化，較適用於非時變系統的預測。
神經網路預測法是利用為某種目的而設計的神經網路在確定網路的預測功能之後，就能預測某一指標的未來值，即輸入一組值X=（x1，x2，x3，⋯，xn），就能得到一組輸出值Y（y1，y2，⋯，yn）的預測值。它完成預測過程需要經歷兩個過程：第一是學習過程，當一對學習模式提供給網路後，各神經元獲得網路的輸入回響產生連線權值，然後按期望輸出與實際輸出誤差減小的方向，從輸出層經各中間層逐層修正各連線權，回到輸入層，此過程反覆交替進行，直至網路的全局誤差趨向給定的極小值，即完成學習的過程；第二是預測過程，網路結構選定後，就要確定網路的“功能”，作為網路的“預測功能”，一旦根據某種方式設定了神經網路中各神經元的閾值及各神經元之間的權值後，網路就具有了預測功能，即輸入一組值，就能得到一組輸出值。此方法模擬擬合精度極高，但缺點是網路結構一經確定，其預測就僅與輸入信息向量有關，而與輸出向量的歷史趨勢無關，從而可能導致預測結果與趨勢的不符。
灰色系統法是利用灰色系統理論建立預測模型的一種預測方法，1982 年由我國學者鄧聚龍創立。灰色系統理論就是研究本徵性灰色系統的量化問題，是研究系統的建模、預測、分析決策和控制的理論。它是一種處理數據不準確，即有一定灰度的通用預測方法。具有代表性的有GM(1，1)模型，其適用於數據量較少、很難使用機率統計方法建模的情形。同樣，這種方法也不追求機理，目前套用較多。
支持向量機預測法利用支持向量機基本原理，即以結構風險最小化原則為理論基礎，通過核函式的方法把線性不可分的模式輸入、映射到一個高維Hilbert 特徵空間；在這個高維的特徵空間中，構造最優分離超平面；通過引入核函式的概念，得到決策函式，然後利用線性可分的技術進行求解。核心算法實質上是一個凸的二次規劃問題，它能夠保證找到的極值解就是最優解，進而求出一個最優分類超平面，使問題得到解決。它不僅結構簡單，而且各種性能特別是泛化能力明顯提高。因此，利用支持向量機具有的理論完備、適應性強、全局最佳化、訓練時間短、泛化性能好等優點，進行開發指標的預測也同樣具有這些優點。目前，這種預測方法的套用剛剛起步，還處於探索階段。
由於系統功能模擬法拋開了物質與能量的概念，利用數學模型來研究系統的本質屬性，從形式上看與以往的曲線擬合沒有什麼區別，於是人們往往認為這類模型的最大弱點在其多解性。然而，就油氣田開發動態預測研究來說，從整體上考察系統狀態變化的全過程，儘可能全面地把握影響系統狀態變化的因素，這種基於觀測數據的不確定性和統計規律所建立的功能模擬預測模型必然具有一定的機率性。模型的機率性決定了解的實質是隨機變數的一種期望值，它也必然帶有機率性，但這種隨機性並不等於多解性。對於不確定系統來說，預測結果是否精確並不一定在於解釋的唯一性，而應該首先看它對各種隨機事件出現的機率有無必要的了解，特別是功能模擬模型的建立過程是在控制論的負反饋原理指導下完成的，從而避免了因人而異和多解性的發生。
油藏數值模擬結果及提交形式
1. 油藏數值模擬結果
(1) 油藏綜合及各小層開發指標, 如各開發時間的平均壓力、採油量、采水量、含水
率、採油速度、采出程度、注采比等;
(2) 單井指標, 如採油量、采水量、含水率、井底壓力、平均壓力、採油指數等;
(3) 動態參數場, 如壓力場、飽和度場、溫度場、各組分分布等。
2. 油藏數值模擬結果形式
油藏數值模擬結果形式包括綜合研究報告、油藏綜合及各小層開發指標, 單井開發指標通常以數據表格或與開發時間關係曲線的形式出現, 動態參數場通常以等值線形式給出, 或者以圖像顯式形式給出。
預測科學及其在油田開發中的套用
預測是認識客觀世界的一種方法，是一門跨越時空的透視科學。預測科學的顯著特徵是“植根過去，立足現在，推斷未來”，即在可靠原則信息的基礎上研究客觀事物過去、現在和未來的演變規律，為未來的最優控制提供依據。預測技術或方法成立的基礎包括知識性原理、慣性原理、相關性原理、近小遠大原理、機率推斷原理、反饋原理等幾個方面。只有在保證上述原理的有效性的基礎上，才可能確保利用這些原理所建立的預測方法的有效性。
預測科學理論技術在石油工業中的套用，比較多的是預測油田開發技術指標。開發指標是人們在石油工程領域常用的能夠計量和測試到的表征油層開採狀態的量值。開發指標預測就是對其自身的變化規律進行的定量預測，這種預測我們通常稱為動態預測。
動態預測方法展望
油氣田開發動態指標的預測是進行最佳化決策的基礎。迄今為止，國內外常用的油田開發指標預測方法有很多，這些方法由於適用範圍不盡相同，適用的開發階段不同、適用的油藏類型不同，對預測要求的條件和複雜程度也有所不同，因而各有其局限性。因此，在開展新的油氣田開發動態預測方法研究時，應重視以下幾個方面：
（1）預測模型要不斷完善。由於探井和測井技術不斷提高，在更多考慮油氣田的開發指標和參數時，有必要對模型進行修正和創新，以提高預測模型的預測精度。
（2）要注意引入智慧型技術。智慧型技術和計算機技術的飛速發展，為油氣田開發指標預測帶來了廣闊的前景，運用智慧型技術有利於提高預測模型的精確性、適應性和持續性。
（3）要技術集成。要從單一的模型預測發展到多模型的組合預測。為避免單一預測模型丟失有用信息，可運用組合預測方法，這對提高預測精度會有所幫助。如對同一預測問題而言，多個不同預測模型的線性組合在一定條件下能夠有效地改善模型的擬合能力，提高預測的精度，從而得到一種全新的基於時變系統的油氣田開發指標的預測方法。
