一种预测聚合物驱开发动态的新模型

为建立聚合物驱产油量预测模型,对比了Weibull预测模型、广义翁氏预测模型、瑞利预测模型及HCZ预测模型的特点及其对聚合物驱产油量预测的适用性.分析影响聚合物驱产油量的因素,将聚合物驱注入量、开发时间及聚合物浓度等主要参数引入预测模型,建立了聚合物驱产油量预测的新模型.应用该模型成功预测了大庆4个聚合物驱区块的产油量.结果表明:预测曲线与实际产油量曲线的相关系数均高于0.985,预测的产量峰值及其对应的聚合物注入量的误差均小干3%,预测结果可靠.该预测模型可用于分析聚合物驱注入量、聚合物浓度、注入速度等因素对聚合物驱产量的影响;所需参数少,计算快,应用方便.图6表2参13     

用组合模型预测聚合物驱产油量

聚合物驱产油量预测结果的可靠性直接关系到油田开发年度规划和中长期规划的部署,因此预测模型的选择尤为重要。在简要介绍组合预测模型的基础上,建立了基于Weibull 预测、HCZ 预测和广义翁氏预测3 种单项预测方法的最优加权法组合预测模型;以预测误差平方和最小为准则确定最优组合预测模型中的加权系数,实现产量预测模型的最优组合,并利用实际生产数据通过与Weibull 预测模型、HCZ 预测模型和广义翁氏模型的预测精度对比分析,验证了组合模型的有效性和实用性。     

考虑启动压力梯度的聚合物驱数值模拟

针对目前常用的化学驱数值模拟软件并不适用于低渗透油藏的问题,通过室内实验开展低渗透油藏聚合物驱油机理研究,量化表征中国石化江苏油田低渗透油藏中聚合物驱的关键物性参数,分别采用拟启动压力梯度模型和非线性模型建立低渗透油藏聚合物驱数学模型,进行数值求解并应用。研究结果表明,中国石化江苏油田低渗透油藏聚合物驱适宜采用相对分子质量为600×10~4~900×10~4的聚合物;拟启动压力梯度模型忽略了渗流曲线的弯曲段,夸大了低渗透油藏的渗流阻力,而非线性模型更适于模拟低渗透油藏聚合物驱过程。在江苏油田沙7断块的应用结果表明,基于非线性模型建立的数值模拟方法能够考虑低渗透油藏聚合物驱过程中启动压力梯度的影响,模拟计算结果与矿场实际生产数据更加吻合,为低渗透油藏化学驱的方案优化与动态预测提供了有效的技术与方法。     

一种预测聚合物驱含水率的新模型

依据聚合物驱含水率降低值与产油量变化趋势相似的特点,将产量预测模型引入聚合物驱含水率预测。分析了Weibull预测模型、广义翁氏预测模型、瑞利预测模型的特点及其对聚合物驱含水率预测的适用性。同时,通过分析影响聚合物驱含水率的因素,将聚合物驱注入量、开发时间及聚合物浓度等主要参数引入预测模型,建立了聚合物驱含水率预测的新模型。应用该模型对大庆3个聚合物驱区块的含水率进行了预测。结果表明,预测曲线与实际含水率曲线的相关系数均高于0.98,预测的含水率最低值及对应的注入量误差均小于4%,预测结果可靠。该预测模型可用于分析聚合物驱注入量、聚合物浓度、注入速度等因素对聚合物驱含水率的影响,所需参数少,计算快,应用方便。     

基于遗传算法的天然气产量预测研究

针对广义翁氏预测模型中拟合结果误差较大的问题,根据组合预测思想,在广义翁氏模型预测过程中,引入一次指数平滑模型进行修正,构建了一种组合优化预测模型,并应用基于实数编码的遗传算法对其求解.组合优化理论的应用分析和对实际生产数据的拟合分析均表明,该方法具有较好的预测能力和较高的预测精度.     

一种新型天然气产量预测模型

随着气田进入开发后期，采气成本逐年增加，有必要加强天然气开采短、中、长期规划工作，以最大限度地降低采气成本，提高经济效益。为了保证天然气开采规划方案的科学性和顺利实施、提高天然气产量预测的精确度，根据天然气开采过程中的产量变化规律，选取了广义翁氏模型和一次指数平滑模型这两种常规预测模型，并应用最优化理论综合考虑了其特征，建立了一种新型天然气产量预测模型--最优化模型。通过对实际生产数据的拟合分析，可以看出：该模型一方面保持了广义翁氏模型的特征，另一方面又弥补了一次指数平滑模型的不足，实现了二者的最优组合，且具有更好的拟合预测效果。从现场实际应用来看，该模型预测结果较准确，适用于天然气产量预测。     

Weibull与HCZ预测模型在聚合物驱产油量预测中的应用

以建立聚合物驱产油量预测方法为目的，首先分析了Weibull预测模型和HCZ预测模型的特点及其对聚合物驱产油量预测的适用性，推导了2种模型预测聚合物驱产油量的过程。应用2种预测模型可计算聚合物驱最大产油量和最大产油量出现的时间、不同时刻的聚合物驱产油量、累积产油量、聚合物驱阶段采出程度等指标。现场应用证实，HCZ预测模型与Weibull预测模型相比，对实际产油量的拟合程度高，2种模型预测的聚合物驱产油量的误差均在10％以内。预测模型预测结果可靠，计算快，应用方便。     

基于人工神经网络的聚合物驱提高采收率预测——人工神经网络与二次多项式逐步回归方法的对比

准确评价和预测聚合物驱开发效果对油田开发和管理具有重要指导意义.储层微观孔隙结构参数是影响聚合物驱开发效果的重要因素,二者之间是一种非线性、不确定的复杂关系.用相关性分析优选出对聚驱提高采收率值影响较大的参数,采用多项式回归分析和BP神经网络的方法对于这种非线性、不确定的多变量系统进行预测,结果表明人工神经网络方法具有更好地自适应性,能较好的反映影响聚驱效果的各种微观参数与提高采收率值的内在联系,而且预测精度较高.因此认为应用BP神经网络方法预测聚驱效果是可行的、有效的.     

基于三层前向神经网络的聚合物驱含水率预测模型

考虑到开发过程中影响聚合物驱油效果的动态因素，如聚合物注入浓度、注入速度和采油速度等，提出了一种基于三层前向神经网络的聚合物驱含水率预测动态模型。该模型在训练神经网络时采用了改进的Levenberg-Marquardt算法，从而避免了矩阵求逆运算。对孤东油田七区所建模型的研究结果表明，应用该方法可以获得与实际结果拟合均方差为0．0460的聚合物驱含水率预测模型。应用该方法与应用数值模拟预测含水率的拟合均方差仅为0．3608，表明该方法可用于与具有相似地质特征区块的聚合物驱含水率建模预测。     

聚合物驱含水率变化定量表征模型

基于实际聚合物驱含水率变化曲线的特征及定量表征模型的建立原则,建立聚合物驱含水率变化定量表征模型。刻画聚合物驱含水率变化曲线特征的主要参数包括含水率开始下降时注入聚合物孔隙体积倍数、含水率下降最大值时注入聚合物孔隙体积倍数、含水率恢复到初始注聚含水率值时对应的注入聚合物孔隙体积倍数及含水率下降最大值。基于粒子群优化算法给出了定量表征模型参数的拟合方法。同时,综合油藏数值模拟、正交设计和支持向量机方法建立了考虑多因素组合影响的聚合物驱含水率变化特征参数预测模型。计算实例表明,应用所建立的模型,能便捷地预测聚合物驱含水率变化,把握其整体趋势,指导聚合物驱方案的实施。图3表3参16     

Integrating genetic algorithm and support vector machine for polymer flooding production performance prediction

Quantitative characterization models of oil increment and water-cut change in polymer flooding called Hou's models are established in the paper. The mathematic models are concise and characteristic parameters have specific physical meanings and are easy to determine. Automatic solution method based on real-coded genetic algorithm (GA) is presented. Based on numerical simulation of polymer flooding, quantitative prediction model of production performance in polymer flooding is established through the combination of orthogonal design and support vector machine (SVM) methods, in which the combination effect of factors is considered. Taking Shengli oilfield as an example, the history matching and prediction of polymer flooding are carried out, it is indicated that there exists a good matching between the quantitative characterization model and the field data, and this model can be extrapolated. Regardless of the limited sample set, the quantitative prediction model can give consideration to both universality and generalization to meet the requirements of engineering computation application. The characterization model or prediction model can be alternatively used according to whether there is a dynamic tendency of the polymer flooding unit or not. Therefore, the models can guide the scheme programming and dynamic adjustments of polymer flooding.     

Neuro-simulation modeling of chemical flooding

Chemical flooding has proved to enhance oil recovery of reservoirs considerably. Development strategies of this method are more efficient when they consider both aspects of operation (recovery factor, RF) and economics (net present value, NPV). In this study, a multi-layer perceptron (MLP) neural network is developed for modeling of chemical flooding using surfactant and polymer via prediction of both RF and NPV in a unique model. The modeling algorithm is divided into three processes: training, generalization, and operation. In training process, the initial structure of the network is trained, and then the architecture of the trained network is optimized for reduction of prediction errors in generalization process. Furthermore, the optimum structure is compared with other methods like Radial Basis Function (RBF) neural network, quadratic and multi-objective regressions. The optimum architecture of the network contains one hidden layer with 8 neurons and training function of Bayesian regularization. In operation process, sensitivity analysis is studied for evaluating of effective parameters (inputs) on the performance of chemical flooding. The error is always less than 5% during the implementation of all processes. The results demonstrate that neuro-simulation of chemical flooding is reliable, inexpensive, fast in computational effort, and capable in accurate prediction of both RF and NPV in one model.     

基于灰色主成分的聚合物驱操作成本预测方法

聚合物驱开发具有采油速度快、持续时间短、开采成本变化规律复杂等特点,其操作成本构成和预 测方法与常规水驱有所不同。科学预测聚合物驱操作成本是有效控制油气操作成本、准确制定成本计划 的关键。结合聚合物驱的开发特点,应用灰色系统理论和主成分分析方法给出了操作成本的影响因素,并 建立了聚合物驱操作成本的预测模型。实例证明这一预测方法能较好地预测聚合物驱开发操作成本,达 到提高预测精度的目的。     

基于支持向量机的早期聚合物驱动态预测研究

海上稠油油田由于受到开采时间的限制,一般在含水率达到40%之前进行聚合物驱,以提高油藏采油速度和开发效果,开发动态与陆上油田高含水期聚合物驱存在较大差异。文中应用统计方法,分析海上稠油油田早期聚合物驱的生产动态,从数据序列分析的角度研究其动态规律,认识不同动态参数之间的内在联系;基于支持向量机方法,建立时间与含水率、采出程度等动态参数之间的变化关系,并根据实际动态资料及时修正,进而建立能够反映早期注聚合物规律的预测方法。利用建立的预测模型,对渤海油田典型聚合物驱油藏进行实例计算分析。结果表明,建立的模型能够实现时间序列的多步预测,且预测结果满足精度要求,为早期聚合物驱开发指标预测和动态适时调控提供了一种有效的方法。     

聚合物驱阶段提高采收率预测模型的建立与应用

为了预测聚合物驱开发指标,根据实际生产数据,综合应用驱替特征曲线和经验回归方法,建立了聚合物用量与提高采收率变化规律的预测模型。并对A油田39个一类油层和二类油层聚合物驱区块进行拟合和预测,计算结果表明:在半对数坐标系下,聚合物用量与提高采收率成线性关系;在聚合物驱的含水稳定阶段与含水回升阶段,该方法预测精确度较高,提高采收率绝对误差为0.01 % ~0.58 % ,相对误差为0.09 % ~6.24 % 。该预测模型能够应用于聚合物驱的长远规划与年度规划,也可用于聚合物驱开发调整措施效果评价和确定单井组转后续水驱时机。     

驱替特征曲线法预测聚合物驱效果研究

为了预测聚合物驱降水增油效果,根据聚合物驱转后续水驱后驱替特征曲线,推导出聚合物驱产油量、含水率、增油量、有效期和增加可采储量预测模型.实际应用表明:聚合物驱转后续水驱后预测结果与实际数据符合程度较高,可以应用于聚合物驱效果预测,也可以用于聚合物驱中长远规划.     

聚合物驱流线数值试井解释模型及其应用

针对生产和关井两个阶段分别建立了考虑复杂因素影响的聚合物驱流线数值试井解释模型，两个阶段均考虑了油藏非均质性、聚合物驱、油水两相流、多井等因素的影响。该流线试井解释模型采用最新的流线方法进行一维求解，具有更高的求解速度和稳定性，同时它比现有模型更加接近于油藏真实环境，具有更高的现场实用性。     

致密油藏压裂水平井产量预测

针对致密油藏压裂水平井流态复杂及全生命周期产量预测误差大的问题,在对前人经验递减模型适用性研究的基础上,选取以不稳定流和过渡流为主导的产量指数递减（SEPD）模型及以边界控制流为主导的指数模型进行组合,通过结合节点处的产量相等和递减率相等,构建了以边界控制流时间为节点的全生命周期新型分段产量预测模型,同时建立了广义回归神经网络算法下的边界控制流时间预测方法及分段函数的最小二乘法拟合参数求取方法。结果表明,不论是否到达边界控制流,新模型普遍比单一SEPD模型和指数模型的拟合度高,其预测结果更接近于生产后期的指数评估结果,误差小于5%。     

基于LSTM的润滑油加氢装置产品预测和基于RF的操作优化相关性分析

基于某炼油厂润滑油加氢装置的生产工艺及实际生产数据,采用Aspen HYSYS软件建立了润滑油加氢装置的生产过程机理模型,并用随机抽样的方法验证了模型的有效性;然后根据生产工艺条件运行机理模型,扩展了装置的产品预测数据集。对比BP神经网络,采用LSTM(Long Short-Term Memory)神经网络,以加氢裂化反应器入口温度、加氢异构反应器入口温度、加氢后精制反应器入口温度、加氢裂化后常压分馏塔塔顶温度、加氢异构常压分馏塔塔顶温度、加氢裂化反应器压力、加氢异构反应器压力为输入,以轻质润滑油常温常压下的质量流量、40 ℃运动黏度、闪点和倾点4个目标为输出建立了预测精度更高的产品预测模型。通过随机森林(RF, Random Forest)算法对该装置产品预测数据集的输入特征变量与输出目标变量进行了相关性分析,确定了特征重要度排序,得到了不同生产目标对应的优化操作方案。