简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。
简介:致密砂岩气藏是一种重要的非常规油气资源。致密砂岩储层非均质性很强,渗透率极低,而且使用水平井开发时井眼轨迹复杂同时还需进行水力压裂,因而用传统模拟方法进行生产动态预测和开发优化时面临诸多挑战。本文的目的是建立一个适用于致密砂岩气藏的数据驱动的预测工具.该预测工具以人工神经网络为基础,这种神经网络可以作为物理驱动的模拟方法(即数值模拟模型)的有力补充.本文所设计的工具用于在已知初始条件、作业参数、油藏/水力压裂特征等参数的情况下代替数值模型预测水平井动态本文的预测工具以数据驱动的模型为基础,用10年累计天然气产量数据对其进行了盲测,结果表明误差只有3.2%。另外,本研究还建立了一个图形用户界面,以便于工程师在实际生产中使用该工具,用户可以通过该界面在极短时间内得到某个油藏的可视化动态评价结果。以WillianlsFork组为例,通过评价不同井设计方案下的生产动态,并结合由蒙特卡洛模拟给出的不确定性,对该工具的适用性进行了验证。结果表明,利用该工具可以在合理的准确度范围内快速地获得水平井生产动态的P10、P50和P90估算值.
简介:工作经验表明,开发期间原油和凝析气井的实际产能会明显降低。当井底压力(Pp)低于泡点压力(Pbp)时油藏的产量就会降低。凝析气井中的产能下降主要是由于近井地带中的反凝析引起的。在原始凝析油含量高,尤其是带有残余油的油气藏中,这种效应是非常显著的。该研究的实验结果证明,在孔隙表面最初为部分非水湿(疏水),或者原油和凝析油在多孔介质中渗滤期间变为疏水的油藏中,产量降低就会发生。本文概述了用于实际油气井产能恢复的方法。其基础是用各种化学品将孔隙表面从完全或部分非水湿(疏水)改变为水湿(亲水)。该过程称之为亲水化,它可以恢复初期产能,降低水驱期间可动水层水锥进和水侵的可能性。介绍了亲水化的实际效果及现场应用情况。
简介:用碳酸盐岩水平岩样进行了特殊岩心分析,以便在新鲜和老化状态下,通过在X射线CT扫描仪下进行观测评价阿布扎比海上水驱动态。通过表面直观观测和X射线CT扫描识别,岩心明显是非均质的,局部含有一些形成孔洞孔隙空间的藻类碎屑和一些能够形成低孔隙区域的矿物。因此,本项研究的主要目的是评价这些非均质性对水驱动态和后来采收率的影响。对于新鲜岩心来说,Amott和USBM试验结果表明了中间润湿到水湿性质,该性质与预计的结果相矛盾。这意味着,钻井液污染可能改变了原始润湿条件。在这种条件下进行的水驱试验获得了相当高的采收率。通过证明均匀的水前缘推进和高波及效率,X射线CT扫描证实了这一结果。把相同的试验方式用于了老化岩心,在Amott和USBM试验中得到的结果表明了油湿性质。采收率稍微低于新鲜岩心,但是仍然是有利的。X射线CT扫描还证明,流动是均匀的。由此可见,尽管局部出现了非均质性,但是老化岩心试验还是获得了高采收率。用JBN方法推导的新鲜和老化岩心Kr曲线的形状稍微有所不同。用一维岩心驱替模拟模型验证了老化岩心Kr曲线。因此,本文通过一个实例介绍了在X射线CT扫描下的水驱详细情况和岩心分析综合方法。
简介:由于油气勘探开发问题已变得十分复杂,已无法只依靠一个学科来解决,同时我们又处在信息爆炸的时代,所以油气行业的多学科分析方法和数据发掘工作也就显得越来越必要,已远远超出了职业好奇心。为了解决我们所面临的困难问题,需要为传统学科(例如石油工程学、地质学、地球物理学和地球化学)拆除我们所构建的隔墙,同时寻找真正的多学科解决办法。因此,我们今天基于结果的“综合”将不得不让位于一种新的综合形式,这就是学科综合。此外,为了解决复杂问题,还需要超越标准的数学技术。为此,需要用一些新兴的成套方法和软计算技术(例如专家系统、人工智能、神经网络、模糊逻辑、遗传算法、概率推理和并行处理技术)来补充常规的分析方法。软计算与常规(硬)计算的区别,表现在软计算可以接受模糊性、不确定性和局部真实。软计算还具有易于使用、功能强大、可靠有效和成本低廉的特点。在这篇综述性论文中,我们要特别强调软计算对油气藏智能描述和勘探的作用。
简介:为了识别三维地震数据和生产测井数据之间的非线性关系和映射,开发出了的一种综合方法。该方法在一个在产油田得到了应用。它采用了诸如地质统计和传统的模式识别等常规技术,并结合现代的软计算(softcomputing)技术(神经计算学、模糊逻辑学、遗传计算学和概率推理学等)。我们的一个重要研究目的,是在三维地震数据和现有的生产测井数据的基础上,利用聚类(clustering)技术确定最佳的新井井位。采用三种方法进行分类:(1)k-平均聚类;(2)模糊c-平均聚类;(3)识别相似数据体的神经网络聚类。在井筒周围可以识别聚类组(duster)与生产测井数据的关系,所得结果用于在远离并筒方向上重建和外插生产测井数据。这种先进的三维地震和测井数据分析与解释技术可用于:(1)确定生产数据和地震数据之间的映射;(2)在多属性分析的基础上预测油藏连续性;(3)预测产层;(4)优化井位。
简介:通过监测诱发的微地震事件可以描述水力裂缝的分布,这些裂缝一般沿着垂直于区域最小应力的方向生长发育。然而,在较小的规模上,岩石矿物成分的变化以及现有的断层和裂缝网络会影响人工裂缝网络的发育。我们把微地震事件的位置与由多道反射地震资料提取的地震属性进行了综合,这些地震资料包括波阻抗反演结果、拉梅参数以及地震曲率属性。研究发现,微地震事件位置与波阻抗低值以及入ρ和μρ低值区段具有很好的相关性,这些参数可以描述北得克萨斯州巴尼特组下段和上段页岩中易破裂层段的典型物理性质。此外,微地震事件位置与根据体积曲率(volumetriccurvature)确定的背斜构造的关联性比较弱。我们认为,波阻抗以及入ρ和μρ低值区与充填有方解石的裂缝和围岩之间的界面具有关联性。
简介:本文描述了在得克萨斯Scurry县SACROC单元CO2EOR项目中应用智能井的实例研究。在2005年初实施了一个有5口井的先导性试验项目,目的是证实智能井井下流动控制阀能够限制或隔离产自采油井高渗透层的CO2和控制从注入井注入的CO2分布。目的是减少CO2在注入井和采油井之间的不必要循环,提高波及效率,增加呆油量和提高最终采收率。这一目的是通过采用有成本效益并且适合这一目的的智能井系统达到的。可以把在本文中描述的智能井技术和工艺过程应用于所有EOR/IOR油田开发规划中,特别是可以应用于C02WAG中。可以把在该实例中采用的智能井技术应用于层状、形成封存箱的和复杂的油藏,特别是可以应用于二次和三次采油井网。初步结果显示,在保持经济呆油量的同时,大幅度减少了CO2采出量。采用智能井设备还能够在不使用钢丝和电缆的情况下在一口井内对不同层进行选择性测试和实施增产增注措施。