油田开发动态指标预测子系统的研究与设计

本文依据智能决策支持系统(IDSS)的基本理论及设计方法,设计和实现了一个智能决策支持系统模型库子系统——油田开发动态指标预测子系统。该子系统的设计采用了“系统生成”的设计思想,为各类用户提供了一个通用的“框架”,用户只要按系统提示定义好自己的问题,即可生成自己的具体系统。因而,系统具有较强的通用性、可扩充性。     

油田产量预测系统

运用预测模型和数据库管理一体化技术，面向油田已有的数据库数据、包容各种预测方法。建立了油田生产的计算机预测系统，以提高预报效率和数据管理水平。并为制订生产规划提供依据。应用表明，该系统具有推广和实用价值。／     

油田开发调整方案的多指标评价方法探讨

针对目前油田开发调整方案选择中所采用的传统评价方法，会议评议法与经济分析法的缺陷，提出采用多指标综合评价来进行开发调整方案的选择。通过产例说明了该评价方法的应用，并进行了方案选择和排序。     

油田产量预测系统

运用预测模型和数据库管理一体化技术，面向油田已有的数据库数据、包容各种预测方法．建立了油田生产的计算机预测系统，以提高预报效率和数据管理水平，并为制订生产规划提供依据．应用表明，该系统具有推广和实用价值．     

油田开发规划系统设计

本文建立了油田开发规划数据库平台,根据油田开发过程中的各项数据掌握大港油田开发自身的动态变化特征,对其进行系统分析、预测预警和规划,使上游生产数据库在开发规划中得到更好的应用,使开发规划的相关研究工作如开发动态分析预测及预警、经济效益评价及预警、产能建设后评估等上一个台阶。从而更好地实施油田开发的最优控制,制定出科学合理的开发规划,最终提高开发水平。     

油田开发动态的多参数输入模拟预测方法

在进行考虑多种因素综合影响下油田开发动态指标预测时,缺少定量化模拟预测方法,油藏工程方法由于多属于机理型模型、单一条件统计规律模型,不适合此类条件下的定量预测。本文提出了一种考虑多参数约束控制拟合的开发动态预测方法,输入参数可包括产量、成本、工作量等。由统计理论根据历史信息实现系统指标变化情况的模拟,建立系统的输入输出关联关系,进而外推进行预测。提出的开发动态预测方法反映了实际开发过程中各种因素的复杂影响。     

稠油油田热采开发指标预测方法研究

选取对数正态分布为产量预测模型、Compertz模型为含水预测模型 ,注采关系曲线为油汽比模型 ,联立求解 ,进行开发指标预测 .矿场实例计算结果表明 ,该方法可对稠油油藏注蒸汽开发所有指标和全过程进行预测 ,为开发规划及油藏工程设计提供依据     

三次采油指标预测及开发最优接替模型研究

在进行三次采油（聚合物驱、三元复合驱）中,由于存在“分区块开发”、“层位上返”、“产量接替”现象,而各个区块、层位的地层条件、开发现状和产能现状不相同,投资和成本参数也不相同,不同的投产顺序则整体的效益不同,为了优化决策各个区块的上产顺序,实现产能最优接替,提出一种简便预测开采“三因素统计预测法”,研究了三次采油工业过程中多区块产能接替的最优顺序问题和应用网络流规划方法,建立了“成本最小”和“产量最大”两类动态优化模型,并进行了实验计算,该模型可以辅助规划人员及领导层对多区块的最优开发顺序进行决策。     

利用神经网络外推预测油田综合含水率

逻辑斯特模型常被用来预测油田晚期勘探阶段的石油资源，还可用来预测一个油区的含水率变化过程。文中应用改进的神经网络算法和结构。预测油田的含水率变化趋势，并与Ｌｏｇｉｓｔｉｃ模型预测结果进行了比较。结果表明，神经网络是一种可行的石油资源外推预测方法。     

三次采油指标预测及开发最优接替模型研究

在进行三次采油 (聚合物驱、三元复合驱 )中 ,由于存在“分区块开发”、“层位上返”、“产量接替”现象 ,而各个区块、层位的地层条件、开发现状和产能现状不相同 ,投资和成本参数也不相同 ,不同的投产顺序则整体的效益不同 ,为了优化决策各个区块的上产顺序 ,实现产能最优接替 ,提出一种简便预测开采指标“三因素统计预测法”,研究了三次采油工业化过程中多区块产能接替的最优顺序问题和应用网络流规划方法 ,建立了“成本最小”和“产量最大”两类动态优化模型 ,并进行了实例计算 .该模型可以辅助规划人员及领导层对多区块的最优开发顺序进行决策 .     

张强凹陷强1块开发指标预测研究

在对张强凹陷强1块开展地质综合研究及开发部署研究的基础上,综合应用油藏工程方法和油藏数值模拟方法对开发指标进行预测,将传统的拟合、预测过程由流水线式模拟创新为并行式模拟,得出了强1块现有井网条件下未来十年的开发指标,为后续经济评价与投资决策提供了科学依据,同时为同类油田开发初期开发指标预测提供了有益借鉴。     

蒸汽驱开发指标预测的解析模型

从分析蒸汽驱物理过程入手,建立起蒸汽超覆物理模式,把蒸汽驱过程中的油藏分为具有超覆前缘的四个区:原始油藏区、原油富集区、热流体区和蒸汽区.经过各区超覆前缘等价位置的转换,把超覆物理模式等价转换成活塞式推进物理模式;然后建立各区的物质平衡方程和能量平衡方程,求解出各区中油、汽、水饱和度以及前缘等价位置.提出了综合驱替效率的概念。利用拟驱替效率和面积波及效率计算出各时刻油、气、水、汽(当出现蒸汽突破时)的产出量及油汽比等一系列开发指标,并与经验方法预测结果和蒸汽驱数值模拟结果进行了对比.结果表明,本文模型计算的产量曲线与热采数值模型的计算结果较为吻合.     

吉林油田注水系统结垢趋势预测

针对吉林油田注水系统的特点,对碳酸盐垢,硫酸盐垢的结垢趋势分别进行了理论预测,同时对实验室仿真模拟实验中的结垢样品进行了Ｘ射线衍射分析,理论预测结果表明,吉林油田注水系统中可能会形成碳酸盐垢而不会形成硫酸盐垢,理论预测和实验室仿真实验完全相符,为吉林油田注水系统选择合适的阻垢剂提供了依据。     

油田开发调整方案的多指标评价方法探讨

针对目前油田开发调整方案选择中所采用的传统评价方法：会议评议法与经济分析法的缺陷,提出采用多指标综合评价来进行开发调整方案的选择．根据实施油田开发调整的目标,建立了油田开发调整方案评价指标体系,采用专家评议法和层次分析法确定指标权重系数,对各项指标数据进行了无量纲归一化处理,解决了对不同计量单位评价指标的不可公度问题．通过实例说明了该评价方法的应用,并进行了方案选择和排序．     

海相低渗砂岩油藏动态产能指标快速预测

近海低渗油藏开发生产后,产能指标预测是油藏开发方案制定及调整的重要参考依据.由于海上平台获取资料成本高、难度大,导致近海低渗油藏的产能及压力测试资料较少.在缺乏油藏资料条件下如何准确预测近海低渗油藏的产能指标成为一大难题.通过分析地层压力传播过程中低渗油藏产能的变化规律,认为该类型油藏开发过程中压力与时间的关系符合线性...     

基于IPSO-GNN的油田指标预测模型研究

针对油田开发指标预测问题,提出将灰色神经网络(GNN)与改进粒子群算法(IPSO)相结合的组合预测模型(IPSOGNN),通过IPSO对GNN的a、u参数进行优化,改善了GNN的不足,有效地保证了预测精度。以油田开发指标中的含水率作预测算例,仿真结果表明:此模型的预测精度高于灰色预测模型、灰色神经网络以及BP神经网络模型,同时也表明了此方法的可行性与有效性。     

基于ZigBee和WiFi的油田无线监测系统设计

针对油田数据的采集监测及远程应用的需求,提出了一种用于油田的无线网络系统。该系统将Zig Bee技术与Wi Fi技术相结合,实现监测信息的无线传输;传感节点以XBee PRO S2B为主控芯片,通过电量、压力、载荷、位移、温度传感器实时采集项目数据,采集到的数据通过Zig Bee网络传至Zig Bee-Wi Fi中继转换器转送至Wi Fi网络,转换器既作为Zig Bee网络的协调器,又作为Wi Fi网络的节点;通过Zig Bee网络与Wi Fi网络的结合,数据可以在移动手持设备上显示并并进行分析。系统实现了油田的远程监测、2种通信技术的转换及低功耗、高速率数据传输,使油田数据的采集更加方便、灵活。     

用深度学习挖掘油田开发指标预测模型的知识

油田开发指标变化特征被当作油田开发规划、油田开采状况评价、油田开发方案设计与调整及油田开发风险预测预警等决策管理问题的重要依据。针对至今没有很好解决的建立智慧油田的瓶颈问题之一——油田开发指标智能预测系统的选择预测方法和模型的知识挖掘问题,基于油田开发的海量数据,利用深度学习的卷积神经网络和循环神经网络,提取反映油田开发动态特征和知识。在此基础上,结合已建立的油田开发指标预测的模型库及知识库,利用深度学习的实体和关系的联合提取方法,提出通过油田开发输入信息、油田开发动态特征指标、油田开发指标预测的模型库和知识库挖掘选择油田开发指标最佳预测模型的知识方法。概念设计的模拟实例表明,提出的知识挖掘流程可实现只要输入油田开发的相关信息,就能自主获得恰当的油田开发指标预测模型。     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的