基于几何约束的最大控油面积井网自动生成算法

杨博

（北京大学地球与空间科学学院北京100871）

基于几何约束的最大控油面积井网自动生成算法

杨博

（北京大学地球与空间科学学院北京100871）

井网部署优化可以在油藏工程中指导新区井网的部署，优化时也应为后期井网加密考虑，为了能够使井网部署结果中控油面积相对较大，研究一种基于井网自身属性的几何约束条件和油藏模型属性约束模型相结合的井网优化算法，该算法通过在确定的几何约束条件基础上，选取油藏模型中单井控油面积最大作为属性约束条件，自动生成满足井网部署要求的优化结果。该算法可用于低渗透油藏井网部署优化方案设计，具有推广应用价值。

井网部署；几何约束；属性约束；控油面积；自生成算法

Class NumberTP39

1 引言

目前在油田勘探开发领域里，井网部署的重要性越来越明显，井网部署时考虑的因素也越来越全面，井网部署过程中，需要从各类地质因素、工程因素和经济因素入手［1］。许多专家学者对井网优化问题做了众多研究［2～3］，随着计算机技术的不断发展更新，更多的理论和算法也应用到井网部署中［5～8］。

井网部署优化的结果主要是为了油藏的开发服务，如何应对不同的开发场景，做出有效的优化方案，得出更好的优化效果，从而提高采收率，提高经济价值就显得尤为重要［9～10］。在油藏工程中，井网部署都是在给定的条件下进行的，首先井距、排距都是油藏工程师按照实际油藏特点进行了前期给定。随着经济因素的变化，国际油价的波动也影响了油藏开发的区域发生变化，当油价处于低谷的时候，往往是对油藏中的局部区域进行井网部署和开采［11～12］。如何在油藏的局部进行井网部署优化，同时将部署时的井距、排拒和井数作为几何约束条件，自动生成符合约束条件，且满足油藏模型中的重要属性最大的井网部署方案，具有重要研究价值。

为了解决带几何约束条件的井网部署优化问题，在给定的油藏局部区域中，提出了最大控油面积井网自动生成算法，该算法通过以区域极值作为主要控制参数，通过自动寻找区域剩余空间最大控油面积过程，结果能够在满足油藏开发的工程条件的同时，最大限度地满足地质条件最优，有效地为井网部署服务，在实际油藏井网部署中取得很好的应用。

2 模型建立

2.1 基于井网单元的几何模型

井网部署过程中的主要参数有井距、井数以及井网类型，确定这些参数后，基于这些参数建立了低渗透油藏井网部署几何模型。模型系统分为两部分，一部分主要为基础单井的数据和信息，主要为单井的井头、井网线、单井控油半径和井轨迹信息。另一部分是为井网整体的几何信息，包含了整个井网中各单井的井距、排距和井网中的井数信息。

2.2 基于油藏的属性模型

对于不同的优化方案，可以选取不同的属性模型来进行井网部署优化，最大控油面积算法研究过程中主要选取了油藏井网部署区域的油藏厚度作为主要的属性。将整个部署区域的模型进行网格划分，将属性值计算插值后放入每个格子中，成为单属性模型。

2.3 模型拟合

在已有的属性模型上，通过几何约束模型来生成井网部署优化结果，可以有针对性地为油藏开发服务，能够有效地在井网部署初期控制井网部署区域的总含油面积，对于油田的开采和后期井网加密意义重大。

3 算法

3.1 目标函数

在油藏井网部署过程中，尽可能地提高油田的原油采收率是关键，但其前提是井网部署的区域能够尽可能多地控制井网中所有单井的控油面积。所以在进行局部优化设计时，面对数据不充足的特点，应该将单井控油面积作为重要参数，利用井网部署最终的结果来计算部署区域的经济价值。算法中采取最大经济值作为井网部署优化的目标函数，所谓最大经济价值是将井网部署优化结果中所有控油面积最大作为最大经济价值。

3.2 生成算法介绍

本文以五点法为例，设计油水井共15口井，将算法生成过程进行演示，七点法和九点法只是在几何约束形态上有区别，生成过程是一致的。具体步骤见图1所示。

图1 井网生成流程图

首先对井网部署区域进行划定，对区域中所有网格的属性模型进行筛选，选定区域中油藏有效厚度最大的点，如出现多个最大点，则以该点为核心向周围网格扩充一圈油藏网格单元，累积求和后找出最大点，当前区域的极值，若依然存在多个最大点则继续向外扩充一圈油藏网格，继续求和，直至只找到油藏有效厚度的最大点为止。

然后以该点为井网生成的起点（以五点法为例，中间水井）来打井，打井点分为实点、虚点两种，实点为确定要打的井，虚点为可能打的井点。显然，井网起点为实点，此时剩余井数减1。从有效油藏厚度最大点开始，根据给定的井距a，井排距b，按照右、上、左、下的逆时针顺序形成十字井网，十字井网端点均为虚点，两点之间以实线连接（此时需判断虚点是否在选定区域内，若在区域外或边界上则不添加该虚点与实线）。生成第一个基础井网框架。如图2所示。

图2 基础井网框架示意图

然后判断第一口水井，依然选取四个区域中的含油面积作为判断条件，确定第一口水井的位置为蓝色实点并连接井网线，同时形成第一个井网单元，此时井数减4（三口生产井，一口水井）。此时生成第一个井网单元（均为实点），如图3所示。

图3 基础井网生成示意图

每个油井均向四周生长井网边，会遇到三种情况：无点时添加虚井点；有油井点，直接将井网线连上；有虚井点。此时根据周围有效油藏厚度情况处理，后续会详细说明。

图4 基础井网及框架生成示意图

根据有效油藏厚度分布情况确定下一个井网单元的方向。如图5，假定第一个井网单元下方的平均油藏厚度最大，则在下方井网单元中心添加水井，此时井数减1，剩余井数为9。

图5 基础井网及框架

依据有效油藏厚度的大小，确定添加油井的顺序，此时可添加两口油井，井数减2，剩余井数为7。同时给新加的油井添加井网边，用同样的方法确定下一个井网单元的生长方向。

图6 井网生成示意图

如图假定，在不考虑对角线的情况下，左上角的井网单元平均有效油藏厚度最大，在此井网单元中添加一口水井，井数减1，剩余井数为6。补全油井，井数减2，剩余井数为4。

图7 水井生成示意图

对新加油井重复上一步添加井网线的操作，此时出现井网线另一端为虚井点的情况，该虚点所在井网单元为图中红点所在的井网单元。在这种情况下，若红点井网单元的平均有效油藏厚度大于阴影各井网单元的有效油藏厚度均值，则在红点井网单元添加水井，并补全相应水井，否则将水井布在阴影井网单元中有效油藏厚度最大的井网单元中。（阴影井网单元的井网线数量大于等于3）

图8含有面积判定示意图

图9 中假设红点井网单元的有效油藏厚度小于均值，并且现有井网单元中三行四列井网单元有效油藏厚度值最大。因此在该井网单元添加水井，并补全相应油井，井数减3，剩余井数为1。此时重复图7所示方法，假设确定下一口水井打在红点的位置，井数减1，生育井数为0，布井结束。最后形成的井网单元由图中蓝色、红色实点组成，其中，红色点为油井，蓝点为水井。

图9 井网最终结果及含油面积示意

得出的井网部署结果为最终生成结果。如下图10所示：

图10 井网最终生成效果

4 实例验证

通过对含有属性模型的油藏数据进行自动生成算法的有小测试，如图11所示，可以成功地在属性条件好的区域自动生成井网，同时实现了在实际井网部署区域中依据工程因素中的井网部署条件即井网的井距、排距等几何约束条件，能够智能地自动在油藏模型上生成符合工程条件和地质条件的井网部署优化结果。生成效果与预期算法相符合，处理时间和识别准确度也达到了实际工程应用的要求。同时为了方便专家对井网进行控制，在最后的右上角补充一口又特征值的油井作为辅助参考，如果工程需要可以随时在该处加上这口油井，如不需要可以去除。

图11 最大控油面积井网结果示意图

5 结语

在参考国内外各类井网部署优化算法的基础上，针对现有油藏实际工程井网部署优化的相关问题：1）将井网部署的工程因素转化为几何约束条件，建立几何约束模型；2）在井网部署的地质因素条件上生成符合几何约束的井网；3）井网部署优化过程为自动生成，无需人为干预，只需在最终结果上根据油藏特点，进行适当修改。

此算法具有一定的应用价值，可以在油藏开发的不同阶段，根据油藏模型的不同属性来设计符合实际开发应用价值的井网部署方案。但是由于油藏的地下情况复杂特殊，算法还需要随着更多的实际应用过程而进行调整，以便于算法的智能化提高和完善。

［1］赵欣，姜波，徐强，等.煤层气开发井网设计与优化部署［J］.石油勘探与开发，2016（1）：84-90.

ZHAO Xin，JIANG Bo，XU Qiang，et al.Well pattern design and deployment for coalbed methane development［J］.Petroleum Exploration and Development，2016（1）：84-90.

［2］邴绍献，李志学，王兴科，等.基于储量价值的油田井网密度优化模型及其应用［J］.西安石油大学学报：自然科学版，2008，23（6）：46-50.

BING Shaoxian，LI Zhixue，WANG Xingke，et al.Model for the optimization of oilfield well network density based on petroleum reserves value and its application［J］.Journal of Xi'an Shiyou University（Natural Science Edition），2008，23（6）：46-50.

［3］LIU N，JALALIi Y.Closing the loop between reservoir modeling and well placement and positioning［R］.SPE 98198，2006.

［4］Bangerth W，Klie H，Wheeler M F，et al.On optimization algorithms for the reservoir oil well placement problem［J］. Computational Geosciences，2006，10（3）：303-319.

［5］张凯，姚军，刘顺，等.埕岛油田6A+B区块油藏动态优化方法研究［J］.中国石油大学学报：自然科学版，2009，33（6）：71-76.

ZHANG Kai，YAO Jun，LIU Shun，et al.Reservoir dynamic control in block6A+B of Cheng dao Oil field［J］.Journal of China University of Petroleum，2009，33（6）：71-76.

［6］Guyaguler B，Horne R N.Uncertainty assessment of well placement optimization［R］.SPE 71625，2001.

［7］Norrena K P，Deutsch C C.Automatic determination of well placement subject to geostatistical and economic con-straints［R］.SPE 78996，2002.

［8］张凯，吴海洋，徐耀东，等.考虑地质及开发因素约束的三角形井网优化［J］.中国石油大学学报（自然科学版），2015（4）：111-118.

ZHANG Kai，WU Haiyang，XU Yaodong，et al.Triangulated well pattern optimization constrained by geological and production factors［J］.Journal of China University of Petroleum，2015（4）：111-118.

［9］黄金山.油田经济极限井网密度计算新方法［J］.油气地质与采收率，2013（3）：53-55，59.

HUANG Jinshan.Oilfield economic limit well pattern density calculation methods［J］.Petroleum Geology and Recovery Efficiency，2013（3）：53-55，59.

［10］任孟坤，赵玉萍，黄莉，等.经济合理井网密度确定方法［J］.油气田地面工程，2012（3）：38-39.

REN Mengkun，ZHAO Yuping，Huang Li，et al.The economic and reasonable well pattern density determination method［J］.Oil-Gasfield Surface Engineering，2012（3）：38-39.

［11］张伟.三种计算经济极限井网密度方法的比较分析［J］.内蒙古石油化工，2011（18）：8-10.

ZHANG Wei.Economic limit of three well density calculation methods of comparative analysis［J］.Inner Mongolia Petrochemical Industry，2011（18）：8-10.

Automatic Algorithm of Maximum Oil Containment Area Well Pattern Based on Geometric Constraint

YANG Bo
（School of Earth and Space Sciences，Peking University，Beijing100871）

Well pattern deployment optimization can guide the new wells in the reservoir engineering network deployment，late optimization at the same time also should be well network encryption，in order to be able to the results of well pattern deployment in the containment area is larger，the research based on pattern itself geometric constraint conditions and reservoir model attribute constraint model with the combination of well pattern optimization algorithm，the algorithm is determined by the geometric constraint conditions，the selection of reservoir model in single well containment area of maximum attribute as constraint condition，automatic generation of optimization results meet the requirements of well pattern deployment.The algorithm can be used in low permeability reservoirs well pattern deployment optimization design，popularization and application value.

well network deployment，attribute constraints，geometric constraint，maximum oil containment area，automatic algorithm

TP39

10.3969/j.issn.1672-9722.2017.06.001

2016年12月11日，

2017年1月20日

国家自然科学基金项目“基于语义的多分辨率储层数据组织与管理”（编号：41472113）资助。

杨博，男，博士研究生，研究方向：石油信息地质。