非穩態相滲數據管理分析處理系統的研究

摘 要：水驅油是國內外油田普遍采用的技術，雖然非常高效廉價，但采收率與產油量的預測十分困難，其過程也只能采用半手工加經驗的方式計算。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合處理等問題分析的基礎上，對工作流程、關系數據庫管理、采用全組合編碼算法、插值的數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

關鍵詞：滲透率 水驅油 插值 采收率

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2014）08（c）-0011-02

注水開采儲層以其方便快捷、低廉的成本被廣泛應用。儲層注入水后，油與水混合并相互滲透，因此，產油量需要通過采收率進行計算。同時不同油井的地質特點、地下結構不同，其采收率的預測十分困難。目前國內外都是結合油井的基礎數據，通過注水過程采樣計算油水相對滲透率，得到油水的滲透規律。計算含水率及相滲曲線時，需要勘測相應油井的樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等基礎數據，然后按時間間隔采集累產油、凈產油、產水刻度、放水、瞬時產水、產液、采收率、注入倍數、△V、Vo、Ω等采樣數據，最后進行微分運算、離散數據擬合，采樣數據的誤差會在微分運算中被放大，導致最后結果的偏差。[1]

非穩態相滲算法需要一個更好的模型支持，并且需要相應的輔助工具的分析軟件。在國際上通行的非穩態相滲算法的基礎上對其進行改進，提高數據精度，減少分析誤差。

1 問題分析

注水驅油是油田簡單、低廉使用廣泛的一種采油方式，儲層的油最終被水替換，能夠保持地層壓力，減少地質結構破壞。通過注水系統將水注入到儲層后，水能進入到儲層的各個空隙，因水的密度比油大，所以也能將最底層的油驅出。但是注水驅油技術還存在很對問題，尤其是采油率及產油量的預測，也是我們研究的重點。隨著優化技術、信息化技術的不斷發展，為非穩態狀態下油水相對滲透及產油的含水率數據管理分析處理提供了必要的支持，也為模型的優化設計提供了一定的手段[2]。

2 模型分析

2.1 基礎數據

油井地質特點及地下結構等因素是水驅油技術的數據預測的基礎。油井的基礎數據包括樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等。隨著油井的開采，這些特性會發生變化，需要重新測定，用樣號來區分，如表1所示。

其中：飽和油量調用油井數據的飽和油量，直徑調用油井數據的直徑，樣長調用油井數據的樣長，孔隙度調用油井數據的φ。

2.2 采樣數據

采樣時，通過注水系統將水注入到儲層，隨著注水過程的推進，不斷地記錄下時間、累產油、放水和產液等基本數據。通過這些數據計算出采收率、注入倍數、△V、Vo、Ω等相關數據為繪制滲透率曲線提供測試數據[3]。如表2所示：

采收率：n（.1），凈產油/飽和油量×100

其中：凈產油=（累產油-油死體積）

因此：采收率=（累產油-油死體積）/飽和油量×100

2.3 離散數據擬合

根據分析，使用埃特金插值和實際情況最接近，但插值次數根據采樣誤差的影響都不相同設計分析模型如圖1所示。

埃特金插值過程表示如下：[4]

其中，前兩列是m個插值結點，即ak，0=yi+k，k=0，1，……，m-1。

剩余各列可由埃特金插值公式計算得到：

埃特金插值表中右下角的元素正好是函數的插值，即y（t）=am-1，m-1。

埃特金插值后的數據每次減少1個，應用時的有限的采樣數據不能滿足問題分析的需要，因此對埃特金插值做一定的改造，在進行構造埃特金插值表時改進為如下形式：

實際上就是保持首尾兩個點不變化，每次進行操作即可。

2.4 埃特金插值計算機模型

注入倍數、Vo、Ω、采收率是需要插值的數據，按照埃特金插值的構造過程，需要定義和采樣數據相同大小的數組計算，同時分析過程需要進行n次，那么這個數組也要n組，也就是說，離散數據擬合的過程需要建立一個足夠大二維數組。通過分析改進的算法來看，對該數組增加一個奇偶標志列就可以實現用一維數組完成該項工作，提供計算時間與空間效率。第一條和最后一條原始數據的奇偶標志列用“n”表示，n為插值次數。用0表示奇數次插值的數據來源，用1表示奇數次插值的結果，同時0也表示偶數次插值的結果，1也表示偶數次插值的數據來源。n的奇偶性恰好和1、0相對應。[5]如表3所示。

該模型同時符合關系數據庫的特點，利用數據庫保存最后一次插值的結果，用序號排序同時使用奇偶標志可以確定數據的位置。

3 系統流程設計

用戶將油井基礎數據與采樣數據錄入計算機做為基礎數據處理模塊，計算機自動完成導出數據的計算做為基礎數據處理模塊，采用插值法對原有數據進行誤差處理做為曲線平滑處理模塊，誤差處理后的數據能夠分別計算出含水率數據和相滲數據做為含水率數據處理模塊、相滲數據處理模塊。通過對含水率及相滲曲線綜合數據處理模塊的數據自動繪制含水率圖和相滲曲線圖，在坐標系測量出95%的含水率、98%的含水率及相滲交點。最后根據業務需要輸出工作報表，具體流程圖如圖2所示： [6]

4 結論分析模塊設計

結論分析模塊過程Sqy_Zhsj_Js（）：分別對Krw、Kro利用最小二乘法提供指數擬合、對數擬合、直線擬合（直線）、n次多項式擬合（2<=n<=20）等多種分析方式，已達到模擬現實的目的。通過讀交點方式得到Sw%終值、Krw終值、Kro終值。[7]

5 結語

本文主要分析基于注水驅油技術的非穩態相滲算法的數學模型、計算機模型的構造，離散數據的處理方法、擬合曲線交點坐標計算公式等技術。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合數據處理算法分析的基礎上，對改進的工作流程、關系數據庫模型、采用全組合編碼算法、插值數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

參考文獻

[1] 黃代國.油藏巖心分析和采油機理實驗論文集[M].北京：石油工業出版社，2006.

[2] 塔雷克艾哈邁德，著.油藏工程手冊[M].冉新權，譯.Reservoir Engineering HANDBOOK.3版.北京：石油工業出版社，2007.

[3] （美），著.Robert T.Futrell，著.高質量軟件項目管理[M].袁科萍，譯.北京：清華大學出版社，2006.

[4] 李建華，李紅革.形式化及其歷史發展[J].自然辯證法研究，2008（8）.

[5] 邢金亮.基于形式化方法的統一軟件模型及其應用[D].天津大學，2010.

[6] 劉正岐，郭濤.基于邏輯運算的多維數據全組合編碼算法研究[J].物聯網技術，2011（9）.

[7] 楊紫苓，顧建煒，張鐵峰.基于本體的IEC 61850語義信息模型一致性校驗[J].信息技術，2014（5）.

摘 要：水驅油是國內外油田普遍采用的技術，雖然非常高效廉價，但采收率與產油量的預測十分困難，其過程也只能采用半手工加經驗的方式計算。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合處理等問題分析的基礎上，對工作流程、關系數據庫管理、采用全組合編碼算法、插值的數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

關鍵詞：滲透率 水驅油 插值 采收率

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2014）08（c）-0011-02

注水開采儲層以其方便快捷、低廉的成本被廣泛應用。儲層注入水后，油與水混合并相互滲透，因此，產油量需要通過采收率進行計算。同時不同油井的地質特點、地下結構不同，其采收率的預測十分困難。目前國內外都是結合油井的基礎數據，通過注水過程采樣計算油水相對滲透率，得到油水的滲透規律。計算含水率及相滲曲線時，需要勘測相應油井的樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等基礎數據，然后按時間間隔采集累產油、凈產油、產水刻度、放水、瞬時產水、產液、采收率、注入倍數、△V、Vo、Ω等采樣數據，最后進行微分運算、離散數據擬合，采樣數據的誤差會在微分運算中被放大，導致最后結果的偏差。[1]

非穩態相滲算法需要一個更好的模型支持，并且需要相應的輔助工具的分析軟件。在國際上通行的非穩態相滲算法的基礎上對其進行改進，提高數據精度，減少分析誤差。

1 問題分析

注水驅油是油田簡單、低廉使用廣泛的一種采油方式，儲層的油最終被水替換，能夠保持地層壓力，減少地質結構破壞。通過注水系統將水注入到儲層后，水能進入到儲層的各個空隙，因水的密度比油大，所以也能將最底層的油驅出。但是注水驅油技術還存在很對問題，尤其是采油率及產油量的預測，也是我們研究的重點。隨著優化技術、信息化技術的不斷發展，為非穩態狀態下油水相對滲透及產油的含水率數據管理分析處理提供了必要的支持，也為模型的優化設計提供了一定的手段[2]。

2 模型分析

2.1 基礎數據

油井地質特點及地下結構等因素是水驅油技術的數據預測的基礎。油井的基礎數據包括樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等。隨著油井的開采，這些特性會發生變化，需要重新測定，用樣號來區分，如表1所示。

其中：飽和油量調用油井數據的飽和油量，直徑調用油井數據的直徑，樣長調用油井數據的樣長，孔隙度調用油井數據的φ。

2.2 采樣數據

采樣時，通過注水系統將水注入到儲層，隨著注水過程的推進，不斷地記錄下時間、累產油、放水和產液等基本數據。通過這些數據計算出采收率、注入倍數、△V、Vo、Ω等相關數據為繪制滲透率曲線提供測試數據[3]。如表2所示：

采收率：n（.1），凈產油/飽和油量×100

其中：凈產油=（累產油-油死體積）

因此：采收率=（累產油-油死體積）/飽和油量×100

2.3 離散數據擬合

根據分析，使用埃特金插值和實際情況最接近，但插值次數根據采樣誤差的影響都不相同設計分析模型如圖1所示。

埃特金插值過程表示如下：[4]

其中，前兩列是m個插值結點，即ak，0=yi+k，k=0，1，……，m-1。

剩余各列可由埃特金插值公式計算得到：

埃特金插值表中右下角的元素正好是函數的插值，即y（t）=am-1，m-1。

埃特金插值后的數據每次減少1個，應用時的有限的采樣數據不能滿足問題分析的需要，因此對埃特金插值做一定的改造，在進行構造埃特金插值表時改進為如下形式：

實際上就是保持首尾兩個點不變化，每次進行操作即可。

2.4 埃特金插值計算機模型

注入倍數、Vo、Ω、采收率是需要插值的數據，按照埃特金插值的構造過程，需要定義和采樣數據相同大小的數組計算，同時分析過程需要進行n次，那么這個數組也要n組，也就是說，離散數據擬合的過程需要建立一個足夠大二維數組。通過分析改進的算法來看，對該數組增加一個奇偶標志列就可以實現用一維數組完成該項工作，提供計算時間與空間效率。第一條和最后一條原始數據的奇偶標志列用“n”表示，n為插值次數。用0表示奇數次插值的數據來源，用1表示奇數次插值的結果，同時0也表示偶數次插值的結果，1也表示偶數次插值的數據來源。n的奇偶性恰好和1、0相對應。[5]如表3所示。

該模型同時符合關系數據庫的特點，利用數據庫保存最后一次插值的結果，用序號排序同時使用奇偶標志可以確定數據的位置。

3 系統流程設計

用戶將油井基礎數據與采樣數據錄入計算機做為基礎數據處理模塊，計算機自動完成導出數據的計算做為基礎數據處理模塊，采用插值法對原有數據進行誤差處理做為曲線平滑處理模塊，誤差處理后的數據能夠分別計算出含水率數據和相滲數據做為含水率數據處理模塊、相滲數據處理模塊。通過對含水率及相滲曲線綜合數據處理模塊的數據自動繪制含水率圖和相滲曲線圖，在坐標系測量出95%的含水率、98%的含水率及相滲交點。最后根據業務需要輸出工作報表，具體流程圖如圖2所示： [6]

4 結論分析模塊設計

結論分析模塊過程Sqy_Zhsj_Js（）：分別對Krw、Kro利用最小二乘法提供指數擬合、對數擬合、直線擬合（直線）、n次多項式擬合（2<=n<=20）等多種分析方式，已達到模擬現實的目的。通過讀交點方式得到Sw%終值、Krw終值、Kro終值。[7]

5 結語

本文主要分析基于注水驅油技術的非穩態相滲算法的數學模型、計算機模型的構造，離散數據的處理方法、擬合曲線交點坐標計算公式等技術。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合數據處理算法分析的基礎上，對改進的工作流程、關系數據庫模型、采用全組合編碼算法、插值數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

參考文獻

[1] 黃代國.油藏巖心分析和采油機理實驗論文集[M].北京：石油工業出版社，2006.

[2] 塔雷克艾哈邁德，著.油藏工程手冊[M].冉新權，譯.Reservoir Engineering HANDBOOK.3版.北京：石油工業出版社，2007.

[3] （美），著.Robert T.Futrell，著.高質量軟件項目管理[M].袁科萍，譯.北京：清華大學出版社，2006.

[4] 李建華，李紅革.形式化及其歷史發展[J].自然辯證法研究，2008（8）.

[5] 邢金亮.基于形式化方法的統一軟件模型及其應用[D].天津大學，2010.

[6] 劉正岐，郭濤.基于邏輯運算的多維數據全組合編碼算法研究[J].物聯網技術，2011（9）.

[7] 楊紫苓，顧建煒，張鐵峰.基于本體的IEC 61850語義信息模型一致性校驗[J].信息技術，2014（5）.

摘 要：水驅油是國內外油田普遍采用的技術，雖然非常高效廉價，但采收率與產油量的預測十分困難，其過程也只能采用半手工加經驗的方式計算。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合處理等問題分析的基礎上，對工作流程、關系數據庫管理、采用全組合編碼算法、插值的數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

關鍵詞：滲透率 水驅油 插值 采收率

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2014）08（c）-0011-02

注水開采儲層以其方便快捷、低廉的成本被廣泛應用。儲層注入水后，油與水混合并相互滲透，因此，產油量需要通過采收率進行計算。同時不同油井的地質特點、地下結構不同，其采收率的預測十分困難。目前國內外都是結合油井的基礎數據，通過注水過程采樣計算油水相對滲透率，得到油水的滲透規律。計算含水率及相滲曲線時，需要勘測相應油井的樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等基礎數據，然后按時間間隔采集累產油、凈產油、產水刻度、放水、瞬時產水、產液、采收率、注入倍數、△V、Vo、Ω等采樣數據，最后進行微分運算、離散數據擬合，采樣數據的誤差會在微分運算中被放大，導致最后結果的偏差。[1]

非穩態相滲算法需要一個更好的模型支持，并且需要相應的輔助工具的分析軟件。在國際上通行的非穩態相滲算法的基礎上對其進行改進，提高數據精度，減少分析誤差。

1 問題分析

注水驅油是油田簡單、低廉使用廣泛的一種采油方式，儲層的油最終被水替換，能夠保持地層壓力，減少地質結構破壞。通過注水系統將水注入到儲層后，水能進入到儲層的各個空隙，因水的密度比油大，所以也能將最底層的油驅出。但是注水驅油技術還存在很對問題，尤其是采油率及產油量的預測，也是我們研究的重點。隨著優化技術、信息化技術的不斷發展，為非穩態狀態下油水相對滲透及產油的含水率數據管理分析處理提供了必要的支持，也為模型的優化設計提供了一定的手段[2]。

2 模型分析

2.1 基礎數據

油井地質特點及地下結構等因素是水驅油技術的數據預測的基礎。油井的基礎數據包括樣長、截面積、K、飽和油量、直徑、總體積、φ、水驅壓力、深度、μo、孔隙體積、油測K、R、Swi、見水速度、相似準數、μw、死體積等。隨著油井的開采，這些特性會發生變化，需要重新測定，用樣號來區分，如表1所示。

其中：飽和油量調用油井數據的飽和油量，直徑調用油井數據的直徑，樣長調用油井數據的樣長，孔隙度調用油井數據的φ。

2.2 采樣數據

采樣時，通過注水系統將水注入到儲層，隨著注水過程的推進，不斷地記錄下時間、累產油、放水和產液等基本數據。通過這些數據計算出采收率、注入倍數、△V、Vo、Ω等相關數據為繪制滲透率曲線提供測試數據[3]。如表2所示：

采收率：n（.1），凈產油/飽和油量×100

其中：凈產油=（累產油-油死體積）

因此：采收率=（累產油-油死體積）/飽和油量×100

2.3 離散數據擬合

根據分析，使用埃特金插值和實際情況最接近，但插值次數根據采樣誤差的影響都不相同設計分析模型如圖1所示。

埃特金插值過程表示如下：[4]

其中，前兩列是m個插值結點，即ak，0=yi+k，k=0，1，……，m-1。

剩余各列可由埃特金插值公式計算得到：

埃特金插值表中右下角的元素正好是函數的插值，即y（t）=am-1，m-1。

埃特金插值后的數據每次減少1個，應用時的有限的采樣數據不能滿足問題分析的需要，因此對埃特金插值做一定的改造，在進行構造埃特金插值表時改進為如下形式：

實際上就是保持首尾兩個點不變化，每次進行操作即可。

2.4 埃特金插值計算機模型

注入倍數、Vo、Ω、采收率是需要插值的數據，按照埃特金插值的構造過程，需要定義和采樣數據相同大小的數組計算，同時分析過程需要進行n次，那么這個數組也要n組，也就是說，離散數據擬合的過程需要建立一個足夠大二維數組。通過分析改進的算法來看，對該數組增加一個奇偶標志列就可以實現用一維數組完成該項工作，提供計算時間與空間效率。第一條和最后一條原始數據的奇偶標志列用“n”表示，n為插值次數。用0表示奇數次插值的數據來源，用1表示奇數次插值的結果，同時0也表示偶數次插值的結果，1也表示偶數次插值的數據來源。n的奇偶性恰好和1、0相對應。[5]如表3所示。

該模型同時符合關系數據庫的特點，利用數據庫保存最后一次插值的結果，用序號排序同時使用奇偶標志可以確定數據的位置。

3 系統流程設計

用戶將油井基礎數據與采樣數據錄入計算機做為基礎數據處理模塊，計算機自動完成導出數據的計算做為基礎數據處理模塊，采用插值法對原有數據進行誤差處理做為曲線平滑處理模塊，誤差處理后的數據能夠分別計算出含水率數據和相滲數據做為含水率數據處理模塊、相滲數據處理模塊。通過對含水率及相滲曲線綜合數據處理模塊的數據自動繪制含水率圖和相滲曲線圖，在坐標系測量出95%的含水率、98%的含水率及相滲交點。最后根據業務需要輸出工作報表，具體流程圖如圖2所示： [6]

4 結論分析模塊設計

結論分析模塊過程Sqy_Zhsj_Js（）：分別對Krw、Kro利用最小二乘法提供指數擬合、對數擬合、直線擬合（直線）、n次多項式擬合（2<=n<=20）等多種分析方式，已達到模擬現實的目的。通過讀交點方式得到Sw%終值、Krw終值、Kro終值。[7]

5 結語

本文主要分析基于注水驅油技術的非穩態相滲算法的數學模型、計算機模型的構造，離散數據的處理方法、擬合曲線交點坐標計算公式等技術。在原始模型分析、核心算法分析、各關鍵算法形成局部的模塊、水驅油基礎數據結構、插值數據處理、含水率數據處理、相滲曲線數據處理、含水率及相滲曲線綜合數據處理算法分析的基礎上，對改進的工作流程、關系數據庫模型、采用全組合編碼算法、插值數據結構等技術進行研究，為水驅油技術在采收率及產油量的預測中使用計算機輔助工具的開發提供相關技術支持。

參考文獻

[1] 黃代國.油藏巖心分析和采油機理實驗論文集[M].北京：石油工業出版社，2006.

[2] 塔雷克艾哈邁德，著.油藏工程手冊[M].冉新權，譯.Reservoir Engineering HANDBOOK.3版.北京：石油工業出版社，2007.

[3] （美），著.Robert T.Futrell，著.高質量軟件項目管理[M].袁科萍，譯.北京：清華大學出版社，2006.

[4] 李建華，李紅革.形式化及其歷史發展[J].自然辯證法研究，2008（8）.

[5] 邢金亮.基于形式化方法的統一軟件模型及其應用[D].天津大學，2010.

[6] 劉正岐，郭濤.基于邏輯運算的多維數據全組合編碼算法研究[J].物聯網技術，2011（9）.

[7] 楊紫苓，顧建煒，張鐵峰.基于本體的IEC 61850語義信息模型一致性校驗[J].信息技術，2014（5）.