侯亞偉,劉 超,徐中波,安玉華,李景玲
(中海石油(中國)有限公司天津分公司渤海石油研究院,天津 300459)
蓬萊19-3是儲量十億噸級特大型油田[1],目前采出程度15.5%,綜合含水率82.5%。油層凈毛比變化大,非均質強[2],孔隙度15.0%~35.4%,滲透率18~3 619 mD,原油黏度7~46 mPa·s[3],生產壓差變化大。影響采收率的因素復雜[4],如何快捷而準確預測不同區塊和不同儲層的采收率是亟需解決的問題。目前預測采收率的方法有經驗公式法[5]、水驅曲線法[6-7]和數值模擬法等[8-9]。采收率預測經驗公式未充分考慮非均質性和生產壓差等因素,預測可靠性差,適用范圍小。水驅曲線法預測的采收率嚴重依賴生產數據的選取,不同開發階段的數據反映的規律差異大,直線段不唯一[10],計算結果差異大,實用性差。此外,水驅曲線在特高含水階段出現“上翹”現象[11-13],拐點和斜率難確定,方法失效。油藏數值模擬法雖然考慮因素全面,但存在動態、靜態數據準確提取難度大、計算工作量大和歷史擬合不唯一性等問題。
近年來,采用機器學習和人工神經網絡(ANN)解決油田開發預測問題取得了一定進展[14-19],但尚未見到綜合考慮油藏因素和油井工作制度的ANN預測采收率方法。為此,筆者選取滲透率變異系數、原油黏度、凈毛比和生產壓差4個關鍵因素,采用油藏數值模擬方法對625組方案數據進行了模擬,建立了625組采收率及其影響因素關系數據庫;采用基于機器學習的人工神經網絡理論,構建了影響采收率的參數輸入層、隱含層和輸出層,建立了快速預測采收率的人工神經網絡方法;……