简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�
简介:准确地预测凝析气井的产能一般需使用密网格数值模拟法以模拟凝析油带的形成,并考虑诸如非达西流动和高毛细管数条件下相对渗透率变化等高速度现象。本文提供了一种能预测凝析气井动态的新技术,该技术使用了能用于电子表格软件的较为简单的技术。所提出的计算法采用油气藏枯竭物质平衡模型和向井流动动态的两向拟压力积分法。拟压力积分法已被推广到涵盖高速效应并顾及凝析油带形成所引起的产出流体组分的变化。该新技术已经通过与密网格组分模拟结果相对照而得到验证,且在垂直井、水平井和水力压裂井的各种情况范围内其结果的一致性相当好。电子表格软件模型法成为一种快速预测凝析气井动态、鉴测各种不同类型井中凝析油堵塞效应或研究敏感性的有力工具。同时它在涉及诸如地表设施、钻井计划和天然气销售合同等综合研究中需要使用简单凝析气储层动态模型的时候也是很有用的。
简介:电泵井停机声光报警器由4部分组成:1、控制信号检测器;2、控制继电器;3、声光报警器4、编码发射器。在电泵井故障停机或来电没能及时起机时提供声光报警,使值班或夜巡人员能及时发现,及时处理。由于电泵井控制屏在井口房里,电泵的运行状态不能象抽油机那样容易观察。电泵井产量高,过、欠载停机很难发现,使用停机声光报警器后使电泵井的运行状态很容易观察,采油小队队部接到报警信号后,可迅速到达报警区域,白天高达100分贝的警报声能在很远处听到,夜间闪烁的报警灯也非常容易被发现。使用停机声光报警器后岗位工人能在最短的时间里发现停机的电泵井,做到及时处理,及时起机,提高电泵井生产时率,使产量损失降到最低。