确定开发贮藏和储藏可压缩流体的井生产率曲线的新方法.pdf

确定开发贮藏和储藏可压缩流体的井生产率曲线的新方法。本发明涉及一种用于表征可压缩流体的贮藏或沉积层中的井的性能的表征方法，所述方法包括以下步骤：-获得多个操作点(400)；-定义一系列的操作模型(IPa,IPb)；-对于一个系列当中的每一个模型，列举(410)所述多个操作点当中的由所述模型再现的那些点；以及-对于管理所述贮藏或沉积层，至少基于该列举步骤的至少一个结果从该模型的系列当中选择(420)至少一个模型(M)。

1.  一种用于表征可压缩流体的贮藏或沉积层(1)中的井的性能的表征方法，所述方法包括以下步骤：
-获得多个操作点(400)；
-定义一系列的操作模型(IPa,IPb；IPa,IPb,IPc)；
-对于一个系列当中的每一个模型，列举(410)所述多个操作点当中的由所述模型再现的那些点；以及
-对于管理所述贮藏或沉积层，至少基于该列举步骤的至少一个结果从该模型系列当中选择(420)至少一个模型(M)。

2.  根据权利要求1的表征方法，其中，在一个点空间内查看各点，所述点的横坐标与作业流量(Q)成比例，并且其纵坐标与作业井压力的平方和静止井压力的平方之间的差(ΔP²)成比例。

3.  根据权利要求1或权利要求2的表征方法，其中，所述模型系列具有作为参数的两个实数数值(图4-6；图7a；图8)。

4.  根据权利要求3的表征方法，其中，所述系列的各个模型是线性模型。

5.  根据权利要求3的表征方法，其中，所述定义和列举步骤包括对所述多个点应用雷登变换(Radon transform)。

6.  根据权利要求1或权利要求2的表征方法，其中，所述模型系列具有作为参数的三个实数数值(图7b；图9)。

7.  根据权利要求6的表征方法，其中，所述系列的各个模型是抛物线模型

8.  根据权利要求6的表征方法，其中，所述系列的各个模式是双曲线模型。

9.  根据权利要求1到8中任一项的表征方法，其中，如果由模型再现的点沿着该模型是发散的，则对所述列举结果进行加权以使其更大。

10.  根据权利要求1到9中任一项的表征方法，其中，至少部分地按照自动方式做出所述选择。

11.  根据权利要求1到10中任一项的表征方法，其中，至少部分地由人类操作员通过人工方式做出所述选择。

12.  根据权利要求1到11中任一项的表征方法，其中，所述选择包括识别出所述列举结果的至少一个最大值。

13.  一种控制可压缩流体的贮藏或沉积层中的井中的流量或压力的方法，所述方法使用通过根据权利要求1到12当中的任一条的方法所选择的模型。

14.  一种包括指令的计算机程序，所述指令在由处理器执行时导致实施根据权利要求1到12当中的任一条的方法。

确定开发贮藏和储藏可压缩流体的井生产率曲线的新方法
技术领域和背景技术
本发明涉及对可压缩流体的地下贮藏进行作业或者对碳氢化合物沉积层进行作业的井的领域，其可以是多孔介质中的自然沉积层或页岩气或者人工贮存。作为举例，所考虑的贮藏可以涉及含水层或已耗尽沉积层中的贮存。
在这一领域中，有用的做法是尽可能好地表征碳氢化合物沉积层或井的性能(或生产率)，以便获得更好的技术控制和更好的经济性作业。
在图1中示出了一处贮藏。其包括储层1，并且可以看到通过管道被用来测量沉积层压力的沉积层井2并且还有作业井3，其中气体沿着作业井3进出。
在传统上使用二维空间来表征贮藏的操作，并且在该空间中绘制出性能曲线。通常所使用的空间是(Q；ΔP²)点的空间，其中Q是作业井的进出流体流量，ΔP²是从作业井3的出口处测量的压力Pm与由在沉积层井2中测量的压力所代表的静态贮藏的压力Pg或沉积层压力之间的平方差。
在不同的流量下在作业井3上取得测量，并且在该空间中绘制出相应的点。在图2中示出了这样的一个空间，其中横坐标轴的刻度是立方米每小时(m³/h)，纵坐标轴的刻度是巴的平方(bar²)。点云10构成可供使用的测量集合。
在测量中通常观察到特定数量的发散，这通常是由于测量误差、井之间的干扰、井的水合、水的流入以及还有随着时间进程的性能改变。
这样的发散的存在使得解释所述测量成为复杂并且需要已定义的规程的操作，并且可能涉及到具有资格的人类操作员。
然而通常还是有可能确定用于把这些测量纳入考虑的数学模型， 并且能够把贮藏的行为外推到其他情况。
通常所使用的数学模型是其中通过抛物线函数在(Q；ΔP²)空间中表示生产率曲线的模型，所述抛物线函数在原点处的纵坐标等于0，并且在原点处的斜率为正，其函数通常被如下写出：
ΔP²＝IPa.Q+IPb.Q²
其中使用了被写作IPa和IPb的两个(正)系数，其被称作生产率系数。对于点云10为这样的一个函数给出了附图标记15。
生产率系数在物理上是贮藏底土的特性的函数。其被用作用于控制贮藏和沉积层的输入数据。
为了确定生产率系数，一种方法包括对于贮藏的每一口井，并且可选地对于贮藏的各种不同的填充水平，人工适配这些系数。
该方法涉及由具有高度资格的人类操作员定期实施复杂、难以评估并且可能依照操作员感觉的操作。
另一种方法是通过搜索ΔP²/Q与Q之间的线性关系，通过线性回归来计算生产率系数。随后所述模型通过一种算法在(Q；ΔP²)空间中被评估。
该方法受困于两个缺陷：首先在对于系数的数值没有约束的情况下，作为所测量的数值中的噪声的结果，有可能获得作为异常值的数值。此外，如果所测量的沉积层井的压力Pg不具有代表性或者如果其由于井之间的干扰而受到污染，则对于系数IPa常常获得负的数值。
总而言之，确定生产率系数较为困难、并不非常实际而且仍会受到误差的污染。因此仍然需要一种易于实施并且可靠的方法。但是在所讨论的领域内，并不存在可能暗示着对于现有方法的任何具体改变的技术或科学趋势。
在一个完全不同的领域内，已经知道雷登变换(Radon transform)(J.Radon的“雷登变换及其一些应用(The Radon transform and some of its applications)”一书中的“关于从其沿着特定流形的积分确定函数1917年(On the determination of functions from their integrals along certain manifolds 1917)”，附录A，John Wiley&Sons，1983年)，所述变换是特别被用来重建通过X射线断层摄影获得的医学图像的数学运算。在图3中示出了雷登变换的这样一种应用，其中可以看到剖面，具体来说是医学图像20中的结构与断层摄影装置在不同观察角度下 做出的测量25(正弦图)之间的双射关联。
雷登变换还有被称作雷登逆变换的逆运算被使用在医学成像以及地震勘测或雷达检测领域内的某些具体技术中。因此，在地震勘测领域内，雷登变换被用来把所观察到的波场分解成平面波，从而便于信号分析。
一般来说，雷登变换的目的是通过沿着在极坐标中标识出的直线进行的曲线积分将数据从极坐标系转换到笛卡尔坐标系。
关于在优化气藏生产率的计算的领域内使用这一数学运算还没有任何提议或建议，该领域非常不同于在其中应用雷登变换的领域。特别应当观察到，从来没有通过使用极坐标的方法来对贮藏生产率的计算实施优化，并且在这一领域内所处理的具有点云形式的离散数据，而不是出现在医学成像或地震勘测中的连续数据。
发明内容
在本上下文中，本发明在对于可压缩流体的贮藏进行作业方面实现了突破，这是因为本发明提供了一种表征可压缩流体的贮藏的性能的方法，所述方法包括以下步骤：
-获得多个操作点；
-定义一系列的操作模型；
-对于一个系列当中的每一个模型，列举所述多个操作点当中的由所述模型再现的那些点；以及
-对于管理所述贮藏，基于所述列举步骤的至少一个结果从所述模型系列当中选择至少一个模型。
所述方法在形成可用于管理贮藏的一个或更多模型方面是有效并且可再现的。所述方法是基于离散列举，其在知识上上来说涉及在对连续数据应用雷登变换时所实施的积分。所述方法不限于使用沿着直线的列举(或者积分或求和)，也不限于使用极坐标。所述方法在任何方面都不是来源于涉及表征贮藏性能的方法的现有技术，也不是来源于涉及雷登变换的现有技术，这是相隔非常远并且具有不同约束的两个领域。此外还提出了具体的进展。
举例来说，在点空间内查看各点，点的横坐标与作业流量成比例，点的纵坐标与作业井压力的平方与静止沉积层或贮藏井压力的平方之 间的差成比例。这样就构成用于如前面所提到的对于专业人员来说是已知并且实际的表征操作的空间。
在某些实施例中，所述模型系列具有作为参数的两个或者至少两个实数数值。举例来说，所述系列的各个模型是线性模型，或者所述定义和列举步骤包括对所述多个点应用雷登变换。在该后一种变型中，例如有可能通过对其进行像素化来使得实验数据的空间是连续的。
在其他实施例中，所述模型系列具有作为参数的三个实数数值。举例来说，所述系列的各个模型是抛物线模型或双曲线模型。
根据有利的特性，如果由模型再现的点沿着该模型是发散的，则对所述列举结果进行加权以使其更大。在实施选择时，这就使得有可能优选通过更大数值范围内的实验点确证的模型。举例来说，可以按照与围绕模型的各点的坐标距离的方差之和成比例的方式对所述列举结果进行加权。
取决于所使用的方法，至少部分地按照自动方式或者至少部分地由人类操作员通过人工方式做出所述选择。可选地，所述选择包括识别出所述列举结果的至少一个最大值。
因此，本发明提出一种通过使用按照前面描述的表征方法所选择的模型来控制可压缩流体的贮藏的流量或压力的方法。所述表征可以由专用于处理来自贮藏的数据的服务来实施，或者借助于专用软件来实施。所述结果随后可以被用于控制目的，其可以由第三方进行，特别是由操作员进行。
本发明还提供一种包括指令的计算机程序，所述指令在由处理器执行时可以导致前面所描述的表征方法被实施。
后面将参照附图来详细描述本发明。
附图说明
前面所提到的图1示出了天然气贮藏。
前面所提到的图2示出了现有技术在对于在贮藏上采取的测量的处理。
前面所提到的图3示出了雷登变换的应用领域。
图4示出了在本发明的第一实现方式中如何处理在贮藏上采取的测量。
图5示出了关于在本发明中如何处理测量的另一个实例。
图6示出了利用本发明和利用现有技术获得的结果的比较研究。
图7示出了在第二实现方式中获得的结果，并且将其与在第一实现方式中获得的结果进行比较。
图8示出了用于实施本发明的软件的图形界面。
图9示出了在本发明的特定实现方式中使用的软件。
应当指出的是，这些附图是通过说明的方式给出的，而不应当被解释成对本发明做出限制。
具体实施方式
在本发明中，分析测量点的云(或集合)，这些测量点对应于天然气或某种其他可压缩流体的贮藏的操作。在本发明的某些实现方式中，描述从用于对贮藏采取的测量进行分析的一般模型开始。如在前面的介绍中所提到的那样，该模型把压力平方差ΔP²(其中ΔP²＝|Pm²-Pg²|，Pm和Pg分别是作业井压力和沉积层井压力)与被写作Q的作业流量，不管是抽出还是填充，相关联。所述模型由以下等式定义：
ΔP²＝IPa.Q+IPb.Q²+IPc  (1)
可以对Pg应用附加性测量校正，但是为了简化所述等式，在本文献中没有对此作出描述。
在最初分析时常常考虑如果Q＝0则ΔP²＝0，这意味着IPc＝0。因此，基于这一假设，点(Q＝0,Pm＝Pg)构成针对所述模型的操作约束。
基于这一假设，从而可以如下写出等式(1)：
ΔP²/Q＝IPa+IPb.Q  (2)
本发明的第一实现方式是基于该等式，其被称作线性模型。在图4中示出了一种实现方式。在该图左侧部分利用(Q；ΔP²)空间中的通常的视觉表示示出了点云400。在该第一实现方式中，人类操作员选择对应于系数IPa和IPb的下限和上限，并且对于符合这些界限的每一系数对(IPa；IPb)，考虑以下等式：
y＝IPa+IPb.x
列举由具有给定的误差边际的所述模型再现的所述点云中的点数。为此目的，列举在(Q；ΔP²/Q)空间中与所考虑的直线的距离(未示出)小于预定数值的点数。在实施这一列举的同时通过不同的方式， 例如在(Q；ΔP²)空间中，评估所述距离是可能的，因此不会超出本发明的范围。
这一列举包括对这些点进行积分，其中为每一点给出相同的权重，从而构成与使用在其他领域中的雷登变换的线积分在知识上类似(intellectuellement similaire)的操作。
为了顾及沿着所考虑的直线的点分布，可以可选地，但是有利地，将所述列举的结果乘以两项方差之和，其中一项方差是在整个点云上，对沿着Q轴的每个点，评估去到模型的距离，另一项方差是在整个点云上，对于沿着ΔP²/Q轴的每个点，评估去到所述模型的距离。
所获得的数值代表模型与点云之间的匹配，并且在通过前面提到的方差之和对所述结果进行加权的实现方式中，如果所述点云沿着模型分散，则该数值更大。
在步骤410期间，正如在该图的右侧部分中示出的那样，对于每一对(IPa,IPb)，可能经过如前所述的加权的列举结果，被通过与相应点相关联的强度的形式转移到(IPa；IPb)数值空间中。在图形界面上使用颜色代码或者亮度来表示所得到的强度。
对于处在由对应于IPa和IPb的最小值和最大值界限所确定的限制内的这些变量的所有数值重复该方法，并且获得在该图的右侧部分中示出的表示，其中出现具有不同强度的区块。在该例中，高强度区块的形状较为复杂，其具有附着到中心区块的几个尾部，从而定义对于点云所能设想到的几类模型。
在步骤420期间，人类操作员或算法随后基于(IPa；IPb)空间中的强度，例如，通过识别最大值，来选择与一个或多个遵循等式(2)的点云的模型对应的一个或多个点(具体来说是被标记成M的点)。作出所述选择是为了管理所考虑的沉积层或贮藏。所述模型随后由专家使用来控制贮藏，用于实施管理贮藏的操作。
图5示出了具有其他测量数值的相同方法的一种实现方式。
在该图的A部分中，点云在(Q；ΔP²)空间中被示出。可以看到，在具有较低Q值(低流量)的点当中存在可观的发散，这在该例中是由于贮藏被泛洪。
应当指出的是，由于这一发散，现有技术中已知的通过线性回归的建模方法在该点云上是无效的。
该图的B部分示出了在(IPa；IPb)空间中对于所研究的模型获得的强度数值。该例中的高强度区块的形状较为简单，其只有一个顶峰区块(crest zone)，从而使得有可能例如，由人类或者自动地，实施指向强度最大值的简单处理。
该图的A部分示出了与点云具有良好匹配的多个模型，正如从出现在该图的B部分中的强度数值所能看到的那样。
随后，在该图的部分C中提出将所述强度数值再转置到(Q；ΔP²)空间中。为此，有可能开始于使用数值0来替换(IPa；IPb)空间中的其强度小于所选数值的点的强度数值，这意味着排除具有低相关性的模型。
随后，作为先前所应用的变换的逆变换的变换被应用。在(Q；ΔP²)图表中的对应于具有非零强度的(IPa；IPb)点的曲线被显示成具有等于点(IPa,IPb)的强度值的强度数值(图形界面上的颜色或亮度)。对于(Q；ΔP²)空间的像素化表现，每一个像素表明经过该像素的相应曲线的各点(IPa；IPb)的强度之和。
在该图的A和C部分中可以看到，所选择的模型没有受到对应于低Q值(低流量)的各点的发散的影响，所述发散在该例中是由于贮藏泛洪而导致的，正如前面所提到的那样。
因此可以清楚地看到与现有技术方法相比的来源于本发明的方法的优点。
图6涉及四个不同的点云并且示出了通过现有技术方法，具体来说在该例中是线性回归方法，获得的结果，以及通过本发明的方法获得的结果。所述点云在(Q；ΔP²)空间示出。
在该图的左上部分可以看到一个点云，连同曲线610和曲线620，其中曲线610是通过现有技术方法在(Q；ΔP²/Q)空间中使用线性回归得到的，曲线620是通过本发明的实施变换并且随后实施逆变换的处理而获得的。在该例中，通过现有技术方法获得的曲线610是令人满意的，尤其是因为其不构成异常解。但是可以看到，通过本发明获得的曲线620的集合提供对于操作员非常有意义的丰富的信息，通过本发明的方式，操作员获得关于性能模型的不确定性的概念。
在该图的左下部分按照完全类似的方式示出了第二点云，连同通过现有技术以及通过本发明的方法获得的曲线。可以看到，各条曲线被紧密叠加，并且关于模型的不确定性非常低。应当观察到，这一点 通过被处理的点云非常规则的这一事实得到了解释。
在该图的右上部分可以看到一个更加分散开的点云，对于该点云，在(Q；ΔP²/Q)空间中使用线性回归的现有技术方法没有给出令人满意的解。所获得的模型630是异常的，尤其因为系数IPb是负的，其并不对应于在现实情况中观察到的该系数。但是本发明允许获得非常令人满意的结果，其中曲线丛640与物理现实情况匹配并且表明低不确定性。
在该图的右下部分可以看到非常类似的情况，其中现有技术方法给出异常结果，并且本发明的方法给出具有低不确定性的完全令人满意的结果。
图7a示出了利用本发明的第一实现方式基于等式(2)对于一个点云获得的结果，等式(2)对于所述点云给出对应于(IPa；IPb)对的高强度数值，其中IPa是负的，这是不令人满意的，因为具有负IPa的模型意味着正流量可能与对应于ΔP²的负值相关联。
图7B示出了其中应用本发明的第二实现方式的情况，其使得有可能对这样的点云进行处理。
在该第二实现方式中使用等式(1)来对数据进行建模，其中IPc不一定是零。人类操作员选择对应于系数IPa、IPb和IPc的下限和上限，并且对于这些界限的情境内的每一个系数三元组(IPa,IPb,IPc)，考虑以下等式的抛物线：
y＝IPa.x+IPb.x²+IPc
该模型被称作抛物线模型。
列举所述点云中的在(Q；ΔP²)空间中与所讨论的抛物线的距离小于预定数值的点数。这些点由相应的模型合理地再现，其误差边际对应于所述预定数值。
所获得的数值代表点云与模型之间的匹配，如果所述点云沿着抛物线分散开，则可能通过前面提到的加权将其增大。
对于每一个三元组(IPa,IPb,IPc)，通过与相应点相关联的强度的形式将所述可能经过加权的列举结果转移到(IPa,IPb,IPc)数值空间中。在图形界面上示出了该空间的各个剖面(section)，例如每一个剖面是对于IPc的给定数值获得的，并且使用颜色代码或亮度来逐个剖面地表示每一个平面(IPa,IPb)中的强度。
该图示出了利用如前所述的本发明的该第二实现方式所获得的结果。可以看到，获得了具有低不确定性的一致的结果。
人类操作员或算法随后继续使用(IPa,IPb,IPc)空间中的强度来选择对应于遵循等式(1)的点云中的一个或更多模型的一个或更多点。作出所述选择是用于管理所考虑的沉积层或贮藏的目的。
图8示出了被称作RADON IP的软件的图形界面，其在基于等式(2)的实现方式中实施本发明。在左上部分中，可以看到其中示出了测量点云的(Q；ΔP²)空间。
在左下部分中可以看到(IPa；IPb)空间。高强度数值形成一个具有简单形状的区块，并且具有单一峰线。其中示出了自动指向强度数值的最大值的结果。在该图的左上部分在(Q；ΔP²)空间中示出了相应的曲线，并且可以看到其确实经过点(Q＝0,ΔP²)。
在右上部分示出了逆变换的结果。可以看到，所得到的模型中的不确定性非常低。
最后，在左下部分示出了(IPa；IPb)空间，其中各个点按照强度类别分布，各个强度类别通过阈值定义。
在右下部分中，利用拓扑映射分类方法(例如自组织映射(SOM，self-organizing map)或者其他类似方法)将(IPa；IPb)空间分割成各个生产率类别，在最右侧部分中示出了将各个类别投射到该拓扑映射中。这一投射使得选择相关的模型更加容易。
图9示出了实施本发明的软件的相同图形界面，但是这一次是使用基于等式(1)的实现方式。在左上部分可以看到示出了测量点云的(Q；ΔP²)空间。该云比图8中示出的云更加复杂。
在左下部分可以看到对于给定的IPc数值的(IPa；IPb)空间，该IPc数值由由用户利用所述界面的窗口的右上角示出的滑动光标900选择(在该例中选择了IPc＝26bar²的数值)。高强度数值形成具有复杂形状的区块，其具有几条峰线和几个不相关的高数值区块。在该图的左上部分的(Q；ΔP²)空间中示出了相应的曲线。可以看到，其通常不经过点(Q＝0,ΔP²)。更精确地说，在图9中其经过点(Q＝0,ΔP²＝26bar²)，并且其用来再现点云的不均匀性，其具有为高Q数值出现的三个趋势，每一个趋势对应于IPb的一个不同的数值范围。
在左上部分中再一次示出了逆变换的结果。可以看到，所得到的 模型中的不确定性较高，并且可以看到前面所提到的三个趋势。
在本发明的第三实现方式中(未示出)，使用按照经过修改的形式写出的等式(1)如下：
ΔP²/Q²＝IPa/Q+IPb+IPc/Q²  (3)
如果没有假设点(Q＝0,Pm＝Pg)是操作点，则该等式(3)是有利的。该等式被称作双曲线模型。
人类操作员选择对应于系数IPa、IPb和IPc的下限和上限，并且对于这些界限内的每一个系数三元组(IPa,IPb,IPc)，考虑以下等式的双曲线：
y＝IPa/x+IPb+IPc/x²
列举在(Q；ΔP²/Q²)空间中与所考虑的双曲线的距离小于预定数值的点数，以发现由所述模型再现的点数。随后，基于所述列举选择一个或更多模型以用于管理所考虑的贮藏或沉积层，例如，通过选择与之对应的列举是最大值的点(IPa,IPb,IPc)。
在第四实现方式中(同样未示出)，在(Q；ΔP²/Q)空间中对点云应用雷登变换，从而在极坐标的二维空间中提供强度。随后，将极坐标转换成笛卡尔坐标以便获得笛卡尔坐标空间(X,Y)中的强度，其中基于所述强度选择点以用于对点云进行建模。
本发明不限于前面所描述的实现方式，并且其扩展到权利要求书的范围内的任何变型。特别地，可以使用并非基于等式(1)的模型，前提是其在贮藏的物理特性方面令人满意。