System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种不同生产模式下油水井采注协同优化控制系统技术方案_技高网

一种不同生产模式下油水井采注协同优化控制系统技术方案

技术编号:40643646 阅读:13 留言:0更新日期:2024-03-13 21:24
本发明专利技术提供了一种不同生产模式下油水井采注协同优化控制系统,属于信息技术领域。该不同生产模式下油水井采注协同优化控制系统包括油水井系统生产模式选择模块、油水井系统智能决策模块和油水井系统智能控制模块。本发明专利技术基于井间连通关系建立油水井系统采注协同优化控制模型,将采油井系统和注水井系统进行一体化分析和全局优化,能够满足油田在不同开发阶段的实际生产需求,可针对油田不同区块、不同场站、不同井组,选择所需的生产模式,适合在油田大面积推广。根据所选择的油田生产模式,基于油气生产大数据,可快速定制优化控制方案,实现油田节能降耗和提质增效,提高油田采收率,降低油气开发成本,提升油田经济效益。

【技术实现步骤摘要】

本专利技术属于信息,具体涉及一种不同生产模式下油水井采注协同优化控制系统


技术介绍

1、采油井与注水井是水驱开发油田的核心生产单元,也是实现油田高效开发人为可控的、最为关键的操作管理对象。随着油田开发工作的持续进行,我国大部分油田已经进入开发中后期,油藏非均质性严重,注采矛盾突出,生产成本居高不下,严重影响油田开发效益。因此,针对不同油田、不同区块或不同开发阶段,建立不同生产模式下油水井采注协同优化系统,对实现油田节能降耗、降本增效以及提高油田经济效益具有重要意义。

2、目前,油田主要是在单一生产模式下,通过油藏数值模拟来建立采油井和注水井之间的关联,从而实现对采油井和注水井的优化控制,优化周期长、速度慢、计算复杂度高,无法实现油水井系统的全局实时优化。近年来,随着大数据、人工智能技术的快速发展,采用大数据驱动的方式、利用机器学习技术进行不同生产模式下油水井采注协同优化,可极大降低系统复杂性,提高系统快速响应能力,实现油水井系统的实时快速全局优化。


技术实现思路

1、针对上述问题,本专利技术提供一种不同生产模式下油水井采注协同优化控制系统。本方法可根据油田实际开发需求,在不同阶段、不同区块、不同厂站进行不同生产模式下的油水井系统采注协同优化,操作简单,易于实现,同时综合考虑了动静态数据对油水井系统的影响,进一步提高油水井系统全局优化水平,适合在油田推广应用。

2、本专利技术为实现上述目的所采用的技术方案是:一种不同生产模式下油水井采注协同优化控制系统,包括油水井系统生产模式选择模块、油水井系统智能决策模块、油水井系统智能控制模块;

3、所述油水井系统生产模式选择模块,用于接收选择的不同生产模式;

4、所述油水井系统智能决策模块,用于根据所述油水井系统生产模式选择模块所选择的生产模式进行智能决策,并将决策结果传输给所述油水井系统智能控制模块;

5、所述油水井系统智能控制模块,用于根据决策结果控制采油井的产液量和注水井的注水量。

6、所述生产模式包括节能模式、最大产模式和最大效益模式。

7、所述油水井系统智能决策模块包括:

8、能耗最小化智能决策单元,用于节能模式下,进行能耗最小化决策,将决策结果传输给所述油水井系统智能控制模块;

9、产量最大化智能决策单元,用于最大产模式下,进行产量最大化决策,将决策结果传输给所述油水井系统智能控制模块;

10、效益最大化智能决策单元,用于最大效益模式下,进行效益最大化决策,将决策结果传输给所述油水井系统智能控制模块。

11、所述能耗最小化智能决策单元,执行以下步骤:

12、将注水量ij和采油量qj作为粒子,根据油水井系统吨油能耗最小化的目标函数和约束条件确定适应度函数,使用粒子群算法求解,得到最佳的注水井注水量ij和采油井产液量qj作为决策结果;

13、其中,目标函数为油水井系统吨油能耗最小化,表达式为:

14、

15、式中:winj为注水系统能耗;wprod为采油系统能耗;qoil为给定时间范围内油水井系统产油量;

16、其中,注水系统能耗winj、采油系统能耗wprod、采油量qoil分别表示为:

17、

18、

19、

20、式中:ij为第j口注水井的注水量;qj为第j口采油井的采液量;α为注水能耗权重;β为采油能耗权重;ρ为注入水密度;pj为第j口注水井的注入压力;pj为第j口注水井的井底流压;hj为第j口采油井的深度;g为重力加速度,fj为第j口采油井的含水率;m为注水井数量;n为采油井数量。

21、所述产量最大化智能决策单元,执行以下步骤:

22、将注水量ij和采油量qj作为粒子,根据油水井系统产油量最大化的目标函数和约束条件确定适应度函数,使用粒子群算法求解,得到最佳的注水井注水量ij和采油井产液量qj作为决策结果;

23、其中,目标函数为给定时间范围内油水井系统产油量最大化,表达式为:

24、

25、式中:qj为第j口采油井的产油量;n为油水井系统中采油井的数量,t0为初始时刻,t为当前时刻。

26、所述效益最大化智能决策单元,执行以下步骤:

27、将注水量ij和采油量qj作为粒子,根据油水井系统生产效益最大化的目标函数和约束条件确定适应度函数,使用粒子群算法求解,得到最佳的注水井注水量ij和采油井产液量qj作为决策结果;

28、其中,目标函数为给定时间范围内油水井系统生产效益最大化,表达式为:

29、

30、式中:ro为油价,rw为注水费用;ij为第j口注水井的注水量;m为油水井系统中注水井数量。

31、所述油水井系统智能控制模块,包括:

32、采油井控制单元,用于根据决策结果中的采油井产液量,通过变频器实现采油井电动机变速运行,从而控制采油井冲次,控制油井产量;

33、注水井控制单元,用于根据决策结果中的注水井的注水量,通过流量自控仪调节控制阀阀门开度,从而控制注水井注水量。

34、一种不同生产模式下油水井采注协同优化控制方法,包括以下步骤:

35、油水井系统生产模式选择模块接收选择的不同生产模式;

36、油水井系统智能决策模块根据所述油水井系统生产模式选择模块所选择的生产模式进行智能决策,并将决策结果传输给所述油水井系统智能控制模块;

37、油水井系统智能控制模块根据决策结果控制采油井的产液量和注水井的注水量。

38、本专利技术的有益效果如下:

39、(1)本专利技术基于井间连通关系建立油水井系统采注协同优化控制模型,将采油井系统和注水井系统进行一体化分析和全局优化,不需要复杂的精细化油藏描述和数值模拟过程,仅通过注采数据就可以定量计算井间连通系数,方法简单易于实现,计算复杂度低,便于油田现场应用;

40、(2)本专利技术所建立的不同生产模式下油水井采注协同优化控制系统,能够满足油田在不同开发阶段的实际生产需求,可针对油田不同区块、不同场站、不同井组,选择所需的生产模式,适合在油田大面积推广应用;

41、(3)根据所选择的油田生产模式,基于油气生产大数据,可快速定制协同优化控制方案,实现油田节能降耗和提质增效,提高油田采收率和经济效益。

本文档来自技高网...

【技术保护点】

1.一种不同生产模式下油水井采注协同优化控制系统,其特征在于,包括油水井系统生产模式选择模块、油水井系统智能决策模块、油水井系统智能控制模块;

2.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述生产模式包括节能模式、最大产模式和最大效益模式。

3.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述油水井系统智能决策模块包括:

4.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述能耗最小化智能决策单元,执行以下步骤:

5.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述产量最大化智能决策单元,执行以下步骤:

6.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述效益最大化智能决策单元,执行以下步骤:

7.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述油水井系统智能控制模块,包括:

8.一种不同生产模式下油水井采注协同优化控制方法,其特征在于,包括以下步骤:

...

【技术特征摘要】

1.一种不同生产模式下油水井采注协同优化控制系统,其特征在于,包括油水井系统生产模式选择模块、油水井系统智能决策模块、油水井系统智能控制模块;

2.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述生产模式包括节能模式、最大产模式和最大效益模式。

3.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述油水井系统智能决策模块包括:

4.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制系统,其特征在于,所述能耗最小...

【专利技术属性】
技术研发人员:程海波曾鹏李世超于海斌
申请(专利权)人:中国科学院沈阳自动化研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1