中文题目：油田分注井筒-配水器-地层耦合流动仿真及协同调配模型研究

论文题目：Research on oil field injection wells coupled flow simulation of wellbore-flow Controller-stratum and cooperative regulation model

录用期刊/会议：第36届中国控制与决策会议(CCDC 2024) （CAA A类会议，EI会议论文）

原文DOI： 10.1109/CCDC62350.2024.10587693.

原文链接：https://ieeexplore.ieee.org/document/10587693/authors#authors

录用/见刊时间：2024.06

作者列表：

1）魏   琪 中国石油大学（北京）石油工程学院 油气田开发专业 博 20

2）檀朝东 中国石油大学（北京）人工智能学院 研究生导师

3）高小永 中国石油大学（北京）人工智能学院 研究生导师

文章简介:

本文以最小配注误差和最小井口压力为优化目标，建立基于遗传算法的分注井多层协同调配优化方法，旨在为分注井精细化调配方案制定提供科学决策方法和优秀分析工具，推动油田精细化开发。

摘要:

分层注水工艺是提高精细化注水开发效果的关键手段。当前分注井测调主要依赖人工经验和仪器遍历法自动测调，造成多层段调配耗时长、效率低、配注合格率低。本文基于井筒管流能量守恒和物料平衡准则，建立了分层注水井筒-配水器-地层耦合流动仿真模型， 构建了基于Levenberg-Marquardt (LM)算法的多井层段注水量求解方法；以最小配注误差和最小井口压力为优化目标，建立了基于遗传算法(GA)的分注井多层协同调配优化方法，实现各层配水器开度的优化调配；以4层段X-01井为例，模拟仿真了不同注水压力需求下的最低累计配注误差的调配方案优化决策过程，且对比分析了遗传算法(GA)与粒子群（PSO）的全局寻优性能。研究表明，本文模型及方法计算精度高、全局寻优能力强，制定的调配方案适应性强、累计配注误差小，为分注井精细化调配方案制定提供了科学的决策方法和优秀的分析工具，对推动油田精细化开发具有较好的理论及实用价值。

背景与动机:

现有第四代分层注水工艺虽有多项测调一体化新技术，却在注水层段增加时存在注水量偏移、测调依赖人工经验、多层调配耗时长效率低等问题，且分注井管流物理模型及求解方法存在未考虑配水器流入地层能量变化、精度速度受限、缺乏井口到井底能量损失考虑等不足。

设计与实现:

基于井筒管流能量守恒和物料平衡准则，建立分层注水井筒 - 配水器 - 地层耦合流动仿真模型和基于 LM 算法的多井层段注水量求解方法，以最小配注误差和最小井口压力为优化目标，建立基于遗传算法的分注井多层协同调配优化方法。

 

图1 遗传算法分层调配优化流程

主要内容:

以4层段X-01分注井为例，模拟仿真了不同注水压力需求下的最低累计配注误差的调配方案优化决策过程，且对比分析了遗传算法(GA)与粒子群（PSO）的全局寻优性能。

实验结果及分析:

比较可知，PSO的迭代求解过程更为平缓；遗传算法的迭代求解过程中，由于算法机制中变异和交叉操作，遗传算法在迭代过程中稳定性更差。表1为遗传算法(GA)和粒子群算法(PSO)的最优解，遗传算法给出的最优解井口注水压力,对应的开度方案下，单层段最大配注误差为10.09%，四层段累计配注误差为10.74%，最优方案对应的适应度。分析表1结果可知，遗传算法（GA）给出的配注方案造成配注误差大的原因是吸水能力较差的Num1层。粒子群算法给出的最优解井口注水压力，单层最大配注误差为15.08%，四层累计层段误差为17.92%，最优方案对应的适应度；粒子群算法求解的调配方案井口过小，不仅导致了Num1层的配注误差增加，Num4层的配注误差也达到了2.07%。

 

图2遗传算法(GA)迭代过程

 

图3粒子群算法(PSO)迭代过程

表1  遗传算法(GA)粒子群算法(PSO)最优解

结论:

验证结果表明，模型及方法计算精度高、全局寻优能力强，制定的调配方案适应性强、累计配注误差小，为分注井精细化调配方案制定提供了科学的决策方法和优秀的分析工具，对推动油田精细化开发具有较好的理论及实用价值。

通讯作者简介:

檀朝东，博士，教授，正高级工程师，博士生导师。人工智能学院教师，从事教学和科研工作。研究方向：油气举升工程理论与智能化方法，注采设备故障诊断理论与方法，多能互补微网生产优化，检测技术与自动化装置。