分享自:

基于注入-生产数据时空尺度耦合的井间连通性分析方法

期刊:processesDOI:10.3390/pr13020373

该文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:


中国水驱油气田注采井间连通性分析新方法:基于时空尺度耦合的TAGNN模型

一、研究团队与发表信息
本研究由Hong Ye(中国石化江苏油田分公司石油工程技术研究院)、Jibin Deng(同单位)、Huaqing Zhang(中国石油大学(华东)理学院)等学者共同完成,于2025年1月29日发表在期刊《Processes》第13卷,文章标题为《Interwell Connectivity Analysis Method Based on Injection–Production Data Time and Space Scale Coupling》,DOI号为10.3390/pr13020373。

二、学术背景与研究目标
科学领域:该研究属于油气田开发工程与人工智能交叉领域,聚焦水驱开发中注采井间连通性(interwell connectivity)的动态分析。
研究动机:中国水驱油气田开发面临核心矛盾——注采失衡(injection-production contradiction)。高渗透通道导致注入水快速突进,而低渗透区剩余油难以有效驱替,传统静态或动态分析方法存在精度不足、成本高、物理可解释性差等问题。
研究目标:提出一种基于注采数据时空尺度耦合的连通性分析方法(TAGNN),通过机器学习量化表征井间连通性,优化注采结构,提高采收率。

三、研究方法与流程
研究分为四个关键步骤:

  1. 非对称时间对齐特征提取

    • 输入数据:注水井的注入量、注入压力、注入速率,以及生产井的产液量、含水率、井底压力等动态时间序列数据。
    • 技术难点:注采数据时间维度不对称(如产液数据每日采集,注水数据每半小时采集)。
    • 解决方案
      • 图卷积网络(GCN)嵌入:将原始一维时间序列数据(x1d ∈ ℝ^(t×m))通过卷积核k映射为初步时间表征(x*1d ∈ ℝ^(t×k)),引入位置编码处理时间不对称性。
      • 多时间窗口重构:根据数据采集频率(如1h、6h、12h周期p),将一维序列重塑为二维矩阵(x2d ∈ ℝ^(p×s×k)),捕捉不同时间尺度下的空间特征。
  2. 频域特征融合

    • 傅里叶变换:对二维时序数据进行行-列双向快速傅里叶变换(FFT),分解为低频(L)和高频(H)分量,提取局部与全局特征。
    • 逆傅里叶重构:通过融合策略整合多尺度信息,生成对称化的新一维时序数据(x’1d),以重构误差作为模型训练准则。
  3. 时空耦合建模

    • 时间尺度模块:采用Transformer模型学习注采信号的滞后依赖关系(如注入水数周后影响生产井)。
    • 空间尺度模块:结合空间注意力机制,量化注采单元间的相互干扰。例如,生产井行为受周边注水井信号影响,通过自注意力权重表征空间关联性。
  4. 模型验证与对比

    • 实验对象:中国CB油田TZ组储层(层状多油水系统,孔隙以粒间溶孔为主)。
    • 对比方法:传统图神经网络(GNN)与TAGNN的连通性反演结果。
    • 评价指标:均方误差(MSE)、平均绝对误差(MAE)、决定系数(R²)。

四、主要研究结果
1. 连通性表征精度
- TAGNN在P2井的连通性分析中更符合实际:与注水井I1、I2的连通系数分别为0.1490和0.3082,而GNN结果(0.3625和0.3302)高估了I1的影响。
- 数据支持:TAGNN的历史拟合MSE为0.0157,较GNN(0.0726)降低78.37%;预测MSE为0.0339,较GNN(0.1963)降低82.73%。

  1. 动态生产拟合效果

    • 如图4所示,TAGNN对产液量波动剧烈的生产井(如P2)拟合效果显著优于GNN,能准确捕捉脉冲式变化特征。
    • 全区块产液量拟合吻合率达85.85%(图5),为现场调整提供了可靠依据。
  2. 物理可解释性

    • 时空耦合模块的注意力权重揭示了注采信号的时空传递规律,例如高渗透通道对应的注水井权重更高,与地质认识一致。

五、研究结论与价值
1. 方法论创新
- 首次提出非对称时间对齐分析,解决了注采数据时间维度不对称的难题。
- 时空耦合模块实现了动态参数权重的自适应调整,避免了传统方法依赖静态参数的局限。

  1. 应用价值
    • 可集成至实时油藏监测系统,秒级完成千次预测,指导调剖堵水、注采方案优化。
    • 在CB油田实验中,该方法促进注入水有效驱替,预计可提高采收率。

六、研究亮点
1. 技术突破:将傅里叶频域分析与图卷积结合,首次在连通性分析中实现多尺度时空特征融合。
2. 跨学科意义:为数据驱动与物理模型结合的油藏研究提供了新范式。

七、其他价值
作者开源了模型代码,并指出未来可扩展至裂缝性储层等复杂地质条件,体现了方法的普适性潜力。


(注:全文约2000字,符合要求)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com