南海东部Z油田提液策略及智能注采优化

姚为英, 冯高城, 刘 佳, 尹彦君, 马良帅， 杨 光， 张 凯

(1. 中海油能源发展股份有限公司工程技术分公司，天津 300452； 2.中海石油(中国)有限公司深圳分公司，深圳 518067；3.中国石油大学(华东)石油工程学院, 青岛 266580)

优化注采策略是油田开发中后期降本增效、延长经济寿命和提高采收率的重要举措。目前针对中高含水期优化注采策略主要有3种模式：其一，“提液稳油”模式，即稳油不控水，以提液为核心手段的综合治理办法达到稳油的目的；其二，“稳液稳油”模式，用稳定或控制液量的办法达到减缓原油产量递减目的[1]，究其核心思路在于控制采油速度与采液速度，优化注采结构改善水驱开发效果；其三，“稳油控水”模式，主要针对高含水时期存在的问题进行分析，提出了一系列的稳油控水策略与配套措施[2]。

针对油田开发后期提液面临存在的诸多问题，国内学者以油藏工程方法研究为主，对提液策略、提液技术等方面进行了深入性的探讨[3-6]。目前提液理论研究主要以油藏数值模拟与渗流力学理论推导为手段，依托工程需要持续深化油藏提液增油的理论研究，并在利用无因次采液指数提液方面取得了广泛性应用[7-8]。“十一五”到“十三五”期间，南海东部因地制宜逐步摸索了提液稳油模式[9]，为南海东部油田持续稳产发挥了重要作用。对于特高含水期油田生产表现为井间高渗通道发育、剩余油分布零散、水淹规律较为复杂等问题，因此亟待发展新型产液结构优化技术与开发策略。

目前针对提液控水技术优化重点是确定单井提液时机，过程中主要研究内容包括提液时机研究、提液幅度研究、合理制度研究、单井与区块提液控水动态分析，常用方法主要有机理型和统计型两大类方法，相比统计型方法，机理法的预测效果和预测精度都较高[9]。孙成龙[10]在不同液量水平下产油量和成本变化规律统计的基础上,通过分析不同液量下的投入产出变化,进而确定经济效益最大化时的产液量，从而用于指导矿场油井提液生产；张利健等[11]分析了提液增油机理,并从无因次采液指数、地层压力、供液能力等角度论证了该油田的提液可行性,进而通过无因次采液指数增长趋势确定了B油田的合理提液时机。

近年来，国外油田大力发展了基于系统控制的智能注采优化方法，已经形成了基于人工智能和大数据的智能井工艺及配套工程[12-15]，并取得了良好的现场应用效果。国内围绕油藏优化算法的运算机理、迭代速度与约束条件等关键问题也已取得理论研究突破[16-19]。但在中国海上油田的生产应用(尤其是南海中高含水期油田群)，以油藏动态智能优化技术为手段开展提液优化研究鲜有报道。为此，针对南海Z油田实施转注后快速上产与稳产客观要求，探讨基于代理模型的智能注采提液策略，以期为南海东部油田的类似油田开发提供参考和依据。

1 油田工区概况

南海东部Z油田位于东沙隆起西北斜坡，靠近惠州凹陷南侧，是发育在基底古隆起上的披覆背斜。构造幅度较缓且完整、高点相对稳定，主要呈近东西向走向，由深至浅继承性较好，含油范围内无断层切割。沉积演化特征主要为一套辫状河三角洲体系，自下而上由下三角洲平原向三角洲前缘、前三角洲逐渐演化。

Z油田纵向上共发育13个油层，主要为边、底水驱动的岩性油藏，储量大部分集中在主力层L30up。L30up层为由北西/北东两个方向物源控制的三角洲前缘沉积(图1)，进一步划分为北部边水影响区、中部构造主体区和南部薄层区。边水影响区表现为近物源沉积，主要受到西北与北部双边水影响，水体能量较弱。主体区位于多支水下分流河道分叉、交汇处，砂体发育且横向连续性较好，储层厚度在6～14 m。储层向东南部逐渐减薄至薄层区，过渡为河口坝、远砂坝、席状砂沉积，砂体厚度在1～4 m。主要岩性为细～粗粒长石岩屑砂岩，储层物性较好，平均孔隙度19.2%、平均渗透率502.4 mD，属于中孔、中～特高渗透率储层。

图1 Z油田工区构造及沉积相微相图

2 稳产存在问题

南海Z油田单纯依靠天然能量开发能量不足，由于目标油田注水设施不完善，2017年通过将非生产层的水注入主力层来补充主力生产层能量，薄层区油井转注的逆能量衰竭通道自流注水[20]及时缓解了油田欠产严重问题，实现了南海东部第一个注水开发油田。随着油田逐步进入中高含水期，油相连续性下降、水相连续性逐步增强，油田面临加强提液困难、水驱效果变差等问题凸显，长期提液面临平台井槽预留不足、油水处日理能力较强、注水设施调整空间有限等问题。

现阶段，油田稳产开发的油藏面临主要问题：主力层采收率17.95%与预测最终采收率38%，在开发程度上存在较大差距，仍然存在大量的剩余油亟待挖潜；储层非均质性较强，渗透率变异系数0.84～1.12，突进系数3.11～4.42，不同储集体间储集能力与驱油效率的差异，进一步加剧了水淹程度的不均衡；在储层具有油藏挖潜基础的条件下,要求工艺适时加大泵挂深度，为进一步加大生产压差、提高能量利用率奠定基础。截至2019年6月，油田累产油440.84万m3，综合含水率为63.91%，折算年采油速度较去年同期采油速度降低0.5个百分点，为此有必要实施进一步提液增油策略。

为增大油藏主体区水驱波及体积，2019年将构造主体区高部位的A5H转注，转注后投产1个月，临井均有不同程度地响应，流压回升幅度在0.5～1.5 MPa。但日增油量约43.62 m3/d，远远不能满足A5H井转注所减少的产量损失。虽然A5H及时转注弥补高速开采所导致的能量不足问题，但仍然未解决油田减缓递减与持续稳产核心问题。究其原因，油田产量递减主要是由于新井投产后含水上升过快、油井转注后老井提液困难等因素共同导致。提液困难更深层次的原因由于油井持续提液潜力不明、井间能量传递方向不清、疏导液流传递手段有限等因素共同制约，以致A5H转注后进一步实施关联井提液困难。

3 提液策略

油藏优化技术是利用最优控制理论和智能控制理论，建立油藏生产动态优化数学模型，运用油藏数值模拟运算油气水运移状态，形成油藏开发动态优化方案。而数学模型的建立需要明确优化变量以及变量界限等参数，因此，首先依据地层压力场以及注采流线分布特性挑选具有潜力的提液井，然后基于储层品质指数确定单井提液上下限，为后续模型建立以及优化过程提供基础。

3.1 优化井选取策略

优化井的选取在于确保整个空间分布中剩余油富集的油井有效提液与水井有效驱油。因此，提出两种优化井选取的策略方法，分别从转注井转注前后压力场分布以及转注前后注采流线分布入手，选取具有优化潜力的井组。

3.1.1 基于压力分布的优化井选取方法

泵入口压力是地层流体能量最瞬时的反映，地层能量越强泵入口压力越大。目前各生产井的泵入口压力主要集中在3.0～9.67 MPa，除A10H、A7H已接近最小泵入口压力外，其余油井均具备一定的提液基础。图2介绍了A5H转注前后地层压力对比变化情况。

图2 A5H转注前后地层压力对比变化

首先，通过对比2019年L30up主力层转注前后压力平面分布可以看出，转注前基准面压力呈“鞍状”分布，构造主体区压力偏低，呈“条带状”分布；转注后基准面压力变化较大，构造主体区呈“局部憋压”形态。其次，由于注水对冲作用，北部边水区得到了天然能量的充分地供给，低压区仅分布于南部薄层区。因此，围绕局部憋压及高压边缘优选具备能量基础的井实施提液泄油，以增大提液幅度扩大压力波及半径，建立局部高低压范围的驱油压差与泄油通道，可实现有效驱替门槛压力的快速突破。

3.1.2 基于注采流线分析的优化井选取方法

针对Z油田主力层剩余油分布零散的油田现状与驱油能量分布不均衡的客观情况，提出基于注采主流线分析的优化井选取方法，从而通过提液引流形成流动压力，达到驱替能量空间均衡分布的目的。

通过对比A5H井转注前后的泵吸入口流压升降、注采井液油量波动、相邻井含水率起伏等指标典型变化特征，综合得到转注前后注采流线分布(图3)。对比转注前后的生产流线特征认为，A5H转注前后驱替流线集中反映在构造主体区注采流线调整，由于转注井注水对天然能量的逆向对冲作用，导致北部边水区流线强度和方向随即产生适当调整变化，同时西部边水区能量供给强度联动发生局部调整变化，但注水井区注采流线未发生明显变化，因此，需着重调整注水井区流线节点上的生产井。图4介绍了Z油田主力层注采流线与河道砂体空间分布。

图3 A5H转注前后注采流线对比变化

图4 Z油田主力层注采流线与河道砂体空间分布图

3.2 优化井界限标定策略

在完成优化井选取后，根据不同储集体的内在差异，集合无因次采液、采油指数曲线，确定优化井提液界限。首先，基于L30up储层岩石样品分类研究，运用储层品质指数(RQI)[21]划分为三类储集体(表1)。其次，针对RQI划分的三类岩石相储层无因次采液(油)指数曲线得到油井提液的含水率对应界限，分别为32.3%、38.2%、51.5%。由于L30up层不同岩石相均呈现出随含水上升无因次采液指数增加，无因次采油指数下降的特点(图5)，且主力层综合含水率已超过60%。因此，一类岩石相储集体可大幅提液至投产初期2倍、二类岩石相可适当提液至1.5倍、三类岩石相略微提高液量，为此形成单井提液界限在450～850 m3/d，为后续油藏动态生产优化提供基础。

图5 基于RQI岩石相无因次采油(采液)指数

表1 基于RQI的储层岩石相分类标准

4 基于代理模型的智能注采优化

智能注采优化研究指的是通过智能算法对工区范围内的所有井进行配产配注优化，可以通过智能算法实现更加准确有效的调控。在完成优化井的选取以及界限标定后，首先，依据所设定的优化变量以及边界等构建优化数学模型，其次引入基于代理模型的优化算法来优化求解，最终求得最优的配产配注方案。

4.1 数学模型

在水驱开发中，其通过调整油藏区块油水井的注入与产出状态来实现经济效益的最大化，该问题属于一个典型的最优化问题。调控目标以经济净现值(NPV)为例，水驱注采优化模型的目标函数可定义为

(1)

(2)

式(2)中：ulow为调控变量的下边界约束；uup为调控变量的上边界约束。

4.2 代理模型方法

代理模型[22]是一种简化的数学模型，利用机器学习的方法结合样本点进行模型的构建，然后用于代替数值模拟器进行生产动态的预测，可大大缩短优化求解的时间。进化算法具有良好的全局寻优特性，但需要耗费大量的计算资源，因此，利用基于代理辅助的优化算法来快速准确的求解全局最优解。将支持向量回归(SVR)作为代理模型与粒子群算法(PSO)相结合，提出SVR-PSO算法。SVR是一种广泛应用的机器学习方法，用于解决非线性回归问题[23]。SVR的基本思想是将输入数据从原始空间转换为高维特征空间，其中输出数据与特征空间中的变量具有线性关系。通过解决使SVR模型的复杂性以及预测响应与“真实”响应的偏差最小化的优化问题，可获得定义输出与特征变量之间线性关系的参数。线性SVR模型如式(3)所示：

(3)

式(3)中：ω∈Rd为系数向量；b为常数；T为向量的转置。

图6 SVR模型的几何解释

(4)

(5)

在完成代理模型构建的基础上，通过进化算法来对问题进行优化求解，选取粒子群算法作为本文的求解算法。粒子群算法[23]是在1995年由Eberhart和Kennedy一起提出的，它源于对鸟群捕食行为的研究。它的基本核心是利用群体中的个体对信息的共享从而使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。

在PSO中，每个优化问题的解都是搜索空间中的一个“粒子”，所有的粒子都具有一个位置向量(粒子在解空间的位置)和速度向量(决定下次飞行的方向和速度)，并可以根据目标函数来计算当前的所在位置的适应值。粒子的速度和位置更新公式如下：

vi=ωvi+c1rand(pbesti-xi)+

c2rand(gbesti-xi)

(6)

xi=xi+vi

(7)

式中：vi为粒子的速度；ω为惯性因子；c1和c2为惯性因子；rand为介于(0,1)的随机数；pbesti为个体极值；gbesti为全局最优解。

4.3 SVR-PSO算法优化计算步骤

SVR-PSO算法的优化计算步骤如图7所示，首先设置所需要的参数，利用拉丁超立方取样，并将取样的样本点的目标函数值通过油藏数值模拟器计算出来形成初始样本库。从样本库中选择初始种群，并按照进化规则更新粒子的位置和速度，并利用样本库中的所有样本点通过SVR构建代理模型。随后，利用代理模型进行目标函数值的预测计算，并选取最优解利用数值模拟器重新评估，更新样本库。

图7 SVR-PSO 流程

5 现场调控实例分析

分别从转注井转注前后压力场分布以及转注前后注采流线分布入手，选取具有优化潜力的井组。随后，通过岩石储集相耦合的无因次采液指数方法界定了单井采液量与压力界限，最终形成数学优化模型，通过SVR-PSO算法进行注采结构调整。

针对Z油田，基于压力分布的优化井选取方法，选取A15H等6口井；为改善全区能量分配，加强注采流线上节点提液，立足注采流线分析策略优选A09H等6口井。随后，基于岩石储集相耦合的无因次采液指数方法界定了三类单井采液量：一类岩石相储集体可大幅提液至投产初期2倍，二类岩石相可适当提液至1.5倍，三类岩石相略微提高液量。以提液井的提液量为优化变量，以经济效益(NPV)[24-25]为目标函数，通过SVR-PSO算法进行优化求解形成全区优化提液方案，并与PSO优化体液方案进行对比，如图8所示，SVR-PSO算法在同样的计算资源下可以求得更好的优化结果以及NPV值。

图8 PSO算法与SVR-PSO算法净现值结果对比

以2017年为预测初期，对比注水基于预测方案与优化提液方案，如图9所示。对比认为，基于预测方案累计产油量为355.48×104m3、综合含水率69.46%，而优化方案累计产油量达413.84×104m3、综合含水率74.33%，累计增油量差值约58.35×104m3，优化后油田稳产问题明显改善。优化提液方案通过加强二线井(A9H/A2H)、三线井(A15H/A17H/A8H)提液力度，引流提液增大水驱波及体积。其中，北部边水区A2H提液控制边水推进速度，构造主体区局部憋压地带A9H提液卸压，南部薄层区多向受效井提液稳产，早期转注区优化生产抑制注采井间窜流，可实现主力生产层的能量再均衡分布的优化。图10介绍了预测方案与优化后饱和度场对比情况。

图9 预测方案与优化后方案对比

图10 预测方案与优化后饱和度场对比

A2H引流挖潜充分利用边水与注入水的双向能量，挖潜复合反韵律沉积的河口坝内剩余油。L30up层纵向发育两套砂体，A5H转注井与北部漫流沉积成因的物性较差区域(辫状河漫滩沉积)，形成与北部边水对冲式注入、抑制北部边水漫流推进；与南部辫状流沉积成因的物性较好区域(复合辫状河道沉积)，形成顺构造方向推进式注入。A5H转注初期，该井提液后平均日产液为651.85 m3/d，平均日增油量167.56 m3/d，提液效果显著，如图11所示。

图11 典型井优化前后注采关系对比

6 结论

(1)针对油井持续提液潜力不明等问题，应用储层品质指数模型可以量化动用砂体的岩石相储集体类型，进一步与无因次采液指数图版相结合，可有效量化油井在各井各层段的提液界限，研究表明：一类岩石相储集体可大幅提液至投产初期2倍，二类岩石相可适当提液至1.5倍，三类岩石相略微提高液量。

(2)鉴于持续提液稳产与能量不足的矛盾，通过将非生产层能量补充至主力层的闭式注水方式，极大地缓解了提液能量不足等问题。应用基于代理辅助的优化算法(SVR-PSO)，以NPV为优化目标函数，均衡驱替能量分配，增强提液优化方案的现场可实施性。优化方案较预测方案累计增油58.35×104m3，优化效果明显改善。

(3)基于优化提液策略对Z油田实施提液，使得主力层递减得到有效缓解，重点井增油井提液效果明显、关联带动井延长单井稳产期限，对南海东部类似油田改善注水开发效果具有借鉴意义。