賈德利，劉合，張吉群，龔斌，裴曉含，王全賓，楊清海

（1.中國(guó)石油勘探開發(fā)研究院，北京 100083；2.中國(guó)地質(zhì)大學(xué)（武漢）資源學(xué)院，武漢 430074）

0 引言

中國(guó)大多數(shù)油田為砂巖油田，為實(shí)現(xiàn)高產(chǎn)穩(wěn)產(chǎn)和提高采收率的目的，油田一般采用注水開發(fā)且成效顯著，中國(guó)水驅(qū)開發(fā)技術(shù)一直處于國(guó)際領(lǐng)先地位[1-3]。目前多數(shù)油田陸續(xù)進(jìn)入了“雙高階段”，大慶、勝利等主力油田已進(jìn)入特高含水階段，剩余油高度分散、油水關(guān)系極其復(fù)雜，穩(wěn)油控水難度大[4-6]。開發(fā)生產(chǎn)階段，一方面長(zhǎng)井段開采導(dǎo)致縱向上層間動(dòng)用差異大；另一方面由于老井套損以及套變嚴(yán)重，導(dǎo)致平面上難以構(gòu)成完善的注采井網(wǎng)[7-8]；此外，由于儲(chǔ)集層非均質(zhì)性強(qiáng)，長(zhǎng)期注水沖刷后形成優(yōu)勢(shì)水流通道，注入水無效、低效循環(huán)。上述問題嚴(yán)重制約了開發(fā)效果，提高采收率幅度下降，增加可采儲(chǔ)量難度加大。因此，開展水驅(qū)油藏精細(xì)智能化分析研究對(duì)提高老油田采收率具有重要的工程意義。

筆者團(tuán)隊(duì)近些年攻關(guān)井下永置式層段調(diào)節(jié)、層段計(jì)量和井筒雙向通信等核心技術(shù)，研制了分層注水實(shí)時(shí)監(jiān)測(cè)與自動(dòng)控制系列工藝，實(shí)現(xiàn)了注水井分層壓力和流量的數(shù)字化實(shí)時(shí)監(jiān)測(cè)及油藏注水動(dòng)態(tài)監(jiān)測(cè)的網(wǎng)絡(luò)信息化，推進(jìn)分層注水工藝向數(shù)字化、自動(dòng)化、集成化方向發(fā)展[9-11]，減少了單井層段劃分日益精細(xì)后的測(cè)調(diào)工作量，解決了人員和設(shè)備投入大幅度增加導(dǎo)致的生產(chǎn)成本成倍增長(zhǎng)的矛盾。更重要的是該成果可為實(shí)施精細(xì)智能油藏分析提供必要的工程基礎(chǔ)和手段，本文結(jié)合分層注采監(jiān)測(cè)的數(shù)據(jù)更加精準(zhǔn)地開展油藏建模、歷史擬合等分析，以降低對(duì)剩余油分布及注水效果預(yù)測(cè)的不確定性，達(dá)到進(jìn)一步提高采收率的目的。

1 大數(shù)據(jù)應(yīng)用于油藏分析的特點(diǎn)

圖1 傳統(tǒng)注水方案優(yōu)化模擬流程

傳統(tǒng)注水優(yōu)化方法建立在數(shù)值模擬的基礎(chǔ)上，流程如圖 1所示，首先根據(jù)油藏動(dòng)靜態(tài)數(shù)據(jù)建立地質(zhì)模型，對(duì)油藏進(jìn)行數(shù)值模擬，即根據(jù)油藏工程師的經(jīng)驗(yàn)進(jìn)行人工歷史擬合，達(dá)到一定的擬合率后設(shè)計(jì)多套注水調(diào)整方案，再應(yīng)用油藏?cái)?shù)值模擬對(duì)每套方案進(jìn)行產(chǎn)量預(yù)測(cè)，最終優(yōu)選出一套較優(yōu)的方案。該工程方法周期長(zhǎng)、依賴于油藏工程師經(jīng)驗(yàn)且優(yōu)化方案有限，若融合大量動(dòng)態(tài)注水生產(chǎn)數(shù)據(jù)將進(jìn)一步增加數(shù)值模擬的計(jì)算量，此外在現(xiàn)有數(shù)?？蚣芟聼o法充分利用動(dòng)態(tài)數(shù)據(jù)。

近幾年，大數(shù)據(jù)技術(shù)的發(fā)展為石油勘探與開發(fā)各技術(shù)環(huán)節(jié)的算法升級(jí)提供了新的啟發(fā)，并且已經(jīng)率先在提高測(cè)井與地震解釋質(zhì)量、采油工程功圖優(yōu)化、智能鉆井等領(lǐng)域?qū)崿F(xiàn)了富有成效的應(yīng)用。將人工智能算法應(yīng)用到油藏分析中，提高對(duì)油藏認(rèn)識(shí)的精度，并據(jù)此提出更加高效的油藏工程實(shí)施方案成為新的研究目標(biāo)。然而由于油藏作為測(cè)量、數(shù)據(jù)解釋及方案實(shí)施的目標(biāo)，在大數(shù)據(jù)算法應(yīng)用上存在特殊的挑戰(zhàn)：①油藏解釋及觀測(cè)數(shù)據(jù)在時(shí)空分布上具有高度的不均勻性；②對(duì)油藏地質(zhì)特征及物性的認(rèn)識(shí)存在高度的不確定性[12]；③油藏動(dòng)態(tài)測(cè)量數(shù)據(jù)極度單一和稀缺，尤其缺少直接服務(wù)于決策的測(cè)量數(shù)據(jù)，比如隨時(shí)間變化的分層注水及產(chǎn)油/產(chǎn)水量。這些挑戰(zhàn)直接導(dǎo)致機(jī)器學(xué)習(xí)算法無法獲得足夠的、有效的訓(xùn)練樣本。

鑒于此，本文在傳統(tǒng)的數(shù)值模擬及優(yōu)化算法基礎(chǔ)上，結(jié)合分層注采實(shí)時(shí)監(jiān)測(cè)與自動(dòng)控制工藝技術(shù)所監(jiān)測(cè)的“硬數(shù)據(jù)”，提出一種大數(shù)據(jù)驅(qū)動(dòng)下的老油田精細(xì)注水優(yōu)化方法。首先利用數(shù)據(jù)同化算法對(duì)地質(zhì)模型進(jìn)行自動(dòng)歷史擬合，獲得精細(xì)分層注采“硬數(shù)據(jù)”約束下的油藏流體飽和度和壓力場(chǎng)的演化模型；然后在此基礎(chǔ)上通過機(jī)器學(xué)習(xí)算法量化和評(píng)價(jià)井組（層段）注水的效果指標(biāo)，分析注水調(diào)整方向，最終形式多井分層的優(yōu)化注水方案。隨著動(dòng)態(tài)數(shù)據(jù)的不斷增加和更新，本文的算法和流程能夠深化對(duì)油藏非均質(zhì)性及流動(dòng)條帶的認(rèn)識(shí)，從而降低剩余油分布及注水效果預(yù)測(cè)的不確定性，不斷優(yōu)化精細(xì)注水調(diào)整方案。

2 系統(tǒng)方案設(shè)計(jì)

大數(shù)據(jù)驅(qū)動(dòng)下注水優(yōu)化模擬的整體流程與傳統(tǒng)注水優(yōu)化模擬流程一樣分為兩步，但每一步的實(shí)現(xiàn)均融入了大數(shù)據(jù)分析算法（見圖2）。第一步建立油藏預(yù)測(cè)模型時(shí)融入了數(shù)據(jù)同化算法，使得地質(zhì)模型參數(shù)場(chǎng)的校正可在持續(xù)的數(shù)據(jù)驅(qū)動(dòng)下自動(dòng)進(jìn)行；第二步注水方案優(yōu)化與預(yù)測(cè)過程中運(yùn)用機(jī)器學(xué)習(xí)算法來量化和評(píng)價(jià)多井分層注水效果、分析注水調(diào)整方向，最終通過大數(shù)據(jù)智能優(yōu)化算法求解最優(yōu)注水調(diào)整方案。

圖2 大數(shù)據(jù)驅(qū)動(dòng)下注水優(yōu)化模擬流程

2.1 建立符合油藏地質(zhì)及動(dòng)態(tài)特征的模擬模型

采集油藏的靜態(tài)數(shù)據(jù)及注采井層段累計(jì)流量、瞬時(shí)流量和壓力等實(shí)時(shí)“硬數(shù)據(jù)”，應(yīng)用地質(zhì)建模技術(shù)建立油藏構(gòu)造與靜態(tài)屬性模型。在地質(zhì)模型基礎(chǔ)上，借助數(shù)據(jù)同化算法，自動(dòng)擬合出油藏?cái)?shù)值模擬模型。本文采用集合卡爾曼濾波方法，根據(jù)生產(chǎn)動(dòng)態(tài)數(shù)據(jù)對(duì)油藏模型進(jìn)行調(diào)整和校正[13]。

傳統(tǒng)的卡爾曼濾波方法是一種基于最小二乘估計(jì)原理，結(jié)合貝葉斯理論的參數(shù)反演方法。集合卡爾曼濾波方法是卡爾曼濾波方法的一種蒙特卡羅實(shí)現(xiàn)形式。首先根據(jù)先驗(yàn)信息產(chǎn)生一組初始模型（初始樣本集合），利用該組模型平行地進(jìn)行模型預(yù)測(cè)，并根據(jù)預(yù)測(cè)結(jié)果與實(shí)際生產(chǎn)歷史之間的差異調(diào)整初始模型樣本集合，即計(jì)算兩者的誤差協(xié)方差矩陣。逐步更新數(shù)值模型不確定參數(shù)，從而減小預(yù)測(cè)值與觀測(cè)值之間的誤差，該方法在處理大規(guī)模問題上有著明顯的優(yōu)勢(shì)。

在擬合過程中，選擇可靠性較低且對(duì)模擬結(jié)果較敏感的各小層基質(zhì)孔隙度、滲透率、垂向滲透率與水平滲透率比值、初始油水界面毛管壓力值（影響初始油水分布）4類參數(shù)作為待調(diào)整變量進(jìn)行調(diào)整，根據(jù)地質(zhì)背景和測(cè)井解釋分析確定各參數(shù)的調(diào)整范圍（見表1）。

表1 待擬合參數(shù)的取值范圍

使用集合卡爾曼濾波方法進(jìn)行歷史擬合，設(shè)置20個(gè)實(shí)現(xiàn)，分4次進(jìn)行數(shù)據(jù)同化。圖3為擬合過程中所有實(shí)現(xiàn)的計(jì)算含水率與實(shí)際油藏綜合含水率的對(duì)比曲線?？梢婋S著同化的進(jìn)行，計(jì)算結(jié)果迅速向?qū)嶋H數(shù)據(jù)靠攏，最后收斂到真實(shí)生產(chǎn)數(shù)據(jù)附近。在模擬過程中第24年開始的預(yù)測(cè)階段各實(shí)現(xiàn)的表現(xiàn)與實(shí)際生產(chǎn)數(shù)據(jù)基本吻合，驗(yàn)證了擬合的正確性。

圖3 擬合收斂過程

在擬合過程中，4類待調(diào)整參數(shù)也隨著擬合的進(jìn)行快速收斂，某主力小層 4個(gè)參數(shù)隨數(shù)據(jù)同化次數(shù)的收斂情況如圖 4所示。對(duì)該油藏的地質(zhì)模型，孔隙度乘數(shù)、滲透率乘數(shù)、初始油水界面毛管壓力收斂較好，說明敏感性極高；滲透率比值收斂較差，表明該油藏由于隔層發(fā)育，縱向連通性差，流體的縱向流動(dòng)比例較小，因此不敏感。

選擇擬合得到的最佳模型開展后續(xù)研究，該模型結(jié)果基本能夠反映油藏開發(fā)過程及滲流規(guī)律。

2.2 智能優(yōu)化注水方案

在擬合率達(dá)標(biāo)的油藏?cái)?shù)值模擬模型基礎(chǔ)上，通過調(diào)整單井或各層段配注量，對(duì)區(qū)塊的注采系統(tǒng)進(jìn)行優(yōu)化，達(dá)到控水穩(wěn)油和減緩遞減的目的，具體的優(yōu)化目標(biāo)包括提高區(qū)塊產(chǎn)油量和降低區(qū)塊含水率。該方法解決了人工僅能制定有限套方案進(jìn)行優(yōu)選的問題，方案優(yōu)化分為6步。

圖4 待調(diào)整參數(shù)的收斂過程

2.2.1 識(shí)別注采井間分層流動(dòng)關(guān)系

在上一步自動(dòng)歷史擬合得到的地質(zhì)模型基礎(chǔ)上，根據(jù)分層注采流動(dòng)關(guān)系自動(dòng)識(shí)別方法[14]，計(jì)算區(qū)塊歷年分層注采井間的流動(dòng)關(guān)系。該方法應(yīng)用儲(chǔ)集層物性、單砂體的展布與形態(tài)、斷層形態(tài)與封閉性、生產(chǎn)動(dòng)態(tài)資料、吸水產(chǎn)液剖面、油水井射孔及措施層位、油水井相對(duì)位置、示蹤劑監(jiān)測(cè)等資料進(jìn)行自動(dòng)識(shí)別，識(shí)別原則如下：①同一砂體中合適的井距井網(wǎng)下注采井間具有連通流動(dòng)關(guān)系；②分布在不同砂體中的注采井不連通；③泥巖區(qū)的注水井或采油井不連通；④有封閉斷層或泥巖區(qū)遮擋的注采井不連通；⑤砂體形態(tài)造成注采井間流動(dòng)路徑過長(zhǎng)，則注采井間不流動(dòng)或弱流動(dòng)；⑥合適條件下注入水可以繞開遮擋物流動(dòng)；⑦處于同一方向的二線油井難以受效；⑧油井可以多向受效；⑨合適的角度和井距條件下，一口注水井可以有多口油井受效；⑩注采井在某層不是同時(shí)為射開狀態(tài)時(shí)不流動(dòng)；?流線不能交叉。

2.2.2 量化井組注水效果指標(biāo)

在識(shí)別分層注采流動(dòng)關(guān)系的基礎(chǔ)上，根據(jù)多層多向產(chǎn)量劈分技術(shù)[15]計(jì)算采油井分層分方向的產(chǎn)液量與產(chǎn)油量。該方法力求“用全和用準(zhǔn)”老油田積累的各類生產(chǎn)資料，充分考慮井網(wǎng)分布特征、儲(chǔ)集層靜態(tài)物性、補(bǔ)孔改層措施、壓裂措施、注采動(dòng)態(tài)、吸水剖面、水淹層測(cè)井、壓力恢復(fù)/降落、注采反應(yīng)和壓力分布等多種因素，結(jié)合分層注采井間的流動(dòng)關(guān)系計(jì)算結(jié)果，應(yīng)用滲流力學(xué)理論、油藏工程方法和油藏生產(chǎn)數(shù)據(jù)，對(duì)注水井的注水量和采油井的產(chǎn)液量及含水率進(jìn)行分層分方向的劈分。

根據(jù)產(chǎn)量劈分結(jié)果，以注水井為中心分 3個(gè)級(jí)別量化注水效果。注水效果指標(biāo)包括注水井周圍的受效油井?dāng)?shù)、注水井驅(qū)出的液量和油量、注采比、耗水率、存水率、水驅(qū)指數(shù)、瞬時(shí)注水量和累計(jì)注水量等，還包括累計(jì)沖刷時(shí)間、注水強(qiáng)度等指標(biāo)[16]。3級(jí)注水效果指標(biāo)分別為：①注水井組全井注水效果指標(biāo)，即以注水井全井為中心的注水效果指標(biāo)；②注水井組層段注水效果指標(biāo)，即以注水井的一個(gè)注水層段為中心的注水效果指標(biāo)；③注水井組單層注水效果指標(biāo)，即以注水井一個(gè)單層為中心的注水效果指標(biāo)。以注水井組3個(gè)級(jí)別的耗水率為例，說明注水效果指標(biāo)的計(jì)算方法。

2.2.3 評(píng)價(jià)注水效果

應(yīng)用機(jī)器學(xué)習(xí)的聚類算法對(duì)每個(gè)注水井組的所有注水效果指標(biāo)進(jìn)行聚類，分成好（大）、較好（較大）、中、較差（較?。⒉睿ㄐ。?類。如所有井組的耗水率分為好、較好、中、較差、差 5類；所有井組的注水強(qiáng)度分為大、較大、中、較小、小 5類，本文采用K-means算法對(duì)各種指標(biāo)進(jìn)行聚類。

2.2.4 定性分析注水調(diào)整方向

根據(jù)注水井組多個(gè)注水效果指標(biāo)的評(píng)價(jià)結(jié)果，應(yīng)用機(jī)器學(xué)習(xí)的聚類算法，實(shí)現(xiàn)注水井組中增注、減注、維持注水量的判斷，構(gòu)建定性分析注水調(diào)整方向的決策樹（見圖5）。

2.2.5 優(yōu)化注水方案

本文多目標(biāo)優(yōu)化采用多目標(biāo)粒子群優(yōu)化算法。粒子群優(yōu)化算法[16]是Kennedy和Eberhart通過模擬鳥群覓食過程中的遷徙和群聚行為而提出的一種基于群體智能的全局隨機(jī)搜索算法。粒子群優(yōu)化算法初始化為一群隨機(jī)粒子（隨機(jī)解），通過迭代找到最優(yōu)解。在每一次迭代中，粒子通過跟蹤兩個(gè)極值以進(jìn)行更新：粒子本身所找到的最優(yōu)解，稱為個(gè)體極值；整個(gè)種群目前找到的最優(yōu)解，稱為全局極值。經(jīng)過多目標(biāo)粒子群優(yōu)化算法優(yōu)化后，將得到一組非劣解粒子，作為“精英集”；通過小生境技術(shù)計(jì)算“精英集”中非劣解粒子的適應(yīng)度值，聚集程度越大的粒子適應(yīng)度越小，最終選取適應(yīng)度最大的粒子作為最優(yōu)解。

在確定區(qū)塊總注入量、井組注水調(diào)整方向和配注量調(diào)整范圍的基礎(chǔ)上，針對(duì)兩個(gè)優(yōu)化目標(biāo)，應(yīng)用粒子群優(yōu)化算法和小生境算法，對(duì)配注量進(jìn)行優(yōu)化，即依據(jù)產(chǎn)油量、含水率等指標(biāo)定量?jī)?yōu)化增注井組（或井組層段）增注量和減注井組減注量。

圖5 決策樹算法示例圖（效果指標(biāo)包括好、較好、中、較差和差；注水調(diào)整方向包括增注、維持注水量和減注）

2.2.6 預(yù)測(cè)產(chǎn)量

根據(jù)優(yōu)化的配注方案，應(yīng)用擬合好的油藏?cái)?shù)值模擬模型預(yù)測(cè)區(qū)塊的產(chǎn)油量和含水率等指標(biāo)。

3 工程案例分析

以中國(guó)東部某復(fù)雜斷塊油藏為例，該區(qū)塊含油面積2.93 km2，地質(zhì)儲(chǔ)量1.655×107t，共有42個(gè)小層，區(qū)塊整體構(gòu)造為兩條北東走向的正斷層夾持的地壘式長(zhǎng)軸背斜，內(nèi)部構(gòu)造為兩邊高，中間低的地塹；儲(chǔ)集層巖性以細(xì)砂巖、粉砂巖為主，巖性變化大，砂泥巖互層特征明顯；物性屬中孔中滲。區(qū)塊開發(fā)分為 4個(gè)階段，分別為：①產(chǎn)能建設(shè)、全面投產(chǎn)階段；②細(xì)分開發(fā)層系、井網(wǎng)加密調(diào)整階段；③合注合采、局部加密、含水率上升、產(chǎn)量遞減階段；④控水穩(wěn)油階段。目前區(qū)塊井總數(shù)237口，其中油井開井?dāng)?shù)102口，水井開井?dāng)?shù)60口，區(qū)塊綜合含水率89.12%。根據(jù)地質(zhì)情況和測(cè)井?dāng)?shù)據(jù)建立的研究區(qū)油藏地質(zhì)模型共42個(gè)網(wǎng)格層、143 000個(gè)有效網(wǎng)格（見圖 6）。通過自動(dòng)歷史擬合，獲得了區(qū)塊不同時(shí)期的含油飽和度分布（見圖7）。該區(qū)塊單井含水?dāng)M合率達(dá)到85%以上，圖8所示為其中兩口油井的計(jì)算含水率與實(shí)際含水率數(shù)據(jù)對(duì)比?；跀M合后的油藏地質(zhì)模型，利用分層注采井間流動(dòng)關(guān)系自動(dòng)識(shí)別技術(shù)，計(jì)算歷年各小層的注采流動(dòng)關(guān)系（見圖9）。

圖6 示例區(qū)塊地質(zhì)模型

圖7 示例區(qū)塊某小層含油飽和度變化

在分層注采流動(dòng)關(guān)系計(jì)算的基礎(chǔ)上，根據(jù)多層多向產(chǎn)量劈分方法，計(jì)算每個(gè)注水井組的含水率、耗水率、產(chǎn)油量、產(chǎn)液量、注采比和動(dòng)用油層總厚度等多項(xiàng)注水效果評(píng)價(jià)指標(biāo)，圖 10為所有注水井組采油井的含水率、產(chǎn)油量和耗水率指標(biāo)對(duì)比圖。應(yīng)用機(jī)器學(xué)習(xí)的聚類算法，把所有注水井組的各注水效果指標(biāo)聚成 5類（好、較好、中、較差、差），圖11為所有注水井組耗水率、注采比、含水率和產(chǎn)油量聚類結(jié)果。根據(jù)注水效果評(píng)價(jià)結(jié)果，應(yīng)用決策樹算法，把所有注水井組評(píng)定為增注、維持、減注3類，結(jié)果如圖12所示，其中187井是減注井、73井是維持井、95井是增注井。

圖8 兩口單井實(shí)際含水率與計(jì)算含水率對(duì)比曲線

應(yīng)用粒子群優(yōu)化算法和小生境算法，對(duì)增注井和減注井的配注量進(jìn)行優(yōu)化，達(dá)到區(qū)塊累計(jì)產(chǎn)油量較大、含水率較低的目標(biāo)，示例區(qū)塊優(yōu)化后12個(gè)月內(nèi)累計(jì)產(chǎn)油量比未優(yōu)化時(shí)相對(duì)增加8.2%，配注量?jī)?yōu)化結(jié)果如表2所示。

根據(jù)優(yōu)化的注水井組配注量，在12個(gè)月內(nèi)不實(shí)施任何措施條件下，預(yù)測(cè)了區(qū)塊的含水率與月產(chǎn)油量；同時(shí)預(yù)測(cè)了未進(jìn)行注水優(yōu)化時(shí)區(qū)塊在未來12個(gè)月內(nèi)的含水率與月產(chǎn)油量（見圖13）。進(jìn)行注水優(yōu)化后區(qū)塊在第12個(gè)月的綜合含水率比未進(jìn)行注水優(yōu)化時(shí)區(qū)塊綜合含水率降低了1.11%，月產(chǎn)油量增加了1 138.2 t。

圖9 示例區(qū)塊目前注采井間分層流動(dòng)關(guān)系

圖10 示例區(qū)塊采油井指標(biāo)對(duì)比

圖11 注水效果定性評(píng)價(jià)結(jié)果

圖12 注水調(diào)整方向分析結(jié)果

表2 定量?jī)?yōu)化配注量表

圖13 示例區(qū)塊含水率與產(chǎn)油量曲線

4 結(jié)論

針對(duì)水驅(qū)老油田分層注水的迫切需求，提出了大數(shù)據(jù)驅(qū)動(dòng)下的精細(xì)注水方案優(yōu)化方法：在動(dòng)態(tài)生產(chǎn)數(shù)據(jù)的約束下，通過數(shù)據(jù)同化算法實(shí)現(xiàn)了地質(zhì)模型參數(shù)的自動(dòng)擬合；通過機(jī)器學(xué)習(xí)算法量化和評(píng)價(jià)多井分層的注水效果、分析注水調(diào)整方向；最終通過智能優(yōu)化算法求解最優(yōu)注水調(diào)整方案。與傳統(tǒng)方法相比，該方法和流程充分利用了數(shù)據(jù)驅(qū)動(dòng)和機(jī)器學(xué)習(xí)算法的自動(dòng)化、智能化優(yōu)勢(shì)，數(shù)據(jù)模擬的擬合率可達(dá)到 85%，示例區(qū)塊優(yōu)化后12個(gè)月內(nèi)的累計(jì)產(chǎn)油量與未優(yōu)化時(shí)相比增加8.2%，將原來耗時(shí)耗力并無法保證效果的油藏歷史擬合和注水方案優(yōu)化工作通過機(jī)器學(xué)習(xí)算法高效完成，能夠精準(zhǔn)指導(dǎo)老油田精細(xì)注水方案的設(shè)計(jì)和實(shí)施。

隨著第四代分層注水工藝技術(shù)的不斷發(fā)展，井下永置式層段調(diào)節(jié)、層段計(jì)量和井筒雙向通信等核心技術(shù)取得突破，獲取了豐富的生產(chǎn)數(shù)據(jù)。在此基礎(chǔ)上，結(jié)合大數(shù)據(jù)驅(qū)動(dòng)下的老油田精細(xì)注水優(yōu)化算法，可實(shí)現(xiàn)以注水方案設(shè)計(jì)、智能優(yōu)化和同步調(diào)整為特色的油藏和采油工程一體化。

符號(hào)注釋：

Bg——天然氣體積系數(shù)；Bo——原油體積系數(shù)；k——油井序號(hào)；No——有流動(dòng)關(guān)系的油井總數(shù)；ρ——原油密度，t/m3；Qg,T,k——注水井全井/某層段/某小層驅(qū)出的第k口油井相應(yīng)層位的累計(jì)溶解氣量，m3；Qo,T,k——注水井全井/某層段/某小層驅(qū)出的第k口油井相應(yīng)層位的累計(jì)產(chǎn)油量，t；W——累計(jì)注水量，m3；WCR——耗水率。下標(biāo)：T——表示3個(gè)級(jí)別，全井、層段或小層。