专利名称：用于优化油气层开发和管理的系统和方法
技术领域：
一般而言，本发明涉及油层(reservoir)开发规划和/或油层管理，并且更具体地涉及提供关于油层的开发规划和/或管理的优化。
背景技术：
用于油气开采的油气资源(例如油气层(hydrocarbon reservoir))的开发和开采是高度资本密集的工作(endeavor)。因此，对这种油气资源开发和管理规划进行优化存在巨大的经济利益。然而，有效的开发和管理油气资源涉及大量的变量、决策点和其他参数。例如，任何具体油层的开发规划过程通常包括确定地面设施和/或井的最佳类型、尺寸、数量、位置和时机、应该如何且何时连接这些设施和/或井，等等。任何具体油层的油层管理过程通常包括规划加密井的最佳类型、尺寸、数量、位置和时机，测定井的注入率和生产率，等等。优化开发计划和油气层管理计划是极其困难的。尤其地，地面设施、井和油层本身的行为由用模拟求解的复杂数学模型表示。例如，油层模拟程序用于模拟地下流体通过多孔介质的流动，并且因此通常包括复杂的代表地下网络特征的数学模型。为了优化处理，这种模拟嵌入(embed)优化模型内，其中该模拟针对各个不同参数选择进行，以提供关于具体参数选择的信息——其提供最佳结果。例如，优化算法可调用使用选择的参数设置的模拟、分析模拟结果、调整参数设置、和再次调用该模拟。在这种优化处理中求解模拟的计算成本是显著的。例如，最大化生产的优化问题可能采用类似一千个模拟从而辨别最佳的参数设置，其中每个模拟可能需要计算一天。而且，开发规划和油层管理过程通�？缭叫矶嗄辏饨徊皆黾恿擞胗呕硐喙氐募扑愠杀�。尤其地，这种优化问题的参数涉及大量决策变量(例如满足许多硬约束(hard constraint)和/或软约束(soft constraint))，其中一些是连续的决策变量， 而其它可能选自离散集。因此发生的优化问题通常是大型、高度非线性的，具有连续且为整数的变量，具有昂贵的油层模拟程序模型，并且可能具有复杂的经济情况(complex economics)。因此，以合理的严格程度优化开发规划和/或油层管理过程中的决策是具有高度挑战性的。学术界和工业界已采取了数种方法来解决复杂的优化问题。尤其地，通过使用预案研究(scenario study)、随机方法和数学编程方法，进行尝试以解决优化问题。在为解决优化问题应用预案研究中，用户基于先前的经验和判断产生不同的优化
5参数组合，以创建几个预案。所有预案都被评估，并且基于该结果，可创建新的预案并对其进行评估。这个过程可继续直到符合一些标准。这个方法的缺点是，其依靠用户创建预案。 这些预案可导致不好的结果并且可能排除数个适合的或“好的”解。使用随机方法(S卩，基因算法(genetic algorithm)、模拟退火(simulated annealing)、禁忌搜索(tabu search))解决优化问题需要用户涉及非常少，但是即使是对小问题也需要很多函数求值(function evaluation)。函数求值随机产生，并且高度可能排除数个好的解。而且，因为需要大量的求值，随机方法通常不是期望的。用于解决优化问题的数学编程(严格的)方法使用导数(斜率)信息(derivative information)从而使模拟程序达到最佳。这个方法的缺点是，导数通常是不可获得的。如果导数不可获得，那么可微分的替代函数(differentiable surrogate function)可用于代替模拟程序。然而，单独使用替代可能导致对于该替代内容最佳但是对模拟程序内容不可行或差的解。而且，当求解时间关键时，使用数学编程方法的严格方法也是不可能的。使用严格方法的进一步阻碍是现实(大的)大小的问题不能使用现有技术解决。
发明内容
本发明涉及执行替代(例如近似)模型以系统地减少优化问题中的参数空间的系统和方法。按照本发明的实施方式，对于通过使用替代模型提供的减少的参数空间执行严格(例如较高保真度(fidelity))模型，从而有效地且更快速地达到优化解。因此，本发明的实施方式建立实际模拟的替代模型，并且系统地减少实际模拟中使用的设计参数的数目，以便使用实际模拟解决优化问题。例如，本发明的思想可通过使用地下网络、油层、井、设施等的一个或多个替代模型，关于优化油气资源(例如油气层)的一个或更多个方面(例如，生产、经济情况等)进行应用，以鉴定与所需的优化标准最接近匹配的多个解(称为候选解(candidate solution))。这些候选解被用于减少优化问题中的参数空间(即，减少变量参数的数目、减少具体参数的变化、或另外地减少与优化问题中使用的参数相关的变化)，例如通过识别在不同的最佳替代解之间不变或另外地示出对优化解具有不重要或不显著影响的参数。因此，根据本发明的实施方式，运用比替代模型更接近地模拟行为或其他目的属性的一个或多个严格模型，以有效地达到准确且优化的解。本发明的某些实施方式提供多阶段方法，其便于优化与开发规划和油层管理相关的决策。按照前述，多阶段方法可包括建立计算上较少需要但相当准确的替代模型，这些替代模型接近各种行为(例如，油层、井、和地面设施内的流体流动)，使用替代模型优化开发规划和/或油层管理过程中涉及的参数并产生一组候选解，并且使用严格模型(例如，模拟程序)评估候选解，以达到最佳解。对于根据某些实施方式的多阶段优化方法可执行迭代处理(iterative processing) 0例如，多阶段优化方法可包括多重替代模型和严格模型优化运行。可使用某些被认为提供相当精确的替代模型的假设建立替代模型，并且其后使用替代模型优化开发规划和/或油层管理过程中涉及的参数并产生一组候选解，并且使用严格模型评估候选解，以达到推定的最佳解。然后，可基于使用严格模型的模拟，修正在建立替代模型中使用的假设，从而以逐渐更高的准确度水平提供替代模型。可使用改进的替代模型再次重复这个方法，以便迭代地改进严格模型提供的最佳解。作为根据本发明的某些实施方式的迭代处理的进一步实例，可以以多重准确度水平和计算复杂性建立替代模型。第一准确度水平的替代模型可用于优化参数并产生第一组的优化解。之后，第二准确度水平的替代模型(例如具有增加的准确度的替代模型)可用于优化关于第一组优化解的参数和产生第二组优化解，等等。具有多重准确度水平的替代模型的这类使用迭代地改进(refine)优化过程，导致替代模型中对给定准确度水平的更好的解。严格模型模拟中使用的最终组的候选解可以选自最终迭代导出的优化解的组。之后，可使用严格模型评估候选解以达到最佳解。应该理解，前面的迭代技术可单独使用或组合使用。例如，本发明的某些实施方式可使用具有多重准确度水平的替代模型执行前面的迭代技术，以提供候选解，和使用严格模型模拟进行前面的迭代技术以改进替代模型，来提供高度准确的但是计算上合理的优化问题的解。各种参数中可能存在不定性，例如油层参数不定性，根据本发明的某些实施方式其被考虑。因此，本发明的某些实施方式通过构建多重来源模拟模型(预案)包括优化问题中不定性的影响，其中每个模型与不确定参数例如油层尺寸的实行相关。可利用这类实施方式的不定性原则与各种优化技术结合，例如前面提到的迭代技术。按照上述，某些实施方式为评估开发计划和/或油层管理计划，使用不同的数值模拟(numerical simulation)(例如，油层模拟、井模拟、设施模拟、经济情况模拟)的替代模型。这种替代模型用于减少初始的高维度混合整数优化问题为具有更易处理维度的低维度优化问题。这种维度减少允许随后的全范围(full-horizon)优化(即在整个模拟期间)， 否则所述全范围优化是计算上不可行的。因此与现有方法或单独使用试探法(heuristics) 的方法相比，本发明的实施方式导致显著改进的具有较低计算成本的开发计划。而且，本发明的某些实施方式执行替代模型管理，其中产生不同水平粗糙度的替代模型，其使对解准确度和计算成本之间的权衡(tradeoff)控制得以改进。前面列出相当宽泛的本发明的特征和技术优点，以便随后的本发明的详细描述可被更好地理解。下文中将描述本发明的附加特征和优点，其构成本发明的权利要求的主题。本领域的技术人员应该理解，可易于利用公开的思想和具体实施方式
作为修正或设计其他实行与本发明相同目的的结构的基础。本领域的技术人员也应该认识到，这种等同构造不偏离本发明的精神和范围，如所附权利要求中所阐述的。被认为代表本发明的新的特征——其关于其组织和操作的方法，与进一步目的和优点一起，当连同附图考虑时从下面的描述中会更好被理解。然而，应清楚理解，每个图都只为说明和描述的目的提供，不意图作为本发明范围的限定。
为了更完全的理解本发明，现在连同附图参考下面的描述，其中图1示出根据本发明实施方式的适于提供优化处理的方法；图2、3和4示出根据本发明实施方式的适于使用迭代操作提供优化处理的方法；图5示出根据本发明的实施方式适于提供包含不定性的优化处理的方法；和图6示出适于按照本发明实施方式使用的系统。
具体实施例方式就过程、步骤、逻辑块、处理和其他对计算机存储器内数据位的操作的符号表示， 存在随后的一些部分的详细描述。这些描述和表示是数据处理领域的技术人员使用的向其他本领域技术人员最有效地表达其工作实质的手段。在该详细描述中，设想过程、步骤、逻辑块、处理等是导致期望结果的自相一致顺序(self-consistent sequence)的步骤或指示。步骤是要求物理量的物理操作的那些步骤。通常地——尽管不必要，这些量采用能够在计算机系统中储存、转移、组合、比较和以其他方式操作的电信号或磁信号的形式。除非另外明确陈述，如根据下面的讨论明显的，术语如“提供”、“减少”、“模拟”、 “应用”、“使用”、“处理”、“鉴定”、“近似(接近)”、“获取”、“离散”、“省略”、“改进”、“重复”、 “优化”、“建模(模拟)”、“利用”、“获取物”、“构建”等可能指计算机系统、或类似电子计算设备的动作和过程，其操作代表计算机系统的寄存器和存储器内物理量的数据，并将该数据变换为类似地代表计算机系统存储器或寄存器或其他这种信息储存、传送或显示设备内物理量的其他数据。这些和类似的术语与适当的物理量相关，并且仅为应用于这些量的方便的标志。本发明的实施方式也涉及用于进行本文操作的装置。该装置可出于需要的目的特别地构建，或其可包含通用的计算机，其可由计算机中储存的计算机程序选择性地起动或重新配置。这种计算机程序可储存在计算机可读介质中。计算机可读介质包括储存或传送机器例如计算机(在本文，“机器”和“计算机”同义使用)可读形式的信息的机构。作为非限制性的实例，计算机可读介质可包括计算机可读储存介质(例如，只读存储器(‘ROM’)、 随机存取存储器(‘RAM’)、磁盘储存介质、光学存储介质、闪存设备等)，和计算机可读传送介质(例如，电学的、光学的、声学的或其他形式的传播信号(例如，载波(carrier wave), 红外信号、数字信号等))。此外，如对相关领域技术人员显然的，本发明的�？�、特征、属性、方法和其他方面可作为软件、硬件、固件或它们的任意组合执行。无论在什么地方本发明的组件作为软件执行，那么该组件可作为独立的程序、作为较大程序的一部分、作为多个独立程序、作为静态或动态链接的库、作为内核可载入�？�(kernel loadable module)、作为设备驱动程序、和 /或以计算机编程领域技术人员现在或未来知晓的每个和任何其他方式执行。此外，本发明不限于在任何具体操作系统或环境中执行。参考流程图，可更好地理解实例方法。尽管出于解释简单的目的，图解的方法示出并且描述为一系列区块，但是应该理解区块的顺序不限制该方法，因为一些区块可以以不同的顺序发生和/或与示出和描述的其他区块同时发生。而且，不是所有的图示区块都要求用于执行实例方法。区块可以结合或分离为多个组元。而且，附加的和/或可选的方法可采用本文未示出的附加区块。尽管图中说明各个动作连续发生，但是应理解各个动作可连续发生、大体上并列发生、和/或在基本上不同的时间点发生。图1示出根据本发明的某些实施方式的多阶段优化方法100。按照方法100的操作提供了系统的过程，以为资源(例如，油气层)决定最佳开发计划和/或最佳管理计划。 按照前述，图解的实施方式的方法100包括使用一个或更多替代模型，通过减少/排除整数和离散变量，然后在大多数连续的变量空间中进行全资源优化模拟，减少优化参数空间。应该理解，尽管实施方式提供用于决定最佳开发和/或管理计划，但是对于本法明提供“最佳”解的思想没有限制。因此，可利用本文描述的实施方式提供任何期望的解，无论是最佳或次最佳的。就一个或更多个可量化的价值量度，例如累积的石油生产、油气层的净现值 (NPV)、净生产收益等，可提供关于这种资源的最优性。通常的(确定性的)数学优化问题包括最小化(或最大化)受制于该问题变量的一组约束的一些目标函数。这个主题在科学界和工程学界被称为数学编程。众所周知的数学编程的子范畴包括线性编程(LP)、混合的整数编程(MIP)、非线性编程(NLP)和混合整数非线性编程(MINLP)。确定性的优化模型通常以下面的形式提出，其中优化目标函数f受约束函数g的阵列约束，所述约束函数g必须通过设定决策变量阵列χ和y的值满足，如下所示。min f (x, y)s. t. g(x, y) ^ 0(1)开发计划或管理计划的质量通�？赏ü性げ庾试葱形�(油层行为、井行为、 设施行为等等)和经济情况的数值模拟相当准确地评定。根据本发明的某些实施方式，在提供关于开发计划和/或管理计划的优化中，该问题可转换为数学优化问题，其中目标函数和约束的行为由数值模拟模型控制。图解的实施方式的多阶段优化方法100为这种优化问题提供实用的求解过程，如下面进一步所解释的。为了帮助理解本发明的思想，这里参考资源开发规划优化，并且特别是油层开发规划优化，描述实例。应该理解，本发明的思想可应用超出给定的实例之外。例如，本发明的思想可应用于资源管理优化，例如油气层管理优化。同样地，本发明的思想可应用于任何可近似模拟的资源或现象，例如交通流、社会相互作用、建筑物管理等。此外，本文的思想可在存在任何或所有这些类型的数值模型的情况下应用油层模拟、设施或井行为、和经济情况模型。优化问题定义，例如资源开发规划优化问题定义，包括大量参数。这种优化参数通常包括连续变量(例如，压力和比率)。此外，这种优化参数包括其值选自离散集(例如预先确定的设施尺寸)的变量和二进制的决策变量(binary decision variable)(例如，具体设施的存在、或被开启或关闭的具体井)，所述变量统称为整数变量。在油气层开发规划中，整数变量的数目通常显著地少于连续变量的数目。由于独立变量的数目增加，因此确定最佳(次最佳)解的目标函数和约束估值的数目也增加。数值模拟和特别是油层模拟通常是计算上高花费的。在使用模拟解决优化问题中，对于不同的参数值组合，调用模拟程序和模拟模型多次。在每个这种求值要求计算上高花费的数值模拟(油层和/或其他)的情况下，通常解决该问题的总的计算成本是高得惊人的。因此多阶段优化方法100的操作提供用于这种参数的明智选择，从而为严格模型模拟减少参数空间，其中严格模型给一个或更多个模拟的行为或属性提供非常接近的近似 (即，提供高度准确的模拟)，并且因此与计算上高花费的处理相关联。也就是说，优化解的子集(例如，最接近满足一个或更多个优化标准的那些解，并且因此为“最好”优化解)，从而减少通过严格模型进行优化所分析的参数的数目(例如，优化假定在整个优化解的子集相同或大体相同的参数)，从而给具有较少优化参数(减少的参数空间)的模拟程序提供优化问题。
方法100的区块101解决资源模拟的挑战，其使用计算上高花费的严格模型。为了解决这个挑战，建立一个或更多替代模型以用于代替实际全资源模拟。某些实施方式的替代模型提供获取严格模拟模型的行为的数值模型，但是替代模型在至少一个方面较不严格，以便提供对于求值计算上不高花费的模型。另外地或可选地， 替代模型可包括粗糙离散的严格模型(例如，以比相应的严格模型更粗糙的离散化水平离散的)、没有某些计算上大量的物理性质(例如，从各个水平的替代模型省略的不同的物理性质)的模型等。因此，替代模型近似于更详细且严格的模型。严格模型的实例包括大型模拟程序，例如通常特征在于高花费的函数求值。相应的替代模型可能不能模拟这种严格模型的所有方面，可能一起省略严格模型的一些方面、 等等。例如，替代模型可能包括一个或更多个设计参数的模拟函数的第二阶多项式表示，以便代替以每个参数组合为函数提供估计量，替代模型提供少量参数组合，并且假定该函数表现如这些参数组合间的多项式。根据本发明的某些实施方式利用的替代模型只包括模拟来源例如油层的行为的有限物理性质(或者在一些情形中没有任何物理性质)。因此，替代模型计算上显著比相应的严格模型(例如，实际油层模拟)更廉价(例如，几个数量级)，但是这个益处是以牺牲准确度为代价获得的。然而，替代模型仍然有效地在方法100的多阶段构架中用于优化。存在多种类型的可根据本发明的实施方式使用的替代模型。例如，这种替代模型可包括标准曲线(类型曲线，type curve)、降阶模型、非物理性质基替代(non-physics based surrogate)(例如多项式函数、克立格法(kriging))等。标准曲线可包括例如数据表，该数据表规定了生产率、气油比、和每个生产井中作为回收百分比因数或其他状态变量的函数的其他量。这种标准曲线可通过运行全物理性质模拟从历史生产数据等产生。标准曲线可用于代替模拟程序用于预测，尽管如果预测预案显著地不同于用于产生标准曲线的预案，那么标准曲线应更新(重新限定)。非物理性质基替代模型和降阶替代模型可例如通过运行一个或更多个具有不同的变量值组合的油层模拟产生。区块101中建立的替代模型与优化参数(例如，用于资源设计优化的设计参数和优化标准或用于资源管理优化的管理参数和优化标准)一起提供作为图解实施方式的区块102处的输入。应该理解，提供给区块102的优化参数的数目非常大，例如对于油气层设计优化大约为100 (或更少)到10000个(或更多个)的整数变量和1000 (或更少)到 100000个(或更多个)的连续变量的量级，以便为优化考虑大量变化，并因此减少忽略好的和期望的优化问题的解的机会。在区块102，使用前面的替代模型和优化参数产生优化解从而减少(例如，减少与数量级一样多，使得对于油气层设计优化大约保留100到1000个整数变量和/或1000到 10000个连续变量)优化参数空间，如提供给区块103的。也就是说，按照图解的实施方式的区块102的操作，通过排除具有差的目标函数值的解，减少优化问题的决策空间(变量的数目或与变量相关的潜在设计的数目)。因此，区块102的输出可以是优化问题的一个或更多个优化解(最佳的或其他的)。例如，继续油气层开发优化实例，在区块102获得的优化解可代表开发规划优化问题中的地面网络。在按照图解的实施方式的区块102的处理期间，不调用实际资源模拟程序，而是代替地使用区块101中建立的替代模型。应该理解，区块101中建立的替代模型的准确度影响区块102中产生的最佳解。因此，尽管在区块102处替代模型的优化处理的计算成本不显著，但是由于实际资源模拟的背景，获得的解可能不是最佳的。使用替代模型优化处理的益处是参数空间减少。也就是说，通过排除几个潜在的优化解(和因此固定相应变量的值)，留下一些待使用实际资源模拟的严格模型评定的候选解。根据本发明的某些实施方式，在区块102处产生优化解中，开发规划问题或资源管理问题可被表示为混合的整数非线性编程(MINLP)问题。可采用任何已知的求解技术求解MINLP。MINLP的解通常是单个最佳整数解，例如代表最佳油层网络的解。然而，通过进一步约束整数变量(例如，通过增加整数切割(integer cuts))，可产生MINLP的可选次最佳解，例如以便提供代表多重油层网络的解。因此，通过提供基于具有相对小的计算花费的替代模型的候选优化解，前述的替代模型在区块102中用于优化大型模拟程序描述的系统。例如，油层模拟程序是大的、复杂的，并且对单次求值需要几小时或几个星期。然而，按照本发明的思想，用对单次求值花费几秒到几分钟的替代模拟这种油层模拟程序。因此，在对优化问题需要几百或更多次求值以充分考虑可能的最佳解的情况中，本发明的实施方式提供具有最小计算成本的强大优化分析。在根据图解的实施方式的操作中，在区块103处使用资源模拟程序的严格模型评定在区块102处产生的一个或更多个优化解。因此，来自区块102的一些有限数量的候选解提供给区块103以进一步优化处理。提供给区块103以进一步优化处理的具体候选解可以以多种方式进行选择。例如，在区块102处使用替代模型产生的解可按照哪个最接近匹配期望优化标准进行排列，其中选择一些预先确定数目的解或提供在预先确定的期望优化标准的阈值量内的优化标准的解，用于作为候选解提供给区块103。区块103评定的候选解的总数可通过这样的考虑因素进行限制，所述考虑因素例如可用于运行严格模拟模型的计算资源的量、运行每个模拟需要的平均时间、可用于决策者做决策的时间、和初始的问题维度(original problem dimension)0在区块103，使用实际资源模拟程序的严格模型进一步求值从区块102提供的候选解。应该理解，因为已经从候选解中排除大量解(例如非最佳的或其他差的解)，所以明显地减少用于进一步优化处理的优化参数空间。因此，与提供作为在区块102处的输入相比，更少的设计或整数变量和连续变量提供作为在区块103处的输入。也就是说，由于减少的优化决策空间，存在更少的优化决策，并且因此简化在区块103处求解的减少的优化问题。在根据图解实施方式的操作中，从区块102提供的每个候选解代表进一步优化的起始点，尽管现在是针对减少的变量空间。区块103运行以为留下的优化参数空间的变量确定最佳值。应该理解，使用并行计算在减少评定候选解中使用的“挂钟(wall clock)”时间方面可大有裨益。取决于可利用的计算资源，区块103的优化可以以多种方式进行。例如，可使用在油层模拟程序内嵌入的井管理逻辑进行严格模型优化处理，所述模拟程序例如可从 Schlumberger Limited 获得的 ECLIPSE 油层模拟程序、可从 Halliburton Co.获得的 VIP 油层模拟程序包(simulation suite)和其他商业可获得的油层模拟程序。该优化处理将优化时间步长内的决策，而不强调时间步长内决策和其对全部时间范围的行为的影响的权衡。作为另一个实例，严格模型优化处理可通过将油层模拟程序与外部优化求解程序 (solver)结合进行，从而进行全范围优化——其使用每个候选解作为起始点。可根据本发明的实施方式利用的优化求解程序的实例包括可从GAMS Development Corporation获得的GAMS DIC0PT、可从Paragon Decision Technology获得的AIMMS OUTER APPROXIMATION、 可从 Stanford Business Software Inc.获得的 SNOPT、可从 ILOG Inc.获得的 CPLEX和可从 GAMES Development Corporation 获得的 BARON。如上所述，使用井管理逻辑包括在模拟的进程中每个时间步长操控设施。通常，在模拟进程中，井管理尝试遵守(honor)设施约束，例如总的液体生产率、注入曲线 (injection profile)等。然后模拟程序根据井管理策略，在每个时间步长确定井比率。每个候选解可使用相同(或类似)井管理策略评估，以便做出最终比较。这个方法潜在的缺点是，其不考虑在时间t取的决策对在大于t的时间处的模拟进展的影响。如上所述，使用全范围优化包括进行使用基于斜率的算法(基于梯度的算法， gradient-based algorithm)的模拟程序以外的优化。使用井管理逻辑的该方法的益处是， 全范围优化可能获得总体来说更完善的开发计划。然而，该方法在优化进程中运行数个油层模拟，这导致增加的计算成本。按照本发明的某些实施方式，在区块101中建立的替代模型可以与油层模拟组合，以便减轻计算花费。随着优化处理进行，替代模型可重新校准(例如，通过增加优化进程中获得的新的油层模拟设计点重建)以改进其准确度。如果在区块103处使用全范围优化处理候选解，那么由于大量连续变量，可利用基于斜率的优化程序。获得关于直接来自模拟程序的决策变量的目标函数的第一阶/斜率信息(代替有限差分(finite difference))可能是有益的。具有伴随能力(adjoint capability)的模拟程序将有效计算这种斜率信息。通常地，伴随计算与变量的数目无关， 其导致计算成本显著减少。根据本发明的某些实施方式，使用一个或更多个选择的方法例如前述的井管理逻辑或全范围优化的优化处理对每个候选解(例如，地面网络)进行。这种优化处理提供的优化解在区块103求值，例如基于目标函数值，以选择总的最佳解。因此，无论执行什么优化处理方法，图解的实施方式的区块103提供优化计划的输出，例如可包含开发计划或油层管理计划，从问题的背景看，所述开发计划或油层管理计划在一些目标函数中是最佳的。尽管前面的实例描述为潜在地在图解的实施方式的各个区块之间进行，而不需要实质的用户输入或相互作用，但是本发明的实施方式操作为交互式的，以便使用户(例如， 油层工程师)保持在决策圈内，同时辅助用户接近“最佳”解(例如，最佳开发计划或最佳资源管理计划)。例如，在这种进展过程中，某些实施方式的方法100为用户提供一批“好的”最佳解(例如，以物理上有意义的方式中最佳的解)，而不是数学意义中最佳的单个解， 用于由用户进行交互式决策。将注意力转到图2，示出可选的实施方式，其中迭代处理执行为迭代的多阶段优化方法200。尽管基本上如上关于区块101-103描述执行优化处理，但是图解的实施方式的方法200调用多重替代模型，并且运行严格模型优化。按照方法200更新替代模型通常改进替代模型的质量，并且因此导致在随后迭代中初始优化问题的更准确的解。在根据方法200的操作中，在区块101建立的替代模型例如可使用认为提供相当准确的替代模型的某些假设建立。然而，对区块102提供的候选解使用严格模型在区块103处的优化处理可揭示替代模型和严格模型间的偏离或不准确。例如，比较由在区块102使用替代模型的优化处理得到的优化解和由在区块103使用严格模型的优化处理得到的优化解，可提供关于在建立替代模型中使用的假设的信息。这个信息提供回区块101，用于改进或提高根据说明的实施方式的替代模型的一个或更多个方面。然后，可基于从严格模型模拟反馈的信息修正在建立替代模型中使用的假设，从而以逐渐更高的准确度水平提供替代模型。方法200可使用改进的替代模型再次重复，使得通过严格模型模拟在区块103处提供的最佳解被迭代地改进。图3示出另一个可选的实施方式，其中这里执行迭代处理为迭代的多阶段优化方法300。基本上如上关于区块101和103所述的，进行根据方法300的优化处理。然而，提供可选的实施方式区块302代替区块102。在根据图解的实施方式的方法300的操作中，在区块101建立的替代模型包括具有多重准确度和计算复杂性水平的替代模型。将这些具有多重准确度和计算复杂性水平的替代模型提供给图解的实施方式的区块302以产生优化解。可根据本发明的某些实施方式利用的具有多重准确度和计算复杂性水平的替代模型包括比实际模拟模型的严格模型更低阶的模型。例如，前述的替代模型可包括粗糙离散的油层模拟模型(例如，以更粗糙的离散化水平离散的)、不具有某些计算上大量的物理性质的模型(例如，从各个水平的替代模型省略的不同的物理性质)等。可用作根据本发明实施方式的替代模型的粗糙模拟模型与实际模拟相比计算上较不昂贵，并且可连同精细模拟模型(fine simulation model) 一起使用，以减少总的计算成本。使用这种粗糙模拟模型代替数学函数近似(function approximation)的益处是，保留了初始模拟模型的一些物理性质，这潜在地导致更高的准确度。第一准确度水平的替代模型，例如最粗糙的替代模型321，可用于优化参数并且产生第一组优化解。此后，第二精确度水平的替代模型，例如粗糙替代模型322，可相对于第一组优化解使用，以产生第二组优化解。此后，第三精确度水平的替代模型，例如粗糙替代模型323，可相对于第二组优化解使用，以产生第三组优化解。一个或更多个候选解可如上所述从该第三组优化解中选择。如上所述，候选解提供给图解的实施方式中的区块103，以使用严格模型评估，从而达到最佳解。应该理解，尽管图3中示出三个水平的替代模型，但是对于本发明的实施方式可利用的水平的数目没有限制。例如，如果需要，本发明的实施方式在区块302中可利用两个或更多个水平的替代模型。在根据方法300的操作中，最粗糙的替代模型(最不昂贵)可用于最大量地减少优化参数空间，粗糙替代模型次之，以此类推。因此，使用多重水平的任何量级的替代模型可以帮助达到求解优化问题的计算效率和最终解的优化程度之间的平衡。本发明的某些实施方式结合地执行前面的迭代技术。将注意力转到图4，结合图 2的实施方式的替代模型信息迭代反馈和图3的替代模型多重水平的准确度迭代技术以对优化问题提供高度精确但计算上合理的解。在根据迭代的多阶段优化方法400的操作中， 用户或控制算法可选择在区块101更新替代模型信息，并且以任何替代水平开始下一个迭代。此外，用户或控制算法可选择在进行至区块103之前，在任何具体迭代中，在区块302 更新较粗糙的替代模型。对于规定数目的迭代等，该迭代过程可继续，直到满足终止条件(termination condition)。尽管上面关于确定性优化问题的解描述了实施方式(即，假设为模拟模型实质上是确定性的，并且其值预先是已知的)，但是本发明的思想不限于应用于确定性的问题。各种参数可能存在不定性，例如油层参数不定性，根据本发明的实施方式其将被考虑。例如， 不定性可能归因于对于几何学性质和油层性质的不充足知识，例如油层尺寸、含水层尺寸、 渗透率分布等。因此，本发明的某些实施方式包括优化问题中不定性的影响。将注意力转到图5，示出不定性多阶段优化方法500。图解的实施方式的方法500 通过构建多重资源模拟模型(预案)表示不定性，其中每个模型与不确定参数的实现相关， 例如油层尺寸。每个这种实现的值可使用例如为不确定参数假定的概率分布函数提供。图解的实施方式的方法500基本上如上面关于图1的方法100所述运行，除了区块501a-501n为每个预案建立替代模型，区块102为每个替代模型产生优化解，并且鉴定适当组的候选解，并且区块503a-50;3m对每个预案使用资源模拟程序的严格模型，评定在区块102产生的候选解。在这个情形中，输出将为一组优化解(例如，一组优化的开发计划)， 一个解对应不确定参数的每一实现。以这种方式并入不定性，便于鉴定对于整个一些范围的不确定参数强大的(robust)最佳设计。而且，如方法500中提供的并入不定性，便于鉴定哪个优化参数对不确定参数中的变化最敏感。根据本文思想提供不定性多阶段优化的可选方法是在步骤102产生对整个所有预案强大的解。这可通过在步骤102求解优化问题得以实现，其最大化整个所有预案概率加权平均利润(probability weighted average profit)(或其他目标函数)。然后，鉴定的每个候选解可通过对每个预案运行模拟并且计算选择的目标函数的概率加权平均进行评估。尽管关于类似于图1中示出的方法100的多阶段优化方法示出，但是方法500的不定性原则可关于各种优化方法利用。例如，可通过结合关于上面方法500提出的思想与上面讨论的方法200、300、或400中任何一个的实施方式提供迭代不定性多阶段优化方法。本文关于本发明各种实施方式描述的函数可以以硬件、软件、固件、和/或它们的组合执行。当以软件执行时，本发明的要素本质上是进行本文描述的任务的代码段。该程序或代码段可储存在计算机可读介质中，该计算机可读介质可包括可储存或转移信息的任何介质。可根据本发明的某些实施方式利用的计算机可读介质的实例包括电子线路、半导体存储设备、只读存储器(ROM)、闪存、可擦除ROM(EROM)、软盘、高密度磁盘(CD)、CD-ROM、 光盘(optical disk)、硬盘等。本发明的某些实施方式可包含用于资源管理和开发规划的决策支持系统(DSS) 软件包。这种DSS软件包可允许对具体开发规划和/或油层管理子问题使用数个专门的优化模型，也允许定制的优化模型开发。输入数据可优选地通过数据库储存和检索或手动输入。数据输入可包括但不限于完整的油层模拟模型或相当的油层描述、用于模仿地面设施和井的行为的模拟程序、经济情况模拟程序或模型、替代产生需要的参数和用于优化路线的选项设置。DSS软件也可允许用户定制用于解决开发规划或油层管理问题的优化策略。 用于替代产生的界面可包括替代类型的选择，例如可包括标准曲线、降阶模型、和非物理性质基模型。本文描述的通过DSS软件减少决策空间(参数空间)可允许选择用于收集并查找尽可能多“好的”优化解的策略，例如可包括增加不允许先前发现的解的约束。一旦找到一组候选解，其可能自动用作给总的模拟模型的输入，例如可包括油层、地面、井和/或经济情况模拟程序，以优化留下的变量——优选并行地进行。可选地，用户可选择一个或更多个潜在的解进行进一步的调查。根据某些实施方式，用户也可在时间步长或全时间范围优化之间选择。如果选定全时间范围，那么也可给用户提供重新使用产生的替代的选择权。这个过程中，当找到解时，DSS软件可显示结果，并且允许用户与系统相互作用。实例的相互作用可以是如果阈值改进没有达到那么终止优化。一旦求解过程完成，那么DSS软件可后处理和显示视觉结果，并报告产生。根据本发明的某些实施方式利用的优化模型可以以数学编程语言——例如 AI匪S、GAMS、AMPL、0PL、M0SEL的系统，和例如C++或JAVA的计算机编程语言等执行。按照本文思想的实用性(fit-for-purpose)多阶段方法也可以以数学编程语言或直接用计算机编程语言进行开发以求解这些模型。根据本发明的实施方式，可通过数值模拟算法，提供油层、井和设施模拟程序—— 其提供模拟油气层、井和地面设施中气体和/或液体运动，以及评估项目的经济成效的经济学模拟程序。例如，根据某些实施方式，可利用商业油层、井、设施和经济模拟软件——例如ECLIPSE、VIP、电子制表应用(例如，可从微软公司获得的EXCEL)中创建的实用性经济学模型。如可根据本发明的某些实施方式使用的输入数据源包括电子制表和数据库。这种数据源例如可通过计算机编程语言与优化模型连接。可在如MATLAB的商业软件中执行非物理替代模型，例如克立格法和径向基函数(kriging and radial basis functions)。这种替代模型可使用例如 FORTRAN 和 C++ 的编程语言另外地或可选地执行。物理替代模型可通过就时间步长、空间格网(spatial grid)尺寸或其他显著影响模拟的计算性能的模型性质的方面减少这些模拟模型的解析度 (resolution)，从现有的模拟模型获得。另外地或可选地，这种物理替代模型可基于相关现象的可选物理模拟并且使用例如FORTRAN或C++的编程语言执行。图6图解适于按照本发明的某些实施方式使用的计算机系统600，例如实行任何或所有上面关于方法100、200、300、400和500描述的函数。图解的计算机系统600的实施方式包括中央处理单元(CPU)601。CPU 600可包含一个或更多个处理器，例如来自可从化切1 Corporation 获得的 PENTIUM 系列处理器、可从 AIM Alliance (Apple-IBM-Motorola)获得的POWERPC系列处理器、可从htel获得的XEON系列处理器等。然而，本发明不受CPU 601 的结构约束，只要CPU 601支持本文中所述的创造性操作。图解的实施方式的CPU 601与系统总线602连接。总线602与随机存取存储器 (RAM) 603连接，随机存取存储器可以是静态RAM (SRAM)、动态RAM (DRAM)、同步DRAM (SDRAM) 等。只读存储器(R0M)604也与总线602连接，只读存储器可以是可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)等。RAM 603和ROM 604储存用户和系统数据和程序，如本领域中已知的。图解的实施方式的总线602也与输入/输出(1/0)适配器605、通信适配器611、 用户界面适配器608、和显示适配器609连接。1/0适配器605连接储存设备606，例如一个或更多个硬盘驱动器、CD驱动器、软盘驱动器、磁带驱动器。图解的实施方式的1/0适配器605也与打印机614连接，打印机允许计算机系统600例如以文档、报告、图表、照片、文章等的形式打印信息。注意，打印机614可以是传统的打印机(例如，喷墨、激光等)、传真机、复印机等。通信适配器611适于将计算机系统600与网络例如网络612连接，网络可以是电话网络、局域网(LAN)、广域网(WAN)、无线网、互联网等中的一个或更多个。图解的实施方式的用户界面适配器608将用户输入设备连接到计算机系统，用户输入设备例如键盘 613、指点器607和话筒616。图解的实施方式的用户界面适配器608也通过扬声器(一个或多个)615给用户提供声音输出。显示适配器609由CPU 601驱动，以控制显示设备610 上的显示。 尽管已经详细描述了本发明及其优点，但是应该理解，可作出多种变化、替换和改变而不偏离如所附权利要求所限定的本发明的精神和范畴。而且，本申请的范畴不意图限于说明书中描述的过程、机器、产品、物质组成、结构、方法和步骤的具体实施方式
。正如本领域的技术人员从本发明的公开中容易理解的，目前现有的或稍后开发的过程、机器、 产品、物质组成、机构、方法或步骤——其与本文中描述的相应实施方式执行基本上相同功能，并且获得基本上相同结果——可以根据本发明使用。因此，所附权利要求意图在其范畴内包括这种过程、机器、产品、物质组成、结构、方法或步骤。
权利要求
1.一种方法，包括提供优化参数组，所述优化参数组具有多个用于准确模拟涉及油气层至少一种所关注行为的变量；在应用严格优化模型之前减少所述优化参数组中优化参数的数目，从而提供减少的参数空间；对所述减少的参数空间使用所述严格优化模型，模拟所述至少一种所关注行为以优化处理，从而为应用于所述所关注行为提供优化解；和输出所述优化解。
2.根据权利要求1所述的方法，进一步包括 使用所述优化解预测所述油气层的性质；和基于预测的所述油气层的性质从所述油气层提取烃。
3.根据权利要求1所述的方法，其中所述优化参数组包括整数变量和连续变量。
4.根据权利要求3所述的方法，其中所述优化参数组包含从100到10000个整数变量和从1000到100000个连续变量，并且其中减少的优化参数空间包含小于1000个建议的设计和从10到1000个整数变量和从1000到10000个连续变量的至少一个。
5.根据权利要求1所述的方法，其中所述减少优化参数的数目包含使用替代模型处理所述优选参数组，以鉴定用于优化处理的一个或更多个候选解，其中所述替代模型包含所述严格模型的近似。
6.根据权利要求5所述的方法，其中所述替代模型包含获取所述严格模型的行为但在至少一个方面较不严格的数值模型。
7.根据权利要求5所述的方法，其中所述替代模型包含所述严格模型的粗糙离散形式。
8.根据权利要求5所述的方法，其中所述替代模型包含至少一个方面的物理性质模拟被忽略的所述严格模型的形式。
9.根据权利要求5所述的方法，进一步包括提供关于使用所述严格模型模拟所述至少一种行为的信息的反�。� 改进所述替代模型，以更接近地近似所述严格模型；和重复减少和模拟的步骤。
10.根据权利要求5所述的方法，其中使用所述替代模型处理所述优化参数组包括 使用第一水平的替代模型减少所述优化参数组中优化参数的数目，以提供第一减少数目的优化参数；和使用第二水平的替代模型减少所述第一减少数目的优化参数。
11.根据权利要求10所述的方法，其中所述第一水平的替代模型包含最粗糙的替代模型，并且所述第二水平的替代模型包含较不粗糙的替代模型。
12.根据权利要求1所述的方法，其中所述所关注行为包含油气层响应。
13.根据权利要求1所述的方法，其中所述所关注行为包含油气层引流。
14.根据权利要求1所述的方法，其中所述优化处理为油气层设计规划提供优化。
15.根据权利要求1所述的方法，其中所述优化处理为油气层管理提供优化。
16.一种方法，包括提供用于模拟油气层的所关注行为的严格模型；提供与所述严格模型相应的替代模型，其中所述替代模型近似于所述严格模型，并且当模拟所述所关注行为时适于利用比所述严格模型少的计算资源； 使用所述替代模型模拟所述所关注行为； 使用所述替代模型鉴定一个或更多个候选优化解；使用所述严格模型和所述一个或更多个候选优化解模拟所述所关注行为，从而为应用于所述所关注行为提供最优解；和输出所述最优解。
17.根据权利要求16所述的方法，其中所述严格模型对所述所关注行为提供非常接近的近似。
18.根据权利要求16所述的方法，其中所述替代模型包含获取所述严格模型的行为但在至少一方面较不严格的数值模型。
19.根据权利要求16所述的方法，其中所述替代模型包含所述严格模型的粗糙离散形式。
20.根据权利要求16所述的方法，其中所述替代模型包含至少一个方面的物理性质模拟被忽略的所述严格模型的形式。
21.根据权利要求16所述的方法，进一步包括提供关于使用所述严格模型模拟所述所关注行为的信息的反�。� 改进所述替代模型，以更接近地近似所述严格模型；和重复使用所述替代模型模拟所述所关注行为，鉴定一个或更多个候选优化解，并且使用所述严格模型模拟所述所关注行为。
22.根据权利要求16所述的方法，其中使用所述替代模型模拟所关注行为包括 使用第一水平的替代模型和优化参数组模拟所述所关注行为以提供第一减少数目的优化参数；和使用第二水平的替代模型和所述第一减少数目的优化参数模拟所述所关注行为。
23.根据权利要求22所述的方法，其中所述第一水平的替代模型包含最粗糙的替代模型，并且所述第二水平的替代模型包含较不粗糙的替代模型。
24.根据权利要求16所述的方法，其中所述提供所述严格模型包括构建多重资源模拟模型预案，其中每个资源模拟模型预案与不确定参数的实现相关。
25.一种计算机程序产品，其具有记录在有形计算机可读介质上的计算机可执行逻辑， 所述计算机程序产品包含用于使用替代模型模拟油气层的所关注行为的代码，所述替代模型相应于所述所关注行为的严格模型，其中，所述替代模型近似于所述严格模型，并且当模拟所述所关注行为时适于利用比所述严格模型少的计算资源；用于使用所述替代模型模拟所述所关注行为的代码； 用于鉴定使用所述替代模型提供的一个或更多个候选优化解的代码；和用于使用所述严格模型和所述一个或更多个候选优化解模拟所述所关注行为从而为应用于所述所关注行为提供优化解的代码。
26.根据权利要求25所述的计算机程序产品，其中，所述替代模型包含获取所述严格模型的行为但在至少一方面较不严格的数值模型。
27.根据权利要求25所述的计算机程序产品，其中所述替代模型包含所述严格模型的粗糙离散形式。
28.根据权利要求25所述的计算机程序产品，其中所述替代模型包含至少一个方面的物理性质模拟被忽略的所述严格模型的形式。
29.根据权利要求25所述的计算机程序产品，进一步包含用于提供关于使用所述严格模型模拟所述所关注行为的信息的反馈的代码；用于改进所述替代模型以更接近地近似所述严格模型的代码；和用于重复使用所述替代模型模拟所述所关注行为、鉴定一个或更多个候选优化解并且使用所述严格模型模拟所述所关注行为的代码。
30.根据权利要求25所述的计算机程序产品，其中所述用于使用所述替代模型模仿所述所关注行为的代码包含用于使用第一水平的替代模型和优化参数组模拟所述所关注行为以提供第一减少数目的优化参数的代码；和用于使用第二水平的替代模型和所述第一减少数目的优化参数模拟所述所关注行为的代码。
31.根据权利要求30所述的计算机程序产品，其中所述第一水平的替代模型包含最粗糙的替代模型，并且所述第二水平的替代模型包含较不粗糙的替代模型。
全文摘要
本发明提出了执行替代(例如，近似)模型以系统地减少优化问题中参数空间的系统和方法。在某些实施方式中，关于通过使用替代模型提供的减少的参数空间，执行严格(例如，较高保真度)模型，以有效地且更快速地达到优化解。因此，某些实施方式建立实际模拟的替代模型，并且系统地减少实际模拟中使用的设计参数的数目，以使用实际模拟解决优化问题。可提供便于优化涉及开发规划和油层管理的决策的多阶段方法。可关于多阶段优化方法执行迭代处理。各种参数例如油层参数中可存在不定性，根据某些实施方式其被考虑。
文档编号G01V1/40GK102246060SQ200980150558
公开日2011年11月16日 申请日期2009年9月14日 优先权日2008年12月16日
发明者A·穆勒, C·麦克泽尔, F·卡瓦略, V·戈尔 申请人:�？松梨谏嫌窝芯抗�
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
