近日，张凯团队在油藏井位优化研究领域取得新进展，相关研究成果在期刊Journal of Energy Resources Technology上发表，论文题为《An Efficient Infill Well Placement Optimization Approach for Extra-Low Permeability Reservoir》（一种针对低渗透油藏的高效井位加密优化方法）。

创新性：我国低渗透油田井位加密优化实践中面临的井位加密精准快速优化技术缺乏和现有理论方法工程适用性较差的两大关键难题。缺乏、现有理论方法工程适用性差的两大关键难题。基于分而治之的思想，研究形成了一套基于机器学习代理模型的低渗透油藏开发井位加密优化方法，将大规模实际油藏通过工程师知识划分几类较小规模的区块，融合基于机器学习代理模型优化算法的精准快速寻优特点和对油藏先验地质认识经验的优势，为现场井位加密做出科学合理的优化决策。

中文摘要：在油田开发中，井位加密优化的目的是确定最佳井位以最大化经济净现值（NPV）。最常见的井位加密优化方法基于工程师的经验做出判断，这种方法存在一定风险。目前，学术界也已经提出了许多方法来解决井位加密优化问题。然而，在大规模实际油藏模型中寻找全局最优的井位加密方案在计算上是昂贵的；由于特低渗油藏存在裂缝且地下条件相对更复杂，使得这一挑战更加突出。因此，仅通过工程师经验确定井位或者仅通过传统优化方法获得加密井位在实际工程应用中都存在不足。本文中，我们基于此提出了一种基于分治原则的井位加密优化方法。该方法首先基于工程师经验将大规模的实际油藏模型划分为几类的小规模概念模型，然后使用代理模型辅助的进化算法来获得该油藏的加密井位规律，接着总结菱形反九点井网的加密模式图版，从而将加密模式图版实际应用到W-77实际油藏中，使该油藏采收率增加2.205%。结果表明，该方法结合了人类经验和进化算法的优势，具有强大的工程潜力和应用价值，可用于指导特低渗透油藏实际开发中的井位加密优化。

Journal of Energy Resources Technology涵盖了经典/前沿的热力学方法，能量转换研究，燃料，可替代和可再生能源，内燃机，生物质能，固体废物回收能源，机械、热能和化学储能系统，碳捕集、储存和利用，陆上和海上钻井工程，油藏开发等。该期刊最新影响因子为3.0，近3年平均影响因子IF为2.991，JCR分区为Q3区，中科院工程技术大类3区。

文章链接：

https://doi.org/10.1115/1.4055198

引用格式：

Dai Q, Zhang L, Zhang K, et al. An Efficient Infill Well Placement Optimization Approach for Extra-Low Permeability Reservoirn[J]. Journal of Energy Resources Technology, 2023, 145(3): 033001.