近日，张凯团队在井场修井作业智能化视频分析领域取得新进展，相关研究成果在Geoenergy Science and Engineering上发表，论文题目为《A dual-porosity flow-net model for simulating water-flooding in low-permeability fractured reservoirs》（一种模拟低渗透裂缝性水驱油藏的双重介质流动网络模型）

创新性：

现有的基于物理和数据驱动的模型大多适用于常规水驱油藏，而低渗透裂缝性油藏注入水沿裂缝快速突破的现象并不好描述，本研究针对以上问题，结合流网络模型和双重介质模型，提出了一种新的基于物理的数据驱动代理模型，即双孔流网络模型（Flow-Net-DP），将油藏离散为由裂缝和基质网格组成的管道网络模型，利用牛顿迭代法对网格参数进行求解，最后利用ES-MDA算法进行历史拟合，利用差分进化算法进行生产优化，结果表明，该方法在低渗透裂缝性油藏中表现出良好的效果。

中文摘要：

基于物理的数据驱动流网络模型因其高计算效率作为油藏数值模拟的有前途的替代模型而受到广泛关注。然而，现有为水驱油藏开发的流网络模型未能考虑基质和裂缝的不同渗流特性，无法直接应用于模拟低渗透裂缝性油藏中的水驱过程。在本研究中，我们结合流网络模型与双孔模型，提出了一种新的基于物理的数据驱动代理模型，即双孔流网络模型（Flow-Net-DP），该模型能够考虑致密基质中的非达西流动、裂缝中的应力敏感效应和优先流动特性。具体而言，我们参考双孔模型，使用两个通道表示井之间的连接：一个表示裂缝系统，另一个表示基质系统，通过窜流函数考虑这两个系统之间的流体交换。此外，每个通道被离散为一维网格，并使用牛顿迭代的全隐式方案计算压力和饱和度。此外，我们通过使用多数据同化的集合平滑器（ESMDA）算法建立自动历史拟合方法，以校准Flow-Net-DP的模型参数，并通过使用差分进化（DE）算法开发生产优化方法。最后，在不同的数值示例上进行数值模拟、历史拟合和生产优化，以验证Flow-Net-DP的能力。结果表明，与现有的流网络模型相比，Flow-Net-DP能够更好地描述低渗透裂缝性油藏中的水驱过程，特别是由裂缝中的优先流动特性引起的快速水突破。此外，基于Flow-Net-DP的历史拟合和生产优化均产生了令人满意的结果。例如，当优化结果与全阶模拟模型相似时，Flow-Net-DP的优化速度提高了五倍以上。

Geoenergy Science and Engineering涵盖了石油和天然气的勘探、生产和流动领域，包括：油藏工程；油藏模拟；岩石力学；岩石物理学；孔隙级现象；测井、测试和评估；数学建模；提高油气采收率；流体力学；多孔介质中的多相流；生产工程；形成评估；勘探方法；地质构造/地下的二氧化碳封存等。该期刊最新影响因子为4.4，近3年平均影响因子IF为4.5，JCR分区为Q1区，中科院工程技术大类2区

文章链接：

https://doi.org/10.1016/j.geoen.2024.213069

引用格式：
Xia Yan, Guo-Yu Qin, Li-Ming Zhang*, Kai Zhang, Yong-Fei Yang, Jun Yao, Jia-Lin Wang, Qin-Yang Dai, Da-Wei Wu. A Dual-Porosity Flow-Net Model for Simulating Water-Flooding in Low-Permeability Fractured Reservoirs[J]. Geoenergy Science and Engineering, 2024, 240: 213069.