近日，张凯团队在低渗透油藏代理模型研究领域取得新进展，相关研究成果在期刊Geoenergy Science and Engineering上发表，论文题为《A dual-porosity flow-net model for simulating water-flooding in low-permeability fractured reservoirs》（低渗透裂缝性水驱油藏的双重介质流网络模型建模方法）。

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计算效率高，是一种很有前途的油藏数值模拟替代模型。然而，现有的水驱油藏流动网络模型没有考虑基质和裂缝的不同渗流特征，不能直接用于模拟低渗透裂缝性油藏的水驱过程。本文将流动网络模型与双孔隙度模型相结合，提出了一种新的基于物理的数据驱动替代模型，即双重孔隙度流动网络模型(Flow-Net-DP)，该模型考虑了致密基质中的非达西流动以及裂缝中的应力敏感效应和优先流动特征。具体来说，我们参考了双重孔隙度模型，用两个通道来表示井间的连接:一个通道表示裂缝系统，另一个通道表示基质系统，并通过传递函数来考虑这两个系统之间的流体交换。将各通道离散成一维网格，采用牛顿迭代的全隐式格式计算压力和饱和度。在此基础上，建立了基于ESMDA (Ensemble smooth with Multiple Data Assimilation)算法的Flow-Net-DP模型参数自动历史匹配方法，并基于差分进化(Differential Evolution, DE)算法建立了Flow-Net-DP生产优化方法。最后，通过不同数值算例进行数值模拟、历史匹配和生产优化，验证Flow-Net-DP的能力。结果表明，与现有流网络模型相比，Flow-Net-DP模型能够更好地描述低渗透裂缝性油藏的水驱过程，特别是裂缝内优先流动特性导致的快速水侵。此外，基于Flow-Net-DP的历史匹配和生产优化都取得了令人满意的结果。例如，当优化结果与全阶仿真模型相似时，Flow-Net-DP的优化速度提高了5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。前身为《Journal of Petroleum Science and Engineering》，2022年IF为4.4，2022年CiteScore为8.8。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：

Yan Xia, Qin Guoyu, Zhang Liming, Zhang Kai，Yang Yongfei，Yao Jun，Wang Jialin，Dai Qinyang，Wu Dawei. A dual-porosity flow-net model for simulating water-flooding in low-permeability fractured reservoirs[J]. Geoenergy Science and Engineering, 2024, 240: 213069.