[发明专利]一种基于遗传算法的油藏自动历史拟合系统及其拟合方法

说明书

技术领域

本发明属于地球物理学中物探开发领域，具体涉及一种基于遗传算法使用数据库技术的自动历史拟合方法。

背景技术

历史拟合是油藏数值模拟研究中一个十分重要的工作。以最优控制理论为基础的自动历史拟合所使用的数学方法有传统优化算法，如Gauss-Newton、Levenberg-Marquardt、PCG、BFGS、LBFGS，和现代优化算法，如遗传算法、集合卡尔曼滤波、响应面模型。

历史拟合是油藏数值模拟研究中一个十分重要的环节，它是预测油田开发动态的基础。所谓历史拟合，就是先用所录取的地层静态参数来计算油藏开发过程中主要动态指标变化的历史，把计算的结果与所观测到的油藏或油井的主要动态指标例如压力、产量、气油比、含水等进行对比，如果发现两者之间有较大的差异，而使用的数学模型又正确无误，则说明模拟时所用的静态参数不符合油藏的实际情况。这时，就必须根据底层静态参数与压力、产量、气油比、含水等动态参数的相关关系，对所使用的油层静态参数作相应的修改，然后用修改后的油层参数再次进行计算并进行对比。如果仍有差异，则再次进行修改。这样进行下去，直到计算结果与实测动态参数相当接近，达到允许的误差范围为止。用计算机程序来实现这个过程就称为“自动历史拟合”。

历史拟合问题是通过调整敏感参数(如孔隙度、渗透率等)，使得数值模拟计算的量如压力、油气比、含水等都接近实际测量值。实质上是一个最优化问题。

需要拟合的模型可以写为：

U＝U(t，a)

其中U为目标拟合量，如压力、油气比、含水等；a为m个被估参数，a＝(a₁，a₂，…，a_m)^T，如渗透率、孔隙度等；t是时间。

问题是求目标函数

f(a)=Σi=1N[Ui-U(ti,ai)σi]2,i=1,2,...,N]]>

的极小值。其中，U_i是在t_i时刻油田实际测量的压力、含水、油气比等目标拟合量。σ_i是在t_i时刻的测量标准差。即寻找参数a^*使计算值U＝U(t_i，a_i^*)与实际测量值U_i的误差平方和达到极小值。

这个目标函数f(a)的值就称为“拟合评价值”。

遗传算法借鉴了自然选择的生物进化论思想，是一种模拟生物进化过程的随机算法。

在一定地域中，一个物种的全体成员构成一个种群。

对遗传算法而言，种群是要解决问题的一组潜在解。种群的开始，一般使用随机的方法产生。算法中“种群”中成员数目的多少称为“种群规模”，“最大演化代数”指算法中控制种群繁殖的最大代数。

成员个体对环境的适应程度叫做适应度。算法依据适应度评价个体的优劣。