[发明专利]深层热储破岩增渗改造方法、装置及系统在审
| 申请号: | 202210614108.4 | 申请日: | 2022-05-31 |
| 公开(公告)号: | CN115203998A | 公开(公告)日: | 2022-10-18 |
| 发明(设计)人: | 赵志宏;陈进帆;王佳铖 | 申请(专利权)人: | 清华大学 |
| 主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/27;G06N3/08;G06N3/12;E21B43/26;E21B43/27;G06F111/10 |
| 代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;周鹏 |
| 地址: | 10008*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 深层 热储破岩增渗 改造 方法 装置 系统 | ||
1.一种深层热储破岩增渗改造方法,其特征在于,包括:
根据目标层位的物性参数确定增渗改造参数的参数取值范围;
建立有限元数值模型,将根据所述参数取值范围确定的设计参数输入所述有限元数值模型,构建设计参数-单位涌水量数据集;
根据所述设计参数-单位涌水量数据集进行参数优化,获得目标改造参数;
根据所述目标改造参数,对所述目标层位进行改造。
2.根据权利要求1所述的深层热储破岩增渗改造方法,其特征在于,将根据所述参数取值范围确定的设计参数输入所述有限元数值模型,构建设计参数-单位涌水量数据集,包括:
根据所述参数取值范围,按一定步长划分网格;
依次将网格内的参数作为所述设计参数输入所述有限元数值模型,进行改造模拟,根据模拟结果构建所述设计参数-单位涌水量数据集。
3.根据权利要求1所述的深层热储破岩增渗改造方法,其特征在于,根据所述设计参数-单位涌水量数据集进行参数优化,获得目标改造参数,包括:
根据所述设计参数-单位涌水量数据集,建立符合精度要求的机器学习模型;
确定作为优化目标的代价函数,基于所述机器学习模型采用优化算法确定所述代价函数值最小时对应的参数,并作为所述目标改造参数。
4.根据权利要求3所述的深层热储破岩增渗改造方法,其特征在于,所述代价函数表征所述增渗改造参数中的对象参数与单位涌水量之间的比值大小,所述对象参数为改造成本的决定因素。
5.根据权利要求3所述的深层热储破岩增渗改造方法,其特征在于,所述机器学习模型采用人工神经网络模型,所述优化算法采用遗传算法。
6.根据权利要求1所述的深层热储破岩增渗改造方法,其特征在于,根据所述目标改造参数,对所述目标层位进行改造,还包括:
将所述目标改造参数输入所述有限元数值模型,进行改造模拟,根据模拟结果判断所述目标改造参数是否满足准确度要求;
根据满足准确度要求的所述目标改造参数,对所述目标层位进行改造。
7.根据权利要求1至6任一项所述的深层热储破岩增渗改造方法,其特征在于,根据所述目标改造参数,对所述目标层位进行改造,包括:
将微波辐射系统下入井内并送至所述目标层位处,按照所述目标改造参数中的微波辐射参数对所述目标层位的岩石进行微波辐射;
回收所述微波辐射系统,根据所述目标改造参数中的酸化压裂参数配置压裂液和酸液,进行酸化压裂。
8.根据权利要求7所述的深层热储破岩增渗改造方法,其特征在于,将微波辐射系统下入井内并送至所述目标层位处之前,还包括:
向所述目标层位对应的井眼中注入清水,进行循环洗井。
9.根据权利要求1至6任一项所述的深层热储破岩增渗改造方法,其特征在于,在对所述目标层位进行改造之后,还包括:
对改造后的所述目标层位进行抽水实测,获得改后实测数据;
将所述改后实测数据与改造前抽水实测的实测数据进行比对,根据比对结果判断是否达到改造目标;
在未达到所述改造目标时,重复进行改造过程,直至达到所述改造目标。
10.根据权利要求1至6任一项所述的深层热储破岩增渗改造方法,其特征在于,建立有限元数值模型,包括:
根据所述目标层位所在区域的地质模型,结合多孔介质理论,构建所述有限元数值模型。
11.根据权利要求1至6任一项所述的深层热储破岩增渗改造方法,所述改造参数包括:
微波辐射参数,其包括微波探头照射孔间距、微波辐射时间、微波辐射功率;
酸化压裂参数,其包括压裂液的成分、粘度、总量以及酸液的成分、浓度、粘度、总量;
泵注参数,其包括排量、多级注入阶段液量分配比例。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210614108.4/1.html,转载请声明来源钻瓜专利网。





