买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：雷普索尔有限公司;国际商业机器公司

摘要：本发明涉及在储藏的可用数据有限时生成用于开采油气储藏的最佳油田开发计划FDP的计算机实施的方法。该方法从根节点开始生成树，其中，每个节点表示对该油田的决策或观测。树的生成包括将搜索和展开处理进行组合的特定方式，以用于探索提供油田开发计划FDP的候选的路径并向树添加新节点。该方法大大降低了计算成本，提供了在执行储藏开采之前估计最佳油田开发计划FDP的可承受的方式。

主权项：1.一种生成用于开采油气储藏的油田开发计划FDP的计算机实施的方法，所述方法包括：a确定离散域δΩd，所述离散域δΩd包括所述储藏的有限数目个位置的网格作为用于钻井的候选位置；b提供第一模块，所述第一模块被配置成根据以下生成所述储藏的地质统计模型实现：从绿色油田数据、模拟数据或两者获得的岩相和或岩石物理属性，以及在所述离散域δΩd的确定位置处指定的预定数目p个岩相和或岩石物理属性PRi,i＝1..p，如果存在的话；c提供第二模块，所述第二模块被配置成根据油田开发计划FDP模拟地质统计模型实现，并且所述第二模块被配置成返回效用奖励值；d确定从根节点开始的树结构数据，其中，所述树的节点由级别构造，包括表示决策at的节点的级别与包括表示观测ot的节点的级别交替，其中，从所述根节点到某个节点Xt的决策和观测的序列由历史ht＝a1，o1，a2，o2...，at，ot标识，并且其中：作出决策at+1包括：在所述离散域δΩd的在所述树的另一节点中未被确定的位置之中确定所述节点的钻取候选位置；在之前决策节点的钻取候选位置处作出观测ot+1，包括：i.借助于所述第一模块根据由所述历史ht的之前观测确定的岩相和或岩石物理属性PRi,i＝1..p，来生成多个地质统计模型，ii.根据在之前的步骤i中生成的所述多个地质统计模型来确定条件概率PPRi|ht,i＝1..p，iii.根据所述条件概率PPRi|ht来提供随机采样的属性作为所述观测ot+1的结果，并且其中，确定所述树结构数据的节点包括以下步骤：从所述根节点出发，将预定最大值初始化为第一级别的每个决策节点的预期效用奖励值，进行iv.根据所述预期效用奖励值对从所述根节点出发的所述树结构数据的路径进行排序，v.通过展开处理从至少距所述根节点最远的最后节点探索具有最大预期效用奖励值的路径，所述展开处理包括以下步骤：作出用于确定钻取候选位置的决策，进行观测，直到达到完整的油田开发计划FDP为止，vi.借助于所述第二模块，通过根据先前的步骤v的油田开发计划模拟在所述路径的末端处生成的地质统计模型实现来评估所探索的路径的新预期效用奖励值，其中，针对所述路径更新所述预期效用奖励值，并且将通过所述展开处理探索到的路径的第一节点添加到所述树数据结构中，直到检测到收敛或超时为止；e提供与具有更大预期效用奖励的路径的历史的节点对应的油田开发计划FDP。

全文数据：生成用于开采油气储藏的油田开发计划FDP的计算机实施的方法技术领域本发明涉及用于在油气储藏的可用数据有限时生成用于开采油气储藏的最佳油田开发计划FDP的计算机实施的方法。该方法从根节点开始生成树，其中，每个节点表示对油田的决策或观测。树的生成包括将搜索和展开处理进行组合的特定方式，以用于探索提供油田开发计划FDP的候选的路径并向树添加新节点。该方法大大降低了计算成本，提供了在执行储藏开采之前估计最佳油田开发计划FDP的可接受的方式。背景技术储藏的生命周期主要包括五个阶段：勘探、评估、开发、生产和放弃。从决策制定的角度来看，开发阶段是最重要的阶段，因为最大的投资与此阶段相关联。此外，关于储藏地下的大量不确定性使得这些投资决策非常具有挑战性。在这种背景下，评估和选择最佳开发计划对于保证储藏的盈利能力至关重要。储藏通常被建模为具有与每个单元相关联的岩石物理属性值的网格。这些属性的确切值显然是未知的。通过估计勘探数据的地质统计模型，概率地模拟储藏的岩石物理属性的不确定性。油田开发计划FDP确定生产策略，指定井的位置和钻取计划表等等。储藏模拟模型用于预测给定储藏模型的任何生产策略候选的油田生产率。这使得能够估计每个FDP选项的经济价值。可以将油田开发计划FDP构造为不确定性下的优化问题。目前针对FDP的优化方法没有考虑问题的顺序性质。在实践中，钻取位置决策与在钻取之间获得的信息的观测交替。例如，在井被钻取之后，每个井的位置处的岩石物理属性变得已知，并且该局部化信息用于通过地质统计模型的空间相关性来了解附近区域中的这些属性。所提出的方法提供了在开采储藏之前的油田开发计划FDP，其中，优化处理考虑了钻取后的观测；因此减少了开采后获得的估计资源的不确定性，并提供了优化所述生产的更好策略。发明内容本发明是用于生成用于开采油气储藏的油田开发计划FDP的计算机实施的方法。计算机实施的方法可以在计算机系统中执行并且被实施为计算机程序产品。该方法包括：a确定离散域δΩd，离散域δΩd包括储藏的有限数目个位置的网格作为用于钻井的候选位置；b提供第一模块，第一模块被配置成根据以下内容生成储藏的地质统计模型实现：从绿色油田数据、模拟数据或两者获得的岩相和或岩石物理属性，以及在离散域δΩd的确定位置处指定的预定数目p个岩相和或岩石物理属性PRi，i＝1..p，如果存在的话；c提供第二储藏流动模拟器模块，该第二储藏流动模拟器模块被配置成根据油田开发计划FDP模拟地质统计模型实现，并且被配置成返回效用奖励值；对储藏的开采需要指定井的位置。这些井主要位于储藏的表面，并且钻头到达储存待生产的油或气的地下区域。本发明不限于表面离散域δΩd，因为例如可以在可以被划分为单元的预定域的表面下定义离散化。离散化成单元使得能够确定钻取的位置。该计算机实施的方法将两个模块进行组合，第一模块适于生成地质统计模型实现，第二模块适于根据油田开发计划FDP模拟地质统计模型实现。第一模块提供地质统计模型实现，该地质统计模型实现可以用于确定用于公开储藏的实现的概率函数或者作为使得能够进行模拟的第二模块的输入之一。地质统计模型实现以这样的方式随机生成：该实现满足输入到第一模型中的岩相和或岩石物理属性的值。传递到第一模块的岩相和或岩石物理属性是可从绿色油田数据、模拟数据或两者获得的岩相和或岩石物理属性。当方法进行并且一些观测指定附加属性时，第一模块还在生成地质统计模型实现中在确定的位置处施加这样的附加属性。参数p是预先指定的值，即要探索的属性数。在实施方式的描述部分中公开的实施方式中，参数p为2，这指示仅探索两个岩相。其他物理属性是例如液压流动单元。d确定从根节点开始的树结构数据，其中，所述树的节点由级别构造，包括表示决策at的节点的级别与包括表示观测ot的节点的级别交替，其中，从所述根节点到某个节点Xt的决策和观测的序列由历史ht＝a1，o1，a2，o2...，at，ot标识，并且其中中：作出决策at+1包括：在离散域δΩd的在树的另一节点中未确定的位置之中确定节点的钻取候选位置；在之前决策节点的钻取候选位置处作出观测ot+1，包括：i.借助于第一模块根据由历史ht的之前观测确定的岩相和或岩石物理属性PRi，i＝1..p来生成多个地质统计模型实现，ii.根据之前步骤i中生成的多个地质统计模型来确定条件概率PPRi|ht，i＝1..p，iii.根据条件概率PPRi|ht来提供随机采样的属性作为观测ot+1的结果并且其中，确定所述树结构数据的节点包括以下步骤：从根节点出发，将预定最大值初始化为第一级的每个决策节点的预期效用奖励值，进行iv.根据预期效用奖励值对从根出发的树结构数据的路径进行排序，v.通过展开处理从至少距根节点最远的最后节点探索具有最大预期效用奖励值的路径，所述展开处理包括以下步骤：作出用于确定钻取候选地点的决策，进行观测，直到达到完整的油田开发计划FDP为止，vi.借助于第二模块，通过根据先前步骤v的开发计划在路径结束时运行第二储藏流动模拟器模块来评估所探索的路径的新预期效用奖励值，其中，针对路径更新预期效用奖励值，并且将通过展开处理探索到的路径的第一节点添加到树的数据结构中，直到检测到收敛或超时为止；树结构数据可以被表示为从根节点开始的树。根节点表示任何后续决策或观测的起点。决策和观测是从根节点交替定位的节点。最常见的决策是动作，例如钻取某个位置。进一步的决策可以是不钻取某个位置。在任何情况下，离散域δΩd的位置或对离散域δΩd的位置的引用都被存储在所创建的节点中。从根节点后的第一个节点开始的序列是决策和观测的序列a1，o1，a2，o2，...，αj，oj，...，并且历史被定义为ht＝a1，o1，a2，o2...，at，ot。如果使用ht，at+1，则所述符号表示由历史ht定义的序列在决策at+1之前。作出决策at+1包括：在离散域δΩd的未在树的另一节点中确定的位置之中确定节点的钻取候选位置。也就是说，确定节点的钻取候选位置，并且还可以在所述候选位置上确定动作。在下面公开的所有优选实施方式中，所有钻取候选位置都被认为是要钻取的。在与决策at+1对应的先前节点的钻取候选位置处进行观测ot+1。由于不确定性，根据步骤i至iii使用多个地质统计模型实现。当在决策at+1之后执行步骤i时，提供施加已知数据的多个地质统计模型实现，已知数据包括借助于在序列ht，at+1中执行的先前观测；即，o1，o2，o3，...，ot确定的数据。多个地质统计模型实现用于确定条件概率函数，并且根据步骤iii，用所述概率函数的采样值来标识观测。采样值是在位置at+1中确定的位置处的新观测值ot+1。油田开发计划FDP包括由决策的序列a1，a2，a3，...，an确定的n个动作的序列；例如，提供钻井位置l1，l2，l3，...，ln的有序序列。决策可以包括附加变量，例如每个井的控制和计划表。算法包括两个主要步骤，初始化步骤和树构建步骤，而树构建步骤又包括步骤iv至vi。初始化步骤从根节点出发并且提供具有非常高值的初始得分即预期效用奖励值，以确保将离散化域δΩd的所有位置作为第一候选位置进行探索。在实施方式中，初始得分为无穷大。当探索第一位置时，获得较低的得分；因此，由于其余的第一候选位置具有初始化的高分，所以当排序以确定下一个要探索的第一候选时，其余的第一候选位置被排名在较高的位置处。在第一步骤中，树的数据结构仅具有根节点。在该方法进展期间，定义了由一个节点或一系列节点定义的一些路径。步骤v沿着已定义的路径搜索到达至少最后节点即距根节点最远的节点。从该最后节点开始，该方法应用探索新开发计划的展开处理，展开处理包括已定义的下述步骤：作出用于确定钻取候选位置的决策，进行观测。也就是说，步骤v包括搜索和展开子步骤。根据实施方式，在步骤v中，针对位于距根节点最远的最后节点的级别处的多个节点探索路径，生成具有最高得分的节点的短树。当算法进展到更深层次时，树的结构显示具有从先前短树的单个节点出发的短树的重复模式。也就是说，仅每个级别处的最佳候选确定后续路径的第一个节点，从而减少了探索所有可能路径的巨大计算成本。一旦到达路径的末端，就确定了一系列决策和观测。这些动作定义了候选油田开发计划FDP，并且观测确定了储藏实现，第二模块能够通过在储藏实现上运行第二储藏流模拟器模块来模拟开发计划。由第二模块产生的资源用于根据由探索路径定义的动作序列，由油田开发计划FDP在由储藏产生的资源方面对所述探索的路径进行评级。最佳路径提供设施和生产策略的开发，从而实现最高效的生产。这种效率也可以借助于经济评估来估价，例如通过计算计划的资源或效用，计算净现值NPV，这也将使得能够确定高效的计划。如果针对所探索的路径更新了该路径的效用奖励值，并且如果所述新效用奖励值大于最大预期效用奖励值，则所探索的路径的第一个节点，即树的最远节点的下一个节点被添加到树的数据结构中。借助于展开处理的搜索和探索，步骤v至vi被执行，直到收敛为止或者直到达到超时标准为止，因为该处理使得能够在预先指定的时间段内继续搜索并且在方便时停止，提供了在计算所述预先指定的时间段之后获得的最佳计划。最后，该方法执行最后步骤：e提供与具有更大预期效用奖励的路径的历史的节点对应的油田开发计划FDP。如果获得了确定所有井位置的路径的树，则油田开发计划FDP由路径的节点的序列定义。如果在完成树之前已停止该方法，则具有最高得分的最新探索路径是定义该计划的序列的路径。根据本发明的实施方式，预定数目个岩相是在观测钻取位置时探索的属性。根据本发明的实施方式，结构或液压流动单元是在观测钻取位置时探索的附加属性。根据本发明的实施方式，效用奖励值是在根据油田开发计划FDP进行开发之后储藏的产量。根据本发明的实施方式，效用奖励值是根据油田开发计划FDP的净现值NPV。根据本发明的实施方式，树的每个节点保持对Nh的跟踪，Nh是部分历史h已被访问的总次数。根据本发明的实施方式，效用奖励值增加其中，c＞0是表示勘探开采权衡值的预定常数，Nht和Nht，a分别是针对ht和ht，a历史的钻井数。根据本发明的实施方式，决策是钻取节点的位置。根据本发明的实施方式，作出决策at+1包括：在离散域δΩd的未在树的另一节点中确定的位置之中随机地确定节点的钻取候选位置。根据本发明的另一方面，该方法在适于在计算机系统中执行的计算机程序产品中实施。附图说明根据以下参照附图对仅以说明性而非限制性示例的方式提供的优选实施方式的详细描述，本发明的这些和其他特征和优点将更清楚地看出。图1示出了用于执行根据本发明的方法的数据处理系统。图2示意性地示出了顺序FDP决策问题的影响图的示例。图3示意性地示出了顺序FDP决策问题的决策树的示例。图4A示出了根据具有有限数目个候选位置的实施方式的域的离散化的矩形网格。图4B示意性地示出了从根节点生成树结构的启动处理。图5A示出了图4A的网格，其中，在观测之后对井的定位作出决策。图5B示出了图4B的树结构数据，其中，每个路径具有效用奖励值UV，并且探索的交叉节点作为更进化阶段中的决策或观测。图6示出了在运行本发明的实施方式之后获得的树结构数据，其中，在每个级别处探索多个节点。具体实施方式如本领域技术人员将理解的，本发明的各方面可以被实施为系统、方法或计算机程序产品。因此，本发明的各方面可以采取完全硬件实施方式的形式、完全软件实施方式包括固件、常驻软件、微代码等的形式或者将软件和硬件方面进行组合的实施方式的形式，所有这些实施方式在本文中可以被统称为“电路”、“模块”或“系统”。此外，本发明的各方面可以采取实施在一个或更多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质具有在其上实施的计算机可读程序代码。可以使用一个或更多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体系统、设备或装置或者前述的任何合适的组合。计算机可读存储介质的更具体示例非穷举列表将包括以下：具有一条或多更条电线的电连接、便携式计算机磁盘、硬盘、随机存取存储器RAM、只读存储器ROM、可擦除可编程只读存储器EPROM或闪存、光纤、便携式光盘只读存储器CD-ROM、光学存储设备、磁存储设备或者前述的任何合适组合。在本文件的上下文中，计算机可读存储介质可以是可以包含或存储程序以供指令执行系统、设备或装置使用或者与指令执行系统、设备或装置结合的任何有形介质。计算机可读信号介质可以包括例如在基带中或作为载波的一部分的传播的数据信号，在该数据信号中包含计算机可读程序代码。这种传播信号可以采用多种形式中的任何形式，包括但不限于电磁、光学或其任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质并且可以通信、传播或传输程序以供指令执行系统、设备或装置使用或与指令执行系统、设备或装置结合的任何计算机可读介质。计算机可读介质上包含的程序代码可以使用任何适当的介质来传输，所述介质包括但不限于无线、有线、光纤电缆、RF等或者前述的任何合适的组合。用于执行本发明的各方面的操作的计算机程序代码可以用一种或更多种编程语言的任何组合来编写，所述一种或更多种编程语言包括诸如Java、Smalltalk、C++等面向对象的编程语言以及诸如“C”编程语言或类似的编程语言的传统过程编程语言。程序代码可以完全在用户的计算机上执行、部分在用户的计算机上执行、作为独立的软件包执行、部分在用户的计算机上且部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过包括局域网LAN或广域网WAN的任何类型的网络连接到用户的计算机，或者可以例如通过使用因特网服务提供商的因特网连接到外部计算机。下面参照根据本发明的实施方式的方法、设备系统和计算机程序产品的图示和或图来描述本发明的各方面。应理解，每个图示可以由计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现在流程图和或框图中的一个或更多个框中指定的功能动作的装置。这些计算机程序指令还可以被存储在计算机可读介质中，这些计算机程序指令可以指示计算机、其他可编程数据处理设备或其他装置以特定方式起作用，使得存储在计算机可读介质中的指令产生制品，包括实现在流程图和或框图中的一个或更多个框中指定的功能动作的指令。计算机程序指令还可以被加载到计算机、其他可编程数据处理设备或其他装置上，以使得在计算机、其他可编程设备或其他装置上执行一系列操作步骤，以产生计算机实施的处理，使得在计算机或其他可编程装置上执行的指令提供用于实现在流程图和或框图中的一个或更多个框中指定的功能动作的处理。现在转向附图，更具体地，图1示出了根据本发明的优选实施方式的用于从油田数据、模拟数据或两者出发来确定油田开发计划FDP的系统100的示例。优选的系统100以有效的方式确定油田开发计划FDP，以特定方式模拟所提出的开发计划，开发计划包括钻井的顺序处理以及在钻井的位置处观测储藏。所述观测借助于模块来执行，该模块被配置成根据油田数据、模拟数据或两者——特别是根据在先前观测中确定的数据——生成地质统计模型。优选的计算系统100包括一个或更多个计算机102、104、106在本示例中为3个，所述一个或更多个计算机102、104、106例如通过网络108有线或无线地耦接在一起。网络108可以是例如局域网LAN、因特网、内联网或其组合。通常，计算机102、104、106包括一个或更多个处理器例如中央处理单元CPU110、存储器112、本地存储装置114以及提供用户界面的某种形式的输入输出设备116。本地存储装置114可以生成和或包括被存储为查找表的一个或更多个时间表，所述一个或更多个时间表可以由多个计算机102、104、106访问，并行处理多个迁移的数据，以便在后面的阶段执行对每个计算机102、104、106提供的去迁移数据进行叠后处理。根据实施方式，提出了油田开发优化问题，其中，将决定n＝4个井的位置和钻取计划表，以使得从储藏中提取的产量最大化。根据其他实施方式，经济价值或净现值被用作优化处理的标准，其中，考虑了投资于开采的资源。假设仅访问一个钻机，因此井被依次钻取。一旦井完成，关于该井位置处的岩石岩相的类型的信息就会被揭示并在钻取下一个井之前可以获得。假设钻取以及分析岩心样品和钻井日志以揭示岩相所需花费的时间为三个月。因此，第一个井在时间t＝0处钻取，下一个井以三个月的间隔钻取。在此设置下，必须优化井位置以及钻井的顺序。钻井顺序隐含地确定了在每个决策步骤中观测到的用于在下一井决策之前改进储藏的知识的新信息。在钻井后立即在该井的位置处观测岩相，并且使用该岩相来更新地质统计模型。策略根据从所有先前钻取的地点处观测到的岩相来指示在何处钻取第一井以及在何处钻取所有接下来的井。图2和图3示出了被表示为影响图图2A和决策树图2B的顺序FDP决策问题。值节点在本示例中为效用值UVa，s在影响图中被示出为六边形，表示生产策略的资源评估，该生产策略包括对于储藏的岩石物理属性的实现S＝s在位置a＝a1，a2，a3，a4处钻取的一系列井。该评估通常需要运行计算上昂贵的储藏流动模拟器，以获得被转换为效用值UV的模拟生产率。因此，公司的风险态度由效用函数建模。因此，假设公司应该更偏好具有更高预期效用的A＝a，因此目标是使预期效用最大化。历史ht＝a1，o1，...，at，ot，...，an，on是n个井位置决策Ai＝ai和属性观测的序列，在该实施方式中，属性是来自井i＝1，...，n的岩相Oi＝oi。在知道历史ht时作出节点At+1处的决策。机会节点S代表储藏岩石物理属性的状态，其概率分布PS由地质统计模型给出。下一观测概率POt+1|ht，at+1对应于更新的地质统计模型PS|ht的位置at+1处的概率边界。更新地质统计模型需要使用贝叶斯法则Bayesrule反转从机会节点S到节点O1，...，Ot，...，Ot的弧。理论上，可以应用基于动态规划的标准决策分析方法找到最优FDP，其中，例如，针对n＝4要求解的优化问题是并且通过应用反向归纳，和构成FDP的最佳井位置策略。该策略根据先前钻取的最佳井的任何未来观测来指定第一井以及每个连续的井的最佳位置。然而，当针对20x20的二维网格以及n＝4个井测量该方法的计算复杂性时，针对一组可能的储藏实现必须评估大约2x1011个历史组合。如果每次评估大约花费2秒钟，对于如此小的情况，这将已经需要超过1200万年的时间来计算，这是不可承受的。根据本发明的实施方式，所考虑的世界环境是储藏，其状态集包括所有可能的储藏的岩石物理属性的实现。定义了时间段t＝1，...，n处的n个决策时期。该组可能的决策，例如从每个决策时期t处选择的动作At对应于储藏网格中的可以钻井的所有可能位置。由于井不能彼此非常靠近地钻取，因此将考虑根据由历史ht-1指定的所有先前选择的井a1，...，at-1来定义Atht-1的位置约束。假设在每个决策时期t处决策是钻井，也就是说，不存在不钻井的选项。则时期t处的可能观测的集合对应于在钻井之后在位置a1处可以揭示的所有可能的岩石物理属性。决策在这种情况下钻井的动作不会影响储藏岩石物理属性的状态。因此，如果s′＝s，则条件转移概率将是PSt+1＝s′|St＝s，At＝α＝1，否则条件转移概率为零。储藏的属性由初始状态概率PS0＝s给出，该初始状态概率对应于由PS给出的储藏的空间地质统计模型。储藏的状态不是完全可观测的。然而，在钻井的位置在每个时期处都可以获得对该状态的部分观测。条件观测概率由POt|St＝s，At＝at位置At＝at处的地质统计模型的概率边界给出。可以根据地质统计模型的概率来模拟储藏的状态S＝s和观测Ot＝ot。对已钻取的井的观测更新了对储藏岩石物理属性特征的置信。给定历史ht中的观测，更新对储藏的状态PSt＝s|ht的置信。在我们的示例中，对概率分布直接采样而不需要贝叶斯法则。返回值对应于指示储藏性能的效用值。然后在完成所有决策之后计算返回值UVa，s，并且该返回值是来自完整历史的动作a＝a1，...，an和储藏的最终状态的实现Sn＝s的函数。这使得能够在储藏的产油期将不同的开发策略进行比较。图4A示出了矩形离散域δΩd，离散域δΩd包括具有由矩形的中心确定的有限数目位置的规则网格。在本实施方式中，离散域δΩd表示可以根据油田开发计划FDP来定位的井的表面。一旦确定了油田开发计划FDP，储藏的开采包括提供设施对位置进行钻取以及用设备来协助井的生产，其中，根据由所述油田开发计划FDP定义的用于控制井的计划表和钻井的顺序来进行所述开采。这是新的示例，其中n＝7。根据实施方式，例如在计算机系统中实现的第一模块被配置成使用可用数据来生成储藏的地质统计模型实现。可用数据可以通过岩石的样本、模拟数据库、地震数据或这种数据源的任何组合来获得。在油田开发计划FDP的计算期间，需要生成多个地质统计模型实现。特别地，当观测提供关于一个或更多个位置的信息时，第一模块根据可用数据和观测所提供的数据来提供储藏的地质统计模型实现。一旦确定了特定的油田开发计划FDP，被配置成模拟地质统计模型实现的第二模块模拟用所有观测确定的地址统计实现的流动条件，并提供在这些条件下取得的产量。图4B示出了从根节点开始生成树结构数据的启动处理。树的节点由级别构造，包括表示决策at的节点的级别与包括表示观测ot的节点的级别交替，其中，从根节点到某个节点Xt的决策和观测的序列由历史标识为ht＝a1，o1，α2，o2，...，αt，ot，...，an，on，并且第一个节点对应于决策α1。在本实施方式中，决策是要钻井的位置。根据这种图形表示，偶数级别代表决策，而配对的级别代表观测。尽管如此，可以使用可以等同于图4B中使用的图形表示的其他图形表示。根节点表示算法的开始，其表明第一个井可以位于位置li，i＝1，..，25中的任何位置处。由于考虑到没有作出任何决策而尚未生成从根出发的路径，节点以白色显示。初始化处理使得与任何可能的决策相关的效用奖励值达到非常高的值，优选地为无穷大。该高值使算法探索离散域δΩd的每个位置至少一次。在任何阶段，在树的每条路径之后探索显示有最高得分的效用奖励值的第一条路径，直到结束为止。也就是说，访问由第一个节点确定的路径，直到最终节点、决策节点或观测节点为止。从该节点出发，应用展开rollout处理来完成油田开发计划FDP。图5B示出了树结构数据，其中，访问离散域δΩd的所有位置，然后树的每个出发路径具有效用奖励值UV，优先考虑具有较高得分的路径。图5B描绘了以黑色显示的任何可能路径的第一个节点，其中所有节点已被添加到树中并且评估了得分UV1，...，UV25。从位置l5和l6出发的路径具有在算法进展期间创建的附加节点。从该树出发，如果从位置l5开始的路径的效用奖励值最高，则在树数据结构中已经创建了根据决策a1、观测o1和决策a2的节点。图5A示出了决策α1是与在位置l5处定位井对应的动作，并且一旦所述位置被观测o1，则根据决策a2将第二个井定位在位置l15处。下一步是在位置l15处进行对与第二决策a2对应的位置观测。该观测需要借助于第一模块利用可用数据加上由位置l5处的第一观测o1提供的数据来生成多个地质统计模型。多个地理统计模型实现允许在有限数量的预定属性中计算每个属性的条件概率。一旦计算了条件概率，就通过对条件概率分布进行采样来确定观察。采样值是与当前节点对应的位置处的观测的一个或更多个属性。根据本实施方式，岩相是被采样和观测的属性。在本实施方式中，根据均匀概率分布随机确定下一个位置。一旦施加了附加约束，均匀概率分布就被定义在仍未被钻井的位置上。例如，第一约束丢弃比预定距离更靠近有井的位置的位置。其他约束可以响应于附加的可用储藏信息而丢弃其他位置。其他实施方式可以还响应于附加的可用储藏信息来修改概率分布加权位置。井位置和随后的观测进展，直到定位了最大数目的井、没有更多可用位置或者达到停止标准的组合为止。一旦展开处理结束，节点的序列对应于在特定位置处钻井的决策即动作a＝a1，...，an，第二模块根据在展开处理结束时确定的地质统计模型实现和定义特定油田开发计划FDP的动作来模拟储藏。根据优选实施方式，步骤v还包括并行执行多个展开处理以加速算法，其中，在步骤vi中，选择具有最高效用奖励值的路径来评估多个路径。响应于模拟的效用奖励值使得能够对探索的路径进行评分。如果得分高于前一得分，则更新所述路径的得分；因此，用黑色方块标识的节点被添加到树的数据结构中。该处理可以运行，直到达到诸如最大超时值的收敛标准或者如果识别出效用奖励值的收敛为止。在图5A所示的油田开发计划FDP中，遵循上述标准的定位的井的位置的最大数目是n＝7。显示有最高效用奖励值UV的路径定义了动作a＝a1，...，an，动作a＝a1，...，an定义了被认为是最优的油田开发计划FDP。无论搜索和探索是否被执行直至达到收敛如达到超时标准，最佳油田开发计划由具有最佳效用奖励值UV的路径确定。观测和地质统计模型实现也是对储藏的最佳估计。图6示出了在运行实施方式之后获得的树结构数据，其中，在每个级别处探索多个节点。在探索所确定的级别的节点之后，绘制短树，并且用较粗的圆点描绘的节点被标识为具有最高得分的节点。还探索下一级别，下一级别描绘连通具有最高得分的节点的新的短树，从而提供连接短树的优选路径。通过定义得到的油田开发计划FDP，在每个级别处连接具有最高得分的节点的路径是最佳路径。

权利要求：1.一种生成用于开采油气储藏的油田开发计划FDP的计算机实施的方法，所述方法包括：a确定离散域δΩd，所述离散域δΩd包括所述储藏的有限数目个位置的网格作为用于钻井的候选位置；b提供第一模块，所述第一模块被配置成根据以下生成所述储藏的地质统计模型实现：从绿色油田数据、模拟数据或两者获得的岩相和或岩石物理属性，以及在所述离散域δΩd的确定位置处指定的预定数目p个岩相和或岩石物理属性PRi,i＝1..p，如果存在的话；c提供第二模块，所述第二模块被配置成根据油田开发计划FDP模拟地质统计模型实现，并且所述第二模块被配置成返回效用奖励值；d确定从根节点开始的树结构数据，其中，所述树的节点由级别构造，包括表示决策at的节点的级别与包括表示观测ot的节点的级别交替，其中，从所述根节点到某个节点Xt的决策和观测的序列由历史ht＝a1，o1，a2，o2...，at，ot标识，并且其中：作出决策at+1包括：在所述离散域δΩd的在所述树的另一节点中未被确定的位置之中确定所述节点的钻取候选位置；在之前决策节点的钻取候选位置处作出观测ot+1，包括：ⅰ.借助于所述第一模块根据由所述历史ht的之前观测确定的岩相和或岩石物理属性PRi,i＝1..p，来生成多个地质统计模型，ⅱ.根据在之前步骤i中生成的所述多个地质统计模型来确定条件概率PPRi|ht,i＝1..p，ⅲ.根据所述条件概率PPRi|ht来提供随机采样的属性作为所述观测Ot+1的结果，并且其中，确定所述树结构数据的节点包括以下步骤：从所述根节点出发，将预定最大值初始化为第一级别的每个决策节点的预期效用奖励值，进行ⅳ.根据所述预期效用奖励值对从所述根出发的所述树结构数据的路径进行排序，ⅴ.通过展开处理从至少距所述根节点最远的最后节点探索具有最大预期效用奖励值的路径，所述展开处理包括以下步骤：作出用于确定钻取候选位置的决策，进行观测，直到达到完整的油田开发计划FDP为止，ⅵ.借助于所述第二模块，通过根据所述先前步骤v的开发计划模拟在所述路径的末端处生成的地质统计模型实现来评估所探索的路径的新预期效用奖励值，其中，针对所述路径更新所述预期效用奖励值，并且将通过所述展开处理探索到的路径的第一节点添加到所述树数据结构中，直到检测到收敛或超时为止；e提供与具有更大预期效用奖励的路径的历史的节点对应的油田开发计划FDP。2.根据权利要求1所述的方法，其中，在步骤v中，针对位于距所述根节点最远的所述最后节点的级别处的多个节点探索路径。3.根据权利要求2所述的方法，其中，探索位于所述最后节点的级别处的所有节点。4.根据前述权利要求中任一项所述的方法，其中，步骤v还包括并行的多个展开处理，并且其中，在步骤vi中，选择具有最高效用奖励值的路径来评估多个路径。5.根据前述权利要求中任一项所述的方法，其中，所述效用奖励值是在根据所述油田开发计划FDP进行开采之后所述储藏的产量。6.根据前述权利要求中任一项所述的方法，其中，所述效用奖励值是净现值NPV。7.根据前述权利要求中任一项所述的方法，其中，所述树的每个节点保持对Nh的跟踪，所述Nh是部分历史h已被访问的总次数。8.根据前述权利要求中任一项所述的方法，其中，所述效用奖励值增加其中，c＞0是表示勘探开采权衡值的预定常数，Nht和Nht，a分别是针对ht和ht，a历史的钻井数。9.根据前述权利要求中任一项所述的方法，其中，所述第一模块被配置成还根据所述储藏的结构数据生成所述储藏的地质统计模型实现。10.根据前述权利要求中任一项所述的方法，其中，所述决策是钻取所述节点的位置。11.根据前述权利要求中任一项所述的方法，其中，作出决策at+1包括：在所述离散域δΩd的在所述树的另一节点中未被确定的位置之中随机地确定所述节点的钻取候选位置。12.根据前述权利要求中任一项所述的方法，其中，在所述初始化步骤中采用的最大值是无穷大。13.根据前述权利要求中任一项所述的方法，其中，当达到以下条件中的任何条件时，在步骤v中达到所述完整的油田开发计划FDP：决策级别中的预定数目个节点，预定计算时间，针对所述效用奖励值的收敛标准。14.根据前述权利要求中任一项所述的方法，其中，作出决策at+1包括：在所述离散域δΩd的在所述树的另一节点中未被确定的位置之中确定所述节点的钻取候选位置以及附加约束。15.根据前一权利要求所述的方法，其中，所述附加约束是距所述历史的决策节点的位置的最小距离。16.一种计算机程序产品，被配置成执行根据前述权利要求中任一项所述的方法。17.一种开采系统，被配置成根据通过权利要求1至15中任一项获得的油田开发计划FDP来开采储藏。

百度查询： 雷普索尔有限公司 国际商业机器公司 生成用于开采油气储藏的油田开发计划(FDP)的计算机实施的方法