Déterminer les relations de connectivité entre les puits d'injection et de production dans les réservoirs multilayers permet non seulement d'élaborer des plans d'injection et de production, d'évaluer la distribution du pétrole résiduel, mais aussi d'analyser les variations dynamiques du réservoir, fournissant ainsi une guidance scientifique pour les schémas de développement et améliorant efficacement les bénéfices de l'exploitation du réservoir. En raison des limites des méthodes traditionnelles d'apprentissage profond qui ne prennent pas en compte les mécanismes de l'écoulement et autres contraintes physiques, entraînant une faible interprétabilité et des difficultés pour l'inversion des paramètres, une méthode d'analyse de la connectivité entre puits dans des réservoirs multilayers à déplacement d'eau basée sur un réseau de neurones informé par la physique a été proposée : en fusionnant l'équation de bilan de matière avec le réseau de neurones et en multipliant les données du groupe de puits par les poids du réseau, l'attention est portée uniquement sur les puits de production connectés aux puits d'injection, réduisant ainsi les interférences des puits environnants et la charge de traitement des données ; une fonction de perte intégrant des contraintes physiques a été conçue pour segmenter verticalement les taux de production de fluides des puits de production dans le réservoir à déplacement d'eau multilayer, assurant ainsi le bilan de matière vertical et augmentant l'interprétabilité et la fiabilité du modèle d'analyse de la connectivité entre puits. Pour valider l'efficacité de la méthode, un bloc réel de champ pétrolier a été choisi pour l'analyse ; grâce à l'entraînement et à la prédiction du modèle, les résultats de connectivité entre puits d'injection et de production ainsi que les taux de production des puits ont été obtenus. Les résultats montrent que la connectivité entre puits est globalement cohérente avec les données de surveillance des traceurs, et les courbes prédites des taux de production des puits ont une haute précision. Ceci fournit un soutien technique solide pour l'analyse de la connectivité entre puits en exploitation réelle du champ pétrolier.

Réservoir multilayers à déplacement d’eau;groupe de puits;connectivité entre puits;équation de bilan de matière;réseau de neurones