tNavigator软件试用申请
压裂后
压裂缝闭合
压裂前后饱和度流线变化

​​​n  特色模型自动劈分与自动合并

  • 利用边界条件实现分区模拟的自动劈分
  • 各个子模型进行独立研究并自动合并
  • 实现多人协同工作


nAI智能历史拟合、方案预测

      tNavigator丰富的图形用户界面、配置文件和各种报告提供了详细同步数据监测情况,其实时监测功能帮助油藏工程师及时进行模型的调整及历史拟合的运行监测。


tNavigator有效地利用所有可用的CPU和GPU进行协同并行计算,成为业界领先的高效并行油藏数值模拟器。

  • Full GPU并行模式
  • 集群MPI并行算法
  • 对多核CPU+GPU工作站实行最大并行运算
  • 多核CPU+GPU集群的混合并行加速技术
  • 高效的内存利用率
  • 多核之间的统一的负荷分配
  • 非一致内存访问(NUMA)
  • 所有的数据传递和处理都支持并行化

  • 2D、3D自动追踪
  • 时深转换
  • 地震属性体提取:相干、瞬时振幅、瞬时频率、瞬时相位
  • 构造建模、相建模、属性建模、储量计算
  • 支持“Y字形”断层模型
  • 属性计算等支持CPU/GPU协同加速

西西伯利亚某油藏水力压裂模型(SPE:138071)

术特色

智能优化最优历史拟合结果

n特色水力压裂模拟

模拟真实的水力压裂


  • 通过改变支撑剂渗透率和压力的函数来模拟裂缝的开启和闭合效应
  • 可以模拟任何裂缝的形状(单片,多分支)
  • 易于修改设置:压裂方向,半缝长,缝高、缝宽,裂缝生产指数
  • 支持重复压裂模拟


n独有的交互性显示及实时结果监测

​​​n  特色启动压力梯度模拟

    • 优化注采方案提高采收率
    • 运算数模时可实时输出和显示二维三维流线结果,无须单独运行流线模拟;
    • 直接生成注采井组和单井液量分配表,量化注采关系;
    • 便捷的方案优化:关井、注采井转换、改变注采井工作制度、新钻井以及井网调整等;
    • 使用2D/3D流线、注入效率图、注采井组分析和有效的产率分配表可以轻松评估水驱有效性


  • 参数敏感性分析
  • 智能优化算法

蒙特卡洛、差分进化、粒子群、单纯形法、响应面

  • 自定义目标函数
  • 优化历史拟合参数
  • 优化最优井轨迹、井网方案、生产制度
  • 优化水力压裂参数

  • 模拟储层流体受到地下流体长期的冲刷或压力的变化造成的储层物性不同程度的变化
  • 不同时间步特定网格的渗透性和相对渗透率曲线自动时变处理
  • 引入过水量FLOWW等关键词
  • SCHEDULE部分支持通过IF语句对相渗曲线和传导率进行时变判断



​​​n  最具兼容性,功能齐全

​​​n  特色物性参数时变模拟

  • 与PVT 设计模块集成:定义流体组成(适用于黑油、组分、热采)
  • 与井筒管流设计集成:创建VFP表和IPR表
  • 与模型创建的集成:将模型导入模型设计时,地面管网工区将自动创建,并可以进一步修改
  • 与模拟器集成:使用关键字 IMPORT_NETWORK(只进行管网建设),使用kw. IMPORT_PROJECT(标准工区-地面管网+井网建设)


技术支持电话:+86 10 6786 3233

技术支持邮箱:support@colchispetro.com

注采对应关系图

​​​n  特色物性参数时变模拟

  • 定义所有相邻网格之间的启动压力梯度
  • 可考虑启动压力梯度与渗透率、原油粘度等参数的经验公式

  • ​支持常规模拟器数据格式
​E1E3IMGEST MO
  • ​支持模型
 黑油模型
​三维三相模型、全隐式解法
​双孔/双渗模型、缝洞型油气藏
  • ​组分模型
​挥发油、凝析气、循环注气、气驱、CO2
  • ​热采模型
活油 (使用 K平衡值)
粘温性和相对渗透率的影响
无流体流动存在的网格热力学性质
上下盖层的热吸收和热损失
  • ​化学驱模型
​ASP、泡沫驱
  • ​支持油气藏类型
​砂砾岩、碳酸盐岩、缝洞型、低渗透、凝​析气、页岩气、煤层气、致密油、致密气


​​​n  地面管网设计

n卓越高效:最新Full GPU并行

​​​n  地震解释&地质建模

​​​n  水驱优化提高采收率&流线模拟

  • 前处理:支持地质模型处理成模拟器可以直接运行的数据格式
  • 生成饱和压力曲线、相包
  • 支持CCE、DLE、CVD、膨胀实验、极差实验、分离器实验等多种实验
  • 组分合并、劈分和拟合
  • 曲线回归、拟合实验数据、定义样品点的权重
  • 输出COMPVD关键字
  • 垂直管流计算

多核集群的混合动力技术

  混合动力技术:即二级并行算法。MPI算法处理并行集群节点之间的同步,而线程技术是应用在每个节点CPU和GPU内核,以协调并行计算。对超大网格油藏模型,负载分配得到妥善处理,多核CPU/GPU集群运算速度最大可提高200倍。