本發明屬于石油工程與智能油藏管理，尤其是涉及基于雙尺度代理模型的智能完井雙閉環調控方法及系統。
背景技術：
1、隨著油田開發進入中后期，邊底水能量逐漸增強，水平井作為提高產能與改善動用的重要手段被廣泛應用。然而在實際生產過程中，由于油藏非均質性強、多井間存在復雜干擾，以及注采補給關系不均衡，水平井容易出現提前見水、剖面失穩和段產不均等問題。導致油井產量快速遞減，使得整體采收率下降，控水效果難以達到預期。
2、近年來，智能完井（icv智能流入控制閥）技術逐漸得到應用，icv則允許通過調節開度，主動控制各井段的產液與產水比例。這些技術為控水開發提供了新的手段，但在應用過程中仍存在明顯的局限性。一方面，如果僅依靠油藏尺度的整體優化，雖然能夠給出井底壓力、注采配比等多井控制方案，卻無法將結果有效分解到井筒剖面，難以指導icv的具體調節。另一方面，如果只關注井筒或近井范圍，通過歷史擬合或剖面分析來調整icv開度，則往往忽略了遠場注采關系及井間干擾，導致局部改善但整體開發效果有限。
3、傳統的數值模擬技術雖然能夠在一定程度上實現多尺度聯合分析，但其計算量龐大、實時性不足。一個較為精細的數值模型往往需要數小時甚至更長時間才能完成一次優化運算，難以滿足現場對在線或準在線調控的需求。同時，油藏地質參數存在顯著的不確定性，驅替過程中的狀態不斷演化，導致模型預測逐漸偏離實際，最優策略也因此很快失效。現有方法普遍缺乏有效的在線自適應機制與安全回退策略，在實際生產中應用的魯棒性和穩定性仍然不足。
4、此外，油藏開發在不同尺度上存在目標與時標的差異。油藏尺度的優化通常追求長期的累計采收率或經濟效益最大化，而井筒近井尺度的調控更強調剖面穩定與延緩水突進。如果缺乏有效的層級協調機制，兩者往往各自為政，甚至產生沖突，難以實現系統整體的最優開發。
5、綜上所述，現有的控水調控技術仍然存在油藏與井筒優化目標脫節、數值仿真效率不足、模型可靠性欠佳以及缺乏智能化協同機制等問題。因此，亟需一種新的方法，克服現有控水策略依賴單尺度模型、忽略油藏-井筒耦合關系及實時性不足的缺陷。
技術實現思路
1、本發明要解決的問題是提供基于雙尺度代理模型的智能完井雙閉環調控方法及系統，該方法能夠在油藏尺度與近井尺度上同時建立高效可泛化的代理模型，并通過雙閉環的層級調控方式實現宏觀與微觀目標的統一，從而在保障控水效果的同時提升實時性與安全性。
2、為解決上述技術問題，本發明采用的技術方案是：基于雙尺度代理模型的智能完井雙閉環調控方法，包括以下步驟，
3、s1：獲取目標油藏及區塊的地質與工程參數，若已有生產數據，則將所述生產數據用于模型訓練與校正；若無所述生產數據，則基于油藏數值模擬生成樣本數據；利用局部精細模型或耦合模型生成井筒分段控水樣本，對所述生產數據或所述樣本數據進行清洗、歸一化與時間對齊；
4、s2：利用神經微分方程結構對多井控制參數與靜態地質參數進行建模，建立油藏尺度代理模型，用于預測地層壓力、飽和度分布、井產量及采收率；
5、s3：以井底流壓、icv分段開度向量以及井筒摩阻參數為輸入，基于神經微分方程建立近井尺度代理模型，輸出井段產量分布、段含水率及壓降；
6、s4：在所述油藏尺度代理模型上，以累計采油量、含水率和凈現值為優化目標，約束地層壓力上下限、含水率上限及地面設施能力，求解得到各井級的目標生產指標，實現智能完井的外層優化；
7、s5：在所述近井尺度代理模型上，以井段剖面穩定與延緩水突進為目標函數，約束總產量及井底壓差，優化得到井段icv開度向量，實現智能完井的內層優化；
8、s6：將近井尺度優化得到的等效產能指數或皮膚系數反饋至所述油藏尺度代理模型，更新油藏分布與預測目標；
9、s7：在現場運行中基于實時/準實時數據，周期性重新執行s4-s5，進行外層與內層優化，并采用滑動窗口方法對代理模型進行輕量校正，當觸發含水率、壓力或設備限制條件時，執行回退工況與保守開度策略。
10、進一步的，在所述s2中，所述油藏尺度代理模型基于神經微分方程結構建立，以保證預測結果對動態規律的連續性表達與外推能力。
11、進一步的，在所述s3中，所述近井尺度代理模型學習開度向量與等效皮膚系數之間的可微映射，以支持基于梯度的優化求解。
12、進一步的，在所述s4中，所述外層優化采用粒子群算法進行求解，采用動態慣性權重調整機制，通過多次迭代優化與結果比較，避免陷入局部最優解。
13、進一步的，在所述s5中，所述內層優化的目標函數為：
14、
15、式中，為井段含水率分布，無量綱；表示段含水率的方差，越小代表剖面流體分布越均勻，無量綱；為含水率沿井段的最大梯度，反映水錐/水竄風險，越小越穩定，單位為1/m；為實際井段長度，單位為m；為總產量與目標產量差異，保證井級產量滿足大閉環分配，為分段總產量，單位為m3/d，為目標產量，單位為m3/d；α、β、γ為權重因子,無量綱。
16、進一步的，在所述s6中，若優化目標改善小于閾值或達到設定時窗，則輸出調控策略，否則返回s4，進行外層優化。
17、進一步的，在所述s7中，當井段含水率超過預設上限、井底壓力低于預設下限或地面設施能力受限時，觸發回退工況，并將開度調整至保守步進值。
18、進一步的，本發明提供基于雙尺度代理模型的智能完井雙閉環調控系統，運行上述的基于雙尺度代理模型的智能完井雙閉環調控方法，包括，
19、數據采集與管理模塊：用于獲取并管理油藏、井筒及現場運行數據；
20、油藏尺度代理模塊：用于基于多井控制參數與靜態參數預測油藏動態分布及產量；
21、近井尺度代理模塊：用于基于井筒控制參數預測井段產液/產水分布，并生成等效產能指數或皮膚系數；
22、雙層優化模塊：包括外層多井優化子模塊與內層icv優化子模塊；
23、在線校準模塊：用于在實時運行中對油藏代理與近井代理進行滑動窗口校正；
24、安全控制模塊：用于在觸發閾值條件時執行回退策略與保守開度調整；
25、執行與監控接口模塊：用于與井下智能完井工具進行交互，實現調控指令下發與回傳。
26、進一步的，所述雙層優化模塊支持分層次時標分離與交替迭代，外層優化基于天/周級周期運行，內層優化基于小時/日級周期運行。
27、進一步的，本發明提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機算法，所述計算機算法被處理器執行時實現上述的數據處理。
28、本發明具有的優點和積極效果是：
29、1、本發明采用雙尺度代理模型，兼顧油藏遠場與井筒近井的動態特征，實現多井與單井的聯合優化。
30、2、本發明引入神經微分方程代理模型，能夠捕捉油水驅動的連續動力學過程，具有更強的泛化能力與外推能力。
31、3、本發明提出大閉環與小閉環雙層調控策略，兼顧采收率最大化與剖面穩定性，顯著延緩水突進。
32、4、本發明支持在線滑動窗口校正與安全回退機制，保證在模型漂移與參數不確定條件下的調控安全性與實時性。