CN103003522A - 提高成熟气田或油田的产量的方法 - Google Patents

提高成熟气田或油田的产量的方法 Download PDF

Info

Publication number
CN103003522A
CN103003522A CN2011800293685A CN201180029368A CN103003522A CN 103003522 A CN103003522 A CN 103003522A CN 2011800293685 A CN2011800293685 A CN 2011800293685A CN 201180029368 A CN201180029368 A CN 201180029368A CN 103003522 A CN103003522 A CN 103003522A
Authority
CN
China
Prior art keywords
well
new
candidate
gas field
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800293685A
Other languages
English (en)
Other versions
CN103003522B (zh
Inventor
吉恩-马克·欧利
布鲁诺·海因茨
休斯·德圣杰曼
莱米·道丁
贝努瓦·德贾斯丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foroil
Original Assignee
Foroil
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foroil filed Critical Foroil
Publication of CN103003522A publication Critical patent/CN103003522A/zh
Application granted granted Critical
Publication of CN103003522B publication Critical patent/CN103003522B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/30Specific pattern of wells, e.g. optimising the spacing of wells

Landscapes

  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Cosmetics (AREA)
  • Housings And Mounting Of Transformers (AREA)

Abstract

本发明公开了一种提高成熟气田或油田的产量的方法,所述油气田包括多个现有井,所述方法包括以下步骤:-提供油气田模拟器,所述油气田模拟器能够在以定情形的函数逐井地预测所述油气田的产量,所述情形是包括现有井的开采参数的一组数据,并且情况是一口或多口新井的位置和开采参数;-使用油气田模拟器确定所述现有井的泄流区域;-确定候选新井的位置,使得使用油气田模拟器确定的所述候选新井的泄流区域不与现有井的泄流区域重叠;-优化取决于油气田产量的增益函数的值,通过在多个组井中确定优化所述增益函数的值的一组井来执行所述优化,所述多组井中的每一组井包括现有井和从候选新井中选择的新井。

Description

提高成熟气田或油田的产量的方法
技术领域
本发明涉及提高成熟气田或油田的产量。更确切地,本发明涉及用于确定新井和/或新注入井的钻进位置的油气田模拟器。
背景技术
成熟油气田随着许多生产井和长开采历史逐年变得越来越复杂而不能被正确地理解。通常,在多个钻井活动之后,没有显而易见使用可承受的硬件技术的方案来减轻其衰退。然而,相对于整个成熟油气田的“基准”或“一切照常”特性仍然存在开采的改进的空间。
油气田模拟器已经被形成为模拟成熟油田或天然气田的特性并响应于一组给定的应用开采参数预测预期的采出量。近年来已经形成能够在相对较短的时间(几秒)内对于给定情形逐井预测油气田的产量的一种类型的油气田模拟器。
然而,可以对钻补充井的方式设计相当大的修改使得存在亿万种可能情形。到目前为止,没有一种传统分析已经能够可靠地识别最佳情形。具体地,使用传统的网格油气田模拟器对每一种可能的情形确定油气田的产量以选择最好的一种情形将需要大量的计算时间量。
发明内容
考虑到上述问题提出本发明,本发明的目的是提供一种提高成熟气田或油田的产量的方法,所述方法不需要大量的计算时间。
本发明提供了一种提高成熟气田或油田的产量的方法,所述油气田包括多个现有井,所述方法包括以下步骤:
-提供油气田模拟器,所述油气田模拟器能够在以给定情形的函数逐井地预测所述油气田的产量,所述情形是包括现有井的开采参数的一组数据,并且情况可以是一口或多口新井的位置和开采参数;
-使用油气田模拟器确定所述现有井的泄流区域;
-确定候选新井的位置,使得使用油气田模拟器确定的所述候选新井的泄流区域不与现有井的泄流区域重叠;
-优化取决于油气田产量的增益函数的值,通过在多个组井中确定优化所述增益函数的值的一组井来执行所述优化,所述多组井中的每一组井包括现有井和从候选新井中选择的新井。
通过本发明的方法,确定候选新井使得所述新井泄流区域不与现有井的泄流区域重叠。因此,与新井的多个可能位置相比较,候选新井的数量减小。由于增益函数取决于油气田开采,因此对于给定情形的增益函数的值的确定需要使用油气田模拟器。然而,由于通过在候选新井中选择新井来执行最优化,因此与可能情形的数量相比较,情形的数量减少。对于每一种可能的情形,最优化不需要使用油气田模拟器,并且计算时间减少。
在一个实施例中,所述方法包括试探(heuristic)步骤,在所述试探步骤中,通过应用至少一个试探规则预先选择候选新井或取消对候选新井的选择,所述多组井中的每一组井包括现有井和从预先选择的候选新井中选择的新井。
这允许进一步减少情形的数量。
例如,所述试探规则包括基于候选新水平井的方位预先选择所述候选新水平井和取消对所述候选新水平井的选择。
所述试探规则可以包括基于候选新井与现有井的距离预先选择所述候选新井和取消对所述候选新井的选择。
所述试探规则可以包括基于由所述油气田模拟器确定的候选新井的累积采油量预先选择所述候选新井和取消对所述候选新井的选择。
在一个实施例中,优化增益函数的值的步骤包括:对于给定的一组井通过应用确定性最优化方法确定最佳开采参数。
优化所述增益函数的值的步骤可以包括:通过应用不确定性最优化方法确定最佳的一组给定井。
在一个实施例中,优化所述增益函数的值的步骤包括:确定优化所述增益函数的值的一组注入井(injector)。
井可以具有单层或多层地质。在井具有多层地质的情况下,油气田模拟器可以逐井并逐层或逐层组地预测所述油气田的产量。
所述方法可以包括以下步骤:限定优化所述增益函数的值的所述一组井要满足的约束。
所述方法可以包括以下步骤:限定所述最佳开采参数要满足的约束。
附图说明
本发明的这些及其它目的和特征将从参照附图给出的以下优选实施例的说明变得更加清楚,其中:
图1是显示成熟油田的现有井的泄流区域的示意性视图;
图2和图3显示用于图1的油田的候选新井的泄流区域;以及
图4是显示根据本发明的实施例的用于提高成熟油田的产量的方法的流程图。
具体实施方式
以下参照附图详细地描述本发明的实施例。
图1显示了以上成熟油田1的示意性视图。油田1包括多个现有井2,2′。现有井2,2′具体地包括直立井2和水平井2′。在一个实施例中,油田1还可以包括注入井(injector)。
井2,2′可以具有单层地质或多层地质。
油气田模拟器是能够预测作为给定情形的函数的油田1的产量的计算机程序。情形是包括现有井2,2′的开采参数的一组数据,并且情况可以是一口或多口新井的位置和开采参数。在一个实施例中,情形还可以包括现有注入井的开采参数和新注入井的位置和开采参数。
更确切地,所申请的模拟器能够逐井地预测油田1的产量,并且在多层地质的情况下,能够逐层或逐层组地预测油田1的产量。
开采参数可以包括例如井底流动压力、井口压力、气举率、泵频率、修井、完井的变化……。对于新井,开采参数可以包括钻井时间或完井。
如上所述,近年来已经形成一种能够对于给定情形逐井和根据情况逐层预测油气田的产量的油气田模拟器。本领域技术人员能够提供用于油田1的这种油气田模拟器。
本发明旨在提高成熟天然气田或油田的产量。在本实施例中,通过识别钻新井的位置和时间和识别每一个新井(完井的类型、垂直或水平,以及如果这样,何种方位)使用的技术来提高油田1的产量。在另一个实施例中,还可以通过识别钻机新注入井的位置和时间来提高油田1的产量。
可以通过开采参数Bi或一组井{Wi}定义需要满足的约束。例如,对于现有井和/或新井来说,提供给未来开采参数的值不能偏离历史观察值的±20%。同样地,新井的最大数量应该为N,并且在一年的时间段内可以钻不多于n口井。
在这种情况下,提高油田1的产量表示逐井和根据情况逐层最大化基于油气田开采的增益函数值。例如,增益函数可以是油气田在五年的净现值(NPV)。
例如,简单方法是计算开采的折现值并减去投资(钻新井的费用)。在这种情况下,对于给定情形,增益函数是:
其中:
-{Wi}是所述情形的一组井,包括现有井和新井,
-Bi是所述一组井{Wi}的开采参数,
-Pi表示井Wi的采油量(使用油气田模拟器计算)
-n是所述一组井{Wi}中的井的数量,
-S表示税后净油销售价格,
-d表示折扣率,
-Ii,j表示在j年期间对井Wi的投资,
最大化增益函数NPV的值隐含识别最佳的一组井{Wi}和相应的开采参数Bi。为此,本发明使用两部法。首先,确定候选新井。然后,施加优化过程以在现有井和候选新井中选择最大化增益函数的值的一组井{Wi}。
该两部法的详细说明以下参照图4给出。
首先,如上所述,在步骤10中提供油气田模拟器。
对于不包括新井的给定情形,油气田模拟器可以预测几年前例如直到五年后的每一口现有井2,2′的累积产油量(COP)。这允许在步骤11中确定现有井2,2′的泄流区域3,3′。
进行泄流区域的计算,使得泄流区域的计算提供对相对于普通油气田被相当大地开采的油气田区域的良好了解。
例如,假设薄开采储层(与井间距离相比较,厚度h较小),对于任意给定现有井Wi,泄流区域可以被定义为该现有井周围的地表Si,使得:
(COP)i=Φi Si hi(1-Swi-Sor)i
其中:
-(COP)i是由油气田模拟器预测的五年前井Wi的累积产油量,
i是井Wi周围的平均孔隙度,
-Swi是束缚水饱和度,
-Sor残余油饱和度,
地表Si的形状取决于油气田和井技术。在油田1的示例中,地表Si对于垂直井2来说是圆形,而对于水平井2′来说是具有由泄流区域给出的主轴线的椭圆形。图1表示现有井2,2′的泄流区域3,3′。
一旦已经确定现有井2,2′的泄流区域3,3′,则可以在步骤12中确定候选新井的位置,使得候选新井的泄流区域不与现有井的泄流区域3,3′重叠。更确切地,候选新井可以位于如下所述的多个地图上。
图1的自由区表示可以钻新井的区域。对于位于所述自由区中的一个的给定新垂直井,可以使用油气田模拟器以与以上相同的方式确定圆形形状的泄流区域。假设在此具体实例中位于同一自由区中的所有新井具有相同的泄流区域,则相同尺寸的多个圆可以位于自由区中,而不与现有井2,2′的泄流区域3,3′重叠。图2表示如上所述定位的多个圆4。每一个圆4的中心表示候选新垂直井的位置。
类似地,对于给定新水平井,可以使用油气田模拟器确定椭圆形形状的泄流区域。相同尺寸(如由模拟器限定的不同尺寸)的多个椭圆可以位于自由区中,而不与现有井2,2′的泄流区域3,3′重叠。图3表示如上所述定位的多个椭圆5,且所述椭圆的主轴线沿相同的方向定向。每一个椭圆5的主轴线表示候选新水平井的泄油的位置。可以确定具有沿不同方向定向的椭圆的类似地图。例如,确定候选水平井的八个地图,且所述地图的椭圆的主轴线相对于彼此以15°定向。
因此,已经确定多个候选新井(垂直井和水平井)的位置。然后,在步骤13中,如之前所述,施加优化过程以在现有井和候选新井中选择最大化增益函数的值的一组井{Wi}。
更确切地,优化过程使用探试法、确定性收敛和不确定性收敛。
探试法旨在通过预先选择新井并取消对其它井的选择来减少候选新井的数量。可以应用以下规则:
-候选新井根据其累积采油量(由如上所述用于确定泄流区域的油气田模拟器确定)被排列,并且仅预先选择第一个,例如,50%第一个。这允许保持充分大的数量的井,因为与其中假设近新井进行单独开采(即,没有其它竞争新井)的初始上述排列相比较,由于井之间的潜在相互作用可能会改变井的排列。
-水平井方位考虑了普通地质优选方位。根据候选新水平井的方位和地质优选方位之间的差值预先选择候选新水平井或取消对候选新水平井的选择。例如,如果候选新水平井的方位与地质优选方位之间的差值不超过15°,则候选新水平井被预先选择。取消对其它候选新水平井的选择。
-如果候选新水平井以例如大于井间距离的0.1倍接近现有井2,2′中的一个,则取消对候选新水平井的选择。
确定性收敛旨在对于给定的一组井{Wi}确定最佳开采参数Bi0。由于开采参数主要是连续参数,因此可以使用传统的优化方法,例如,坡度法或伪梯度法、分支法或切割法……。
不确定性收敛旨在发现最大化增益函数NPV的一组井{Wi}。当多组井{Wi}是离散的时,应用不确定性方法和上述试探规则。所述方法允许选择适当的多组井,以广泛地探索良好的候选方案的空间并通过包括现有井2,2′和新井的最佳的一组井{Wi}0的位置、技术(垂直/水平定向)和钻井日期来识别所述最佳的一组井{Wi}0。这种方法例如可以包括模拟退火法或演化法。
这种不确定性方法需要对于大量组的井在给定约束下通过使用油气田模拟器计算增益函数。然而,由于所述组的井包括现有井和在预先选择的候选新井中选择的新井,因此与亿万种可能的情形相比较,可能组的井的数量受到限制。例如,在一个实施例中,对几十万组井计算增益函数。然而,与对亿万种可能的情形计算增益函数所需的计算时间相比较,所需的计算时间小。换句话说,本发明允许在有限的时间内识别最佳的一组井{Wi}0
除了最佳情形的最佳的一组井{Wi}0和相应的最佳参数Bi0之外,可以识别传送接近最佳值的增益函数值(典型地在最佳值以下10%,作为参考情形的增益函数的值与最佳情形的增益函数的值之间的差值的比例,所述两个增益函数的值都遵守相同的约束)的其它良好的次最佳情形。在一个实施例中,代替钻最佳情形的新井,如下所述选择次最佳情形以钻新井。
最佳情形取决于约束和输入参数(称作“外部参数”),例如,油的价格。对于这种外部参数的一些变化,在最佳的一组井{Wi}0中识别的新井的数量将增加或减小。例如,由于将变得更加经济,油价格的增加将触发另外的新井。
为了尽可能地对这种外部参数的变化不敏感,选择良好的次最佳情形使得所述次最佳情形的公共新井的数量尽可能地大。这将确保外部参数的变化不会完全改变新井的列表,从而使得新的钻井废弃。
理想地,对于增加油价格的顺序S1,S2,…Sn,对于良好次最佳情形的相应多组井{Wi}1,{Wi}2…{Wi}n将使得
Figure BDA00002586687100071
另外,公共新井的基数的总和应该最大。
例如,假设已经获得以下结果:
-对于S1=50USD,{Wi}1={现有井,W1,W2’}。
-对于S2=65USD,{Wi}2={现有井,W1,W2,W3}。
-对于S3=80USD,{Wi}3={现有井,W1,W2’,W4,W3}。
其中,W1、W2、W2’、W3、W4是相应情形的新井,并且W2和W4的泄流区域重叠。如果井W1、W2和W3被钻进,并且随后油的价格增加到80USD,则井W4将与井W2冲突。
因此,执行假设(what-if)模拟以计算各种次最佳情形的NPV并识别允许在油价格增加的情况下钻良好的补充井的一个情形。例如,在先前的示例中,对于S2=65USD,所述一组井{Wi}2’={现有井,W1,W2’,W3}的情形可以是次最佳情形,且增益函数比最佳函数小5%。因此,钻新井W1、W2’、W3是合理的。如果随后油的价格增加到80USD,则在不与井W2’冲突的情况下可以钻新井W4。

Claims (11)

1.一种提高成熟气田或油田的产量的方法,所述油气田包括多个现有井,所述方法包括以下步骤:
-提供油气田模拟器,所述油气田模拟器能够在以给定情形的函数逐井地预测所述油气田的产量,所述情形是包括现有井的开采参数的一组数据,并且情况是一口或多口新井的位置和开采参数;
-使用油气田模拟器确定所述现有井的泄流区域;
-确定候选新井的位置,使得使用油气田模拟器确定的所述候选新井的泄流区域不与现有井的泄流区域重叠;
-优化取决于油气田产量的增益函数的值,通过在多组井中确定优化所述增益函数的值的一组井来执行所述优化,所述多组井中的每一组井包括现有井和从候选新井中选择的新井。
2.根据权利要求1所述的方法,包括试探步骤,在所述试探步骤中,通过应用至少一个试探规则预先选择候选新井或取消对候选新井的选择,所述多组井中的每一组井包括现有井和从预先选择的候选新井中选择的新井。
3.根据权利要求2所述的方法,其中,所述试探规则包括基于候选新水平井的方位预先选择所述候选新水平井和取消对所述候选新水平井的选择。
4.根据权利要求2所述的方法,其中,所述试探规则包括基于候选新井与现有井的距离预先选择所述候选新井和取消对所述候选新井的选择。
5.根据权利要求2所述的方法,其中,所述试探规则包括基于由所述油气田模拟器确定的候选新井的累积采油量预先选择所述候选新井和取消对所述候选新井的选择。
6.根据权利要求1所述的方法,其中,优化增益函数的值的步骤包括:
对于给定的一组井通过应用确定性最优化方法或不确定性最优化方法确定最佳开采参数。
7.根据权利要求1所述的方法,其中,优化增益函数的值的步骤包括:
通过应用不确定性最优化方法确定最佳的一组给定井。
8.根据权利要求1所述的方法,其中,优化所述增益函数的值的步骤包括:
确定优化所述增益函数的值的一组注入井。
9.根据权利要求1所述的方法,其中,所述井中的至少一个具有多层地质,并且所述油气田模拟器能够逐井并逐层或逐层组地预测所述油气田的产量。
10.根据权利要求1所述的方法,包括以下步骤:
限定优化所述增益函数的值的所述一组井要满足的约束。
11.根据权利要求6所述的方法,包括以下步骤:
限定所述最佳开采参数要满足的约束。
CN201180029368.5A 2010-06-16 2011-06-15 提高成熟气田或油田的产量的方法 Expired - Fee Related CN103003522B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/816,915 US8532968B2 (en) 2010-06-16 2010-06-16 Method of improving the production of a mature gas or oil field
US12/816,915 2010-06-16
PCT/EP2011/059966 WO2011157763A2 (en) 2010-06-16 2011-06-15 Method of improving the production of a mature gas or oil field

Publications (2)

Publication Number Publication Date
CN103003522A true CN103003522A (zh) 2013-03-27
CN103003522B CN103003522B (zh) 2015-12-02

Family

ID=44627018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180029368.5A Expired - Fee Related CN103003522B (zh) 2010-06-16 2011-06-15 提高成熟气田或油田的产量的方法

Country Status (15)

Country Link
US (1) US8532968B2 (zh)
EP (1) EP2582911B1 (zh)
JP (1) JP5889885B2 (zh)
CN (1) CN103003522B (zh)
AU (1) AU2011267038B2 (zh)
BR (1) BR112012032161B1 (zh)
CA (1) CA2801803C (zh)
CO (1) CO6620011A2 (zh)
DK (1) DK2582911T3 (zh)
EA (1) EA030434B1 (zh)
ES (1) ES2525577T3 (zh)
MX (1) MX2012014570A (zh)
MY (1) MY161357A (zh)
PL (1) PL2582911T3 (zh)
WO (1) WO2011157763A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104747161A (zh) * 2013-12-25 2015-07-01 中国石油化工股份有限公司 油田井网自动化部署方法及装置
CN104951842A (zh) * 2014-03-27 2015-09-30 中国石油化工股份有限公司 一种新的油田产量预测方法
CN105452598A (zh) * 2013-06-06 2016-03-30 雷普索尔有限公司 选择和优化用于产量平台的油田控制的方法
CN105629906A (zh) * 2014-10-31 2016-06-01 上海工程技术大学 一种深海采油装置模拟器数据监控系统
CN109872007A (zh) * 2019-03-12 2019-06-11 中国地质大学(北京) 基于支持向量机代理模型的油藏注采参数多目标优化方法

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8412501B2 (en) * 2010-06-16 2013-04-02 Foroil Production simulator for simulating a mature hydrocarbon field
US20120143577A1 (en) * 2010-12-02 2012-06-07 Matthew Szyndel Prioritizing well drilling propositions
US9618639B2 (en) 2012-03-01 2017-04-11 Drilling Info, Inc. Method and system for image-guided fault extraction from a fault-enhanced seismic image
US9182511B2 (en) 2012-11-04 2015-11-10 Drilling Info, Inc. System and method for reproducibly extracting consistent horizons from seismic images
US10577895B2 (en) 2012-11-20 2020-03-03 Drilling Info, Inc. Energy deposit discovery system and method
US10459098B2 (en) 2013-04-17 2019-10-29 Drilling Info, Inc. System and method for automatically correlating geologic tops
US10853893B2 (en) 2013-04-17 2020-12-01 Drilling Info, Inc. System and method for automatically correlating geologic tops
US9957781B2 (en) 2014-03-31 2018-05-01 Hitachi, Ltd. Oil and gas rig data aggregation and modeling system
US9911210B1 (en) 2014-12-03 2018-03-06 Drilling Info, Inc. Raster log digitization system and method
KR101657890B1 (ko) * 2015-04-06 2016-09-20 서울대학교산학협력단 다목적 유전 알고리즘과 실물옵션에 기반한 저류층의 생산성 평가 방법
US20170002630A1 (en) * 2015-07-02 2017-01-05 Schlumberger Technology Corporation Method of performing additional oilfield operations on existing wells
WO2017044105A1 (en) * 2015-09-10 2017-03-16 Hitachi, Ltd. Method and apparatus for well spudding scheduling
US10908316B2 (en) 2015-10-15 2021-02-02 Drilling Info, Inc. Raster log digitization system and method
US10167703B2 (en) 2016-03-31 2019-01-01 Saudi Arabian Oil Company Optimal well placement under constraints
US10303819B2 (en) 2016-08-25 2019-05-28 Drilling Info, Inc. Systems and methods for allocating hydrocarbon production values
US11263370B2 (en) 2016-08-25 2022-03-01 Enverus, Inc. Systems and methods for allocating hydrocarbon production values
JP6634358B2 (ja) * 2016-09-30 2020-01-22 株式会社日立製作所 資源開発支援システム、資源開発支援方法、及び資源開発支援プログラム
CN106600440B (zh) * 2016-12-02 2020-09-15 中国石油大学(北京) 一种低渗透油藏调剖堵水动态指标选井的方法
CN111784016B (zh) * 2019-04-03 2024-03-19 中国石油化工股份有限公司 一种求取区块sec储量极值的计算方法
US11802475B2 (en) 2019-09-27 2023-10-31 Baker Hughes Oilfield Operations Llc Real time monitoring of fracture driven interference
CN112464448A (zh) * 2020-11-13 2021-03-09 中国海洋石油集团有限公司 一种海上油田复杂井控的有限状态模拟方法及系统
CN114718512B (zh) * 2021-01-05 2023-08-22 中国石油天然气股份有限公司 煤层气降压排采模拟实验装置和方法
US11725506B2 (en) 2021-01-14 2023-08-15 Baker Hughes Oilfield Operations Llc Automatic well control based on detection of fracture driven interference
CN113537706A (zh) * 2021-06-08 2021-10-22 中海油能源发展股份有限公司 一种基于智能集成的油田增产措施优选方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2450941A1 (fr) * 1979-03-07 1980-10-03 Neftegazovy Inst Procede d'extraction thermominiere du petrole par puits et caloporteur
WO2001023829A2 (en) * 1999-09-21 2001-04-05 Mobil Oil Corporation Determining optimal well locations from a 3d reservoir model
CN101517560A (zh) * 2006-09-20 2009-08-26 雪佛龙美国公司 利用遗传算法预测油藏产量
CN101617101A (zh) * 2007-05-31 2009-12-30 普拉德研究及开发股份有限公司 井和泄流位置的自动化油田开发方案

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3441557B2 (ja) * 1995-05-22 2003-09-02 石油公団 坑跡決定処理方法および処理装置
US5838634A (en) * 1996-04-04 1998-11-17 Exxon Production Research Company Method of generating 3-D geologic models incorporating geologic and geophysical constraints
US6002985A (en) * 1997-05-06 1999-12-14 Halliburton Energy Services, Inc. Method of controlling development of an oil or gas reservoir
US6980940B1 (en) * 2000-02-22 2005-12-27 Schlumberger Technology Corp. Intergrated reservoir optimization
US6619396B1 (en) * 2000-02-23 2003-09-16 Japan Oil Development Co., Ltd. Method of producing petroleum
US6915850B2 (en) * 2001-04-24 2005-07-12 Shell Oil Company In situ thermal processing of an oil shale formation having permeable and impermeable sections
FR2855631A1 (fr) * 2003-06-02 2004-12-03 Inst Francais Du Petrole Methode pour optimiser la production d'un gisement petrolier en presence d'incertitudes
US7584086B2 (en) * 2003-09-30 2009-09-01 Exxonmobil Upstream Research Company Characterizing connectivity in reservoir models using paths of least resistance
CA2728970C (en) * 2004-12-14 2016-12-13 Schlumberger Canada Limited Geometrical optimization of multi-well trajectories
US20070078637A1 (en) * 2005-09-30 2007-04-05 Berwanger, Inc. Method of analyzing oil and gas production project
WO2008054610A2 (en) * 2006-10-31 2008-05-08 Exxonmobil Upstream Research Company Modeling and management of reservoir systems with material balance groups
US8121971B2 (en) * 2007-10-30 2012-02-21 Bp Corporation North America Inc. Intelligent drilling advisor
US7966166B2 (en) * 2008-04-18 2011-06-21 Schlumberger Technology Corp. Method for determining a set of net present values to influence the drilling of a wellbore and increase production
US8714246B2 (en) * 2008-05-22 2014-05-06 Schlumberger Technology Corporation Downhole measurement of formation characteristics while drilling
US9175555B2 (en) * 2008-08-19 2015-11-03 Brian W. Duffy Fluid injection completion techniques
US8242781B2 (en) * 2008-08-20 2012-08-14 Lockheed Martin Corporation System and method for determining sub surface geological features at an existing oil well site
CA2737205A1 (en) * 2008-09-19 2010-03-25 Chevron U.S.A. Inc. Method for optimizing well production in reservoirs having flow barriers
AU2009341852B2 (en) * 2009-03-11 2015-08-20 Exxonmobil Upstream Research Company Adjoint-based conditioning of process-based geologic models

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2450941A1 (fr) * 1979-03-07 1980-10-03 Neftegazovy Inst Procede d'extraction thermominiere du petrole par puits et caloporteur
WO2001023829A2 (en) * 1999-09-21 2001-04-05 Mobil Oil Corporation Determining optimal well locations from a 3d reservoir model
CN101517560A (zh) * 2006-09-20 2009-08-26 雪佛龙美国公司 利用遗传算法预测油藏产量
CN101617101A (zh) * 2007-05-31 2009-12-30 普拉德研究及开发股份有限公司 井和泄流位置的自动化油田开发方案

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105452598A (zh) * 2013-06-06 2016-03-30 雷普索尔有限公司 选择和优化用于产量平台的油田控制的方法
CN105452598B (zh) * 2013-06-06 2017-09-29 雷普索尔有限公司 选择和优化用于产量平台的油田控制的方法
US9921338B2 (en) 2013-06-06 2018-03-20 Repsol, S. A. Selecting and optimizing oil field controls for production plateau
CN104747161A (zh) * 2013-12-25 2015-07-01 中国石油化工股份有限公司 油田井网自动化部署方法及装置
CN104747161B (zh) * 2013-12-25 2017-07-07 中国石油化工股份有限公司 油田井网自动化部署方法及装置
CN104951842A (zh) * 2014-03-27 2015-09-30 中国石油化工股份有限公司 一种新的油田产量预测方法
CN104951842B (zh) * 2014-03-27 2018-11-30 中国石油化工股份有限公司 一种新的油田产量预测方法
CN105629906A (zh) * 2014-10-31 2016-06-01 上海工程技术大学 一种深海采油装置模拟器数据监控系统
CN109872007A (zh) * 2019-03-12 2019-06-11 中国地质大学(北京) 基于支持向量机代理模型的油藏注采参数多目标优化方法

Also Published As

Publication number Publication date
MY161357A (en) 2017-04-14
JP2013528731A (ja) 2013-07-11
EA201291173A1 (ru) 2013-06-28
AU2011267038A1 (en) 2013-01-10
PL2582911T3 (pl) 2015-03-31
CA2801803C (en) 2018-10-16
US20110313743A1 (en) 2011-12-22
CA2801803A1 (en) 2011-12-22
US8532968B2 (en) 2013-09-10
AU2011267038B2 (en) 2016-07-14
CO6620011A2 (es) 2013-02-15
EP2582911A2 (en) 2013-04-24
DK2582911T3 (en) 2014-11-24
EA030434B1 (ru) 2018-08-31
WO2011157763A2 (en) 2011-12-22
JP5889885B2 (ja) 2016-03-22
BR112012032161B1 (pt) 2020-05-12
WO2011157763A3 (en) 2012-12-27
MX2012014570A (es) 2013-05-06
EP2582911B1 (en) 2014-09-17
ES2525577T3 (es) 2014-12-26
CN103003522B (zh) 2015-12-02
BR112012032161A2 (pt) 2016-11-16

Similar Documents

Publication Publication Date Title
CN103003522B (zh) 提高成熟气田或油田的产量的方法
CN101617101B (zh) 井和泄流位置的自动化油田开发方案
Marongiu-Porcu et al. Advanced modeling of interwell-fracturing interference: an Eagle Ford shale-oil study
EP2877696B1 (en) Well placement and fracture design optimization system, method and computer program product
US11668854B2 (en) Forecasting hydrocarbon production
Castiñeira et al. Automated identification of optimal deviated and horizontal well targets
Pankaj et al. Introducing Hydraulic Fracture Heat Maps: Deriving Completion Changes to Increase Production in the Wolfcamp Formation
Jaripatke et al. Eagle ford completions optimization-an operator's approach
Osmundsen Choice of Development Concept--Platform or Subsea Solution?
Niederhut et al. Understanding the spacing, completions, and geological influences on decline rates and B values
Jaripatke et al. Completion Optimization of an Unconventional Shale Play: Implementation of a Successful Completion Design Optimization Plan and the Results
Ramakrishnan et al. Real-time completion optimization of multiple laterals in gas shale reservoirs: Integration of geology, log, surface seismic, and microseismic information
Rosland et al. Collaborative Well Planning and Optimization of Well Placement: A Case Study From Mangala Field Development, Rajasthan India
Saleh et al. Reaping The Benefits Of The Mega Water Flood Project In North Kuwait-Production Enhancement Opportunities Tracking & Implementing
Biscayart et al. “Factory Mode” Development of Fortín de Piedra Block, Gas Window
Ganguly et al. Multidomain data and modeling unlock unconventional reservoir challenges
Zhu et al. Lessons learned from existing horizontal fractured wells on university lands in the Midland Basin: rate transient analyses vs completion and field development optimization
Zhang et al. Correlation of seismic attributes to well production
Nikolaeva et al. Complex Approach to Optimize Completion and Well Placement Strategy for Unconventional Gas Wells: Marcellus Study
Cui et al. Machine Learning vs. Type Curves in the Appalachian Basin: A Comparative Study
Kolbikov Valentinovich Case Studies of Gascondensate Field with Oil Rim Development: Search for Effective Methods of Oil Production from Thin Rims
Selveindran et al. Miscible Wag Management of a Mature CO2 Flood: A Streamline-Based Approach
Khan et al. Integrated field development plan optimisation of waterflood multiple complex carbonate reservoirs
Elwan et al. Artificial Intelligence-Based, Automated Rapid Reservoir Assurance and Reservoir Health Diagnostics in a Complex Offshore Mature Field
Roundtree et al. Unconventional resource recovery improvement using conventional reservoir engineering strategies

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151202

CF01 Termination of patent right due to non-payment of annual fee