CN104603394A - 与油气开采策略开发有关的方法和系统 - Google Patents

与油气开采策略开发有关的方法和系统 Download PDF

Info

Publication number
CN104603394A
CN104603394A CN201380040944.5A CN201380040944A CN104603394A CN 104603394 A CN104603394 A CN 104603394A CN 201380040944 A CN201380040944 A CN 201380040944A CN 104603394 A CN104603394 A CN 104603394A
Authority
CN
China
Prior art keywords
group
hydrocarbon storage
oil
untapped
statistics
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.)
Pending
Application number
CN201380040944.5A
Other languages
English (en)
Inventor
C·特米泽尔
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.)
Landmark Graphics Corp
Original Assignee
Landmark Graphics Corp
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 Landmark Graphics Corp filed Critical Landmark Graphics Corp
Publication of CN104603394A publication Critical patent/CN104603394A/zh
Pending legal-status Critical Current

Links

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
    • E21B41/00Equipment or details not covered by groups E21B15/00 - E21B40/00
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • E21B49/00Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G01V1/44Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
    • G01V1/48Processing data
    • G01V1/50Analysing data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geology (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mining & Mineral Resources (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Geophysics (AREA)
  • Fluid Mechanics (AREA)
  • Acoustics & Sound (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

油气开采策略开发。至少一些说明性实施例为一些方法,这些方法包括:选择与第一未开发油气储藏相关的一组属性;识别第一组已开发油气储藏,所述识别基于所述第一未开发油气储藏的所述一组属性,并且通过计算机系统进行所述识别;基于所述第一组已开发油气储藏计算第一组统计数据,通过所述计算机系统进行所述计算;参考所述第一未开发的油气储藏的所述一组属性缩放所述第一组统计数据,以产生第二组统计数据,所述缩放是通过所述计算机系统进行的;以及基于所述第二组统计数据为所述第一未开发油气储藏实施至少一个油气开采策略。

Description

与油气开采策略开发有关的方法和系统
相关申请的交叉引用
无。
背景技术
对于石油勘探和开采行动使用策略决策以增进油气开采。然而,对于开发新的油气田的决策可能由于缺乏已知和充分记录的数据而复杂化。因此,使得对于开发新的油气田的决策更高效和更有效的任何技术将在市场上提供具有竞争力的优势。
附图说明
现在将参考附图详细描述示例性实施例,附图中:
图1示出未开发和已开发的油气田的相互关系的示例性实施例的透视剖视图;
图2以框图的形式示出根据至少一些实施例的流程图;
图3以框图的形式示出根据至少一些实施例的流程图;
图4示出根据至少一些实施例的计算机系统;以及
图5示出根据至少一些实施例的示例性方法。
符号和命名
以下说明书和权利要求书通篇中使用的特定术语指特定的系统部件。如本领域技术人员将理解的,不同的公司可能用不同的名称指称一部件和/或方法。本文件不旨在区分这些名称不同但功能相同的部件和/或方法。
在下面的讨论和权利要求书中,术语“包括”和“包含”以开放方式使用,并且因此应当被解释为是指“包括,但不限于...”。此外,术语“耦接”或“耦接着”意图表示间接或直接连接。因此,如果第一设备耦接到第二设备,该连接可以通过直接连接,也可以通过经由其他设备和连接的间接连接。
“未开发油气储藏”是指已提取小于百分之五(5%)的油气的油气储藏。
“已开发油气储藏”是指已提取超过百分之二十(20%)的油气的油气储藏。
“最近邻数学分析(Nearest-neighbor mathematical analysis)”是指识别第一储藏的所选择的属性与第二储藏的属性的匹配程度如何的数学分析。最近邻分析不应限于仅物理接近的分析。
具体实施方式
下面的讨论针对本发明的各种实施例。尽管这些实施例中的一个或多个可能是优选的,但是所公开的实施例不应被解释为或以其他方式用作限制本公开的范围,包括权利要求书。此外,本领域技术人员将理解,以下说明具有广泛的应用,并且任何实施例的讨论仅指该实施例的示例,而不意图暗示本公开的范围(包括权利要求书的范围)仅限于该实施例。
各种实施例涉及油气开采策略开发。更具体地讲,至少一个实施例涉及选择与要开发的未开发油气储藏相关的一组属性。在选择用于产生开发策略的一组已知的属性之后,从各种可用的数据库和机构中收集具有与未开发油气储藏类似属性的已开发油气储藏的子集。计算基于已开发油气储藏的类似子集的统计数据,并且在未开发油气储藏的属性的基础上缩放该数据。使用经缩放的数据,可建立、运行和分析储藏模拟模型,以便为未开发油气储藏选择和实施至少一个油气开采策略。为了更充分地描述方法和系统,本说明书首先为读者提供更详细描述。
图1示出根据至少一些实施例在储藏之间的示例性关系的立体局部剖视图。特别地,储藏100是未开发油气储藏。储藏102、104和106是先前或目前已开发的油气储藏,如井口112-122和井眼124-134所示。为了不会使讨论不适当地复杂化,在本示例中仅示出三个已开发油气储藏,并且已开发油气储藏被示出为仅具有开采井。然而,可以考虑任何数量的已开发油气储藏,而且已开发油气储藏本身可能仍然处于开发中(例如,正在钻设的另外的井眼,在先前钻出的井中的另外的压裂区域)。未开发油气储藏100被定位为与储藏102距离d1,与储藏104距离d2,并且与储藏106距离d3。各个储藏之间的距离可以是几千英尺、英里、数百英里或数千英里的量级。例如,未开发油气储藏100和已开发油气储藏102可以位于德克萨斯,而已开发油气储藏104可以位于委内瑞拉,并且已开发油气储藏106可以位于沙特阿拉伯。在另一个实施例中,所有四个示例性储藏可以位于特定的地理区域内。
已开发油气储藏102、104和106分别与特定于每个储藏的属性相关联。例如,每个已开发油气储藏可以与这样但不限于这样的属性相关联:地理位置;物理区域;开采数量;地层岩石类型;开采率;井钻探数量;储藏性质(例如渗透率、孔隙度、润湿性);开采方法;二次和三次开采技术(例如,注水法、蒸汽辅助重力泄油,蒸汽注射);埋藏深度;埋藏温度;累计采油;初始油气量;油/水/气开采速率;以及表面可达性。每个这些属性可被维护在数据库中,或者多个数据库中,诸如德克萨斯州休斯顿IHS公司机构苏所维护的数据库和德克萨斯州凯特(Katy)Peloton计算机企业有限公司所维护的数据库。数据库中的数据的范围可以从全球所有的已开发油气储藏的数据到特定于一个公司的已开发油气储藏的数据库,或到关于位于特定地理区域(例如,未开发油气储藏的1000英里半径范围内的储藏)内储藏的数据库。在又一个实施例中,数据库可以包括匹配于特定选择标准的储藏。在考虑先前或目前已开发油气储藏的属性时,决策者可以能够考虑和分析这些数据,以便对未开发油气储藏100实施开发策略。本说明书现在转向决策者在对已开发油气储藏开发这样的策略时如何使用数据库或多个数据库。
图2以框图的形式示出已开发和未开发储藏之间的示例性关系的视觉描绘。特别地,未开发油气储藏100具有一组属性202。可以假定,由于储藏100尚未开发,所以与储藏100相关的属性不完全已知。然而,许多属性可以是已知的,诸如岩石类型、油气类型和/或表面可达性。尽管在本示例中使用了这三个示例性属性,但是此处可以已知和/或使用任何数量的属性。
数据库或一组数据库可以含有任何数量的与先前或目前已开发油气储藏相关的属性数据。例如,数据库200可包含与一组已开发油气储藏相关的属性数据。在图2的示例中,一组已开发油气储藏200包含储藏104、106和108,每个都分别有一组属性204、206和208。储藏104、106和108可以被定位在未开发油气储藏100任何距离处。
为了制定开发策略,可以选择未开发油气储藏的属性202或属性202的选择子集。通过这种对已知属性202的选择,可以识别具有与未开发油气储藏100类似属性的已开发油气储藏的一个子集。例如,从已开发油气储藏200的数据库中,可以选择具有与未开发油气储藏100类似的岩石类型、油气类型和表面可达性的已开发油气储藏的一个子集。在图2中,已识别和选择具有与未开发油气储藏100的属性类似的属性的两个已开发油气储藏─具有相应属性204和208的已开发油气储藏104和108。在本实施例中,两个识别出的已开发油气储藏104和108构成已开发油气储藏210的子集。
识别类似储藏(即一组已开发油气储藏)可以采取多种形式。在一些情况下,对该组已开发油气储藏的识别和选择可以由操作人员进行;然而,在许多情况下,在选择一个或多个已开发油气储藏时将被考虑的不同类型的数据的数量可能太多而无法被操作人员的操作高效地分析。因此,在其他情况下,识别该组已开发油气储藏由计算机系统实施。例如,在某些情况下,基于计算和应用最近邻数学分析来识别该组已开发油气储藏,其中该分析用数学方式确定第一储藏的所选择的属性与第二储藏的属性匹配得如何。
最近邻分析不应限于物理接近的分析,但也可以基于任何数量的标准(例如,物理邻近度、地层类型和/或开采技术)。虽然物理邻近度、地层类型和开采技术是最近邻分析标准的三种可能示例,但是分析并不限定于这三个例子。此外,最近邻分析不必局限于单一维度;即,虽然在某些情况下,最近邻分析被应用于单个属性;但在其他情况下,最近邻分析可以是多维的。例如,一个已开发油气储藏用单个标准(例如,物理邻近度)可能不会被选择,但基于与未开发油气储藏相关的该组属性匹配的多个其他属性可能被表示为潜在的类似已开发油气储藏。示例性最近邻方程如下所示:
Similarity ( A , B ) ≡ Σ i = 1 n fi ( Ai , Bi ) * wi Σ i = 1 n wi - - - ( 1 )
其中,A表示要开发的未开发油气储藏;B表示已开发油气储藏,数据库中维持的数据相关的数据;n表示用于描述储藏的属性的数量;(Ai,Bi)表示描述储藏A和B的属性;fi是第i个属性的距离函数,为每个单独的储藏属性(不限于物理距离)适当地选择该距离函数;并且wi限定每个储藏属性相对于其他属性的权重(例如,基于期望的结果应给予哪些属性更高的重要性)。在另一个实施例中,可以使用其他比较算法。
再次参照图2,无论使用哪个技术用于识别该组已开发油气储藏,两个已开发油气储藏104和108已被识别为具有与未开发油气储藏100的期望属性类似的属性。虽然在储藏210的示例性子集中识别出仅两个储藏,但是任何数量的储藏可以被识别和选择为已开发油气储藏210的子集。包括已开发油气储藏的子集的储藏的数量可以是数十、数百甚至数千的量级。一旦储藏210的子集包括已确定的具有类似属性的一组已开发油气储藏,则与已开发油气储藏210的子集相关的数据被基于多个标准进行组织和分类,包括:储藏岩石类型(例如,碳酸盐、砂岩、页岩、石灰石);储藏的类型(例如,气、油、重油、致密气、页岩气);储藏驱动机构(例如,溶解气驱、气顶驱、水驱);储藏性质(例如,孔隙度、渗透率);所应用的二、三次开采方法(例如,注水法、蒸汽辅助重力泄油、聚合物驱油、注汽、循环蒸汽驱、就地燃烧、微生物采油、化学驱);油密度;以及储藏流体反应(例如,干气、湿气、凝析油)。对数据进行组织和分类的标准不限于上述标准,也不必须使用全部上述标准对数据进行组织和分类。
现在,已识别开发油气储藏210的子集,计算机系统计算与子集210相关的一组统计数据。现在转向图3,图3示出描述根据示例性实施例的油气开采策略的开发的流程图。如前面所讨论的,确定与未开发油气储藏100有关的属性(框300)。从未开发油气储藏100,进行期望属性的选择,以便比较并确定已开发油气储藏的类似的子集(框302)。使用如在等式1中所描述的最近邻算法,或另一种比较算法,确定未开发油气储藏100的所选择的属性202与维持在一个或多个数据库中的任何数量的已开发油气储藏200之间的相似度,返回已开发油气储藏210的子集(框304)。
仍然参照图3,计算与一组已开发油气储藏210的子集有关的统计数据,在某些情况下,通过为数据库中的每类储藏应用描述性统计以确定不同的值。所计算出的统计数据可以包括但不限于:平均油气产量;最大油气产量;最小油气产量;油气开采率;二次开采液的开采率;产油率;产气率;累计采油;平均油气开采成本;最大油气开采成本;及最小油气开采成本(框306)。另外说明的是,与已开发油气储藏相关的统计数据的计算具有与未开发油气储藏类似的属性,该计算为从未开发油气储藏可以预期什么提供了统计学支持快照(snapshot)。
计算出的统计数据可以基于未开发油气储藏的特性进行缩放(scale),这有助于使得决定更易于传达信息。即,计算出的统计数据可能会用于比未开发油气储藏的尺寸显著更大或更小的储藏,使得难以直接根据未开发油气储藏分析数据。因此,在为储藏210的子集计算一组统计数据之后,然后计算机系统基于相应储藏的大小对计算出的统计数据进行数学缩放(框308)。在一个实施例中,如果未开发油气储藏100具有比一组已开发油气储藏210的平均初始体积(volume)和/或物理尺寸更小的初始油气体积和/或物理尺寸,则统计数据可以被按比例缩小。在另一个实施例中,如果未开发油气储藏100具有比一组已开发油气储藏210的平均初始体积和/或物理尺寸更大的初始油气体积和/或物理尺寸,则统计数据可以按比例增加。
仍然参照图3,基于未开发储藏100对与已开发油气储藏210的子集相关的数据进行缩放,可以开发、运行和分析储藏模拟模型,以便确定与未开发油气储藏100的开发相关的策略规划(框310)。然而,在另一个实施例中,可以在缩放数据之前开发、运行和分析储藏模拟模型。无论何时相对于模型进行缩放,油储藏模拟模型的结果可用于理解要开发的储藏的优点和/或弱点(即,未开发的油气储藏100),并且可以基于任何合适的标准(例如,具有高净现值的方案)选择油气提取实施策略(框312)。
计算出的统计数据不仅在选择和实施油气开采策略时而且在开发开始后,都可能是有用的。因此,在一些情况下,在对未开发储藏的开发已经开始之后,可以计算另一组统计数据。在这种情况下,统计数据是相对于未开发油气储藏的(框314)。(本说明书将继续将未开发的储藏称为未开发油气储藏100以避免混淆,尽管事实上在本实施例中开发已经开始)。与新开发的储藏100相关的统计计算可以包括但不限于:储藏100的平均油气产量;最大油气产量;最小油气产量;油气开采率;二次开采液的开采率;产油率;产气率;累计采油;平均油气开采成本;最大油气开采成本;及最小油气开采成本。使用与先前未开发的油气储藏100相关的这些新计算出的统计信息,可以进行分析,提供未开发储藏的性能相对于原始的一组统计数据的指示。即,分析可用于确定基于该组统计数据并基于该组已开发油气储藏所实施的策略或多个策略实施得如何。可以使用在两组计算出的统计数据之间的关系的分析来有助于制定未来决策。
初始一组统计数据和相关方法以及在至少部分开发后针对未开发油气储藏100的一组统计数据可能会用于几个方面。例如,各组统计数据可以用于:为开采范围划界和储量估计;最佳实践共享;有限的信息/高不确定性情况下决策;应用来自先前的成功和失败的经验教训和最佳实践,捕捉成功/失败用于未来利益;优先开发方案和开采因素;理解油气田的不确定性和储藏评价;及协助于技术和经济情景模拟。
示例性计算环境
在此处所讨论的各种实施例与计算机系统一同操作。图4示出根据至少一些实施例的计算机系统。任何或所有实施例可以全部或部分实施在如图4所示的计算机系统上或实施在开发后的计算机系统上,这些实施例涉及选择一组属性、识别一组已开发油气储藏、计算一组统计数据及缩放统计数据。尤其是,计算机系统包括通过集成主桥414耦接到主存储器阵列412和各种其他外围计算机系统组件的主处理器410。主处理器410可以是单个处理器核心设备或实施多个处理器核心的处理器。此外,计算机系统可以实施多个主处理器410。主处理器410通过主机总线416耦接到主机桥414,或者主桥414可以集成到主处理器410中。这样,计算机系统可实施除图4所示的以外的或替代图4所示的其他总线结构或总线桥。
主存储器412通过存储器总线418耦接到主机桥414。因此,主桥414包括存储器控制单元,其通过判定用于存储器访问的控制信号来控制主存储器412的事务。在其他实施例中,主处理器410直接实施存储器控制单元,并且主存储器412可以直接耦接至主处理器410。主存储器412用作主处理器410的工作存储器,并且包括存储器设备或存储器设备的阵列,其中存储程序、指令和数据。主存储器412可以包括任何适当类型的存储器,诸如动态随机存取存储器(DRAM)或任何的各种类型的DRAM设备,诸如同步DRAM(SDRAM),扩展数据输出DRAM(EDODRAM)或Ram总线DRAM(RDRAM)。主存储器412是存储程序和指令的非暂时性计算机可读介质的示例,并且其他示例有磁盘驱动器和闪存设备。
说明性的计算机系统还包括将主扩展总线426桥接到各个二次扩展总线的第二桥428,诸如低引脚计数(LPC)总线430和外围组件互连(PCI)总线432。各种其他二次扩展总线可以由桥接设备428来支持。
固件集线器436耦接到桥接设备428。固件集线器436包括只读存储器(ROM),其中包含由主处理器410可执行的软件程序。软件程序包括在自检(POST)程序过程中或刚刚结束之后执行的程序以及内存引用代码。POST程序和内存引用代码在计算机系统的控制被移交给操作系统之前实施计算机系统内各种功能。计算机系统还包括网络接口卡(NIC)438,示例性地耦接到PCI总线432。NIC 438用于将计算机系统耦接到通信网络,诸如因特网或局域网或广域网。
仍然参照图4,计算机系统还可以包括借助于LPC总线430耦接到桥接器428的超级输入/输出(I/O)控制器440。超级I/O控制器440控制许多计算机系统功能,例如与诸如键盘442、定位设备444(例如,鼠标)、游戏控制器446形式的定位设备、各种串行端口、软盘驱动器和磁盘驱动器等各种输入和输出设备接口。超级I/O控制器440因为它执行许多I/O功能而通常被称为“超级的”。
计算机系统还可以包括通过诸如PCI高速(PCI-E)总线或高级图形处理(AGP)总线等总线452耦接至主桥414的图形处理单元(GPU)450。可以等效地使用其他总线系统,包括后开发的总线系统。此外,图形处理单元450可以可选地耦接到主扩展总线426,或一个次级扩展总线(例如,PCI总线432)。图形处理单元450耦接到显示设备454,显示设备454可包括任何适当的电子显示设备,其上可以绘制和/或显示任何图像或文字。图形处理单元450可包括机载处理器456,以及板载存储器458。因此,处理器456可以在主处理器410的命令下执行图形处理。此外,存储器458可以表示在几百兆以上的数量级上。因此,一旦由主处理器410命令,图形处理单元450可以针对要在显示设备上显示的图形执行显著的计算并最终显示这样的图形,而无需进一步的输入或主处理器410的协助。
图5示出开发油气开采策略的方法,现在将更加详细地讨论。该方法开始(框500),并移动到选择一组与第一未开发油气储藏相关的属性(框502)。接着,该方法可以包括识别第一组已开发油气储藏,所述识别基于第一未开发油气储藏的属性的所述一组属性(框504)。该方法然后移动到基于第一组先前已开发的油气储藏计算第一组统计数据(框506)。此后,该方法可以包括参考未开发油气储藏的所述一组属性来缩放所述第一组统计数据(框508)。该方法然后移动到基于所述统计数据为第一未开发油气储藏实施至少一个油气开采技术(框510)。此后,该方法结束(框512)。
应当注意,虽然理论上可以由人使用铅笔和纸张来实施一些或所有计算、模拟和/或建模,但是这些任务的基于人的性能的时间度量值可能最少也是从许多人天到许多人年。因此,本段落应作为对现在已有的或日后新增的任何诉求限制的支持,阐明实施本文描述的任何任务的时间段小于手动实施所需要的时间,小于手动实施所需要的时间的一半,以及小于手动实施所需要的时间的四分之一,其中“手动”应指专门使用铅笔和纸张进行工作。
通过本文提供的描述,本领域技术人员能够容易地结合根据描述所产生的软件与适当的通用或专用计算机硬件,以产生根据各种实施例的计算机系统和/或计算机子组件,以产生用于实施各种实施例的方法的计算机系统和/或计算机子组件和/或存储软件程序来实施各种实施例的方法方面的非临时性计算机可读介质(即,非载波)。
“一个实施例”,“一实施例”,“一些实施例”,“各种实施例”之类的指称指示特定元件或特性被包括在至少一个本发明的实施例中。虽然这些短语可能出现在不同的地方,但是这些短语不一定指同一实施例。
以上讨论意在说明本发明的各种实施例的原理。一旦完全理解上述公开内容,许多变化和修改对于本领域技术人员将变得明显。例如,虽然就油气开采策略开发描述了各种实施例,但是本上下文下不应被理解为对所描述的一个或多个实施例的范围进行限制。其意图是,下列权利要求被解释为包含所有这些变化和修改。

Claims (20)

1.一种方法,包括:
选择与第一未开发油气储藏相关的一组属性;
识别第一组已开发油气储藏,所述识别基于所述第一未开发油气储藏的所述一组属性,并且通过计算机系统进行所述识别;
基于所述第一组已开发油气储藏计算第一组统计数据,通过所述计算机系统进行所述计算;
参考所述第一未开发的油气储藏的所述一组属性缩放所述第一组统计数据,以产生第二组统计数据,所述缩放是通过所述计算机系统进行的;以及
基于所述第二组统计数据为所述第一未开发油气储藏实施至少一个油气开采策略。
2.根据权利要求1所述的方法,其中,识别所述第一组已开发油气储藏还包括:实施最近邻数学分析。
3.根据权利要求2所述的方法,其中所述最近邻数学分析基于由以下构成的群组中的至少一个:所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的油气类型;所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的岩层类型;以及用于所述第一未开发油气储藏的预期开采策略与所述第一组已开发油气储藏中的每个成员的已利用开采类型之间的开采技术。
4.根据权利要求1所述的方法,其中所述缩放还包括:调节所述第一组统计数据以说明指示所述第一未开发油气储藏的初始油气储备量的值与指示所述第一组已开发油气储藏的初始油气储备量的值之间的差异。
5.根据权利要求1所述的方法,还包括:
在所述第一未开发油气储藏已经经历至少部分开发之后,针对所述第一未开发油气储藏计算第三组统计数据;以及然后
基于所述第二组统计数据和所述第三组统计数据计算指示所述未开发油气储藏的性能的值。
6.根据权利要求1所述的方法,其中选择所述一组属性还包括从由以下构成的群组中选择至少一种:岩石类型;开采方法;埋藏深度;埋藏温度;位置;初始油气量;二次开采技术;岩层的孔隙率;岩层的渗透性;以及表面可达性。
7.根据权利要求1所述的方法,其中计算所述第一组的统计数据还包括计算选自由以下构成的群组中的至少一个:平均油气产量;最大油气产量;最小油气产量;油气开采率;二次开采液的开采率;产油率;产气率;累计采油;平均油气开采成本;以及油气开采成本。
8.一种计算机系统,包括:
处理器;
耦接到所述处理器的存储器;
耦接到所述处理器的显示设备;
存储程序的所述存储器,当由所述处理器执行时,所述程序使得所述处理器:
识别第一组已开发油气储藏,所述识别基于第一未开发油气储藏的一组属性;
基于所述第一组先前已开发油气储藏计算第一组统计数据,通过所述计算机系统进行所述计算;
参考所述未开发油气储藏的所述一组属性缩放所述第一组统计数据,以产生第二组统计数据,所述缩放是通过所述计算机系统进行的;以及
在所述显示设备上显示所述第二组统计数据的至少一部分。
9.根据权利要求8所述的系统,其中,当所述处理器识别所述第一组已开发油气储藏时,所述程序还使得所述处理器执行最近邻数学分析。
10.根据权利要求9所述的系统,其中,当所述处理器执行最近邻数学分析时,所述程序使得所述处理器基于由以下构成的群组中的至少一个执行最近邻数学分析:所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的油气类型;所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的岩层类型;以及用于所述第一未开发油气储藏的预期开采策略与所述第一组已开发油气储藏中的每个成员的已利用开采类型之间的开采技术。
11.根据权利要求8所述的系统,其中所述程序还使得所述处理器:
在所述第一未开发油气储藏已经经历至少部分开发之后,针对所述第一未开发油气储藏计算第三组统计数据;以及然后
基于所述第二组统计数据和所述第三组统计数据计算指示所述未开发油气储藏的性能的值。
12.根据权利要求8所述的计算机系统,其中所述程序还使得所述处理器进行选自由以下构成的群组的至少一个:选择与第一未开发油气储藏相关的一组属性;以及通过接口设备接收与所述第一未开发油气储藏相关的一组属性。
13.根据权利要求8所述的系统,其中当所述程序使得所述处理器选择所述一组属性时,所述一组属性为由以下构成的群组中的至少一个:岩石类型;开采方法;埋藏深度;埋藏温度;位置;初始油气量;二次开采技术;岩层的孔隙率;岩层的渗透性;以及表面可达性。
14.根据权利要求8所述的系统,其中,当所述处理器计算所述第二组统计数据时,所述程序还使得所述处理器计算由以下构成的群组中的至少一个:平均油气产量;最大油气产量;最小油气产量;油气开采率;二次开采液的开采率;产油率;产气率;累计采油;平均油气开采成本;最大油气开采成本;及最小油气开采成本。
15.一种非临时性计算机可读介质,其存储指令,当由处理器执行时,使得所述处理器:
选择与第一未开发油气储藏相关的一组属性;
识别第一组已开发油气储藏,所述识别基于所述第一未开发油气储藏的所述一组属性,并且通过计算机系统进行所述识别;
基于所述第一组已开发油气储藏计算第一组统计数据,通过所述计算机系统进行所述计算;
参考所述第一未开发的油气储藏的所述一组属性缩放所述第一组统计数据,以产生第二组统计数据,所述缩放是通过所述计算机系统进行的。
16.根据权利要求15所述的非暂时性计算机可读介质,其中,当所述处理器识别所述第一组已开发油气储藏时,所述程序还使得所述处理器执行最近邻数学分析。
17.根据权利要求16所述的非暂时性计算机可读介质,其中当所述处理器执行最近邻数学分析时,所述程序使得所述处理器基于由以下构成的群组中的至少一个执行最近邻数学分析:所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的油气类型;所述第一未开发油气储藏与所述第一组已开发油气储藏中的每个成员之间的岩层类型;以及用于所述第一未开发油气储藏的预期开采策略与所述第一组已开发油气储藏中的每个成员的已利用开采类型之间的开采技术。
18.根据权利要求15所述的非暂时性计算机可读介质,其中所述程序还使得所述处理器:
在所述第一未开发油气储藏已经经历至少部分开发之后,针对所述第一未开发油气储藏计算第三组统计数据;以及然后
根据所述第二组统计数据分析所述第三组统计数据,以评估所实现的油气开采策略。
19.根据权利要求15所述的非暂时性计算机可读介质,其中,当所述处理器选择所述组属性,所述程序还使得所述处理器中选择由以下构成的群组中的至少一个:岩石类型;开采方法;埋藏深度;埋藏温度;位置;初始油气量;二次开采技术;岩层的孔隙率;岩层的渗透性;以及表面可达性。
20.根据权利要求15所述的系统,其中,当所述处理器计算所述第二组统计数据时,所述程序还使得所述处理器计算由以下构成的群组中的至少一个:平均油气产量;最大油气产量;最小油气产量;油气开采率;二次开采液的开采率;产油率;产气率;累计采油;平均油气开采成本;最大油气开采成本;及最小油气开采成本。
CN201380040944.5A 2012-07-31 2013-06-03 与油气开采策略开发有关的方法和系统 Pending CN104603394A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/562,440 2012-07-31
US13/562,440 US9460403B2 (en) 2012-07-31 2012-07-31 Methods and systems related to hydrocarbon recovery strategy development
PCT/US2013/043872 WO2014021983A1 (en) 2012-07-31 2013-06-03 Methods and systems related to hydrocarbon recovery strategy development

Publications (1)

Publication Number Publication Date
CN104603394A true CN104603394A (zh) 2015-05-06

Family

ID=50026282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380040944.5A Pending CN104603394A (zh) 2012-07-31 2013-06-03 与油气开采策略开发有关的方法和系统

Country Status (10)

Country Link
US (1) US9460403B2 (zh)
EP (1) EP2880259A4 (zh)
CN (1) CN104603394A (zh)
AU (1) AU2013297036B2 (zh)
BR (1) BR112015002022A2 (zh)
CA (1) CA2880497C (zh)
MX (1) MX2015001301A (zh)
RU (1) RU2015106854A (zh)
SG (1) SG11201500301WA (zh)
WO (1) WO2014021983A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214644A (zh) * 2018-07-23 2019-01-15 薄启亮 一种确定油气勘探阶段和状态的方法及其应用
CN112632145A (zh) * 2019-09-24 2021-04-09 北京国双科技有限公司 新油气藏的评估方法、装置、存储介质及设备
CN113297803A (zh) * 2021-06-17 2021-08-24 东北石油大学 一种油气产量智能模拟预估方法和系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9262721B2 (en) * 2012-11-14 2016-02-16 Repsol, S.A. Automatically selecting analogous members for new population members based on incomplete descriptions, including an uncertainty characterzing selection
CN107851230A (zh) * 2015-06-05 2018-03-27 雷普索尔有限公司 生成用于在自然环境中开发烃储层的生产策略的方法
EP3631710A4 (en) * 2017-05-23 2020-11-11 Services Pétroliers Schlumberger SYSTEMS AND PROCEDURES FOR OPTIMIZING OIL PRODUCTION
US11269105B2 (en) * 2020-03-02 2022-03-08 Landmark Graphics Corporation Generating hydrocarbon chance mapping
US11867054B2 (en) 2020-05-11 2024-01-09 Saudi Arabian Oil Company Systems and methods for estimating well parameters and drilling wells
CN111878074A (zh) * 2020-08-24 2020-11-03 西南石油大学 一种页岩油藏开发方案的优选方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1898640A (zh) * 2004-01-30 2007-01-17 埃克森美孚上游研究公司 储层评价方法
CN101379271A (zh) * 2006-01-31 2009-03-04 兰德马克绘图公司 使用代理仿真器的用于实时油气田生产优化的方法、系统和计算机可读介质
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
US20110168391A1 (en) * 2008-02-25 2011-07-14 QRI Group, LLC Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics
CN102369544A (zh) * 2009-03-13 2012-03-07 兰德马克绘图国际公司 用于在协同环境中的实时数据管理的系统和方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586082A (en) * 1995-03-02 1996-12-17 The Trustees Of Columbia University In The City Of New York Method for identifying subsurface fluid migration and drainage pathways in and among oil and gas reservoirs using 3-D and 4-D seismic imaging
CA2530371A1 (en) 2003-06-25 2005-01-06 Schlumberger Canada Limited Method and apparatus and program storage device including an integrated well planning workflow control system with process dependencies
US7627461B2 (en) 2004-05-25 2009-12-01 Chevron U.S.A. Inc. Method for field scale production optimization by enhancing the allocation of well flow rates
US7467045B2 (en) 2006-01-20 2008-12-16 Schlumberger Technology Corporation Method for assessment of uncertainty and risk
US20080065362A1 (en) 2006-09-08 2008-03-13 Lee Jim H Well completion modeling and management of well completion
US7660673B2 (en) 2007-10-12 2010-02-09 Schlumberger Technology Corporation Coarse wellsite analysis for field development planning
EP2266021A4 (en) 2008-04-04 2014-01-01 Landmark Graphics Corp SYSTEMS AND METHOD FOR CORRELATING METADATA MODELS AND ASSET LOGIC MODEL PRESENTATIONS
US8355872B2 (en) 2009-11-19 2013-01-15 Chevron U.S.A. Inc. System and method for reservoir analysis background

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1898640A (zh) * 2004-01-30 2007-01-17 埃克森美孚上游研究公司 储层评价方法
CN101379271A (zh) * 2006-01-31 2009-03-04 兰德马克绘图公司 使用代理仿真器的用于实时油气田生产优化的方法、系统和计算机可读介质
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
US20110168391A1 (en) * 2008-02-25 2011-07-14 QRI Group, LLC Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics
CN102369544A (zh) * 2009-03-13 2012-03-07 兰德马克绘图国际公司 用于在协同环境中的实时数据管理的系统和方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214644A (zh) * 2018-07-23 2019-01-15 薄启亮 一种确定油气勘探阶段和状态的方法及其应用
CN112632145A (zh) * 2019-09-24 2021-04-09 北京国双科技有限公司 新油气藏的评估方法、装置、存储介质及设备
CN113297803A (zh) * 2021-06-17 2021-08-24 东北石油大学 一种油气产量智能模拟预估方法和系统
CN113297803B (zh) * 2021-06-17 2022-12-06 东北石油大学 一种油气产量智能模拟预估方法和系统

Also Published As

Publication number Publication date
MX2015001301A (es) 2015-07-17
EP2880259A4 (en) 2016-01-27
AU2013297036B2 (en) 2016-04-14
SG11201500301WA (en) 2015-02-27
US9460403B2 (en) 2016-10-04
US20140039795A1 (en) 2014-02-06
CA2880497C (en) 2020-01-07
RU2015106854A (ru) 2016-09-20
WO2014021983A1 (en) 2014-02-06
CA2880497A1 (en) 2014-02-06
EP2880259A1 (en) 2015-06-10
AU2013297036A1 (en) 2015-02-19
BR112015002022A2 (pt) 2017-07-04

Similar Documents

Publication Publication Date Title
CN104603394A (zh) 与油气开采策略开发有关的方法和系统
EP3334897B1 (en) Bore penetration data matching
EP2948618B1 (en) Constrained optimization for well placement planning
US20190162868A1 (en) Multi-Scale Deep Network for Fault Detection
US20200040719A1 (en) Machine-Learning Based Drilling Models for A New Well
CN103314381A (zh) 用于碳氢化合物资源的开发计划的优化设计系统
US20220083873A1 (en) Predictive Modeling of Well Performance Using Learning and Time-Series Techniques
US9594483B2 (en) Method and system of plotting correlated data
US20180038204A1 (en) Systems and Methods for Developing Hydrocarbon Reservoirs
US11269110B2 (en) Computing system assessment of geological similarity of wells employing well-log data
CN114117881A (zh) 一种出砂风险预测方法及系统
WO2021221682A1 (en) Facilitating hydrocarbon exploration by applying a machine-learning model to basin data
CN112861890A (zh) 一种储层评价模型构建方法及储层识别方法
NO20160254A1 (en) Data analytics for oilfield data repositories
Chen et al. A geospatial case‐based reasoning model for oil–gas reservoir evaluation
Ashayeri et al. Assessment of Unconventional Resources Opportunities in the Middle East Tethyan Petroleum System in a Transfer Learning Context
US20240328296A1 (en) System and method for efficient optimization of hydrocarbon-production well configuration and trajectory using performance versus drilling-cost profiles
Alizadeh et al. Fracture modeling in oil and gas reservoirs using image logs data and Petrel software
Holdaway Drilling Optimization in Unconventional and Tight Gas Fields: An Innovative Approach
Okai et al. Application of Boosting Machine Learning for Mud Loss Prediction During Drilling Operations
WO2024019629A1 (en) Source determination of produced water from oilfields with artificial intelligence techniques
WO2016182787A1 (en) Well analytics framework

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150506

WD01 Invention patent application deemed withdrawn after publication