CN105488583A - 预测致密油待评价区域可采储量的方法及装置 - Google Patents
预测致密油待评价区域可采储量的方法及装置 Download PDFInfo
- Publication number
- CN105488583A CN105488583A CN201510816016.4A CN201510816016A CN105488583A CN 105488583 A CN105488583 A CN 105488583A CN 201510816016 A CN201510816016 A CN 201510816016A CN 105488583 A CN105488583 A CN 105488583A
- Authority
- CN
- China
- Prior art keywords
- region
- block
- reserve
- well
- average
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 238000000280 densification Methods 0.000 claims description 60
- 238000004458 analytical method Methods 0.000 claims description 31
- 239000003921 oil Substances 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 15
- 238000005553 drilling Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 11
- 239000005416 organic matter Substances 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- XQCFHQBGMWUEMY-ZPUQHVIOSA-N Nitrovin Chemical compound C=1C=C([N+]([O-])=O)OC=1\C=C\C(=NNC(=N)N)\C=C\C1=CC=C([N+]([O-])=O)O1 XQCFHQBGMWUEMY-ZPUQHVIOSA-N 0.000 claims description 6
- 239000004215 Carbon black (E152) Substances 0.000 claims description 5
- 229930195733 hydrocarbon Natural products 0.000 claims description 5
- 150000002430 hydrocarbons Chemical class 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000010779 crude oil Substances 0.000 claims description 4
- 239000011148 porous material Substances 0.000 claims description 4
- 239000011435 rock Substances 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 238000010219 correlation analysis Methods 0.000 abstract description 4
- 238000011234 economic evaluation Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000011084 recovery Methods 0.000 abstract 1
- 239000003795 chemical substances by application Substances 0.000 description 16
- 238000003860 storage Methods 0.000 description 12
- 230000007423 decrease Effects 0.000 description 7
- 238000013213 extrapolation Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011551 log transformation method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 241000669244 Unaspis euonymi Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000002948 stochastic simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种预测致密油待评价区域可采储量的方法及装置。本申请实施例利用待评价区邻区已投产生产井的生产情况，同时结合地质因素的变化对致密油单井可采储量进行合理预测，利用相关性分析优选待评价区主控因素，避免了以往地质预测模型使用相同地质参数来预测致密油单井EUR的不适用问题；而且，还利用多元回归的方法来确定EUR预测模型中各个地质参数的系数，即解决了人为主观确定相似系数的误差大的缺点。因此，本申请实施例的评价结果更为精确可靠，为后期致密油区块经济评价提供了依据。
Description
技术领域
本申请涉及致密油开发技术领域，尤其是涉及一种预测致密油待评价区域可采储量的方法及装置。
背景技术
致密油资源潜力巨大，目前且尚处于勘探初期，是未来石油产量的重要增长点。目前致密油可采储量评价体系仍以常规油气评价为主。目前涉及致密油储量评价的方法主要技术有：容积法、概率统计法、类比法、井距外推法、产量递减法等。其中：
①容积法，基于测井和地震资料的刻画出待评价区地下致密油的空间分布情况，计算出致密油层的体积，通过油层的孔隙度估算出致密油的储量。
②概率统计法，利用生产井最终估算可采储量(EstimatedUltimateRecovery，EUR)，建立生产井EUR概率分布图，确定待评价区的钻井数N以后，从生产井EUR概率分布图上通过蒙特卡洛随机模拟对应得到单井EUR，选取N次，得到N个单井EUR值，求得平均值然后输入。重复该过程5000到10000次，得到5000-10000个平均值，根据这些数值做出新的EUR概率统计分布图，根据不同概率处获得未钻探可采储量。
③类比法，利用在产致密油区的地质条件和开发井特征，建立刻度区，通过待评价区地质条件，类比已有刻度区，确定待评价区开发井特征，进而推算出待开发区的储量。
④外推井距法，利用已投产生产井的生产曲线，计算出单井的EUR，即为1P级储量。对井周围按照一个井距进行外推，外推区域的单井EUR与已钻井EUR相当，即生产井一个井距以内区域的预测产量为2P储量。继续向外推第二个井距的产量，仍认为与已投产井的产量相当，即生产井2个井距以内区域的预测产量，为3P储量。
⑤递减曲线法，利用具有半年以上生产历史的生产井，通过产量递减模型，计算出来的单井最终估算可采储量。
然而，容积法基于常规油气地下聚集模式来评价致密油储量，对于均质厚层致密油层有一定适用性，但对于大多数致密油层而言，均具有强非均质性，横向纵向变化都很大，其地质特征参数几乎无法取准，因而最终评价结果精度极低，该方法仅适用于评价致密油资源量。
概率统计法是基于数学统计的方法来计算致密油储量，其中未考虑地质因素的影响。但是，地质因素的差异对于任何地区油气藏储量都会有非常大的影响。尤其是可以反映生油能力的烃源条件和反映储集能力的储集条件。另外，概率统计法也未考虑工程因素的影响，例如水平井段长度以及压裂后的泄流半径，这些因素也会直接造成单井产量大幅变化。因而，概率统计法忽视了地质因素，无法获得较为精确的致密油储量。
类比法需要大量的与被评价区域类似的对比数据，即刻度区数据。在类比过程中，需要通过给评价区各个地质要素进行打分，来给出类比相似系数，以确定被评价区与刻度区的相似度。但这个确定类比相似系数的过程受到评价人主观影响较大，结果也因此差异明显。另外，若刻度区与被评价区不属于同一致密岩层，其类比预测精度本身也会比较低。
外推井距法，同样缺乏对地质因素差异性的考虑，其默认致密油生产井周边2个井距内的地质条件几乎一致，未来新钻生产井的产能也会基本相同；但事实上，因为地质因素总会发生变化的，在已投产生产井的一侧地质因素可能更好，另一侧可能更差。最重要的是，在致密油井较少地区，外推井距法会极大的低估了致密油的实际可采储量。对于目前大部分尚处于勘探开发初期的致密油开采区，该方法评价出的储量误差极大。因此，外推井距法，并不能很好的评价致密油储量。
递减曲线法，受控于生产井的生产历史数据且仅能对单井的可采储量进行预测。但在致密油新区块的勘探过程中，是不具备开发井及生产历史资料的，所以该方法仅能应用于对已开发的致密油区进行评价，无法对勘探阶段的致密油区块进行预测。
综上所述，由于致密油资源与常规油气资源在地质条件、开发手段等方面具有显著的差异，现有的技术方案均难以获得较为准确的致密油储量。
发明内容
本申请实施例的目的在于提供一种预测致密油待评价区域可采储量的方法及装置
为达到上述目的，一方面，本申请实施例提供了一种预测致密油待评价区域可采储量的方法，包括以下步骤：
将致密油区域中已有生产井区域划分为若干区块；
确定每个区块的地质特征参数；
依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量；
利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数；
根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型；
将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，从而获得所述致密油区域的单井平均可采储量预测模型；
根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
本申请实施例的预测致密油待评价区域可采储量的方法，每个区块内的各个生产井处于同一构造带且每个区块具有至少两口达到设定生产历史年限的生产井。
本申请实施例的预测致密油待评价区域可采储量的方法，在所述利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数中：
当区块的地质特征参数对该区块的单井平均可采储量的影响呈抛物线型关系时，根据公式将该地质特征参数对该区块的单井平均可采储量的影响变换成正相关关系，其中，X为变换后的地质特征参数，X0为原地质特征参数，Xm为地质特征参数的最优经验值。
本申请实施例的预测致密油待评价区域可采储量的方法，所述多元线性模型为：
其中，EUR为致密油区域的单井平均可采储量，e为自然数，Ai为第i个地质特征影响参数，xi为模型系数。
本申请实施例的预测致密油待评价区域可采储量的方法，在所述将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析之前，还包括：
根据公式将所述将各个区块的地质特征影响参数进行去量纲的标准化处理，其中Ai为标准化后的第i个地质特征影响参数，Ai0为第i个地质特征影响参数，Aim为第i个地质特征影响参数的最优经验值；
将所述多元线性模型进行两边取对数处理；
对应的，所述将各个区块的地质特征影响参数代入所述多元线性模型，具体为：
将各个区块的经去量纲的标准化处理后的地质特征影响参数代入经两边取对数处理后的多元线性模型。
本申请实施例的预测致密油待评价区域可采储量的方法，所述确定每个区块的地质特征参数，包括：
利用钻井资料确定各区块内致密油层系的产层厚度；
利用测井资料和测试分析资料确定各区块内致密油层系的平均孔隙度、产层泥地比以及供烃源岩的有机质丰度、有机质成熟度；以及，
利用地层测试资料确定各区块内地层压力系数或压力梯度、气油比、油水比和原油重度。
本申请实施例的预测致密油待评价区域可采储量的方法，所述根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量，具体包括：
获取所述致密油区域中待评价区域的地质特征参数；
将所述致密油区域中待评价区域的地质特征参数代入所述单井平均可采储量预测模型，获得所述致密油区域中待评价区域的单井平均可采储量；
获取所述致密油区域中待评价区域的面积，以及所述致密油区域中已有生产井区域内生产井平均井控面积；
根据所述致密油区域中待评价区域的单井平均可采储量、所述致密油区域中待评价区域的面积、以及所述致密油区域中已有生产井区域内生产井平均井控面积预测所述致密油区域中待评价区域的可采储量。
本申请实施例的预测致密油待评价区域可采储量的方法，在所述根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量之前，还包括：
根据所述单井平均可采储量预测模型及所述致密油区域中各个区块的地质特征参数，获取所述致密油区域中各个区块的单井平均可采储量预测值；
判断所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差是否均小于设定误差阈值；
如果所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差均小于设定误差阈值，则根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
本申请实施例的预测致密油待评价区域可采储量的方法，所述相关性分析法包括Pearson相关性分析法。
本申请实施例的预测致密油待评价区域可采储量的方法，所述设定生产历史年限包括半年。
另一方面，本申请实施例还提供了一种预测致密油待评价区域可采储量的装置，包括：
有井区域分块模块，用于将致密油区域中已有生产井区域划分为若干区块，其中每个区块内的各个生产井处于同一构造带且每个区块具有至少两口达到设定生产历史年限的生产井；
地质特征参数获取模块，用于确定每个区块的地质特征参数；
单井储量获取模块，用于依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量；
地质特征参数优选模块，用于利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数；
预测模型建立模块，用于根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型；
预测模型建立模块，用于将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，从而获得所述致密油区域的单井平均可采储量预测模型；
待评价区域预测模块，用于根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
本申请实施例利用待评价区邻区已投产生产井的生产情况，同时结合地质因素的变化对致密油单井可采储量进行合理预测，利用相关性分析优选待评价区主控因素，避免了以往地质预测模型使用相同地质参数来预测致密油单井EUR的不适用问题；而且，还利用多元回归的方法来确定EUR预测模型中各个地质参数的系数，即解决了人为主观确定相似系数的误差大的缺点。因此，本申请实施例的评价结果更为精确可靠，为后期致密油区块经济评价提供了依据。
附图说明
此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请实施例的一部分，并不构成对本申请实施例的限定。在附图中：
图1为本申请一实施例的预测致密油待评价区域可采储量的方法的流程图；
图2为本申请一实施例的区块划分示意图；
图3为本申请一实施例的递减曲线模型；
图4为本申请一实施例的模拟EUR与实际EUR对比曲线示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本申请实施例做进一步详细说明。在此，本申请实施例的示意性实施例及其说明用于解释本申请实施例，但并不作为对本申请实施例的限定。
下面结合附图，对本申请实施例的具体实施方式作进一步的详细说明。
参考图1所示，本申请实施例的预测致密油待评价区域可采储量的方法包括以下步骤：
步骤S1，将致密油区域中已有生产井区域划分为若干区块。为了有利于达到更为准确的评价效果每个区块内的各个生产井处于同一构造带(斜坡带、背斜区、凹陷中心等)且每个区块具有至少两口达到设定生产历史年限(例如半年)的生产井。此外，实验研究表明，在满足上述要求的前提下，当每个区块的面积大小越相近，每个区块内的钻井分布越相对聚集且单井产量越相近时，预测出的产量的偶然误差也就越小。
步骤S2，确定每个区块的地质特征参数。比如利用钻井资料确定各区块内致密油层系的产层厚度等；利用测井资料和测试分析资料确定各区块内致密油层系的平均孔隙度、产层泥地比以及供烃源岩的有机质丰度、有机质成熟度等；以及，利用地层测试资料确定各区块内地层压力系数或压力梯度、气油比、油水比和原油重度等。
步骤S3，依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量。其中，若生产井为水平井，还需利用公式对其压裂水平段长进行标准化，然后再进行小区块内的平均，其中，L为某水平井压裂水平段长度；为研究区标准压裂水平段长度；EUR°为该井原始EUR。其中，生产井的历史生产数据可以包括产量地建模型。
步骤S4，利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数。相关性分析法例如可以采用Pearson相关性分析法。
其中，当区块的地质特征参数对该区块的单井平均可采储量的影响呈抛物线型关系时，根据公式将该地质特征参数对该区块的单井平均可采储量的影响变换成正相关关系，其中，X为变换后的地质特征参数，X0为原地质特征参数，Xm为地质特征参数的最优经验值。
需要说明的是，本申请实施例中，地质特征影响参数实际为一种地质特征参数，由于该地质特征参数会影响单井平均可采储量，为了区分这种地质特征参数与其他地质特征参数，在这里将其称为地质特征影响参数。
步骤S5，根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型。其中，多元线性模型还可以参考，多元线性模型具体可为：
其中，EUR为致密油区域的单井平均可采储量，e为自然数，Ai为第i个地质特征影响参数，xi为模型系数。
步骤S6，将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，即确定系数x0～xi的最优解，从而获得所述致密油区域的单井平均可采储量预测模型。
步骤S7，根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。具体的：
获取所述致密油区域中待评价区域的地质特征参数；
将所述致密油区域中待评价区域的地质特征参数代入所述单井平均可采储量预测模型，获得所述致密油区域中待评价区域的单井平均可采储量R；
获取所述致密油区域中待评价区域的面积S1，以及所述致密油区域中已有生产井区域内生产井平均井控面积S2；
根据所述致密油区域中待评价区域的单井平均可采储量、所述致密油区域中待评价区域的面积、以及所述致密油区域中已有生产井区域内生产井平均井控面积预测所述致密油区域中待评价区域的可采储量，即根据公式可计算出致密油区域中待评价区域的可采储量。
本申请另一实施例中，在所述将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析之前，还可以包括：
根据公式将所述将各个区块的地质特征影响参数进行去量纲的标准化处理，其中Ai为标准化后的第i个地质特征影响参数，Ai0为第i个地质特征影响参数，Aim为第i个地质特征影响参数的最优经验值；
将所述多元线性模型进行两边取对数处理；
对应的，所述将各个区块的地质特征影响参数代入所述多元线性模型，具体为：
将各个区块的经去量纲的标准化处理后的地质特征影响参数代入经两边取对数处理后的多元线性模型。
本申请另一实施例中，在所述根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量之前，还包括：
根据所述单井平均可采储量预测模型及所述致密油区域中各个区块的地质特征参数，获取所述致密油区域中各个区块的单井平均可采储量预测值；
判断所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差是否均小于设定误差阈值；
如果所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差均小于设定误差阈值，则根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。从而可以确保只有准确性满足要求的预测模型才可以用于预测所述致密油区域中待评价区域的可采储量。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)，比如步骤S2和步骤S3之间的顺序就调换，也可以同时进行。
下面以北美某区块致密油地质情况为例，介绍本申请实施例的具体应用。
首先，针对北美某区块致密油地质情况，确定出致密油主要为源内成藏，未经历明显侧向运移；根据研究区井位分布情况，结合地质条件、地理特征等，将区块划分为面积相近的N个小区块(如图2所示)。
其次，利用每个小区块钻井、测井、测试分析等资料，确定每个小区块的地质因素参数，厚度、孔隙度、渗透率、有机质丰度、有机质成熟度、产层泥地比、地层压力系数等。具体的，利用钻井资料确定各小区块内致密油层系的产层厚度；利用测井资料和测试分析资料可确定各小区块内致密油层系平均孔隙度、产层泥地比，和供烃源岩的有机质丰度、有机质成熟度；利用地层测试资料确定地层压力系数(或压力梯度)、气油比、油水比、原油重度(API)。
然后，依据每个区块内各生产井的历史生产数据(例如图3所示的产量递减模型)对应确定该区块的各生产井的单井可采储量，并算出每个小区块的单井平均可采储量。
其次，利用Pearson相关性分析法确定影响EUR的地质因素，当概率α<0.01时，即认为两者明显相关(表1)。
表1研究区地质因素与EUR相关性分析参数表
当部分地质因素对EUR的影响可能是呈抛物线状型关系，因此要根据研究区公认的最优条件值选取参数最优值。例如统计发现，研究区产层段泥地比M为0.55时为水平井产量较高，泥地比M过大或过小，产量都较低。因此认为泥地比M是与EUR成抛物线相关，需要利用进行变换，变成正相关关系。其中，M为变换后的泥地比，M0是原来的泥地比，Mm为0.55，研究区统计规律得到。
由此，选取影响EUR的主要相关地质因素：产层总厚度H、泥地比M、压力系数P、成熟度Ro、下TOC、含油饱和度So、孔隙度φ(见表2)。
表2各区块原始地质特征参数表
再次，已选取地质特征参数与EUR均具有正相关关系，而多个因素均对EUR值有影响，因此建立单井可采储量EUR与地质因素参数关系模型：
其中，H为产层总厚度，M为泥地比，P压力系数，Ro成熟度，TOC为下部TOC值，So为含油饱和度So，φ为孔隙度，x1～x8分别为各个系数。
在将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析之前，将上述公式两边对数处理，可得
其中，可以先利用公式对模型中所有参数进行去量纲的标准化处理(见表3)，再做上述对数处理(各区块对数变换后地质特征参数见表4)。
表3各区块标准化后地质特征参数表
表4各区块对数变换后地质特征参数表
然后，将处理过的各个小区块的地质因素参数代入模型，进行多元线性回归分析，确定系数x1～x8的最优解(见表5)，从而获得所述致密油区域的单井平均可采储量预测模型：
表5多元回归后各地质特征参数系数表
最后，根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。其中，致密油区域中待评价区域的地质因素参数表(见表6)，将这些地质因素参数代入单井平均可采储量预测模型，预测单井平均可采储量，计算出待评价区的预测单井平均可采储量(模拟EUR)。预测结果模拟EUR为260355bbl。根据致密油区域中待评价区域面积和已钻井平均井控面积，可计算出区块可钻水平井数为10口，然后将可钻水平井数乘以模拟EUR，可得致密油区域中待评价区域的致密油预测可采储量为260万桶。
表6预测区块地质因素参数表
根据后期实际资料，实钻一口生产井，基于半年的生产数据，利用产量递减法计算出的实际EUR为254056bbl，与预测值相对误差为2.48％，进一步说明了该方法的可行性。
如图4所示，致密油区域中各个区块的单井平均可采储量预测值与致密油区域中各个区块的实际单井平均可采储量的相关系数达到0.85以上，平均误差为7.1％，说明预测结果较为可靠(见表7)。
表7致密油区域中各区块实际EUR与模拟EUR对比表
| 区块号 | 实际ln(EUR) | 实际EUR(bbl) | 模拟ln(EUR) | 模拟EUR(bbl) | 误差(％) |
| 1 | 12.79848 | 361667.8 | 12.6558 | 313576.9 | 13.31 |
| 2 | 12.71238 | 331830.4 | 12.7581 | 347354.1 | 4.66 |
| 3 | 12.66287 | 315801.9 | 12.7277 | 336953.4 | 6.68 |
| 4 | 12.68137 | 321700 | 12.5605 | 285072.8 | 11.40 |
| 5 | 12.64729 | 310920.2 | 12.6323 | 306293.8 | 1.50 |
| 6 | 12.67419 | 319396.7 | 12.6855 | 323029.8 | 1.12 |
| 7 | 12.43947 | 252577.5 | 12.3344 | 227385 | 9.99 |
| 8 | 12.39624 | 241891.2 | 12.4357 | 251626.2 | 4.01 |
| 9 | 12.47982 | 262975.6 | 12.5479 | 281503.5 | 7.03 |
| 10 | 12.47761 | 262396.4 | 12.4587 | 257480.7 | 1.89 |
| 11 | 12.34795 | 230486.2 | 12.3962 | 241880.7 | 4.93 |
| 12 | 12.18368 | 195570.3 | 12.3285 | 226047.4 | 15.57 |
| 13 | 11.98619 | 160522.9 | 12.0688 | 174346.5 | 8.03 |
| 14 | 12.12122 | 183729 | 12.0186 | 165810.4 | 9.77 |
与上述预测致密油待评价区域可采储量的方法对应，本申请实施例的预测致密油待评价区域可采储量的装置包括：
有井区域分块模块，用于将致密油区域中已有生产井区域划分为若干区块，其中每个区块内的各个生产井处于同一构造带且每个区块具有至少两口达到设定生产历史年限的生产井；
地质特征参数获取模块，用于确定每个区块的地质特征参数；
单井储量获取模块，用于依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量；
地质特征参数优选模块，用于利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数；
预测模型建立模块，用于根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型；
预测模型建立模块，用于将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，从而获得所述致密油区域的单井平均可采储量预测模型；
待评价区域预测模块，用于根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
至于上述模块的具体情况，可参见上述预测致密油待评价区域可采储量的方法，在此不再赘述。
本申请实施例以影响致密油产量的关键地质因素与致密油单井EUR的关系，解决了现有技术方案中均未综合考虑地质因素与单井EUR关系的缺点；选择以待评价区相邻地区已钻井数据为基础，形成适合该区预测模型，避免了其它地区预测模型对待评价区不适用的问题，并且利用相关性分析优选待评价区主控因素，避免了以往地质预测模型使用相同地质参数来预测致密油单井EUR的不适用问题；而且，还利用多元回归的方法来确定EUR预测模型中各个地质参数的系数，即解决了人为主观确定相似系数的误差大的缺点。此外，在于利用待评价区面积确定可钻生产井数，进而获得可采储量，避免了以往预测出的可采资源量无法直接应用于经济评价中。因此，本申请实施例的评价结果更为精确可靠，为致密油区块经济评价提供了依据。
本领域技术人员还可以了解到本申请实施例列出的各种说明性逻辑块、单元和步骤可以通过硬件、软件或两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本申请实施例保护的范围。
本申请实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本申请实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请实施例的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (11)
1.一种预测致密油待评价区域可采储量的方法，其特征在于，包括以下步骤：
将致密油区域中已有生产井区域划分为若干区块；
确定每个区块的地质特征参数；
依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量；
利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数；
根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型；
将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，从而获得所述致密油区域的单井平均可采储量预测模型；
根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
2.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，每个区块内的各个生产井处于同一构造带且每个区块具有至少两口达到设定生产历史年限的生产井。
3.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，在所述利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数中：
当区块的地质特征参数对该区块的单井平均可采储量的影响呈抛物线型关系时，根据公式将该地质特征参数对该区块的单井平均可采储量的影响变换成正相关关系，其中，X为变换后的地质特征参数，X0为原地质特征参数，Xm为地质特征参数的最优经验值。
4.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，所述多元线性模型为：
其中，EUR为致密油区域的单井平均可采储量，e为自然数，Ai为第i个地质特征影响参数，xi为模型系数。
5.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，在所述将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析之前，还包括：
根据公式将所述将各个区块的地质特征影响参数进行去量纲的标准化处理，其中Ai为标准化后的第i个地质特征影响参数，Ai0为第i个地质特征影响参数，Aim为第i个地质特征影响参数的最优经验值；
将所述多元线性模型进行两边取对数处理；
对应的，所述将各个区块的地质特征影响参数代入所述多元线性模型，具体为：
将各个区块的经去量纲的标准化处理后的地质特征影响参数代入经两边取对数处理后的多元线性模型。
6.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，所述确定每个区块的地质特征参数，包括：
利用钻井资料确定各区块内致密油层系的产层厚度；
利用测井资料和测试分析资料确定各区块内致密油层系的平均孔隙度、产层泥地比以及供烃源岩的有机质丰度、有机质成熟度；以及，
利用地层测试资料确定各区块内地层压力系数或压力梯度、气油比、油水比和原油重度。
7.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，所述根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量，具体包括：
获取所述致密油区域中待评价区域的地质特征参数；
将所述致密油区域中待评价区域的地质特征参数代入所述单井平均可采储量预测模型，获得所述致密油区域中待评价区域的单井平均可采储量；
获取所述致密油区域中待评价区域的面积，以及所述致密油区域中已有生产井区域内生产井平均井控面积；
根据所述致密油区域中待评价区域的单井平均可采储量、所述致密油区域中待评价区域的面积、以及所述致密油区域中已有生产井区域内生产井平均井控面积预测所述致密油区域中待评价区域的可采储量。
8.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，在所述根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量之前，还包括：
根据所述单井平均可采储量预测模型及所述致密油区域中各个区块的地质特征参数，获取所述致密油区域中各个区块的单井平均可采储量预测值；
判断所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差是否均小于设定误差阈值；
如果所述致密油区域中每个区块的单井平均可采储量预测值与其每个区块的单井平均可采储量的之间的误差均小于设定误差阈值，则根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
9.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，所述相关性分析法包括Pearson相关性分析法。
10.根据权利要求1所述的预测致密油待评价区域可采储量的方法，其特征在于，所述设定生产历史年限包括半年。
11.一种预测致密油待评价区域可采储量的装置，其特征在于，包括：
有井区域分块模块，用于将致密油区域中已有生产井区域划分为若干区块，其中每个区块内的各个生产井处于同一构造带且每个区块具有至少两口达到设定生产历史年限的生产井；
地质特征参数获取模块，用于确定每个区块的地质特征参数；
单井储量获取模块，用于依据每个区块内各生产井的历史生产数据对应确定该区块的各生产井的单井可采储量，并据此确定每个区块的单井平均可采储量；
地质特征参数优选模块，用于利用相关性分析法从每个区块的地质特征参数选出与其单井平均可采储量正相关的地质特征影响参数；
预测模型建立模块，用于根据各个区块的单井平均可采储量与其地质特征影响参数建立多元线性模型；
预测模型建立模块，用于将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的模型系数，从而获得所述致密油区域的单井平均可采储量预测模型；
待评价区域预测模块，用于根据所述单井平均可采储量预测模型预测所述致密油区域中待评价区域的可采储量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510816016.4A CN105488583B (zh) | 2015-11-23 | 2015-11-23 | 预测致密油待评价区域可采储量的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510816016.4A CN105488583B (zh) | 2015-11-23 | 2015-11-23 | 预测致密油待评价区域可采储量的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105488583A true CN105488583A (zh) | 2016-04-13 |
| CN105488583B CN105488583B (zh) | 2019-11-08 |
Family
ID=55675552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510816016.4A Active CN105488583B (zh) | 2015-11-23 | 2015-11-23 | 预测致密油待评价区域可采储量的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105488583B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
| CN107795319A (zh) * | 2016-08-29 | 2018-03-13 | 中国石油天然气股份有限公司 | 具有重力分异现象的油藏地质储量获取方法及装置 |
| CN107842359A (zh) * | 2016-09-19 | 2018-03-27 | 中国石油化工股份有限公司 | 单井可采储量评价方法及装置 |
| CN109555517A (zh) * | 2018-10-30 | 2019-04-02 | 中国石油大学胜利学院 | 针对煤层气探明储量可动用性定量评价方法 |
| CN109711595A (zh) * | 2018-09-20 | 2019-05-03 | 西安石油大学 | 一种基于机器学习的水力压裂投产效果评价方法 |
| CN110080743A (zh) * | 2018-01-24 | 2019-08-02 | 中国石油天然气股份有限公司 | 油井潜力检测方法 |
| CN110094198A (zh) * | 2019-06-05 | 2019-08-06 | 中国地质大学（北京） | 基于spss软件的油井灰质含量测定方法 |
| CN110322083A (zh) * | 2018-03-29 | 2019-10-11 | 中国石油化工股份有限公司 | 页岩油气可采储量预警方法 |
| CN110424956A (zh) * | 2019-07-09 | 2019-11-08 | 中国石油化工股份有限公司 | 页岩油资源量计算中评价单元保存系数权重量化赋值方法 |
| CN110489809A (zh) * | 2019-07-24 | 2019-11-22 | 中国石油天然气股份有限公司 | 一种盆地油气资源整体评价方法及装置 |
| CN110969273A (zh) * | 2018-09-28 | 2020-04-07 | 北京国双科技有限公司 | 生产井产量预测方法及装置 |
| CN111861068A (zh) * | 2019-04-30 | 2020-10-30 | 中国石油天然气股份有限公司 | 动态法确定油井原油技术可采储量的方法及系统 |
| CN112380489A (zh) * | 2020-11-03 | 2021-02-19 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
| US11037084B2 (en) | 2017-09-08 | 2021-06-15 | Petrochina Company Limited | Method and apparatus for evaluating exploitation value of a geological resource |
| CN113051759A (zh) * | 2021-03-27 | 2021-06-29 | 西南石油大学 | 一种快速评估致密油气藏经济开发井距的方法 |
| CN114320266A (zh) * | 2021-11-17 | 2022-04-12 | 陕西延长石油（集团）有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
| CN115726776A (zh) * | 2022-11-24 | 2023-03-03 | 西南石油大学 | 一种非常规油气藏经验产量递减模型优选方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102890146A (zh) * | 2011-07-22 | 2013-01-23 | 中国石油天然气集团公司 | 一种油气化探数据影响因素校正方法 |
| CN103336997A (zh) * | 2013-06-06 | 2013-10-02 | 中国石油天然气股份有限公司 | 致密油资源分布预测方法以及预测装置 |
| CN104453876A (zh) * | 2014-11-03 | 2015-03-25 | 中国石油天然气股份有限公司 | 致密油气储层水平井油气产量的预测方法及预测装置 |
| CN104462859A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 油气资源可采系数确定方法 |
| CN104832166A (zh) * | 2015-03-20 | 2015-08-12 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种页岩气水平井初期产能预测方法 |
-
2015
- 2015-11-23 CN CN201510816016.4A patent/CN105488583B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102890146A (zh) * | 2011-07-22 | 2013-01-23 | 中国石油天然气集团公司 | 一种油气化探数据影响因素校正方法 |
| CN103336997A (zh) * | 2013-06-06 | 2013-10-02 | 中国石油天然气股份有限公司 | 致密油资源分布预测方法以及预测装置 |
| CN104453876A (zh) * | 2014-11-03 | 2015-03-25 | 中国石油天然气股份有限公司 | 致密油气储层水平井油气产量的预测方法及预测装置 |
| CN104462859A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 油气资源可采系数确定方法 |
| CN104832166A (zh) * | 2015-03-20 | 2015-08-12 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种页岩气水平井初期产能预测方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107795319A (zh) * | 2016-08-29 | 2018-03-13 | 中国石油天然气股份有限公司 | 具有重力分异现象的油藏地质储量获取方法及装置 |
| CN107842359A (zh) * | 2016-09-19 | 2018-03-27 | 中国石油化工股份有限公司 | 单井可采储量评价方法及装置 |
| CN107842359B (zh) * | 2016-09-19 | 2020-10-20 | 中国石油化工股份有限公司 | 单井可采储量评价方法及装置 |
| CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
| CN107423844B (zh) * | 2017-06-06 | 2018-06-26 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
| US11037084B2 (en) | 2017-09-08 | 2021-06-15 | Petrochina Company Limited | Method and apparatus for evaluating exploitation value of a geological resource |
| CN110080743A (zh) * | 2018-01-24 | 2019-08-02 | 中国石油天然气股份有限公司 | 油井潜力检测方法 |
| CN110322083B (zh) * | 2018-03-29 | 2022-02-15 | 中国石油化工股份有限公司 | 页岩油气可采储量预警方法 |
| CN110322083A (zh) * | 2018-03-29 | 2019-10-11 | 中国石油化工股份有限公司 | 页岩油气可采储量预警方法 |
| CN109711595A (zh) * | 2018-09-20 | 2019-05-03 | 西安石油大学 | 一种基于机器学习的水力压裂投产效果评价方法 |
| CN110969273A (zh) * | 2018-09-28 | 2020-04-07 | 北京国双科技有限公司 | 生产井产量预测方法及装置 |
| CN110969273B (zh) * | 2018-09-28 | 2020-11-13 | 北京国双科技有限公司 | 生产井产量预测方法及装置 |
| CN109555517A (zh) * | 2018-10-30 | 2019-04-02 | 中国石油大学胜利学院 | 针对煤层气探明储量可动用性定量评价方法 |
| CN111861068A (zh) * | 2019-04-30 | 2020-10-30 | 中国石油天然气股份有限公司 | 动态法确定油井原油技术可采储量的方法及系统 |
| CN111861068B (zh) * | 2019-04-30 | 2024-03-05 | 中国石油天然气股份有限公司 | 动态法确定油井原油技术可采储量的方法及系统 |
| CN110094198A (zh) * | 2019-06-05 | 2019-08-06 | 中国地质大学（北京） | 基于spss软件的油井灰质含量测定方法 |
| CN110424956A (zh) * | 2019-07-09 | 2019-11-08 | 中国石油化工股份有限公司 | 页岩油资源量计算中评价单元保存系数权重量化赋值方法 |
| CN110489809A (zh) * | 2019-07-24 | 2019-11-22 | 中国石油天然气股份有限公司 | 一种盆地油气资源整体评价方法及装置 |
| CN112380489A (zh) * | 2020-11-03 | 2021-02-19 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
| CN112380489B (zh) * | 2020-11-03 | 2024-04-16 | 武汉光庭信息技术股份有限公司 | 数据处理时间计算方法、数据处理平台评价方法及系统 |
| CN113051759A (zh) * | 2021-03-27 | 2021-06-29 | 西南石油大学 | 一种快速评估致密油气藏经济开发井距的方法 |
| CN114320266A (zh) * | 2021-11-17 | 2022-04-12 | 陕西延长石油（集团）有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
| CN114320266B (zh) * | 2021-11-17 | 2023-11-28 | 陕西延长石油（集团）有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
| CN115726776A (zh) * | 2022-11-24 | 2023-03-03 | 西南石油大学 | 一种非常规油气藏经验产量递减模型优选方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105488583B (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105488583A (zh) | 预测致密油待评价区域可采储量的方法及装置 | |
| US8095349B2 (en) | Dynamic updating of simulation models | |
| CN105134191B (zh) | 致密油油井储量的评价方法 | |
| CN104453876B (zh) | 致密油气储层水平井油气产量的预测方法及预测装置 | |
| CA2890817C (en) | System, method and computer program product for determining placement of perforation intervals using facies, fluid boundaries, geobodies and dynamic fluid properties | |
| CN105247546A (zh) | 确定用于井动态优化的井参数 | |
| CN103912248A (zh) | 水驱油田预测含水率方法 | |
| WO2013119248A2 (en) | Systems and methods for estimating fluid breakthrough times at producing well locations | |
| Zhang et al. | Uncertainty Analysis and Assisted History Matching Workflow in Shale Oil Reservoirs | |
| Dulkarnaev et al. | Geological and field feasibility study of field development management using marker-based production profiling surveillance in horizontal wells: the case study of the Yuzhno-vyintoiskoye field | |
| CN107956472B (zh) | 裂缝性碳酸盐岩储集层完井方式确定方法、装置及介质 | |
| Arslan et al. | Practical automated detection of remaining oil in mature fields using production and geology data | |
| Grujic et al. | Fast Track Reservoir Modeling of Shale Formations in the Appalachian Basin. Application to Lower Huron Shale in Eastern Kentucky. | |
| Aslanyan et al. | Production performance analysis of Volga-Ural mature waterflood with PRIME diagnostic metrics | |
| AU2012396846B2 (en) | System, method and computer program product for evaluating and ranking geobodies using a Euler Characteristic | |
| Khasanov et al. | Optimal well pattern of multifractured horizontal wells arranged in rectangular arrays | |
| Sallam et al. | The Effect of Water Injection on Oil Well Productivity | |
| da Silva Guimarães et al. | Use of streamlines and quality map in the optimization of production strategy of mature oil fields | |
| Lubnin et al. | System approach to planning the development of multilayer offshore fields | |
| Lamberghini et al. | Performance Based Reservoir Characterization in a Tight Gas Reservoir System-Case Study from Lajas and Punta Rosada Formations in the Neuquen Basin, Argentina | |
| Dahaghi et al. | Intelligent top-down reservoir modeling of New Albany Shale | |
| Artun et al. | A pattern-based approach to waterflood performance prediction using knowledge management tools and classical reservoir engineering forecasting methods | |
| Al-Deeb et al. | Fully Integrated 3D-Reservoir Characterization and Flow Simulation Study: A Field Case Example | |
| Al-Muftah et al. | Reservoir Optimization and Monitoring: Mauddud Reservoir–Bahrain Field | |
| Wardana Saputra et al. | Generalized Extreme Value Statistics, Physical Scaling and Forecasts of Oil Production in the Bakken Shale |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |