CN105579662B - 确定和优化注水性能的系统和方法 - Google Patents
确定和优化注水性能的系统和方法 Download PDFInfo
- Publication number
- CN105579662B CN105579662B CN201480053624.8A CN201480053624A CN105579662B CN 105579662 B CN105579662 B CN 105579662B CN 201480053624 A CN201480053624 A CN 201480053624A CN 105579662 B CN105579662 B CN 105579662B
- Authority
- CN
- China
- Prior art keywords
- water
- water filling
- well
- vrr
- ratio
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V99/00—Subject matter not provided for in other groups of this subclass
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/20—Displacing by water
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing 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
- E21B49/003—Testing 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 by analysing drilling variables or conditions
Abstract
提供了一种基于注水评估进行映射的系统和方法。该方法包括以下步骤:通过对从电容电阻模型得出的一个或多个连通性参数进行映射,形成注水影响(WII)图;针对由所述的一个或多个连通性参数限定的一个或多个影响区中的每个注水影响区,计算出采收率和注水孔隙容积(PVI);通过使用曲线拟合推断法,确定出最大采收率与注水孔隙容积之间的关系;根据采收率(RF)与注水孔隙容积(PVI)之间的关系,确定出所需的注水容积或所需的注水井数量;计算每个注水影响区内的注采比(VRR);通过选择最近时段的平均注采比(VRR),确定出目标注采比(VRR);和根据钻探计划确定加密井数量以保持确定的目标注采比(VRR)。
Description
技术领域
本发明主要涉及确定和优化注水性能的系统和方法。
背景技术
注水技术用于提高采收率(EOR)。以可控方式注水以提供压力支撑,从而能让油缓慢流入生产井中。在改进的采油过程中,注入流体(如,水)以增加从储层开采出的油量。在注水管理和优化以及对所需注水量的准确评估中,选择储层区域中的注水位置是重要的问题。
传统的储层分析工程技术根据操作约束条件或地理区域限定注水井区域。然后,在这些被可操作地限定的区域内,计算出采收率(RF)与注水孔隙容积(PVI)之间的关系以及注采比(VRR)随时间的变化情况,以确定注水性能和可能优化性能的方法。
但是,由于地下储层不受操作界限限制,因此流体流动和注水井的影响可扩展到这些人为设定的操作界限之外。因此,需要确定和优化注水的方法和系统,它们能解决传统方法和系统的上述和其他缺点。
发明内容
本发明的某实施例的某方面包括一种根据注水评估进行映射的方法。该方法包括以下步骤:通过对从电容电阻模型得出的一个或多个连通性参数进行映射,形成注水影响(WII)图;针对由所述的一个或多个连通性参数限定的一个或多个影响区中的每个注水影响区,计算出采收率(RF)和注水孔隙容积(PVI);通过使用曲线拟合推断法,确定出最大采收率与注水孔隙容积之间的关系;根据采收率(RF)与注水孔隙容积(PVI)之间的关系,确定出所需的注水容积或所需的注水井数量;计算每个注水影响区内的注采比(VRR);通过选择最近时段的平均注采比(VRR),确定出目标注采比(VRR),所述目标注采比(VRR)对应于采油容积与注水容积之比;和,根据钻探计划确定加密井数量以保持确定的目标注采比(VRR)。
本发明的某实施例的某方面包括一种根据注水评估进行映射的系统。该系统包括处理器,所述处理器被配置成:(a)对从电容电阻模型得出的一个或多个连通性参数进行映射,形成注水影响(WII)图;(b)针对由所述的一个或多个连通性参数限定的一个或多个影响区中的每个注水影响区,计算出采收率(RF)和注水孔隙容积(PVI);(c)通过使用曲线拟合推断法确定出最大采收率与注水孔隙容积之间的关系;(d)根据采收率(RF)与注水孔隙容积(PVI)之间的关系确定出所需的注水容积或所需的注水井数量;(e)计算每个注水影响区内的注采比(VRR);(f)通过选择最近时段的平均注采比(VRR)确定出目标注采比(VRR),所述目标注采比(VRR)对应于采油容积与注水容积之比;和(g)根据钻探计划确定加密井数量以保持确定的目标注采比(VRR)。
本发明的实施例的其他方面包括通过计算机可执行指令而被编码的计算机可读介质,所述指令用于执行前述的任何方法和/或用于控制前述的任何系统。
附图说明
结合附图阅读下面的详细描述内容时,本领域技术人员将能更容易看出文中所述的其他特征,附图如下:
图1是根据本发明的某实施例的流程图,示出了确定下述参数的方法步骤:a)为保持合适的VRR所需的加密井数量和加密井位置,b)根据RF与PVI之间的关系确定出所需的注水井数量,c)钻探计划,d)所需的注水率,和e)油藏增量(采油曲线);
图2A-2C根据本发明的某实施例示出了与不同注水井相关的区域,所述区域由油田的电容电阻模型(CRM)的结果限定;
图3根据本发明的某实施例示出了具有3个注水井和一个生产井的实例,展示如何通过使用电容电阻模型(CRM)的结果进行计算;
图4根据本发明的某实施例示出了油田储层的注水影响图示例;
图5根据本发明的某实施例,针对每个注水井区示出了采收率(RF)与注水孔隙容积(PVI)之间的关系曲线图;
图6根据本发明的某实施例示出了图5中所示的采收率RF与PVI之间的关系曲线被曲线拟合后的结果;
图7根据本发明的某实施例,示出了图5中所示的采收率RF与PVI之间的关系曲线分别根据所有历史数据被曲线拟合和根据最佳的历史平均性能数据被曲线拟合后的结果;
图8根据本发明的某实施例示出了在目标值下VRR与日期或时间的关系曲线图,该目标值根据历史数据设定;
图9是根据本发明的某实施例的程序流程图,用于根据钻探计划确定加密井数量以保持所需的或目标VRR;
图10根据本发明的某实施例,针对油田的特定区域示出了注水容积(用淡蓝色表示)、产水容积(用深蓝色表示)、采油容积(用绿色表示)随日期或时间变化的关系图;
图11根据本发明的某实施例,针对油田的特定区域示出了VRR与时间之间的关系曲线图;
图12根据本发明的某实施例,针对油田的特定区域示出了RF与PVI之间的关系曲线图;
图13根据本发明的某实施例,针对将所有注水影响区考虑在内的所有油田,示出了注水容积(用淡蓝色表示)、产水容积(用深蓝色表示)、采油容积(用绿色表示)随日期或时间变化的关系曲线图;
图14根据本发明的某实施例,针对将所有注水影响区考虑在内的所有油田示出了VRR与时间之间的关系曲线图;
图15根据本发明的某实施例,针对将所有注水影响区考虑在内的所有油田示出了RF与PVI之间的关系曲线图;
图16根据本发明的某实施例示出了注水影响图(用蓝色表示),其与当前油层有效厚度(或储层现有的剩余油量)的轮廓图重叠;
图17是根据本发明的某实施例的示意图,示出了用于执行所述方法的计算机系统。
具体实施方式
根据本发明的某实施例,从电容电阻模型(CRM)得到的生产井-注水井连通性参数Fij可被用于根据实际测量的储层流体流动响应和压力(使用Fij得出分配给每个注水井的油水量和气量),来限定注水井影响区。然后针对每个注水井区域,可计算出采收率(RF)、注水孔隙容积(PVI)和注采比(VRR)。然后针对每个区域,可绘制出RF与PVI、以及VRR与时间之间的关系曲线图。由CRM限定的注水影响区重叠,原因在于,对地下注水的操作将相互影响,不可分开。油田渗透性更大的情况下尤其显著。
可使用注水影响区的计算来优化当前的注水量,预测出通过注水达到最大采收率RF所需的另外注水量。在一个实施例中,执行这些计算所采用的方法是,在目标VRR的限制下对RF与PVI之间的关系曲线进行曲线拟合。在一个实施例中,可对CRM结果进行映射,以显示整个油田在某特定时段或整个油田寿命期间的相关注水影响(WII)。与油气孔隙厚度(HPT)图结合时,可确定出注水井和生产井加密位置。这样可得出加密井数量、加密井位置、钻探计划、所需的注水量、油藏增量或采油曲线。文中使用的术语“加密位置”或“加密井”表示被设置在现有生产井之间的区域中的井的位置。例如,加密生产井对应于增加到现有生产井之间的区域中的生产井。
剩余资源评估(RRA)方法根据基于图形技术以及概率法得出加密井位置和可能的总增量估值。RRA的结果产生剩余资源图(剩余油气孔隙厚度图),该图可用于确定剩余油层有效厚度较大的区域。但是,需要采用其他分析以产生本专利中详细所述的相关注水量、加密时间和采油曲线。
本发明提供了一种方法和系统,其将根据RRA评估方法产生的HPT图与电容电阻模型(CRM)的结果组合,用于得到各个注水区域的VRR与时间、RF与PVI之间的关系。图1是根据本发明的某实施例的流程图,示出了确定下述参数的方法步骤:a)为保持合适的VRR所需的加密井数量和加密井位置,b)根据RF与PVI之间的关系确定出所需的注水井数量,c)钻探计划,d)所需的注水率/容积,和e)油藏增量(采油曲线)。该方法包括:在步骤S10中,将数据输入到CRM模型中。在一个实施例中,输入数据的步骤包括:输入生产量、注水量、时段和井下流动压力(FBHP)。在CRM中,同时解出一组解析方程(连续性方程),以得出整个油田中从注水井到生产井的连通性。
该方法还包括,在步骤S12中,根据从CRM模型得出的生产井-注水井连通性参数Fij限定注水影响区。油田中可能具有一个或多个注水井和一个或多个生产井。井间连通性参数Fij中的下标i(其中,i等于1,2…,N)对应于注水井i,井间连通性参数Fij中的指数j(其中,j等于1,2…,M)对应于生产井j。在一个实施例中,针对一个注水井限定一个区域。因此,如果具有多个注水井,就限定多个区域。图2A,2B和2C分别示出了油田11中与各不同注水井10A,12A和14A相关的不同区域10、12和14。图2A示出了油田11中与注水井10A相关的区域10。图2B示出了油田11中与注水井12A相关的区域12。图2C示出了油田11中与注水井14A相关的区域14。分别与注水井10A、12A、14A相关的区域10、12、14可重叠。例如,如图2B和2C所示,区域12与区域14重叠。这些区域由CRM计算的Fij参数限定,并利用地质解释进行迭代。注水影响区尺寸取决于渗透性和/或(一定时段内的)注水容积。例如,渗透性越高和/或注水容积越大,注水影响区的尺寸就越大。
该方法还包括,使用Fij参数分配注水容积量和生产容积量。在一个实施例中,注水井i的分配注水量等于参数Fij与注水井I的注水率qi的乘积(即,分配注水量=Fij*qi)。在一个实施例中,参数Fij用于给注水井分配生产量。按比例(以百分值计)再分配方式对生产井分配生产量。图3根据本发明示出了具有三个注水井和一个生产井的情景。注水井I1对生产井P1的通过参数F11(在该实例中,F11=0.2)所计算出的这部分采油量做出贡献。注水井I2对生产井P1的通过参数F21(在该实例中,F21=0.3)所计算出的这部分采油量做出贡献。注水井I3对生产井P1的通过参数F31(在该实例中,F31=0.8)所计算出的这部分采油量做出贡献。注水井I1还对其他生产井的通过参数F1j总和(在该实例中,总和等于0.8)所计算出的这部分采油量做出贡献。注水井I2还对其他生产井的通过参数F2j总和(在该实例中,总和等于0.7)所计算出的这部分采油量做出贡献。注水井I3还对其他生产井的通过参数F3j总和(在该实例中,总和等于0.2)所计算出的这部分采油量做出贡献。
该方法还包括,在步骤S16中形成注水影响(WII)图。在一个实施例中,可通过映射CRM结果形成注水影响(WII)图。形成确定时段的WII图所采用的方法是,绘制出各个注水井在该时段内的注水总量和各个注水井对每个井的相关注水总影响,该影响由参数Fij限定。生产井具有多个注水影响值,因为每个生产井可受一个以上的注水井影响。这些值对手绘图形轮廓起指导作用,从高到低直观示出了对从注水井到生产井的整个油田的注水影响。通过沿油水界面增加伪注水井(其具有分配的天然水驱值),将储层的天然水驱包含在该图中以模拟水驱。图4根据本发明的某实施例示出了油田储层的注水影响图。棕色的虚线20限定储层的仰斜开采极限。绿色虚线限定原始的油水界面(OOWC)。各种颜色的实轮廓线24限定当前产油层有效厚度(油气储层厚度或HPT)。图4右侧的色键25被设置成限定当前产油层有效厚度。HPT对应于已经进行历史生产之后剩余的产油层有效厚度。生产井主要由带绿圈26A的绿线26表示,绿圈26A限定每个生产井的中间部分。注水井用蓝线27表示,蓝星符号27A标识每个选定的注水井的中间部分。为这种注水影响图选定的注水井由在形成该图期间的工作井决定。红线28表示最近被钻探的井,但没有生产数据。在一个实施例中,如图4所示,注水井和生产井被水平钻探。但是,如所理解的那样,一个或多个注水井或一个或多个生产井(或注水井和生产井两者)可相对于表面以任何角度被钻探。例如,所述的一个或多个注水井或所述的一个或多个生产井可被竖直钻探。注水影响较大的注水区域29用深蓝色表示。色阶29A表示注水影响。区域29中的蓝色越深,则表示区域29的注水影响就越大。WII图在与HPT图组合时,限定了剩余资源较多的区域和注水影响较高的区域。这两个图组合时,黑色椭圆形的可能加密区由剩余资源较多且注水影响较大的区域表示。例如,如图16所示,用“E”标注的加密井位于当前产油层有效厚度图的红色轮廓线内,红色轮廓线对应于含油量较高。红色轮廓线区域与注水影响图中的淡蓝至深蓝区域交叉或重叠,所述淡蓝至深蓝对应于注水影响一般至较大。因此,为了回收更多油,对加密井“E”进行定位的方法是,选择含油量较高的区域,也选择通过注水而被渗透以收集岩层内的油的区域。
该方法还包括,在步骤S18中计算每个注水影响区的采收率(RF)和注水孔隙容积(PVI)。采收率(RF)等于指定注水区的采油量除以油层中现存油量。注水孔隙容积(PVI)等于该指定注水区的注水容积除以孔隙容积。然后可以针对每个注水影响区(或注水区)绘制出采收率(RF)与注水孔隙容积(PVI)之间的关系曲线图。图5根据本发明的某实施例针对每个注水区示出了采收率(RF)与注水孔隙容积(PVI)之间的关系曲线图。通过使用合适的油层中现存油量(OOIP)和孔隙容积可得到RF与PVI之间的关系曲线图。Y轴对应于采收率RF,X轴对应于PVI。曲线包括用不同颜色表示的区段(在该实例中,有6个区段)。用一种颜色表示的每个色段(色段1、色段2……色段6)表示注水成熟度的时段。注水成熟度取决于从该线上的一点到另一点的斜度变化。出现斜度变化时,表示注水正变得成熟,更多的水将随油一起产出。这些时段界限是凭经验的,能根据分析所需的粒度而增大或减小。彩色数据点表示历史数据。
该方法还包括,在步骤S20中,根据曲线拟合推断法确定最大RF与PVI之间的关系。图6根据本发明的某实施例示出了图5中所示的采收率RF与PVI的关系曲线图被拟合后的结果,其被拟合成拟合曲线30。然后根据该拟合曲线推断出更大的PVI值,确定出被曲线拟合后的最大RF与PVI之间的关系。在该实例中,确定出最大RF 31为约14.3%,通过使用该曲线得出PVI约为0.97。最近历史数据点32(此时PVI为约0.48)和最大点31(此时PVI为约0.97)之间的间距对应于为达到最大RF31而仍需进行生产的剩余RF。PVI值0.97与0.48之差等于0.49。接下来,计算出达到最大RF时的相关采油增量,确定出达到目标PVI所需的注水容积。该拟合曲线的导数为零时确定出该拟合曲线上的最近数据点。该方法还包括,在步骤S22中根据PVI确定水容积,从而,根据注水井历史性能,计算出为达到该容积所需的注水井数量。在另一实施例中,并没有根据所有历史数据对RF与PVI之间的关系进行曲线拟合,而是根据最佳历史性能平均数据进行曲线拟合。图7示出了图5中所示的采收率RF与PVI的关系曲线被拟合后的结果,其根据所有历史数据被拟合成拟合曲线30,根据最佳历史性能平均数据被拟合成拟合曲线40。文中使用的术语“最佳性能”表示注水性能曲线RF与PVI之间的关系曲线最陡峭(即,注水井在每单位注水容积下从地下产出的油筒数更多)时的注水性能。与图6类似,然后根拟合曲线40推断出更大的PVI值,确定出被曲线拟合后的最大RF与PVI的关系(此时曲线导数为零)。在这种情况下,确定出在PVI为约1.61时最大RF 41为约21%。最近历史数据点42(此时PVI为约0.48)和最大数据点41(此时PVI为约1.61)之间的间距对应于为达到最大RF41而仍需进行生产的剩余RF。在这种情况下,PVI值1.61和0.49之差等于1.13。
该方法还包括,在步骤S24中,计算出每个注水影响区内的注采比(VRR)。VRR等于注水率(如,以“桶”计)除以采出的水容积、采出的气容积(如,以“桶”计)采出的油容积(如,以“桶”计)之和。该方法还包括在步骤S26中确定出目标VRR。图8示出了VRR与日期或时间的关系图。曲线的每个色区段对应于特定时段。在这种情况下,具有用数字1至6标示的6个时段,如图右侧的色键所示。如图8所示,VRR开始时小于1,为约0.8,后来增至约1.2,之后稍微降至约1.14。通常,VRR值根据储层可以是约0.8至约1.2之间的任意值。对于油层较厚的油田,VRR通常大于1。在这种情况下,值为1.14的VRR表示最近的VRR,称之为基准VRR。对于该具体实例而言,该VRR为目标VRR。在VRR小于1的注水区,需要增加注水量。通过下列等式计算出VRR:注水率除以采出的水量、采出的气量(以“桶”计)和采出的油量(以“桶”计)之和。
该方法还包括,在步骤S28中,根据钻探计划确定出加密井数量以保持目标VRR。VRR是所采出的流体(油、气和水)容积与注水容积之比。对于上面参照图8所述的具有特定数量注水井的特定区域而言,目标VRR为1.14。但是,注水井增加时,VRR可变化。因此,为了将新增加的注水井考虑在内,需要采用迭代方法。即,在RF与PVI的关系图与VRR之间进行迭代以得到性能曲线和VRR为1.14的约束条件。文中使用的术语“性能曲线”表示我们对之进行迭代的两个曲线,即,RF与PVI之间的关系曲线以及VVR与时间之间的关系曲线。对每个注水影响区进行迭代。在本实例中,具有约6个注水区,因此,对每个注水区或这6个区域进行迭代。
在步骤S30中,通过使用为了保持VRR所需的加密井数量以及根据RF与PVI的关系得到的所需注水井数量,确定出加密井数量、钻探计划、加密井位置、所需的注水量以及相关的油藏增量(采油曲线)。
图9是根据本发明的某实施例的程序流程图,用于根据钻探计划确定出加密井数量以保持所需的或目标VRR。该程序包括,在步骤S40中,将一定数量的注水井增加到每个影响区,该数量是根据表示RF与PVI之间的关系的数据计算出的。该程序还包括,在步骤S42中,在保持每个注水影响区中的目标VRR的整个期间,增加生产井。例如,对于上述区域,保持目标VRR为约1.14。接下来,在一直保持每个注水影响区中的目标VRR的期间,重复执行增加注水井和增加生产井这两个步骤。在步骤S44中,已经增加了足够的加密井时停止上述重复步骤,以让VRR稳定保持为特定的目标VRR。由于VRR、以及RF与PVI之间的关系均为注水井的特征,因此它们是相关的,这就是重复执行上述步骤的原因。
接下来,在步骤S46中,对油田内的每个区域和全部区域执行上述重复步骤,针对将所有区域包括在内的整个油田,评估RF与PVI之间的关系以及VRI,以核实结果落入期望值范围内。换句话说,执行质量控制,以确保获得的结果落入期望值范围内。
该程序还包括,在步骤S48中,进行调整以满足一些约束条件(如,孔限制、流体处理限制等)。为了将工作流程更实际地应用到现存的基础设施中,要将这些设施约束条件放在重要地位上,而不是显示和优化在没有表面约束条件下的注水性能。一旦补充这些约束条件,就必须返回去再查明注水井和生产井数量以确保VRR、RF与PVI的关系曲线仍在可接受的限制范围内。然后在步骤S50中获得结果。在步骤S50中,该结果包括加密生产井数量、钻探计划、油增量和所需的注水量。通过上述迭代过程得出加密井数量,通过对RF与PVI的关系曲线进行曲线拟合得出注水井数量,通过采用RRA,根据WII图和HPT图选择位置,根据历史性能数据确定出采油增量曲线,用作加密井采油的代用资料。
图10是注水容积(用淡蓝色表示)、采出的水容积(用深蓝色表示)、采出的油容积(用绿色表示)随日期或时间变化的关系图。竖向的黑线将历史(过去的)测量数据和模拟或推断的未来数据分开,在未来,例如增加了两个加密生产井。根据油田中的加密井的历史采出量确定出与这两个新的加密井相关的采出流体(油、气和水)容积,当井投入运行时,只是重复执行上述确定步骤。这称之为用于加密井评估的标准曲线方法。
图11根据本发明的某实施例示出了油田特定区域的VRR与时间的关系图。竖轴对应于VRR,水平轴对应于时间或日期。黄色曲线是VRR的曲线图,竖向黑色线左侧部分对应于历史数据,竖向黑色线右侧部分对应于例如在增加了两个加密生产井时的预测性能。在该实例中,如该曲线图所示,黄色曲线VRR强调基准VRR限制为1.14(如前面段落所述)。VRR曲线的绿色部分对应于在没有采取措施(即,没有增加加密井)的情况下的VRR。
图12根据本发明的某实施例示出了油田特定区域的RF与PVI之间的关系曲线图。竖轴对应于RF,水平轴对应于PVI。绿色曲线部分50对应于历史数据,大约从RF等于零的位置开始,直到RF为约12的点51。绿色曲线部分52对应于在没有增加任何其他加密生产井的情况下的推断数据,从RF等于12的点51开始,直到RF保持大致等于12的点53。例如,在增加了两个另外的加密井时获得黄色曲线,其开始于RF等于12的点51处,终止于RF大致为14的点54处。黑线曲线是对历史部分50进行拟合的曲线,被推断得出更大PVI值(其对应于性能),前面段落已经对此做了描述。从该曲线图可看出,黄线与黑线(表示预测性能)相一致,而绿色部分52偏离预测的性能曲线。因此,在这种情况下,该特定区域需要两个加密井以让注水性能继续保持与历史注水性能相同。在没有增加另外的两个加密井的情况下,RF与PVI性能之间的关系曲线将如绿色曲线部分52所示那样平坦。该图用于一个注水区域。但是,可针对油田所有注水区域绘制出RF与PVI之间的关系曲线图(在该情况下,具有与6个注水井相关的6个区域)。但是,将能理解到,根据注水井的数量,油田可具有任意数量的区域(一个或多个区域)。在上面的实例中,增加了两个加密井,但是,将能意识到,可增加任意数量的加密井(即,一个或多个加密井)来保持特定的历史性能。
图13根据本发明的某实施例,针对将所有注水影响区考虑在内的所有油田,示出了注水容积(用淡蓝色表示)、采出的水容积(用深蓝色表示)和采出的油容积(用绿色表示)随日期或时间变化的关系曲线图。竖直黑线将历史(过去的)测量数据和模拟或推断出的未来数据分开,在未来增加了15个加密生产井。
图14根据本发明的某实施例,针对将所有影响区考虑在内的整个油田,示出了VRR与时间的关系曲线图。竖轴对应于VRR,水平轴对应于时间或日期。蓝色曲线是VRR的曲线图,竖直黑线左侧部分对应于历史数据,竖直黑线右侧部分对应于在增加了15个加密生产井时的预测性能。在该实例中,如该曲线图所示,蓝色曲线VRR强调整个油田的基准VRR限制为约1.14。VRR曲线的红色部分对应于未采取措施情况下(即,没有增加加密井)的VRR。
图15根据本发明的某实施例,针对将所有注水影响区考虑在内的整个油田,示出了RF与PVI之间的关系曲线图。竖轴对应于RF,水平轴对应于PVI。蓝色曲线部分60对应于历史数据,大约从RF等于零的位置开始,直到RF等于约27的点61。蓝色曲线部分62对应于在没有增加任何另外的加密生产井的情况下的推断数据,从RF等于约27的点61开始,直到RF大致等于35的点63。在整个油田增加了15个另外的加密井时,获得红色曲线部分65,其开始于RF等于约27的点61处,终止于RF为约30的点64处。在没有采取措施的情况下(即,没有增加另外的加密生产井),RF与PVI性能之间的关系曲线将如红色曲线部分65那样平坦。
图16根据本发明的某实施例示出了注水图(用蓝色表示),其与当前油层有效厚度(油层中现存的剩余油量)轮廓图重叠。棕色虚线80限定储层的仰斜开采界限。绿色虚线82限定原始的油水界面(OOWC)。彩色实轮廓线84限定当前油层有效厚度(油气孔隙厚度)。在图16右侧提供了色键85,其限定当前油层有效厚度。HPT对应于已经进行了历史开采之后的剩余油层有效厚度。主要用带有绿圈或绿/红圈86A的绿线86表示生产井,绿圈或绿/红圈86A限定每个生产井的中间部分。用绿色/红色标注的生产井对应于正在生产的生产井。注水井用淡蓝色线88表示。在一个实施例中,如图16所示,注水井和生产井被水平钻探。但是,能意识到,一个或多个注水井和/或一个或多个生产井可相对于地面以任意角度被钻探。例如,所述的一个或多个注水井或所述的一个或多个生产井可被竖直钻探。注水影响较大的区域89用深蓝色表示。色阶89A表示注水影响。蓝色区域89的颜色越深,区域89的注水影响就越大。加密生产井在图中用各种颜色表示,用字母A至S标注。在不同时段增加加密井。例如,用红线示出的加密井在2013年增加,而用紫色线示出的加密井计划在2019年运行,
用黄色线示出的加密井计划在2012年运行。加密井的运行时间符合针对VRR(如图14所示)、以及RF与PVI之间的关系曲线(如图15所示)进行分析的结果的要求。此外,加密井定位在注水影响较大的注水影响区与当前油层有效厚度图中的当前油层有效厚度较大的区域之间的重叠程度较大的区域中。例如,如图16所示,用“E”标注的加密井定位在当前油层有效厚度图中的红色轮廓线内,该红色轮廓线对应于含油量更高。红色轮廓线区域与注水影响图中的淡蓝色至深蓝色区域交叉或重叠,淡蓝色至深蓝色区域对应于注水影响一般至较大。因此,为了回收更多油,对加密井“E”进行定位的方法是,选择含油量较高的区域,也选择通过注水而被渗透以收集岩层内的油的区域。
下面的表1根据本发明的某实施例总结了各种不同情况,显示提供另外的加密井对采油量和RF的影响。
如果未在油田采取措施(即,不钻探其他的加密井),那么,在现有井数量约为218的情况下,2011年(如,目前的时间)的产油量为约184百万桶(MMBO)。在保持现有井数量相同的情况下,推断将来(如,2022年)的产量可增至约218MMBO。从而,采收率RF为约30.9。另一方面,在基础方案中,218个现有井在2011年的最初产量为约184MMBO,增加了15个加密井(没有增加注水井)后产量增至249MMBO。因此,与没有增加加密井的方案相比,增加15个加密井时产量增加约31MMBO(249MMBO-218MMBO)。从而采收率为约35.4%。在不受约束的方案中,增加68个加密井,还增加17个注水井。在这种情况下,预计2022的产油量为约371MMBO。在这种情况下,由于加密井(和注水井)而增加的采油量为约163MMBO。从而采收率为约52.6%。如果不能利用另外的注水或流体处理能力,推荐基础方案。另外,对于基础方案,每个加密井的采油增加率为约2.06MMBO/每个加密井(31MMBO/15个加密井)。对于不受约束的方案,每个加密井的采油增加率为约2.25MMBO/每个加密井(153MMBO/68个加密井)。但是,在不受约束的方案中,需要另外增加17个注水井,这样,相对于基础方案而言,能获得约为0.25MMBO/每个加密井的增益。这并不划算,原因在于,考虑到增加17个注水井的投资相当大(包括设备和水处理投资),每个加密井所产生的0.25MMBO的增益相对较小。因此,总的来说,对于特定油田而言,基础方案是推荐方案,这是最好的情况,仅增加加密井,而保持注水井的初始数量相同。
在一个实施例中,上述方法或一些方法可作为一系列指令被实施,这些指令被具有一个或多个处理器的计算机执行。将能意识到,文中使用的术语“计算机”包括任何类型的计算系统或装置,包括个人计算机(如,台式电脑、膝上型电脑或任何其他手持计算设备)或大型计算机(如,IBM主机系统)、或巨型计算机(如,CRAY计算机)或分布式计算环境中的多个网络计算机。
例如,所述方法(一些方法)可作为软件程序实施,软件程序可存储在计算机可读介质(如,硬盘、CDROM、光盘、DVD、磁光盘、RAM、EPROM、EEPROM、磁或光卡、闪存(如,USB闪存)、PCMCIA存储卡、智能卡或其他媒介)中。
可选地,可通过网络(如,因特网、ATM网络、广域网(WAN)或局域网),从远程计算机或服务器上下载一部分或整个软件程序产品。
可选地,除了所述方法可作为包含在计算机中的计算机程序产品(如,软件产品)实施,该方法还可作为硬件被实施,例如,该硬件中的专用集成电路(ASIC)可被设计成执行所述方法。
可使用各种不同数据库,其可以是或包括在商业上由Oracle公司出售的OracleTM关系数据库或连接到上述OracleTM关系数据库上。也可使用、组合或访问其他数据库,如,InformixTM、DB2(数据库2)或其他数据存储,包括基于文件的格式或查询格式、平台或资源,如OLAP(在线分析处理)、SQL(标准查询语言)、SAN(存储区域网络)、Microsoft AccessTM或其他资源。数据库可包括一个或多个这样的数据,它们存在于一个或多个物理设备中和一个或多个物理位置上。数据库可存储多种类型的数据和/或文档以及相关数据或文档描述、管理信息或任何其他数据。
图17是根据本发明的某实施例的示意图,表示用于执行所述方法的计算机系统100。如图17所示,计算机系统110包括处理器(如,一个或多个处理器)112和与处理器112通讯的存储器114。计算机系统100还可包括用于输入数据的输入设备116(如,键盘、鼠标等)和用于显示计算结果的输出设备118(如,显示器)。计算机还可包括存储设备120或与存储设备120通讯,该存储设备用于存储数据,如,硬盘驱动器、网络附加存储(NAS)设备、存储区域网络(SAN)等,但并不局限于此。必须理解为,文中使用的术语“处理器”包括一个或多个处理器。在提及到“处理器”的情况下,该术语应该被理解为包括这些计算配置中的任何一种。
从上面的段落中将能意识到,系统100被设置成用于确定所需的加密井数量、加密井位置、钻探计划、注水容积以达到所需的采油率。系统100包括一个或多个处理器112,所述处理器112被配置成:(a)通过对根据电容电阻模型得出的连通性参数进行映射,形成注水影响(WII)图;(b)针对由连通性参数限定的一个或多个影响区中的每个注水影响区,计算出采收率(RF)与注水孔隙容积(PVI)之间的关系;(c)使用曲线拟合推断法确定最大采收率与注水孔隙容积之间的关系;(d)根据采收率(RF)与注水孔隙容积(PVI)之间的关系,确定所需的注水容积或所需的注水井数量;(e)计算每个注水影响区内的注采比(VRR);(f)通过选择最近时段的平均注采比(VRR)确定目标注采比(VRR),目标注采比(VRR)对应于采油容积与注水容积之比;和(g)根据钻探计划确定加密井数量以保持确定的目标注采比(VRR)。
尽管为阐释目的,已经根据目前认为最实际和优选的实施例详细描述了本发明,但是,应该理解为,这样的细节内容仅用于阐释目的,本发明不局限于所述公开的实施例,相反地,其旨在覆盖所附的权利要求书的实质和范围内的改进和等同配置。例如,应该理解为,本发明预期,任何实施例的一个或多个特征可与任何其他实施例的一个或多个特征以可能的程度组合。
此外,本领域的技术人员能容易想到许多改进和变化形式,因此不需要将本发明限制为文中所述的精确结构和操作。因此,所有合适的改进和等同形式应被认为落入本发明的实质和范围内。
Claims (19)
1.根据注水评估进行映射的方法,所述方法包括:
通过对从电容电阻模型得出的一个或更多个连通性参数进行映射,形成注水影响(WII)图;
针对由所述一个或更多个连通性参数限定的一个或更多个影响区中的每个注水影响区,计算出采收率(RF)和注水孔隙容积(PVI);
通过使用曲线拟合推断法,确定出最大采收率与注水孔隙容积(PVI)之间的关系,其中,确定出最大采收率与注水孔隙容积之间的关系的步骤包括,确定出与最大采收率相对应的注水孔隙容积值;
计算对应于最大采收率(RF)的注水孔隙容积(PVI)与对应于根据历史数据计算出的实际最大采收率(RF)的注水孔隙容积(PVI)之间的差值;
计算出在最大采收率(RF)下的相关采油增量,确定出为达到目标注水孔隙容积(PVI)所需的注水容积;
根据采收率(RF)与注水孔隙容积(PVI)之间的关系,确定出所需的注水容积或所需的注水井数量;
计算每个注水影响区内的注采比(VRR);
通过选择最近时段的平均注采比(VRR),确定出目标注采比(VRR),所述目标注采比(VRR)对应于采油容积与注水容积之比;和
根据钻探计划确定出加密井数量,以保持确定的目标注采比(VRR)。
2.根据权利要求1所述的方法,其还包括:
将数据输入到电容电阻模型(CRM)中,所述数据包括产量和注入量;和
根据从电容电阻模型得出的生产井-注水井连通性参数限定一个或多个注水影响区域。
3.根据权利要求1所述的方法,其还包括:通过使用为保持注采比(VRR)所需的加密井数量、根据采收率(RF)与注水孔隙容积(PVI)之间的关系得到的所需注水井数量、以及加密井生产容量的预定标准曲线,确定加密井数量、钻探计划、加密井位置、所需的注水量、油藏增量。
4.根据权利要求1所述的方法,其中,输入数据的步骤还包括,根据生产井-注水井连通性参数输入时段。
5.根据权利要求1所述的方法,其中,限定注水影响区的步骤包括,限定多个注水井中的每个注水井的区域,注水影响区尺寸取决于区域渗透性或注水容积量,或取决于区域渗透性和注水容积量二者。
6.根据权利要求1所述的方法,还包括通过使用生产井-注水井连通性参数Fij分配注水容积和生产容积。
7.根据权利要求6所述的方法,其中,分配给注水井i的注水量等于生产井-注水井连通性参数Fij与注水井i的注水率之乘积。
8.根据权利要求1所述的方法,其中,目标注采比(VRR)随注水井的数量而变化。
9.根据权利要求1所述的方法,其中,根据钻探计划确定加密井数量以保持确定的目标注采比这一步骤包括:在采收率(RF)和注水孔隙容积(PVI)的相关性与注采比(VRR)之间进行迭代,以确定采收率(RF)与注水孔隙容积(PVI)性能的关系曲线以及目标注采比(VRR)。
10.根据权利要求9所述的方法,其中,所述迭代包括,对每个注水影响区域或注水区域进行迭代。
11.根据权利要求1所述的方法,其中,根据钻探计划确定加密井数量以保持确定的注采比(VRR)这一步骤包括:
将一定数量的注水井增加到每个影响区,所述数量根据采收率(RF)和注水孔隙容积(PVI)数据计算得到;
在保持每个注水影响区中的目标注采比(VRR)的整个期间增加生产井;和
在保持每个注水影响区的目标注采比(VRR)期间,重复执行增加注水井和增加生产井这两个步骤,直到加密井数量能实现目标注采比(VRR)为止。
12.根据权利要求9所述的方法,其还包括:针对包括所有区域的整个油田,确定出采收率(RF)与注水孔隙容积(PVI)之间的关系和注采比(VRR),以核实结果在预期范围值内。
13.根据权利要求1所述的方法,其中,将数据输入到电容电阻模型(CRM)中这一步骤包括,输入井底流动压力。
14.根据权利要求1所述的方法,其还包括:确定出与注水性能较佳的时间点相对应的高侧注采比(VRR)。
15.一种根据注水评估进行映射的系统,其包括:
处理器,其被配置成:
对从电容电阻模型得出的一个或多个连通性参数进行映射,形成注水影响(WII)图;
针对由所述一个或多个连通性参数限定的一个或多个影响区中的每个注水影响区,计算出采收率(RF)和注水孔隙容积(PVI);
通过使用曲线拟合推断法确定出最大采收率与注水孔隙容积之间的关系,其中,确定出最大采收率与注水孔隙容积之间的关系的步骤包括,确定出与最大采收率相对应的注水孔隙容积值;
计算对应于最大采收率(RF)的注水孔隙容积(PVI)与对应于根据历史数据计算出的实际最大采收率(RF)的注水孔隙容积(PVI)之间的差值;
计算出在最大采收率(RF)下的相关采油增量,确定出为达到目标注水孔隙容积(PVI)所需的注水容积;
根据采收率(RF)与注水孔隙容积(PVI)之间的关系确定所需的注水容积或所需的注水井数量;
计算每个注水影响区内的注采比(VRR);
通过选择最近时段的平均注采比(VRR)确定出目标注采比(VRR),所述目标注采比(VRR)对应于采油容积与注水容积之比;和
根据钻探计划确定加密井数量以保持确定的目标注采比(VRR)。
16.根据权利要求15所述的系统,其中,所述处理器被配置成,根据从电容电阻模型获得的生产井-注水井连通性参数限定一个或多个注水影响区。
17.根据权利要求15所述的系统,其中,所述处理器被配置成,通过使用为保持注采比(VRR)所需的加密井数量、根据采收率(RF)与注水孔隙容积(PVI)之间的关系得到的所需注水井数量、以及加密井生产容量的预定标准曲线,确定出加密井数量、钻探计划、加密井位置、所需的注入量、油藏增量。
18.根据权利要求15所述的系统,其中,所述处理器还被配置成,通过使用生产井-注水井连通性参数分配注水容积和生产容积。
19.根据权利要求15所述的系统,其中,所述处理器被配置成根据钻探计划确定加密井数量以保持确定的目标注采比(VRR),其所采用的方法如下:
将一定数量的注水井增加到每个影响区,所述数量根据采收率(RF)和注水孔隙容积(PVI)之间的关系计算得出;
在保持每个注水影响区中的目标注采比(VRR)的整个期间增加生产井;和
在保持每个注水影响区的目标注采比(VRR)期间,重复执行增加注水井和增加生产井这两个步骤,直到加密井数量能实现目标注采比(VRR)为止。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/968,097 | 2013-08-15 | ||
US13/968,097 US20150051838A1 (en) | 2013-08-15 | 2013-08-15 | System and method of determining and optimizing waterflood performance |
PCT/US2014/032142 WO2015023319A2 (en) | 2013-08-15 | 2014-03-28 | System and method of determining and optimizing waterflood performance |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105579662A CN105579662A (zh) | 2016-05-11 |
CN105579662B true CN105579662B (zh) | 2019-07-09 |
Family
ID=50729813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480053624.8A Expired - Fee Related CN105579662B (zh) | 2013-08-15 | 2014-03-28 | 确定和优化注水性能的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20150051838A1 (zh) |
EP (1) | EP3033482B1 (zh) |
CN (1) | CN105579662B (zh) |
AU (1) | AU2014307109B2 (zh) |
CA (1) | CA2921397A1 (zh) |
WO (1) | WO2015023319A2 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10934811B2 (en) * | 2014-08-22 | 2021-03-02 | Chevron U.S.A. Inc. | Flooding analysis tool and method thereof |
CN106126899B (zh) * | 2016-06-20 | 2017-05-17 | 中国石油大学(华东) | 水驱油藏加密井井位确定方法 |
CN106837297B (zh) * | 2016-12-22 | 2020-04-10 | 中国石油天然气股份有限公司 | 一种识别井间连通性及油水动态预测的方法 |
US11187078B2 (en) | 2017-01-20 | 2021-11-30 | Total Sa | Method for evaluating connectivity between a first well and a second well in a hydrocarbon production field and related system |
CN107165625B (zh) * | 2017-06-15 | 2020-07-28 | 中国海洋石油集团有限公司 | 一种厚层碳酸盐岩油藏部分射开油井稳态产能预测方法 |
CN108222916B (zh) * | 2017-12-15 | 2021-06-18 | 浙江海洋大学 | 基于注采量关系的井间砂体连通性的分形识别方法 |
CN111119808B (zh) * | 2018-10-31 | 2022-04-12 | 北京国双科技有限公司 | 油田注采关系模型的构建方法及油田注采关系的识别方法 |
CN111502616B (zh) * | 2019-01-30 | 2022-03-29 | 中国石油天然气股份有限公司 | 注水参数的确定方法、装置及存储介质 |
RU2715593C1 (ru) * | 2019-09-28 | 2020-03-02 | Общество с ограниченной ответственностью "Тюменский институт нефти и газа" (ООО "ТИНГ") | Способ оперативного управления заводнением пластов |
RU2740510C1 (ru) * | 2020-01-31 | 2021-01-14 | Общество с ограниченной ответственностью "Тюменский нефтяной научный центр" (ООО "ТННЦ") | Способ определения оптимального периода отработки на нефть нагнетательных скважин для низкопроницаемых коллекторов |
CN111364970B (zh) * | 2020-03-30 | 2022-03-01 | 海默潘多拉数据科技(深圳)有限公司 | 一种井间连通系数量化方法 |
CN112302594A (zh) * | 2020-12-01 | 2021-02-02 | 中国石油大学(北京) | 非均质水驱油藏的连通结构确定方法、装置及设备 |
RU2752779C1 (ru) * | 2020-12-25 | 2021-08-03 | Общество с ограниченной ответственностью «Тюменский институт нефти и газа» | Способ управления режимами работы добывающих и нагнетательных скважин нефтяного месторождения и многослойная циклическая нейронная сеть |
US11921256B2 (en) | 2021-03-31 | 2024-03-05 | Chevron U.S.A. Inc. | Neural ordinary differential equation network for reservoir modeling |
WO2023081498A1 (en) * | 2021-11-08 | 2023-05-11 | Conocophillips Company | Systems and methods for modeling of dynamic waterflood well properties |
US20230184073A1 (en) * | 2021-12-13 | 2023-06-15 | Saudi Arabian Oil Company | Reservoir simulation based on capacitance-resistance modeling for hydrocarbon exploration |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145235A (zh) * | 2007-06-29 | 2008-03-19 | 中国石化集团胜利石油管理局 | 一种油田开发决策系统 |
CN102812203A (zh) * | 2011-04-01 | 2012-12-05 | Qri集团有限责任公司 | 用于通过性能量度的非对称分析来动态地评估石油储集层能力并提高产量和采收率的方法 |
CN103422849A (zh) * | 2013-07-18 | 2013-12-04 | 中国石油天然气股份有限公司 | 注水开发老油田井网重建方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2514516C (en) * | 2003-03-26 | 2012-11-20 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
EP2347094B1 (en) * | 2008-10-10 | 2013-03-20 | BP Corporation North America Inc. | Method for recovering heavy/viscous oils from a subterranean formation |
US9140108B2 (en) * | 2011-11-03 | 2015-09-22 | Bp Corporation North America Inc. | Statistical reservoir model based on detected flow events |
-
2013
- 2013-08-15 US US13/968,097 patent/US20150051838A1/en not_active Abandoned
-
2014
- 2014-03-28 WO PCT/US2014/032142 patent/WO2015023319A2/en active Application Filing
- 2014-03-28 CN CN201480053624.8A patent/CN105579662B/zh not_active Expired - Fee Related
- 2014-03-28 CA CA2921397A patent/CA2921397A1/en not_active Abandoned
- 2014-03-28 AU AU2014307109A patent/AU2014307109B2/en active Active
- 2014-03-28 EP EP14724240.8A patent/EP3033482B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101145235A (zh) * | 2007-06-29 | 2008-03-19 | 中国石化集团胜利石油管理局 | 一种油田开发决策系统 |
CN102812203A (zh) * | 2011-04-01 | 2012-12-05 | Qri集团有限责任公司 | 用于通过性能量度的非对称分析来动态地评估石油储集层能力并提高产量和采收率的方法 |
CN103422849A (zh) * | 2013-07-18 | 2013-12-04 | 中国石油天然气股份有限公司 | 注水开发老油田井网重建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3033482B1 (en) | 2018-12-12 |
CA2921397A1 (en) | 2015-02-19 |
US20150051838A1 (en) | 2015-02-19 |
AU2014307109B2 (en) | 2018-06-28 |
EP3033482A2 (en) | 2016-06-22 |
AU2014307109A1 (en) | 2016-03-10 |
WO2015023319A2 (en) | 2015-02-19 |
CN105579662A (zh) | 2016-05-11 |
WO2015023319A3 (en) | 2015-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105579662B (zh) | 确定和优化注水性能的系统和方法 | |
CN111433434B (zh) | 用于基于储层属性来优化储层管理决定的方法、系统和其上存储有计算机程序的计算机介质 | |
Yang et al. | Robust optimization of SAGD operations under geological uncertainties | |
US11748644B2 (en) | System and method for oil and gas predictive analytics | |
Nejad et al. | A case history: Evaluating well completions in the Eagle Ford Shale using a data-driven approach | |
US20210087921A1 (en) | Systems and methods for estimating refined reservoir productivity values as a function of position in a subsurface volume of interest | |
Litvak et al. | Field development optimization with subsurface uncertainties | |
Ikonnikova et al. | Factors influencing shale gas production forecasting: Empirical studies of Barnett, Fayetteville, Haynesville, and Marcellus Shale plays | |
US20230111179A1 (en) | Predicting oil and gas reservoir production | |
Kristjansson et al. | Use of historic data to improve drilling efficiency: A pattern recognition method and trial results | |
Popa et al. | A data mining approach to unlock potential from an old heavy oil field | |
Sennhauser et al. | A practical numerical model to optimize the productivity of multistage fractured horizontal wells in the cardium tight oil resource | |
Naugolnov et al. | New approach to estimate reservoir complexity index for West Siberian fields | |
Saputra | Physics-guided data-driven production forecasting in shales | |
Li et al. | Flow field characterization and evaluation method based on unsupervised machine learning | |
Arslan et al. | Practical automated detection of remaining oil in mature fields using production and geology data | |
Temizel et al. | Effective use of data-driven methods in brown fields | |
Andriushchenko et al. | Full-Scale Immiscible WAG Optimization and Management in Yarakta Project (East Siberia) | |
Syrtlanov et al. | Experience in Optimizing the Location and Parameters of Multistage Hydraulic Fractures for a Multilateral Well Based on Reservoir Simulation | |
CN113496301B (zh) | 油气田资产评价方法及装置 | |
Artun et al. | A pattern-based approach to waterflood performance prediction using knowledge management tools and classical reservoir engineering forecasting methods | |
Tewari et al. | Quantification of Uncertainty of Reserves with High Quality History Matching Models in a Mature Field | |
Higalgo et al. | Technical and financial evaluation of a process of cyclic steam injection using horizontal Wells | |
Selveindran et al. | Miscible Wag Management of a Mature CO2 Flood: A Streamline-Based Approach | |
Fawcett et al. | Nabiye Cold Lake Expansion-Leveraging Technology to Create Success |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190709 |