CN106779275A - 油田产量主控因素权重分析方法 - Google Patents
油田产量主控因素权重分析方法 Download PDFInfo
- Publication number
- CN106779275A CN106779275A CN201610829457.2A CN201610829457A CN106779275A CN 106779275 A CN106779275 A CN 106779275A CN 201610829457 A CN201610829457 A CN 201610829457A CN 106779275 A CN106779275 A CN 106779275A
- Authority
- CN
- China
- Prior art keywords
- yield
- factor
- matrix
- database
- influence factors
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000011161 development Methods 0.000 claims abstract description 21
- 238000013459 approach Methods 0.000 claims abstract description 11
- 238000004519 manufacturing process Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000003208 petroleum Substances 0.000 abstract description 2
- 230000002708 enhancing effect Effects 0.000 description 4
- 239000003129 oil well Substances 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005303 weighing 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及石油开采领域，具体是一种油田产量主控因素权重分析方法，包括步骤一：根据油田实际区块现有典型生产井日产量数据q以及产量影响因素建立生产井现有开发方案数据库，得到生产井现有开发方案数据库的极差分析数据库、各因素水平的平均效果数据库、各因素产量极差数据库；步骤二：构建产量影响各因素两两比较判断矩阵；步骤三：产量影响因素权重计算；步骤四：一致性检验。本发明由于所述方法而具有的优点是：增强了权重分析合理性、消除了人为主观因素判断误差的影响、增强了判断矩阵一致性。
Description
技术领域
本发明涉及石油开采领域，尤其是一种增强权重分析合理性、消除人为主观因素判断误差的影响、增强判断矩阵一致性的油田产量主控因素权重分析方法。
背景技术
影响油井产量的因素很多，现场施工设计中很难考虑到所有因素的影响，因而有必要筛选出油井产量的主要影响因素。
目前采用的层次分析法是把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。生产区块大量生产数据及储层参数可以组成一个现有方案库，对现有方案库使用层次分析法进行分析可以得到不同因素的产量影响权重，进而分析得到产量影响主控因素。通过对现场数据分析可以看出，不同区块地质情况相差较大，因而同一因素对产量的影响程度可能相差较大，同时部分因素对油井产量影响程度差别不大，应用层次分析法计算多因素权重时，由于层次分析法本身缺陷，会产生权重合理性不易令人信服、分析结果受主观因素影响以及不能提供新方案等不足之处。层次分析法中是采用传统1-9分级定量标度来判断因素之间重要性程度，造成人为主观因素严重影响判断误差，导致权重分析合理性差。具体而言：
1、权重合理性不足：构造各层因素的权重判断矩阵时，采用的是分级定量法赋值【即传统1-9分级定量标度】，由于只能采取9个标度区分各因素影响程度的不同，两个因素存在较小差别时可能会使用相同标度，采用9个分级定量标度会影响权重的合理性；
2、受主观因素影响：层次分析法确定判断矩阵时，需要根据两两重要性程度之比的形式表示出两个方案的相应重要性程度等级【即同等重要、稍微重要、较强重要、强烈重要和极端重要】，判断结果人为主观因素影响较大.
发明内容
本发明的目的是提供一种增强权重分析合理性、消除人为主观因 素判断误差的影响、增强判断矩阵一致性的油田产量主控因素权重分析方法。
为实现上述目的而采用的技术方案是这样的，即一种油田产量主控因素权重分析方法，包括如下步骤，
步骤一：根据油田实际区块现有典型生产井日产量数据q以及产量影响因素建立生产井现有开发方案数据库，所述产量影响因素包括地质参数和开发参数，其中所述地质参数又包括渗透率k、孔隙度φ、地层压力P和原油粘度u，所述开发参数又包括压裂缝长xf、裂缝宽度w、压裂级数N和水平井长度L；将所述各产量影响因素数值根据其大小分布范围分为4个水平值，得到生产井现有开发方案数据库的极差分析数据库；根据生产井现有开发方案数据库分析各地质参数和各开发参数中相同水平值对应的产量，得到各地质参数和各开发参数的不同水平值的平均效果数据库；根据所述各因素水平的平均效果数据库中数据计算各因素不同水平值平均效果中最大值和最小值的差，得到不同产量影响因素对产量的极差数据库，即各因素产量极差数据库；
步骤二：构建产量影响各因素两两比较判断矩阵，
现有层次分析法，根据经验认识对产量影响因素重要性程度采用分级定量标度1-9，表征不同因素的重要性程度，即数量值越大，重要程度越大；也就是取任意两因素的分级标度之比ci和cj，以dij＝ci/cj定量表征ci和cj对产量的相对重要性程度，结果用矩阵B＝(dij)n×n表示；得到基于现有层次分析法的判断矩阵数据库改进的层次分析法，根据极差分析得到的各因素对产量的极差，定量表征各因素对产量影响程度的大小；将产量影响因素对生产井累积产量的重要性两两比较，即每次取两个因素的极差bi和bj，以aij＝bi/bj定量表征bi和bj对产量的相对重要性程度，结果用矩阵A＝(aij)n×n表示，计算结果保留2位有效数字，其中A为产量影响各因素判断矩阵，得到基于极差对比的判断矩阵数据库；
步骤三：产量影响因素权重计算；
计算判断矩阵的最大特征根λmax以及特征向量W，以
AW＝λmaxW
在所述等式中，最大特征根λmax求解方法是采用数值方法求解矩阵A特征式det(λI-A)＝0的根，其多个根λ即为矩阵A的特征值，取其中数值最大的一个根，为矩阵A的最大特征根λmax；其中I为和矩阵A同维度的单位矩阵，所述A为上述步骤二中所述的A；
在所述等式中，特征向量W求解方法：将求解得到的最大特征根带入到式AW＝λmaxW中，求解矩阵方法，即可得到矩阵A最大特征值对应的特征向量W；
将特征向量W归一化后，得到产量影响因素相对于产量的相对权重系数；
步骤四：一致性检验；
计算判断矩阵一致性比例，其指标为CI＝(λmax-n)/(n-1)，通过计算得到的CI值，在所述CI＝(λmax-n)/(n-1)中，根据saaty表格，可以算出RI；通过CI/RI算得一致性比率CR；如果一致性比率符合设计要求，则上面计算得到的权重系数即为最终的各产量影响因素的权重，得到各因素权重数据库，否则重新构建判断矩阵。
本发明由于上述方法而具有的优点是：增强了权重分析合理性、消除了人为主观因素判断误差的影响、增强了判断矩阵一致性。
具体实施方式
下面结合实施例对本发明作进一步说明：
本发明结合下列各表所举实际数字进行表述，以便于本领域技术人员理解本发明。
本发明所述的油田产量主控因素权重分析方法，包括如下步骤，
步骤一：根据油田实际区块现有典型生产井日产量数据q以及产 量影响因素建立生产井现有开发方案数据库【表一】，
表1某油田生产井现有开发方案数据库
所述产量影响因素包括地质参数和开发参数，其中所述地质参数又包括渗透率k、孔隙度φ、地层压力P和原油粘度u，所述开发参数又包括压裂缝长xf、裂缝宽度w、压裂级数N和水平井长度L；将所述各产量影响因素数值根据其大小分布范围分为4个水平值，得到生产井现有开发方案数据库的极差分析数据库【表二】；
表2上述油田生产井现有开发方案数据库的极差分析数据库
根据生产井现有开发方案数据库的极差分析数据库计算各地质参数和各开发参数的不同水平值平均效果的极差【所谓极差就是平均效果中最大值和最小值的差，有了极差，就可以找到影响指标的主要因素，并可以帮助我们找到最佳因素水平组合。计算极差首先计算各因素每个水平的平均效果(用罗马数字表示水平效果)。以渗透率水平为1时为例：
形成各因素水平的平均效果数据库【表三】；
表3各因素水平的平均效果数据库
根据所述各因素水平的平均效果数据库中数据计算各因素不同水平值平均效果中最大值和最小值的差，得到不同产量影响因素对产量的极差数据库，即各因素产量极差数据库【表四】；
表4各因素产量极差数据库
步骤二：构建产量影响各因素两两比较判断矩阵，
现有层次分析法，根据经验认识对产量影响因素重要性程度采用 分级定量标度1-9，表征不同因素的重要性程度，即数量值越大，重要程度越大；也就是取任意两因素的分级标度之比ci和cj，以dij＝ci/cj定量表征ci和cj对产量的相对重要性程度，结果用矩阵B＝(dij)n×n表示；在参考极差分析的基础上，对产量影响因素进行分级定量标度并计算任意两因素的分级标度之比，得到基于现有层次分析法的判断矩阵数据库【表五】；现有层次分析法根据分析人员的经验认识，可以基于分级标度构建判断矩阵，但是该方法确定的判断矩阵受人为影响较大，且不能结合具体的油田区块特征。
表5基于常规分级定量标度的判断矩阵数据库
| 渗透率 | 孔隙度 | 地层压力 | 粘度 | 水平井长 | 缝长 | 缝宽 | 压裂级数 | |
| 渗透率 | 1.0000 | 2.0000 | 1.3333 | 0.8000 | 0.6667 | 0.8000 | 0.8000 | 0.5714 |
| 孔隙度 | 0.5000 | 1.0000 | 0.6667 | 0.4000 | 0.3333 | 0.4000 | 0.4000 | 0.2857 |
| 地层压力 | 0.7500 | 1.5000 | 1.0000 | 0.6000 | 0.5000 | 0.6000 | 0.6000 | 0.4286 |
| 粘度 | 1.2500 | 2.5000 | 1.6667 | 1.0000 | 0.8333 | 1.0000 | 1.0000 | 0.7143 |
| 水平井长 | 1.5000 | 3.0000 | 2.0000 | 1.2000 | 1.0000 | 1.2000 | 1.2000 | 0.8571 |
| 缝长 | 1.2500 | 2.5000 | 1.6667 | 1.0000 | 0.8333 | 1.0000 | 1.0000 | 0.7143 |
| 缝宽 | 1.2500 | 2.5000 | 1.6667 | 1.0000 | 0.8333 | 1.0000 | 1.0000 | 0.7143 |
| 压裂级数 | 1.7500 | 3.5000 | 2.3333 | 1.4000 | 1.1667 | 1.4000 | 1.4000 | 1.0000 |
改进的层次分析法，根据极差分析得到的各因素对产量的极差，定量表征各因素对产量影响程度的大小；将产量影响因素对生产井累积产量的重要性两两比较，即每次取两个因素的极差bi和bj，以aij＝bi/bj定量表征bi和bj对产量的重要性程度，结果用矩阵A＝(aij)n×n表示，计算结果保留2位有效数字，其中A为产量影响各因素判断矩阵，得到基于极差对比的判断矩阵数据库【表六】；
表6基于极差对比的判断矩阵数据库
| 渗透率 | 孔隙度 | 地层压力 | 粘度 | 水平井长 | 缝长 | 缝宽 | 压裂级数 | |
| 渗透率 | 1.0000 | 2.0726 | 1.3040 | 0.9153 | 0.8587 | 0.9429 | 0.9053 | 0.6681 |
| 孔隙度 | 0.4825 | 1.0000 | 0.6292 | 0.4416 | 0.4143 | 0.4550 | 0.4368 | 0.3224 |
| 地层压力 | 0.7669 | 1.5894 | 1.0000 | 0.7019 | 0.6585 | 0.7231 | 0.6943 | 0.5124 |
| 粘度 | 1.0925 | 2.2644 | 1.4247 | 1.0000 | 0.9381 | 1.0302 | 0.9891 | 0.7299 |
| 水平井长 | 1.1646 | 2.4137 | 1.5186 | 1.0659 | 1.0000 | 1.0981 | 1.0543 | 0.7781 |
| 缝长 | 1.0605 | 2.1980 | 1.3829 | 0.9707 | 0.9107 | 1.0000 | 0.9601 | 0.7086 |
| 缝宽 | 1.1046 | 2.2893 | 1.4403 | 1.0110 | 0.9485 | 1.0415 | 1.0000 | 0.7380 |
| 压裂级数 | 1.4967 | 3.1021 | 1.9517 | 1.3700 | 1.2852 | 1.4113 | 1.3551 | 1.0000 |
步骤三：产量影响因素权重计算；
计算判断矩阵的最大特征根λmax以及特征向量W，以
AW＝λmaxW
在所述等式中，最大特征根λmax求解方法是采用数值方法求解矩阵A特征式det(λI-A)＝0的根，其多个根λ即为矩阵A的特征值，取其中数值最大的一个根，为矩阵A的最大特征根λmax；其中I为和矩阵A同维度的单位矩阵，所述A为上述步骤二中所述的A；
在所述等式中，特征向量W求解方法：将求解得到的最大特征根带入到式AW＝λmaxW中，求解矩阵方法，即可得到矩阵A最大特征值对应的特征向量W；
将特征向量W归一化后，得到产量影响因素相对于产量的相对权重系数；
步骤四：一致性检验；
计算判断矩阵一致性比例，其指标为CI＝(λmax-n)/(n-1)，通过计算得到的CI值，在所述CI＝(λmax-n)/(n-1)中，根据saaty表格，可以算出RI；通过CI/RI算得一致性比率CR；如果一致性比率符合设计要求【小于0.1】，则上面计算得到的权重系数即为最终各产量影响因素的权重，得到各因素权重数据库【表7】，
表7各因素权重
否则重新构建判断矩阵【即重复上述二至四步骤】。
常规层次分析方法计算得到的CR值一般较大，需要进行多次重构矩阵，而采用基于改进的层间分析法计算的CR值均远远小于0.1，不需进行重构矩阵计算。
本发明将极差分析引入到层次分析法，以可控因素极差代替传统1-9分级定量标度判断因素之间重要性程度，增加权重分析合理性、消除人为主观因素判断误差的影响，增强判断矩阵一致性，确定多因素合理权重，提高了基于层次分析方法的多因素权重分析精度，为油田后期改造开发提供指导。
显然，上述所有实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明所述实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范畴。
综上所述，由于上述方法，增强了权重分析合理性、消除了人为主观因素判断误差的影响、增强了判断矩阵一致性。
Claims (1)
1.一种油田产量主控因素权重分析方法，其特征在于：包括如下步骤，
步骤一：根据油田实际区块现有典型生产井日产量数据q以及产量影响因素建立生产井现有开发方案数据库，所述产量影响因素包括地质参数和开发参数，其中所述地质参数又包括渗透率k、孔隙度φ、地层压力P和原油粘度u，所述开发参数又包括压裂缝长xf、裂缝宽度w、压裂级数N和水平井长度L；将所述各产量影响因素数值根据其大小分布范围分为4个水平值，得到生产井现有开发方案数据库的极差分析数据库；根据生产井现有开发方案数据库分析各地质参数和各开发参数中相同水平值对应的产量，得到各地质参数和各开发参数的不同水平值的平均效果数据库；根据所述各因素水平的平均效果数据库中数据计算各因素不同水平值平均效果中最大值和最小值的差，得到不同产量影响因素对产量的极差数据库，即各因素产量极差数据库；
步骤二：构建产量影响各因素两两比较判断矩阵，
现有层次分析法，根据经验认识对产量影响因素重要性程度采用分级定量标度1-9，表征不同因素的重要性程度，即数量值越大，重要程度越大；也就是取任意两因素的分级标度之比ci和cj，以dij＝ci/cj定量表征ci和cj对产量的相对重要性程度，结果用矩阵B＝(dij)n×n表示，其中B为基于分级定量标度得到的产量影响各因素判断矩阵，得到基于现有层次分析法的判断矩阵数据库；
改进的层次分析法，根据极差分析得到的各因素对产量的极差，定量表征各因素对产量影响程度的大小；将产量影响因素对生产井累积产量的重要性两两比较，即每次取两个因素的极差bi和bj，以aij＝bi/bj定量表征bi和bj对产量的相对重要性程度，结果用矩阵A＝(aij)n×n表示，计算结果保留2位有效数字，其中A为基于极差对比得到的产量影响各因素判断矩阵，得到基于极差对比的判断矩阵数据库；
步骤三：产量影响因素权重计算；
计算判断矩阵的最大特征根λmax以及特征向量W，以
AW＝λmaxW
在所述等式中，最大特征根λmax求解方法是采用数值方法求解矩阵A特征式det(λI-A)＝0的根，其多个根λ即为矩阵A的特征值，取其中数值最大的一个根，为矩阵A的最大特征根λmax；其中I为和矩阵A同维度的单位矩阵，所述A为上述步骤二中所述的A；
在所述等式中，特征向量W求解方法：将求解得到的最大特征根带入到式AW＝λmaxW中，求解矩阵方法，即可得到矩阵A最大特征值对应的特征向量W；
将特征向量W归一化后，得到各产量影响因素的相对权重系数；
步骤四：一致性检验；
计算判断矩阵一致性比例，其指标为CI＝(λmax-n)/(n-1)，通过计算得到的CI值，在所述CI＝(λmax-n)/(n-1)中，根据saaty表格，可以算出RI；通过CI/RI算得一致性比率CR；如果一致性比率符合设计要求，则上面计算得到的权重系数即为最终的各产量影响因素的权重，得到各因素权重数据库，否则重新构建判断矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610829457.2A CN106779275B (zh) | 2016-09-19 | 2016-09-19 | 油田产量主控因素权重分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610829457.2A CN106779275B (zh) | 2016-09-19 | 2016-09-19 | 油田产量主控因素权重分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106779275A true CN106779275A (zh) | 2017-05-31 |
| CN106779275B CN106779275B (zh) | 2021-03-09 |
Family
ID=58972801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610829457.2A Expired - Fee Related CN106779275B (zh) | 2016-09-19 | 2016-09-19 | 油田产量主控因素权重分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106779275B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109209321A (zh) * | 2018-09-03 | 2019-01-15 | 中国石油大学(华东) | 一种基于压裂潜力的待压裂水平井压裂设计方法和装置 |
| CN111827967A (zh) * | 2020-06-09 | 2020-10-27 | 北京永源思科技发展有限公司 | 一种油气藏分析方法 |
| CN112488727A (zh) * | 2019-08-21 | 2021-03-12 | 西安高压电器研究院有限责任公司 | 产品认证方法及相关装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7963327B1 (en) * | 2008-02-25 | 2011-06-21 | QRI Group, LLC | Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics |
| CN104018831A (zh) * | 2014-06-24 | 2014-09-03 | 西南石油大学 | 一种压裂井储层评价方法 |
| CN104484556A (zh) * | 2014-11-28 | 2015-04-01 | 中国石油天然气股份有限公司 | 一种油田开发评价方法 |
| CN104778378A (zh) * | 2015-05-05 | 2015-07-15 | 中国石油大学(华东) | 一种油气田产量递减影响因素分析方法 |
-
2016
- 2016-09-19 CN CN201610829457.2A patent/CN106779275B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7963327B1 (en) * | 2008-02-25 | 2011-06-21 | QRI Group, LLC | Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics |
| CN104018831A (zh) * | 2014-06-24 | 2014-09-03 | 西南石油大学 | 一种压裂井储层评价方法 |
| CN104484556A (zh) * | 2014-11-28 | 2015-04-01 | 中国石油天然气股份有限公司 | 一种油田开发评价方法 |
| CN104778378A (zh) * | 2015-05-05 | 2015-07-15 | 中国石油大学(华东) | 一种油气田产量递减影响因素分析方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109209321A (zh) * | 2018-09-03 | 2019-01-15 | 中国石油大学(华东) | 一种基于压裂潜力的待压裂水平井压裂设计方法和装置 |
| CN109209321B (zh) * | 2018-09-03 | 2020-01-21 | 中国石油大学(华东) | 一种基于压裂潜力的待压裂水平井压裂设计方法和装置 |
| CN112488727A (zh) * | 2019-08-21 | 2021-03-12 | 西安高压电器研究院有限责任公司 | 产品认证方法及相关装置 |
| CN111827967A (zh) * | 2020-06-09 | 2020-10-27 | 北京永源思科技发展有限公司 | 一种油气藏分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106779275B (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107387051B (zh) | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 | |
| CN104018831B (zh) | 一种压裂井储层评价方法 | |
| CN105512258B (zh) | 一种汽车广义产品智能化配置方法 | |
| CN104134101B (zh) | 低渗透储层天然气产能预测方法 | |
| CN106372402A (zh) | 一种大数据环境下模糊区域卷积神经网络的并行化方法 | |
| CN106150477A (zh) | 一种确定单井控制储量的方法 | |
| CN106779275A (zh) | 油田产量主控因素权重分析方法 | |
| CN114091287B (zh) | 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 | |
| CN104239666A (zh) | 一种基于层次分析法的煤层气综合评价方法 | |
| CN104200284B (zh) | 矿井断层构造预测方法 | |
| CN110287516A (zh) | 一种页岩气藏压裂水平井可压性综合评价方法 | |
| CN106894800A (zh) | 一种适用于海上稠油油藏的调剖选井决策方法 | |
| CN106251075B (zh) | 一种油田区块套损风险预警分析方法 | |
| CN106547973A (zh) | 一种稠油油藏注蒸汽过程汽窜通道的定量描述方法 | |
| CN104427505A (zh) | 一种小区场景划分的方法及装置 | |
| CN106600440A (zh) | 一种低渗透油藏调剖堵水动态指标选井的方法 | |
| CN105160496A (zh) | 一种企业电力能效综合评估方法 | |
| CN107578152A (zh) | 一种多分支水平井瓦斯抽采方案的评价方法 | |
| CN110242291A (zh) | 一种超强非均质油气储层非均质性表征方法 | |
| CN110956388B (zh) | 一种海上油气藏增产方案生成方法 | |
| CN110390154A (zh) | 一种提高复杂断块油气田油藏数值模拟效率的方法 | |
| CN107165621A (zh) | 一种利用聚类方法识别多井沉积微相的方法 | |
| CN110552691A (zh) | 一种油藏裂缝优势通道识别方法及其系统 | |
| CN111832951A (zh) | 用于评价小断块特低渗储层油藏开发价值的方法和系统 | |
| CN112049629A (zh) | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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 |
Granted publication date: 20210309 Termination date: 20210919 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |