CN106837297B - 一种识别井间连通性及油水动态预测的方法 - Google Patents

一种识别井间连通性及油水动态预测的方法 Download PDF

Info

Publication number
CN106837297B
CN106837297B CN201611197248.7A CN201611197248A CN106837297B CN 106837297 B CN106837297 B CN 106837297B CN 201611197248 A CN201611197248 A CN 201611197248A CN 106837297 B CN106837297 B CN 106837297B
Authority
CN
China
Prior art keywords
oil
well
water
production
coefficient
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.)
Active
Application number
CN201611197248.7A
Other languages
English (en)
Other versions
CN106837297A (zh
Inventor
孙涛
窦宏恩
邹存友
秦国省
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201611197248.7A priority Critical patent/CN106837297B/zh
Publication of CN106837297A publication Critical patent/CN106837297A/zh
Application granted granted Critical
Publication of CN106837297B publication Critical patent/CN106837297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • E21B47/00—Survey of boreholes or wells

Abstract

本发明提供一种识别井间连通性及油水动态预测的方法，其包括：建立考虑油水两相的水驱油藏井间连通性评价模型；建立水驱油藏油水两相的含油饱和度追踪方程；通过Koval方法计算单井的有效控制体积；给定连通系数、干扰系数及时间常数的初值；再根据上述模型、方程，求得第j口油井第一个时间步长的平均含油饱和度及产液量；再求解油水前缘的含油饱和度；根据油水井注入和产出数据，建立最小化目标函数，并采用约束的最优化算法对目标函数进行最小化计算，得到最优连通系数、干扰系数、时间常数及平均含油饱和度；根据最优的连通系数判别注采井之间的连通关系，再根据更新后的模型进行动态指标的预测。

Description

一种识别井间连通性及油水动态预测的方法
技术领域
本发明涉及一种识别井间连通性及油水动态预测的方法，具体涉及一种结合地层及流体属性资料和注采动态数据资料，并借助优化算法进行相关参数反演进而识别油水井连通性及油水动态预测的新方法，属于油气开发技术领域。
背景技术
目前，我国大多数老油田均已进入开发中后期，地下渗流情况复杂，注水效率不高，经常出现注入水窜流等严重问题，从而导致油井开采期间含水率迅速升高，最终采收率难以提高。油藏井间连通性研究是油田精细注水及开发模式转换的基础，也是老油田实现低成本开发的灵魂，可以指导老油田注采结构调整、分析剩余油分布规律、制定加密调剖、研究转注时机等措施方案。此外，由于我国石油勘探开发逐渐向老油区外围及地层复杂区域发展，油藏地质构造及地层属性越来越复杂，地层非均质性严重，局部区域出现断层、尖灭等复杂情况，导致进一步勘探开发难度加大。而井间连通性的研究可以帮助指导复杂区域的油田勘探开发，大大减小开发成本，提高采收率，最终提升低油价下油田经济效益。因此如何有效利用现有的数据，经济高效地评价油藏井间连通性即显得尤为重要。
目前，油田所采用的井间连通性的评价方式需要耗费大量的时间和财力去获取详细的数据，有些数据的获取相当困难或者难以精确测量，使得井间连通性无法定量评价或者不能准确评价，加大开发成本。而井的注采动态数据的获取却相当简单，也便于测量，通过简单的模型便可建立起注采井间的动态连通关系，为油田开发提供有效指导。
现有技术
目前，油田常用的井间连通性评价方法主要包括静态分析法和动态分析法两大类。而油水动态指标计算则主要采用经验公式法，难以满足各种类型油藏等复杂情况。
现有技术种类：
1)电测井曲线对比
通过油水井的电测井曲线对比可以定性判断井的连通状况。由于不同地层的岩石类型、沉积韵律及组合特征各不相同，反映在电测井曲线上也具有不同的特征。通过对比两口井的电测井曲线，即可推断出其构造深度、沉积特征、岩石类型等是否在同一层位，进而定性判断两口井之间是否具有连通关系。
2)各井的油藏参数比较法
通过对比各井的原油密度、组分等属性参数定性判断井的连通状况。例如对油田某一井组相邻六口井的原油进行化学检测，可知，这6口井的原油密度为(0.95～0.96)×103kg/m3，原油组分也相似，同时又处于同一水动力学系统，因此可以推断这六口井的连通状况较好。
3)试井分析方法
试井是认识油藏的一种重要方法，也可用于判断井间连通性，常用的试井方法主要有不稳定试井、干扰试井和脉冲试井。干扰试井是通过改变一口井的工作制度，同时在周围几口井底装入高精度压力计，进而观测井底压力的变化来判断井间连通状况。该方法虽然比较准确，但是需要改变井的工作制度，影响油田正常经营，同时下入压力计成本也较高。
4)示踪剂测试方法
该方法是油田最常用且最直观的判断井间连通性的方法。通过在注入流体中加入示踪剂，同时跟踪示踪剂轨迹，在采油井中检测示踪剂含量、峰值浓度及变化等参数，结合数值模拟及生产动态分析判断储层特性。
5)地球化学方法
应用色谱指纹技术可判别井间连通状况。通过对原油进行全烃色谱检测得到油藏各层原油的基础指纹数据库，再对周围井各小层原油进行色谱检测，判别原油性质相似的储层，若特征相似，则两口井之间连通。
6)数值模拟方法
数值模拟方法通常与示踪剂测试结果相结合分析井的连通性，首先通过示踪剂测试得到峰值浓度、突破时间等参数，然后通过数值模拟软件拟合这些参数，进而验证连通性的分析结果。
现有技术缺点：
以上现有方法实施起来比较困难，成本大，周期长。对于小层厚度较薄，油层、水层和油水同层分布交错复杂，井间的横向对比以及测井资料等很难确定地层的连通性，对比的正确性也很难保证；
压力测试、示踪剂测试、试井在实施时会影响油田生产的正常进行，且花费昂贵；
数值模拟需要掌握油层的静态资料和动态资料，如油层的孔、渗、饱、厚参数场，不同时期油井的地层压力、流动压力、产水量、产油量和注水量以及油层的润湿性、油水相对渗透率等，这些参数要准备齐全且要真正符合油藏的实际是非常困难的。
因此，提供一种新的方法来研究油藏连通性问题已经成为本领域亟需解决的技术问题。
发明内容
为了解决上述的缺点和不足，本发明的目的在于提供一种识别井间连通性及油水动态预测的方法。
为达到上述目的，本发明提供一种识别井间连通性及油水动态预测的方法，其包括以下步骤：
(1)、根据物质平衡方程建立考虑油水两相的水驱油藏井间连通性评价模型；
(2)、根据物质平衡原理建立水驱油藏油水两相的含油饱和度追踪方程；
(3)、通过Koval方法计算单井的有效控制体积；
(4)、给定连通系数λji、干扰系数δji及时间常数τj的初值，分别为：λji 0、δji 0、τj 0；再根据步骤(1)及步骤(2)中的连通性评价模型、含油饱和度追踪方程，求得第j口油井第一个时间步长的平均含油饱和度
Figure BDA0001188305480000031
及产液量qj(1)；再求解油水前缘的含油饱和度
Figure BDA0001188305480000032
(5)、根据油水井的注入和产出数据，建立最小化目标函数，并采用约束的最优化算法对所述目标函数进行最小化计算，得到最优的λji k、δji k、
Figure BDA0001188305480000033
(6)、根据步骤(5)中得到的最优的λji k判别注采井之间的连通关系，即：λji k越大，则该井组连通性越好；
(7)、将步骤(5)中得到的最优的λji k、δji k、
Figure BDA0001188305480000034
带入步骤(1)-(3)中所述的连通性评价模型、含油饱和度追踪方程、Koval方法中分别得到更新后的模型，再根据更新后的模型进行动态指标的预测。
根据本发明所述的方法，优选地，步骤(1)中所述物质平衡方程如下式(1)所示：
Figure BDA0001188305480000041
式(1)中，：
Figure BDA0001188305480000042
为综合压缩系数，MPa-1；
Figure BDA0001188305480000043
为生产井j的泄油控制体积，m3；
Figure BDA0001188305480000044
为生产井j泄油区内的平均压力，MPa；ui(t)为注入井i在第t时间步长的注入量，m3/d；qk(t)为生产井k在第t时间步长的产液量，m3/d；I为注入井数，口；P为生产井数，口；λji为注入量ui(t)的权重系数，即注入井i和生产井j之间的连通系数；δjk为生产井间的干扰系数。
根据本发明所述的方法，优选地，步骤(1)中所述水驱油藏井间连通性评价模型如下式(9)所示：
Figure BDA0001188305480000045
式(9)中，n为某一生产时间点；n0为初始生产时刻；Δn为生产时间的步长；q(n)为某一生产时间点油井的产液量向量，m3/d；Nc为生产井间的干扰系数向量；Mc为连通系数向量；τ为时间常数向量；u(m)为某一时间点注入井注入量向量，m3/d。
根据本发明所述的方法，优选地，步骤(2)中所述物质平衡方程如下式(10)所示：
Figure BDA0001188305480000046
式(10)中，Vb为单井控制体积，m3；φ为孔隙度；ρo为原油密度，kg/m3；
Figure BDA0001188305480000047
为平均含油饱和度。
根据本发明所述的方法，优选地，步骤(2)中所述含油饱和度追踪方程如下式(11)所示：
Figure BDA0001188305480000051
式(11)中，k为某一时间步，Δt为时间步长，Cf为岩石压缩系数，1/MPa；Co为原油压缩系数，1/MPa。
根据本发明所述的方法，优选地，步骤(3)中Koval方法所用的关系式如下所示：
Figure BDA0001188305480000052
其中，
Figure BDA0001188305480000053
式中：
Figure BDA0001188305480000054
为井底含水率；kval为Koval系数，即地层非均质性系数；tD为累计注入水孔隙体积倍数；Vpj为单井的有效控制体积，m3。
根据本发明所述的方法，优选地，步骤(3)具体包括以下步骤：
分别给定Koval系数及单井的有效控制体积的初值kval 0、Vpj 0，拟合实际的单井含水率数据，得到最优的单井有效控制体积Vpj k。
根据本发明所述的方法，优选地，步骤(4)中根据油水饱和度追踪方程求解油水前缘的含油饱和度
Figure BDA0001188305480000055
其中，步骤(4)中所述的油水饱和度追踪方程(B-L方程)为本领域公知的方程，详见《油气层渗流力学》，张建国等编著，中国石油大学出版社，2010年，P221。
根据本发明所述的方法，优选地，步骤(4)中根据以下公式给定连通系数λji、干扰系数δji及时间常数τj的初值；
Figure BDA0001188305480000056
式中：
Figure BDA0001188305480000057
为第i口水井与第j口油井间的平均渗透率，10-3μm2；
Figure BDA0001188305480000058
为第i口水井与第j口油井间的渗流截面积，m2；Lij为第i口水井与第j口油井间的井距，m；φ为孔隙度；η为导压系数，μm2/s，
Figure BDA0001188305480000061
根据本发明所述的方法，优选地，步骤(5)中所述目标函数如下式12所示：
Figure BDA0001188305480000062
约束条件如下：
Figure BDA0001188305480000063
Figure BDA0001188305480000064
式(12)中：
Figure BDA0001188305480000065
为油井j在第k时间步产液量的模型计算值；
Figure BDA0001188305480000066
为油井j在第k时间步产液量的实际观测值；
Figure BDA0001188305480000067
为油井j在第k时间步产油量的模型计算值；
Figure BDA0001188305480000068
为油井j在第k时间步产油量的实际观测值；nt为总的时间步长。
根据本发明所述的方法，优选地，步骤(5)中所述动态指标包括产液量、产油量、含油饱和度及含水率。
本发明提供一种识别井间连通性及油水动态预测的方法，其具体包括以下步骤：
步骤1：根据物质平衡方程建立考虑油水两相的连通性评价模型，其具体包括以下步骤；
假设研究区域有I口注水井，P口生产井，建立考虑流体压缩性，忽略毛管力及重力影响的物质平衡方程，如下所示：
Figure BDA0001188305480000069
式(1)中，：
Figure BDA00011883054800000610
为综合压缩系数，MPa-1；
Figure BDA00011883054800000611
为生产井j的泄油控制体积，m3；
Figure BDA0001188305480000071
为生产井j泄油区内的平均压力，MPa；ui(t)为注入井i在第t时间步长的注入量，m3/d；qk(t)为生产井k在第t时间步长的产液量，m3/d；I为注入井数，口；P为生产井数，口；λji为注入量ui(t)的权重系数，即注入井i和生产井j之间的连通系数；δjk为生产井间的干扰系数。
生产井产液量与生产井井底压力又存在以下线性关系：
Figure BDA0001188305480000072
式(2)中：Jj为产液指数，m3/(MPa·d)；Pj,wf为生产井井底流压，MPa；
将式(2)带入式(1)，同时忽略井底压力的变化，可以得到连通性模型的最终形式为：
Figure BDA0001188305480000073
式(3)中：
q(t)＝[q1(t) q2(t) ... qP(t)]T (4)；
u(t)＝[u1(t) u2(t) ... uI(t)]T (5)；
τ＝[τ'1 τ'2 ... τ'P]T (6)；
Mc＝[λj1,…,λjI] (7)；
Nc＝[δj1,…,δjp] (8)；
其中：
Figure BDA0001188305480000074
j＝{1,...,N}定义为时间常数；
Figure BDA0001188305480000075
为采油指数，Mj为流体的流度。
将式(3)离散化后可得：
Figure BDA0001188305480000081
式(9)中，n为某一生产时间点；n0为初始生产时刻；Δn为生产时间的步长。
步骤2：建立油水两相的饱和度追踪方程；
根据物质平衡原理建立含油饱和度方程如下所示：
Figure BDA0001188305480000082
式(10)中，Vb为单井控制体积，m3；φ为孔隙度；ρo为原油密度，kg/m3；
Figure BDA0001188305480000083
为平均含油饱和度；Cf为岩石压缩系数，1/MPa；Co为原油压缩系数，1/MPa。
通过半解析法求解上述微分方程可得：
Figure BDA0001188305480000084
式(11)中，k为某一时间步；Δt为时间步长。
步骤3：通过Koval方法计算单井的有效控制体积
给出Koval方法的关系式如下：
Figure BDA0001188305480000085
其中，
Figure BDA0001188305480000086
式中：
Figure BDA0001188305480000087
为井底含水率；kval为Koval系数，即地层非均质性系数；tD为累计注入水孔隙体积倍数；Vpj为单井的有效控制体积，m3。
分别给定Koval系数及单井的有效控制体积的初值kval 0、Vpj 0，应用MATLAB优化工具箱等最优化软件，拟合实际的单井含水率数据，得到最优的单井有效控制体积Vpj k。
步骤4：给定初值，进行产液量及含油饱和度初算，其包括以下步骤：
近似认为同一井组内油井流压相同，则：
Figure BDA0001188305480000091
式中：
Figure BDA0001188305480000092
为第i口水井与第j口油井间的平均渗透率，10-3μm2；
Figure BDA0001188305480000093
为第i口水井与第j口油井间的渗流截面积，m2；Lij为第i口水井与第j口油井间的井距，m；φ为孔隙度；η为导压系数，μm2/s，
Figure BDA0001188305480000094
根据油田现场地质资料，由上述公式初步估计连通系数λji、干扰系数δji及时间常数τj的初值，分别为：λji 0、δji 0、τj 0；再根据步骤(1)及步骤(2)中的连通性评价模型、含油饱和度追踪方程，求得第j口油井第一个时间步长的平均含油饱和度
Figure BDA0001188305480000095
及产液量qj(1)；再根据油水饱和度追踪方程(B-L方程)进而求解油水前缘的含油饱和度
Figure BDA0001188305480000096
步骤5：建立目标函数，进行目标函数的最小化处理
根据油水井的产出动态特征，建立最小化目标函数如下：
Figure BDA0001188305480000097
约束条件如下：
Figure BDA0001188305480000098
Figure BDA0001188305480000099
式(12)中：
Figure BDA00011883054800000910
为油井j在第k时间步产液量的模型计算值；
Figure BDA00011883054800000911
为油井j在第k时间步产液量的实际观测值；
Figure BDA0001188305480000101
为油井j在第k时间步产油量的模型计算值；
Figure BDA0001188305480000102
为油井j在第k时间步产油量的实际观测值；nt为总的时间步长。
应用MATLAB最优化工具箱等最优化软件，采用约束的最优化算法对(12)式进行最小化计算，得到最优的λji k、δji k、
Figure BDA0001188305480000103
步骤6：井间连通性判别及油水动态指标计算
通过最优化得到的连通系数λji，即可判别注采井之间的连通关系，连通系数越大，则该井组连通性越好。
更新后的模型可以进行产液量、产油量、含油饱和度、含水率等动态指标的预测。
油藏可看成一个水动力学平衡的系统，而注采井则可以看作信号的发射器和接收器，注入井注入参数的变化就可以引起生产井相关参数的改变，生产井相关参数的变化受注入井注入参数、地层属性及其他井的影响。油田现场一般根据此方法定性判断井间连通性，但是存在主观性强、考虑因素不够多、结果不够准确的问题。许多学者也利用注采数据建立了多种反演模型，如多元线性回归模型、电容模型、神经网络、小波分析、流线模型等，但是这些模型目前仍存在以下问题：模型太理想化，反演参数无明确地质意义，不能分层进行连通性计算，只能对产液数据进行预测拟合，难以表征层间非均质性及反演结果的多解性等问题。因此就需要我们对基于注采数据的井间连通性模型进行更加准确的表征。
本发明主要将注入井、生产井及井间孔道看成一个整体，结合油田静动态数据，建立水驱油藏井间连通性定量识别模型，并对模型进行求解，进而识别井间动态连通效果。同时将油水两相的影响因素考虑到模型当中，进行含油饱和度、含水率、控制体积等相关指标的计算。储层建模和其他模拟等方法均需要大量的地质及地球物理数据，评价结果也不够准确，而示踪剂技术虽然比较准确，但需耗费大量时间和财力。而本发明采用基于注采数据的反演模型评价井间连通性却能很好解决这些问题，该方法仅需井的注采数据，花费少量时间便可以对井间连通性进行准确的评价，同时也可以计算得到相关油水动态指标。
本发明通过采用油田中最容易获取的注采动态数据，建立连通性反演模型及饱和度追踪模型进行井组间的连通性评价及油水动态指标的计算。该模型将油藏系统离散成一系列由井间连通系数、时间常数及生产井间干扰系数等参数表征的井间连通单元，以连通单元为对象建立物质平衡方程。以此为基础，利用MATLAB优化工具箱等最优化软件进行优化，通过对实际动态注采参数拟合，反演模型参数，最后得到井间连通系数。同时结合Koval方法及饱和度追踪方程进行油水两相的连通性计算及动态指标预测。结合含有封闭断层油藏模型的实例应用，本发明取得了很好的动态拟合和预测效果，反演参数和实际油藏具有良好的一致性，验证了该模型的可靠性。相对当前的连通性评价及油水动态指标计算方法，本发明计算速度快，成本低周期短，可同时进行多口井的连通性反演及动态指标计算，对指导油田生产意义极大。
本发明所提供的方法可以很好地进行井间连通性的定量识别及油水动态指标的准确预测。相对传统的连通性评价方法及经验公式计算油水动态指标，该方法所需数据量少且容易获取，不需要改变井的工作制度且可以进行大规模油田的计算，在当前低油价形势下，可以极大地减少成本，缩短周期，有效指导油田的生产运营。
附图说明
图1为本发明实施例中含有封闭断层的油藏平面渗透率场图；
图2a-图2d分别为本发明实施例中含有封闭断层油藏P1-P4四口生产井产液量拟合图；
图3为实施例中含有封闭断层油藏P1-P4四口生产井的井时间常数反演图；
图4为实施例中含有封闭断层油藏P1-P4四口生产井的平均含油饱和度变化图；
图5为实施例中含有封闭断层油藏P1-P4四口生产井的点含油饱和度变化图；
图6为本发明实施例中含有封闭断层油藏井间连通性图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现结合以下具体实施例及说明书附图对本发明的技术方案进行以下详细说明。显而易见，下面描述中的附图仅仅是本发明的具体实施例，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护范围。
实施例1
本实施例提供了一种识别井间连通性及油水动态预测的方法，其包括以下步骤：
1)具体实施方法
第一步：通过所建立的连通性评价模型，拟合实际注采动态数据，进行连通系数等相关参数的反演。根据连通系数的大小，结合实际油藏动静态资料分析井组的连通状况。
第二步：根据Koval方法及饱和度追踪方程进行油水两相动态指标计算，结合连通性反演模型对含水率、含油饱和度、单井有效控制体积等有效参数进行计算及预测。
2)具体实施例
借助Eclipse软件，应用本发明所提供的连通性模型对含有断层的典型油藏模型进行井间动态连通性反演。
所建Eclipse模型如图1所示，该模型共有21×21×1＝441个网格，网格长度为20m，平均有效厚度为5m。其中，黑色部分渗透率为200mD，白色部分渗透率为0，孔隙度为0.25。采用五点法井网(5注4采)，油井定压生产。5口注水井的月动态数据如表1所示。
表1
Figure BDA0001188305480000121
Figure BDA0001188305480000131
Figure BDA0001188305480000141
(1)给出连通系数λji、干扰系数δji及时间常数τj初值，如表2所示：
表2
λji I1(i＝1) I2(i＝2) I3(i＝3) I4(i＝4) I5(i＝5) τj δji
P1(j＝1) 0.25 0.25 0.25 0.25 0.25 0.20 0
P2(j＝2) 0.25 0.25 0.25 0.25 0.25 0.20 0
P3(j＝3) 0.25 0.25 0.25 0.25 0.25 0.20 0
P4(j＝4) 0.25 0.25 0.25 0.25 0.25 0.20 0
同时将表1及表2中的数据带入如下式(9)中，
Figure BDA0001188305480000142
进而可以计算出每个月的产液量：qj(n)，如表3所示。
表3
Figure BDA0001188305480000143
Figure BDA0001188305480000151
Figure BDA0001188305480000161
(2)应用MATLAB优化工具箱，拟合模型计算的产液量和实际的单井产液量数据，拟合效果图如图2a-图2d所示，得到优化后的λji、δji、τj，如表4、5所示：
表4
λji I1(i＝1) I2(i＝2) I3(i＝3) I4(i＝4) I5(i＝5) τ
P1(j＝1) 0 0.49 0 0 0 0.27
P2(j＝2) 0.68 0 0.49 0.49 0.30 0.39
P3(j＝3) 0 0.48 0 0 0 0.15
P4(j＝4) 0.29 0 0.48 0.48 0.67 0.30
表5
δji P1(p＝1) P2(p＝2) P3(p＝3) P4(p＝4)
P1(j＝1) 0.03 0 -0.03 0
P2(j＝2) 0 0.04 0 -0.04
P3(j＝3) -0.03 0 0.04 0
P4(j＝4) 0 -0.04 0 0.05
(3)给定平均含油饱和度初值
Figure BDA0001188305480000171
结合上一步计算的模型参数、Koval方法得出的单井有效控制体积Vpj＝33235m3；
及式(11)，
Figure BDA0001188305480000172
求解出每一时间步的平均含油饱和度如表6所示，并通过B-L方程计算油水前缘的含油饱和度
Figure BDA0001188305480000173
如表7所示。
表6
Figure BDA0001188305480000174
Figure BDA0001188305480000181
Figure BDA0001188305480000191
表7
Figure BDA0001188305480000192
Figure BDA0001188305480000201
Figure BDA0001188305480000211
通过相渗关系获取相应的油水相对渗透率，这里采用相关经验公式：
Figure BDA0001188305480000212
式中：krw为水的相对渗透率，mD；kro为油的相对渗透率，mD；Sw为含水饱和度；Swr为束缚水饱和度；Sor为残余油饱和度。
进而求得每一步长的流度
Figure BDA0001188305480000213
如表8所示：
式中μw＝0.72，为水的粘度，mPa·s；μo＝1.63，为油的粘度，mPa·s。
表8
Figure BDA0001188305480000214
Figure BDA0001188305480000221
Figure BDA0001188305480000231
求取更新后的时间常数τj'＝τj/Mj，同时带入到式(9)当中。
(4)将上述步骤求解的产液量数据(如表9)，Koval方法得到的含水率进而求取产油量数据(如表10)，带入式(12)中；
Figure BDA0001188305480000241
约束条件如下：
Figure BDA0001188305480000242
Figure BDA0001188305480000243
表9
Figure BDA0001188305480000244
Figure BDA0001188305480000251
Figure BDA0001188305480000261
表10
Figure BDA0001188305480000262
Figure BDA0001188305480000271
Figure BDA0001188305480000281
得到最优化的λji'、、τj”如表11所示，δji'如表12所示。
表11
λji I1(i＝1) I2(i＝2) I3(i＝3) I4(i＝4) I5(i＝5) τ<sub>j</sub>
P1(j＝1) 0 0.49 0 0 0 0.20
P2(j＝2) 0.68 0 0.49 0.49 0.30 0.35
P3(j＝3) 0 0.49 0 0 0 0.20
P4(j＝4) 0.30 0 0.49 0.49 0.68 0.35
表12
δji P1(p＝1) P2(p＝2) P3(p＝3) P4(p＝4)
P1(j＝1) 0.05 0 -0.04 0
P2(j＝2) 0 0.04 0 -0.04
P3(j＝3) -0.04 0 0.05 0
P4(j＝4) 0 -0.04 0 0.05
优化后时间常数的变化如图3所示，平均含油饱和度及井点含油饱和度变化分别如图4及图5所示，最终连通性大小采用如图6中的箭头表示，箭头越大则连通性越好，否则连通性越小。
(5)通过上述优化后的参数代入模型中可进行产液量、产油量、前缘含油饱和度等动态指标的计算，计算结果分别如表13-15所示。
表13
Figure BDA0001188305480000291
Figure BDA0001188305480000301
表14
Figure BDA0001188305480000311
Figure BDA0001188305480000321
表15
Figure BDA0001188305480000331
Figure BDA0001188305480000341

Claims (10)

1.一种识别井间连通性及油水动态预测的方法，其包括以下步骤：
(1)、根据物质平衡方程建立考虑油水两相的水驱油藏井间连通性评价模型；
(2)、根据物质平衡原理建立水驱油藏油水两相的含油饱和度追踪方程；
步骤(2)中所述含油饱和度追踪方程如下式(11)所示：
Figure FDA0002259091000000011
式(11)中，k为某一时间步，Δt为时间步长，Cf为岩石压缩系数，1/MPa；Co为原油压缩系数，1/MPa；
(3)、通过Koval方法计算单井的有效控制体积；
(4)、给定连通系数λji、干扰系数δji及时间常数τj的初值，分别为：λji 0、δji 0、τj 0；再根据步骤(1)及步骤(2)中的连通性评价模型、含油饱和度追踪方程，求得第j口油井第一个时间步长的平均含油饱和度
Figure FDA0002259091000000012
及产液量qj(1)；再求解油水前缘的含油饱和度
Figure FDA0002259091000000013
(5)、根据油水井的注入和产出数据，建立最小化目标函数，并采用约束的最优化算法对所述目标函数进行最小化计算，得到最优的λji k、δji k、
Figure FDA0002259091000000014
(6)、根据步骤(5)中得到的最优的λji k判别注采井之间的连通关系，即：λji k越大，则该井组连通性越好；
(7)、将步骤(5)中得到的最优的λji k、δji k、
Figure FDA0002259091000000015
带入步骤(1)-(3)中所述的连通性评价模型、含油饱和度追踪方程、Koval方法中分别得到更新后的模型，再根据更新后的模型进行动态指标的预测。
2.根据权利要求1所述的方法，其特征在于，步骤(1)中所述物质平衡方程如下式(1)所示：
Figure FDA0002259091000000021
式(1)中，：
Figure FDA0002259091000000022
为综合压缩系数，MPa-1；
Figure FDA0002259091000000023
为生产井j的泄油控制体积，m3；
Figure FDA0002259091000000024
为生产井j泄油区内的平均压力，MPa；ui(t)为注入井i在第t时间步长的注入量，m3/d；qk(t)为生产井k在第t时间步长的产液量，m3/d；I为注入井数，口；P为生产井数，口；λji为注入量ui(t)的权重系数，即注入井i和生产井j之间的连通系数；δjk为生产井间的干扰系数。
3.根据权利要求1或2所述的方法，其特征在于，步骤(1)中所述水驱油藏井间连通性评价模型如下式(9)所示：
Figure FDA0002259091000000025
式(9)中，n为某一生产时间点；n0为初始生产时刻；Δn为生产时间的步长；q(n)为某一生产时间点油井的产液量向量，m3/d；Nc为生产井间的干扰系数向量；Mc为连通系数向量；τ为时间常数向量；u(m)为某一时间点注入井注入量向量，m3/d。
4.根据权利要求1所述的方法，其特征在于，步骤(2)中所述物质平衡方程如下式(10)所示：
Figure FDA0002259091000000026
式(10)中，Vb为单井控制体积，m3；φ为孔隙度；ρo为原油密度，kg/m3；
Figure FDA0002259091000000027
为平均含油饱和度。
5.根据权利要求1所述的方法，其特征在于，步骤(3)中Koval方法所用的关系式如下所示：
Figure FDA0002259091000000031
其中，
Figure FDA0002259091000000032
式中：
Figure FDA0002259091000000033
为井底含水率；kval为Koval系数，即地层非均质性系数；tD为累计注入水孔隙体积倍数；Vpj为单井的有效控制体积，m3。
6.根据权利要求5所述的方法，其特征在于，步骤(3)具体包括以下步骤：
分别给定Koval系数及单井的有效控制体积的初值kval 0、Vpj 0，拟合实际的单井含水率数据，得到最优的单井有效控制体积Vpj k。
7.根据权利要求1所述的方法，其特征在于，步骤(4)中根据以下公式给定连通系数λji、干扰系数δji及时间常数τj的初值；
Figure FDA0002259091000000034
δji＝0；
式中：
Figure FDA0002259091000000035
为第i口水井与第j口油井间的平均渗透率，10-3μm2；
Figure FDA0002259091000000036
为第i口水井与第j口油井间的渗流截面积，m2；Lij为第i口水井与第j口油井间的井距，m；φ为孔隙度；η为导压系数，μm2/s，
Figure FDA0002259091000000037
8.根据权利要求1所述的方法，其特征在于，步骤(4)中根据油水饱和度追踪方程求解油水前缘的含油饱和度
Figure FDA0002259091000000038
9.根据权利要求1所述的方法，其特征在于，步骤(5)中所述目标函数如下式(12)所示：
Figure FDA0002259091000000041
约束条件如下：
Figure FDA0002259091000000042
式(12)中：
Figure FDA0002259091000000043
为油井j在第k时间步产液量的模型计算值；
Figure FDA0002259091000000044
为油井j在第k时间步产液量的实际观测值；
Figure FDA0002259091000000045
为油井j在第k时间步产油量的模型计算值；
Figure FDA0002259091000000046
为油井j在第k时间步产油量的实际观测值；nt为总的时间步长。
10.根据权利要求1所述的方法，其特征在于，步骤(5)中所述动态指标包括产液量、产油量、含油饱和度及含水率。
CN201611197248.7A 2016-12-22 2016-12-22 一种识别井间连通性及油水动态预测的方法 Active CN106837297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611197248.7A CN106837297B (zh) 2016-12-22 2016-12-22 一种识别井间连通性及油水动态预测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611197248.7A CN106837297B (zh) 2016-12-22 2016-12-22 一种识别井间连通性及油水动态预测的方法

Publications (2)

Publication Number Publication Date
CN106837297A CN106837297A (zh) 2017-06-13
CN106837297B true CN106837297B (zh) 2020-04-10

Family

ID=59135421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611197248.7A Active CN106837297B (zh) 2016-12-22 2016-12-22 一种识别井间连通性及油水动态预测的方法

Country Status (1)

Country Link
CN (1) CN106837297B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111764879A (zh) * 2020-07-08 2020-10-13 中国石油大学(华东) 一种二元复合驱产剂窜流的评价方法

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105134187B (zh) * 2015-08-18 2018-01-05 中国石油天然气股份有限公司 一种辅助油藏沉积相划分及连通性评价的方法及装置
CN107178364B (zh) * 2017-06-29 2021-03-09 中国石油天然气股份有限公司 油藏井间连通性的确定方法和装置
CN109426657B (zh) * 2017-08-29 2022-09-30 中国石油化工股份有限公司 一种油藏井间连通系数的计算方法及系统
CN108049849B (zh) * 2017-09-07 2019-11-29 中国石油化工股份有限公司 水驱油藏平面流场调控设计方法
CN108386185B (zh) * 2018-01-17 2022-05-06 中国石油天然气股份有限公司 一种确定砂体连通性的方法及装置
CN108343426B (zh) * 2018-03-08 2021-05-18 西南石油大学 一种缝洞型油藏油井产出含水率模拟方法
CN110552691B (zh) * 2018-06-04 2020-12-04 中国石油大学(北京) 一种油藏裂缝优势通道识别方法及其系统
CN108764760A (zh) * 2018-06-25 2018-11-06 成都北方石油勘探开发技术有限公司 一种基于数据挖掘的井间连通性分析与预警方法
CN110905484B (zh) * 2018-09-14 2023-04-07 中国石油化工股份有限公司 一种缝洞型碳酸盐岩油藏井间连通程度计算方法
CN110965996A (zh) * 2018-09-28 2020-04-07 中国石油天然气股份有限公司 井间动态连通强弱的检测方法
CN110894788B (zh) * 2019-04-08 2022-08-30 中国石油天然气股份有限公司 基于油藏产量预测数据的油藏开发方式确定方法及装置
CN112049624A (zh) * 2019-06-06 2020-12-08 中国石油天然气股份有限公司 油井动态储量的预测方法、装置、设备及存储介质
CN110410065B (zh) * 2019-06-24 2022-05-03 中国石油化工股份有限公司 多层井间动态连通性模型的输入参数分析方法及装置
CN110439532B (zh) * 2019-07-19 2022-01-25 中国石油集团川庆钻探工程有限公司 气井试油结论划分方法
CN110500083B (zh) * 2019-08-05 2022-05-10 中国石油天然气股份有限公司 一种油水井动态连通性判别方法
CN110735634B (zh) * 2019-11-04 2022-08-30 中国石油天然气股份有限公司 一种灰岩油藏动态渗透率确定方法及装置
CN110984975A (zh) * 2019-12-19 2020-04-10 长江大学 一种判断储层流体连通性的方法、设备及可读存储介质
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
CN112069690B (zh) * 2020-09-11 2024-03-08 中海石油(中国)有限公司 一种深水断块油藏长水平井多级油嘴测试产能的评价方法
CN112112634B (zh) * 2020-09-22 2022-04-19 固安国勘石油技术有限公司 一种利用示踪剂评价压裂干扰的方法及其环保利用
CN112431588B (zh) * 2020-10-15 2023-07-25 中国石油天然气股份有限公司 一种侧钻选井优选方法
CN112360411B (zh) * 2020-11-30 2022-02-01 河海大学 基于图神经网络的局部井网注水开发优化方法
CN112796745B (zh) * 2021-02-18 2022-10-11 中海油田服务股份有限公司 一种蒸汽驱油藏生产动态数据的确定方法和装置
CN115078599A (zh) * 2021-03-10 2022-09-20 中国石油化工股份有限公司 基于原油全组分浓度的储层连通性评价方法
CN114060003B (zh) * 2021-11-18 2024-02-23 中海石油(中国)有限公司海南分公司 海上复杂断块油藏井间连通性表征方法
CN114492213B (zh) * 2022-04-18 2022-07-01 中国石油大学(华东) 基于小波神经算子网络模型剩余油饱和度和压力预测方法
CN116696293B (zh) * 2023-04-14 2024-04-02 常州大学 一种裂缝性背斜油藏注采井组干扰的识别方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6662146B1 (en) * 1998-11-25 2003-12-09 Landmark Graphics Corporation Methods for performing reservoir simulation
CN101725346A (zh) * 2009-12-15 2010-06-09 中国石油大学(华东) 油藏井间动态连通性反演方法
CN102713142A (zh) * 2009-08-14 2012-10-03 Bp北美公司 储层构型和连通性分析
CN103161451A (zh) * 2011-12-14 2013-06-19 德州学院 离散型钻杆直径非接触全自动静、动态测量仪
CN104818982A (zh) * 2015-04-20 2015-08-05 中国石油天然气股份有限公司 一种缝洞型储层连通性定量分析方法及装置
CN105019894A (zh) * 2015-07-29 2015-11-04 长江大学 一种多层油藏井间连通性模型建立方法及系统
CN105089649A (zh) * 2014-04-17 2015-11-25 中国石油化工股份有限公司 一种井间连通性模型建立方法
CN105389467A (zh) * 2015-11-02 2016-03-09 中国地质大学（武汉） 一种获得井间连通关系的方法及装置
CN105579662A (zh) * 2013-08-15 2016-05-11 雪佛龙美国公司 确定和优化注水性能的系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9945703B2 (en) * 2014-05-30 2018-04-17 QRI Group, LLC Multi-tank material balance model

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6662146B1 (en) * 1998-11-25 2003-12-09 Landmark Graphics Corporation Methods for performing reservoir simulation
CN102713142A (zh) * 2009-08-14 2012-10-03 Bp北美公司 储层构型和连通性分析
CN101725346A (zh) * 2009-12-15 2010-06-09 中国石油大学(华东) 油藏井间动态连通性反演方法
CN103161451A (zh) * 2011-12-14 2013-06-19 德州学院 离散型钻杆直径非接触全自动静、动态测量仪
CN105579662A (zh) * 2013-08-15 2016-05-11 雪佛龙美国公司 确定和优化注水性能的系统和方法
CN105089649A (zh) * 2014-04-17 2015-11-25 中国石油化工股份有限公司 一种井间连通性模型建立方法
CN104818982A (zh) * 2015-04-20 2015-08-05 中国石油天然气股份有限公司 一种缝洞型储层连通性定量分析方法及装置
CN105019894A (zh) * 2015-07-29 2015-11-04 长江大学 一种多层油藏井间连通性模型建立方法及系统
CN105389467A (zh) * 2015-11-02 2016-03-09 中国地质大学（武汉） 一种获得井间连通关系的方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Capacitance Model To Infer Interwell Connectivity From Production- and Injection-Rate Fluctuations;Ali A. Yousef等;《SPE Reservoir evaluation and engineering》;20061231;第630-646页 *
A Multivariate Autoregressive model for Characterizing Producer-producer Relationships in waterfloods from injection/Production Rate Fluctuations;Kun-Han Lee等;《SPE 132625》;20100531;第1-16页 *
提高石油采收率的科学基础;莱克著;《提高石油采收率的科学基础》;石油工业出版社;19921231;全文 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111764879A (zh) * 2020-07-08 2020-10-13 中国石油大学(华东) 一种二元复合驱产剂窜流的评价方法
CN111764879B (zh) * 2020-07-08 2021-06-15 中国石油大学(华东) 一种二元复合驱产剂窜流的评价方法

Also Published As

Publication number Publication date
CN106837297A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106837297B (zh) 一种识别井间连通性及油水动态预测的方法
CN111581854B (zh) 一种考虑非平衡各向异性相对渗透率的油藏状态预测方法
Albertoni et al. Inferring interwell connectivity only from well-rate fluctuations in waterfloods
Satter et al. Practical enhanced reservoir engineering
CN110288258A (zh) 一种高含水油藏剩余油挖潜方法
CN110162922A (zh) 一种水驱油藏优势渗流通道的综合识别方法
Deutsch Estimation of vertical permeability in the McMurray Formation
Kaviani et al. How accurate are Capacitance Model connectivity estimates?
Li et al. Modeling tracer flowback in tight oil reservoirs with complex fracture networks
CN103544361A (zh) 一种油气田开发中co2地质封存潜力的评价方法
CN103675907A (zh) 一种基于岩相约束的avo反演油气检测方法
CN104100263B (zh) 一种非均匀水淹层剩余油饱和度的确定方法
CN105740563A (zh) 一种成熟油田二次开发之优势通道识别技术
CN106295095A (zh) 基于常规测井资料预测低渗透砂岩储层产能的新方法
Du et al. The connectivity evaluation among wells in reservoir utilizing machine learning methods
Shi et al. An accurate method for permeability evaluation of undersaturated coalbed methane reservoirs using early dewatering data
CN104060985A (zh) 一种层状油藏调剖堵水堵剂进入深度测试方法及系统
Kaviani et al. Reliable connectivity evaluation in conventional and heavy oil reservoirs: a case study from Senlac heavy oil pool, Western Saskatchewan
Jeong et al. Fast assessment of CO2 plume characteristics using a connectivity based proxy
Soroush Interwell connectivity evaluation using injection and production fluctuation data
Yousefi et al. Interwell connectivity identification in immiscible gas-oil systems using statistical method and modified capacitance-resistance model: a comparative study
Izgec et al. Understanding reservoir connectivity in waterfloods before breakthrough
Wong et al. Fluid flow characterization framework for naturally fractured reservoirs using small-scale fully explicit models
Liu et al. A rapid waterflooding optimization method based on INSIM-FPT data-driven model and its application to three-dimensional reservoirs
CN109239783B (zh) 一种井震结合中取舍地震信息的方法

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