CN107977749A - 一种油田开发指标的预测分析方法 - Google Patents
一种油田开发指标的预测分析方法 Download PDFInfo
- Publication number
- CN107977749A CN107977749A CN201711276720.0A CN201711276720A CN107977749A CN 107977749 A CN107977749 A CN 107977749A CN 201711276720 A CN201711276720 A CN 201711276720A CN 107977749 A CN107977749 A CN 107977749A
- Authority
- CN
- China
- Prior art keywords
- production
- well
- development
- monthly
- index
- 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
- 238000011161 development Methods 0.000 title claims abstract description 98
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 88
- 238000007619 statistical method Methods 0.000 claims abstract description 9
- 238000007621 cluster analysis Methods 0.000 claims abstract description 7
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000003129 oil well Substances 0.000 claims description 13
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 239000007788 liquid Substances 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 9
- 238000012407 engineering method Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 239000013589 supplement Substances 0.000 abstract description 2
- 238000005553 drilling Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000004575 stone Substances 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"
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Geology (AREA)
- Game Theory and Decision Science (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种油田开发指标的预测分析方法，包括：步骤1:数据获取；步骤2：数据萃取；步骤3：指标计算；步骤4：概率统计与聚类分析；步骤5：指标应用。本发明公开的一种油田开发指标的预测分析方法具有以下有益效果：1、对于新油田、新区块的开发，此方法的应用，充分利用同类油田已有的全部井的开发生产数据，突破了典型油气藏类比方法在选择“典型油气藏”方面的局限性；2、此方法的应用，是油藏工程方法的补充，通过统计学原理，基于同类油藏、相同开发阶段开发生产井全部样本数据的统计分析，对油田区块开发能在小尺度上实现指标的预测；3、此方法的应用，对油田开发指标预测的结果，确定了可靠性评价。
Description
技术领域
本发明属于油田开发领域，具体涉及一种油田开发指标的预测分析方法。
背景技术
开发指标预测是油田开发配产配注、进行油田开发(调整)项目经济评价的基础，而国内外油田的开发指标预测工作主要依赖于油藏工程理论模型和经验公式。对于新建产能项目，主要通过典型油气藏类比的方式，借鉴开发指标，进行配产配注工作。对计算、预测的开发指标，其可靠性、可行性难以确定。实际工作中，配产配注开发指标是否合理，主要取决于专家经验。
目前，一些公司开发的油藏动态分析软件工具，包含了国内外石油行业油田开发指标计算、预测的理论模型，却很难有针对性地解决油田开发指标的计算和预测问题，特别是针对碳酸盐岩油气藏、复杂小断块油气藏，理论模型与经验公式无法满足油田开发指标的预测分析的需求。
目前，采用油藏工程理论模型可实现递减率、含水率、含水上升率等指标的理论模型预测分析,但是对于碳酸盐岩油气藏、复杂小断块油气藏、水平井开发油气藏，因为油气水系统压力、流体环境的快速变化,油藏工程理论模型难以适应。对于常规开发的大型整装油气藏，油藏工程理论模型比较适用，但对分析预测的结果，不能给出可以调整范围和置信度，不能满足油田开发生产管理的需要。
发明内容
发明目的：本发明针对上述现有技术存在的问题做出改进，即本发明公开了一种油田开发指标的预测分析方法，其充分利用已开发油气田全部井的历史开发生产大数据，井全样本数据分析，概率统计、聚类分析方法，可获以开发油气田每个月度的开发指标，并确定置信区间、置信均值、平均值、可信度。
技术方案：一种油田开发指标的预测分析方法，包括以下步骤，
步骤1:数据获取
获取油田开发的全部生产井的月生产数据，其中：
月生产数据包括油田名称、井号、投产时间、月开井时间、月
产油量、月产气量、月产水量和月注水量；
步骤2：数据萃取
获取的油田开发的全部生产井的每个月的开井时间、产油量、含水量、出水量；
步骤3：指标计算，计算的指标包括月度递减率、月度含水率、含水上升率、初期产能、注采比，其中：
(31)井月度递减率D的计算公式如下：
其中：
Q1表示上月累计产油量；
T1表示上月开井时间；
Q2表示当月累计产油量；
T2表示当月开井时间；
(32)月度含水率的计算公式如下：
月度含水率＝月产水量/月产液量×100％；(33)含水上升率m的计算公式如下：
其中：
f1表示：上月的含水率；
f2表示：当月的含水率；
R1表示：上月的采出程度；
R2表示：当月的采出程度；
(44)初期产能q的计算公式如下：
其中：
Q0表示：井投产后第1个月产油量；
Q1表示：井投产后第2个月产油量；
Q2表示：井投产后第3个月产油量；
T0表示：井投产后第1个月生产时间；
T1表示：井投产后第2个月生产时间；
T2表示：井投产后第3个月生产时间；
(45)注采比的计算公式如下：
其中：
Wi表示油井注入剂的体积；
WL表示油井采出液的体积；
步骤4：概率统计与聚类分析
(41)统计分析步骤3得到的所有生产井的初期产能，并对对初期产能进行分级分类；
(42)开发指标的置信度分析
按照初期产能分级，对处于同一阶段的油井的月开发指标统计，确定开发指标的置信均值、置信区间和置信度，其中：
开发指标的置信均值＝累计概率为10％的样本值×0.3+累计概率为50％的样本值×0.4+累计概率为90％的样本值×0.3；
开发指标的置信区间：指累计概率大于10％并且小于90％的样本值区间，将累计概率为小于10％或者大于90％的样本值，视为小概率事件；
开发指标的置信度为置信区间的样本值的累计概率80％；
(43)月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标统计分析
步骤5：指标应用
(51)设单井的递减率、含水率、含水上升率、注采比的开发指标的置信均值为预测值，开发指标的置信区间为预测指标的可调整范围，开发指标的置信度为预测指标的可靠度；
(52)开发生产指标预警，以实际开发指的置信区间作为波动预警门限，超过或低于置信区间，提示生产人员必须进行生产状况分析。
进一步地，步骤1中的全部生产井包括产油井和注水井。
进一步地，步骤2中，针对同一口井，若连续停产时间超过30天，又投入生产，数据萃取时，作为一个新样本进行数据处理。
进一步地，步骤(41)包括以下步骤：
(411)、确定产能概率统计分组区间；
(412)、计算分组区间样本数出现的频次；
(413)、绘制样本概率统计图；
(414)、依据概率统计曲线特征，对分析对象的油井进行分级。
进一步地，步骤(43)包括以下步骤：
(431)针对按照初期产能分级分类后的同一或同类油气藏包含的所有生产井，根据月份计算每口井实际的递减率、含水率、含水上升率；
(432)以月为开发指标分析单元，依据计算结果，对每个月度的开发指标进行概率统计、聚类分析；
(433)绘制置信区间、置信度、平均值曲线；
(434)按照不同的产能，对生产井分类，针对不同产能的生产井，分别计算月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标，建立预期生产时间内的递减率预测模型。
有益效果：本发明公开的一种油田开发指标的预测分析方法具有以下有益效果：
1、对于新油田、新区块的开发，此方法的应用，充分利用同类油田已有的全部井的开发生产数据，突破了典型油气藏类比方法在选择“典型油气藏”方面的局限性(典型油气藏的选择需要科研人员拥有丰富的实践经验)，通过全样本数据分析，对于同类油气藏，能够充分揭示不同开发阶段、不同开发方式条件下油气藏生产规律，为新区块的油藏开发，预测或建立未来的开发模式；
2、此方法的应用，是油藏工程方法的补充，通过统计学原理，基于同类油藏、相同开发阶段开发生产井全部样本数据的统计分析，对油田区块开发能在小尺度上实现指标的预测；
3、此方法的应用，对油田开发指标预测的结果，确定了可靠性评价，给出了置信度，同时给出指标可调整范围(置信区间)，油藏工程方法预测的开发指标，仅给出预测结果，无法确定可靠性和可调整范围。
具体实施方式：
下面对本发明的具体实施方式详细说明。
一种油田开发指标的预测分析方法，包括以下步骤，
步骤1:数据获取
获取油田开发的全部生产井的月生产数据，其中：
月生产数据包括油田名称、井号、投产时间、月开井时间、月
产油量、月产气量、月产水量和月注水量；
步骤2：数据萃取
获取的油田开发的全部生产井的每个月的开井时间、产油量、含水量、出水量；
步骤3：指标计算，计算的指标包括月度递减率、月度含水率、含水上升率、初期产能、注采比，其中：
(31)井月度递减率D的计算公式如下：
其中：
Q1表示上月累计产油量；
T1表示上月开井时间；
Q2表示当月累计产油量；
T2表示当月开井时间；
(32)月度含水率的计算公式如下：
月度含水率＝月产水量/月产液量×100％；
(33)含水上升率m的计算公式如下：
其中：
f1表示：上月的含水率；
f2表示：当月的含水率；
R1表示：上月的采出程度；
R2表示：当月的采出程度；
(44)初期产能q的计算公式如下：
其中：
Q0表示：井投产后第1个月产油量；
Q1表示：井投产后第2个月产油量；
Q2表示：井投产后第3个月产油量；
T0表示：井投产后第1个月生产时间；
T1表示：井投产后第2个月生产时间；
T2表示：井投产后第3个月生产时间；
(45)注采比的计算公式如下：
其中：
Wi表示油井注入剂的体积；
WL表示油井采出液的体积；
步骤4：概率统计与聚类分析
(41)统计分析步骤3得到的所有生产井的初期产能，并对对初期产能进行分级分类；
(42)开发指标的置信度分析
按照初期产能分级，对处于同一阶段的油井的月开发指标统计，确定开发指标的置信均值、置信区间和置信度，其中：
开发指标的置信均值＝累计概率为10％的样本值×0.3+累计概率为50％的样本值×0.4+累计概率为90％的样本值×0.3；
开发指标的置信区间：指累计概率大于10％并且小于90％的样本值区间，将累计概率为小于10％或者大于90％的样本值，视为小概率事件；
开发指标的置信度为置信区间的样本值的累计概率80％；
(43)月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标统计分析
步骤5：指标应用
(51)设单井的递减率、含水率、含水上升率、注采比的开发指标的置信均值为预测值，开发指标的置信区间为预测指标的可调整范围，开发指标的置信度为预测指标的可靠度；
(52)开发生产指标预警，以实际开发指的置信区间作为波动预警门限，超过或低于置信区间，提示生产人员必须进行生产状况分析。
进一步地，步骤1中的全部生产井包括产油井和注水井。
进一步地，步骤2中，针对同一口井，若连续停产时间超过30天，又投入生产，数据萃取时，作为一个新样本进行数据处理。
进一步地，步骤(41)包括以下步骤：
(411)、确定产能概率统计分组区间；
(412)、计算分组区间样本数出现的频次；
(413)、绘制样本概率统计图；
(414)、依据概率统计曲线特征，对分析对象的油井进行分级。
进一步地，步骤(43)包括以下步骤：
(431)针对按照初期产能分级分类后的同一或同类油气藏包含的所有生产井，根据月份计算每口井实际的递减率、含水率、含水上升率；
(432)以月为开发指标分析单元，依据计算结果，对每个月度的开发指标进行概率统计、聚类分析；
(433)绘制置信区间、置信度、平均值曲线；
(434)按照不同的产能，对生产井分类，针对不同产能的生产井，分别计算月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标，建立预期生产时间内的递减率预测模型。
油田勘探开发过程中，不仅需要预测开发指标，对于储层、圈闭的油气解释，开发生产数据及工程参数分析，均需要对采集的数据进行分析，给出解释。这些工作科研人员通过不断的数据积累，建立了大量的解释模板，给参数的解释工作带来了极大的便利。但在确定解释结果的可能性、可靠度、以及可调整范围、参数的波动范围分析方面，一直困扰着石油勘探开发科研人员。依据样本参数概率统计的方式，统计分析样本值的置信度和置信区间，确定分析指标的可靠性、可靠度、和参数的调整范围、波动范围，此方法的应用，很好解决了此类问题。
在开发生产过程中，进行生产波动异常跟踪。需要实施监测产油量、产水量、油压、套压、温度等生产指标，以及冲程、冲次、抽油机负载等参数，利用概率统计的方法，可实时确定油井生产正常的工作参数范围，对参数异常状况，进行实时预警。
在钻井工程施工中，对于井下复杂情况预警，需要实时监测钻时、悬重、泵压、钻井液排量、钻井液漏失量等指标，依据概率统计的方式，可确定和调整参数预警门限。
上面对本发明的实施方式做了详细说明。但是本发明并不限于上述实施方式，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种油田开发指标的预测分析方法，求特征在于，包括以下步骤：
步骤1:数据获取
获取油田开发的全部生产井的月生产数据，其中：
月生产数据包括油田名称、井号、投产时间、月开井时间、月产油量、月产气量、月产水量和月注水量；
步骤2：数据萃取
获取的油田开发的全部生产井的每个月的开井时间、产油量、含水量、出水量；
步骤3：指标计算，计算的指标包括月度递减率、月度含水率、含水上升率、初期产能、注采比，其中：
(31)井月度递减率D的计算公式如下：
其中：
Q1表示上月累计产油量；
T1表示上月开井时间；
Q2表示当月累计产油量；
T2表示当月开井时间；
(32)月度含水率的计算公式如下：
月度含水率＝月产水量/月产液量×100％；
(33)含水上升率m的计算公式如下：
其中：
f1表示：上月的含水率；
f2表示：当月的含水率；
R1表示：上月的采出程度；
R2表示：当月的采出程度；
(44)初期产能q的计算公式如下：
其中：
Q0表示：井投产后第1个月产油量；
Q1表示：井投产后第2个月产油量；
Q2表示：井投产后第3个月产油量；
T0表示：井投产后第1个月生产时间；
T1表示：井投产后第2个月生产时间；
T2表示：井投产后第3个月生产时间；
(45)注采比的计算公式如下：
其中：
Wi表示油井注入剂的体积；
WL表示油井采出液的体积；
步骤4：概率统计与聚类分析
(41)统计分析步骤3得到的所有生产井的初期产能，并对对初期产能进行分级分类；
(42)开发指标的置信度分析
按照初期产能分级，对处于同一阶段的油井的月开发指标统计，确定开发指标的置信均值、置信区间和置信度，其中：
开发指标的置信均值＝累计概率为10％的样本值×0.3+累计概率为50％的样本值×0.4+累计概率为90％的样本值×0.3；
开发指标的置信区间：指累计概率大于10％并且小于90％的样本值区间，将累计概率为小于10％或者大于90％的样本值，视为小概率事件；
开发指标的置信度为置信区间的样本值的累计概率80％；
(43)月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标统计分析
步骤5：指标应用
(51)设单井的递减率、含水率、含水上升率、注采比的开发指标的置信均值为预测值，开发指标的置信区间为预测指标的可调整范围，开发指标的置信度为预测指标的可靠度；
(52)开发生产指标预警，以实际开发指的置信区间作为波动预警门限，超过或低于置信区间，提示生产人员必须进行生产状况分析。
2.根据权利要求1所述的一种油田开发指标的预测分析方法，求特征在于，步骤1中的全部生产井包括产油井和注水井。
3.根据权利要求1所述的一种油田开发指标的预测分析方法，求特征在于，步骤2中，针对同一口井，若连续停产时间超过30天，又投入生产，数据萃取时，作为一个新样本进行数据处理。
4.根据权利要求1所述的一种油田开发指标的预测分析方法，求特征在于，步骤(41)包括以下步骤：
(411)、确定产能概率统计分组区间；
(412)、计算分组区间样本数出现的频次；
(413)、绘制样本概率统计图；
(414)、依据概率统计曲线特征，对分析对象的油井进行分级。
5.根据权利要求1所述的一种油田开发指标的预测分析方法，求特征在于，步骤(43)包括以下步骤：
(431)针对按照初期产能分级分类后的同一或同类油气藏包含的所有生产井，根据月份计算每口井实际的递减率、含水率、含水上升率；
(432)以月为开发指标分析单元，依据计算结果，对每个月度的开发指标进行概率统计、聚类分析；
(433)绘制置信区间、置信度、平均值曲线；
(434)按照不同的产能，对生产井分类，针对不同产能的生产井，分别计算月度递减率、月度含水率、月度含水上升率、月度注采比的开发指标，建立预期生产时间内的递减率预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711276720.0A CN107977749B (zh) | 2017-12-06 | 2017-12-06 | 一种油田开发指标的预测分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711276720.0A CN107977749B (zh) | 2017-12-06 | 2017-12-06 | 一种油田开发指标的预测分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107977749A true CN107977749A (zh) | 2018-05-01 |
| CN107977749B CN107977749B (zh) | 2021-11-16 |
Family
ID=62009325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711276720.0A Active CN107977749B (zh) | 2017-12-06 | 2017-12-06 | 一种油田开发指标的预测分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107977749B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108716393A (zh) * | 2018-05-16 | 2018-10-30 | 中海石油(中国)有限公司 | 一种油砂sagd动用储量优选方法 |
| CN108915678A (zh) * | 2018-08-15 | 2018-11-30 | 中海石油(中国)有限公司 | 一种大西洋两岸油气田开发指标区域类比方法 |
| CN109146339A (zh) * | 2018-10-25 | 2019-01-04 | 西南石油大学 | 一种产量波动原因跟踪分析方法 |
| CN109236273A (zh) * | 2018-09-26 | 2019-01-18 | 西南石油大学 | 油田开发生产动态数据处理方法 |
| CN109308550A (zh) * | 2018-10-15 | 2019-02-05 | 西南石油大学 | 基于时变系统的油田开发指标功能模拟预测方法 |
| CN109816148A (zh) * | 2018-12-27 | 2019-05-28 | 成都北方石油勘探开发技术有限公司 | 一种水驱油田开发规划离散优化方法 |
| CN110264014A (zh) * | 2019-06-27 | 2019-09-20 | 北京中油瑞飞信息技术有限责任公司 | 一种预测老井产油量的方法及装置 |
| 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 |
| CN111091293A (zh) * | 2019-12-18 | 2020-05-01 | 中国石油天然气股份有限公司 | 一种油藏开发动态预警方法 |
| CN111401597A (zh) * | 2019-01-03 | 2020-07-10 | 中国石油天然气股份有限公司 | 油井开发指标的预测方法及装置 |
| CN112267859A (zh) * | 2020-11-09 | 2021-01-26 | 中国石油天然气股份有限公司 | 一种周期注水油藏筛选定量评价方法 |
| CN112270080A (zh) * | 2020-10-22 | 2021-01-26 | 延长油田股份有限公司 | 一种特低渗油藏合理注采比确定方法 |
| CN112819247A (zh) * | 2021-02-25 | 2021-05-18 | 中国石油大学(北京) | 一种油田开发指标的预测分析系统及其预测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040158406A1 (en) * | 2003-01-31 | 2004-08-12 | Harrison Christopher J. | Method for computing complexity, confidence and technical maturity indices for reservoir evaluations |
| US20080172179A1 (en) * | 2007-01-15 | 2008-07-17 | Chevron U.S.A. Inc. | Method and system for assessing exploration prospect risk and uncertainty |
| 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 |
| CN106481315A (zh) * | 2015-08-31 | 2017-03-08 | 中国石油化工股份有限公司 | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 |
-
2017
- 2017-12-06 CN CN201711276720.0A patent/CN107977749B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040158406A1 (en) * | 2003-01-31 | 2004-08-12 | Harrison Christopher J. | Method for computing complexity, confidence and technical maturity indices for reservoir evaluations |
| US20080172179A1 (en) * | 2007-01-15 | 2008-07-17 | Chevron U.S.A. Inc. | Method and system for assessing exploration prospect risk and uncertainty |
| 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 |
| CN106481315A (zh) * | 2015-08-31 | 2017-03-08 | 中国石油化工股份有限公司 | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108716393A (zh) * | 2018-05-16 | 2018-10-30 | 中海石油(中国)有限公司 | 一种油砂sagd动用储量优选方法 |
| CN108915678A (zh) * | 2018-08-15 | 2018-11-30 | 中海石油(中国)有限公司 | 一种大西洋两岸油气田开发指标区域类比方法 |
| WO2020063603A1 (zh) * | 2018-09-26 | 2020-04-02 | 成都北方石油勘探开发技术有限公司 | 一种用于油田开发生产的动态数据处理方法 |
| CN109236273B (zh) * | 2018-09-26 | 2020-07-24 | 西南石油大学 | 油田开发生产动态数据处理方法 |
| CN109236273A (zh) * | 2018-09-26 | 2019-01-18 | 西南石油大学 | 油田开发生产动态数据处理方法 |
| 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 |
| CN109308550A (zh) * | 2018-10-15 | 2019-02-05 | 西南石油大学 | 基于时变系统的油田开发指标功能模拟预测方法 |
| CN109146339A (zh) * | 2018-10-25 | 2019-01-04 | 西南石油大学 | 一种产量波动原因跟踪分析方法 |
| CN109816148A (zh) * | 2018-12-27 | 2019-05-28 | 成都北方石油勘探开发技术有限公司 | 一种水驱油田开发规划离散优化方法 |
| CN109816148B (zh) * | 2018-12-27 | 2020-10-16 | 成都北方石油勘探开发技术有限公司 | 一种水驱油田开发规划离散优化方法 |
| CN111401597B (zh) * | 2019-01-03 | 2022-08-30 | 中国石油天然气股份有限公司 | 油井开发指标的预测方法及装置 |
| CN111401597A (zh) * | 2019-01-03 | 2020-07-10 | 中国石油天然气股份有限公司 | 油井开发指标的预测方法及装置 |
| CN110264014A (zh) * | 2019-06-27 | 2019-09-20 | 北京中油瑞飞信息技术有限责任公司 | 一种预测老井产油量的方法及装置 |
| CN110264014B (zh) * | 2019-06-27 | 2020-04-03 | 北京中油瑞飞信息技术有限责任公司 | 一种预测老井产油量的方法及装置 |
| CN111091293A (zh) * | 2019-12-18 | 2020-05-01 | 中国石油天然气股份有限公司 | 一种油藏开发动态预警方法 |
| CN111091293B (zh) * | 2019-12-18 | 2022-06-03 | 中国石油天然气股份有限公司 | 一种油藏开发动态预警方法 |
| CN112270080A (zh) * | 2020-10-22 | 2021-01-26 | 延长油田股份有限公司 | 一种特低渗油藏合理注采比确定方法 |
| CN112267859A (zh) * | 2020-11-09 | 2021-01-26 | 中国石油天然气股份有限公司 | 一种周期注水油藏筛选定量评价方法 |
| CN112819247A (zh) * | 2021-02-25 | 2021-05-18 | 中国石油大学(北京) | 一种油田开发指标的预测分析系统及其预测方法 |
| CN112819247B (zh) * | 2021-02-25 | 2024-01-19 | 中国石油大学(北京) | 一种油田开发指标的预测分析系统及其预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107977749B (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107977749A (zh) | 一种油田开发指标的预测分析方法 | |
| CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
| CN102041995A (zh) | 复杂油藏水淹状况监测系统 | |
| CN108960651A (zh) | 一种致密油气藏多级压裂水平井完井效率的综合评价方法 | |
| CN106246141B (zh) | 基于煤矿瓦斯抽采产能预测的钻孔量化分区布置优化方法 | |
| Li et al. | Risk assessment of floor water inrush using entropy weight and variation coefficient model | |
| CN104989357A (zh) | 一种选择致密油气藏重复压裂目标井的方法 | |
| CN105484724A (zh) | 一种钻井井下异常监测方法 | |
| CN103615236A (zh) | 一种远程录井信息实时监测地层压力的方法 | |
| CN109236273A (zh) | 油田开发生产动态数据处理方法 | |
| CN114723138A (zh) | 一种基于epdm数据模型的油气藏动态分析系统和方法 | |
| Hong et al. | A liquid loading prediction method of gas pipeline based on machine learning | |
| Liang et al. | Intelligent early warning model of early-stage overflow based on dynamic clustering | |
| CN104632186B (zh) | 一次压井失效后二次压井参数检测处理方法及装置 | |
| CN113378344A (zh) | 一种用于优化钻井起下钻速度阈值的方法及系统 | |
| CN105484725A (zh) | 一种钻井井下异常监测装置 | |
| CN106382102A (zh) | 一种基于聚类算法的溢流早期预警方法 | |
| CN109339777A (zh) | 基于改进qfd的低渗透老油田开发经济潜力评估方法 | |
| CN109670729A (zh) | 一种顶板含水层富水性评价方法 | |
| CN109083641A (zh) | 一种井下修井作业中措施性作业施工效果评价方法 | |
| Pang et al. | Analysis and prediction of hydraulic support load based on time series data modeling | |
| CN107605474A (zh) | 一种随钻预测气层产量的方法及装置 | |
| CN113486538B (zh) | 一种非常规油气井产量预测及压裂效果评价方法 | |
| Flores et al. | Economics and technology drive development of unconventional oil and gas reservoirs: lessons learned in the United States | |
| CN112465218B (zh) | 海上薄互层砂岩油田层系划分及射孔方案优化方法 |
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 |