CN109057786B - 用于非常规油气藏可采储量估算的自适应模型的确定方法 - Google Patents

Abstract

本发明公开了一种用于非常规油气藏可采储量估算的自适应模型，先进行多级压裂水平井流态判别，对于非常规油气藏进行相关的经济评价，提供经济极限产量，采用实际生产数据去噪方法对生产数据进行去噪预处理；基于处理后的生产数据，计算递减指数和β导数；估计线性流结束时间以及线性流结束时的产量；通过经济评价得到经济极限产量；进而预测产量和可采储量。本发明基于现场生产实例和非常高储层基本参数，通过流动形态分析对多种递减模型进行自适应筛选，通过解析模型对尚未出现的流态进行正确判断，结合极限产量的确定，建立一套非常规油气藏产量预测的组合模型。本发明的有益效果是可以对非常规油气藏的产量和可采储量进行准确判断和预测。

Description

用于非常规油气藏可采储量估算的自适应模型的确定方法

技术领域

本发明属于非常规能源开发技术领域，涉及非常规油气藏的动态分析和预测。

背景技术

在过去二十多年间，世界范围内非常规油气资源的开发有了巨大的增长，多级压裂水平井(Multi-Fractured Horizontal Well,MFHW)技术的应用使得致密油气藏以及页岩气藏等非常规储层得到了经济有效的开发。由于致密油气藏或页岩气藏基质渗透率极低，这些以多级压裂水平井开发的非常规油气藏往往出现较长的线性流动阶段。由于地质上的不确定性和复杂的流动形态，其可采储量的估算对油藏工程师来说是一个新的挑战。

指数递减和双曲递减在常规油藏产量预测中经常使用，但是在非常规油气藏中一般存在较长时期的非稳态流动，描述拟稳态流动阶段产量变化的指数递减显然不适用。双曲递减用于非常规油气藏的产量预测时，经常会得出递减指数b>1，这样则会从理论上得出可采储量无限大的不合理结果。

近十年来一些学者提出了一些用于多级压裂水平井产量递减分析的模型，如拉伸指数递减模型Valko(2008)、幂律递减模型(ILK，2008)和Duong(2010)模型等。在国内外一些实际非常规气藏中的应用也似乎证明了这些模型的实用性，而且已经被业界接受。人们的普遍观点是在不稳态线性流阶段传统递减模型往往过高估计可采储量，而这些新模型则能正确进行产量和可采储量的估算。然而由于储层边界以及改造区体积的影响，多级压裂水平井在经过一段时期的线性流之后，都会进入边界控制流动阶段，以上这些递减模型的适用性就会收到影响，即使在线性流阶段有较好的拟合结果，在后期流动阶段产生也会较大的预测误差。

有些学者建议在非常规油藏中采用以Fetkovich典型曲线为代表的现代产量递减分析，因为这类曲线既适用于不稳定流，也适用于边界控制流动，但是现代产量递减分析理论上比较复杂，不仅需要产量数据，还需要压力数据，而实际生产中压力数据并不全面。

发明内容

本发明的目的在于提供一种用于非常规油气藏可采储量估算的自适应模型，本发明的有益效果是可以对非常规油气藏的产量和可采储量进行准确判断和预测。

本发明所采用的技术方案是按照以下步骤进行：

(1)多级压裂水平井流态判别：首先基于实际生产数据利用递减指数和β导数对流动形态进行判断；在不同流动阶段β导数具有不同的数值，对线性流β导数的值为0.5，对双线性流β导数的值为0.25，而实际裂缝水平井早期不稳定流动的β导数一般在0.25到0.5之间，而对于边界控制流动，β导数值为1。

采用β导数分析法进行流态的诊断与分析，β导数定义如下：

在定井底压力条件下线性流的探测半径用下式表示，

对于多级压裂水平井，当y_inv＝y_e时，线性流结束的时间用下式求得：

(2)对于非常规油气藏进行相关的经济评价，提供经济极限产量Q_limit，可采储量预测的流程如下：

步骤1：数据清洗，采用实际生产数据去噪方法对生产数据进行去噪预处理；

步骤2：基于处理后的生产数据，计算递减指数b和β导数；

步骤3：观察b和随时间变化曲线，如果二者都是一条直线，选择双曲递减或Duong模型进行数据拟合以及参数求解；

步骤4：根据公式(3)估计线性流解释时间t_elf以及线性流结束时的产量Q_elf；

步骤5：通过经济评价得到经济极限产量Q_limit，如果Q_limit>Q_elf，则采用双曲递减或Duong模型预测产量和可采储量；

步骤6：否则在步骤5中，根据线性流之后的数据建立PLE模型，预测产量，直到产量达到Q_limit；

步骤7：否则在步骤3中，如果从b和β导数关系都发现偏离的直线段，则从偏离直线的位置判断线性流结束时间t_elf，用双曲递减模型或Duong模型拟合t<t_elf的数据，用PLE模型拟合t>t_elf的数据，最后采用PLE模型进行产量和可采储量的预测。

进一步，在不同流动阶段所述β导数具有不同的数值，对线性流β导数的值为0.5，对双线性流β导数的值为0.25，对于边界控制流动，β导数值为1。

进一步，所述实际生产数据去噪方法如下：

第一步：异常点人工标记，在数据录入阶段进行数据清洗；

第二步：含噪声的产量数据求导方法；

对初步处理之后产量数据，采用Lanczos低噪微分求解器，设过滤器长度为N，在x^*处N个等距点处的函数值表示为：

x^*处的数值导数可以表示为：

不同N值下的导数算法有如下公式：

N＝5，

N＝7，

N＝9，

N＝11，

通过调节常数N的值，得到光滑或具有趋势性规律的参数关系曲线。

附图说明

图1是自适应模型法预测产量的流程框架图；

图2是致密油藏压裂水平井流态；

图3是多级压裂水平井示意图；

图4是模型产量拟合预测对比图；

图5是常规中心差分法计算的β导数；

图6是Lanczos去噪处理后的β导数。

具体实施方式

下面结合具体实施方式对本发明进行详细说明。

本发明方法如图1所示，包括以下步骤：

(1)多级压裂水平井流态判别法

致密储层压裂井的产量特征是初始递减非常大，而且有较长的不稳定流阶段。由于致密储层多为多级压裂水平井完井生产，一般可将裂缝系统流动形态分为几种：裂缝线性流、裂缝地层双线性流、地层线性流、地层拟径向流、边界控制流。由于井筒影响或生产条件的限制，某些流动阶段可能不会出现。在根据不同流动阶段的特征方程求取地层参数以前，流动阶段的诊断和划分十分重要。一般裂缝线性流持续时间较短，不容易观测到，而对于致密油气藏来讲，则具有较长时期的地层线性流阶段，对于实际生产数据来说，真正具有实际意义的是地层线性流和拟径向流。

采用β导数分析法进行流态的诊断与分析，β导数定义如下：

在不同流动阶段β导数具有不同的数值，对线性流β导数的值为0.5，对双线性流β导数的值为0.25，而实际裂缝水平井早期不稳定流动的β导数一般在0.25到0.5之间，而对于边界控制流动，β导数值为1。

对于压裂水平井来说，在经过地层线性流之后，由于边界或裂缝之间干扰的影响，都会进入边界控制流动或拟径向流，线性流结束时间取决与裂缝尺寸和基质渗透率等，在进行预测模型分析过程中，往往需要对线性流结束时间进行预测和判断，从而进行流态分析和模型选择。

在定井底压力条件下线性流的探测半径(DOI)可以用下式表示，

对于多级压裂水平井，当y_inv＝y_e时，线性流结束的时间可用下式求得：

其中，

q(t)—产量,MSCF/Day；

t—时间，Day；

k—渗透率,mD；

φ—孔隙度，小数；

μ—流体粘度，mPa.s；

c_t—综合压缩系数，1/psi；

y_e—裂缝间距,ft；

y_inv—压力探测半径，ft；

t_elf—线性流结束的时间，day。

在考虑流动形态的基础上进行模型选择。模型选择方法，首先基于实际生产数据利用递减指数和β导数进行判断，然后需要对未来的流动形态进行预测。

图2为致密油藏压裂水平井流态，图中(a)为裂缝线性流，(b)为双线性流，(c)为地层线性流，(d)为拟径向流。图3是多级压裂水平井示意图。

(2)经济极限产量引入

任何油藏气藏的生产都必须考虑经济因素，不可能持续到产量为零。因此对于非常规油气藏也必须进行相关的经济评价，提供经济极限产量。设评价以后经济极限产量为Q_limit。在引入经济极限产量后，可采储量预测的流程如下：

步骤1：数据清洗，采用实际生产数据去噪方法对生产数据进行去噪预处理；

步骤2：基于处理后的生产数据，计算递减指数b和β导数；

步骤3：观察b和随时间变化曲线，如果二者都是一条直线，选择双曲递减或Duong模型进行数据拟合以及参数求解；

步骤4：根据公式(3)估计线性流解释时间t_elf以及线性流结束时的产量Q_elf；

步骤5：通过经济评价得到经济极限产量Q_limit，如果Q_limit>Q_elf，则采用双曲递减或Duong模型预测产量和可采储量；

步骤6：否则在步骤5中，根据线性流之后的数据建立PLE模型，预测产量，直到产量达到Q_limit；

步骤7：否则在步骤3中，如果从b和β导数关系都发现偏离的直线段，则从偏离直线的位置判断线性流结束时间t_elf，用双曲递减模型或Duong模型拟合t<t_elf的数据，用PLE模型拟合t>t_elf的数据，最后采用PLE模型进行产量和可采储量的预测。

(3)实际生产数据去噪方法

第一步：异常点人工标记，在数据录入阶段进行数据清洗；

第二步：含噪声的产量数据求导方法；

尽管在第一步中已经手动清除了部分异常点，但是在计算递减率时要对产量或累计产量进行求导运算，仍然会存在较大误差，不能得到很好的规律性趋势。因此对初步处理之后产量数据，采用Lanczos低噪微分求解器。设过滤器长度为N(奇数)，在x^*处N个等距点处的函数值表示为：

x^*处的数值导数可以表示为：

其中：

x^*为当前求导点；f_k为函数在x^*+kh处的函数值，f_-k为函数在x^*-kh处的函数值；h为函数变量的步长，k为整数，k＝1～m；m＝(N-1)/2；N为微分过滤器长度。

不同N值下的导数算法有如下公式：

表1低噪情况下的微分求解公式

在实际计算过程中，通过数据验证一般在N值为9时能达到计算要求，因此默认的N值为9，用户可以通过调节常数N的值，得到光滑或具有趋势性规律的参数关系曲线。

以上公式中函数值f_-1、f₁、f_-2、f₂、…、f_-5、f₅的含义见前面所述f_k的定义。

某页岩气藏实例产量数据见表1，

表1某页岩气藏产量实例数据

单独用双曲递减模型和PLE模型对产量进行拟合和预测的结果如图4。可以看到两种模型都具有比较好的历史数据拟合效果，但是两种模型的产量预测结果差别很大，因此必须结合流态分析对产量模型进行选择。通过本发明中计算实际生产数据的β导数，见图5、图6。从图6中可以看出，β导数曲线为接近0.5的一条水平线，说明当前该气藏处于地层线性流阶段，选择双曲递减模型对该阶段进行拟合。同时，经过解析法和经济评价计算，得到线性流的结束时间为3552天，该气藏的经济极限产量为21Mscf/D。根据前面的建议步骤，在线性流结束之后，采用PLE模型进行预测，直到产量达到经济极限产量为止。

不同模型在20年的预测结果见表2，可以看到采用组合模型的预测结果，既不像双曲递减那样高估可采储量，也不会像单独采用PLE模型那样使得气藏过早结束了线性流进入了过渡段或者边界控制流阶段，采用本发明中的步骤方法利用组合模型能得到比较合理的预测效果。

表2自适应组合模型与其他单独模型的应用对比

本发明采用“解析-经验-经济”综合法对产量预测模型进行筛选，一是流态的判别，根据流态可以选择不同的递减模型，提出了理论解析计算法和实际数据判别法；二是提出了极限产量的概念，将不同模型的预测产量与极限产量进行对比，从而可以确定油藏的可采储量；三是实际数据的去噪处理，由于实际生产情况的复杂性以及计算过程中所需要的求导运算，不进行去噪处理，在某些情况下会导致计算无法进行或计算结果无规律可循。

本发明针对非常规油气藏产量及可采储量预测时存在的模型选择上的困难，基于现场生产实例和基本参数，通过流动形态分析对多种递减模型进行自适应筛选，通过解析模型对尚未出现的流态进行正确判断，结合极限产量的确定，建立一套非常规油气藏产量预测的组合模型，从而可以对非常规油气藏的产量和可采储量进行准确判断和预测，避免目前运行单一模型预测时存在的较大的计算误差和不确定性，为非常规油气藏的开发设计和分析提供有力支持。

以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (3)

1.一种用于非常规油气藏可采储量估算的自适应模型的确定方法，其特征在于按照以下步骤进行：(1)多级压裂水平井流态判别：首先基于实际生产数据利用递减指数和β导数对流动形态进行判断；采用β导数分析法进行流态的诊断与分析，β导数定义如下：

在定井底压力条件下线性流的探测半径用下式表示，

对于多级压裂水平井，当y_inv＝y_e时，线性流结束的时间用下式求得：

其中qt()—产量，MSCF/Day；t—时间，Day；k—渗透率，mD；φ—孔隙度，小数；μ—流体粘度，mPa.s；c_t—综合压缩系数，1/psi；y_e—裂缝间距，ft；y_inv—压力探测半径，ft；t_elf—线性流结束的时间，day；

(2)对于非常规油气藏进行相关的经济评价，提供经济极限产量Qlimit，可采储量预测的流程如下：

步骤1：数据清洗，采用实际生产数据去噪方法对生产数据进行去噪预处理；

步骤2：基于处理后的生产数据，计算递减指数b和β导数；

步骤3：观察递减指数b和导数β随时间变化曲线，如果二者都是一条直线，选择双曲递减或Duong模型进行数据拟合以及参数求解；

步骤4：根据公式(3)估计线性流解释时间t_elf以及线性流结束时的产量Q_elf；

步骤5：通过经济评价得到经济极限产量Q_limit，如果Q_limit>Q_elf，则采用双曲递减或Duong模型预测产量和可采储量；

步骤6：否则在步骤5中，根据线性流之后的数据建立PLE模型，预测产量，直到产量达到Q_limit；

步骤7：否则在步骤3中，如果从递减指数b和β导数关系都发现偏离的直线段，则2从偏离直线的位置判断线性流结束时间t_elf，用双曲递减模型或Duong模型拟合t<t_elf的数据，用PLE模型拟合t>t_elf的数据，最后采用PLE模型进行产量和可采储量的预测。

2.按照权利要求1所述一种用于非常规油气藏可采储量估算的自适应模型的确定方法，其特征在于：在不同流动阶段所述β导数具有不同的数值，对线性流β导数的值为0.5，对双线性流β导数的值为0.25，对于边界控制流动，β导数值为1。

3.按照权利要求1所述一种用于非常规油气藏可采储量估算的自适应模型的确定方法，其特征在于：所述实际生产数据去噪方法如下：第一步：异常点人工标记，在数据录入阶段进行数据清洗；第二步：含噪声的产量数据求导方法；对初步处理之后产量数据，采用Lanczos低噪微分求解器，设过滤器长度为N，在x*处N个等距点处的函数值表示为：

x^*处的数值导数表示为：

其中：x*为当前求导点，f_k为函数在x*+kh处的函数值，f_-k为函数在x*-kh处的函数值，h为函数变量的步长，k为整数，k＝1～m，m＝(N-1)/2，N为微分过滤器长度；

不同N值下的导数算法有如下公式：

通过调节常数N的值，得到光滑或具有趋势性规律的参数关系曲线。

Images