CN109409559A - 油田产量递减率的确定方法及装置 - Google Patents
油田产量递减率的确定方法及装置 Download PDFInfo
- Publication number
- CN109409559A CN109409559A CN201710708539.6A CN201710708539A CN109409559A CN 109409559 A CN109409559 A CN 109409559A CN 201710708539 A CN201710708539 A CN 201710708539A CN 109409559 A CN109409559 A CN 109409559A
- Authority
- CN
- China
- Prior art keywords
- fitting
- oil production
- production
- initial value
- daily
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 258
- 230000007423 decrease Effects 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 41
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000011549 displacement method Methods 0.000 claims abstract description 20
- 230000000638 stimulation Effects 0.000 claims description 5
- 239000003921 oil Substances 0.000 description 224
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Edible Oils And Fats (AREA)
- Fats And Perfumes (AREA)
Abstract
本发明实施例提供一种油田产量递减率的确定方法及装置，该方法包括：获取目标油田在目标阶段内各月的平均日产油量；采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率。提高了产量递减率的准确性和可靠性。
Description
技术领域
本发明实施例涉及数据处理技术领域，尤其涉及一种油田产量递减率的确定方法及装置。
背景技术
在油田开发过程中，油田产量递减率的确定对后续开发方案的调整与完善具有重要作用。年度递减率是评价油田开发效果及油田年度配产的关键指标之一，现有技术中年度递减率的计算方法是根据油田上一年年末标定日产油水平A及该年度年产油量E采用公式D＝[1-E/(AT)]×100％进行计算，其中T为年度日历天数，D为年度递减率。由于上一年年末标定日产油水平A存在较大的不确定性，将会导致年递减率计算结果可靠性较差。因此如何准确可靠地确定油田产量的年递交率成为亟待解决的技术问题。
发明内容
本发明实施例提供一种油田产量递减率的确定方法及装置，以确定油田产量的递减率，提高确定的递减率的准确性和可靠性。
本发明实施例的一个方面是提供一种油田产量递减率的确定方法，包括：
获取目标油田在目标阶段内各月的平均日产油量；
采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
根据如上所述的方法，可选地，所述采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率，包括：
采用公式(1)对所述平均日产油量进行拟合处理，确定参数a和b；
logQ＝a-blog(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000；
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
根据如上所述的方法，可选地，所述根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量，包括：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量；
其中，t为月份，Qyc(t)为t月的预测日产油量。
根据如上所述的方法，可选地，所述根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率，包括：
根据所述拟合初值Qi和所述预测日产油量Qyc(t)采用公式(4)计算获得所述目标油田在所述目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为2≤k≤12的整数，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
根据如上所述的方法，可选地，所述获取目标油田在目标阶段内各月的平均日产油量，包括：
获取目标油田在目标阶段内的各月的月度产油量，所述月度产油量包括月度自然产油量或者月度综合产油量，所述月度综合产油量为所述月度自然产油量与月度增产措施产油量之和；
根据所述月度产油量，通过公式(5)计算获取所述目标油田在所述目标阶段内各月的平均日产油量；
本发明的另一个方面提供一种油田产量递减率的确定装置，包括：
获取模块，用于获取目标油田在目标阶段内各月的平均日产油量；
处理模块，用于采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
第一确定模块，用于根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
第二确定模块，用于根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
根据如上所述的装置，可选地，所述处理模块，具体用于：
采用公式(1)对所述平均日产油量进行拟合处理，确定参数a和b；
logQ＝a-blog(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000；
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
根据如上所述的装置，可选地，所述第一确定模块，具体用于：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量；
其中，t为月份，Qyc(t)为t月的预测日产油量。
根据如上所述的装置，可选地，所述第二确定模块，具体用于：
根据所述拟合初值Qi和所述预测日产油量Qyc(t)采用公式(4)计算获得所述目标油田在所述目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为整数，2≤k≤12，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
本发明的再一个方面提供一种油田产量递减率的确定装置，包括：接收器、处理器以及用于存储所述处理器的可执行指令的存储器。
其中，所述接收器，被配置为获取目标油田在目标阶段内各月的平均日产油量；
所述处理器，被配置为：
采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
本发明实施例提供的油田产量递减率的确定方法及装置，通过通过采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率，提高了产量递减率的准确性和可靠性。
附图说明
图1为本发明一实施例提供油田产量递减率的确定方法的流程示意图；
图2为本发明一实施例提供的M油田自然日产油量与自然预测日产油量的拟合图；
图3为本发明一实施例提供的M油田综合日产油量与综合预测日产油量的拟合图；
图4为本发明一实施例提供的N油田自然日产油量与自然预测日产油量的拟合图；
图5为本发明一实施例提供的N油田综合日产油量与综合预测日产油量的拟合图；
图6为本发明一实施例提供的一油田自然日产油量与自然预测日产油量的拟合图；
图7为本发明一实施例提供的另一油田自然日产油量与自然预测日产油量的拟合图；
图8为本发明一实施例提供的再一油田自然日产油量与自然预测日产油量的拟合图；
图9为本发明一实施例提供的又一油田自然日产油量与自然预测日产油量的拟合图；
图10为本发明一实施例提供的再一油田自然日产油量与自然预测日产油量的拟合图；
图11为本发明一实施例提供的又一油田自然日产油量与自然预测日产油量的拟合图；
图12为本发明一实施例提供的油田产量递减率的确定装置的结构示意图；
图13为本发明另一实施例提供的油田产量递减率的确定装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本实施例提供一种油田产量递减率的确定方法，用于确定油田产量的递减率。本实施例的执行主体是油田产量递减率的确定装置，该装置可以设置在终端设备中，比如计算机设备、电脑、平板、手机等。
如图1所示，为本发明实施例提供的油田产量递减率的确定方法的流程示意图。该方法包括：
步骤101，获取目标油田在目标阶段内各月的平均日产油量。
具体的，可以获取目标油田在目标阶段内各月的平均日产油量，比如要确定目标油田2016年一年的产量递减率，则可以获取该目标油田2016年从1月到12月各月的平均日产油量，即12个平均日产油量数值。该平均日产油量可以是该目标油田在目标阶段内的自然核实产油量，也可以是综合核实产油量，该综合核实产油量为自然核实产油量与增产措施核实产油量之和，还可以是其他任何可以获取的产油量。其中，自然核实产油量为原油外输前的计量值，即经过脱水、脱烃等处理后的产量。增产措施核实产油量为经压裂、酸化、油井解堵、油井化学堵水、注水井调驱调剖、注水井降压增注、注水井挤堵等措施的产油量。
步骤102，采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率。
具体的，在获取到目标油田在目标阶段内各月的平均日产油量之后，则可以采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率。拟合初值为目标油田在目标阶段的初始日产油量，拟合递减指数和拟合递减率是双曲递减模型的控制参数，控制模型的递减速度，曲线位移法的计算公式是经双曲递减模型两边取常用对数(即以10为底的对数)并做适当简化转化而来。
步骤103，根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量。
具体的，当确定了双曲递减模型的拟合初值、拟合递减指数和拟合递减率后，则可以根据双曲递减模型预测目标油田在目标阶段各月的预测日产油量。
步骤104，根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率。
具体的，当获得目标阶段各月的预测日产油量之后，则可以将拟合初值代替现有技术中的油田上一年年末标定日产油量A,用预测日产油量代替油田平均日产油量计算年产油量E，采用月平均天数代替每月日历天数。
需要说明的是，目标阶段可以是至少两个月，通常的为一年即k＝12，则获得的产量递减率为年度产量递减率，若k＜12，则为获得k个月的阶段产量递减率。产量递减率可以为自然递减率或者综合递减率。当平均日产油量为自然核实日产油量时，获得的即为自然递减率，当平均日产油量为综合核实产油量时，获得的即为综合递减率。
本实施例提供的油田产量递减率的确定方法，通过采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率，提高了产量递减率的准确性和可靠性。
实施例二
本实施例对上述实施一提供的油田产量递减率的确定方法做进一步补充说明。
作为一种可实施的方式，在上述实施例一的基础上，可选地，上述步骤102具体可以包括：
采用公式(1)对平均日产油量进行拟合处理，确定参数a和b。
logQ＝a-blog(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000。
需要说明的是，具体的拟合方法可以为现有技术中任意可实施的方法，比如，通过采用计算机语言编写拟合函数及执行代码，来确定参数a和b,在此不做限定。
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
具体的，采用曲线位移法进行拟合处理，确定参数a和b的具体方式可以为现有技术中的拟合方式，在此不做限定。
需要说明的是，上述公式(1)是通过对公式(3)两边取常用对数(即以10为底的对数)并做适当简化获得的。
其中，
作为另一种可实施的方式，在上述实施例一的基础上，可选地，上述步骤103具体可以包括：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量。
其中，t为月份，Qyc(t)为t月的预测日产油量。
举例来说，拟合初值Qi＝822.40，n＝0.05，Di＝0.03，则t＝1即1月份的预测日产油量
作为再一种可实施的方式，在上述实施例一的基础上，可选地，上述步骤104具体可以包括：
根据拟合初值Qi和预测日产油量Qyc(t)采用公式(4)计算获得目标油田在目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为2≤k≤12的整数，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
具体的，当获得目标阶段各月的预测日产油量之后，则可以将拟合初值代替现有技术中的油田上一年年末标定日产油量A,用预测日产油量代替油田平均日产油量计算年产油量E，采用月平均天数tp代替每月日历天数。即原产量递减率D的计算公式D＝[1-E/(AT)]×100％转变为公式(6)，约去月平均天数tp即得到公式(4)。
需要说明的是，目标阶段可以是至少两个月，通常的为一年即k＝12，则获得的产量递减率为年度产量递减率，若k＜12，则为获得k个月的阶段产量递减率。
作为又一种可实施的方式，在上述实施例一的基础上，可选地，上述步骤101具体可以包括：
获取目标油田在目标阶段内的各月的月度产油量，月度产油量包括月度自然产油量或者月度综合产油量，月度综合产油量为月度自然产油量与月度增产措施产油量之和；
根据月度产油量，通过公式(5)计算获取目标油田在目标阶段内各月的平均日产油量；
需要说明的是，本实施例中各可实施的方式，既可以单独实施，也可以任意组合方式实施，在此不做限制。
示例性的，如表1所示，为M油田2010-2013年生产数据表。如图2和图3所示，分别为M油田自然日产油量与自然预测日产油量的拟合图和综合日产油量与综合预测日产油量的拟合图。拟合结果证明上述实施例提供的油田产量递减率的确定方法可靠性高
表1
如表2所示，为M油田2010-2013年自然递减率计算表，其中c设为800。
表2
其中，相关系数R为表示两个物理量之间协同变化的密切程度，即平均日产油量与预测日产油量协同变化的密切程度，R＝0代表不相关，R＝1为正相关，R＝-1为负相关；为消除负相关影响一般给出R2即保证R2在0-1之间，且越接近1表示变量间相关性越好，否则相关性越差。具体为拟合过程中的参数，为现有技术，在此不再赘述。
如表3所示，为M油田2010-2013年综合递减率计算表，其中c设为800。
表3
如表4所示，为N油田2012-2014年生产数据表。如图4和图5所示，分别为N油田自然日产油量与自然预测日产油量的拟合图和综合日产油量与综合预测日产油量的拟合图。拟合结果证明上述实施例提供的油田产量递减率的确定方法可靠性高
表4
如表5所示，为N油田2012-2014年自然递减率计算表(预设常数c取值800)。
表5
如表6所示，为N油田2012-2014年综合递减率计算表(预设常数c取值800)。
表6
如图6-11所示，分别为其它油田全开发周期自然递减拟合图。拟合结果证明上述实施例提供的油田产量递减率的确定方法可靠性高。
本实施例提供的油田产量递减率的确定方法，通过采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率，提高了产量递减率的准确性和可靠性。
实施例三
本实施例提供一种油田产量递减率的确定装置，用于执行实施例一提供的油田产量递减率的确定方法。
如图12所示，为本实施例提供的油田产量递减率的确定装置的结构示意图。该油田产量递减率的确定装置30包括获取模块31、处理模块32、第一确定模块33和第二确定模块34。
其中，获取模块31用于获取目标油田在目标阶段内各月的平均日产油量；处理模块32用于采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；第一确定模块33用于根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；第二确定模块34用于根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本实施例提供的油田产量递减率的确定装置30，通过采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率，提高了产量递减率的准确性和可靠性。
实施例四
本实施例对上述实施例三提供的油田产量递减率的确定装置做进一步补充说明，用于执行上述实施例二提供的油田产量递减率的确定方法。
作为一种可实施的方式，在上述实施例三的基础上，可选地，处理模块32具体可以用于：
采用公式(1)对平均日产油量进行拟合处理，确定参数a和b；
logQ＝a-blog(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000；
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
作为另一种可实施的方式，在上述实施例三的基础上，可选地，第一确定模块33具体可以用于：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量；
其中，t为月份，Qyc(t)为t月的预测日产油量。
作为再一种可实施的方式，在上述实施例三的基础上，可选地，第二确定模块34具体可以用于：
根据拟合初值Qi和预测日产油量Qyc(t)采用公式(4)计算获得目标油田在目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为整数，2≤k≤12，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
作为又一种可实施的方式，在上述实施例三的基础上，可选地，获取模块31具体可以用于：
获取目标油田在目标阶段内的各月的月度产油量，月度产油量包括月度自然产油量或者月度综合产油量，月度综合产油量为月度自然产油量与月度增产措施产油量之和；
根据月度产油量，通过公式(5)计算获取目标油田在目标阶段内各月的平均日产油量；
根据本实施例提供的油田产量递减率的确定装置30，通过采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率，提高了产量递减率的准确性和可靠性。
实施例五
本实施例提供一种油田产量递减率的确定装置，用于执行上述任一实施例提供的油田产量递减率的确定方法。
如图13所示，为本实施例提供的油田产量递减率的确定装置的结构示意图。该油田产量递减率的确定装置50包括接收器51、处理器52以及用于存储处理器的可执行指令的存储器53。
其中，接收器51被配置为获取目标油田在目标阶段内各月的平均日产油量；处理器53被配置为：采用曲线位移法对平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；根据拟合初值、拟合递减指数和拟合递减率确定各月的预测日产油量；根据拟合初值和预测日产油量确定目标油田在目标阶段内的产量递减率。
在上述信息的该油田产量递减率的确定装置的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种油田产量递减率的确定方法，其特征在于，包括：
获取目标油田在目标阶段内各月的平均日产油量；
采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
2.根据权利要求1所述的方法，其特征在于，所述采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率，包括：
采用公式(1)对所述平均日产油量进行拟合处理，确定参数a和b；
log Q＝a-b log(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000；
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
3.根据权利要求1所述的方法，其特征在于，所述根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量，包括：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量；
其中，t为月份，Qyc(t)为t月的预测日产油量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率，包括：
根据所述拟合初值Qi和所述预测日产油量Qyc(t)采用公式(4)计算获得所述目标油田在所述目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为2≤k≤12的整数，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取目标油田在目标阶段内各月的平均日产油量，包括：
获取目标油田在目标阶段内的各月的月度产油量，所述月度产油量包括月度自然产油量或者月度综合产油量，所述月度综合产油量为所述月度自然产油量与月度增产措施产油量之和；
根据所述月度产油量，通过公式(5)计算获取所述目标油田在所述目标阶段内各月的平均日产油量；
6.一种油田产量递减率的确定装置，其特征在于，包括：
获取模块，用于获取目标油田在目标阶段内各月的平均日产油量；
处理模块，用于采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
第一确定模块，用于根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
第二确定模块，用于根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
7.根据权利要求6所述的装置，其特征在于，所述处理模块，具体用于：
采用公式(1)对所述平均日产油量进行拟合处理，确定参数a和b；
log Q＝a-b log(t+c) (1)
其中，t为月份，Q为月份t对应的平均日产油量，a和b是待确定参数，a为截距，b为斜率；c为预设常数，10≤c≤1000；
根据公式(2)计算获得拟合初值Qi、拟合递减指数n和拟合递减率Di；
8.根据权利要求6所述的装置，其特征在于，所述第一确定模块，具体用于：
根据拟合初值Qi、拟合递减指数n和拟合递减率Di，采用公式(3)计算获得各月的预测日产油量；
其中，t为月份，Qyc(t)为t月的预测日产油量。
9.根据权利要求6所述的装置，其特征在于，所述第二确定模块，具体用于：
根据所述拟合初值Qi和所述预测日产油量Qyc(t)采用公式(4)计算获得所述目标油田在所述目标阶段内的产量递减率D；
其中，t为月份，1≤t≤k，k为整数，2≤k≤12，Qyc(t)为第t月的预测日产油量；Qi为拟合初值。
10.一种油田产量递减率的确定装置，其特征在于，包括：接收器、处理器以及用于存储所述处理器的可执行指令的存储器；
其中，所述接收器，被配置为获取目标油田在目标阶段内各月的平均日产油量；
所述处理器，被配置为：
采用曲线位移法对所述平均日产油量进行拟合处理，获得拟合初值、拟合递减指数和拟合递减率；
根据所述拟合初值、所述拟合递减指数和所述拟合递减率确定各月的预测日产油量；
根据所述拟合初值和所述预测日产油量确定所述目标油田在所述目标阶段内的产量递减率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710708539.6A CN109409559B (zh) | 2017-08-17 | 2017-08-17 | 油田产量递减率的确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710708539.6A CN109409559B (zh) | 2017-08-17 | 2017-08-17 | 油田产量递减率的确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109409559A true CN109409559A (zh) | 2019-03-01 |
| CN109409559B CN109409559B (zh) | 2022-03-01 |
Family
ID=65455054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710708539.6A Active CN109409559B (zh) | 2017-08-17 | 2017-08-17 | 油田产量递减率的确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109409559B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111861070A (zh) * | 2019-04-30 | 2020-10-30 | 中国石油天然气股份有限公司 | 采用初始月产量确定油井原油经济可采储量的方法及系统 |
| CN112836860A (zh) * | 2021-01-12 | 2021-05-25 | 中国石油大学(华东) | 确定压裂井产量递减阶段全周期内动态产量方法、系统 |
| CN113033856A (zh) * | 2019-12-24 | 2021-06-25 | 中国石油天然气股份有限公司 | 预测直线递减生产井初始递减率的方法和装置 |
| CN113033855A (zh) * | 2019-12-24 | 2021-06-25 | 中国石油天然气股份有限公司 | 预测油井技术极限递减生产日历年数的方法和装置 |
| CN114970995A (zh) * | 2022-05-17 | 2022-08-30 | 红有软件股份有限公司 | 基于数据库的指数递减模型进行采油井批量产量预测方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100174517A1 (en) * | 2007-09-07 | 2010-07-08 | Olav Slupphaug | Method For Prediction In An Oil/Gas Production System |
| GB201319702D0 (en) * | 2012-11-09 | 2013-12-25 | Logined Bv | Oilfield Production forecasting system |
| US20140136111A1 (en) * | 2012-11-09 | 2014-05-15 | Schlumberger Technology Corporation | Oilfield production forecasting system |
| CN104481502A (zh) * | 2014-11-13 | 2015-04-01 | 克拉玛依红有软件有限责任公司 | 一种利用油藏结构递减法预测原油产量的方法 |
| CN105528656A (zh) * | 2015-12-29 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种确定油田产量递减率数据的方法和装置 |
| CN106014365A (zh) * | 2016-06-16 | 2016-10-12 | 中国石油天然气股份有限公司 | 一种预测水驱开发油田产量递减率的方法 |
| CN106156876A (zh) * | 2015-04-13 | 2016-11-23 | 中国石油化工股份有限公司 | 水驱开发油藏特高含水后期自然递减率的预测方法 |
| CN106250984A (zh) * | 2016-07-29 | 2016-12-21 | 中国石油天然气股份有限公司 | 油井的油水关系模式的判断方法及装置 |
| CN106337680A (zh) * | 2015-07-13 | 2017-01-18 | 中国石油化工股份有限公司 | 一种油藏生产井可采储量的确定方法 |
-
2017
- 2017-08-17 CN CN201710708539.6A patent/CN109409559B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100174517A1 (en) * | 2007-09-07 | 2010-07-08 | Olav Slupphaug | Method For Prediction In An Oil/Gas Production System |
| GB201319702D0 (en) * | 2012-11-09 | 2013-12-25 | Logined Bv | Oilfield Production forecasting system |
| US20140136111A1 (en) * | 2012-11-09 | 2014-05-15 | Schlumberger Technology Corporation | Oilfield production forecasting system |
| CN104481502A (zh) * | 2014-11-13 | 2015-04-01 | 克拉玛依红有软件有限责任公司 | 一种利用油藏结构递减法预测原油产量的方法 |
| CN106156876A (zh) * | 2015-04-13 | 2016-11-23 | 中国石油化工股份有限公司 | 水驱开发油藏特高含水后期自然递减率的预测方法 |
| CN106337680A (zh) * | 2015-07-13 | 2017-01-18 | 中国石油化工股份有限公司 | 一种油藏生产井可采储量的确定方法 |
| CN105528656A (zh) * | 2015-12-29 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种确定油田产量递减率数据的方法和装置 |
| CN106014365A (zh) * | 2016-06-16 | 2016-10-12 | 中国石油天然气股份有限公司 | 一种预测水驱开发油田产量递减率的方法 |
| CN106250984A (zh) * | 2016-07-29 | 2016-12-21 | 中国石油天然气股份有限公司 | 油井的油水关系模式的判断方法及装置 |
Non-Patent Citations (6)
| Title |
|---|
| ARASH KAMARI等: "Decline curve based models for predicting natural gas well performance", 《PETROLEUM》 * |
| WHITNEY OSWALD等: "Using growth and decline factors to project VOC emissions from oil and gas production", 《JOURNAL OF THE AIR&WASTE MANAGEMENT ASSOCIATION》 * |
| 何俊等: "线性回归方法在油气产量递减分析中的应用", 《岩性油气藏》 * |
| 张凤莲等: "一种Arps递减自动拟合方法及应用", 《中外能源》 * |
| 肖武等: "月度自然递减率预测方法研究及应用", 《西南石油大学学报(自然科学版)》 * |
| 赖枫鹏等: "用拟合曲线进行产量历史变化分析", 《新疆石油地质》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111861070A (zh) * | 2019-04-30 | 2020-10-30 | 中国石油天然气股份有限公司 | 采用初始月产量确定油井原油经济可采储量的方法及系统 |
| CN111861070B (zh) * | 2019-04-30 | 2024-03-29 | 中国石油天然气股份有限公司 | 采用初始月产量确定油井原油经济可采储量的方法及系统 |
| CN113033856A (zh) * | 2019-12-24 | 2021-06-25 | 中国石油天然气股份有限公司 | 预测直线递减生产井初始递减率的方法和装置 |
| CN113033855A (zh) * | 2019-12-24 | 2021-06-25 | 中国石油天然气股份有限公司 | 预测油井技术极限递减生产日历年数的方法和装置 |
| CN113033856B (zh) * | 2019-12-24 | 2022-10-04 | 中国石油天然气股份有限公司 | 预测直线递减生产井初始递减率的方法和装置 |
| CN113033855B (zh) * | 2019-12-24 | 2024-04-30 | 中国石油天然气股份有限公司 | 预测油井技术极限递减生产日历年数的方法和装置 |
| CN112836860A (zh) * | 2021-01-12 | 2021-05-25 | 中国石油大学(华东) | 确定压裂井产量递减阶段全周期内动态产量方法、系统 |
| CN112836860B (zh) * | 2021-01-12 | 2022-08-02 | 中国石油大学(华东) | 确定压裂井产量递减阶段全周期内动态产量方法、系统 |
| CN114970995A (zh) * | 2022-05-17 | 2022-08-30 | 红有软件股份有限公司 | 基于数据库的指数递减模型进行采油井批量产量预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109409559B (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109409559A (zh) | 油田产量递减率的确定方法及装置 | |
| CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
| Robbins et al. | Mean shift testing in correlated data | |
| RU2636133C2 (ru) | Способ и устройство для отображения прикладного программного обеспечения | |
| CN108062573A (zh) | 模型训练方法及装置 | |
| CN107515890A (zh) | 一种识别常驻点的方法及终端 | |
| Stöber et al. | Estimating standard errors in regular vine copula models | |
| CN109597805A (zh) | 一种数据处理方法、电子设备及存储介质 | |
| CN107563557A (zh) | 确定油井产量递减率的方法及装置 | |
| Giesecke et al. | Monte Carlo algorithms for default timing problems | |
| CN110097170A (zh) | 信息推送对象预测模型获取方法、终端及存储介质 | |
| CN110263326A (zh) | 一种用户行为预测方法、预测装置、存储介质及终端设备 | |
| CN109583561A (zh) | 一种深度神经网络的激活量量化方法及装置 | |
| Detemple et al. | On American VIX options under the generalized 3/2 and 1/2 models | |
| CN109033165A (zh) | 一种数据展示方法、计算机可读存储介质及终端设备 | |
| CN105677645B (zh) | 一种数据表比对方法和装置 | |
| CN110135114B (zh) | 河流设计最低通航水位的确定方法和装置 | |
| CN114818828A (zh) | 雷达干扰感知模型的训练方法及雷达干扰信号识别方法 | |
| KR101343097B1 (ko) | 홍수 취약성 평가를 위한 퍼지 탑시스 접근방법 | |
| CN106487570B (zh) | 一种评估网络性能指标变化趋势的方法及设备 | |
| CN109785155A (zh) | 基于医保报销模型调整医保策略的方法及相关产品 | |
| Debele et al. | The impact of seasonal flood peak dependence on annual maxima design quantiles | |
| CN105488061B (zh) | 一种验证数据有效性的方法及装置 | |
| Arsenault et al. | Asymptotically correct interpolation-based spatial error estimation for 1D PDE solvers | |
| CN110334281A (zh) | 一种结合用户行为的图书推荐方法、装置、设备及介质 |
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 |