CN110424944A - 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法 - Google Patents

巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法 Download PDF

Info

Publication number
CN110424944A
CN110424944A CN201910664842.XA CN201910664842A CN110424944A CN 110424944 A CN110424944 A CN 110424944A CN 201910664842 A CN201910664842 A CN 201910664842A CN 110424944 A CN110424944 A CN 110424944A
Authority
CN
China
Prior art keywords
oil
model
grid
water
curve
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
Application number
CN201910664842.XA
Other languages
English (en)
Other versions
CN110424944B (zh
Inventor
尚凡杰
杨莉
姜彬
张迎春
景至一
郭富欣
李卓林
范虎
吴昊
张旭
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.)
China National Offshore Oil Corp CNOOC
CNOOC Research Institute Co Ltd
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC Research Institute 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 China National Offshore Oil Corp CNOOC, CNOOC Research Institute Co Ltd filed Critical China National Offshore Oil Corp CNOOC
Priority to CN201910664842.XA priority Critical patent/CN110424944B/zh
Publication of CN110424944A publication Critical patent/CN110424944A/zh
Application granted granted Critical
Publication of CN110424944B publication Critical patent/CN110424944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B25/00Models for purposes not provided for in G09B23/00, e.g. full-sized devices for demonstration purposes
    • G09B25/04Models for purposes not provided for in G09B23/00, e.g. full-sized devices for demonstration purposes of buildings
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geology (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geophysics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Consolidation Of Soil By Introduction Of Solidifying Substances Into Soil (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,所述拟相渗曲线的建立方法包括以下步骤:细网格比例模的建立;中网格比例模型的建立;对上述两模型分别进行模拟计算,调整中网格比例模型的输入油水相渗曲线,使得其流动响应与细网格比例模型的一致,得到对应中网格比例模型的油水拟相渗曲线;由粗化前模型输入相渗曲线到粗化后模型输入相渗曲线的转换。本发明针对巨厚碳酸盐岩油藏模型粗化前后存在流动响应差异的问题,提供了一种油水拟相渗曲线的建立方法,能够使水驱模型的相渗赋值更加合理,开发预测指标更加可信。

Description

巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法
技术领域
本发明涉及油田开发技术领域,具体涉及一种巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法。
背景技术
油水相渗曲线能够综合反映油水两相渗流特征,在水驱油藏数值模拟中,油水相渗曲线是模型最重要的输入参数之一,对累产油、含水率等预测指标有较大影响,其取值的合理性也尤其值得关注。
油水相渗曲线来自实验室内以取样岩心为对象的相渗实验,具体做法为:使油、水以稳定流速流入和流出岩心(稳态法),或者注水驱替岩心中原油(非稳态法),记录不同饱和度下油、水两相的相对渗透率,进而得到油水相对渗透率曲线。
受测井、地震等地质资料录取手段分辨率制约,由地质人员建立的实际油藏地质模型的网格步长通常为几米到几十米;受计算机性能的进一步影响,在用于数值模拟计算前,通常需对上述实际地质模型进行网格粗化,使得油藏数值模拟模型的网格步长达到数十米乃至数百米。
可以看出,数值模拟模型的网格步长远大于相渗实验所用岩心的尺寸,且其建立存在网格粗化的过程,油藏模型的网格步长越大,网格离散程度越强,且非均质性减弱,若输入与粗化前模型相同的油水相渗曲线,其流动响应会出现偏差。
具体从达西公式来看,假定通过某一粗化后网格x格方向的油相流量为
通过对应粗化前网格同一方向的累积流量
其中,为粗化后网格油相相对渗透率;为粗化后网格油相粘度;为粗化后网格x方向传导率;为粗化后网格油相势函数差;qo为粗化前网格油相流量;Tx为粗化前网格x方向传导率;kro为粗化前网格油相相对渗透率;μo为粗化前网格油相粘度;Δφo为粗化前网格油相势函数差。
从式(1)、(2)可以看出,对于水驱油藏模型,每个粗化前网格都有单独的传导率Tx、流体饱和度和,且随着流体饱和度变化,在每个时间步都会对其势函数Δφo。进行重新计算。在采用相同油水相渗曲线的情况下,无论采用何种地质属性粗化算法,某一区域粗化前网格计算流量的累积值与其对应的粗化后网格的累积流量不可能完全一致。
对于巨厚碳酸盐岩油藏,因其储层非均质性强,网格粗化程度高,模型粗化前后计算指标的差异更加突出。
由于粗化前模型更接近地下真实情况,要获取与其一致的流动响应,从式(1)、(2)可以看出,需对粗化后模型输入的油水相渗曲线进行调整。
发明内容
本发明提供一种油水拟相渗曲线的建立方法及油藏模型的建立方法,通过油水相渗曲线的处理,弥补粗化模型因地质信息丢失和数值离散造成的计算误差,使得油水相渗曲线的赋值更加合理,模型预测指标更加可靠。
油水拟相渗曲线为:对粗化后油藏模型输入的油水相对渗透率曲线作一定调整,使其与采用原油水相渗的粗化前模型的流动响应基本一致,调整后的油水相对渗透率曲线即为对应粗化后模型的油水拟相渗曲线。
为实现上述目的,本发明采用以下技术方案:一种巨厚碳酸盐岩油藏油水拟相渗曲线建立方法,主要包括以下步骤:
A、细网格比例模型的建立:建立网格步长接近所述巨厚碳酸盐岩油藏实验室岩心尺寸的水驱机理模型;
B、中网格比例模型的建立:对所述细网格比例模型进行网格粗化,得到网格步长与实际巨厚碳酸盐岩油藏地质模型的网格步长相同的中网格比例模型;
C、得到中网格比例模型的油水拟相渗曲线:在所述细网格比例模型中输入来自实验室岩心分析的油水相渗曲线并进行模拟计算,调整所述中网格比例模型输入的油水相渗曲线,使得其计算指标与所述细网格比例模型的计算指标基本一致,即得到所述中网格比例模型对应的油水拟相渗曲线;
D、中网格局部模型的建立:截取所述实际巨厚碳酸盐油藏地质模型的典型区块建立局部水驱模型;
E、粗网格局部模型的建立:对所述中网格局部模型进行网格粗化,得到网格步长与粗化后的所述实际油藏地质模型网格步长相同的粗网格局部模型;
F、得到粗网格模型的油水拟相渗曲线:在所述中网格局部模型中输入步骤C得到的油水拟相渗曲线并进行模拟计算,调整所述粗网格局部模型输入的油水相渗曲线,使得其计算指标与所述中网格局部模型的计算指标基本一致,得到所述粗网格局部模型对应的油水拟相渗曲线,即建立起了所述巨厚碳酸盐岩油藏典型区块油水拟相渗曲线。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,步骤A采用总尺寸为所述实际巨厚碳酸盐油藏尺寸的1/10-1/20建立所述细网格比例模型。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,步骤A中,所述细网格比例模型的注采井距与有效厚度之比与所述实际巨厚碳酸盐油藏的注采井距与有效厚度之比相同;所述细网格比例模型的采油速度与所述实际巨厚碳酸盐油藏的采油速度相同;所述细网格比例模型的水平、垂向渗透率分别与所述巨厚碳酸盐实际油藏的水平、垂向渗透率相同。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,步骤A中,所述细网格比例模型X方向的网格步长为0.05-0.20m,Y方向的网格步长为0.05-0.20m,Z方向的网格步长为0.05-0.10m。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,所述中网格局部模型由所述实际巨厚碳酸盐油藏地质模型截取,在截取时避免其注入井和生产井平行网格走向,避免其注入井和生产井与网格走向呈45°夹角。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,网格粗化时渗透率的粗化采用张量算法。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,网格粗化时孔隙度、净毛比的粗化采用标量算法。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,将含水率和累产油量作为粗化前后模型对比的所述计算指标,将粗化前模型的含水率和累产油量计算结果作为目标函数,将粗化后模型的油相指数、水相指数、临界可动水饱和度油水相渗特征参数作为变量,实现粗化后模型对粗化前模型所述计算指标的拟合。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,采用遗传算法或进化算法进行拟合。
上述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,步骤E中所述粗化后的所述实际油藏地质模型的网格步长为所述实际油藏地质模型的网格步长的10-25倍。
本发明考虑巨厚碳酸盐岩油藏模型粗化前后计算指标差异,提出油水拟相渗曲线建立方法,对于目标油藏的每一相渗分区:首先建立细网格比例模型,对其进行粗化,通过油水相渗曲线的调整,实现粗化后模型对粗化前模型计算指标的拟合;在此基础上,从实际油藏地质模型中选取局部模型,采用同样方法,对油水相渗曲线作进一步的修正。经上述两步调整后的油水相渗曲线即该油田区块的油水拟相渗曲线。
本发明由于采取以上技术方案,具有以下优点:①通过油水拟相渗曲线的建立,解决水驱模型粗化前后流动响应差异,使得油水相渗曲线的赋值更加合理,粗化后模型预测指标更加可靠;②除地质模型粗化前后流动响应的差异外,本发明考虑相渗实验与地质模型粗化前网格渗流尺度上的差异,增加由实验室获取的岩心相渗到粗化前地质模型输入相渗的转换,进一步提升相渗曲线赋值的合理性;③在第一步拟相渗曲线建立中采用近二维比例模型,一方面避免网格规模过大,另一方面通过油藏宽高比、采油速度等方面的设置,保留注采井间水平、垂直流速分布与目标油藏的一致性。
本发明提供了一种巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法及应用,能够使水驱模型油水相渗曲线的赋值更加合理,累产油、采收率等预测指标更加可信。本方法的步骤简单可靠,在同类油气田开发研究中具有较好的应用价值。
附图说明
图1为本发明实施例中油水拟相渗曲线的A步骤采用的水驱机理模型示意图;
图2是本发明实施例中油水拟相渗曲线的D步骤采用的中网格局部模型示意图;
图3是本发明实施例中油水拟相渗曲线的F步骤采用油水拟相渗的“粗网格局部模型”与采用原相渗的“中网格局部模型”模拟结果对比示意图;
图4是本发明实施例中原油水相渗曲线与油水拟相渗曲线对比示意图。
具体实施方式
以下将结合附图对本发明的较佳实施例进行详细说明,以便更清楚理解本发明的目的、特点和优点。应理解的是,附图所示的实施例并不是对本发明范围的限制,而只是为了说明本发明技术方案的实质精神。
本发明的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,主要可概括为以下步骤:
1)由基础模型即细网格模型油水相渗曲线到粗化前模型即中网格模型输入相渗曲线的转换,得到中网格模型的油水拟相渗曲线;
2)由粗化前模型即中网格模型输入相渗曲线到粗化后模型即粗网格模型输入相渗曲线的转换,得到粗网格模型的油水拟相渗曲线。
对于目标油藏不同相渗的分区,重复步骤1)~2),即可得到对应全油藏粗化后模型的各组油水拟相渗曲线。
具体地,所述步骤1)中,油水拟相渗曲线的建立过程为:
①建立网格步长接近实验岩心尺寸的水驱机理模型即细网格比例模型;
②对上述细网格比例模型进行网格粗化,得到网格步长与粗化前目标油藏实际地质模型一致的中网格比例模型;
③在细网格比例模型中输入来自实验室岩心分析的油水相渗曲线并进行模拟计算,调整中网格比例模型输入的油水相渗曲线,使得其计算指标与细网格比例模型基本一致,即得到对应中网格模型的油水拟相渗曲线。
所述步骤1)中,为与岩心相渗实验的渗流尺度匹配,所建立细网格比例模型的网格步长接近实际岩心(相渗实验所用岩心长度一般不超过20cm),X方向的网格步长为0.05~0.20m,Y方向的网格步长为0.05~0.20m,Z方向的网格步长为0.05~0.10m,建立起总尺寸为实际油藏尺寸的1/10~1/20的近二维水驱机理模型(下称“细网格比例模型”)。模型中渗透率、孔隙度、净毛比均来自目标油田典型井测井曲线。沿X方向部署1口注水井和1口采油井。
所述步骤1)中,为避免粗化前模型网格规模过大,采用总尺寸为实际油藏1/10~1/20的中网格比例模型。
所述步骤1)中,为等效表征实际油藏中重力分异作用影响,使其注采井间流线与实际油藏相似,在比例模型的建立中作如下设置:
使机理模型注采井间水平、垂直流速分布与实际油藏相似,一方面使比例模型注采井距D与油层厚度H之比与实际油藏的相应比值相等。即
D比例/H比例=D实际/H实际
另一方面使比例模型的采油速度(年产油量与地质储量之比)与实际油藏的相同,水平与垂直渗透率与实际油藏的相似。
所述步骤2)中,油水拟相渗曲线的第二步建立过程为:
①在目标油藏实际地质模型中截取典型区块建立局部水驱模型即中网格局部模型;该典型区块的油水相渗曲线及构造、物性等地质特征需在本相渗分区有代表性;
②对上述中网格局部模型进行网格粗化,得到网格步长与目标油藏粗化后实际油藏地质模型相同的粗网格局部模型;
③在中网格局部模型中输入步骤1)得到的油水拟相渗曲线并进行模拟计算,调整粗网格局部模型输入的油水相渗曲线,使得其计算指标与中网格局部模型的基本一致,即得到粗网格模型对应的油水拟相渗曲线。
所述步骤2)中,局部水驱模型(“中网格局部模型”)由实际地质模型截取,应避免其注入井和生产井平行网格走向,也避免其注入井和生产井与网格走向呈45°夹角,以削弱网格取向效应。
所述步骤1)、2)中,在模型的网格粗化中选择合理的属性粗化算法,其中渗透率的粗化采用张量算法(如流动等效法),孔隙度、净毛比的粗化采用标量算法(如调和平均法、几何平均法)。
所述步骤1)、2)中,将含水率和累产油量作为粗化前后模型的主要对比指标,为提高拟相渗曲线生成效率,将粗化前模型的含水率和累产油量计算结果作为目标函数,将粗化后模型的油相指数no、水相指数nw、临界可动水饱和度Swcr等油水相渗特征参数作为变量,借助现有商业软件或者编程实现粗化后模型对粗化前模型计算指标的拟合,推荐采用遗传算法、进化算法等较为高效的拟合算法。
也就是说,采用与目标油藏实际数值模拟模型相同的控制条件,分别进行模拟计算,对比中网格局部模型和粗网格局部模型两模型的计算结果;将中网格局部模型的含水率和累产油量作为目标函数,将粗网格局部模型的no、nw、Swcr等油水相渗特征参数作为变量,借助现成软件可实现粗网格局部模型对中网格局部模型计算指标的拟合,由调整后的油水相渗特征参数得到对应粗网格局部模型的油水拟相渗曲线,也就是适用于目标油藏数值模拟计算的油水拟相渗曲线。
对于目标油藏不同相渗分区,需考虑每一分区物性特征进行机理模型建立及典型单元选取,然后分别重复上述步骤1)-2),即可得到对应每一相渗分区的油水拟相渗曲线。
本发明由于采取以上技术方案,具有以下优点:①通过油水拟相渗曲线的建立,解决水驱模型粗化前后流动响应的差异,使得油水相渗曲线的赋值更加合理,粗化后模型预测指标更加可靠;②除地质模型粗化前后流动响应的差异外,本发明考虑相渗实验与地质模型粗化前网格渗流尺度上的差异,增加由实验室获取的岩心相渗到粗化前地质模型输入相渗的转换,进一步提升相渗曲线赋值的合理性;③在第一步拟相渗曲线建立中采用近二维比例模型,一方面避免网格规模过大,另一方面通过油藏宽高比、采油速度等方面的设置,保留注采井间水平、垂直流速分布与目标油藏的一致性。
本发明提供了一种巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法及应用,能够使水驱模型油水相渗曲线的赋值更加合理,使得累产油、采收率等预测指标更加可信。本方法原理可靠,步骤简明,在同类油气田开发研究中具有较好的应用价值。
实施例
目标油田M油田为巨厚碳酸盐岩油田,油层平均厚度200m,注采井距约1400m,储层非均质性强。M油田含油面积180km2,采用组分模型模拟,实际油藏地质模型网格尺寸为10m×10m×0.5m,粗化后实际油藏数值模拟模型网格尺寸为200m×200m×2.5m。
对于M油田C相渗分区,采用上述方法进行油水拟相渗曲线的建立。
1)油水拟相渗曲线的第一步建立,即由基础油水相渗曲线到粗化前模型输入相渗曲线的转换。
①细网格比例模型建立。建立网格步长接近岩心尺寸(0.2m×0.2m×0.1m)的近二维水驱机理模型(即细网格比例模型,见附图1a),沿X方向部署1口注水井和1口采油井;模型中注采井距约为实际油藏的1/20,模型X、Y、Z方向总长度分别为80m、10m、10m;模型中渗透率、孔隙度、净毛比来自同相渗分区典型井测井曲线。
②中网格比例模型建立。对上述细网格比例模型进行网格粗化,其中渗透率粗化采用流动等效法,孔隙度、净毛比采用标量算法粗化,得到网格步长与实际油藏地质模型相同(10m×10m×0.5m)的中网格比例模型(见附图1b)。
③定义上述细网格比例模型生产井日产液量,使区块采油速度与实际油藏接近,输入基础油水相渗曲线进行模拟计算,生产期20年;采用相同相渗和控制条件对中网格比例模型进行计算;借助相关软件的自动拟合动能,调整中网格比例模型的no、nw、Swcr等油水相渗参数至其累产油量、含水率等计算指标与采用基础油水相渗曲线的细网格比例模型基本一致,即得到对应中网格模型的油水拟相渗曲线。
2)油水拟相渗曲线的第二步建立,即由粗化前模型输入相渗曲线到粗化后模型输入相渗曲线的转换。
①在目标油藏实际地质模型截取典型注采单元建立局部水驱模型(下称中网格局部模型,见图2a),模型中包括1口生产井和1口注水井。
②对上述中网格局部模型进行网格粗化,粗化后网格步长与目标油藏粗化后实际地质模型相同,得到粗网格局部模型(见图2b)。本发明附图中“PRO”代表生产井,“INJ”代表注入井。
③在中网格局部模型和粗网格局部模型分别输入第1)步得到的油水拟相渗曲线与原油水相渗曲线,分别进行模拟计算;借助相关软件的自动拟合功能,调整粗网格局部模型的no、nw、Swcr等油水相渗参数至其累产油量、含水率等计算指标与中网格局部模型基本一致(见附图3),调整后的油水相渗即得到对应粗网格局部模型的油水拟相渗曲线,也就是适用于M油田C相渗分区数值模拟计算的油水拟相渗曲线,实验油水相渗与最终油水拟相渗对比见附图4。其中图3横坐标为日期,左侧纵坐标为累产油量,右侧纵坐标为日产油量;图4横坐标为含水饱和度,纵坐标为相对渗透率。
从图4看出,相比基础油水相渗曲线,油水拟相渗曲线更加保守,采用该相渗能够避免预测指标过于乐观的问题。
本发明针对巨厚碳酸盐岩油藏模型粗化前后流动响应差异,提供了一种油水拟相渗曲线建立方法,能够使水驱模型的相渗赋值更加合理,开发预测指标更加可信。本方法计算原理可靠,计算方法简明,在同类油气田开发研究中具有较高的推广应用价值。
上述各实施例仅用于说明本发明,其中实施例的各步骤、方法都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。

Claims (10)

1.一种巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,所述方法包括以下步骤:
A、细网格比例模型的建立:建立网格步长接近所述巨厚碳酸盐岩油藏实验室岩心尺寸的水驱机理模型;
B、中网格比例模型的建立:对所述细网格比例模型进行网格粗化,得到网格步长与所述巨厚碳酸盐岩油藏的实际地质模型的网格步长相同的中网格比例模型;
C、得到中网格比例模型的油水拟相渗曲线:在所述细网格比例模型中输入来自实验室岩心分析的油水相渗曲线并进行模拟计算,调整所述中网格比例模型输入的油水相渗曲线,使得其计算指标与所述细网格比例模型的计算指标基本一致,即得到所述中网格比例模型对应的油水拟相渗曲线;
D、中网格局部模型的建立:截取实际巨厚碳酸盐岩油藏地质模型的典型区块建立局部水驱模型;
E、粗网格局部模型的建立:对所述中网格局部模型进行网格粗化,得到网格步长与粗化后的实际油藏地质模型网格步长相同的粗网格局部模型;
F、得到粗网格模型的油水拟相渗曲线:在所述中网格局部模型中输入步骤C得到的油水拟相渗曲线并进行模拟计算,调整所述粗网格局部模型输入的油水相渗曲线,使得其计算指标与所述中网格局部模型的计算指标基本一致,得到所述粗网格局部模型对应的油水拟相渗曲线,即建立起了所述巨厚碳酸盐岩油藏典型区块油水拟相渗曲线。
2.根据权利要求1所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,步骤A采用总尺寸为所述实际巨厚碳酸盐岩油藏尺寸的1/10-1/20建立所述细网格比例模型。
3.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,步骤A中,所述细网格比例模型的注采井距与有效厚度之比与所述实际巨厚碳酸盐岩油藏的注采井距与有效厚度之比相同;所述细网格比例模型的采油速度与所述实际巨厚碳酸盐岩油藏的采油速度相同;所述细网格比例模型的水平、垂向渗透率分别与所述实际巨厚碳酸盐岩油藏的水平、垂向渗透率相同。
4.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,步骤A中,所述细网格比例模型X方向的网格步长为0.05-0.20m,Y方向的网格步长为0.05-0.20m,Z方向的网格步长为0.05-0.10m。
5.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,所述中网格局部模型由所述实际巨厚碳酸盐岩油藏地质模型截取,在截取时避免其注入井和生产井平行网格走向,避免其注入井和生产井与网格走向呈45°夹角。
6.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,网格粗化时渗透率的粗化采用张量算法。
7.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,网格粗化时孔隙度、净毛比的粗化采用标量算法。
8.根据权利要求1或2所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,将含水率和累产油量作为粗化前后模型对比的所述计算指标,将粗化前模型的含水率和累产油量计算结果作为目标函数,将粗化后模型的油相指数、水相指数、临界可动水饱和度等油水相渗特征参数作为变量,实现粗化后模型对粗化前模型所述计算指标的拟合。
9.根据权利要求8所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,采用遗传算法或进化算法进行拟合。
10.根据权利要求1或2或9所述的巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法,其特征在于,步骤E中所述粗化后的所述实际油藏地质模型的网格步长为所述实际油藏地质模型的网格步长的10-25倍。
CN201910664842.XA 2019-07-22 2019-07-22 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法 Active CN110424944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910664842.XA CN110424944B (zh) 2019-07-22 2019-07-22 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910664842.XA CN110424944B (zh) 2019-07-22 2019-07-22 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法

Publications (2)

Publication Number Publication Date
CN110424944A true CN110424944A (zh) 2019-11-08
CN110424944B CN110424944B (zh) 2022-08-23

Family

ID=68411845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910664842.XA Active CN110424944B (zh) 2019-07-22 2019-07-22 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法

Country Status (1)

Country Link
CN (1) CN110424944B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806998A (zh) * 2020-06-16 2021-12-17 中国石油化工股份有限公司 一种储层相渗曲线仿真方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1912655A (zh) * 2005-08-10 2007-02-14 大庆油田有限责任公司 一种沉积相控制预测砂岩油藏储层属性的方法
CN102507412A (zh) * 2011-11-07 2012-06-20 中国石油集团川庆钻探工程有限公司 碳酸盐岩油藏等效模型的裂缝-基质渗透率级差判别方法
US20120221306A1 (en) * 2009-04-08 2012-08-30 Schlumberger Technology Corporation Multiscale digital rock modeling for reservoir simulation
CN104179499A (zh) * 2013-05-27 2014-12-03 中国石油化工股份有限公司 考虑油藏参数时变的数值模拟方法
CN105239976A (zh) * 2015-11-04 2016-01-13 中国海洋石油总公司 考虑水驱油藏渗流参数动态变化的数值模拟方法
US20180023374A1 (en) * 2015-02-03 2018-01-25 Schlumberger Technology Corporation Multi-Phase Polymer Shear Viscosity Calculation in Polymer Coreflood Simulation Study Workflow
CN108487904A (zh) * 2018-02-06 2018-09-04 中国石油大学(华东) 一种基于图版的消除末端效应的相渗曲线校正方法
CN109958413A (zh) * 2019-03-01 2019-07-02 中国石油大学(华东) 一种特高含水期油藏动态流动单元划分方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1912655A (zh) * 2005-08-10 2007-02-14 大庆油田有限责任公司 一种沉积相控制预测砂岩油藏储层属性的方法
US20120221306A1 (en) * 2009-04-08 2012-08-30 Schlumberger Technology Corporation Multiscale digital rock modeling for reservoir simulation
CN102507412A (zh) * 2011-11-07 2012-06-20 中国石油集团川庆钻探工程有限公司 碳酸盐岩油藏等效模型的裂缝-基质渗透率级差判别方法
CN104179499A (zh) * 2013-05-27 2014-12-03 中国石油化工股份有限公司 考虑油藏参数时变的数值模拟方法
US20180023374A1 (en) * 2015-02-03 2018-01-25 Schlumberger Technology Corporation Multi-Phase Polymer Shear Viscosity Calculation in Polymer Coreflood Simulation Study Workflow
CN105239976A (zh) * 2015-11-04 2016-01-13 中国海洋石油总公司 考虑水驱油藏渗流参数动态变化的数值模拟方法
CN108487904A (zh) * 2018-02-06 2018-09-04 中国石油大学(华东) 一种基于图版的消除末端效应的相渗曲线校正方法
CN109958413A (zh) * 2019-03-01 2019-07-02 中国石油大学(华东) 一种特高含水期油藏动态流动单元划分方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭富欣等: "渗透率粗化方法对比与优选:以巴西Libra 油田为例", 《大庆石油地质与开发》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806998A (zh) * 2020-06-16 2021-12-17 中国石油化工股份有限公司 一种储层相渗曲线仿真方法
CN113806998B (zh) * 2020-06-16 2024-06-04 中国石油化工股份有限公司 一种储层相渗曲线仿真方法

Also Published As

Publication number Publication date
CN110424944B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
Siddhamshetty et al. Feedback control of proppant bank heights during hydraulic fracturing for enhanced productivity in shale formations
CN104453804B (zh) 一种气驱油藏开发动态监测与评价方法
US8646525B2 (en) System and method for enhancing oil recovery from a subterranean reservoir
CN102041995B (zh) 复杂油藏水淹状况监测系统
CN110334431A (zh) 一种低渗透致密气藏单井控制储量计算及剩余气分析方法
Li et al. Estimation of relative permeability by assisted history matching using the ensemble Kalman filter method
CN105822302A (zh) 一种基于井地电位法的油水分布识别方法
CN114427432B (zh) 一种气藏剩余气开发潜力确定方法
Li et al. Screening and simulation of offshore CO2-EOR and storage: A case study for the HZ21-1 oilfield in the Pearl River Mouth Basin, Northern South China Sea
CN111852417B (zh) 二氧化碳驱油藏气窜通道快速反演方法和装置
CN114169263A (zh) 基于压裂液返排数据的页岩油气藏裂缝参数反演方法
CN116362121A (zh) 水平井压裂的裂缝参数确定方法及装置
CN104632150B (zh) 海上油田不同井组合理产液量确定的方法
CN110424944B (zh) 巨厚碳酸盐岩油藏油水拟相渗曲线的建立方法
CN110924935A (zh) 致密油藏井底流压调控方案确定方法、装置和设备
Liu et al. Remaining Oil Distribution and Development Strategy for Offshore Unconsolidated Sandstone Reservoir at Ultrahigh Water‐Cut Stage
Ma et al. A Data-Driven Oil Production Prediction Method Based on the Gradient Boosting Decision Tree Regression.
Shu et al. Modeling method of point bar internal architecture of meandering river reservoir based on meander migration process inversion algorithm and virtual geo-surfaces automatic fitting technology
CN115809612A (zh) 一种针对水聚干扰现象的规律分析方法及系统
Wang et al. Study on the production law of heavy oil gravity‐drainage‐assisted steam flooding
CN112464476B (zh) 一种评价储层剩余油饱和度分布场的方法
He et al. Waterflood direction and front characterization with multiple methods: a case study in Changqing oilfield, China
Jiang et al. Optimization Method of Three-Dimensional Equilibrium Displacement in Thin Interbed Reservoirs
CN111287739A (zh) 一种基于地层原油粘度的剩余油分布预测方法
CN112001055A (zh) 一种基于微构造的低幅稀油油藏含水率预测方法

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