CN110516295B - 一种计算co2驱最小混相压力的数值模拟方法 - Google Patents
一种计算co2驱最小混相压力的数值模拟方法 Download PDFInfo
- Publication number
- CN110516295B CN110516295B CN201910645227.4A CN201910645227A CN110516295B CN 110516295 B CN110516295 B CN 110516295B CN 201910645227 A CN201910645227 A CN 201910645227A CN 110516295 B CN110516295 B CN 110516295B
- Authority
- CN
- China
- Prior art keywords
- pressure
- parameters
- oil
- model
- component
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 239000003921 oil Substances 0.000 claims abstract description 73
- 238000000926 separation method Methods 0.000 claims abstract description 32
- 238000011084 recovery Methods 0.000 claims abstract description 29
- 239000010779 crude oil Substances 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000002474 experimental method Methods 0.000 claims description 24
- 238000010587 phase diagram Methods 0.000 claims description 16
- 230000035699 permeability Effects 0.000 claims description 12
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 5
- 210000005239 tubule Anatomy 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000000306 component Substances 0.000 description 55
- 239000012530 fluid Substances 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007872 degassing Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000012533 medium component Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
Images
Classifications
-
- 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/164—Injecting CO2 or carbonated water
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
本发明公开了一种计算CO2驱最小混相压力的数值模拟方法,涉及CO2驱提高采收率技术范畴。该数值模拟方法,包括以下步骤:建立长细管组分通用模型;在数值模拟软件的PVTi模块中输入目标油藏的原油组分参数、闪蒸分离和差异分离实验资料;对原油组分进行批分,对批分结果中的原油组分的闪蒸分离和差异分离实验资料利用三参数状态方程进行回归计算;筛选出的回归参数作为拟合参数,并设置拟合参数的权重,实现快速组分拟合;PVTi模块基于的拟合数据导出状态方程参数得到长细管组分数值模型;在不同油藏压力条件下,运行长细管组分数值模型,输出对应的全油田采收率;利用其模拟计算目标油藏的CO2驱最小混相压力。
Description
技术领域
本发明属于油气田开发领域,涉及CO2驱提高采收率技术范畴,是尤其是一种计算CO2驱最小混相压力的数值模拟方法。
背景技术
CO2与原油的最小混相压力是判断CO2驱是否实现混相、预测效果的关键参数,目前确定CO2驱最小混相压力方法有两大类,一类是实验法,包括细管实验法、界面张力法和升泡仪法;一类是理论计算法,包括经验公式法、多次接触法、状态方程法、系线解析法和数值模拟法。在实验法中,细管实验法应用最为广泛,是目前国际上公认的测量最小混相压力的标准方法,缺点是测量时间过长。
在理论计算法中,数值模拟法是研究混相驱替效果和进行混相驱设计的重要方法,一般来说混相驱常用组分模型进行模拟研究,利用数值模拟对细管实验进行模拟,该方法计算精度可靠,但制约该方法广泛应用的问题有:细管模型本身需要考虑目标油藏物性参数;计算精度主要建立在PVT性质拟合较好的基础上,PVT拟合技术要求高;参数选择对模拟结果影响大。
因此,亟需提供一种不依赖过多目标油藏参数的长细管通用模型,能够快速实现PVT性质拟合,参数选择相对较少的数值模拟方法,同时计算结果准确,以便实现快速的CO2驱最小混相压力计算。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供一种计算CO2驱最小混相压力的数值模拟方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种计算CO2驱最小混相压力的数值模拟方法,包括以下步骤:
1)根据长细管驱替实验及目标油藏油气相渗曲线,建立长细管组分通用模型;
2)在数值模拟软件的PVTi模块中输入目标油藏的原油组分参数、闪蒸分离和差异分离实验资料;
3)对步骤2)输入的原油组分进行批分,对批分结果中的原油组分的闪蒸分离和差异分离实验资料利用三参数状态方程进行回归计算;
将计算出的海森矩阵利用VBA程序筛选回归参数,筛选出的回归参数作为拟合参数,并设置拟合参数的权重,实现快速组分拟合;
4)PVTi模块基于步骤3)的拟合数据导出状态方程参数,并输入到长细管组分通用模型中,得到长细管组分数值模型;
5)在不同油藏压力条件下,运行长细管组分数值模型,输出对应的全油田采收率;
6)根据不同油藏压力条件下全油田采收率与油藏压力数据关系图,确定目标油藏的CO2驱最小混相压力。
进一步的,步骤1)中,建立长细管组分通用模型的具体过程为:
建立网格模型
所述网格模型为一维网格模型,网格一端设置一口注入井,一端设置一口生产井;所述一维网格模型的X方向长度为20m,Y方向和Z方向长度为0.4cm;
输入模型的属性参数
输入岩石物性参数、目标油藏的油气相渗曲线、温度以及PVT状态方程数据。
进一步的,步骤3)中对步骤2)输入的原油组分进行批分的具体过程为:
将批分后输出的相图与原油相图相比较,当两者一致时,则该批分结果为可取的;
否则,重复上述过程直至两者一致;
进一步的,原油组分批分结果为CO2、C1N2、C2-C4、C5-C6、C7-C10、C11-C17、C17+和C29+。
进一步的,原油组分批分结果中的CO2组分对应的参数不参与回归计算。
进一步的,步骤6)中确定目标油藏的CO2驱最小混相压力的具体过程为:
确定全油田采收率曲线拐点区间,即为目标油藏的CO2驱最小混相压力区间;
在最小混相压力所处的压力区间再次运行长细管组分数值模型,输出油藏压力与全油田采收率关系曲线,全油田采收率曲线拐点对应的油藏压力即为目标油藏的CO2驱最小混相压力。
与现有技术相比,本发明具有以下有益效果:
本发明的一种计算CO2驱最小混相压力的数值模拟方法,建立长细管组分通用模型后,只需更新油气相渗曲线可直接用于相对应的各类油藏CO2驱最小混相压力计算;状态方程方面,输入目标油藏原油的组分数据、差异分离和等组分膨胀实验资料到PVTi模块,利用敏感参数优选VBA程序在EXCEL中对计算导出的海森矩阵进行筛选,并给出了合适的实验数据拟合权重值,实现快速组分拟合,进而快速计算CO2驱最小混相压力;该方法节省了大量用于细管实验的时间,更好的实现了油田级别的CO2驱混相能力快速评价,对于判断CO2驱提高采收率技术在各种类型油藏条件下是否能够混相,评价油田实施CO2驱提高采收率潜力具有重要应用价值。
附图说明
图1为本发明的建立的长细管模型图;
图2为本发明组分批分后软件计算输出的相图;
图3为密度拟合曲线;
图4为粘度拟合曲线;
图5为气油比拟合曲线;
图6为地层系数拟合曲线;
图7为恒质膨胀实验拟合曲线;
图8为实例1中A油藏的油气相渗曲线;
图9为模型第一次计算后油藏压力与全油田最终采收率曲线;
图10为模型加密计算后油藏压力与全油田最终采收率曲线;
图11为细管实验法确定的CO2驱最小混相压力。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
本发明的具体实现原理如下:
本发明的核心思想是利用ECLIPSE数值模拟软件模拟长细管实验,通过数值模拟的方法代替耗时长、流程复杂的实验流程,实现CO2驱最小混相压力的可重复计算和快速计算。
基于实际的长细管实验,建立长细管实验基础模型。通常长细管实验的长度在15-30m,因此建立长细管模型网格为一维网格模型,X方向长度为20m,Y方向和Z方向长度为0.4cm,网格一端设置一口注入井,另一端设置一口生产井,模拟实验室的长细管驱替实验。
输入模型的属性参数,只要具备条件,油气混相的相平衡过程在不同介质中都会发生,与油藏的岩石性质无关,但与温度、油气相渗和原油性质有关。因此长细管组分模型的油藏基础参数输入常规的岩石物性参数即可,同时输入目标油藏的油气相渗曲线、温度以及PVT状态方程数据,因此可建立长细管组分通用模型。
再次,PVTi模块的CO2驱快速组分拟合是重点。具体是:在ECLIPSE数值模拟软件的PVTi模块中输入原油的组分数据并进行组分批分。CO2驱当中,CO2作为注入组分应独立保留,建议的组分批分为CO2、C1N2、C2-C4、C5-C6、C7-C10、C11-C17、C17+和C29+;批分后输出相图,观察相图完整性,如相图完整说明输入的流体组分数据正确。
输入原油的闪蒸分离和差异分离实验资料,并开展组分参数拟合。拟合的状态方程,选用三参数Peng-Robinson状态方程。在进行参数回归前对除CO2以外的所有组分进行依次编号,回归计算后,将敏感分析中的海森矩阵导出至EXCEL,利用编写好的海森矩阵筛选VBA程序优选重点拟合参数。删除后的参数不参与后续的拟合与回归,同时将参与回归的参数重新编号。
拟合运算的单调性处理,具体是:如编号不同的参数在回归中出现单调性问题,则将这些参数编号统一,消除单调性影响。
设定拟合实验参数的权重,具体是:饱和压力是需要拟合的关键参数,饱和压力对数模计算影响是最大的,因此需要对其设定较大的权重,以便状态方程能首先拟合好饱和压力,饱和压力的权重设置在200-500之间;流体的密度和粘度涉及网格产出的液量和油量,因此密度权重设置在20-50之间,粘度权重设置在5-20;具体权重数值根据不同原油性质有所差异,如果参数回归部分参数选取合适,权重设置对同类原油相对固定。
最后,长细管组分模型计算。具体是,观察各项实验数据拟合程度较好后,选择输出组分模型PVT关键字。长细管组分数值模型加载关键字数据后完成组分模型建立。
在不同压力条件下运行长细管组分数值模型。具体是:选择能覆盖最小混相压力范围,比如5-50MPa;首先,运算在不同油藏压力条件下的数值模型,输出油藏压力与FOE(全油田采收率)关系曲线,采收率曲线拐点区间即为最小混相压力所在区间;其次,加密油藏压力进行模拟运算,如曲线拐点落在15-25MPa之间,运算每个15-25MPa网格压力值下的多个模型,再次输出网格压力与FOE(全油田采收率)曲线,曲线拐点对应的网格压力即为最小混相压力。
实施例1
1)建立长细管模型
本次建立的一维长细管模型为包含油水两相的可混相组分模型,参见图1,图1为本发明的建立的长细管模型图,网格规模为400×1×1,每个网格X方向上长5cm,Y方向和Z方向长0.4cm,X、Y、Z方向的渗透率均为5000mD,孔隙度均为20%,油藏温度为71.6℃,岩石压缩系数为0.00002,原始含油饱和度为1,原始含水饱和度为0,原生含气饱和度为0,油气相渗曲线为实验资料。
井定义方面,在网格(1,1,1)处定义了一口注入井(I1),射开网格(1,1,1),传导率系数为3000,注入介质定义为气体,注入速率为1cm3/h,模拟长细管注入端;在网格(400,1,1)处定义了一口生产井(P1),射开网格(400,1,1),传导率系数为3000,生产控制为保持油藏压力生产,产出介质定义为油,模拟长细管采出端;注入介质组分设置为CO2;该模型总体积为320cm3,孔隙体积为64cm3,长细管实验注入体积一般为1.2V,因此模型模拟时间应为77h。
2)输入实验数据
数值模拟法计算CO2驱最小混相压力,输入实验数据,包括原油组分参数、恒指膨胀实验数据及差异分离实验数据;参见图8,图8为实例1中A油藏的油气相渗曲线;表1为PVTi模块中输入的原油组分数据,表2为PVTi模块中输入的恒指膨胀实验数据,表3、表4为PVTi模块中输入差异分离实验数据,其中,表3为地层温度下地层流体粘度测试数据(71.6℃),表4为地层流体多次脱气试验数据(71.6℃)。
表1为PVTi模块中输入的原油组分数据
表2为PVTi模块中输入的恒指膨胀实验数据
压力 | 相对体积<sup>(1)</sup> | 油密度 | Y函数<sup>(2)</sup> | 压缩系数Co<sup>(3)</sup> |
MPa | V<sub>i</sub>/V<sub>b</sub> | g/cm<sup>3</sup> | ×10<sup>-3</sup>1/MPa | |
26.00 | 0.9755 | 0.7871 | 1.1190 | |
24.00 | 0.9777 | 0.7853 | 1.1385 | |
22.00 | 0.9799 | 0.7835 | 1.1579 | |
20.00 | 0.9822 | 0.7817 | 1.1771 | |
18.00 | 0.9846 | 0.7799 | 1.1963 | |
16.00 | 0.9869 | 0.7780 | 1.2152 | |
14.00 | 0.9894 | 0.7761 | 1.2340 | |
12.94<sup>(4)</sup> | 0.9907 | 0.7751 | 1.2439 | |
10.00 | 0.9943 | 0.7722 | 1.2712 | |
8.00 | 0.9969 | 0.7702 | 1.2896 | |
6.00 | 0.9995 | 0.7682 | 1.3078 | |
5.60<sup>(5)</sup> | 1.0000 | 0.7678 | 1.3114 | |
5.44 | 1.0101 | 2.873 | ||
5.31 | 1.0188 | 2.854 | ||
5.13 | 1.0318 | 2.829 | ||
4.88 | 1.0517 | 2.794 | ||
4.25 | 1.1149 | 2.701 | ||
3.28 | 1.2678 | 2.562 | ||
2.48 | 1.4943 | 2.445 | ||
1.43 | 2.1858 | 2.296 |
表3为地层温度下地层流体粘度测试数据(71.6)
表4为地层流体多次脱气试验数据(71.6℃)
3)组分批分
批分是为了更好的拟合,重组则是加速求解速度,做组分模拟通常选用6个到8个组分就可以了,CO2作为注入组分应独立保留,建议的组分批分为CO2、C1N2、C2-C4、C5-C6、C7-C10、C11-C17、C17+和C29+,批分后输出相图,观察相图完整性,参见图2,图2为本发明组分批分后软件计算输出的相图,该相图完整说明输入的流体组分数据正确。
4)筛选拟合参数
批分后的各个组分的属性均会影响拟合结果,但哪些组分的哪些属性应参与拟合需通过筛选。组分个数根据批分后的个数确定,根据上一步的组分批分,组分共计8个,每个组分的属性包括临界温度、临界压力、临界压缩因子、偏心因子、参数A、参数B和体积偏移8个属性,原始拟合回归参数共64个,将CO2组分对应的回归参数去掉后,共计56个,全部进行编号;表4为组分拟合前参数的编号表。
选择三参数状态方程回归后,将计算出的海森矩阵导出至EXCEL,用对角占优方法挑出参加拟合的参数,这里主要通过VBA程序实现。筛选后剩余应参加拟合的参数为21个,并重新编号,表5为海森矩阵优选后的参数编号表。
表4为组分拟合前参数的编号表
表5为海森矩阵优选后的参数编号
5)设置拟合实验的权重
饱和压力(与油气界面相关,将会严重影响原始流体储量计算)设置50以上的权重,地面密度和气油比决定着总产油产气量,也设置较大权重;恒指膨胀实验结果一般初步拟合就拟合很好;通常推荐先拟合流体的相态特征,然后再拟合流体的粘度。因此,先把粘度系数的权重设为“0”,使粘度不参与拟合。H2O、H2S、N2、CO2及C1-C6,临界性质与PVTi内部库中值相近,一般不进行回归。通过不断拟合调整,针对A油藏原油性质,设置饱和压力权重为200,恒质膨胀权重为1,粘度权重为1,密度权重为50,气油比权重为20,地层系数权重为1,输出实验数据与软件计算曲线对比图。参见图3-图7,图3-图6分别为密度拟合曲线、粘度拟合曲线、气油比拟合曲线、地层系数拟合曲线、恒质膨胀实验拟合曲线;说明实验数据与软件计算数据基本一致,PVTi模块的拟合结果可输出PVT数据用于组分模型计算。
6)观察拟合结果
导出组分模型需要的PVT数据,输入到长细管模型中,完成长细管组分模型建立。
7)长细管模型模拟计算确定最小混相压力
首先,运算油藏压力在不同压力条件下的数值模型,输出油藏压力与全油田最终采收率关系曲线,全油田采收率曲线拐点区间即为最小混相压力所在区间。其次,加密油藏压力进行模拟运算,如曲线拐点落在某压力值之间,在压力区间值内再次运算,再次输出油藏压力与累产油关系曲线,全油田采收率曲线拐点对应的油藏压力即为最小混相压力。具体的,运算网格压力在10、15、17、18、19、20、25MPa等条件下的数值模型,输出不同压力下全油田采收率,做出网格压力与全油田最终采收率关系曲线,参见图9,图9为模型第一计算后油藏压力与全油田最终采收率曲线,可以看出,曲线的拐点位于18-21MPa之间,预计在19MPa左右;在最小混相压力区间基础上,运算网格压力在17.5、18.5、19.5、20.5MPa等条件下的数值模型,输出不同压力下全油田最终采收率,做出网格压力与全油田最终采收率关系曲线,参见图10,图10为模型加密计算后油藏压力与全油田最终采收率曲线,可以看出,曲线拐点对应的网格压力18.9MPa,该压力即是A油藏CO2驱最小混相压力。
参见图11,图11为细管实验法确定的CO2驱最小混相压力。该油藏细管实验测试的最小混相压力为19.5MPa,本方法预测的CO2驱最小混相压力误差小于10%。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (4)
1.一种计算CO2驱最小混相压力的数值模拟方法,其特征在于,包括以下步骤:
1)根据长细管驱替实验及目标油藏油气相渗曲线,建立长细管组分通用模型;
步骤1)中,建立长细管组分通用模型的具体过程为:
建立网格模型
所述网格模型为一维网格模型,网格一端设置一口注入井,一端设置一口生产井;所述一维网格模型的X方向长度为20m,Y方向和Z方向长度为0.4cm;
输入模型的属性参数
输入岩石物性参数、目标油藏的油气相渗曲线、温度以及PVT状态方程数据;
2)在数值模拟软件的PVTi模块中输入目标油藏的原油组分参数、闪蒸分离和差异分离实验资料;
3)对步骤2)输入的原油组分进行批分,对批分结果中的原油组分的闪蒸分离和差异分离实验资料利用三参数状态方程进行回归计算;
将计算出的海森矩阵利用VBA程序筛选回归参数,筛选出的回归参数作为拟合参数,并设置拟合参数的权重,实现快速组分拟合;
4)PVTi模块基于步骤3)的拟合数据导出状态方程参数,并输入到长细管组分通用模型中,得到长细管组分数值模型;
5)在不同油藏压力条件下,运行长细管组分数值模型,输出对应的全油田采收率;
6)根据不同油藏压力条件下全油田采收率与油藏压力数据关系图,确定目标油藏的CO2驱最小混相压力;
步骤6)中确定目标油藏的CO2驱最小混相压力的具体过程为:
确定全油田采收率曲线拐点区间,即为目标油藏的CO2驱最小混相压力区间;
在最小混相压力所处的压力区间再次运行长细管组分数值模型,输出油藏压力与全油田采收率关系曲线,全油田采收率曲线拐点对应的油藏压力即为目标油藏的CO2驱最小混相压力。
2.根据权利要求1所述的计算CO2驱最小混相压力的数值模拟方法,其特征在于,步骤3)中对步骤2)输入的原油组分进行批分的具体过程为:
将批分后输出的相图与原油相图相比较,当两者一致时,则该批分结果为可取的;
否则,重复上述过程直至两者一致。
3.根据权利要求2所述的计算CO2驱最小混相压力的数值模拟方法,其特征在于,原油组分批分结果为CO2、C1N2、C2-C4、C5-C6、C7-C10、C11-C17、C17+和C29+。
4.根据权利要求3所述的计算CO2驱最小混相压力的数值模拟方法,其特征在于,原油组分批分结果中的CO2组分对应的参数不参与回归计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910645227.4A CN110516295B (zh) | 2019-07-17 | 2019-07-17 | 一种计算co2驱最小混相压力的数值模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910645227.4A CN110516295B (zh) | 2019-07-17 | 2019-07-17 | 一种计算co2驱最小混相压力的数值模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516295A CN110516295A (zh) | 2019-11-29 |
CN110516295B true CN110516295B (zh) | 2021-09-28 |
Family
ID=68622927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910645227.4A Active CN110516295B (zh) | 2019-07-17 | 2019-07-17 | 一种计算co2驱最小混相压力的数值模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516295B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111256900B (zh) * | 2020-02-20 | 2021-01-12 | 中国石油大学(北京) | 油气最小混相压力确定方法及装置 |
CN111734408B (zh) * | 2020-07-14 | 2023-01-31 | 陕西延长石油(集团)有限责任公司 | 一种鄂尔多斯盆地二氧化碳驱油藏筛选阶段最小混相压力的确定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116107A (zh) * | 2015-07-31 | 2015-12-02 | 中国石油天然气股份有限公司 | 一种油藏条件下co2在特低渗透均质岩心中相态的判识方法 |
CN106021778A (zh) * | 2016-05-31 | 2016-10-12 | 中国海洋石油总公司 | 一种模拟co2驱替动态混相压力的确定方法 |
CN107066672A (zh) * | 2017-01-17 | 2017-08-18 | 中海石油(中国)有限公司 | 一种代替气驱组分模型的数值模拟方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX361200B (es) * | 2014-05-14 | 2018-11-07 | Mexicano Inst Petrol | Proceso de medicion de la presion minima de miscibilidad (pmm) y puntos criticos en un gas en crudos, o mezclas binarias. |
-
2019
- 2019-07-17 CN CN201910645227.4A patent/CN110516295B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116107A (zh) * | 2015-07-31 | 2015-12-02 | 中国石油天然气股份有限公司 | 一种油藏条件下co2在特低渗透均质岩心中相态的判识方法 |
CN106021778A (zh) * | 2016-05-31 | 2016-10-12 | 中国海洋石油总公司 | 一种模拟co2驱替动态混相压力的确定方法 |
CN107066672A (zh) * | 2017-01-17 | 2017-08-18 | 中海石油(中国)有限公司 | 一种代替气驱组分模型的数值模拟方法 |
Non-Patent Citations (3)
Title |
---|
工程实验数据的非线性拟合方法;颜清 等;《计算机与应用化学》;20150328;第32卷(第3期);第365-368页 * |
缝洞型油藏注气替油机理及优化研究;孙博;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑(月刊 )》;20150215;正文第23-34、51页 * |
近临界凝析气藏注CO2提高采收率机理及埋存研究;侯大力;《中国博士学位论文全文数据库工程科技Ⅰ辑(月刊 )》;20150315;正文第75-76页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110516295A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113052371B (zh) | 基于深度卷积神经网络的剩余油分布预测方法及装置 | |
CN111441767A (zh) | 油藏生产动态预测方法及装置 | |
CN106351651A (zh) | 页岩气井产能的预测方法及装置 | |
CN110516295B (zh) | 一种计算co2驱最小混相压力的数值模拟方法 | |
CN114595608B (zh) | 一种压裂施工参数和工作制度参数优化方法及系统 | |
CN106600443A (zh) | 动态含水饱和度的油井产量劈分方法 | |
US10246978B2 (en) | Well stimulation | |
CN106875286A (zh) | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 | |
CN112016212B (zh) | 一种基于渗流控制方程的储层纵向非均质性评价方法 | |
CN113792479A (zh) | 一种基于物理约束的煤层气藏压裂效果评价方法 | |
CN115375031A (zh) | 一种产油量预测模型建立方法、产能预测方法及存储介质 | |
CN113592194A (zh) | 建立co2吞吐效果预测模型的方法以及co2吞吐效果评价方法 | |
CN114693005A (zh) | 基于卷积傅里叶神经网络的三维地下油藏动态预测方法 | |
CN106481315B (zh) | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 | |
Zargar et al. | Oil‐CO2 minimum miscible pressure (MMP) determination using a stimulated smart approach | |
CN111734408B (zh) | 一种鄂尔多斯盆地二氧化碳驱油藏筛选阶段最小混相压力的确定方法 | |
CN115705452A (zh) | 整装砂岩油藏开发中后期的新型采收率预测方法 | |
CN110598340B (zh) | 一种注气驱油实验流体的确定方法及装置 | |
Mukhambetzhanov et al. | Construction and Study of a Model of Oil Displacement by Water from the Reservoir. | |
CN113722999A (zh) | 一种基于线性动态系统的油气田注采产量动态预测方法 | |
CN110750939B (zh) | 基于大样本正交设计表提高稠油热采潜力预测精度的方法 | |
Heidarian et al. | A new empirical correlation for estimating bubble point pressure using the genetic algorithm | |
CN117217095B (zh) | 一种基于深度学习求取地质属性建模中变差函数的方法 | |
US10830041B2 (en) | Locally lumped equation of state fluid characterization in reservoir simulation | |
CN112324420B (zh) | 井控地质储量的预测方法及系统 |
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 |