CN110894788B - 基于油藏产量预测数据的油藏开发方式确定方法及装置 - Google Patents
基于油藏产量预测数据的油藏开发方式确定方法及装置 Download PDFInfo
- Publication number
- CN110894788B CN110894788B CN201910274797.7A CN201910274797A CN110894788B CN 110894788 B CN110894788 B CN 110894788B CN 201910274797 A CN201910274797 A CN 201910274797A CN 110894788 B CN110894788 B CN 110894788B
- Authority
- CN
- China
- Prior art keywords
- oil
- data
- pressure step
- prediction data
- reservoir
- 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
- 238000011161 development Methods 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004519 manufacturing process Methods 0.000 title claims description 28
- 239000003921 oil Substances 0.000 claims description 359
- 230000008901 benefit Effects 0.000 claims description 60
- 239000007789 gas Substances 0.000 claims description 25
- 239000010779 crude oil Substances 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000035699 permeability Effects 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims 5
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 239000006185 dispersion Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000003129 oil well Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009933 burial Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
-
- 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
- E21B47/00—Survey of boreholes or wells
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于油藏产量预测数据的油藏开发方式确定方法及装置，该方法包括：根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。本发明可以基于油藏产量预测数据确定油藏的开发方式，效率高。
Description
技术领域
本发明涉及本发明涉及油气田开发中的油藏评价领域，尤其涉及一种基于油藏产量预测数据的油藏开发方式确定方法及装置。
背景技术
近年来，随着国内规模储量勘探难度的增加，新发现资源品质差，加之老油田开发程度的进一步加深，国内未动用储量资源趋向劣质化，呈现出“规模小且分布零散，埋深大，物性差，丰度低”的特征，开发过程中表现为“低产，低效”的特征。在低油价数据背景下，油藏产量预测及预测数据的处理是目前研究的重点问题。
基于油藏产量预测数据，确定油藏开发方式中最重要的两个部分，一是基于油藏储层、流体岩石等特征进行的产量预测；二是根据产量预测数据，计算最大的经济效益，从而确定最优的油藏开发方式。目前的油藏产量预测方法主要有物质平衡方程法、经验统计法、水驱特征曲线法、油藏数值模拟法。但是经验统计法和水驱特征曲线法的适用范围窄，没办法对新区或非水驱油藏的产量进行预测；而油藏数值模拟法对于产量预测的结果最为准确，是目前国内外进行油藏开发指标预测的主要方法，但是计算过程受限于地质模型的建立，并且需要研究人员熟练掌握专业软件，预测过程繁杂，耗时长。另一方面，目前国内外根据产量预测数据，计算最大的经济效益的方法各有特色，主流方法总体可分为折现现金流量法和实物期权法，近年来主要在实物期权和风险分析方面深入研究和应用。国内预测数据处理的研究起步较晚，早期的油藏预测数据处理的目的主要是获得最大油气量，后来多家公司开始研究预测数据处理，且主要围绕着原油开发中的净现值、内部收益率、投资数据回收期等方面进行。
综上所述，现有的根据油藏预测数据，确定油藏的最大的经济效益的开发方式的方式呈现“分步式”，即先进行产量预测，随后根据预测结果确定油藏开发方式，分步走的方法具有很强的离散性；而油藏产量的预测目前主要依靠“地质建模+数值模拟”的方法实现，该过程涉及了石油地质、油藏工程、数值模拟等多学科的原理及方法，进一步加剧了根据油藏预测数据确定油藏开发方式的计算的离散性。因此，现有的基于油藏预测数据，确定油藏开发方式的方法需要耗费大量人力资源和时间成本，周期长，无法高效便捷的完成油藏开发方式确定工作。
发明内容
本发明实施例提出一种基于油藏产量预测数据的油藏开发方式确定方法，用以基于油藏产量预测数据确定油藏的开发方式，效率高，该方法包括：
根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。
本发明实施例提出一种基于油藏产量预测数据的油藏开发方式确定装置，用以用以基于油藏产量预测数据确定油藏的开发方式，效率高，该装置包括：
预测数据获得模块，用于根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
时间步获得模块，用于根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
最优开发方式确定模块，用于根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。
本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于油藏产量预测数据的油藏开发方式确定方法。
本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于油藏产量预测数据的油藏开发方式确定方法的计算机程序。
在本发明实施例中，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。在本发明实施例中，首先，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，然后根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，从而将产量预测数据直接转换为时间步，然后根据不同开发方式下的油藏的产量预测数据和时间步，确定了油藏开发方式，以上过程中，获得产量预测数据后，再确定油藏开发方式通过时间步这一中间过程，避免了离散，提高了效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中基于油藏产量预测数据的油藏开发方式确定方法的流程图；
图2为单井产量预测数据；
图3为本发明实施例中瞬时气油比与压力步之间的关系曲线图；
图4为油田累积产油量、最优井数与时间关系曲线图；
图5为效益数据随时间步变化图；
图6为本发明实施例中效益数据与产量预测数据、操作成本数据、油价数据和投资数据的变化关系图；
图7-图10为本发明实施例中4种开发方式下的效益数据变化曲线；
图11为本发明实施例提出的基于油藏产量预测数据的油藏开发方式确定装置的示意图。
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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1为本发明实施例中基于油藏产量预测数据的油藏开发方式确定方法的流程图，如图1所示，该方法包括：
步骤101，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
步骤102，根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
步骤103，根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。
在本发明实施例中，首先，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，然后根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，从而将产量预测数据直接转换为时间步，然后根据不同开发方式下的油藏的产量预测数据和时间步，确定了油藏开发方式，以上过程中，获得产量预测数据后，再确定油藏开发方式通过时间步这一中间过程，避免了离散，提高了效率。
在一实施例中，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，包括：
对每一开发方式下的油藏中的每一压力步，设置该压力步的气油比，重复执行以下步骤，直至设置的该压力步下的气油比与该压力步下的瞬时气油比的差值在设定范围内：
根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量预测数据；
根据该压力步下的气油比，获得该压力步下的瞬时气油比；
若该压力步下的瞬时气油比与该压力步下的气油比的差值超过设定范围，设置该压力步下的新的气油比，用该压力步下的新的气油比代替该压力步下的气油比。
具体实施时，油藏的特征参数包括储层特征参数和流体岩石特征参数，其中，储层特征参数包括含油面积、有效厚度、孔隙度、渗透率和饱和度等，流体岩石特征参数包括相渗等。
在一实施例中，根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，包括：
对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数；
根据该压力步下的单井采油指数和产量预测数据，确定最优井数；
根据最优井数和单井采油指数，确定该压力步对应的时间步。
具体实施时，确定最优井数，即对每一开发方式，设置多种井数，反复试验，计算不同井数下的效益数据，效益数据最优的情况下的井数即为最优井数。
在一实施例中，在根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步之后，包括：
对不同开发方式下的油藏的时间步进行取整处理，获得不同开发方式下的油藏的取整处理后的时间步。
具体实施时，可以采用取整处理后的时间步进行后续处理。
在一实施例中，采用如下公式，根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量：
其中，Npn+1，Npn分别为第n+1个和第n个压力步下的产量预测数据；
N为原油地质储量；
Boi为初始原油体积系数；
Bon+1为第n+1个压力步下的原油体积系数；
Bgi为初始气体体积系数；
Bgn+1为第n+1个压力步下的气体体积系数；
Rsi为初始压力步下的气油比；
Rsn+1为第n+1个压力步下的气油比；
G为天然气地质储量；
Gpn为从第1个压力步到第n个压力步下的累产气量；
Rn+1，Rn分别为第n+1个压力步和第n个压力步下的生产气油比。
在一实施例中，采用如下公式，根据该压力步下的气油比，获得该压力步下的瞬时气油比：
其中，GORn+1为第n+1个压力步下的瞬时气油比；
Krgn+1为第n+1个压力步下的气体相对渗透率；
Kron+1为第n+1个压力步下的原油相对渗透率；
Bon+1为第n+1个压力步下的原油体积系数；
Bgn+1为第n+1个压力步下的气体体积系数；
μon+1为第n+1个压力步下的原油粘度；
μgn+1为第n+1个压力步下的气粘度。
具体实施时，
的值可以根据油藏的含油饱和度和油藏的含气饱和度可以计算得到。
在一实施例中，采用如下公式，对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数，包括：
其中，Jn，Jn-1为第n个和第n-1个压力步下的单井采油指数；
Kron，Kron-1为第n个和第n-1个压力步下的原油相对渗透率；
Bon，Bon-1为第n个和第n-1个压力步下的原油体积系数；
μon，μon-1为第n个和第n-1个压力步下的原油粘度。
具体实施时，首先需要计算第一个压力步下的单井采油指数，然后代入公式(3)中进行迭代，即可计算每个压力步下的单井采油指数。
在一实施例中，根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式，包括：
根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，获得获得不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系；
根据不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，确定油藏的最优开发方式。
在一实施例中，根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，包括：
对不同开发方式下的油藏的时间步，不同开发方式下的油藏在不同压力步下的产量预测数据，获得该时间步下的效益数据、操作成本数据、油价数据和投资数据；
保持操作成本数据、油价数据、投资数据不变，当产量预测数据在设定范围变化时，获得效益数据随产量预测数据的变化关系；
保持产量预测数据、油价数据、投资数据不变，当操作成本数据在设定范围变化时，获得效益数据随操作成本数据的变化关系；
保持产量预测数据、操作成本数据、投资数据不变，当油价数据在设定范围变化时，获得效益数据随油价数据的变化关系；
保持产量预测数据、操作成本数据、油价数据不变，当投资数据在设定范围变化时，获得效益数据随投资数据的变化关系。
具体实施时，投资数据包括钻井投资数据和完井投资数据，操作成本数据可以由油产量和单位油产量的操作费计算。
在一实施例中，根据不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，确定油藏的最优开发方式，包括：
对不同开发方式下的油藏，根据效益数据随产量预测数据的变化关系、效益数据随操作成本数据的变化关系、效益数据随油价数据的变化关系和效益数据随投资数据的变化关系，获得不同开发方式下的油藏的最大效益；
确定不同开发方式下的油藏的最大效益中的最大值对应的开发方式，为最优开发方式。
下面给出一具体实施例，说明本发明提出的基于油藏产量预测数据的油藏开发方式确定方法的具体应用。
首先，获取油藏的特征参数，包括原油地质储量、初始原油体积系数、初始气体体积系数、初始压力步下的气油比、天然气地质储量、气体相对渗透率、原油相对渗透率、原油粘度和气粘度等数据。
然后，根据选择几种开发方式，本实施例选择如下4种油藏开发方式：
第一开发方式：以气体不回注的方式开发100口井；
第二开发方式：以压力小于1000psi，50％的气体回注的方式开发72口井；
第三开发方式：以50％的气体回注的方式开发72口井；
第四开发方式，以100％的气体回注的方式开发99口井。
下面以第一开发方式为例，详细叙述获得第一开发方式对应的效益的具体过程。
获得第一开发方式下的所有压力步；
对每一压力步，设置该压力步下的气油比，重复执行以下步骤，直至设置的该压力步下的气油比与该压力步下的瞬时气油比的差值在设定范围内：
根据该压力步下的气油比、油藏的特征参数，根据公式(1)计算该压力步下的产量预测数据；
根据该压力步下的气油比，根据油藏的含油饱和度和油藏的含气饱和度可以计算得到气体相对渗透率与原油渗透率的比值，然后根据公式(2)计算该压力步下的瞬时气油比；
若该压力步下的瞬时气油比与该压力步下的气油比的差值超过设定范围，设置该压力步下的新的气油比，用该压力步下的新的气油比代替该压力步下的气油比。
通过以上过程，获得所有压力步下的产量预测数据，图2为本发明实施例中获得产量预测数据与产量预测数据的效果图，图2为单井产量预测数据，图2展示了单井产量预测数据随时间步的变化关系，单井累产油数，还给出了数据模型中的指数特征曲线，可以看到，单井产量预测数据与指数特征曲线贴近，说明了本发明实施例提出的方法的有效性。图3为本发明实施例中瞬时气油比与压力步之间的关系曲线图，从图3中，可以获得不同压力步下的瞬时气油比，从而与设置的该压力步下的气油比进行对比。
计算第一开发方式下，100中每一井的初始单井采油指数，将其代入公式(3)中即可获得所有压力步下的单井采油指数；
对每一压力步，根据该压力步下的单井采油指数和产量预测数据，确定最优井数，即设置多种井数，反复试验，计算不同井数下的效益数据，效益数据最优的情况下的井数即为最优井数。
根据最优井数和单井采油指数，确定该压力步对应的时间步。
图4为油田累积产油量、最优井数与时间关系曲线图，其中油井数为确定的最优井数，油藏累产油量为根据单井产量、油井数得到的总和油藏累产油量，注入井数为油藏开发时的注水井的数量。
在获得多个时间步后，有些时间步可能带有小数，如2.36年，为便于计算，将所有时间步的数据取整，如2.36年取整为2年。
针对该开发方式下的油藏的时间步，油藏在不同压力步下的产量预测数据，获得该时间步下的效益数据、操作成本数据、油价数据和投资数据。图5为效益数据随时间步变化图，其中效益数据采用净现值来体现，可以看到随着时间步的变化，效益数据(净现值)稳定增长。
表1为获得的产量预测数据、操作成本数据、油价数据和投资数据的平均值(基准值)。
表1产量预测数据、操作成本数据、油价数据和投资数据的平均值
保持操作成本数据、油价数据、投资数据不变，当产量预测数据在平均的50％～150％的范围内变化时，获得效益数据随产量预测数据的变化关系；
保持产量预测数据、油价数据、投资数据不变，当操作成本数据在平均的50％～150％的范围内变化时，获得效益数据随操作成本数据的变化关系；
保持产量预测数据、操作成本数据、投资数据不变，当油价数据在平均的50％～150％的范围内变化时，获得效益数据随油价数据的变化关系；
保持产量预测数据、操作成本数据、油价数据不变，当投资数据在平均的50％～150％的范围内变化时，获得效益数据随投资数据的变化关系。
图6为本发明实施例中效益数据与产量预测数据、操作成本数据、油价数据和投资数据的变化关系图，根据此变化关系图，可以得出获得第一开发方式下的油藏的最大效益，以及此时的产量预测数据、操作成本数据、油价数据和投资数据的值，如表2所示。
表2最大效益下产量预测数据、操作成本数据、油价数据和投资数据的值
之后，在第二开发方式下，第三开发方式下、第四开发方式下，分别按照以上步骤计算不同开发方式下的油藏的最大效益。图7-图10为本发明实施例中4种开发方式下的效益数据变化曲线，该效益数据以净现值(Net Present Value,NPV)来表示，如图7-图10所示，最后得到在第四开发方式下得到的最大效益是4种开发方式下的最大效益中的最大值，其投资回收期短，为5.5年，且投资效益(净现值)高，大于2亿美元。因此，本实施例确定的最优开发方式为第四开发方式，即以100％的气体回注的方式开发99口井。
在本发明实施例提出的基于油藏产量预测数据的油藏开发方式确定方法中，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。在本发明实施例中，首先，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，然后根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，从而将产量预测数据直接转换为时间步，然后根据不同开发方式下的油藏的产量预测数据和时间步，确定了油藏开发方式，以上过程中，获得产量预测数据后，再确定油藏开发方式通过时间步这一中间过程，避免了离散，提高了效率。
基于同一发明构思，本发明实施例还提供了一种基于油藏产量预测数据的油藏开发方式确定装置，如下面的实施所述。由于这些解决问题的原理与基于油藏产量预测数据的油藏开发方式确定方法相似，因此装置的实施可以参见方法的实施，重复之处不在赘述。
图11为本发明实施例提出的基于油藏产量预测数据的油藏开发方式确定装置的示意图，如图11所示，该装置包括：
预测数据获得模块1101，用于根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
时间步获得模块1102，用于根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
最优开发方式确定模块1103，用于根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。
在一实施例中，预测数据获得模块1101具体用于：
对每一开发方式下的油藏中的每一压力步，设置该压力步的气油比，重复执行以下步骤，直至设置的该压力步下的气油比与该压力步下的瞬时气油比的差值在设定范围内：
根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量预测数据；
根据该压力步下的气油比，获得该压力步下的瞬时气油比；
若该压力步下的瞬时气油比与该压力步下的气油比的差值超过设定范围，设置该压力步下的新的气油比，用该压力步下的新的气油比代替该压力步下的气油比。
在一实施例中，时间步获得模块1102具体用于：
对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数；
根据该压力步下的单井采油指数和产量预测数据，确定最优井数；
根据最优井数和单井采油指数，确定该压力步对应的时间步。
综上所示，在本发明实施例提出的基于油藏产量预测数据的油藏开发方式确定装置中，预测数据获得模块，用于根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；时间步获得模块，用于根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；最优开发方式确定模块，用于根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式。在本发明实施例中，首先，根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，然后根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，从而将产量预测数据直接转换为时间步，然后根据不同开发方式下的油藏的产量预测数据和时间步，确定了油藏开发方式，以上过程中，获得产量预测数据后，再确定油藏开发方式通过时间步这一中间过程，避免了离散，提高了效率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (11)
1.一种基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，包括：
根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式；
根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据，包括：对每一开发方式下的油藏中的每一压力步，设置该压力步的气油比，重复执行以下步骤，直至设置的该压力步下的气油比与该压力步下的瞬时气油比的差值在设定范围内：根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量预测数据；根据该压力步下的气油比，获得该压力步下的瞬时气油比；若该压力步下的瞬时气油比与该压力步下的气油比的差值超过设定范围，设置该压力步下的新的气油比，用该压力步下的新的气油比代替该压力步下的气油比；
根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，包括：对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数；根据该压力步下的单井采油指数和产量预测数据，确定最优井数；根据最优井数和单井采油指数，确定该压力步对应的时间步。
2.如权利要求1所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，在根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步之后，包括：
对不同开发方式下的油藏的时间步进行取整处理，获得不同开发方式下的油藏的取整处理后的时间步。
3.如权利要求1所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，采用如下公式，根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量：
其中，Npn+1，Npn分别为第n+1个和第n个压力步下的产量预测数据；
N为原油地质储量；
Boi为初始原油体积系数；
Bon+1为第n+1个压力步下的原油体积系数；
Bgi为初始气体体积系数；
Bgn+1为第n+1个压力步下的气体体积系数；
Rsi为初始压力步下的气油比；
Rsn+1为第n+1个压力步下的气油比；
G为天然气地质储量；
Gpn为从第1个压力步到第n个压力步下的累产气量；
Rn+1，Rn分别为第n+1个压力步和第n个压力步下的生产气油比。
4.如权利要求3所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，采用如下公式，根据该压力步下的气油比，获得该压力步下的瞬时气油比：
其中，GORn+1为第n+1个压力步下的瞬时气油比；
Krgn+1为第n+1个压力步下的气体相对渗透率；
Kron+1为第n+1个压力步下的原油相对渗透率；
Bon+1为第n+1个压力步下的原油体积系数；
Bgn+1为第n+1个压力步下的气体体积系数；
μon+1为第n+1个压力步下的原油粘度；
μgn+1为第n+1个压力步下的气粘度。
5.如权利要求1所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，采用如下公式，对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数，包括：
其中，Jn，Jn-1为第n个和第n-1个压力步下的单井采油指数；
Kron，Kron-1为第n个和第n-1个压力步下的原油相对渗透率；
Bon，Bon-1为第n个和第n-1个压力步下的原油体积系数；
μon，μon-1为第n个和第n-1个压力步下的原油粘度。
6.如权利要求1所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式，包括：
根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系；
根据不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，确定油藏的最优开发方式。
7.如权利要求6所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，包括：
对不同开发方式下的油藏的时间步，不同开发方式下的油藏在不同压力步下的产量预测数据，获得该时间步下的效益数据、操作成本数据、油价数据和投资数据；
保持操作成本数据、油价数据、投资数据不变，当产量预测数据在设定范围变化时，获得效益数据随产量预测数据的变化关系；
保持产量预测数据、油价数据、投资数据不变，当操作成本数据在设定范围变化时，获得效益数据随操作成本数据的变化关系；
保持产量预测数据、操作成本数据、投资数据不变，当油价数据在设定范围变化时，获得效益数据随油价数据的变化关系；
保持产量预测数据、操作成本数据、油价数据不变，当投资数据在设定范围变化时，获得效益数据随投资数据的变化关系。
8.如权利要求7所述的基于油藏产量预测数据的油藏开发方式确定方法，其特征在于，根据不同开发方式下的油藏的效益数据与产量预测数据、操作成本数据、油价数据、投资数据的关系，确定油藏的最优开发方式，包括：
对不同开发方式下的油藏，根据效益数据随产量预测数据的变化关系、效益数据随操作成本数据的变化关系、效益数据随油价数据的变化关系和效益数据随投资数据的变化关系，获得不同开发方式下的油藏的最大效益；
确定不同开发方式下的油藏的最大效益中的最大值对应的开发方式，为最优开发方式。
9.一种基于油藏产量预测数据的油藏开发方式确定装置，其特征在于，包括：
预测数据获得模块，用于根据油藏的特征参数，获得不同开发方式下的油藏在不同压力步下的产量预测数据；
时间步获得模块，用于根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步；
最优开发方式确定模块，用于根据不同开发方式下的油藏的时间步，和不同开发方式下的油藏在不同压力步下的产量预测数据，确定油藏的最优开发方式；
预测数据获得模块具体用于：对每一开发方式下的油藏中的每一压力步，设置该压力步的气油比，重复执行以下步骤，直至设置的该压力步下的气油比与该压力步下的瞬时气油比的差值在设定范围内：根据该压力步下的气油比、油藏的特征参数，获得该压力步下的产量预测数据；根据该压力步下的气油比，获得该压力步下的瞬时气油比；若该压力步下的瞬时气油比与该压力步下的气油比的差值超过设定范围，设置该压力步下的新的气油比，用该压力步下的新的气油比代替该压力步下的气油比；
时间步获得模块具体用于：根据不同开发方式下的油藏在不同压力步下的产量预测数据，获得不同开发方式下的油藏的时间步，包括：对每一开发方式下的油藏中的每一压力步，获得该压力步下的单井采油指数；根据该压力步下的单井采油指数和产量预测数据，确定最优井数；根据最优井数和单井采油指数，确定该压力步对应的时间步。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至8任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910274797.7A CN110894788B (zh) | 2019-04-08 | 2019-04-08 | 基于油藏产量预测数据的油藏开发方式确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910274797.7A CN110894788B (zh) | 2019-04-08 | 2019-04-08 | 基于油藏产量预测数据的油藏开发方式确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110894788A CN110894788A (zh) | 2020-03-20 |
| CN110894788B true CN110894788B (zh) | 2022-08-30 |
Family
ID=69785776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910274797.7A Active CN110894788B (zh) | 2019-04-08 | 2019-04-08 | 基于油藏产量预测数据的油藏开发方式确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110894788B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361741A (zh) * | 2020-12-14 | 2021-09-07 | 中海油能源发展股份有限公司 | 基于油藏工程理论和数据挖掘算法的产液能力预测方法 |
| CN113297803B (zh) * | 2021-06-17 | 2022-12-06 | 东北石油大学 | 一种油气产量智能模拟预估方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095986A (zh) * | 2015-06-23 | 2015-11-25 | 中国石油天然气股份有限公司 | 多层油藏整体产量预测的方法 |
| CN106837297A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种识别井间连通性及油水动态预测的方法 |
| CN107066674A (zh) * | 2017-01-18 | 2017-08-18 | 西南石油大学 | 计算页岩气藏体积压裂水平井非稳态产量的方法 |
| CN107145671A (zh) * | 2017-05-09 | 2017-09-08 | 中国石油大学(华东) | 一种油藏数值模拟方法及系统 |
| CN109339774A (zh) * | 2018-10-18 | 2019-02-15 | 中国石油化工股份有限公司 | 基于边界层的低渗透变形介质非线性渗流数值模拟方法 |
| CN109488276A (zh) * | 2019-01-16 | 2019-03-19 | 重庆科技学院 | 经水力压裂改造的产水页岩气井页岩气产量预测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8412500B2 (en) * | 2007-01-29 | 2013-04-02 | Schlumberger Technology Corporation | Simulations for hydraulic fracturing treatments and methods of fracturing naturally fractured formation |
-
2019
- 2019-04-08 CN CN201910274797.7A patent/CN110894788B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095986A (zh) * | 2015-06-23 | 2015-11-25 | 中国石油天然气股份有限公司 | 多层油藏整体产量预测的方法 |
| CN106837297A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种识别井间连通性及油水动态预测的方法 |
| CN107066674A (zh) * | 2017-01-18 | 2017-08-18 | 西南石油大学 | 计算页岩气藏体积压裂水平井非稳态产量的方法 |
| CN107145671A (zh) * | 2017-05-09 | 2017-09-08 | 中国石油大学(华东) | 一种油藏数值模拟方法及系统 |
| CN109339774A (zh) * | 2018-10-18 | 2019-02-15 | 中国石油化工股份有限公司 | 基于边界层的低渗透变形介质非线性渗流数值模拟方法 |
| CN109488276A (zh) * | 2019-01-16 | 2019-03-19 | 重庆科技学院 | 经水力压裂改造的产水页岩气井页岩气产量预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于混沌时序方法的油田产量预测研究;高丽洁等;《数码设计》;20161031;第47-51页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110894788A (zh) | 2020-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shirangi et al. | Closed-loop field development under uncertainty by use of optimization with sample validation | |
| CN106104590B (zh) | 不确定性下多级油田设计优化 | |
| US8510089B2 (en) | Computer-implemented systems and methods for forecasting performance of polymer flooding of an oil reservoir system | |
| CN110894788B (zh) | 基于油藏产量预测数据的油藏开发方式确定方法及装置 | |
| CN106202673B (zh) | 确定油藏含水率与油采出程度关系的方法及装置 | |
| Hong et al. | Robust production optimization with capacitance-resistance model as precursor | |
| Chen et al. | Automatic fracture optimization for shale gas reservoirs based on gradient descent method and reservoir simulation | |
| CN106547934B (zh) | 用于砾岩油藏的调剖选井方法及装置 | |
| WO2017165949A1 (en) | Methods, systems and devices for modelling reservoir properties | |
| Wang et al. | Big data technique in the reservoir parameters’ prediction and productivity evaluation: A field case in western South China sea | |
| CN108843296B (zh) | 一种基于多因素影响下的单井重复压裂效果预测方法 | |
| CN111577264A (zh) | 裂缝孔隙型油藏水平井产能预测方法及装置 | |
| Zhou et al. | Analytical reservoir simulation and its applications to conventional and unconventional resources | |
| CN103334740A (zh) | 考虑启动压力梯度的确定泄油前缘的方法 | |
| RU2558093C1 (ru) | Способ регулирования разработки нефтяной залежи | |
| Temizel et al. | Effective use of data-driven methods in brown fields | |
| Xu et al. | Probabilistic evaluation of hydraulic fracture performance using ensemble machine learning | |
| CN111651848B (zh) | 应力敏感性油藏直井产液能力预测方法及装置 | |
| CN116066067B (zh) | 一种油田剩余油潜力的评价方法及其用途 | |
| Artun et al. | A pattern-based approach to waterflood performance prediction using knowledge management tools and classical reservoir engineering forecasting methods | |
| CN118228504A (zh) | 一种砂岩储层注水开发窜进条带的诊断与量化表征方法 | |
| CN107871028A (zh) | 一种层序地层的级别划分方法及装置 | |
| Li et al. | Studies of natural gas production prediction and risk assessment for tight gas in Sichuan Basin | |
| Chakhmakhchev et al. | Completion optimization in the Bakken Petroleum System using data mining | |
| Tueros et al. | CONSTRAINED WATERFLOODING OPTIMIZATION USING AN EMSEMBLE-BASED METHOD WITH SENSITIVITY REFINEMENT |
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 |