CN111401597B - 油井开发指标的预测方法及装置 - Google Patents
油井开发指标的预测方法及装置 Download PDFInfo
- Publication number
- CN111401597B CN111401597B CN201910005367.5A CN201910005367A CN111401597B CN 111401597 B CN111401597 B CN 111401597B CN 201910005367 A CN201910005367 A CN 201910005367A CN 111401597 B CN111401597 B CN 111401597B
- Authority
- CN
- China
- Prior art keywords
- oil
- production
- period
- well
- oil production
- 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
- 239000003129 oil well Substances 0.000 title claims abstract description 65
- 238000011161 development Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004519 manufacturing process Methods 0.000 claims abstract description 289
- 238000011084 recovery Methods 0.000 claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 120
- 238000002347 injection Methods 0.000 claims description 106
- 239000007924 injection Substances 0.000 claims description 106
- 238000000605 extraction Methods 0.000 claims description 67
- 230000006870 function Effects 0.000 claims description 61
- 239000012530 fluid Substances 0.000 claims description 21
- 230000003247 decreasing effect Effects 0.000 claims description 19
- 239000007788 liquid Substances 0.000 claims description 13
- 230000007423 decrease Effects 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 9
- 238000005507 spraying Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 4
- 239000003921 oil Substances 0.000 description 333
- 238000010586 diagram Methods 0.000 description 23
- 238000013461 design Methods 0.000 description 10
- 239000000243 solution Substances 0.000 description 9
- 239000007789 gas Substances 0.000 description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 230000002269 spontaneous effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 101100248300 Mus musculus Rhbdf2 gene Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007872 degassing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000010734 process oil Substances 0.000 description 1
- 238000012892 rational function Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Edible Oils And Fats (AREA)
Abstract
本发明实施例提供一种油井开发指标的预测方法及设备,该方法包括:对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;根据所述预测函数获得待开发单井年预产油量;根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标,解决了根据地质建模和数值模拟计算方法预测油藏产能与实际产能偏差较大的问题。
Description
技术领域
本发明涉及油田开发技术领域,尤其涉及一种油井开发指标的预测方法及设备。
背景技术
目前,在油井开发中,碎屑岩油藏开发指标预测主要依赖数值模拟方法。
现有的数值模拟方法以求解复杂的渗流数学方程为基础,结合地质建模和数值计算方法,要求储层的整体连续性以及较多的参数或实验数据,并且在碎屑岩油藏开发指标预测中将油藏当作一个整体,进行开发指标预测。
但实践中,几乎所有碳酸盐岩油气藏均表现为强烈的非均质性和不连续性,表现为“一井一藏”现象(定容特征),不能从宏观(油藏)层面进行开发指标预测,只能以单井为基础进行预测。
但是,采用现有的数值模拟方法,会导致碳酸盐岩油藏开发指标预测与油田实际生产存在较大偏差,给油气田产能预测及规划带来一定困难。
发明内容
本发明实施例提供一种油井开发指标的预测方法及设备,以克服采用现有的数值计算方法,会导致油藏开发指标预测与油田实际生产存在较大偏差,给油气田产能预测及规划带来一定困难。
第一方面,本实施例提供一种油井开发指标的预测方法,包括:
对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;
根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;
根据所述预测函数获得待开发单井年预产油量;
根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标。
在一种可能的设计中,所述预测函数为:
其中,t为油井投产后的任意时刻;
Q(t)为任意时刻t的产油量;Q1,Q2,Q3分别为自喷采油期、机械采油期、注水替油期的初始产油量;
D1,D2,D3分别为自喷采油期、机械采油期、注水替油期的递减率;
T1,T2,T3分别为自喷采油期、机械采油期、注水替油期的结束时间。
在一种可能的设计中,所述对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量,包括:
对多个所述已投产油井的平均日产油量进行统计取平均值,得到自喷采油期的初始采油量、机械采油期的初始采油量以及注水替油期的初始采油量。
在一种可能的设计中,所述对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的递减率,包括:
根据多个所述已投产油井的各采油阶段的产油时间和各产油时间的产油量,建立曲线图版;
根据所述曲线图版的斜率,分别获取所述自喷采油期、机械采油期、注水替油期的递减率。
在一种可能的设计中,对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的采油期,包括:
通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率98%时的产油量;
根据所述自喷采油期、所述机械采油期、所述注水替油期的开始时间和结束时间,确定各采油阶段的采油期。
在一种可能的设计中,所述在通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间之前,还包括:
通过拟合所述单井的产出液含水率与采出程度曲线,获得产出液含水率函数;
根据所述产出液含水率函数,确定所述各产油阶段的月产水量和极限产油量。
在一种可能的设计中,所述产出液含水率函数为f(R,fw);其中,R为实际区块的采出程度,fw为含水率;f为采出程度R与含水率fw的函数关系;
所述实际区块的采出程度R的计算函数为:R=Np/N1×100%;
其中,Np为所述已投产油井的实际累积产量,N1为所述已投产油井静态地质储量对应的动态地质储量。
第二方面,本实施例提供一种油井开发指标的预测设备,包括:
初始产油量获取模块,用于对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;
预测函数获取模块,用于根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;
年预产油量获取模块,用于根据所述预测函数获得待开发单井年预产油量;
开发指标获取模块,用于根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标。
在一种可能的设计中,所述预测函数获取模块具体用于:
对多个所述已投产油井的平均日产油量进行统计取平均值,得到自喷采油期的初始采油量、机械采油期的初始采油量以及注水替油期的初始采油量。
在一种可能的设计中,所述预测函数获取模块还具体用于:
根据多个所述已投产油井的各采油阶段的产油时间和各产油时间的产油量,建立曲线图版;
根据所述曲线图版的斜率,分别获取所述自喷采油期、机械采油期、注水替油期的递减率。
在一种可能的设计中,所述预测函数获取模块还具体用于:
通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率98%时的产油量;
根据所述自喷采油期、所述机械采油期、所述注水替油期的开始时间和结束时间,确定各采油阶段的采油期。
在一种可能的设计中,所述预测函数获取模块还用于:
在通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间之前,还包括:
通过拟合所述单井的产出液含水率与采出程度曲线,获得产出液含水率函数;
根据所述产出液含水率函数,确定所述各产油阶段的极限产油量。
第三方面,本实施例提供一种油井开发指标的预测设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如第一方面任一项所述的油井开发指标的预测方法。
第四方面,本实施例提供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中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面任一项所述的油井开发指标的预测方法。
本发明实施例提供的油井开发指标的预测方法及设备,该方法通过对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;根据所述预测函数获得待开发单井年预产油量;根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标,解决了根据地质建模和数值计算方法预测油藏产能与实际产能偏差较大的问题。
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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的油井开发指标的预测方法的流程示意图;
图2为本发明实施例提供的一种自喷采油期的初始采油量数据统计示意图;
图3为本发明实施例提供的一种机械采油期的初始采油量数据统计示意图;
图4为本发明的实施例提供的一种注水替油期的初始采油量数据统计示意图;
图5为本发明实施例提供的一种自喷采油期的递减率数据拟合示意图;
图6为本发明实施例提供的一种机械采油期的递减率数据拟合示意图;
图7为本发明实施例提供的一种注水替油期的递减率数据拟合示意图;
图8为本发明实施例提供的一种自喷采油期的结束时间数据统计示意图;
图9为本发明实施例提供的一种机械采油期的结束时间数据统计示意图;
图10为本发明实施例提供的一种注水替油期的结束时间数据统计示意图;
图11为本发明实施例提供的一种预测产出液含水率函数示意图;
图12为本发明实施例提供的一种M油田A、B区块注水替油置换率柱状图;
图13是本发明的实施例提供的一种M油田静态雕刻储量与动态储量统计关系曲线。
图14为本发明实施例提供的油井开发指标的预测设备的结构示意图;
图15为本发明实施例提供的油井开发指标的预测设备的硬件结构图。
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。
图1为本发明实施例提供的油井开发指标的预测方法的流程示意图,本实施例提供的油井开发指标的预测方法可应用于碳酸盐岩单井和碳酸盐岩油田的开发指标的预测。如图1所示,本实施例的方法可以包括:
S101、对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期。
具体的,开采区块为需要预测产量的区块,典型已投产油井需要为开采区块中正常生产并经历了采油的所有阶段的油井,能够通过该油井获得详细的采油数据,并且需要与待预测油井距离较近或开采层位一致或接近。其中,产油的各阶段包括自喷采油阶段、机械采油阶段、注水替油阶段,且上述的三个阶段中机械采油阶段和注水替油阶段是可以同时存在的,也可以是独立存在的;初始产油量为油井在上述每个阶段对应的初始采油量,可以以天为单位,也可以以月为单位;递减率对应每个采油阶段油井采油量递减的幅度;采油期对应为各采油阶段的时间,也即各采油阶段的持续时间。
S102、根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数。
具体的,可以根据初始产油量、递减率以及采油期等参数建立一个三段式的函数,使该函数包含油井的三个采油阶段,进而利用该函数预测待开发单井的各个阶段的采油量。
具体的,在本实施中,产油量预测函数为:
其中,t为油井投产后的任意时刻,单位天或月;Q(t)为任意时刻t的产油量,单位为吨/天或吨/月;Q1,Q2,Q3分别为自喷采油期、机械采油期、注水替油期的初始产油量,单位为吨/天或吨/月;D1,D2,D3分别为自喷采油期、机械采油期、注水替油期的递减率,单位为小数或百分数;T1,T2,T3分别为自喷采油期、机械采油期、注水替油期的持续时间,日或月。
具体的,当预测井所在区块的单井主要生产方式为自喷采油加上机械采油或自喷采油加上注水采油时,上述的三段函数可以直接变化成两段式预测公式。
具体的,在本实施例中,通过对多个所述典型已投产油井的各产油阶段初始产油量进行统计,获得所述自喷采油期、机械采油期以及注水替油期的初始产油量。
具体的,如图2-图4所示,可以对多个典型已投产油井的平均日产油量进行统计取平均值,然后获得自喷采油期的初始采油量Q1、机械采油期的初始采油量Q2、注水替油期的初始采油量Q3。图2为本发明实施例提供的一种自喷采油期的初始采油量数据统计示意图,图3为本发明实施例提供的一种机械采油期的初始采油量数据统计示意图,图为本发明实施例提供的一种注水替油期的初始采油量数据统计示意图。
可选的,图2-图4示例性的给出了自喷采油期的初始采油量Q1、机械采油期的初始采油量Q2、注水替油期的初始采油量Q3在具体生产中的一种实际数据,本实施对自喷采油期的初始采油量Q1、机械采油期的初始采油量Q2、注水替油期的初始采油量Q3的具体数值不做限制。
进一步地,根据多个所述典型已投产油井的各产油阶的产油时间建立典型曲线图版,分别获取所述自喷采油期、机械采油期、注水替油期的递减率;或,根据所述典型已投产油井的递减图版,分别获取所述自喷采油期、机械采油期、注水替油期的递减率。
具体的,如图5-图7所示,可以对多个典型已投产油井的平均单井日产油量进行拟合,然后获得自喷采油期的递减率D1、机械采油期的递减率D2、注水替油期的递减率D3。图5为本发明实施例提供的一种自喷采油期的递减率数据拟合示意图,图6为本发明实施例提供的一种机械采油期的递减率数据拟合示意图,图7为本发明实施例提供的一种注水替油期的递减率数据拟合示意图。
可选的,图5-图7示例性的给出了自喷采油期的递减率D1、机械采油期的递减率D2、注水替油期的递减率D3在具体生产中的一种实际数据,本实施对自喷采油期的递减率D1、机械采油期的递减率D2、注水替油期的递减率D3的具体数值不做限制。
进一步地,通过对多个所述典型已投产油井的各产油阶段的采油期的数据进行统计,分别获取所述自喷采油期、机械采油期、注水替油期的结束时间;或,通过所述典型已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率98%时。
具体的,如图8-图10所示,可以对多个典型已投产油井的各采油阶段的采油时间进行统计,并取平均值,然后获得自喷采油期的持续时间T1、机械采油期的持续时间T2、注水替油期的持续时间T3。图8为本发明实施例提供的一种自喷采油期的结束时间数据统计示意图,图9为本发明实施例提供的一种机械采油期的结束时间数据统计示意图,图10本发明实施例提供的一种注水替油期的结束时间数据统计示意图。
可选的,图8-图10示例性的给出了仅示例性的给出了自喷采油期的持续时间T1、机械采油期的持续时间T2、注水替油期的持续时间T3在具体生产中的一种实际数据,本实施例对自喷采油期的持续时间T1、机械采油期的持续时间T2、注水替油期的持续时间T3不做具体限制。
具体地,在本实施中,通过拟合典型单井的产出液含水率与采出程度曲线,获得预测产出液含水率函数;其中,所述产出液含水率为98%或含油率2%时所述开采区块达到废弃要求。
进一步的,如图11所示,图11为本发明实施例提供的一种预测产出液含水率函数示意图。可以通过函数拟合的方式获得,所述预测产出液含水率fw与采出程度的函数为f(R,fw);其中,R为实际区块的采出程度,fw为含水率函数。
具体的,由于每个油藏均具有静态储油区和可流动的动态储油区,所以实际区块的采出程度R的计算函数为:R=Np/N1×100%;其中,N为所述典型已投产油井静态储量,N1为对应所述典型已投产油井静态储量对应的动态储量;其中N1=-0.1943914+1.024971N进而,选择有理函数拟合,则含水上升规律为:fw=1132.5184R/(1+58.7803R+3.5983R2),该式的标准差为5.5335,相关系数r为0.8792。需要注意的是,上述公式中的具体参数均是基于图11提供的数例,本方法仅参考图示中的公式,不对具体数值进行参考。
具体的,在本实施中,自喷采油期、机械采油期、注水替油期的结束条件为:油压低于最小自喷压力或对应含水率高于最高自喷含水率;或,单井日产小于1吨/天;或,根据实际单井最小日产量而定。
具体的,判断油压的大小可以根据下述公式:
其中,Pend为最小停喷流压,单位大气压;为平均地层压力,单位大气压;Pb为饱和压力,单位大气压;Pt为油管压力,单位MPa;L为脱气点深度,单位m;H为油层平均埋深,m;GOR为有效气油比,单位m3/t;Go为生产气油比,单位m3/t;fw为含水率,无单位;d为油管内径,单位英寸;ρor为饱和压力条件下原油密度,单位g/cm3;ρor为地面条件下原油密度,单位g/cm3;ρw为地层水密度,g/cm3;kp:为天然气溶解系数,单位m3/m3/atm。
具体的,在本实施中,在通过上述公式获得各阶段月采油量的同时,可以使月产油量与含水率相乘,再除以100减去含水率的差值,而获得月产水量,以及通过月产水量的叠加获得年产水量。还可以通油气比与月产油量的乘积,获得月产气量,以及通过月产气量的叠加获得年产气量。如图12和图13所示,图12为本发明实施例提供的一种M油田A、B区块注水替油置换率柱状图,图13是本发明的实施例提供的一种M油田静态雕刻储量与动态储量统计关系曲线。
在注水替油生产阶段,通过月产油量与油水置换率(统计值)相比,可以得到月注水量;其中,油水置换率一般为区块的统计经验值;进而通过叠加的方式可以得到年注水量。同时,还可以通过年度产油量与年度产水量相加得到年度累产液量。
进而,通过上述方式获得当年度开发指标后,可方便获得油气田累积开发指标,计算公式如下:
最终累产油=当前累产油+预测累产油;
最终累产水=当前累产水+预测累产水;
最终累产液=当前累产液+预测累产液=最终累产油+最终累产水;
最终累积注水=当前累注水+预测累注水;
需指出,对于新钻井当前的累积指标均为0;对已有生产井必须考虑现有的累积产量。
S103、根据所述预测函数获得待开发单井年预产油量;
S104、根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标。
具体的,根据建立的产油量预测函数能够预测得到待开发单井的产油量,可以是一天或者是一个月的,然后通过按时间叠加的方式能够预测得到待开发单井一年的产油量,进而通过与该区块的开发成本进行对比,就可以得到是否适合开发的指标,例如利润指标。
本实施例提供的油井开发指标的预测方法,通过对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;根据所述预测函数获得待开发单井年预产油量;根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标,解决了根据地质建模和数值计算方法预测油藏产能与实际产能偏差较大的问题。进而通过对单井的产能预测的叠加可以得到区块的产能,即得到油田的开发指标。
图14为本发明实施例提供的油井开发指标的预测设备的结构示意图,如图14所示,本实施例提供的油井开发指标的预测设备140包括:初始产油量获取模块1401、预测函数获取模块1402、年预产油量获取模块1403、开发指标获取模块1404。
初始产油量获取模块1401,用于对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;
预测函数获取模块1402,用于根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;
年预产油量获取模块1403,用于根据所述预测函数获得待开发单井年预产油量;
开发指标获取模块1404,用于根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标。
可选的,预测函数获取模块1402具体用于:
对多个所述已投产油井的平均日产油量进行统计取平均值,得到自喷采油期的初始采油量、机械采油期的初始采油量以及注水替油期的初始采油量。
可选的,预测函数获取模块1402还具体用于:
根据多个所述已投产油井的各采油阶段的产油时间和各产油时间的产油量,建立曲线图版;
根据所述曲线图版的斜率,分别获取所述自喷采油期、机械采油期、注水替油期的递减率。
可选的,预测函数获取模块1402还具体用于:
通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率98%时的产油量;
根据所述自喷采油期、所述机械采油期、所述注水替油期的开始时间和结束时间,确定各采油阶段的采油期。
可选的,预测函数获取模块1402还用于:
在通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间之前,还包括:
通过拟合所述单井的产出液含水率与采出程度曲线,获得产出液含水率函数;
根据所述产出液含水率函数,确定所述各产油阶段的极限产油量。
本实施例的装置,可以用于执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图15为本发明实施例提供的油井开发指标的预测设备的硬件结构示意图。如图15所述,本实施例提供的油井开发指标的预测设备150包括:
处理器1501、存储器1502;其中
存储器1502,用于存储计算机执行指令。
处理器1501,用于执行存储器存储的计算机执行指令。
处理器1501通过执行存储器存储的计算机执行指令,实现了上述实施例中油井开发指标的预测设备所执行的各个步骤。具体可以参见上述方法实施例中的相关描述。
可选地,存储器1502既可以是独立的,也可以跟处理器1501集成在一起,本实施例不做具体限定。
当存储器1502独立设置时,该油井开发指标的预测设备还包括总线1503,用于连接所述存储器1502、处理器1501。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的油井开发指标的预测方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,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,例如多个模块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,装置或模块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模块可以是或者也可以不是物理上分开的,作为模块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模块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模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块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。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块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(英文:processor)执行本申请各个实施例所述方法的部分步骤。
应理解,上述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。结合发明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。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称:ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (6)
1.一种油井开发指标的预测方法,其特征在于,包括:
对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;
根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;
根据所述预测函数获得待开发单井年预产油量;
所述预测函数为:
其中,t为油井投产后的任意时刻;
Q(t)为任意时刻t的产油量;Q1,Q2,Q3分别为自喷采油期、机械采油期、注水替油期的初始产油量;
D1,D2,D3分别为自喷采油期、机械采油期、注水替油期的递减率;
T1,T2,T3分别为自喷采油期、机械采油期、注水替油期的结束时间;
根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标;
所述对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的采油期,包括:
通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率98%时的产油量;
根据所述自喷采油期、所述机械采油期、所述注水替油期的开始时间和结束时间,确定各采油阶段的采油期;
在所述通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间之前,还包括:
通过拟合所述单井的产出液含水率与采出程度曲线,获得产出液含水率函数;
根据所述产出液含水率函数,确定所述各产油阶段的月产水量和极限产油量;
所述产出液含水率函数为f(R,fw);其中,R为实际区块的采出程度,fw为含水率;f为采出程度R与含水率fw的函数关系;
所述实际区块的采出程度R的计算函数为:R=Np/N1×100%;
其中,Np为所述已投产油井的实际累积产量,N1为所述已投产油井静态地质储量对应的动态地质储量。
2.根据权利要求1所述的方法,其特征在于,所述对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量,包括:
对多个所述已投产油井的平均日产油量进行统计取平均值,得到自喷采油期的初始产油量、机械采油期的初始产油量以及注水替油期的初始产油量。
3.根据权利要求1所述的方法,其特征在于,所述对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的递减率,包括:
根据多个所述已投产油井的各采油阶段的产油时间和各产油时间的产油量,建立曲线图版;
根据所述曲线图版的斜率,分别获取所述自喷采油期、机械采油期、注水替油期的递减率。
4.一种油井开发指标的预测设备,其特征在于,包括:
初始产油量获取模块,用于对开采区块内的已投产油井的各采油阶段的采油数据进行处理,获得各所述采油阶段的初始产油量、递减率以及采油期;
预测函数获取模块,用于根据各所述采油阶段的初始产油量、递减率以及采油期,获取待开发单井的产油量的预测函数;
年预产油量获取模块,用于根据所述预测函数获得待开发单井年预产油量,所述预测函数为:
其中,t为油井投产后的任意时刻;
Q(t)为任意时刻t的产油量;Q1,Q2,Q3分别为自喷采油期、机械采油期、注水替油期的初始产油量;
D1,D2,D3分别为自喷采油期、机械采油期、注水替油期的递减率;
T1,T2,T3分别为自喷采油期、机械采油期、注水替油期的结束时间;
开发指标获取模块,用于根据所述待开发单井年预产油量和待开发单井生产成本得到开发指标;
所述预测函数获取模块,还用于通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间,其中所述极限产油量为产出液含水率为98%时的产油量;根据所述自喷采油期、所述机械采油期、所述注水替油期的开始时间和结束时间,确定各采油阶段的采油期;
所述预测函数获取模块,还用于在所述通过所述已投产油井的各产油阶段的极限产油量,确定所述自喷采油期、机械采油期、注水替油期的结束时间之前,通过拟合所述单井的产出液含水率与采出程度曲线,获得产出液含水率函数;根据所述产出液含水率函数,确定所述各产油阶段的极限产油量;所述产出液含水率函数为f(R,fw);其中,R为实际区块的采出程度,fw为含水率;f为采出程度R与含水率fw的函数关系;所述实际区块的采出程度R的计算函数为:R=Np/N1×100%;其中,Np为所述已投产油井的实际累积产量,N1为所述已投产油井静态地质储量对应的动态地质储量。
5.一种油井开发指标的预测设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至3任一项所述的油井开发指标的预测方法。
6.一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中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至3任一项所述的油井开发指标的预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005367.5A CN111401597B (zh) | 2019-01-03 | 2019-01-03 | 油井开发指标的预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005367.5A CN111401597B (zh) | 2019-01-03 | 2019-01-03 | 油井开发指标的预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401597A CN111401597A (zh) | 2020-07-10 |
CN111401597B true CN111401597B (zh) | 2022-08-30 |
Family
ID=71435846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910005367.5A Active CN111401597B (zh) | 2019-01-03 | 2019-01-03 | 油井开发指标的预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401597B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200344B (zh) * | 2020-08-12 | 2024-05-14 | 中海油能源发展股份有限公司 | 一种基于多参数融合传递预测油藏界限值的方法 |
CN112267860A (zh) * | 2020-11-09 | 2021-01-26 | 中国石油天然气股份有限公司 | 一种低渗透油藏周期注水效果评价方法 |
CN112862280B (zh) * | 2021-01-26 | 2022-03-25 | 西南石油大学 | 一种油气井未来产量估计方法及系统 |
CN113723846A (zh) * | 2021-09-06 | 2021-11-30 | 中国石油天然气股份有限公司 | 一种油气资产折耗处理方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102720485A (zh) * | 2012-07-20 | 2012-10-10 | 中国石油天然气股份有限公司 | 一种中高含水油田含水上升率的预测方法 |
CN106779131A (zh) * | 2015-11-24 | 2017-05-31 | 中国石油化工股份有限公司 | 新油井评价期累计产量预测方法 |
CN107977749A (zh) * | 2017-12-06 | 2018-05-01 | 恒泰艾普(北京)云技术有限公司 | 一种油田开发指标的预测分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10546355B2 (en) * | 2016-10-20 | 2020-01-28 | International Business Machines Corporation | System and tool to configure well settings for hydrocarbon production in mature oil fields |
-
2019
- 2019-01-03 CN CN201910005367.5A patent/CN111401597B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102720485A (zh) * | 2012-07-20 | 2012-10-10 | 中国石油天然气股份有限公司 | 一种中高含水油田含水上升率的预测方法 |
CN106779131A (zh) * | 2015-11-24 | 2017-05-31 | 中国石油化工股份有限公司 | 新油井评价期累计产量预测方法 |
CN107977749A (zh) * | 2017-12-06 | 2018-05-01 | 恒泰艾普(北京)云技术有限公司 | 一种油田开发指标的预测分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111401597A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401597B (zh) | 油井开发指标的预测方法及装置 | |
CN104915512B (zh) | 一种预测油田采出程度与含水率的方法 | |
Williams-Kovacs et al. | Stochastic modeling of two-phase flowback of multi-fractured horizontal wells to estimate hydraulic fracture properties and forecast production | |
CN107327299B (zh) | 一种确定储层可压性的方法及装置 | |
CN104680244B (zh) | 一种油气田产能预测方法及装置 | |
Kim et al. | Integrated capacitance-resistance model for characterizing waterflooded reservoirs | |
CN103075142A (zh) | 一种注水开发油田堵水油井选井方法 | |
WO2020133929A1 (zh) | 一种用于分层注水工艺中层段组合的确定方法及装置 | |
Whitson et al. | Cyclic shut-in eliminates liquid-loading in gas wells | |
Clarkson et al. | A semi-analytical forecasting method for unconventional gas and light oil wells: A hybrid approach for addressing the limitations of existing empirical and analytical methods | |
US9262561B2 (en) | Modeling of non-newtonian fluids in subterranean reservoirs | |
Juell et al. | Optimized well modeling of liquid-rich shale reservoirs | |
US11066911B2 (en) | Operating hydrocarbon wells using modeling of immiscible two phase flow in a subterranean formation | |
Jha et al. | Statistical and machine-learning methods automate multi-segment Arps decline model workflow to forecast production in unconventional reservoirs | |
Dahl et al. | An evaluation of completion effectiveness in hydraulically fractured wells and the assessment of refracturing scenarios | |
Marino et al. | Shifting Turner's paradigm: gas wells can produce in slug flow | |
CN116084901A (zh) | 压裂井全生命周期压后生产制度调控方法及装置 | |
US20220403722A1 (en) | Method of forecasting well production | |
Canbolat et al. | Well selection criteria for water shut-off polymer gel injection in carbonates | |
CN112127877B (zh) | 油井动态储量的预测方法、装置、设备及存储介质 | |
CN113011736A (zh) | 基于动态分析的获取油气井储量起算标准的方法及装置 | |
Alferov et al. | Artificial lift strategy selection within field development planning | |
Zolotukhin et al. | Selection of the Best Development Scenario for the Thin Oil Rim with Reservoir Pressure Maintenance System Involving Gas Injection into the Gas Cap. Case Study: West Masssoyakha PK 1-3 Horizon. | |
Kannan et al. | Modeling and optimization of gas-assisted plunger lift GAPL by a transient simulator: A case study of a permian shale well | |
Grieser et al. | Horizontal Mississippian fracture completions in Oklahoma and Kansas |
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 |