CN111859607A - 考虑通道内非均质性的井间窜流通道量化方法及装置 - Google Patents

考虑通道内非均质性的井间窜流通道量化方法及装置 Download PDF

Info

Publication number
CN111859607A
CN111859607A CN202010385516.8A CN202010385516A CN111859607A CN 111859607 A CN111859607 A CN 111859607A CN 202010385516 A CN202010385516 A CN 202010385516A CN 111859607 A CN111859607 A CN 111859607A
Authority
CN
China
Prior art keywords
water content
wells
flow
production
channel
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
CN202010385516.8A
Other languages
English (en)
Other versions
CN111859607B (zh
Inventor
张云宝
李彦阅
代磊阳
第五鹏祥
周建
刘同敬
王佳
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 University of Petroleum Beijing
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
Original Assignee
China University of Petroleum Beijing
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
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 University of Petroleum Beijing, China National Offshore Oil Corp CNOOC, CNOOC China Ltd Tianjin Branch filed Critical China University of Petroleum Beijing
Priority to CN202010385516.8A priority Critical patent/CN111859607B/zh
Publication of CN111859607A publication Critical patent/CN111859607A/zh
Application granted granted Critical
Publication of CN111859607B publication Critical patent/CN111859607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Measuring Volume Flow (AREA)

Abstract

本发明提供了一种考虑通道内非均质性的井间窜流通道量化方法及装置。该方法包括：建立非均质井间窜流通道的假设条件，建立随机变量流管宽度的概率密度函数；基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；通过产出端含水率数学模型，获得采油井含水率理论解；利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数。本发明的考虑通道内非均质性的井间窜流通道量化方法，可以解决现有的窜流通道量化方法没有考虑窜流通道内部非均质性的问题。

Description

考虑通道内非均质性的井间窜流通道量化方法及装置
技术领域
本发明涉及一种考虑通道内非均质性的井间窜流通道量化方法，属于油藏开发管理中动态分析领域。
背景技术
随着油藏开发深入，油水窜流前缘已至油藏深部，区块平面发生多方向窜逸，且储层孔隙结构发生重要变化。为了更好的实施油藏管理措施、提高开发效果，精确、快速地量化窜流通道显得极为关键。
目前国内外初步形成了六大类优势通道刻画方法和手段：侧重数学归纳的优势通道油藏工程识别技术、动态监测优势通道识别技术、以静态为主的优势通道识别技术、以动态为主的优势通道识别技术、侧重静态考虑动态的优势通道识别技术、兼顾静态、动态和监测的优势通道识别技术。上述技术中都假设井间窜流通道内部为均质的，即具有相同的渗透率。但实际上，由于孔喉结构的不同和水洗变异作用，窜流通道内部渗透率是不同，是非均质的，常规窜流通道方法的通道量化结果无法考虑通道内部的非均质性。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种考虑通道内非均质性的井间窜流通道量化方法，以解决现有的窜流通道量化方法没有考虑窜流通道内部非均质性的问题。
为了实现上述目的，本发明提供了一种考虑通道内非均质性的井间窜流通道量化方法，包括：
建立非均质井间窜流通道的假设条件，建立随机变量流管宽度的概率密度函数；
基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；
通过采出端含水率数学模型，获得采油井含水率理论解；
利用采油井含水率理论解，拟合采油井实际含水率，得到流管条数和随机变量流管宽度的参数。
本发明的考虑通道内非均质性的井间窜流通道量化方法，考虑通道内的非均质性，将窜流通道内流管宽度当作随机变量考虑，基于随机变量流管宽度的概率密度函数，建立产出端含水率数学模型并给出其解析解；通过拟合采油井实际含水率，得到流管条数和随机变量流管宽度的参数，实现窜流通道内部非均质性的识别，对认识井间窜流通道内部非均质差异，提高油田调堵作业效果具有有益作用。
本发明的考虑通道内非均质性的井间窜流通道量化方法中包括建立非均质井间窜流通道的假设条件的步骤。
在本发明的一具体实施方式中，建立非均质井间窜流通道的假设条件，具体为：
注入水只沿井间窜流通道稳定流动；
井间窜流通道是非均质的，由n条宽度为b，高度为h的内壁光滑流管组成，且宽度b为服从对数正态分布的随机变量。
随机变量流管宽度的概率密度函数，具体为：
Figure BDA0002483748800000021
其中，b是井间窜流通道流管宽度，是随机变量；
f(b,b’,σ)是b的概率密度函数；
b’、σ分别是随机变量b的均值和标准差。
本发明的考虑通道内非均质性的井间窜流通道量化方法中包括建立为流管宽度均值和标准差函数的产水量模型的步骤。
在本发明的一具体实施方式中，为流管宽度均值和标准差函数的产水量模型为：
Figure BDA0002483748800000022
其中，Qw(t)为产出端产水量；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；；t1、t分别是产出端含水率上升和达到最大值的时间。
本发明的考虑通道内非均质性的井间窜流通道量化方法中包括建立产出端含水率数学模型的步骤。
在本发明的一具体实施方式中，产出端含水率数学模型中的变量不仅为产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，含水率上升的时间和含水率达到最大值的时间的函数，也含有井间窜流通道流管条数、均值、标准差。
具体地，产出端含水率数学模型为：
Figure BDA0002483748800000031
其中，fw(t)是产出端含水率；fw0是产出端初始含水率；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；Q是产出端产液速度；t1、t分别是产出端含水率上升和达到最大值的时间；b是井间窜流通道流管宽度，是随机变量；b’、σ分别是随机变量b的均值和标准差。
本发明的考虑通道内非均质性的井间窜流通道量化方法中包括获得采油井含水率理论解的步骤。
在本发明的一具体实施方式中，采油井含水率理论解是产出端初始含水率、流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，产出端含水率上升的时间，产出端含水率达到最大值的时间，井间窜流通道流管条数、均值和标准差的函数。
具体地，采油井含水率理论解为：
Figure BDA0002483748800000032
其中，fw(t)是产出端含水率；fw0是产出端初始含水率；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；Q是产出端产液速度；t1、t分别是产出端含水率上升和达到最大值的时间；b是井间窜流通道流管宽度，是随机变量；b’、σ分别是随机变量b的均值和标准差。
本发明的考虑通道内非均质性的井间窜流通道量化方法中包括获得流管条数和随机变量流管宽度的参数的步骤。
在本发明的一具体实施方式中，利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数，具体为：
过程1：整理拟合过程所需基础参数
所述基础参数包括注采井间距离、注采井间流体黏度、井间注采压差、流管高度、产出端产液速度、初始含水率、最大含水率、含水率上升时间和含水率达到最大的时间；
过程2：拟合采油井实际含水率
通过调整可变参数n、b’和σ，拟合实际含水率曲线，得到流管条数n和随机变量b的参数b’、σ；
根据参数b’、σ获得通道内流管宽度的概率分布曲线。
具体地，根据参数b’、σ获得通道内流管宽度的概率分布曲线时，可以根据以下公式获得：
Figure BDA0002483748800000041
其中，b是井间窜流通道流管宽度，是随机变量；
f(b,b’,σ)是b的概率密度函数；
b’、σ分别是随机变量b的均值和标准差。
为了实现上述目的，本发明又提供了一种考虑通道内非均质性的井间窜流通道量化装置，包括：
建立概率密度函数模块，用于建立随机变量流管宽度的概率密度函数；
建立产水量模型模块，用于基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
建立含水率数学模型模块，用于基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；
获得含水率理论解模块，用于通过产出端含水率数学模型，获得采油井含水率理论解；
获得流管条数和随机变量流管宽度的参数模块，用于利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数。
在本发明的一具体实施方式中，建立概率密度函数模块中，建立非均质井间窜流通道的假设条件，具体为：
注入水只沿井间窜流通道稳定流动；
井间窜流通道是非均质的，由n条宽度为b，高度为h的内壁光滑流管组成，且宽度b为服从对数正态分布的随机变量。
建立随机变量流管宽度的概率密度函数，具体为：
Figure BDA0002483748800000051
其中，b是井间窜流通道流管宽度，是随机变量；
f(b,b’,σ)是b的概率密度函数；
b’、σ分别是随机变量b的均值和标准差。
在本发明的一具体实施方式中，建立产水量模型模块中，建立为流管宽度均值和标准差函数的产水量模型为：
Figure BDA0002483748800000052
其中，Qw(t)为产出端产水量；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；t1、t分别是产出端含水率上升和达到最大值的时间。
在本发明的一具体实施方式中，建立含水率数学模型模块中，产出端含水率数学模型中的变量不仅为产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，含水率上升的时间和含水率达到最大值的时间，也含有井间窜流通道流管条数、均值、标准差。
具体地，产出端含水率数学模型为：
Figure BDA0002483748800000061
其中，fw(t)是产出端含水率；fw0是产出端初始含水率；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；Q是产出端产液速度；t1、t分别是产出端含水率上升和达到最大值的时间；b是井间窜流通道流管宽度，是随机变量；b’、σ分别是随机变量b的均值和标准差。
在本发明的一具体实施方式中，获得含水率理论解模块中，采油井含水率理论解是产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，产出端含水率上升的时间，产出端含水率达到最大值的时间，井间窜流通道流管条数、均值和标准差的函数。
具体地，采油井含水率理论解为：
Figure BDA0002483748800000062
其中，fw(t)是产出端含水率；fw0是产出端初始含水率；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；Q是产出端产液速度；t1、t分别是产出端含水率上升和达到最大值的时间；b是井间窜流通道流管宽度，是随机变量；b’、σ分别是随机变量b的均值和标准差。
在本发明的一具体实施方式中，获得流管条数和随机变量流管宽度的参数模块，利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数，具体为：
过程1：整理拟合过程所需基础参数
所述基础参数包括注采井间距离、注采井间流体黏度、井间注采压差、流管高度、产出端产液速度、初始含水率、最大含水率、含水率上升时间和含水率达到最大的时间；
过程2：拟合采油井实际含水率
通过调整可变参数n、b’和σ，拟合实际含水率曲线，得到流管条数n和随机变量b的参数b’、σ；
根据参数b’、σ获得通道内流管宽度的概率分布曲线。
具体地，根据参数b’、σ获得通道内流管宽度的概率分布曲线时，可以根据以下公式获得：
Figure BDA0002483748800000071
其中，b是井间窜流通道流管宽度，是随机变量；
f(b,b’,σ)是b的概率密度函数；
b’、σ分别是随机变量b的均值和标准差。
本发明还提供了一种计算机设备，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，其中，处理器执行所述计算机程序时实现本发明的上述考虑通道内非均质性的井间窜流通道量化方法的步骤。
本发明又提供了一种计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现本发明的上述考虑通道内非均质性的井间窜流通道量化方法的步骤。
本发明的考虑通道内非均质性的井间窜流通道量化方法，考虑窜流通道内部的非均质性，首先建立非均质井间窜流通道的假设条件，将窜流通道内流管宽度当作随机变量考虑；然后基于随机变量流管宽度的概率密度函数，建立新的产出端含水率数学模型，并求解得到采油井含水率理论解；利用采油井含水率理论解，拟合采油井实际含水率，得到流管条数和随机变量流管宽度的参数。相比于现有技术，本发明解决了现有的窜流通道量化方法没有考虑窜流通道内非均质性的问题，使得窜流通道量化结果更接近储层实际情况。
附图说明
图1是本发明实施例1提供的考虑通道内非均质性的井间窜流通道量化装置的结构示意图。
图2是本发明实施例1提供的考虑通道内非均质性的井间窜流通道量化方法的流程示意图。
图3是本发明实施例2提供的拟合采油井实际含水率得到的理论含水率曲线。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。
实施例1
本实施例首先提供了一种考虑通道内非均质性的井间窜流通道量化装置，其具有如图1所示的结构，具体包括：
建立概率密度函数模块，用于建立随机变量流管宽度的概率密度函数；
建立产水量模型模块，用于基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
建立含水率数学模型模块，用于基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；
获得含水率理论解模块，用于通过产出端含水率数学模型，获得采油井含水率理论解；
获得流管条数和随机变量流管宽度的参数模块，用于利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数。
本实施例又提供了提供一种考虑通道内非均质性的井间窜流通道量化方法，如图2所示，该方法包括：
步骤S11，建立非均质井间窜流通道的假设条件，建立随机变量流管宽度的概率密度函数；
步骤S12，基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
步骤S13，基于为流管宽度均值和标准差函数的产水量模型，建立新的产出端含水率数学模型；
步骤S14，求解采出端含水率数学模型，得到采油井含水率理论解；
步骤S15，利用采油井含水率理论解，拟合采油井实际含水率，得到流管条数和随机变量流管宽度的参数。
上述步骤S11中，所述非均质井间窜流通道的假设条件为：
注入水只沿井间窜流通道稳定流动；井间窜流通道是非均质的，其由n条宽度为b，高度为h的内壁光滑流管组成，且宽度b是服从对数正态分布的随机变量，即：
Figure BDA0002483748800000091
式中，b是井间窜流通道流管宽度，是随机变量；f(b,b’,σ)是b的概率密度函数；b’、σ分别是随机变量b的均值和标准差。
上述步骤S12中，基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型，具体为：
Figure BDA0002483748800000092
式中，Qw(t)为产出端产水量；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；t1、t分别是产出端含水率上升和达到最大值的时间。
上述步骤S13中所述基于为流管宽度均值和标准差函数的产水量模型，建立新的产出端含水率数学模型，具体为：
Figure BDA0002483748800000093
式中，fw(t)是产出端含水率；fw0是产出端初始含水率；n是井间窜流通道流管条数；h是流管高度；Δp是井间注采压差；μ是注采井间流体黏度；L是注采井间距离；Q是产出端产液速度；t1、t分别是产出端含水率上升和达到最大值的时间。
上述步骤S14中，所述采油井含水率理论解，具体为：
Figure BDA0002483748800000094
上述步骤S15中，利用采油井含水率理论解，拟合采油井实际含水率，得到流管条数和随机变量流管宽度的参数，具体包括：
过程1：整理拟合过程所需基础参数。
所述基础参数包括注采井间距离、注采井间流体黏度、井间注采压差、流管高度、产出端产液速度、初始含水率、最大含水率、含水率上升时间和含水率达到最大的时间。
过程2：拟合采油井实际含水率
通过调整可变参数n、b’和σ，拟合实际含水率曲线，得到流管条数n和随机变量b的参数b’、σ。根据参数b’、σ，即可利用式(1)计算通道内流管宽度的概率分布曲线。
本实施例通过将通道内流管宽度作为随机变量考虑，解决了现有的窜流通道量化方法没有考虑窜流通道内非均质性的问题。
实施例2
为了实施例1提供的考虑通道内非均质性的井间窜流通道量化方法的应用效果有更直观的理解，现以采用上述方法的某注采井间窜流通道量化过程为例说明本发明的具体实施方式。
表1基础数据表
基础参数 单位 数值
注采井间距离 m 200
注采井间流体黏度 mPa·s 30
井间注采压差 MPa 7
流管高度 m 20
产出端产液速度 m<sup>3</sup>/d 300
初始含水率 0
最大含水率 0.9
含水率上升时间 50
含水率达到最大的时间 300
图3为拟合采油井实际含水率得到的理论含水率曲线，可见其初始含水率、最大含水率、含水率上升时间和含水率到达最大的时间皆和表1中数据吻合，因此拟合的流管条数n和随机变量b的参数b’、σ可信，具体如表2所示：
表2
参数 值
n/条 6.58×10<sup>5</sup>
b’/μm 13
σ 0.028
以上实施例说明本发明的考虑通道内非均质性的井间窜流通道量化方法通过将通道内流管宽度作为随机变量考虑，解决了现有的窜流通道量化方法没有考虑窜流通道内非均质性的问题，得到了窜流通道内流管条数和宽度概率密度函数参数。

Claims (10)

1.一种考虑通道内非均质性的井间窜流通道量化方法，包括：
建立非均质井间窜流通道的假设条件，建立随机变量流管宽度的概率密度函数；
基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；
通过产出端含水率数学模型，获得采油井含水率理论解；
利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数。
2.根据权利要求1所述的方法，其中，所述建立非均质井间窜流通道的假设条件，具体为：
注入水只沿井间窜流通道稳定流动；
井间窜流通道是非均质的，由n条宽度为b，高度为h的内壁光滑流管组成，且宽度b为服从对数正态分布的随机变量。
3.根据权利要求1所述的方法，其中，产出端含水率数学模型中变量为产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，含水率上升的时间和含水率达到最大值的时间，井间窜流通道流管条数、均值、标准差。
4.根据权利要求1所述的方法，其中，采油井含水率理论解是产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，产出端含水率上升的时间，产出端含水率达到最大值的时间，井间窜流通道流管条数、均值和标准差的函数。
5.根据权利要求1所述的方法，其中，利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数，具体为：
过程1：整理拟合过程所需基础参数
所述基础参数包括注采井间距离、注采井间流体黏度、井间注采压差、流管高度、产出端产液速度、初始含水率、最大含水率、含水率上升时间和含水率达到最大的时间；
过程2：拟合采油井实际含水率
通过调整可变参数n、b’和σ，拟合实际含水率曲线，得到流管条数n和随机变量b的参数b’、σ；
根据参数b’、σ获得通道内流管宽度的概率分布曲线。
6.一种考虑通道内非均质性的井间窜流通道量化装置，包括：
建立概率密度函数模块，用于建立随机变量流管宽度的概率密度函数；
建立产水量模型模块，用于基于随机变量流管宽度的概率密度函数，建立为流管宽度均值和标准差函数的产水量模型；
建立含水率数学模型模块，用于基于为流管宽度均值和标准差函数的产水量模型，建立产出端含水率数学模型；
获得含水率理论解模块，用于通过产出端含水率数学模型，获得采油井含水率理论解；
获得流管条数和随机变量流管宽度的参数模块，用于利用采油井含水率理论解，拟合采油井实际含水率，获得流管条数和随机变量流管宽度的参数。
7.根据权利要求6所述的装置，其中，所述建立概率密度函数模块中，建立非均质井间窜流通道的假设条件，具体为：
注入水只沿井间窜流通道稳定流动；
井间窜流通道是非均质的，由n条宽度为b，高度为h的内壁光滑流管组成，且宽度b为服从对数正态分布的随机变量。
8.根据权利要求6所述的装置，其中，建立含水率数学模型模块中，产出端含水率数学模型中变量为产出端初始含水率，流管高度，井间注采压差，注采井间流体黏度，注采井间距离，产出端产液速度，含水率上升的时间和含水率达到最大值的时间，井间窜流通道流管条数、均值、标准差。
9.一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现权利要求1-5任一项所述的考虑通道内非均质性的井间窜流通道量化方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的考虑通道内非均质性的井间窜流通道量化方法的步骤。
CN202010385516.8A 2020-05-09 2020-05-09 考虑通道内非均质性的井间窜流通道量化方法及装置 Active CN111859607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010385516.8A CN111859607B (zh) 2020-05-09 2020-05-09 考虑通道内非均质性的井间窜流通道量化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010385516.8A CN111859607B (zh) 2020-05-09 2020-05-09 考虑通道内非均质性的井间窜流通道量化方法及装置

Publications (2)

Publication Number Publication Date
CN111859607A true CN111859607A (zh) 2020-10-30
CN111859607B CN111859607B (zh) 2023-08-25

Family

ID=72985046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010385516.8A Active CN111859607B (zh) 2020-05-09 2020-05-09 考虑通道内非均质性的井间窜流通道量化方法及装置

Country Status (1)

Country Link
CN (1) CN111859607B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117511A (zh) * 2015-07-22 2015-12-02 西南石油大学 一种缝洞油藏井间连通通道及流动参数的表征方法
CN109948272A (zh) * 2019-03-27 2019-06-28 长江大学 基于井间连通性的调堵动态预测方法和系统
CN110439515A (zh) * 2019-06-24 2019-11-12 中国石油化工股份有限公司 注采参数优化方法及装置
CN110644982A (zh) * 2019-10-08 2020-01-03 中国石油天然气股份有限公司 一种低渗透油藏窜流通道快速定量描述方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117511A (zh) * 2015-07-22 2015-12-02 西南石油大学 一种缝洞油藏井间连通通道及流动参数的表征方法
CN109948272A (zh) * 2019-03-27 2019-06-28 长江大学 基于井间连通性的调堵动态预测方法和系统
CN110439515A (zh) * 2019-06-24 2019-11-12 中国石油化工股份有限公司 注采参数优化方法及装置
CN110644982A (zh) * 2019-10-08 2020-01-03 中国石油天然气股份有限公司 一种低渗透油藏窜流通道快速定量描述方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
PENG SHIMI 等: "A quantitative description method for channeling-path of reservoirs during high water cut period", 《ACTA PETROLEI SINICA》 *
刘义刚 等: "基于传质扩散理论的高渗油藏窜流通道量化方法", 《石油钻采工艺》 *
刘义刚 等: "用于非均质性油藏封堵的复合凝胶组成优选与性能评价", 《油田化学》 *
雷小乐: "水驱油藏优势通道识别油藏工程方法研究", 《中国优秀硕士论文全文数据库 工程科技Ⅰ辑》 *

Also Published As

Publication number Publication date
CN111859607B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN110410045B (zh) 一种针对特高含水期油藏的堵调方法
CN104060985B (zh) 一种层状油藏调剖堵水堵剂进入深度测试方法及系统
CN111810101B (zh) 一种水驱油藏动态分析方法及装置
CN109236273B (zh) 油田开发生产动态数据处理方法
CN109138949A (zh) 一种基于水平井表皮系数分布特征的布酸方法
CN105178952B (zh) 确定水平井人工裂缝间距的方法及装置
CN106150463B (zh) 一种砾岩油藏聚合物驱注入压力升幅确定方法
CN111852417B (zh) 二氧化碳驱油藏气窜通道快速反演方法和装置
CN104915530A (zh) 油藏井间连通关系的建立方法
CN110374562B (zh) 一种油藏堵调方法
CN113863920B (zh) 一种气窜通道体积检测方法
CN112377182B (zh) 大型孔洞裂缝型碳酸盐岩储集体参数确定方法及装置
CN111859607A (zh) 考虑通道内非均质性的井间窜流通道量化方法及装置
CN115221666A (zh) 一种排水采气工艺优选方法及系统
CN102080537A (zh) Sagd油藏双水平井汽液界面确定方法和系统
CN106022626A (zh) 一种水驱油藏定位调堵水驱拟前缘的计算方法
CN107355200B (zh) 一种纳微米颗粒分散体系改善水驱选井方法
CN108520143A (zh) 一种注气开发油藏气油比上升率表征方法
CN103334740A (zh) 考虑启动压力梯度的确定泄油前缘的方法
CN115324543A (zh) 一种基于采油井同步见水的井组注采压差优化方法
CN110593832B (zh) 一种基于边底水油藏注水外溢的注采比优化方法
CN115045642A (zh) 一种水井油井推拉联动的稠油开采方法
CN109915122B (zh) 利用全局方程计算缝洞型油藏稳态水侵水侵量的方法
CN113326465A (zh) 油藏开发动态分析方法及装置
CN104453807A (zh) 一种油田注采井组水驱窜流判别方法

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