CN112049629A - 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 - Google Patents
一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 Download PDFInfo
- Publication number
- CN112049629A CN112049629A CN202011127230.6A CN202011127230A CN112049629A CN 112049629 A CN112049629 A CN 112049629A CN 202011127230 A CN202011127230 A CN 202011127230A CN 112049629 A CN112049629 A CN 112049629A
- Authority
- CN
- China
- Prior art keywords
- water
- production
- formula
- fracture
- dimensionless
- 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
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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 DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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
- E21B43/20—Displacing by water
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,包括以下步骤:S1、基于甲型水驱特征曲线建立无因次水驱特征曲线模型;S2、根据步骤S1所建立的无因次水驱特征曲线模型绘制无因次水驱特征曲线样板图版;S3、选择生产过程中稳定水驱阶段;S4、结合步骤S2得到的无因次水驱曲线样板图版确定单井的特征参数X;S5、对各个单井的合理特征参数Xi作算术平均得出适用于缝洞型油藏的特征参数XM;S6、根据适用于缝洞型油藏的无因次水驱特征曲线模型预测在目前开发方式下油藏的采收率情况。该方法预测的采收率与实际情况相符,操作简单,充分考虑了缝洞型油藏的地质特征和生产特征,具有较高的适用性。
Description
技术领域
本发明涉及一种生产开发中缝洞型油藏采收率的预测方法,属于油气勘探技术领域。
背景技术
非常规油气的勘探开发已成为近年来石油勘探开发的亮点,其中碳酸盐岩缝洞型油藏地质储量达29.3×108吨,开发潜力巨大,已然成为我国未来重要的能源接替之一。油藏采收率是制定和调整油藏开发方式的重要参数之一。有效获取或预测油藏采收率对油藏的高效、经济和合理开发具有重要意义。因此,众学者开展了大量针对油藏采收率研究,在分析油藏地质特征和实际生产数据的基础上,形成了多种计算和预测方法。但概括起来可分为矿藏经验统计关系法、室内实验评价和油藏工程方法。
矿藏经验统计关系是根据已开发油藏的构造类型、驱动能量、岩石物性、流体物性、均质程度以及井网分布密度等数据,统计获取采收率与油藏参数间的经验关系式(如式1)。若待开发油藏或处于开发早期的油藏具有与已开发油藏具有相似的性质,就可以使用相同经验公式预测该油藏的采收率(式1)。
RM=0.274-0.1116lgμR+0.09746lgk-0.0001802hef-0.06741Vk+0.0001675T (式1)
式中:RM-采收率,%;μR-油水粘度比,小数;k-平均渗透率,mD;he-有效厚度,m;f-井网密度,104m2/口;Vk-渗透率变异系数,小数。
室内试验评价方法是根据目前油藏开发方式,选取目标层位的岩心开展室内物理实验。通过获取该开发方式下岩心中的产油特征、产水特征来评价和预测油藏的采收率(式2)。
式中:RM-采收率,%;Sor-水驱岩心残余油饱和度,小数;Soi-原始含油饱和度,小数。
油藏工程方法主要有油藏数值模拟方法和水驱曲线法。油藏数值模拟方法是利用数值模拟软件导入油藏原始参数和边界条件,结合内置的反映渗流过程的数学模型,在计算机上模拟油藏的实际开发过程。同时,可以通过调整相关参数来进一步预测油藏生产动态和油藏采收率。水驱特征曲线法是目前应用较多的一种采收率预测方法,该方法预测结果具有高的准确性。水驱特征曲线法是根据累计产油(NP)和累计产水(WP)两者之间的数学关系(式3),将累计产油(NP)和累计产水(WP)绘制在直角坐标系中,结合生产特征选取拟合较好的直线段以获取其斜率和截距。根据斜率B和地质储量N间的关系(7.5=BN)可获取油藏的地质储量;同时,将斜率B和截距A代入式4可预测得到经济极限含水率下的可采储量,最后根据采收率的定义(式5)可预测得到对应的采收率。
甲型水驱曲线表达式:
lgWP=A+BNP (式3)
式中:WP-累计产水,m3;NP-累计产油,m3;A-截距;B-斜率。
甲型水驱曲线可采储量表达式:
式中:Npmax-可采储量;fwmax-经济极限含水率;A-截距;B-斜率。
水驱曲线采收率预测公式如下所示:
综上所述,现有技术存在以下缺陷:
(1)矿场经验统计关系需要统计大量油藏的生产资料,待开发油藏或处于开发早期的油藏需要与已开发油藏的性质保持高度一致才能较为准确预测采收率。缝洞型油藏储集空间复杂、非均质性极强,不同油藏之间往往差异极大,难以获取考虑多参数的可靠的矿场经验统计关系。
(2)室内评价评价试验方法仅仅是在岩心尺度上进行预测,由于尺度效应的影响,其预测结果往往与实际油藏的采收率相差较大。此外,受制于实验材料耐压和耐温程度的限制,室内物理试验条件(如压力、温度)往往与实际油藏相差较大,因此,预测的采收率与实际油藏生产情况不符。
(3)油藏数值模拟方法作为一种定量描述油藏开发动态、预测采收率的重要方法,已经成为一种不可或缺的重要手段。但是该方法的准确与否取决于对油藏地质特征和流体在储层中输运规律的精确认识,对于具有复杂缝洞结构的油藏,其地质特征的描述和多相流体在储层中的输运规律目前尚不完善,模拟的结果并不是十分理想,采收率预测效果较差。
(4)水驱曲线法虽能较好的预测油藏的可采储量和采收率,但该方法中斜率B与地质储量N间的关系(7.5=BN)是童宪章院士通过统计国内外25个砂岩油藏的实际生产数据获取的一种表达式。该式对砂岩油藏具有较好的适用性,而对于具有复杂缝洞结构的油藏适用性较差。
发明内容
针对上述问题和不足,本发明所要解决的技术问题是:提供一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法。
为了解决上述问题,本发明采用了以下的技术方案。
一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,其特征在于,包括以下步骤:
S1、基于甲型水驱特征曲线建立无因次水驱特征曲线模型;
S2、根据步骤S1所建立的无因次水驱特征曲线模型绘制无因次水驱特征曲线样板图版;
S3、结合含水率与时间关系曲线,选择生产过程中稳定水驱阶段;
S4、选择步骤S3所确定的稳定水驱阶段的数据,结合步骤S2得到的无因次水驱曲线样板图版确定单井的特征参数X;
S5、将当前生产井的实际采出程度与具有相似储层特征综合采收率情况进行对比,选择出不同单井的合理特征参数Xi,对各个单井的合理特征参数Xi作算术平均得出适用于缝洞型油藏的特征参数XM;
S6、根据步骤S5确立的适用于缝洞型油藏的特征参数XM,得到适用于缝洞型油藏的无因次水驱特征曲线模型,根据所述适用于缝洞型油藏的无因次水驱特征曲线模型预测在目前开发方式下油藏的采收率情况。
进一步的,所述步骤S1包括以下子步骤:
(1)将甲型水驱特征曲线表示为:
lgWP=A+BNP (式6)
式中:WP-累计产水量;NP-累计产油量;B-直线段斜率;A-直线段截距。
将所述甲型水驱特征曲线转化为甲型无因次水驱特征曲线:
lgWPD=NPD+C (式7)
式中:WPD-无因次累计产水,WPD=BWP;NPD-无因次累计产油,NPD=BNP;C-常数,C=A+lgB。
(2)由累计产水量WP和累计产油量NP之间关系得到:
将累计产水量WP和累计产油量NP分别对时间求导得到油藏的水油比为:
式中:WOR-水油比,小数;fw-含水率,%;Qw-日产水,m3;Qo–日产油m3。将式8引入所述油藏的水油比中,并进行变换得到:
lgWOR=lg2.303+lgB+lgWP (式10)
将式6引入式10得到:
lgWOR=lg2.303+lgB+A+BNP (式11)
将采出程度R和缝洞型油藏动用储量计算特征参数X引入式11:
lgWOR=lg2.303+C+XR (式12)
式中:R-采出程度,%;X-缝洞型油藏动用储量计算特征参数,小数。
取含水率为98%作为油田经济极限含水率,将相应的油藏的水油比WOR值49引入式12得到:
C=lg49-lg2.303-XRM (式13)
式中:RM-采收率,%。
(3)将式13引入步骤(1)得出的甲型无因次水驱特征曲线,得到甲型无因次水驱特征曲线的最终表达式:
lgWPD=NPD+1.33-XRM (式14)
进一步的,所述步骤S3包括以下子步骤:
(1)采集油藏所有生产井的实际生产数据,并形成对应的数据库;所述实际生产数据包括:累计产水、累计产油、含水率、生产压力和生产日期;
(2)对所述数据库数据进行数据剔除:
将开展过重大调整措施且生产不连续井的生产数据剔除;
将采集自暴性水淹井的数据剔除;
(3)利用步骤(2)筛选后的数据库绘制每口生产井的含水率与时间关系曲线,根据含水上升特征确定稳定的水驱开发阶段。
更进一步的,所述步骤S4包括以下子步骤:
(1)选择步骤S3所确定的稳定水驱阶段的数据,假设一系列的缝洞型油藏动用储量计算特征参数X,结合单井的缝洞型油藏地质储量N,根据式15计算每一个X值对应的斜率B值;
式中:N-单井的缝洞型油藏地质储量,X-缝洞型油藏动用储量计算特征参数;
(2)根据子步骤(1)得到的B值对累计产水量WP和累计产油量NP作无因次化处理,获取无因次累计产水WPD和无因次累计产油NPD;
(3)将子步骤(2)得到的无因次生产数据绘制在样板图版上,如果其与曲线簇平行,则该无因次生产数据对应的X值即为该单井的特征参数。
本发明具有如下有益效果:
本发明提出了一种基于无因次水驱特征曲线的缝洞型油藏采收率预测方法。该方法首先推导建立了适用于缝洞型油藏的无因次水驱特征曲线模型,引入了包含缝洞型碳酸盐岩油藏特点的特征参数X,并根据该无因次水驱特征曲线模型绘制了无因次累计产水和无因次累计产油水驱特征曲线样板图版。其次,基于单井连续生产且未开展过重大调整措施为原则,结合含水率与时间关系曲线,选择稳定水驱阶段的生产数据段;将稳定水驱阶段的累计产油和累计产水等数据无因次化处理后绘制在样板图版上,利用样板图版确定单井的特征参数Xi。然后,根据单井的特征参数求解方法,得到大量的缝洞型油藏生产井的特征参数值,将当前生产井的实际采出程度与具有相似储层特征综合采收率情况进行对比,选择出合理的特征参数值Xi,使用算数平均方法计算出适用于缝洞型油藏的特征参数XM。最后根据确立的缝洞型油藏特征参数XM,得到该缝洞型油藏唯一的无因次水驱特征曲线及图版,可以通过改变模型中采收率RM的值,使得样板图版中的直线段与实际稳定水驱阶段的数据段重合,该RM即为目前开发方式下预测的油藏采收率。该方法预测的采收率与实际情况相符,操作简单,充分考虑了缝洞型油藏的地质特征和生产特征,具有较高的适用性。
附图说明
图1为无因次水驱特征曲线样板图版示意图;
图2为单井特征参数X的确定流程示意图;
具体实施方式
本发明一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,
具体由以下步骤实现:
S1、基于甲型水驱特征曲线建立无因次水驱特征曲线模型;
S2、根据无因次水驱特征曲线模型绘制无因次水驱特征曲线样板图版;
S3、以“单井连续生产且未开展过重大调整措施”为原则,结合含水率与时间关系曲线,选择生产过程中稳定水驱阶段;
S4、结合无因次水驱曲线样板图版确定单井的特征参数X;
S5、将当前生产井的实际采出程度与具有相似储层特征综合采收率情况进行对比,选择出合理的特征参数值Xi,使用算数平均方法计算出适用于缝洞型油藏的特征参数XM;
S6、根据确立的缝洞型油藏的特征参数,根据步骤S5确立的适用于缝洞型油藏的特征参数XM,并通过改变模型中采收率RM的值,使得样板图版中的直线段与实际稳定水驱阶段的数据段重合,该RM即为目前开发方式下预测的油藏的采收率。
各个步骤的具体实施如下:
S1、建立的无因次水驱特征曲线模型
将甲型水驱特征曲线表示为:
lgWP=A+BNP (式6)
式中:WP-累计产水量;NP-累计产油量;B-直线段斜率;A-直线段截距。
在式6的两端均加上lgB,那么可以将其转化为甲型无因次水驱特征曲线:
lgWPD=NPD+C (式7)
式中:WPD=BWP,无因次累计产水;NPD=BNP,无因次累计产油;C=A+lgB,常数。
由累计产水量WP和累计产油量NP之间关系得到(将式6两边求微分)
将累计产水量WP和累计产油量NP分别对时间求导得到油藏的水油比为:
式中:WOR-水油比,小数;fw-含水率,%;Qw-日产水,m3;Qo–日产油,m3。
将式8引入油藏的水油比中,并进行变换得到:
lgWOR=lg2.303+lgB+lgWP (式10)
将式6引入式10得到:
lgWOR=lg2.303+lgB+A+BNP (式11)
将采出程度R和缝洞型油藏动用储量计算特征参数X引入式11:
lgWOR=lg2.303+C+XR (式12)
式中:R-采出程度;X-缝洞型油藏动用储量计算特征参数。
根据现场实际开发经验,一般取含水率fw=98%作为油田经济极限含水率,根据式9得到水油比WOR=49(本领域公知常识,此处不赘述),将WOR=49引入式12得到:
C=lg49-lg2.303-XRM (式13)
式中:RM-采收率,%。
将式13引入式6,得到甲型无因次水驱特征曲线的最终表达式:
lgWPD=NPD+1.33-XRM (式14)
由于无因次水驱特征曲线是无量纲的,单位不会对其产生影响,因此它可以看做是一种样板曲线。在直角坐标系中,1.33-XRM代表了无因次水驱特征曲线与纵轴的截距,lgWPD和NPD呈线性关系,并且其斜率为1。
需要说明的是:将采出程度R和缝洞型油藏特征参数X引入式11得到式12是基于式15和式16而实现的:
缝洞型油藏动用储量计算特征参数的表达式为:
式中:N-地质储量;X-缝洞型油藏动用储量计算特征参数;B-直线段斜率。
采出程度表达式如下:
式中:R-采出程度;NP-累计产油;N-地质储量。
S2、绘制无因次水驱特征曲线样板图版
根据无因次水驱特征曲线的最终表达式(式14),可以绘制得到样板图版(如图1所示)。X是缝洞型油藏的特征参数,只与缝洞型油藏的性质有关,因此可以通过改变1.33-XRM的值得到一簇代表不同采收率的平行直线。在理想状况下,任何水驱油藏稳定驱替阶段的数据在无因次化处理后绘制在样板图版中也是平行的,除非数据段选择的不合理。在样板曲线图版中绘制出实际油藏的无因次水驱曲线后,可以通过改变模型中采收率RM的值,使得样板图版中的直线段与实际稳定水驱阶段的数据段重合,该RM即为目前开发方式下预测的油藏的采收率。
S3、选择稳定水驱阶段的数据段
(1)收集油藏所有生产井的日产油、日产水、累计产水、累计产油、含水率、生产压力和生产日期等实际生产数据,并分析整理相关数据资料形成对应的数据库。
(2)以“单井连续生产且未开展过重大调整措施”为原则,将数据库中开展过重大调整措施(如酸化、转层、注水替油等)且生产不连续井的生产数据剔除;此外,暴性水淹(生产井前期开发过程无水产生,开发中后期含水急剧上升的井)的井数据波动较大、规律性较弱。因此,该类井的生产数据也无法用来预测油藏的采收率,故而将其从数据库中剔除。
③从筛选后的数据库中,绘制每口生产井的含水率与时间关系曲线,根据含水上升特征,确定稳定的水驱开发阶段(随着生产时间的增加,含水率在一定范围内波动变化,月含水率上升小于5%,该段数据被认为达到稳定水驱阶段)。
S4、确定单井的特征参数
(1)选择稳定水驱阶段的数据,假设一系列的“X”(缝洞型油藏动用储量计算特征参数),结合单井地质储量N,计算每一个X对应的B值(B=X/N);如图2所示,例如X的值可取1.0至20.0,以0.1为步长进行变换。
(2)根据B值对累计产油数据、累计产水数据作无因次化处理(WPD=BWP,无因次累计产水;NPD=BNP,无因次累计产油);
(3)将无因次生产数据绘制在样板图版上,如果其与曲线簇平行,即斜率趋近于1(相对误差|ε|≤0.01),则该无因次生产数据对应的X值即为该单井的特征参数。
S5、适用于缝洞型油藏的特征参数
选取大量的缝洞型油藏生产井,按照步骤S4获取每个生产井的特征参数。该特征参数值需要进一步筛选,去除其中存在缺陷的特征参数值。将当前生产井的实际采出程度与具有相似储层特征综合采收率情况进行对比,选择出合理的特征参数值Xi,每口井的Xi值只与自身的储层特征相关,不受其它因素影响,故可以使用算数平均方法计算出适用于缝洞型油藏的特征参数XM。
式中:Xi-不同单井的合理特征参数;XM-适用于缝洞型油藏的特征参数。
S6、得到适用于缝洞型油藏的无因次水驱特征曲线模型,根据适用于缝洞型油藏的无因次水驱特征曲线模型预测在目前开发方式下油藏的采收率情况。
将步骤S5所得到的适用于缝洞型油藏的特征参数XM与甲型无因次水驱特征曲线(式14)相结合确定该缝洞型油藏的无因次水驱特征曲线样板图版,通过改变模型中采收率RM的值,使得样板图版中的直线段与实际稳定水驱阶段的数据段重合,该采收率RM值即为目前开发方式下预测得到的油藏的采收率。
也即是:在步骤S5的基础上,得到了适用于缝洞型油藏的特征参数,将该XM值代入式14,可唯一确定该缝洞型油藏的无因次水驱特征曲线样板图版,通过改变模型中采收率RM的值,使得样板图版中的直线段与实际稳定水驱阶段的数据段重合,该RM即为目前开发方式下预测得到的油藏的采收率。
需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,其特征在于,包括以下步骤:
S1、基于甲型水驱特征曲线建立无因次水驱特征曲线模型;
S2、根据步骤S1所建立的无因次水驱特征曲线模型绘制无因次水驱特征曲线样板图版;
S3、结合含水率与时间关系曲线,选择生产过程中稳定水驱阶段;
S4、选择步骤S3所确定的稳定水驱阶段的数据,结合步骤S2得到的无因次水驱曲线样板图版确定单井的特征参数X;
S5、将当前生产井的实际采出程度与具有相似储层特征综合采收率情况进行对比,选择出不同单井的合理特征参数Xi,对各个单井的合理特征参数Xi作算术平均得出适用于缝洞型油藏的特征参数XM;
S6、根据步骤S5确立的适用于缝洞型油藏的特征参数XM,得到适用于缝洞型油藏的无因次水驱特征曲线模型,根据所述适用于缝洞型油藏的无因次水驱特征曲线模型预测在目前开发方式下油藏的采收率情况。
2.根据权利要求1所述的一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,其特征在于,所述步骤S1包括以下子步骤:
(1)将甲型水驱特征曲线表示为:
lgWP=A+BNP (式6)
式中:WP-累计产水量;NP-累计产油量;B-直线段斜率;A-直线段截距。
将所述甲型水驱特征曲线转化为甲型无因次水驱特征曲线:
lgWPD=NPD+C (式7)
式中:WPD-无因次累计产水,WPD=BWP;NPD-无因次累计产油,NPD=BNP;C-常数,C=A+lgB。
(2)由累计产水量WP和累计产油量NP之间关系得到:
将累计产水量WP和累计产油量NP分别对时间求导得到油藏的水油比为:
式中:WOR-水油比,小数;fw-含水率,%;Qw-日产水,m3;Qo–日产油m3。
将式8引入所述油藏的水油比中,并进行变换得到:
lgWOR=lg2.303+lgB+lgWP (式10)
将式6引入式10得到:
lgWOR=lg2.303+lgB+A+BNP (式11)
将采出程度R和缝洞型油藏动用储量计算特征参数X引入式11:
lgWOR=lg2.303+C+XR (式12)
式中:R-采出程度,%;X-缝洞型油藏动用储量计算特征参数,小数。
取含水率为98%作为油田经济极限含水率,将相应的油藏的水油比WOR值49引入式12得到:
C=lg49-lg2.303-XRM (式13)
式中:RM-采收率,%。
(3)将式13引入步骤(1)得出的甲型无因次水驱特征曲线,得到甲型无因次水驱特征曲线的最终表达式:
lgWPD=NPD+1.33-XRM (式14)
3.根据权利要求1或者2所述的一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,其特征在于,所述步骤S3包括以下子步骤:
(1)采集油藏所有生产井的实际生产数据,并形成对应的数据库;所述实际生产数据包括:累计产水、累计产油、含水率、生产压力和生产日期;
(2)对所述数据库数据进行数据剔除:
将开展过重大调整措施且生产不连续井的生产数据剔除;
将采集自暴性水淹井的数据剔除;
(3)利用步骤(2)筛选后的数据库绘制每口生产井的含水率与时间关系曲线,根据含水上升特征确定稳定的水驱开发阶段。
4.根据权利要求1、2或者3所述的一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法,其特征在于,所述步骤S4包括以下子步骤:
(1)选择步骤S3所确定的稳定水驱阶段的数据,假设一系列的缝洞型油藏动用储量计算特征参数X,结合单井的缝洞型油藏地质储量N,根据式15计算每一个X值对应的斜率B值;
式中:N-单井的缝洞型油藏地质储量,X-缝洞型油藏动用储量计算特征参数;
(2)根据子步骤(1)得到的B值对累计产水量WP和累计产油量NP作无因次化处理,获取无因次累计产水WPD和无因次累计产油NPD;
(3)将子步骤(2)得到的无因次生产数据绘制在样板图版上,如果其与曲线簇平行,则该无因次生产数据对应的X值即为该单井的特征参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011127230.6A CN112049629B (zh) | 2020-10-20 | 2020-10-20 | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011127230.6A CN112049629B (zh) | 2020-10-20 | 2020-10-20 | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112049629A true CN112049629A (zh) | 2020-12-08 |
CN112049629B CN112049629B (zh) | 2022-07-01 |
Family
ID=73605213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011127230.6A Active CN112049629B (zh) | 2020-10-20 | 2020-10-20 | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112049629B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269354A (zh) * | 2021-05-08 | 2021-08-17 | 中国海洋石油集团有限公司 | 一种不同水驱类型油藏实际可采储量预测方法 |
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 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699954A (zh) * | 2015-01-30 | 2015-06-10 | 中国地质大学(武汉) | 一种岩溶缝洞型碳酸盐岩油藏采收率的标定方法 |
CN104912528A (zh) * | 2014-03-10 | 2015-09-16 | 中国石油化工股份有限公司 | 一种特高含水期水驱特征曲线拐点判识方法 |
CN105041277A (zh) * | 2015-07-24 | 2015-11-11 | 中国石油化工股份有限公司石油勘探开发研究院 | 一种表征缝洞型油藏水驱开采效果的方法 |
AU2014292151A1 (en) * | 2013-07-17 | 2016-02-11 | Bp Exploration Operating Company Limited | Oil recovery method |
CN106639995A (zh) * | 2016-11-18 | 2017-05-10 | 中国石油天然气股份有限公司 | 一种水驱油藏原油采收率预测方法 |
CN107339086A (zh) * | 2017-08-07 | 2017-11-10 | 中国石油天然气股份有限公司 | 一种水驱油藏特征关系图版绘制方法及其装置 |
CN109281660A (zh) * | 2017-07-19 | 2019-01-29 | 中国石油化工股份有限公司 | 一种用于确定缝洞型油藏井控储量的方法 |
CN110410046A (zh) * | 2019-08-23 | 2019-11-05 | 西南石油大学 | 一种缝洞型碳酸盐岩油藏水驱开发效果评价方法 |
CN110469300A (zh) * | 2019-09-03 | 2019-11-19 | 西南石油大学 | 一种缝洞型碳酸盐岩油藏水驱采收率计算方法 |
US20190383140A1 (en) * | 2018-06-14 | 2019-12-19 | Petrochina Company Limited | Method and device for predicting change in water cut rising rate in water-drive oil reservoir |
CN111611704A (zh) * | 2020-05-18 | 2020-09-01 | 长江大学 | 一种水驱系列曲线图版的建立方法、设备及可读存储介质 |
CN111709847A (zh) * | 2020-07-06 | 2020-09-25 | 中国海洋石油集团有限公司 | 一种顶气边水油藏可采储量预测及开发效果评价方法 |
-
2020
- 2020-10-20 CN CN202011127230.6A patent/CN112049629B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2014292151A1 (en) * | 2013-07-17 | 2016-02-11 | Bp Exploration Operating Company Limited | Oil recovery method |
CN104912528A (zh) * | 2014-03-10 | 2015-09-16 | 中国石油化工股份有限公司 | 一种特高含水期水驱特征曲线拐点判识方法 |
CN104699954A (zh) * | 2015-01-30 | 2015-06-10 | 中国地质大学(武汉) | 一种岩溶缝洞型碳酸盐岩油藏采收率的标定方法 |
CN105041277A (zh) * | 2015-07-24 | 2015-11-11 | 中国石油化工股份有限公司石油勘探开发研究院 | 一种表征缝洞型油藏水驱开采效果的方法 |
CN106639995A (zh) * | 2016-11-18 | 2017-05-10 | 中国石油天然气股份有限公司 | 一种水驱油藏原油采收率预测方法 |
CN109281660A (zh) * | 2017-07-19 | 2019-01-29 | 中国石油化工股份有限公司 | 一种用于确定缝洞型油藏井控储量的方法 |
CN107339086A (zh) * | 2017-08-07 | 2017-11-10 | 中国石油天然气股份有限公司 | 一种水驱油藏特征关系图版绘制方法及其装置 |
US20190383140A1 (en) * | 2018-06-14 | 2019-12-19 | Petrochina Company Limited | Method and device for predicting change in water cut rising rate in water-drive oil reservoir |
CN110410046A (zh) * | 2019-08-23 | 2019-11-05 | 西南石油大学 | 一种缝洞型碳酸盐岩油藏水驱开发效果评价方法 |
CN110469300A (zh) * | 2019-09-03 | 2019-11-19 | 西南石油大学 | 一种缝洞型碳酸盐岩油藏水驱采收率计算方法 |
CN111611704A (zh) * | 2020-05-18 | 2020-09-01 | 长江大学 | 一种水驱系列曲线图版的建立方法、设备及可读存储介质 |
CN111709847A (zh) * | 2020-07-06 | 2020-09-25 | 中国海洋石油集团有限公司 | 一种顶气边水油藏可采储量预测及开发效果评价方法 |
Non-Patent Citations (10)
Title |
---|
PING YUE,ETC: ""Application of water injection curves for the dynamic analysis of fractured-vuggy carbonate reservoirs"", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》 * |
YONG WANG,ETC: ""Effect of vug filling on oil-displacement efficiency in carbonate fractured-vuggy reservoir by natural bottom-water drive: A conceptual model experiment"", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》 * |
ZHOUHUA WANG,ETC: ""The material balance equation for fractured vuggy gas reservoirs with bottom water-drive combining stress and gravity effects"", 《JOURNAL OF NATURAL GAS SCIENCE AND ENGINEERING》 * |
于鹏飞,等: ""甲型水驱特征曲线在塔河油田缝洞型油藏可采储量标定中的应用"", 《内蒙古石油化工》 * |
刘洪光,等: ""含水率与采出程度关系曲线图版改进及其在缝洞型油藏的应用"", 《石化技术》 * |
周鹏,等: ""基于Rayleigh模型及水驱特征曲线的联解模型"", 《新疆石油地质》 * |
张冰岩,等: ""水侵缝洞型碳酸盐岩底水油藏弹性驱动单元开采研究"", 《油气藏评价与开发》 * |
李芳: ""M油田K95断块开发调整技术对策研究"", 《中国优秀硕士论文全文库工程科技I辑》 * |
贺志铎: ""新庄湾延9油藏注水开发技术研究"", 《中国优秀硕士论文全文库工程科技I辑》 * |
郭冰柔: ""人工强边水驱机理及参数优化研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 * |
Cited By (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 |
CN113269354A (zh) * | 2021-05-08 | 2021-08-17 | 中国海洋石油集团有限公司 | 一种不同水驱类型油藏实际可采储量预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112049629B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009716B (zh) | 一种水平井体积压裂效果影响因素多层次评价方法 | |
CN108446797B (zh) | 一种致密油藏水平井体积压裂初期产能预测方法 | |
CN108240208B (zh) | 一种油田水驱分类井组开发效果对标方法 | |
CN102041995B (zh) | 复杂油藏水淹状况监测系统 | |
Kruger | Determining areal permeability distribution by calculations | |
CN112049629B (zh) | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 | |
CN104750896A (zh) | 一种缝洞型碳酸盐岩油藏数值模拟方法 | |
CN107944599A (zh) | 油气水平井产量的预测方法 | |
CN111401669A (zh) | 一种基于小波神经网络的页岩油压后返排率预测方法 | |
CN114427432B (zh) | 一种气藏剩余气开发潜力确定方法 | |
CN115422740A (zh) | 一种巨厚煤层分层综放开采导水裂隙带高度预测方法 | |
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 | |
CN110413952A (zh) | 油气区块勘探程度的预测方法及装置 | |
CN111622724A (zh) | 一种分层注水层段配注量计算和优化的方法 | |
CN111101930B (zh) | 一种气藏开发模式下单井开采提产潜力评价方法 | |
CN113705917A (zh) | 一种致密油藏压裂水平井初期产能预测方法 | |
CN111485868B (zh) | 一种基于开发方案的煤层气田动用储量估算方法 | |
CN116384618A (zh) | 一种大井距油藏调驱选井方法和系统 | |
CN111523696A (zh) | 多层合采致密砂岩气藏的一种快速产能预测方法 | |
CN114218852B (zh) | 基于扰动校正的神经网络深度预测方法 | |
CN115422789B (zh) | 一种考虑全过程优化断块油藏水驱采收率预测方法及系统 | |
CN108756834A (zh) | 页岩气生产数据分析方法 | |
CN111810137B (zh) | 一种花岗岩潜山油藏开发规律图版的绘制方法 | |
CN107944749B (zh) | 一种基于相对优选指数的页岩气区块开发潜力评价方法 | |
CN117933107A (zh) | 一种致密油体积压裂水平井标准井设计参数效益优化方法 |
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 |