CN112392478A - 一种快速预测低渗致密油藏经济可采储量的方法 - Google Patents
一种快速预测低渗致密油藏经济可采储量的方法 Download PDFInfo
- Publication number
- CN112392478A CN112392478A CN202011468951.3A CN202011468951A CN112392478A CN 112392478 A CN112392478 A CN 112392478A CN 202011468951 A CN202011468951 A CN 202011468951A CN 112392478 A CN112392478 A CN 112392478A
- Authority
- CN
- China
- Prior art keywords
- model
- oil
- decreasing
- production
- well
- 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
- E21B47/00—Survey of boreholes or wells
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Theoretical Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geochemistry & Mineralogy (AREA)
- Business, Economics & Management (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- Geometry (AREA)
- Geophysics (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Marine Sciences & Fisheries (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种快速预测低渗致密油藏经济可采储量的方法,结合油嘴口径和井口油压数据对拟合数据段进行选取,避免了工作制度改变和临井压裂干扰对递减规律的影响,广泛采用非常规油气藏经验产量递减模型,结合模型拟合和实际生产数据检验对递减模型进行优选,使得选用的经验产量递减模型更加适用。本发明方法操作简便,可以在实际生产现场广泛推广使用,对于低渗致密油藏开发方案编制和调整具有重要价值。
Description
技术领域
本发明涉及石油勘探与开发技术领域,尤其涉及一种快速预测低渗致密油藏经济可采储量的方法。
背景技术
经济的发展离不开能源支撑,大力开发非常规低渗致密油藏对于缓解我国原油供需矛盾、保障国家能源安全具有重要的现实意义。随着我国经济的高速发展,各行各业对于石油的需求迅猛增长,石油资源的相对匮乏导致我国原油对外依存度逐年升高,现已突破70%。经过半个多世纪的开发,我国常规油田大部分已进入生产中后期,大力开发非常规低渗致密油藏成为我国石油工业的必由之路。
不同于普通砂岩油藏,低渗致密油藏(如低渗致密砂岩油藏、低渗致密砾岩油藏和页岩油藏等)储层非均质性强、异常高压、孔隙结构复杂,表现出明显的超低孔超低渗特征。经过不断探索总结,大规模水平井和多段压裂技术成为低渗致密油藏开发的关键,使得其经济高效开发成为可能。值得注意的是,长水平段复杂压裂缝和天然裂缝的存在使得低渗致密油藏油气运移规律复杂,油井经济可采储量预测面临巨大挑战。
经济可采储量是评价油井开发效果的重要参数,其准确快速预测一直是业界热点和难点。通过准确预测油井经济可采储量,可以了解油井当前工作条件下未来一段时间的累积产量和最终采收率,对于油田开发方案的制定和调整具有重要的指导作用。目前,常用的油井经济可采储量预测方法包括试井分析法、渗流数学模型求解法、油藏地质建模模拟法和经验产量递减分析法等。其中,试井分析法需要对油井进行长时间开关井作业,可能对油井产生不利影响,且相应的模型求解存在多解性;渗流数学模型求解法对油藏物性参数准确性要求极高,且相关模型推导求解复杂,不利于现场应用推广;油藏地质建模模拟法同样需要详细的油井地质参数,建模和拟合过程费时费力,且相关商业软件费用高昂。不同于上述方法,经验产量递减分析方法求解拟合方便,仅需生产数据即可快速预测油井经济可采储量,在现场得到了广泛应用。
然而,目前采用经验产量递减分析方法预测油井经济可采储量也存在一些不足,主要问题如下:(1)现场对于低渗致密油藏油井经济可采储量预测仍然采用常规油藏Arps递减模型;(2)对于拟合数据段选取较为随意,未考虑油井工作制度和临井压裂干扰等对产量递减规律的影响,导致不同的人采用相同经验递减模型会得到不同的结果;(3)通常直接利用拟合R2选取经验产量递减模型,没有对模型预测效果进行验证;(4)对于同一油井生产数据,采用不同的经验递减模型得到的油井经济可采储量差异较大。为此,有必要针对递减数据段选取和递减模型优选开展研究工作,为快速准确预测低渗致密油藏经济可采储量提供支撑。
发明内容
本发明主要是克服现有技术中的不足之处,本发明的目的是提供一种快速预测低渗致密油藏经济可采储量的方法。
为达到以上技术目的,本发明采用以下技术方案:
一种快速预测低渗致密油藏经济可采储量的方法,其特征在于,所述计算方法包括以下步骤:
S1:在Excel中将油井生产数据按照开井后生产时间、日产油量、累积产油量、油嘴口径和井口油压依次排列;
S2:利用Excel分别在笛卡尔坐标系中单独做出日产油量、油嘴口径及井口油压随开井后生产时间变化曲线图,保证各个曲线图的横坐标起止时间相同,且横坐标长度一致;
S3:将上述三个关系图纵向排列,保证各图起止时间一致,选取同时满足油嘴口径保持不变、井口油压变化平缓及产油量稳定递减的数据段作为目标数据段,此步骤的目的在于避免油井工作制度变化和临井压裂干扰对目标数据段递减规律的影响;
S4:将步骤S3筛选出的目标数据段中最后100天的日产油量数据记为预测结果验证数据,将目标数据段中其余的数据记为模型拟合数据;
S5:分别采用幂指数递减模型(PLE模型)、延展指数递减模型(SEDM模型)、Duong递减模型(Duong模型)和Matthews-Leflcovits递减模型(ML模型)共计4种非常规油气藏经验产量递减模型对步骤S4中选取的模型拟合数据进行拟合,获得各自的模型参数;
S6:结合模型拟合数据和预测结果验证数据计算步骤S5中4种非常规经验产量递减模型的偏差系数β,最小偏差系数对应的模型即为优选出的最佳模型;
S7:采用步骤S6中优选出的最佳递减模型,计算出从拟合起始时间至油井日产油量达到经济废弃日产油量期间的累积产油量Ns,加上拟合起始时间前的累积产油量N0,即为油井经济可采储量Ne=Ns+N0。
进一步的,所述步骤S1中开井后生产时间单位为d,日产油量单位为m3/d,累积产油量单位为m3,油嘴口径单位为mm,井口油压单位为MPa。
进一步的,所述步骤S3中筛选出的目标数据段天数应该大于200天,否则无法采用本方法进行预测。
进一步的,所述步骤S5中的幂指数递减模型(PLE模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;n(PLE)为PLE模型时间指数,量纲为1;D∞为生产时间无穷大时的递减率,d-1;D1为拟合段第一天时的递减率,d-1;qi(PLE)为PLE模型参考产量,m3。
进一步的,所述步骤S5中的延展指数递减模型(SEDM模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;n(SEDM)为SEDM模型时间指数,无因次;τ为延展指数递减模型中定义的特征松弛时间,d;qi(SEDM)为SEDM模型参考产量,m3。
进一步的,所述步骤S5中的Duong递减模型(Duong模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;a为Duong模型定义的递减系数,d-1;m为Duong模型定义的递减时间的幂函数指数,量纲为1;qi(Duong)为Duong模型参考产量,m3。
进一步的,所述步骤S5中的Matthews-Leflcovits递减模型(ML模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;b为ML模型参数,无量纲;qi(ML)为ML模型参考产量,m3。
进一步的,所述步骤S6中模型偏差系数β计算公式:
式中,β为模型偏差系数,无因次;N为步骤S3中获得的目标数据段的数据点数;qi_real为实际的日产油量,m3;qi_pred为模型拟合预测的日产油量,m3。
进一步的,所述步骤S7中的油井经济废弃日产油量与各个油田具体的开发成本、未来油价走势等有关,需要结合油田实际情况确定,本方法对此不做相应的限定。
本发明所提供的一种快速预测低渗致密油藏经济可采储量的方法,结合油嘴口径和井口油压数据对拟合数据段进行选取,避免了工作制度改变和临井压裂干扰对递减规律的影响,广泛采用非常规油气藏经验产量递减模型,结合模型拟合和实际生产数据验证对递减模型进行优选,使得选用的经验产量递减模型更加适用。本发明方法操作简便,可以在实际生产现场广泛推广使用,对于低渗致密油藏开发方案编制和调整具有重要价值。
有益效果:
与现有技术相比,本发明具有以下有益效果:
结合油嘴口径和井口油压数据对拟合数据段进行选取,避免了工作制度改变和临井压裂干扰对递减规律的影响,广泛采用非常规油气藏经验产量递减模型,结合模型拟合和实际生产数据验证对递减模型进行优选,使得选用的经验产量递减模型更加适用。本发明方法操作简便,可以在实际生产现场广泛推广使用,对于低渗致密油藏开发方案编制和调整具有重要价值。
附图说明
图1为油井日产油量与开井后生产时间关系图;
图2为油井油嘴口径与开井后生产时间关系图;
图3为油井井口油压与开井后生产时间关系图;
图4为油井目标数据段选取图;
图5为油井目标数据段划分图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
实施例:
一种快速预测低渗致密油藏经济可采储量的方法,具体的计算方法包括以下步骤:
S1:在Excel中将油井生产数据按照开井后生产时间、日产油量、累积产油量、油嘴口径和井口油压依次排列,其中,开井后生产时间单位为d,日产油量单位为m3/d,累积产油量单位为m3,油嘴口径单位为mm,井口油压单位为MPa。
S2:利用Excel分别在笛卡尔坐标系中单独做出日产油量、油嘴口径及井口油压随开井后生产时间变化曲线图,保证各个曲线图的横坐标起止时间相同,且横坐标长度一致;
S3:将上述三个关系图纵向排列,保证各图起止时间一致,选取同时满足油嘴口径保持不变、井口油压变化平缓及产油量稳定递减的数据段作为目标数据段,此步骤的目的在于避免油井工作制度变化和临井压裂干扰对目标数据段递减规律的影响,需要注意的是筛选出的目标数据段天数应该大于200天,否则无法采用本方法进行预测;
S4:将步骤S3筛选出的目标数据段中最后100天的日产油量数据记为预测结果验证数据,将目标数据段中其余的数据记为模型拟合数据;
S5:分别采用幂指数递减模型(PLE模型)、延展指数递减模型(SEDM模型)、Duong递减模型(Duong模型)和Matthews-Leflcovits递减模型(ML模型)共计4种非常规油气藏经验产量递减模型对步骤S4中选取的模型拟合数据进行拟合,获得各自的模型参数;
所述步骤S5中的幂指数递减模型(PLE模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;n(PLE)为PLE模型时间指数,量纲为1;D∞为生产时间无穷大时的递减率,d-1;D1为拟合段第一天时的递减率,d-1;qi(PLE)为PLE模型参考产量,m3。
所述步骤S5中的延展指数递减模型(SEDM模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;n(SEDM)为SEDM模型时间指数,无因次;τ为延展指数递减模型中定义的特征松弛时间,d;qi(SEDM)为SEDM模型参考产量,m3。
所述步骤S5中的Duong递减模型(Duong模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;a为Duong模型定义的递减系数,d-1;m为Duong模型定义的递减时间的幂函数指数,量纲为1;qi(Duong)为Duong模型参考产量,m3。
所述步骤S5中的Matthews-Leflcovits递减模型(ML模型)表达式如下:
式中,q为日产油量,m3;t为开井后的生产时间,d;t0为递减段开始的生产时间,d;b为ML模型参数,无量纲;qi(ML)为ML模型参考产量,m3。
S6:结合模型拟合数据和预测结果验证数据计算步骤S5中4种非常规经验产量递减模型的偏差系数β,最小偏差系数对应的模型即为优选出的最佳模型;
所述步骤S6中模型偏差系数β计算公式:
式中,β为模型偏差系数,无因次;N为步骤S3中获得的目标数据段的数据点数;qi_real为实际的日产油量,m3;qi_pred为模型拟合预测的日产油量,m3。
S7:采用步骤S6中优选出的最佳递减模型,计算出从拟合起始时间至油井日产油量达到经济废弃日产油量期间的累积产油量Ns,加上拟合起始时间前的累积产油量N0,即为油井经济可采储量Ne=Ns+N0。其中,油井经济废弃日产油量与各个油田具体的开发成本、未来油价走势等有关,需要结合油田实际情况确定,本方法对此不做相应的限定。
实施例1:
本实施例所用油井生产数据来自新疆致密砾岩油藏,由于生产数据点过多这里不列表展示。下面展示本发明提出的一种快速预测低渗致密油藏经济可采储量的方法如何对上述生产数据进行处理,以获得其经济可采储量。
首先,将生产数据在Excel中按照开井后生产时间单位为d,日产油量单位为m3/d,累积产油量单位为m3,油嘴口径单位为mm,井口油压单位为MPa。
然后,用Excel分别在笛卡尔坐标系中单独做出日产油量、油嘴口径及井口油压随开井后生产时间变化曲线图,保证各个曲线图的横坐标起止时间相同,且横坐标长度一致,如图1、图2和图3所示。
将上述3个关系图纵向排列,保证各图起止时间一致,选取同时满足油嘴口径保持不变、井口油压变化平缓及产油量稳定递减的数据段作为目标数据段,如图4所示。上述步骤的目的在于避免油井工作制度变化和临井压裂干扰对目标数据段递减规律的影响。该油井目标数据段范围为第55~319天,总共包含265天的生产数据,满足本发明方法的要求(目标数据段天数大于200天)。其中,第55~219天生产数据标记为模型拟合数据,第220~319天生产数据标记为预测结果验证数据,如图5所示。
接着,分别采用幂指数递减模型(PLE模型)、延展指数递减模型(SEDM模型)、Duong递减模型(Duong模型)和Matthews-Leflcovits递减模型(ML模型)共计4种非常规油气藏经验产量递减模型对上述模型拟合数据进行拟合,获得各自的模型参数及拟合R2,如表1所示。在此基础上,利用各个递减模型预测出验证数据段的油井日产油量,并利用整个目标数据段数据计算各个模型的偏差系数β,计算结果如表2所示。
表1各递减模型拟合参数及拟合R2
表2各递减模型偏差系数计算结果
计算结果表明,SEDM模型的偏差系数最小,预测结果最准确,因此推荐SEDM模型为最佳模型。从表1和表2可以看出,不能简单采用模型拟合R2评价模型准确性,虽然Duong模型在拟合数据段有着最佳效果,其拟合R2最大,但是其预测结果不如SEDM模型预测结果准确,甚至在4种非常规经验产量递减模型中是最差的。作为计算示例,选取该油井废弃日产油量为0.5m3/天,采用上述SEDM模型计算出该油井从第55天开始到日产油量递减至废弃日产油量期间每天的日产油量,累加后得到其累积产油量为17289.5方,从开井至第54天累积产油量为1329.6方,因此该油井经济可采储量为18619.1方。
本发明所提供的一种快速预测低渗致密油藏经济可采储量的方法,结合油嘴口径和井口油压数据对拟合数据段进行选取,避免了工作制度改变和临井压裂干扰对递减规律的影响,广泛采用非常规油气藏经验产量递减模型,结合模型拟合和实际生产数据检验对递减模型进行优选,使得选用的经验产量递减模型更加适用。本发明方法操作简便,可以在实际生产现场广泛推广使用,对于低渗致密油藏开发方案编制和调整具有重要价值。
以上所述,并非对本发明作任何形式上的限制,虽然本发明已通过上述实施例揭示,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种快速预测低渗致密油藏经济可采储量的方法,其特征在于,所述计算方法包括以下步骤:
S1:在Excel中将油井生产数据按照开井后生产时间、日产油量、累积产油量、油嘴口径和井口油压依次排列;
S2:利用Excel分别在笛卡尔坐标系中单独做出日产油量、油嘴口径及井口油压随开井后生产时间变化曲线图,保证各个曲线图的横坐标起止时间相同,且横坐标长度一致;
S3:将上述三个关系图纵向排列,保证各图起止时间一致,选取同时满足油嘴口径保持不变、井口油压变化平缓及产油量稳定递减的数据段作为目标数据段,此步骤的目的在于避免油井工作制度变化和临井压裂干扰对目标数据段递减规律的影响;
S4:将步骤S3筛选出的目标数据段中最后100天的日产油量数据记为预测结果验证数据,将目标数据段中其余的数据记为模型拟合数据;
S5:分别采用幂指数递减模型(PLE模型)、延展指数递减模型(SEDM模型)、Duong递减模型(Duong模型)和Matthews-Leflcovits递减模型(ML模型)共计4种非常规油气藏经验产量递减模型对步骤S4中选取的模型拟合数据进行拟合,获得各自的模型参数;
S6:结合模型拟合数据和预测结果验证数据计算步骤S5中4种非常规经验产量递减模型的偏差系数β,最小偏差系数对应的模型即为优选出的最佳模型;
S7:采用步骤S6中优选出的最佳递减模型,计算出从拟合起始时间至油井日产油量达到经济废弃日产油量期间的累积产油量Ns,加上拟合起始时间前的累积产油量N0,即为油井经济可采储量Ne=Ns+N0。
2.如权利要求1中所述的一种快速预测低渗致密油藏经济可采储量的方法,其特征在于,所述步骤S1中开井后生产时间单位为d,日产油量单位为m3/d,累积产油量单位为m3,油嘴口径单位为mm,井口油压单位为MPa。
3.如权利要求1中所述的一种快速预测低渗致密油藏经济可采储量的方法,其特征在于,所述步骤S3中筛选出的目标数据段天数应该大于200天,否则无法采用本方法进行预测。
9.如权利要求1中所述的一种快速预测低渗致密油藏经济可采储量的方法,其特征在于,所述步骤S7中的油井经济废弃日产油量与各个油田具体的开发成本、未来油价走势等有关,需要结合油田实际情况确定,本方法对此不做相应的限定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011468951.3A CN112392478B (zh) | 2020-12-15 | 2020-12-15 | 一种快速预测低渗致密油藏经济可采储量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011468951.3A CN112392478B (zh) | 2020-12-15 | 2020-12-15 | 一种快速预测低渗致密油藏经济可采储量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112392478A true CN112392478A (zh) | 2021-02-23 |
CN112392478B CN112392478B (zh) | 2022-04-12 |
Family
ID=74625442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011468951.3A Active CN112392478B (zh) | 2020-12-15 | 2020-12-15 | 一种快速预测低渗致密油藏经济可采储量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112392478B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114198088A (zh) * | 2021-12-16 | 2022-03-18 | 中国石油天然气股份有限公司 | 预测页岩气井压后压裂液返排体积的递减方法的优选方法 |
CN114320266A (zh) * | 2021-11-17 | 2022-04-12 | 陕西延长石油(集团)有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
CN115726776A (zh) * | 2022-11-24 | 2023-03-03 | 西南石油大学 | 一种非常规油气藏经验产量递减模型优选方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105569646A (zh) * | 2014-11-05 | 2016-05-11 | 中国石油化工股份有限公司 | 一种油气井技术可采储量预测方法 |
CN106337680A (zh) * | 2015-07-13 | 2017-01-18 | 中国石油化工股份有限公司 | 一种油藏生产井可采储量的确定方法 |
CN106988740A (zh) * | 2017-06-12 | 2017-07-28 | 重庆科技学院 | 基于早期产量数据预测页岩气井可采储量的方法 |
CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
WO2018044133A1 (ko) * | 2016-09-05 | 2018-03-08 | 동아대학교 산학협력단 | 비전통가스전에서 누적생산량증가율 지표에 따른 감퇴곡선법 선정 방법 |
US20180202264A1 (en) * | 2016-02-08 | 2018-07-19 | Rs Energy Group Topco, Inc. | Method for estimating oil/gas production using statistical learning models |
CN108661631A (zh) * | 2017-04-01 | 2018-10-16 | 中国石油化工股份有限公司 | 一种页岩气井产量预测方法 |
CN109057786A (zh) * | 2018-07-27 | 2018-12-21 | 中国石油大学(华东) | 一种用于非常规油气藏可采储量估算的自适应模型 |
US20190251460A1 (en) * | 2018-02-14 | 2019-08-15 | Duc Lam | Method for predicting oil and gas reservoir production |
WO2020085617A1 (ko) * | 2018-10-25 | 2020-04-30 | 동아대학교 산학협력단 | 머신러닝 기법을 이용한 천이 유동 영역의 셰일가스정에 대한 생산성 예측 장치 및 방법 |
-
2020
- 2020-12-15 CN CN202011468951.3A patent/CN112392478B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105569646A (zh) * | 2014-11-05 | 2016-05-11 | 中国石油化工股份有限公司 | 一种油气井技术可采储量预测方法 |
CN106337680A (zh) * | 2015-07-13 | 2017-01-18 | 中国石油化工股份有限公司 | 一种油藏生产井可采储量的确定方法 |
US20180202264A1 (en) * | 2016-02-08 | 2018-07-19 | Rs Energy Group Topco, Inc. | Method for estimating oil/gas production using statistical learning models |
WO2018044133A1 (ko) * | 2016-09-05 | 2018-03-08 | 동아대학교 산학협력단 | 비전통가스전에서 누적생산량증가율 지표에 따른 감퇴곡선법 선정 방법 |
CN108661631A (zh) * | 2017-04-01 | 2018-10-16 | 中国石油化工股份有限公司 | 一种页岩气井产量预测方法 |
CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
CN106988740A (zh) * | 2017-06-12 | 2017-07-28 | 重庆科技学院 | 基于早期产量数据预测页岩气井可采储量的方法 |
US20190251460A1 (en) * | 2018-02-14 | 2019-08-15 | Duc Lam | Method for predicting oil and gas reservoir production |
CN109057786A (zh) * | 2018-07-27 | 2018-12-21 | 中国石油大学(华东) | 一种用于非常规油气藏可采储量估算的自适应模型 |
WO2020085617A1 (ko) * | 2018-10-25 | 2020-04-30 | 동아대학교 산학협력단 | 머신러닝 기법을 이용한 천이 유동 영역의 셰일가스정에 대한 생산성 예측 장치 및 방법 |
Non-Patent Citations (7)
Title |
---|
HENRIK WACHTMEISTER等: "Production Decline Curves of Tight Oil Wells in Eagle Ford Shale", 《NATURAL RESOURCES RESEARCH》 * |
WANG,KE等: "Predicting production and estimated ultimate recoveries for shale gas wells:A new methodology approach", 《APPLIED ENERGY》 * |
于荣泽等: "页岩气藏经验产量递减分析方法研究现状", 《中国石油勘探》 * |
张君峰等: "致密储层油气产量与储量预测方法的适用性", 《大庆石油地质与开发》 * |
王勇等: "页岩气井产量递减分析经验法优化应用研究", 《石油化工应用》 * |
赵玉龙等: "页岩气井EUR 快速评价新方法", 《西南石油大学学报(自然科学版)》 * |
陈强等: "页岩气井产量递减分析方法选择研究", 《油气藏评价与开发》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114320266A (zh) * | 2021-11-17 | 2022-04-12 | 陕西延长石油(集团)有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
CN114320266B (zh) * | 2021-11-17 | 2023-11-28 | 陕西延长石油(集团)有限责任公司 | 一种基于支持向量机的致密油藏常规井产量预测方法 |
CN114198088A (zh) * | 2021-12-16 | 2022-03-18 | 中国石油天然气股份有限公司 | 预测页岩气井压后压裂液返排体积的递减方法的优选方法 |
CN114198088B (zh) * | 2021-12-16 | 2024-03-29 | 中国石油天然气股份有限公司 | 预测页岩气井压后压裂液返排体积的递减方法的优选方法 |
CN115726776A (zh) * | 2022-11-24 | 2023-03-03 | 西南石油大学 | 一种非常规油气藏经验产量递减模型优选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112392478B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112392478B (zh) | 一种快速预测低渗致密油藏经济可采储量的方法 | |
US20210350208A1 (en) | Method and device for predicting production performance of oil reservoir | |
CA2814370C (en) | Lift-gas optimization with choke control | |
CN107577831B (zh) | 一种缝洞型碳酸盐岩油气藏溶洞规模大小计算方法 | |
CN110334431A (zh) | 一种低渗透致密气藏单井控制储量计算及剩余气分析方法 | |
CN103912248A (zh) | 水驱油田预测含水率方法 | |
CN104879103A (zh) | 一种分层注水效果分析方法 | |
CN105488583A (zh) | 预测致密油待评价区域可采储量的方法及装置 | |
CN112561356B (zh) | 一种页岩油压裂水平井生产动态模式与产能综合评价方法 | |
CN107676085A (zh) | 一种海相页岩气水平井测井产能预测方法 | |
CN111810101B (zh) | 一种水驱油藏动态分析方法及装置 | |
CN105649616B (zh) | 一种低渗气藏井下节流条件下气井动储量评价方法 | |
CN107701172B (zh) | 基于线性模型的页岩气水平井初期最高产能的预测方法 | |
CN110593829A (zh) | 一种缝洞型油藏井间连通模式的自动判断方法和装置 | |
CN106014365B (zh) | 一种预测水驱开发油田产量递减率的方法 | |
CN111553067B (zh) | 页岩油藏压裂水平井不停井试井测试和解释方法、装置 | |
CN116976519A (zh) | 一种页岩油藏单井可采储量预测方法及系统 | |
CN113486538B (zh) | 一种非常规油气井产量预测及压裂效果评价方法 | |
CN111950112A (zh) | 一种适用于底部封闭的碳酸盐岩储层动态分析方法 | |
CN112502677B (zh) | 一种基于多元线性回归的注水开发效果评价方法 | |
CN104747154A (zh) | 一种利用驱油效率比提高蒸汽驱剩余油研究精度的方法 | |
CN112395724B (zh) | 预测水力压裂地层效果的方法及系统 | |
CN107630679B (zh) | 基于指数模型的页岩气水平井初期最高产能的预测方法 | |
CN111400853B (zh) | 封闭边界压裂水平井非稳态产能预测方法及装置 | |
CN112709547A (zh) | 一种产水气井堵水时机的判别方法 |
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 |