CN112561220A - 生产井中异常井的识别方法、装置、设备及可读存储介质 - Google Patents
生产井中异常井的识别方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112561220A CN112561220A CN201910916154.8A CN201910916154A CN112561220A CN 112561220 A CN112561220 A CN 112561220A CN 201910916154 A CN201910916154 A CN 201910916154A CN 112561220 A CN112561220 A CN 112561220A
- Authority
- CN
- China
- Prior art keywords
- production
- well
- wells
- determining
- group
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 281
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 98
- 230000000704 physical effect Effects 0.000 claims abstract description 8
- 230000001186 cumulative effect Effects 0.000 claims description 22
- 230000005465 channeling Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 241000208041 Veronica Species 0.000 claims description 6
- 235000005545 Veronica americana Nutrition 0.000 claims description 6
- 239000004215 Carbon black (E152) Substances 0.000 claims description 2
- 229930195733 hydrocarbon Natural products 0.000 claims description 2
- 150000002430 hydrocarbons Chemical class 0.000 claims description 2
- 230000002547 anomalous effect Effects 0.000 claims 1
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明实施例提供了一种生产井中异常井的识别方法、装置、设备及可读存储介质,其中,该方法包括:分别将井型相同且生产时长相同的生产井分为一组;针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。该方案可以根据含水量、产量和地质物性等因素综合确定异常井,有利于提高确定异常井的准确性。
Description
技术领域
本发明涉及油气藏开发技术领域,特别涉及一种生产井中异常井的识别方法、装置、设备及可读存储介质。
背景技术
在油气藏开发中,很多生产井的开发过程与预期有较大差异。有时需快速对区块的生产井有定性的认识,开发效果差的原因主要有油层本身条件不佳、储层认识不清(如油层认识不清、储层物性认识不清)、生产工艺不佳(如固井质量不佳、钻井液污染、出砂)、井间连通认识不清(如注水不见效、水窜)等等。
即使在开发条件相同的情况下,有些生产井产量差异仍较大。对于这些与同类条件生产井相比开发效果差异很大的生产井我们定义为异常井。如何在油气井动态分析的过程中,快速的找出异常井是亟需解决的技术难题。
目前,国内外尚没有考虑多因素的生产井分析方法,传统的分析方法如产能分析法、含水分析法、注水见效分析法等都是单因素分析方法,考虑因素单一,不能对生产井进行准确地评价。
发明内容
本发明实施例提供了一种生产井中异常井的识别方法,以解决现有技术中无法准确识别异常井的技术问题。该方法包括:
分别将井型相同且生产时长相同的生产井分为一组;
针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
本发明实施例还提供了一种生产井中异常井的识别装置,以解决现有技术中无法准确识别异常井的技术问题。该装置包括:
分组模块,用于分别将井型相同且生产时长相同的生产井分为一组;
统计模块,用于针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
类型确定模块,用于针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
异常井确定模块,用于根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
本发明实施例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,所述处理器执行所述计算机程序时实现上述任意的生产井中异常井的识别方法,以解决现有技术中无法准确识别异常井的技术问题。
本发明实施例还提供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任意的生产井中异常井的识别方法的计算机程序,以解决现有技术中无法准确识别异常井的技术问题。
在本发明实施例中,首先,分别将井型相同且生产时长相同的生产井分为一组,进而针对各组中的生产井确定各生产井的含水量和累计产量,并确定每组的平均含水量和平均累计产量;再针对每组生产井,确定每个生产井的生产类型,该生产类型反映了每个生产井的生产情况,最后,根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。本发明实施例实现了根据含水量、产量和地质物性等因素综合确定异常井,有利于提高确定异常井的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是本发明实施例提供的一种生产井中异常井的识别方法的流程图;
图2是本发明实施例提供的一种直井分类图的示意图;
图3是本发明实施例提供的一种计算机设备的结构框图;
图4是本发明实施例提供的一种生产井中异常井的识别装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在本发明实施例中,提供了一种生产井中异常井的识别方法,如图1所示,该方法包括:
步骤102:分别将井型相同且生产时长相同的生产井分为一组;
步骤104:针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
步骤106:针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
步骤108:根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
由图1所示的流程可知,在本发明实施例中,首先,分别将井型相同且生产时长相同的生产井分为一组,进而针对各组中的生产井确定各生产井的含水量和累计产量,并确定每组的平均含水量和平均累计产量;再针对每组生产井,确定每个生产井的生产类型,该生产类型反映了每个生产井的生产情况,最后,根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。本发明实施例实现了根据含水量、产量和地质物性等因素综合确定异常井,有利于提高确定异常井的准确性。
具体实施时,上述生产井的井型可以为直井、水平井等。
具体实施时,为了确定各生产井的生产类型来反映各生产井的生产情况,在本实施例中,通过以下方式根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型:
所述生产类型包括:低效井、高效井、水窜井以及高速井;将该组中累计产量小于平均累计产量且含水量小于平均含水量的生产井确定为低效井;将该组中累计产量小于平均累计产量且含水量大于平均含水量的生产井确定为水窜井;将该组中累计产量大于平均累计产量且含水量小于平均含水量的生产井确定为高效井;将该组中累计产量大于平均累计产量且含水量大于平均含水量的生产井确定为高速井。
具体实施时,针对每组生产井,可以该组的平均含水量和平均累计产量为坐标原点建立十字图,根据该组中每个生产井的含水量和累计产量,将该组中每个生产井标注在该十字图上,如图2所示,根据生产井的分布区域即可确定出每个生产井的生产类型。
具体实施时,确定出每个生产井的生产类型之后,即可结合各生产井所在位置的地质物性,确定出异常井。由于高效井、高速井一般出现异常井的概率不大,在本实施例中,以低效井、水窜井为例来确定异常井,例如,针对生产类型为低效井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井;即如果该生产井所在位置的地质物性符合油气藏开采条件,但是该生产井为生产效率低的低效井,则可以确定该生产井为异常井;
针对生产类型为水窜井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井,即如果该生产井所在位置的地质物性符合油气藏开采条件,但是该生产井为含水量高、产油量低的水窜井,则可以确定该生产井为异常井。
具体实施时,上述生产井所在位置的地质物性符合油气藏开采条件可以是生产井所在位置的地质物性包括油藏等,即油层本身符合油气藏开采条件。
具体实施时,为了可以直观、快速、准确地确定出异常井,在本实施例中,根据各生产井的生产类型和各生产井所在位置的地质物性确定出异常井之前,根据各生产井的位置坐标,将各生产井标注在反映地质物性的图件上。具体的,该反映地质物性的图件可以是沉积微相平面分布图、厚度图等。
具体实施时,根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井之后,还可以根据异常井所在位置的地质物性分析出异常原因,进而采取响应的措施改善异常井的生产状况,有利于提高油田产量。
以下结合示例说明上述生产井中异常井的识别方法,以昆北油田切十二区块为例,该区块为水平井+直井联合开发,多为2011年左右开采,以直井井组为例。统计直井井组中每个直井的累计产油量和含水量,求直井井组的平均累计产油量和平均含水量。做直井井组的分类十字图,如图2所示,进而确定出各井的生产类型,例如,低效井、水窜井、高速井、高效井,根据各井的位置坐标,可以将四类生产类型的井标注在沉积微相平面分布图上,该区水窜类型的直井基本位于研究区的边部,都是由于见地层水或者边水,如果一口水窜类型的直井位于油藏中部,则可以确定该井为生产异常井,通过验证可以发现该井与周围注水井间存在优势通道,见注入水,发生了水淹,进而可以通过调整生产层位或者堵水等措施来改善该井的生产状况;该区低效井主要位于油藏的边部储层较差的区域,在沉积微相平面分布图上如果有一口低效井类型的直井位于油藏中部,则可以确定该井为生产异常井,通过分析可以发现该井受到边底水的影响造成产油量低,可以通过封堵水淹层、重新射孔等措施提高该井的产油量。本申请的上述生产井中异常井的识别方法可以快速、准确识别出生产异常井,对于生产井数多、生产历史长的区块尤其适用,可以大大节省时间,减少测试经费,有利于提高油田产量。
在本实施例中,提供了一种计算机设备,如图3所示,包括存储器302、处理器304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任意的生产井中异常井的识别方法。
具体的,该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中,提供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任意的生产井中异常井的识别方法的计算机程序。
具体的,计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
基于同一发明构思,本发明实施例中还提供了一种生产井中异常井的识别装置,如下面的实施例所述。由于生产井中异常井的识别装置解决问题的原理与生产井中异常井的识别方法相似,因此生产井中异常井的识别装置的实施可以参见生产井中异常井的识别方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是本发明实施例的生产井中异常井的识别装置的一种结构框图,如图4所示,该装置包括:
分组模块402,用于分别将井型相同且生产时长相同的生产井分为一组;
统计模块404,用于针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
类型确定模块406,用于针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
异常井确定模块408,用于根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
在一个实施例中,所述类型确定模块具体用于,将该组中累计产量小于平均累计产量且含水量小于平均含水量的生产井确定为低效井;将该组中累计产量小于平均累计产量且含水量大于平均含水量的生产井确定为水窜井;将该组中累计产量大于平均累计产量且含水量小于平均含水量的生产井确定为高效井;将该组中累计产量大于平均累计产量且含水量大于平均含水量的生产井确定为高速井。
在一个实施例中,所述异常井确定模块,具体用于针对生产类型为低效井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井;
针对生产类型为水窜井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井。
在一个实施例中,还包括:
标注模块,用于在根据各生产井的生产类型和各生产井所在位置的地质物性确定出异常井之前,根据各生产井的位置坐标,将各生产井标注在反映地质物性的图件上。
本发明实施例实现了如下技术效果:首先,分别将井型相同且生产时长相同的生产井分为一组,进而针对各组中的生产井确定各生产井的含水量和累计产量,并确定每组的平均含水量和平均累计产量;再针对每组生产井,确定每个生产井的生产类型,该生产类型反映了每个生产井的生产情况,最后,根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。本发明实施例实现了根据含水量、产量和地质物性等因素综合确定异常井,有利于提高确定异常井的准确性。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生产井中异常井的识别方法,其特征在于,包括:
分别将井型相同且生产时长相同的生产井分为一组;
针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
2.如权利要求1所述的生产井中异常井的识别方法,其特征在于,所述生产类型包括:低效井、高效井、水窜井以及高速井;根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型,包括:
将该组中累计产量小于平均累计产量且含水量小于平均含水量的生产井确定为低效井;将该组中累计产量小于平均累计产量且含水量大于平均含水量的生产井确定为水窜井;将该组中累计产量大于平均累计产量且含水量小于平均含水量的生产井确定为高效井;将该组中累计产量大于平均累计产量且含水量大于平均含水量的生产井确定为高速井。
3.如权利要求2所述的生产井中异常井的识别方法,其特征在于,根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井,包括:
针对生产类型为低效井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井;
针对生产类型为水窜井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井。
4.如权利要求1至3中任一项所述的生产井中异常井的识别方法,其特征在于,根据各生产井的生产类型和各生产井所在位置的地质物性确定出异常井之前,还包括:
根据各生产井的位置坐标,将各生产井标注在反映地质物性的图件上。
5.一种生产井中异常井的识别装置,其特征在于,包括:
分组模块,用于分别将井型相同且生产时长相同的生产井分为一组;
统计模块,用于针对每组生产井,确定该组中每个生产井的含水量和累计产量,确定该组的平均含水量和平均累计产量;
类型确定模块,用于针对每组生产井,根据累计产量和平均累计产量的大小关系以及含水量和平均含水量的大小关系,确定该组中每个生产井的生产类型;
异常井确定模块,用于根据各生产井的生产类型和各生产井所在位置的地质物性,确定出异常井。
6.如权利要求5所述的生产井中异常井的识别装置,其特征在于,所述类型确定模块具体用于,将该组中累计产量小于平均累计产量且含水量小于平均含水量的生产井确定为低效井;将该组中累计产量小于平均累计产量且含水量大于平均含水量的生产井确定为水窜井;将该组中累计产量大于平均累计产量且含水量小于平均含水量的生产井确定为高效井;将该组中累计产量大于平均累计产量且含水量大于平均含水量的生产井确定为高速井。
7.如权利要求6所述的生产井中异常井的识别装置,其特征在于,所述异常井确定模块,具体用于针对生产类型为低效井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井;
针对生产类型为水窜井的生产井,在该生产井所在位置的地质物性符合油气藏开采条件时,则确定该生产井为异常井。
8.如权利要求5至7中任一项所述的生产井中异常井的识别装置,其特征在于,还包括:
标注模块,用于在根据各生产井的生产类型和各生产井所在位置的地质物性确定出异常井之前,根据各生产井的位置坐标,将各生产井标注在反映地质物性的图件上。
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4中任一项所述的生产井中异常井的识别方法。
10.一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4中任一项所述的生产井中异常井的识别方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910916154.8A CN112561220A (zh) | 2019-09-26 | 2019-09-26 | 生产井中异常井的识别方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910916154.8A CN112561220A (zh) | 2019-09-26 | 2019-09-26 | 生产井中异常井的识别方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112561220A true CN112561220A (zh) | 2021-03-26 |
Family
ID=75029771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910916154.8A Pending CN112561220A (zh) | 2019-09-26 | 2019-09-26 | 生产井中异常井的识别方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561220A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226396A1 (en) * | 2002-06-10 | 2003-12-11 | Al-Ghamdi Abdulla H. | Water cut rate of change analytic method |
CN105089642A (zh) * | 2015-05-28 | 2015-11-25 | 中国石油天然气股份有限公司 | 油气藏异常生产井的识别方法及装置 |
CN105160414A (zh) * | 2015-07-16 | 2015-12-16 | 中国石油天然气股份有限公司 | 预测全油藏产区类型的方法及装置 |
-
2019
- 2019-09-26 CN CN201910916154.8A patent/CN112561220A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226396A1 (en) * | 2002-06-10 | 2003-12-11 | Al-Ghamdi Abdulla H. | Water cut rate of change analytic method |
CN105089642A (zh) * | 2015-05-28 | 2015-11-25 | 中国石油天然气股份有限公司 | 油气藏异常生产井的识别方法及装置 |
CN105160414A (zh) * | 2015-07-16 | 2015-12-16 | 中国石油天然气股份有限公司 | 预测全油藏产区类型的方法及装置 |
Non-Patent Citations (1)
Title |
---|
张洋洋: "基于聚类算法和关联规则的油田异常井分析", 中国优秀硕士学位论文全文数据库 工程科技I辑, no. 9, pages 31 - 36 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106896406B (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
CN110442834B (zh) | 构建测井曲线的方法、装置、计算机设备及可读存储介质 | |
CN109034447A (zh) | 一种水驱油藏含水上升率变化的预测方法及装置 | |
CN103761229B (zh) | 数据处理方法及装置 | |
CN107956465B (zh) | 基于关联井的全区多井测井曲线标准化方法及装置 | |
CN107678972B (zh) | 一种测试用例的评估方法及相关装置 | |
CN107783186B (zh) | 一种近地表速度建模方法及装置 | |
CN109101615B (zh) | 地震勘探数据处理方法及装置 | |
CN111132145A (zh) | 网络通信安全监测方法、装置、服务器及网络通信系统 | |
CN108386185B (zh) | 一种确定砂体连通性的方法及装置 | |
CN105089642B (zh) | 油气藏异常生产井的识别方法及装置 | |
CN108952676B (zh) | 一种页岩气藏非均质性评价方法及其装置 | |
CN104022913A (zh) | 用于数据集群的测试方法和装置 | |
CN113794696B (zh) | 一种基于因果模型的网络安全信息处理方法和系统 | |
CN112561220A (zh) | 生产井中异常井的识别方法、装置、设备及可读存储介质 | |
CN110309166B (zh) | 一种可溯源的地理高程数据补齐方法 | |
CN106708648A (zh) | 一种文本数据的存储校验方法和系统 | |
CN112817059B (zh) | 峰峰组内幕储层确定方法及装置 | |
CN109144405A (zh) | 一种旅行时数据缓存方法与装置 | |
CN109063228B (zh) | 一种水驱油藏含水上升率变化的确定方法及装置 | |
CN108920781B (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
CN113963112A (zh) | 一种离散裂缝网络的产生方法和装置 | |
CN109254330B (zh) | 火成岩储层的裂缝段的识别方法及装置 | |
CN107044279B (zh) | 一种页岩地层有利层段的识别方法 | |
CN112240181B (zh) | 注水开发油田井位的部署方法、装置、设备及存储介质 |
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 |