CN112818508A - 稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 - Google Patents
稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 Download PDFInfo
- Publication number
- CN112818508A CN112818508A CN202011623829.9A CN202011623829A CN112818508A CN 112818508 A CN112818508 A CN 112818508A CN 202011623829 A CN202011623829 A CN 202011623829A CN 112818508 A CN112818508 A CN 112818508A
- Authority
- CN
- China
- Prior art keywords
- connectivity
- production
- oil reservoir
- well
- heavy oil
- 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
- 238000010795 Steam Flooding Methods 0.000 title claims abstract description 100
- 239000000295 fuel oil Substances 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000003860 storage Methods 0.000 title claims description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 216
- 239000003921 oil Substances 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000010793 Steam injection (oil industry) Methods 0.000 claims description 46
- 239000007788 liquid Substances 0.000 claims description 43
- 238000002347 injection Methods 0.000 claims description 41
- 239000007924 injection Substances 0.000 claims description 41
- 239000012530 fluid Substances 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 239000011148 porous material Substances 0.000 claims description 9
- 238000009833 condensation Methods 0.000 claims description 8
- 230000005494 condensation Effects 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 5
- 230000035699 permeability Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 230000005465 channeling Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000700 radioactive tracer Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005486 microgravity Effects 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000008398 formation water Substances 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003129 oil well Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
- E21B43/24—Enhanced recovery methods for obtaining hydrocarbons using heat, e.g. steam injection
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种稠油油藏蒸汽驱油藏井间连通性识别方法,属于油气田开发技术领域。所述稠油油藏蒸汽驱油藏井间连通性识别方法包括:获取油藏井间区块的基础参数和生产动态数据,其中所述基础参数是与所述油藏井间区块内的地质信息有关的参数数据,所述生产动态数据是开采过程中可变的参数数据;以及根据所述基础参数和所述生产动态数据,通过建立的稠油油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性。本发明实施例通过获取目标油藏区块的基础参数和生产动态数据,建立稠油油藏蒸汽驱井间动态连通性反演模型,通过稠油油藏蒸汽驱井间动态连通性反演模型的求解,得到井间动态连通性系数,以快速识别该油藏井间的连通性。
Description
技术领域
本发明涉及油气田开发技术领域,具体地涉及一种稠油油藏蒸汽驱油藏 井间连通性识别方法、装置和存储介质。
背景技术
油藏井间动态连通性的识别对于认识剩余油分布、优化注采结构和指导 封堵工艺设计等具有重要指导意义。尤其是稠油油藏蒸汽驱开采过程中,连 通性认识不清将导致矿场无法及时准确的掌握汽窜通道的发育情况,从而不 能对汽窜通道进行有效封堵,造成蒸汽过早突破,影响油田开发的经济效益。
常用的油藏井间连通性识别方法包括:微重力勘探方法、井间示踪剂监 测方法和干扰试井方法等。微重力勘探方法主要通过分析重力异常识别浅层 油藏的井间连通性;井间示踪剂监测方法通过分析注入示踪剂的产出浓度变 化曲线判别井间连通性;干扰试井方法通过改变激动井的油井工作制度,获 得观测井的地层压力变化数据,对其进行分析后获得井间连通性。这些方法 需要开展额外的测试,费用高、花费时间较长且可能影响油田的实际生产。 利用油藏内各井注采动态数据反演井间连通性的方法具有成本低、操作简单、 易于推广等优势,但目前该方法只适用于水驱油藏。
当前的稠油油藏井间动态连通性识别方法存在以下问题:
(1)微重力勘探方法测试范围小,需要多次测试才能获得井间连通性;
(2)井间示踪剂方法测试周期长,工作量大,且可能对环境造成污染; 干扰试井方法会影响油井的正常生产;
(3)通过各种指标评价汽窜通道的方法受人为主观因素影响大,机理考 虑不够全面,准确性较低,不便于推广。
发明内容
本发明实施例的目的是提供一种稠油油藏蒸汽驱油藏井间连通性识别 方法,该方法可以解决现有稠油油藏蒸汽驱油藏井间连通性识别方法考虑因 素不全面、需要额外测试、测试范围小、测试周期长、准确性低、成本高等 缺点。
为了实现上述目的,本发明实施例提供一种稠油油藏蒸汽驱油藏井间连 通性识别方法,该稠油油藏蒸汽驱油藏井间连通性识别方法包括:获取油藏 井间区块的基础参数和生产动态数据,其中所述基础参数是与所述油藏井间 区块内的地质信息有关的参数数据,所述生产动态数据是开采过程中可变的 参数数据;以及根据所述基础参数和所述生产动态数据,通过建立的稠油油 藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性。
可选的,所述稠油油藏蒸汽驱井间动态连通性反演模型的建立过程包括: 根据物质平衡理论,并根据油藏井间蒸汽驱过程中储层内的温度变化和蒸汽 冷凝影响,建立油藏蒸汽驱开采的产液量预测模型;建立油藏蒸汽驱井间动 态连通性反演的目标函数;确定油藏蒸汽驱井间动态连通性反演的约束条件; 以及根据油藏蒸汽驱井间动态连通性反演的所述目标函数、所述约束条件和 所述产液量预测模型,建立所述稠油油藏蒸汽驱井间动态连通性反演模型。
可选的,所述产液量预测模型通过下式表示:
其中,qj(t)为生产井j在t时刻的产液量;为注采不平衡项;qj(t0)为 生产井j在初始时刻t0的产液量;τpj为初始产液量对生产井j产液量影响的 时间常数;τij为注汽井i与生产井j之间的时间常数;I为井间区块内总的注 水井数目;K为区块内总的生产井数目;vkj为生产井k井底流压变化时对生 产井j产液量的影响;为生产井j的井底流压;τkj为生产井k井底流压 变化对生产井j产液量影响的时间常数;βt为地层综合热膨胀系数;为受 注汽井i影响的生产井j的泄油孔隙体积;Tj为生产井j的井底温度;vws为 水蒸汽比容;为蒸汽凝析体积,代表单位时间内单位岩石体积内所凝析的 蒸汽体积。
可选的,所述根据所述基础参数和所述生产动态数据,通过建立的稠油 油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性包括:根据 所述基础参数,设置所述稠油油藏蒸汽驱井间动态连通性反演模型中各个系 数的初始值;以及根据所述生产动态数据和模型优化算法,调节所述各个系 数的数值,以得到该模型的实际连通性系数,所述连通性系数用于表示生产 井与其周围各个注气井之间的连通性。
可选的,所述各个系数包括所述连通性系数、时间常数、注采不平衡项 系数和蒸汽凝析体积系数。
可选的,所述设置所述稠油油藏蒸汽驱井间动态连通性反演模型中各个 系数的初始值包括:设置所述连通性系数的初始值为生产井j周围注气井总 数的倒数;设置所述时间常数的初始值为其中Jj为生产井j的产液指数; 以及设置所述不平衡项的初始值为油藏井间区块内总产液量与总注入量之 差。
可选的,所述得到该模型的连通性系数包括:当通过所述稠油油藏蒸汽 驱井间动态连通性反演模型预测的产液量与实际产液量之间的差最小时,通 过该模型得到的所述连通性参数为该油藏井间的所述实际连通性系数。
可选的,所述根据所述生产动态数据和模型优化算法,调节各个所述系 数的数值,以得到该模型的实际连通性系数包括:确定针对所述稠油油藏蒸 汽驱井间动态连通性反演模型进行求解的所述模型优化算法;通过各个所述 参数的初始值和所述稠油油藏蒸汽驱井间动态连通性反演模型,预测各个生 产井的产液量;通过各个所述参数的初始值和所述目标函数,确定目标函数 的数值;在满足所述约束条件下,通过所述优化模型算法调节各个所述系数 的数值,以使所述目标函数值最小;以及当所述目标函数值最小时,对应的 所述连通性系数为该油藏井间的所述实际连通性系数。
本发明实施例还提供一种稠油油藏蒸汽驱油藏井间连通性识别装置,该 控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上 运行的计算机程序,所述处理器执行所述计算机程序,以实现上述的稠油油 藏蒸汽驱油藏井间连通性识别方法。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存 储有指令,该指令使得机器执行根据上述的稠油油藏蒸汽驱油藏井间连通性 识别方法。
通过上述技术方案,本发明实施例通过获取目标油藏区块的基础参数和 生产动态数据,建立稠油油藏蒸汽驱井间动态连通性反演模型,通过稠油油 藏蒸汽驱井间动态连通性反演模型的求解,得到井间动态连通性系数,以快 速识别该油藏井间的连通性。
本发明实施例可以充分利用已有的广泛存在的生产动态资料,不需要额 外的测试,成本几乎为零;且应用非常方便,只需要将数据录入,1-3分钟 之内即可得到准确的稠油油藏蒸汽驱井间动态连通性反演结果,在保证准确 性的前提下大大降低了井间连通性反演的成本,缩短了解释时间,提高了工 作效率,更便于矿场实际推广和应用。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详 细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部 分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发 明实施例的限制。在附图中:
图1是本发明实施例提供的稠油油藏蒸汽驱油藏井间连通性识别方法的 流程示意图;
图2是本发明实施例提供的稠油油藏蒸汽驱井间动态连通性反演模型的 建立过程的流程示意图;
图3(a)、图3(b)、图3(c)和图3(d)为示例一、示例二、示例 三和示例四中油藏数值模拟模型的渗透率分布图;
图4为示例二中目标函数优化过程示意图;
图5(a)、图5(b)、图5(c)和图5(d)为示例二中4口生产井预 测产液量与实际产液量的对比图;
图6(a)、图6(b)、图6(c)和图6(d)为示例四中4口生产井预 测产液量与实际产液量的对比图;
图7(a)、图7(b)、图7(c)为示例一、示例二和示例三中注采井 间动态连通性系数的分布图;
图8为示例四中注采井间动态连通性系数分布图;以及
图9为示例五中注采井间动态连通性系数分布图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解 的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用 于限制本发明实施例。
图1是本发明实施例提供的稠油油藏蒸汽驱油藏井间连通性识别方法的 流程示意图,请参考图1,该稠油油藏蒸汽驱油藏井间连通性识别方法可以 包括以下步骤:
步骤S110:获取油藏井间区块的基础参数和生产动态数据,其中所述 基础参数是与所述油藏井间区块内的地质信息有关的参数数据,所述生产动 态数据是开采过程中可变的参数数据。
基础参数和生产动态数据,可以根据目标油藏井间区块内的分析测试报 告和井组日报、月报等资料获取,获取方式可以根据实际情况确定,本发明 实施例中对此不作限定。
举例说明,所述基础参数可以是用于提供所述目标油藏区井间块内基本 的岩石和流体物性等地质信息参数,可以为后续稠油油藏蒸汽驱井间动态连 通性反演提供基础参数,可以包括但不限于:目标油藏井间区块内的生产井 数、注汽井数、各井的大地坐标、平均含水饱和度、平均含油饱和度、岩石 压缩系数、地层水压缩系数、原油压缩系数、岩石热膨胀系数、地层水热膨 胀系数、原油热膨胀系数等。
所述生产动态数据可以是用于提供所述目标油藏井间区块内井间动态 连通性反演的依据,可以包括但不限于:目标油藏井间区块内各井的注采量 数据、生产井井底温度数据和井底流压数据等。
步骤S120:根据所述基础参数和所述生产动态数据,通过建立的稠油 油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性。
图2是本发明实施例提供的稠油油藏蒸汽驱井间动态连通性反演模型的 建立过程的流程示意图,请参考图2,本发明实施例稠油油藏蒸汽驱井间动 态连通性反演模型优选适用于稠油油藏蒸汽驱的开采过程,且该稠油油藏蒸 汽驱井间动态连通性反演模型的建立过程可以包括以下步骤:
步骤S121:根据物质平衡理论,并根据油藏井间蒸汽驱过程中储层内 的温度变化和蒸汽冷凝影响,建立油藏蒸汽驱开采的产液量预测模型,该过 程可以包括步骤S11-S12。
步骤S11:建立单个注汽井和单个采油井同时工作时的产液量预测模型, 即单注单采模型。由于注入蒸汽在地层中运移时会逐渐冷凝,因此考虑储层 中能量的传递和衰减机理,可得到如下的物质平衡方程:
ΔVp+ΔVr=i(t)-Cws-q(t) (1)
其中,ΔVp为蒸汽注入过程中单位时间内储层压力变化所造成的孔隙体 积变化(单位优选为m3/d);ΔVr为单位时间内储层温度变化所引起的孔隙 体积变化(单位优选为m3/d);i(t)为注入蒸汽的冷水当量(单位优选为 m3/d);Cws为单位时间内蒸汽冷凝成水所产生的体积差(单位优选为m3/d); q(t)是生产井的产液量(单位优选为m3/d)。
优选的,ΔVp、ΔVr、Cws可以通过下式得到:
其中,Ct为地层的综合压缩系数(单位优选为MPa-1);Vp为生产井的 泄油孔隙体积(单位优选为m3);为地层平均压力(单位优选为MPa);βt为地 层综合热膨胀系数(单位优选为1/℃);为地层平均温度(单位优选为℃); 为蒸汽凝析体积,代表单位时间内单位岩石体积内所凝析的蒸汽体积(单 位优选为m3m3d-1);vws为水蒸汽比容(单位优选为m3/m3)。
优选的,线性产量模型可以通过下式表示:
其中,J为生产井的产液指数(单位优选为m3/(d·MPa));pwf为生 产井的井底流压(单位优选为MPa)。
对模型(6)求解可以得到下式:
通过式(7)可以得到稠油油藏蒸汽开采时单个注、采井之间的产液量 预测模型,可以通过下式表示:
由式(8)可知,生产井的产液量q(t)由右侧五部分组成,第一项为初 始产液量的影响,第二项是注气井注入蒸汽的冷水当量的影响,第三项为生 产井井底流压变化对产液量的影响,第四项为注入蒸汽温度对产液量的影响, 第五项为注入蒸汽冷凝对产液量的影响。该产液量预测模型除了时间常数τ 外,其余变量均为已知量。需要说明,对于水驱油藏模式,式(8)的第四 和第五项均为0。
步骤S12:建立多个注汽井和多个采油井同时工作时,单个生产井的产 液量预测模型。
稠油油藏在实际开采过程中,注、采井往往是以井网的形式布井生产, 即多口生产井和多口注汽井同时开采。可以设定λij为注汽井i和生产井j之 间的动态连通性系数,即对生产井起作用的那部分注汽量所占的百分比。
采用与单注单采模型相同的思路,构建多注多采条件下单个生产井的产 液量预测模型。由于油藏井间区块内的生产井同时受多口注汽井影响,因此 对于该生产井,有如下的物质平衡方程:
其中,I为总的注汽井数目;为仅注汽井i存在时,单位时间内储 层压力变化所引起的生产井j的泄油孔隙体积变化(单位优选为m3/d);为仅注汽井i存在时,单位时间内储层温度变化所引起的生产井j的孔隙体 积变化(单位优选为m3/d)ii(t)是注汽井i注入蒸汽的冷水当量(单位优选 为m3/d);为仅注汽井i存在时,单位时间内蒸汽冷凝成水所造成的 生产井j的泄油孔隙体积变化(单位优选为m3/d);qij为受注汽井i所影响 的生产井j的产液量(单位优选为m3/d),因此,当注汽井共同工作时, 该式最后一项即为生产井j的产液量qt(t)。
相应地,线性产量模型可以由下式表示:
其中,Jij为受注汽井i所影响的生产井j的产液指数(单位优选为m3/ (d·MPa));为受注汽井i所影响的生产井j的控制面积内的平均压力 (单位优选为MPa);为生产井j的井底流压(单位优选为MPa)。
进一步地,将式(10)带入式(9),再通过式(2)-式(4),可以得 到下式:
其中,为受注汽井i所影响的生产井j的泄油孔隙体积(单位优选为 m3);为受注汽井i所影响的生产井j的控制面积内的平均温度(单位优 选为K);τij为注汽井i与生产井j之间的时间常数,其中为注 汽井i与生产井j之间的综合压缩系数。
通过式(11)可以得到下式:
其中,τpj为初始产液量对生产井j产液量影响的时间常数;K为井间区 块内总的生产井数目;vkj为生产井k井底流压变化时对生产井j产液量的影 响;τkj为生产井k井底流压变化对生产井j产液量影响的时间常数。由于实 际油藏井间蒸汽驱开采过程中,蒸汽的加热范围比较有限,因此,受注汽井 i所影响的生产井j的控制面积内的平均温度可近似为生产井j的井底温 度Tj,可将式(12)简化。
再有,由于实际的生产动态数据往往是按“月份”记录的,因此需要对 优化的式(12)进行离散化,由此可以得到生产井j在第n月时的产液量为:
其中,
式(13)即为多注多采条件下稠油油藏蒸汽驱开采的产液量预测模型。 由该式可知,当稠油油藏内蒸汽驱开采时,如果多口注汽井和多口生产井同 时生产,则生产井j的产液量共由式(13)右侧6部分组成:第一项代表注 采不平衡常数项,若油藏内注采平衡,则第二项代表生产井j初始产 液量的影响;第三项代表生产井j周围I口注入井注入蒸汽的冷水当量的影 响,第四项为生产井j周围K口生产井井底流压变化对产液量的影响,第五 项为生产井j周围I口注入井注入蒸汽温度对产液量的影响,第六项为生产 井j周围I口注入井注入蒸汽冷凝对产液量的影响。
步骤S122:建立油藏蒸汽驱井间动态连通性反演的目标函数。
可以通过下式建立油藏蒸汽驱井间动态连通性反演的目标函数:
步骤S123:确定油藏蒸汽驱井间动态连通性反演的约束条件。
优选的确定稠油油藏蒸汽驱井间动态连通性反演的约束条件,可以包括: 基于连通性系数λij的物理意义是注汽井i的注汽量对生产井j产液量的贡献, 因此λij应介于0和1之间,因此有0≤λij≤1;此外,对生产井j来说,连 通性系数之和应为1,因此有同时根据时间常数的定义可知, 时间常数不小于0,因此τij,τkj,τpj>0。上述三个式子共同构成了稠油油 藏蒸汽驱井间动态连通性反演的约束条件:
0≤λij≤1
τij,τkj,τpj>0 (15)
步骤S124:根据油藏蒸汽驱井间动态连通性反演的所述目标函数、所 述约束条件和所述产液量预测模型,建立所述稠油油藏蒸汽驱井间动态连通 性反演模型。
优选的,根据式(13)、(14)和(15)可以得到稠油油藏蒸汽驱井间 动态连通性反演模型可以由下式表示
0≤λij≤1
τij,τkj,τpj>0 (16)
由式(16)可知,当稠油油藏蒸汽驱井间动态连通性反演模型预测的产 液量与实际产液量之间的差别最小时,反演得到的连通性参数即为油藏中实 际的井间动态连通性系数。
优选的,所述根据所述基础参数和所述生产动态数据,通过建立的稠油 油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性可以包括步 骤S21-S22:
步骤S21:根据所述基础参数,设置所述稠油油藏蒸汽驱井间动态连通 性反演模型中各个系数的初始值。
其中,所述各个系数可以包括所述连通性系数、时间常数、注采不平衡 项系数和蒸汽凝析体积系数。
优选的,所述设置所述稠油油藏蒸汽驱井间动态连通性反演模型中各个 系数的初始值可以包括:
1)可以设置所述连通性系数的初始值为生产井j周围注气井总数的倒 数。
3)可以设置所述不平衡项的初始值为油藏井间区块内总产液量与总注 入量之差(单位优选为m3/d)。
4)可以设置所述蒸汽凝析体积系数为4~6×10-4(单位优选为m3/(m3/d))。
步骤S22:根据所述生产动态数据和模型优化算法,调节所述各个系数 的数值,以得到该模型的实际连通性系数,所述连通性系数用于表示生产井 与其周围各个注气井之间的连通性。
优选的,所述根据所述生产动态数据和模型优化算法,调节各个所述系 数的数值,以得到该模型的实际连通性系数可以包括:确定针对所述稠油油 藏蒸汽驱井间动态连通性反演模型进行求解的所述模型优化算法;通过各个 所述参数(优选为连通性系数、时间常数、注采不平衡项系数和蒸汽凝析体 积系数)的初始值和所述稠油油藏蒸汽驱井间动态连通性反演模型(例如式 (13)),预测各个生产井的产液量;通过各个所述参数的初始值和所述目 标函数(例如式(14)),确定目标函数的数值;在满足所述约束条件(例 如式(15))下,通过所述优化模型算法调节各个所述系数的数值,以使所 述目标函数值最小;当所述目标函数值最小时,对应的所述连通性系数为该 油藏井间动态的所述实际连通性系数。
其中,确定针对所述稠油油藏蒸汽驱井间动态连通性反演模型进行求解 的所述模型优化算法可以包括但不限于:梯度下降法、牛顿法、拟牛顿法、 遗传算法、粒子群算法、差分进化算法、模式搜索算法、协方差矩阵自适应 进化算法(CEA-ES)、生物地理学优化算法以及这些算法的组合算法。
综上,本发明实施例通过获取目标油藏区块的基础参数和生产动态数据, 建立稠油油藏蒸汽驱井间动态连通性反演模型,然后通过确定稠油油藏蒸汽 驱井间动态连通性反演模型中连通性系数、时间常数、注采不平衡项和蒸汽 凝析体积的初始值,利用优化算法调节连通性系数、时间常数、注采不平衡 项和蒸汽凝析体积的数值,实现稠油油藏蒸汽驱井间动态连通性反演模型的 求解,得到井间动态连通性系数,以识别该油藏井间的连通性。
再有,本发明实施例还可以充分利用已有的广泛存在的生产动态资料, 不需要额外的测试,成本几乎为零;且应用非常方便,只需要将数据录入, 1-3分钟之内即可得到准确的稠油油藏蒸汽驱井间动态连通性反演结果,在 保证准确性的前提下大大降低了井间连通性反演的成本,缩短了解释时间, 提高了工作效率,更便于矿场实际推广和应用。
本发明实施例还提供一种稠油油藏蒸汽驱油藏井间连通性识别装置,该 控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上 运行的计算机程序,所述处理器执行所述计算机程序,以实现上述的稠油油 藏蒸汽驱油藏井间连通性识别方法。
进一步地,本发明实施例还提供一种机器可读存储介质,该机器可读存 储介质上存储有指令,该指令使得机器执行上述的稠油油藏蒸汽驱油藏井间 连通性识别方法。
需要说明,上述稠油油藏蒸汽驱油藏井间连通性识别装置和存储介质的 内容和技术效果与本发明实施例提供的稠油油藏蒸汽驱油藏井间连通性识 别方法类似,此处不再赘述。
本发明实施例还提供了以下示例,以进一步介绍稠油油藏蒸汽驱油藏井 间连通性识别方法。
示例一
该示例为均质五点法注汽井组,水平渗透率为1000md,垂向渗透率为 100md,平面上的渗透率分布如图3a所示。该井组中心的injector1为注汽井、 位于角落处的producer1、producer2、producer3、producer4四口井为生产井。 经理论分析可知,该模型中注汽井与各生产井之间的动态连通性系数应均为 0.25。通过本发明实施例提供稠油油藏蒸汽驱油藏井间连通性识别方法可以 得到的井间动态连通性系数如表1所示,连通性系数分布如图7a所示。可 以得到本发明实施例的结果与理论分析结果相一致。
表1均质五点法井组的连通性系数
示例二
该示例仍为五点法注汽井组,但在注汽井injector1和生产井producer1 之间存在一条渗透率为3000md的高渗条带。除该高渗条带外,模型的水平 渗透率为1000md,垂向渗透率为100md。平面上的渗透率分布如图3b所示, 其中的浅色部分即为高渗条带。经理论分析可知,injector1和producer1之 间的连通性系数应当大于其它生产井与注汽井之间的连通性系数,同时其它 生产井与注汽井之间的连通性系数应当相同。通过本发明实施例提供稠油油 藏蒸汽驱油藏井间连通性识别方法对该井组内注、采井之间的动态连通性系数进行反演,优化过程中目标函数收敛的示意图如图4所示。最佳拟合结果 所对应的4口生产井的产液量预测结果与实际产液量的对比如图5所示。反 演得到的井间动态连通性系数如表2所示,连通性系数分布如图7b所示。 可以得到本发明实施例的结果与理论分析结果相一致。
表2含高渗条带的五点法井网连通系数
示例三
该示例仍为五点法注汽井组,但在注汽井injector1和生产井producer2 之间存在一条封闭断层(渗透率为0)。除该断层外,模型的水平渗透率为 1000md,垂向渗透率为100md,平面上的渗透率分布如图3c所示,其中的 深色部分即为封闭断层。经理论分析可知,由于断层的封闭性,injector1和 producer2之间的连通性远比其它注采井间差,因此injector1和producer2之 间的连通性要比其它注采井间的连通性系数小得多,且其它注采井间的连通
表3含断层的五点法井网连通系数
示例四
该示例为均质油藏,油藏内共有9口井,其中4口为生产井、5口为注 汽井,渗透率分布如图3d所示。经理论分析可知,该示例内各注汽井、生 产井之间的动态连通性系数具有对称性,且井距较大的注汽井、生产井之间 连通性系数较小;反之,井距较小的注汽井、生产井井间连通性系数较大。 最佳拟合结果所对应的4口生产井的产液量预测结果与实际产液量的对比如 图5所示。反演得到的井间动态连通性系数如表4所示,连通性系数分布如图8所示。可以得到本发明实施例的结果与理论分析结果相一致。
表4五注四采井网连通系数
示例五
稠油油藏A的开发方式目前为蒸汽驱,通过本发明实施例提供稠油油藏 蒸汽驱油藏井间连通性识别方法对该油藏内11口注汽井和11口生产井的连 通性进行分析。反演得到的井间动态连通性系数如图9所示。图中较长的箭 头代表该方向的连通性系数更大,注采井间发育汽窜通道的可能性也更大。 采用耐高温凝胶对该油藏内连通性系数较大的井间进行封堵,取得了较好的 增油效果,平均单井日产油量由措施前的3.2t/d上升到14.8t/d,证实了该方 法的有效性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或 计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、 或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个 其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘 存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序 产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图 和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌 入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过 计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流 程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储 器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上, 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现 的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程 图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步 骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。 存储器是计算机可读介质的示例。
计算机可读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。计算机的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。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵 盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备 不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为 这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下, 由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、 商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术 人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所 作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述稠油油藏蒸汽驱油藏井间连通性识别方法包括:
获取油藏井间区块的基础参数和生产动态数据,其中所述基础参数是与所述油藏井间区块内的地质信息有关的参数数据,所述生产动态数据是开采过程中可变的参数数据;以及
根据所述基础参数和所述生产动态数据,通过建立的稠油油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性。
2.根据权利要求1所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述稠油油藏蒸汽驱井间动态连通性反演模型的建立过程包括:
根据物质平衡理论,并根据油藏井间蒸汽驱过程中储层内的温度变化和蒸汽冷凝影响,建立油藏蒸汽驱开采的产液量预测模型;
建立油藏蒸汽驱井间动态连通性反演的目标函数;
确定油藏蒸汽驱井间动态连通性反演的约束条件;以及
根据油藏蒸汽驱井间动态连通性反演的所述目标函数、所述约束条件和所述产液量预测模型,建立所述稠油油藏蒸汽驱井间动态连通性反演模型。
3.根据权利要求2所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述产液量预测模型通过下式表示:
4.根据权利要求2或3所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述根据所述基础参数和所述生产动态数据,通过建立的稠油油藏蒸汽驱井间动态连通性反演模型,识别该油藏井间的连通性包括:
根据所述基础参数,设置所述稠油油藏蒸汽驱井间动态连通性反演模型中各个系数的初始值;以及
根据所述生产动态数据和模型优化算法,调节所述各个系数的数值,以得到该模型的实际连通性系数,所述连通性系数用于表示生产井与其周围各个注气井之间的连通性。
5.根据权利要求4所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述各个系数包括所述连通性系数、时间常数、注采不平衡项系数和蒸汽凝析体积系数。
7.根据权利要求4所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述得到该模型的连通性系数包括:
当通过所述稠油油藏蒸汽驱井间动态连通性反演模型预测的产液量与实际产液量之间的差最小时,通过该模型得到的所述连通性参数为该油藏井间的所述实际连通性系数。
8.根据权利要求4所述的稠油油藏蒸汽驱油藏井间连通性识别方法,其特征在于,所述根据所述生产动态数据和模型优化算法,调节各个所述系数的数值,以得到该模型的实际连通性系数包括:
确定针对所述稠油油藏蒸汽驱井间动态连通性反演模型进行求解的所述模型优化算法;
通过各个所述参数的初始值和所述稠油油藏蒸汽驱井间动态连通性反演模型,预测各个生产井的产液量;
通过各个所述参数的初始值和所述目标函数,确定目标函数的数值;
在满足所述约束条件下,通过所述优化模型算法调节各个所述系数的数值,以使所述目标函数值最小;以及
当所述目标函数值最小时,对应的所述连通性系数为该油藏井间的所述实际连通性系数。
9.一种稠油油藏蒸汽驱油藏井间连通性识别装置,其特征在于,所述控制装置包括:存储器、处理器及存储在所述存储器上并可在所述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,以实现根据权利要求1至8中任意一项所述的稠油油藏蒸汽驱油藏井间连通性识别方法。
10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令使得机器执行根据权利要求1至8中任意一项所述的稠油油藏蒸汽驱油藏井间连通性识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623829.9A CN112818508B (zh) | 2020-12-31 | 2020-12-31 | 稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623829.9A CN112818508B (zh) | 2020-12-31 | 2020-12-31 | 稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112818508A true CN112818508A (zh) | 2021-05-18 |
CN112818508B CN112818508B (zh) | 2022-04-12 |
Family
ID=75854722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011623829.9A Active CN112818508B (zh) | 2020-12-31 | 2020-12-31 | 稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112818508B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114893761A (zh) * | 2022-07-13 | 2022-08-12 | 克拉玛依市城投油砂矿勘探有限责任公司 | 一种基于蒸汽干度计量的蒸汽加热方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984886A (zh) * | 2018-07-06 | 2018-12-11 | 中国石油大学(华东) | 一种反演多层油藏井间动态连通性的方法 |
-
2020
- 2020-12-31 CN CN202011623829.9A patent/CN112818508B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984886A (zh) * | 2018-07-06 | 2018-12-11 | 中国石油大学(华东) | 一种反演多层油藏井间动态连通性的方法 |
Non-Patent Citations (3)
Title |
---|
冯其红等: "岔河集油田井间动态连通性研究", 《科学技术与工程》 * |
孙海涛等: "油藏井间连通性反演软件的研制与应用", 《石油化工应用》 * |
张明安: "油藏井间动态连通性反演方法研究", 《油气地质与采收率》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114893761A (zh) * | 2022-07-13 | 2022-08-12 | 克拉玛依市城投油砂矿勘探有限责任公司 | 一种基于蒸汽干度计量的蒸汽加热方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112818508B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109446538B (zh) | 注水与采油井关系模型获得方法及产量和注水量确定方法 | |
CN105089649B (zh) | 一种井间连通性模型建立方法 | |
CN112818508B (zh) | 稠油油藏蒸汽驱油藏井间连通性识别方法、装置和存储介质 | |
CN106875286A (zh) | 一种聚合物驱油田全过程注聚参数分阶段优化决策方法 | |
CN108005644B (zh) | 一种倾斜煤层动态渗透率预测方法及装置 | |
Jamali et al. | Application of capacitance resistance models to determining interwell connectivity of large-scale mature oil fields | |
Ganesh et al. | Reduced physics modeling of CO2 injectivity | |
CN113435662B (zh) | 水驱油藏产量预测方法、装置及存储介质 | |
Thomas et al. | Insight gained from experimental gas-cycling Eor in the unconventional montney and duvernay formations | |
Han et al. | Quantitative identification of preferential flow paths in polymer flooding reservoir using streamline numerical simulation | |
Rafiei | Improved oil production and waterflood performance by water allocation management | |
Zhou et al. | Numerical simulation for optimizing injection–production parameters when using cyclic steam injection plus polymer gel flooding in an offshore heavy-oil field | |
McLean et al. | Outcomes for geothermal conceptual models from numerical pressure transient analysis | |
Li et al. | Injection-production optimization of fault-karst reservoir—considering high-speed non-Darcy effect | |
Nennie et al. | Comparing the benefits: use of various well head gas coning control strategies to optimize production of a thin oil rim | |
Amirsardari et al. | Modeling aquifer flow behavior in low-dip edge-water drive gas reservoirs | |
CN106285662B (zh) | 裂缝性油藏物理模型裂储比定量控制方法和装置 | |
Bukhmastova et al. | Development of an Approach for the Numerical Analysis of Well Interference | |
RU2772896C1 (ru) | Способ и устройство для прогнозирования оптимальной разработки при внутрипластовой конверсии сланцевой нефти | |
Shaker Shiran et al. | Continuous Monitoring of Water Pressure Change in an Oil Reservoir | |
Liu et al. | Determination of reasonable well spacing density | |
Wang et al. | Impact Analysis of Different Production History Input Methods on Test Well Interpretation Results for Africa Low Productivity Swabbing Wells | |
Wang et al. | Application of Reservoir Simulation in Production and Development Management | |
Wang et al. | A Method for Determining the Water Drive Front by Using the Effective Utilization Ratio of Water Injection | |
Sun et al. | A Single Well Controlled Reserve Calculation Method for Tight Sandstone Gas Reservoir Based on Numerical Well Testing |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 266580 No. 66 Changjiang West Road, Huangdao District, Qingdao, Shandong. Applicant after: China University of Petroleum (East China) Address before: 266555 No. 66 Changjiang West Road, Qingdao economic and Technological Development Zone, Shandong Applicant before: China University of Petroleum (East China) |
|
GR01 | Patent grant | ||
GR01 | Patent grant |