CN113222240A - 一种水驱开发油田开采潜力预测方法 - Google Patents

一种水驱开发油田开采潜力预测方法 Download PDF

Info

Publication number
CN113222240A
CN113222240A CN202110499252.3A CN202110499252A CN113222240A CN 113222240 A CN113222240 A CN 113222240A CN 202110499252 A CN202110499252 A CN 202110499252A CN 113222240 A CN113222240 A CN 113222240A
Authority
CN
China
Prior art keywords
well
production
year
oil
water
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
Application number
CN202110499252.3A
Other languages
English (en)
Inventor
耿站立
张鹏
王守磊
高亚军
谢晓庆
张金庆
郑焱
李广
王振鹏
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 National Offshore Oil Corp CNOOC
CNOOC Research Institute Co Ltd
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC Research Institute Co Ltd
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 National Offshore Oil Corp CNOOC, CNOOC Research Institute Co Ltd filed Critical China National Offshore Oil Corp CNOOC
Priority to CN202110499252.3A priority Critical patent/CN113222240A/zh
Publication of CN113222240A publication Critical patent/CN113222240A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种水驱开发油田开采潜力预测方法。该水驱开发油田开采潜力预测方法主要是对于已投产年限较长的老油田,将所有投产井按投产年份分类,采用水驱特征曲线辅助自动预测技术,计算所有油井水驱可采储量,并按照单井投产顺序计算对应的井控储量,从而得到老油田逐年投产井的单井平均可采储量随井控储量的变化关系;再基于该油区所有已投产油田规划动用地质储量,预测不同井控条件下或者不同单井可采储量界限条件下水驱可采储量,从而可预测新油田开采趋势及潜力。本发明可以忽略油藏类型差异,适用于老油田/新油田、大中型油田、油田群或者油区水驱采收率预测,为油田/油田群/油区开发中后期加密调整提供潜力评价依据。

Description

一种水驱开发油田开采潜力预测方法
技术领域
本发明属于油田开发技术领域,具体涉及一种水驱开发油田开采潜力预测方法。
背景技术
海上油田开发难度大、投资成本高,因此对于油田开发规划方案的制定就显得尤为重要。在油田开发进入到中后期时,新增调整井、采收率目标的规划对整个油田控制递减率、提高采收率起到了关键作用。常规的采收率经验公式预测仅适用于单个油田或者区块,而且需要考虑油田的常规地质油藏参数及开发参数,如油藏的渗透率、地下原油黏度、孔隙度、井网密度等,而这些参数对于开发初期的油田不易精准获取,且对于不同类型、不同规模油田预测精确度差异很大,且常规的经验公式法无法得到新增单井的可采储量。对于整个油区开发规划而言,除了关注于某一个油田的提高采收率目标,更侧重于关注一个油区或者某种类型油田的整体提高采收率规划,如新增调整井数、单井能够新增的可采储量、开发投资规模以及达到的目标采收率。但对于油区内不同时期投产的油田,由于开发阶段、投产井数、油藏类型的不同,再加上新投产井的影响,尚无有效的开采潜力预测方法。
发明内容
为解决上述问题,本发明的目的在于提供一种水驱开发油田开采潜力预测方法。
本发明提供一种水驱开发油田开采潜力预测方法,通过已投产老油田逐年投产井的单井可采储量随井控储量的变化关系,来预测所有油田未来不同井控储量条件下的可采储量。
本发明的水驱开发油田开采潜力预测方法,包括以下步骤:
1)基于油区内投产年限较长的老油田,截止到数据统计截止年份,其动用地质储量为NR,总投产井数为M,其历史第n年投产井总数为Nn,计算可得每年井控储量值为Rno
2)针对所有投产井,根据投产井的历史生产数据,预测得到在第n年投产的第i口井的水驱可采储量预测值记为
Figure BDA0003055724110000011
进而计算得第n年投产井的单井平均可采储量
Figure BDA0003055724110000012
3)基于各年单井平均水驱可采储量
Figure BDA0003055724110000013
绘制油区单井可采储量与井控储量关系图,拟合得到逐年投产井的平均单井可采储量随井控储量变化的函数关系表达式:
Figure BDA0003055724110000014
4)针对油区所有在生产油田,基于截止年份的投产井总数、动用地质储量、可采储量,联立上式中的单井可采储量与井控储量的关系,计算不同井控储量条件下水驱可采储量增量:
Figure BDA0003055724110000021
进而计算可得油区内所有油田未来不同井控储量条件下对应采收率,如下式:
Figure BDA0003055724110000022
式中:
a,b——均为常数;
E——为该油区内所有油田预测的将来年份达到的采收率;
NRT——该油区所有油田统计数据截止年份的动用地质储量;
M——为该油区所有油田统计数据截止年份的投产井总数;
Kj——为该油区所有已投产油田到将来年份规划各年新增投产井数量,
j——为将来规划期内第几年的编号1、2、3.....;
ΔRj——将来第j年规划期新增可采储量;
Ne——为该油区所有油田统计数据截止年份的可采储量。
其中,所述投产井的历史生产数据包括月产油量、月产水量和月生产天数。
其中,所述步骤2)中采用水驱特征曲线辅助自动预测技术,进行生产井批量预测,其步骤如下:
21)已经停产、侧钻或转注的,只计算累产,作为单井水驱可采储量;
22)在生产且生产月数小于T个月的井暂不预测;
23)在生产且生产月数大于T个月的井,若当前含水率小于30%采用递减法预测,若当前含水率大于30%时采用水驱特征曲线预测;
24)将第i口井的水驱可采储量预测值记为
Figure BDA0003055724110000031
其中n为该生产井的投产年份。
其中,所述步骤23中,对于预测时拟合段的选择:若生产时长大于10T个月,拟合段选择最后2T个月;若生产时长介于5T个月和10T个月之间,拟合段选择0.2倍的生产时长段;若生产时长小于5T个月,拟合段选择最后T个月。其中,T为整数,根据实际生产数据进行确定。
本发明将水驱曲线预测技术应用于批量预测技术,不需要采用不同的曲线,仅仅采用丙型水驱曲线,在预测选取几个月时采用上述步骤,能够得到更为准确的预测数据。
其中,所述步骤3)中老油田新增单井可采储量随井控储量变化的关系表达式获取步骤如下:
31)将此类油田的所有投产井按投产年份分类,计算每年投产井的单井平均可采储量,如下式:
Figure BDA0003055724110000032
其中,
Figure BDA0003055724110000033
为在n年投产的第i口井的单井水驱可采储量,Nn为在第n年的投产井总数,
Figure BDA0003055724110000034
为第n年单井平均可采储量值。
32)获取这些老油田在统计数据截止年份的动用地质储量NR,进而得到每年的井控储量数据Rno
Figure BDA0003055724110000035
33)按照年份选取数据点,绘制这类油田新增单井可采储量与井控储量关系图,拟合得到逐年投产井的单井可采储量随井控储量变化的函数关系表达式:
Figure BDA0003055724110000036
其中,a,b均为常数。
其中,所述的投产年限较长的老油田选取方法不唯一,既要保证油田投产时间较长,通常8年以上,又要保证样本数据的充足;所述不唯一的意思是指可选取生产8年以上、9年以上或10年等等以上的老油田均可,目的是使数据量充足。
其中,述的老油田单井可采储量随井控储量变化的关系表达式不唯一:一,单井可采储量预测方法不唯一;二,拟合数据的趋势性函数不唯一。需要选取精度高且合理的表达式。选取的老油田年份不一样的话,计算的数据点也不一样,拟合出来的趋势线表达式也不一样。原则上拟合的趋势线选取指数函数形式或幂函数形式,保证拟合的趋势线不与Y坐标轴相交。
本发明的有益效果:能够根据部分生产年限较长的老油田的生产规律,在忽略油藏类型及油藏物性参数的情况下,进行油区内新老油田的井控储量、采收率预测,预测方法具有普适性;该方法能够得到油区内所有油田新增单井可采储量、井控储量的变化规律,对新增投产井数量的规划至关重要。
附图说明
图1为单井可采储量随井控储量变化关系图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定发明的范围。
针对油区内投产年限较长的老油田,基于历史生产数据,采用水驱特征曲线辅助自动预测技术,对老油田所有生产井进行单井水驱可采储量进行批量预测,具体步骤如下:
(1)已经停产、侧钻或转注的,只计算累产作为单井水驱可采储量;
(2)在生产且生产月数小于T个月的井暂不预测;
(3)在生产且生产月数大于T个月的井,若当前含水率小于30%采用递减法预测,若当前含水率大于30%时采用水驱特征曲线预测。对于预测时拟合段的选择:若生产时长大于10T个月,拟合段选择最后2T个月;若生产时长介于5T个月和10T个月之间,拟合段选择0.2倍的生产时长段;若生产时长小于5T个月,拟合段选择最后T个月。其中,T为整数,根据实际生产数据进行确定。
(4)将第i口井的水驱可采储量预测值记为
Figure BDA0003055724110000051
其中n为该生产井的投产年份。
2.对于步骤1中筛选的这些老油田,其新增单井可采储量随井控储量变化的关系表达式获取步骤如下:
(1)将此类油田的所有投产井按投产年份分类,计算每年投产井的单井平均可采储量,如下式:
Figure BDA0003055724110000052
其中,
Figure BDA0003055724110000053
为在n年投产的第i口井的单井水驱可采储量,Nn为在第n年一年中的投产井总数,
Figure BDA0003055724110000054
为第n年单井平均可采储量。
(2)获取这些老油田统计数据截止年份的动用地质储量NR,进而得到每年的井控储量Rno
Figure BDA0003055724110000055
(3)按照年份选取数据点,绘制这类油田新增单井可采储量与井控储量关系图,拟合得到逐年投产井的单井可采储量随井控储量变化的函数关系表达式:
Figure BDA0003055724110000056
其中,a,b均为常数。
3.基于该油区所有已投产油田,计算得到统计数据截止年份的生产井总数M、动用地质储量NRT、及可采储量Ne
4.根据该油区所有已投产油田将来年份规划新增投产井数量一次为K1,K2......Kj,计算得到将来第j年井控储量值为
Figure BDA0003055724110000057
将该井控储量值代入步骤2中的单井可采储量与井控储量的关系式中,即可得到规划期内第j年新投产井增加的单井平均可采储量值为
Figure BDA0003055724110000058
进而计算得到规划期第j年内新增可采储量总量为
Figure BDA0003055724110000059
由此计算可得第j年当年的预测采收率,如下式:
Figure BDA0003055724110000061
式中:
a,b——均为常数;
E——为该油区内所有油田预测的将来年份达到的采收率;
NRT——该油区所有油田统计数据截止年份的动用地质储量;
M——为该油区所有油田统计数据截止年份的投产井总数;
Kj——为该油区所有已投产油田到将来年份规划各年新增投产井数量,
j——为将来规划期内第几年的编号1、2、3.....;
ΔRj——将来第j年规划期新增可采储量;
Ne——为该油区所有油田统计数据截止年份的可采储量;
投产年限较长的老油田选取方法不唯一,既要保证油田投产时间较长,通常8年以上,又要保证样本数据的充足。
下面通过实施例和附图对本发明做更进一步的详细介绍。
本发明的一种水驱开发油田开采潜力预测方法,包括以下步骤:
1.筛选A油区内2010年前投产的老油田,根据历史生产数据,采用水驱特征曲线辅助自动预测技术,对老油田所有生产井进行单井水驱可采储量进行批量预测。
2.对于步骤1中A油区筛选的这些老油田,截止到数据统计截止年份,其动用地质储量为NR为5.4亿方,其历史每年投产井总数、累计投产井数,以及计算可得每年井控储量Rno,每年投产井的单井平均可采储量
Figure BDA0003055724110000062
如表1所示。但由于油区开发初期井数较少,规律较差,且近2年新投产井生产规律未稳定,故舍弃2007年以前和近2年的数据点,统计数据只取2007年-2017年的数据,2017年总投产井数572口。
表1为A油区内2010年前投产的老油田投产井整体概况。
Figure BDA0003055724110000071
3.选取2007~2017年的样本数据,以井控储量为横坐标,单井平均可采储量为纵坐标,绘制A油区2010年前投产的老油田单井平均可采储量与井控储量关系图,如图1所示,采用指数函数拟合得到逐年投产井的单井平均可采储量随井控储量变化的关系表达式:
Figure BDA0003055724110000072
式中:
Figure BDA0003055724110000073
——每年投产井的单井平均可采储量,万方;
Rno——为每年的井控储量,万方。
由此计算得到A油区老油田新增单井可采储量随井控储量变化的关系表达式。
4.筛选A油区所有已投产油田,计算得到统计数据截止年份2019的生产井总数M为720口,动用地质储量NRT为8.2亿方,可采储量Ne为3.6亿方,计算得到目前预测采收率为43.8%,井控储量为114万方。
5.根据该油区所有已投产油田在2020年到2025年期间规划新增投产井数量K1到K5依次为23、19、21、23、25、27,在已开发油田不改变储量动用程度的情况下,计算得到2020年井控储量降为
Figure BDA0003055724110000081
单井平均可采储量
Figure BDA0003055724110000082
Figure BDA0003055724110000083
新增可采储量
Figure BDA0003055724110000084
可采储量为ΔR1+Ne=36570万方,最终预测的采收率
Figure BDA0003055724110000085
按相同方法可以计算其余各年份的预测采收率,如表2所示。由表2可知,到2025年,累计新增投产井数138口,采收率达到46.9%,提高3.1%。
表2为A油区内2020-2025年规划期内采收率预测表
Figure BDA0003055724110000086
6.欲使区域目标采收率达到48%,在不改变储量动用程度的情况下,则计算得到井控储量需降为89万方,计算得到新增的单井可采储量降为14万方,总井数达到920口,因此可得知该区域需新增投产井数200口。
由此看出:该发明水驱开发油田开采潜力预测方法,能够忽略油藏类型差异进行整个油田群或某个油田的的开采潜力预测。常规采收率预测公式,如中石油水驱砂岩油藏采收率经验公式等开采潜力预测方法需要渗透率、层间厚度、渗透率变异系数、孔隙度等等物性参数,而这些参数对于新油田来说很难获取,该发明有效避免了这个问题。此外,第一,该发明方法能够很直观的根据每年该区域所打的新生产井来预测得到该区域的采收率,也能很好的预测新油田将来的开发生产规律;第二,该发明方法能够对新增生产井的单井可采储量、井控储量有一个直观的变化趋势呈现,这是常规的经验公式法所不能呈现的;第三,我们也很容易根据所规划的目标采收率进行逐年新投产井数量的规划,这对整个油田作业公司是至关重要的。而这些优点是常规的开采潜力预测方法所不具备的。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (7)

1.一种水驱开发油田开采潜力预测方法,其特征在于,通过已投产老油田中逐年投产井的单井可采储量随井控储量的变化关系,来预测所有油田未来不同井控储量条件下的可采储量。
2.根据权利要求1所述的水驱开发油田开采潜力预测方法,其特征在于,包括以下步骤:
1)基于油区内投产年限较长的老油田,截止到数据统计截止年份,其动用地质储量为NR,总投产井数为M,其历史第n年投产井总数为Nn,计算可得每年井控储量值为Rno
2)针对步骤1中老油田中的所有投产井,根据其历史生产数据,预测得到在第n年投产的第i口井的水驱可采储量预测值记为
Figure FDA0003055724100000011
进而计算得第n年投产井的单井平均可采储量
Figure FDA0003055724100000012
3)基于各年单井平均水驱可采储量
Figure FDA0003055724100000013
绘制油区单井可采储量与井控储量关系图,拟合得到逐年投产井的平均单井可采储量随井控储量变化的函数关系表达式:
Figure FDA0003055724100000014
4)针对油区所有在生产油田,基于截止年份的投产井总数、动用地质储量、可采储量,联立上式中的单井可采储量与井控储量的关系,计算不同井控储量条件下水驱可采储量增量:
Figure FDA0003055724100000015
进而计算可得油区内所有油田未来不同井控储量条件下对应采收率,如下式:
Figure FDA0003055724100000016
式中:
a,b——均为常数;
E——为该油区内所有油田预测的将来年份达到的采收率;
NRT——该油区所有油田统计数据截止年份的动用地质储量;
M——为该油区所有油田统计数据截止年份的投产井总数;
Kj——为该油区所有已投产油田到将来年份规划各年新增投产井数量,
j——为将来规划期内第几年的编号1、2、3.....;
ΔRj——将来第j年规划期新增可采储量;
Ne——为该油区所有油田统计数据截止年份的可采储量。
3.根据权利要求2所述的水驱开发油田开采潜力预测方法,其特征在于,所述步骤2)中采用采用水驱特征曲线辅助自动预测技术,进行生产井批量预测,其步骤如下:
21)已经停产、侧钻或转注的,只计算累产,作为单井水驱可采储量;
22)在生产且生产月数小于T个月的井暂不预测;
23)在生产且生产月数大于T个月的井,若当前含水率小于30%采用递减法预测,若当前含水率大于30%时采用水驱特征曲线预测;
24)将第i口井的水驱可采储量预测值记为
Figure FDA0003055724100000021
其中n为该生产井的投产年份。
4.根据权利要求3所述的水驱开发油田开采潜力预测方法,其特征在于,所述步骤13中,对于预测时拟合段的选择:若生产时长大于10T个月,拟合段选择最后2T个月;若生产时长介于5T个月和10T个月之间,拟合段选择0.2倍的生产时长段;若生产时长小于5T个月,拟合段选择最后T个月;其中,T为整数,根据实际生产数据进行确定。
5.根据权利要求2所述的水驱开发油田开采潜力预测方法,其特征在于,所述步骤3)中老油田新增单井可采储量随井控储量变化的关系表达式获取步骤如下:
31)将此类油田的所有投产井按投产年份分类,计算每年投产井的单井平均可采储量,如下式:
Figure FDA0003055724100000022
其中,
Figure FDA0003055724100000023
为在n年投产的第i口井的单井水驱可采储量,Nn为在第n年的投产井总数,
Figure FDA0003055724100000031
为第n年单井平均可采储量值;
32)获取这些老油田在统计数据截止年份的动用地质储量NR,进而得到每年的井控储量数据Rno
Figure FDA0003055724100000032
33)按照年份选取数据点,绘制这类油田新增单井可采储量与井控储量关系图,拟合得到逐年投产井的单井可采储量随井控储量变化的函数关系表达式:
Figure FDA0003055724100000033
其中,a,b均为常数。
6.根据权利要求1-5任一所述的水驱开发油田开采潜力预测方法,其特征在于,所述老油田投产时间为8年以上。
7.根据权利要求1-5任一所述的水驱开发油田开采潜力预测方法,其特征在于,述的老油田单井可采储量随井控储量变化的关系表达式不唯一。
CN202110499252.3A 2021-05-08 2021-05-08 一种水驱开发油田开采潜力预测方法 Pending CN113222240A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110499252.3A CN113222240A (zh) 2021-05-08 2021-05-08 一种水驱开发油田开采潜力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110499252.3A CN113222240A (zh) 2021-05-08 2021-05-08 一种水驱开发油田开采潜力预测方法

Publications (1)

Publication Number Publication Date
CN113222240A true CN113222240A (zh) 2021-08-06

Family

ID=77091890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110499252.3A Pending CN113222240A (zh) 2021-05-08 2021-05-08 一种水驱开发油田开采潜力预测方法

Country Status (1)

Country Link
CN (1) CN113222240A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081694A (zh) * 2022-06-08 2022-09-20 中海石油(中国)有限公司 海上薄互层砂岩油田加密潜力量化评价方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103912248A (zh) * 2014-03-20 2014-07-09 中国石油天然气股份有限公司 水驱油田预测含水率方法
CN109214022A (zh) * 2017-07-04 2019-01-15 中国石油化工股份有限公司 一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103912248A (zh) * 2014-03-20 2014-07-09 中国石油天然气股份有限公司 水驱油田预测含水率方法
CN109214022A (zh) * 2017-07-04 2019-01-15 中国石油化工股份有限公司 一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张金庆等: "单井新增可采储量和单井控制储量的关系", 中国海上油气, vol. 27, no. 1, pages 53 - 56 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081694A (zh) * 2022-06-08 2022-09-20 中海石油(中国)有限公司 海上薄互层砂岩油田加密潜力量化评价方法及装置
CN115081694B (zh) * 2022-06-08 2024-05-28 中海石油(中国)有限公司 海上薄互层砂岩油田加密潜力量化评价方法及装置

Similar Documents

Publication Publication Date Title
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
CN107676064B (zh) 一种水驱油藏含水率预测方法及其预测装置
CN107038516B (zh) 一种中渗复杂断块油藏水驱开发效果定量评价方法
CN107944599B (zh) 油气水平井产量的预测方法
CN103912248A (zh) 水驱油田预测含水率方法
CN107977749A (zh) 一种油田开发指标的预测分析方法
CN107448185A (zh) 海上油田老区新井加密布井方法
CN108643875B (zh) 一种低渗透碎屑岩油藏的注水开发调整方法、装置及系统
CN104234673A (zh) 考虑层间干扰的多层油藏分层配注方法
CN112392478B (zh) 一种快速预测低渗致密油藏经济可采储量的方法
CN110644958B (zh) 一种砂岩油藏薄差油层注水井注入大规模驱油液措施的选井选层方法
CN113222240A (zh) 一种水驱开发油田开采潜力预测方法
CN111091293B (zh) 一种油藏开发动态预警方法
CN110469299A (zh) 一种采油井注水开发见效效果评价方法
CN107545102B (zh) 一种预测新开发区蒸汽辅助重力泄油开发指标的方法
CN116658155A (zh) 一种页岩气井产量预测的方法
CN113445988B (zh) 一种低渗碳酸盐岩气藏气井产能评价方法
CN114154331B (zh) 一种基于能源效率模型的sagd开发效率评价方法
CN113468476B (zh) 一种聚合物驱增油量预测方法及装置
CN115329440A (zh) 一种超深断控缝洞型凝析气藏高产井井轨迹设计方法
CN112465218B (zh) 海上薄互层砂岩油田层系划分及射孔方案优化方法
CN111461458B (zh) 一种sagd在产井对中后期产量剖面的预测方法
CN110617040B (zh) 一种裂缝性油藏井组周期注水方法
CN109899057B (zh) 稠油井示功图算产的方法
CN109339765B (zh) 一种海上油田油井动态清蜡周期预测方法

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