CN113431534A - 一种低渗致密油藏co2吞吐选井方法 - Google Patents
一种低渗致密油藏co2吞吐选井方法 Download PDFInfo
- Publication number
- CN113431534A CN113431534A CN202110906835.3A CN202110906835A CN113431534A CN 113431534 A CN113431534 A CN 113431534A CN 202110906835 A CN202110906835 A CN 202110906835A CN 113431534 A CN113431534 A CN 113431534A
- Authority
- CN
- China
- Prior art keywords
- well
- parameters
- parameter
- influence
- influence factor
- 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
- 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
- E21B43/164—Injecting CO2 or carbonated water
-
- 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
Abstract
提供一种低渗致密油藏CO2吞吐选井方法,包括:获取多个对照井区中每个的换油率和多个影响因素参数,获取至少一个目标井区中每个的多个影响因素参数;对每个井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,获取每个影响因素参数消除量纲影响后的量化值;根据每个对照井区的影响因素参数的量化值以及换油率,计算每个影响因素参数的权重;根据每个影响因素参数的权重以及每个对照井区或目标井区的影响因素参数的量化值,计算每个井区的选井决策因子;根据目标井区的选井决策因子与对照井区的选井决策因子的大小关系,判断每个目标井区是否适宜进行CO2吞吐,从而快捷准确地实现低渗致密油藏CO2吞吐选井。
Description
技术领域
本公开涉及油气田开发技术领域,尤其涉及一种低渗致密油藏CO2吞吐选井方法。
背景技术
随着我国常规油气资源开发逐渐步入后期,非常规油气资源,如油层平均渗透率为(10~50)×10-3μm2的低渗透油藏、油层平均渗透率为(1~10)×10-3μm2的特低渗透油藏、油层平均渗透率为(0.1~1)×10-3μm2的超低渗油藏、致密油和页岩油的开发逐渐成为未来能源需求的主要来源。低渗致密储层在中国分布较广,具有较大的开发潜力,然而此类储层具有渗透率较小,孔喉结构细密复杂等特点,储层动用难度较大,常规开发方式难以应用到致密储层中获得商业产量。
目前多数油田使用多级压裂技术开发此类低渗致密储层,但是由于不同储层的地质结构以及非均质性不同,部分储层压裂后的采收率仍然较低,单井产量递减较大,有效补充能量效果差。采用注水的方式来补充能量,导致水窜、水淹风险大,且见效不明显。注水吞吐开发试验中部分井见效明显,部分井见效较差,而且只有首轮吞吐效果较好,难以实现有效的能量补充。而CO2吞吐开发低渗致密储层在室内试验中效果较好,既可以实现地层能量的有效补充,又可以实现多个轮次的效益开发。
CO2吞吐选井是CO2吞吐措施的首要研究对象,它直接关系到CO2吞吐措施的成败,其相关评价方法的研究具有十分重要的意义。
发明内容
一方面,本公开一些实施例提供一种低渗致密油藏CO2吞吐选井方法,所述方法包括:获取多个对照井区中每个对照井区的换油率和多个影响因素参数,获取至少一个目标井区中每个目标井区的多个影响因素参数;对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,获取每个影响因素参数消除量纲影响后的量化值;根据多个对照井区中每个对照井区的影响因素参数的量化值以及换油率,计算每个影响因素参数的权重;根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子;根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子;以及,根据每个目标井区的选井决策因子与所述多个对照井区的选井决策因子的大小关系,判断每个目标井区是否适宜进行CO2吞吐。
在本公开的至少一个实施例中,所述多个影响因素参数包括对CO2吞吐效果产生影响的油藏特征参数、岩石性质参数以及流体性质参数。
在本公开的至少一个实施例中,油藏特征参数包括油层厚度、油层温度和地层压力;岩石性质参数包括孔隙度、渗透率和含水饱和度;流体性质参数包括原油密度和原油黏度。
在本公开的至少一个实施例中,所述多个影响因素参数包括油层厚度、油层温度、地层压力、孔隙度、渗透率、含水饱和度、原油密度和原油黏度。
在本公开的至少一个实施例中,所述对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,包括:将所述影响因素参数分类为正指标类参数、逆指标类参数和适度指标类参数;根据所述影响因素参数的分类,对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理。
在本公开的至少一个实施例中,所述正指标类参数包括油层温度、渗透率、原油密度以及原油黏度。
在本公开的至少一个实施例中,所述逆指标类参数包括孔隙度和含水饱和度。
在本公开的至少一个实施例中,所述适度指标类参数包括地层压力和油层厚度。
在本公开的至少一个实施例中,正指标类参数的非线性无量纲模糊处理模型为
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值。
在本公开的至少一个实施例中,逆指标类参数的非线性无量纲模糊处理模型为
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值。
在本公开的至少一个实施例中,适度指标类参数的非线性无量纲模糊处理模型为
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值;
xoi为该种影响因素参数的最优值;所述最优值为在其他条件相同的情况下,通过室内实验或数值模拟方法得到的换油率最高的CO2吞吐方案对应的该种影响因素参数的参数值。
在本公开的至少一个实施例中,所述根据所述多个对照井区中每个对照井区的影响因素参数的量化值以及换油率,计算每个影响因素参数的权重,包括:根据每个对照井区的各影响因素参数的量化值矩阵Mpq以及换油率矩阵N,计算影响因素参数权重矩阵m:
其中,p为对照井区的个数,且p为大于或等于2的正整数;
q为影响因素参数的个数,且q为大于或等于2的正整数;
M11~Mpq分别对应各对照井区的每个影响因素参数的量化值;
N1~Np分别对应每个对照井区的换油率;
m1~mq分别对应每个影响因素参数的权重。
在本公开的至少一个实施例中,所述根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子,包括:对于任一对照井区,分别计算每个影响因素参数的权重与所述对照井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述对照井区的选井决策因子;
所述根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子,包括:对于任一目标井区,分别计算每个影响因素参数的权重与所述目标井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述目标井区的选井决策因子。
另一方面,本公开的一些实施例提供一种低渗致密油藏CO2吞吐选井装置,包括处理器和存储器,存储器中存储有适于处理器执行的计算机程序指令,计算机程序指令被处理器运行时执行如上任一实施例所述的低渗致密油藏CO2吞吐选井方法中的步骤。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1为根据一些实施例的一种低渗致密油藏CO2吞吐选井方法的流程图;
图2为根据一些实施例的一种低渗致密油藏CO2吞吐选井方法的换油率与选井决策因子对应关系图;
图3为根据一些实施例的一种低渗致密油藏CO2吞吐选井装置的示意图。
附图标记:
100-低渗致密油藏CO2吞吐选井装置,101-处理器,102-存储器。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。
本公开一些实施例提供的方法可以由相关的处理器执行,且下文均以处理器作为执行主体为例进行说明。其中,执行主体可以根据具体案例进行调整,如服务器、电子设备、计算机等。
CO2吞吐机理较复杂,影响吞吐效果的因素众多,且不同类型油藏的吞吐机理并不统一。相关技术中的选井方法考虑因素不全面,且不能够反应各因素对吞吐效果的影响规律。
本公开的发明人经过大量研究后总结出了低渗致密油藏CO2吞吐提高采收率机理,并据此确定了低渗致密油藏CO2吞吐的影响因素以及各因素对吞吐效果的影响规律,基于此,建立了一套低渗致密油藏CO2吞吐开发的选井方法。
本公开一些实施例提供一种低渗致密油藏CO2吞吐选井方法,对于多个对照井区和至少一个目标井区,每个井区的影响因素参数包括对CO2吞吐效果产生影响的油藏特征参数、岩石性质参数以及流体性质参数。
其中,对照井区为已经进行了CO2吞吐的井区,目标井区为待评价是否适宜进行CO2吞吐的井区。
不同油藏条件下,受油藏特征、岩石性质及流体性质因素的影响,其影响规律不尽相同。在选井选层前,通过明确CO2吞吐效果的影响因素,并以此为依据建立一套选井评价方法,能够更有效地筛选出适合CO2吞吐的井区。
可选地,油藏特征参数包括油层厚度、油层温度和地层压力;岩石性质参数包括孔隙度、渗透率和含水饱和度;流体性质参数包括原油密度和原油黏度。以上8个影响因素参数相对容易获得,便于利用上述影响因素参数在目标井区尚未进行CO2吞吐开发之前实现对目标井区的CO2吞吐效果的预测评价。
如图1所示,低渗致密油藏CO2吞吐选井方法包括S1~S5。
S1,获取多个对照井区中每个对照井区的换油率和多个影响因素参数,获取至少一个目标井区中每个目标井区的多个影响因素参数。
示例性的,对于多个对照井区,分别获取每个对照井区的油层厚度、油层温度、地层压力、孔隙度、渗透率、含水饱和度、原油密度、原油黏度以及换油率。对于至少一个目标井区,分别获取每个目标井区的油层厚度、油层温度、地层压力、孔隙度、渗透率、含水饱和度、原油密度以及原油黏度。
其中,换油率是指,采用CO2吞吐的开发方式相比于衰竭式开发的增油量与注入的CO2的质量之比。区块开发完毕后,换油率可以作为表征CO2吞吐效果的参数。换油率越大则表明该井区采用CO2吞吐的方式进行开采的效果越好
S2,对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,获取每个影响因素参数消除量纲影响后的量化值。
对每个井区的多个影响因素参数进行非线性无量纲模糊处理,能消除各参数的不同单位的影响,进而能够更好的反映出各参数对CO2吞吐效果的影响规律。
在一些实施例中,S2中,对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,包括S21~S22。
S21,将所述影响因素参数分类为正指标类参数、逆指标类参数和适度指标类参数。
S22,根据所述影响因素参数的分类,对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理。
正指标类参数为在其他条件相同的情况下,数值越大CO2吞吐效果越好的参数。
示例性的,正指标类参数包括油层温度、渗透率、原油密度以及原油黏度。
在本公开的至少一个实施例中,正指标类参数作为指数函数自变量的模糊隶属度,采用半升梯形分布。正指标类参数的非线性无量纲模糊处理模型为公式(1)。
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值。
逆指标类参数为在其他条件相同的情况下,数值越小CO2吞吐效果越好的参数。
示例性的,逆指标类参数包括孔隙度和含水饱和度。
在本公开的至少一个实施例中,逆指标类参数作为指数函数自变量的模糊隶属度,采用半降梯形分布,逆指标类参数的非线性无量纲模糊处理模型为公式(2)。
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值。
适度指标类参数为存在最优值的参数,且在其他条件相同的情况下,最优值条件下CO2吞吐效果最好,也即,换油率最高。
示例性的,适度指标类参数包括地层压力和油层厚度。
其中,在其他参数相同的情况下,CO2吞吐过程中地层压力越大越容易实现混相,但地层压力过大会导致波及空间内的地层流体饱和度较低,降低了吞吐效果。因此,地层压力存在最优值,例如,地层压力最优值约为25MPa,在该参数条件下CO2吞吐效果最好,换油率最高。
在其他参数相同的情况下,油层厚度越高越容易利用CO2和原油之间的密度和黏度差,使得CO2在对原油体积增容的同时,超覆原油和水流动在油井较远地带形成弹性气驱能量的聚集,但目标层厚度过大后会导致CO2在优势通道处突进,进而致使厚油层的整体吞吐效果显著下降。因此,油层厚度存在最优值,例如,油层厚度最优值约为20m,在该参数条件下CO2吞吐效果最好,换油率最高。
本公开一些实施例在常规采用正、逆两种指标进行无量纲处理的基础上,针对一些特定参数额外考虑第三种类型——适度指标。由于考虑了适度指标类参数,本公开一些实施例能够更好地反映低渗致密油藏条件下CO2吞吐效果的影响规律;对影响因素更细致的划分,能够更好地贴近油藏的实际生产情况,更好地反映低渗致密油藏CO2吞吐的开发效果。
在本公开的至少一个实施例中,适度指标类参数作为指数函数自变量的模糊隶属度,采用半升半降梯形分布。适度指标类参数的非线性无量纲模糊处理模型为公式(3)。
式中:fx为待处理参数消除量纲影响后的量化值;
xi为待处理参数的参数值;
xmax为多个对照井区及至少一个目标井区中,该种影响因素参数的最大值;
xmin为多个对照井区及至少一个目标井区中,该种影响因素参数的最小值;
xoi为该种影响因素参数的最优值。
需要说明的是,所述最优值可以通过室内实验或数值模拟方法得到。所述最优值为在其他条件相同的情况下,通过室内实验或数值模拟方法得到的换油率最高的CO2吞吐方案对应的该种影响因素参数的参数值。以地层压力为例,将某一目标井区的油层厚度、油层温度、孔隙度、渗透率、含水饱和度原油密度、原油黏度作为数值模拟的初始参数,并保持这些参数不变。改变地层压力的数值以形成不同的CO2吞吐方案,以换油率为目标对该目标井区进行CO2吞吐数值模拟,得出的换油率最高的CO2吞吐方案对应的地层压力值,即为对该目标井区实施CO2吞吐选井预测过程中,应用于公式(3)中的xoi的参数值。其中,所述数值模拟方法可以采用现有的数值模拟方法。
S3,根据多个对照井区中每个对照井区的影响因素参数的量化值以及换油率,计算每个影响因素参数的权重。
作为一种可能的实现方式,S3包括:
根据每个对照井区的各影响因素参数的量化值矩阵Mpq以及换油率矩阵N,通过逆运算计算影响因素参数权重矩阵m:
其中,p为对照井区的个数,且p为大于或等于2的正整数;
q为影响因素参数的个数,且q为大于或等于2的正整数;
M11~Mpq分别对应各对照井区的每个影响因素参数的量化值;
N1~Np分别对应每个对照井区的换油率;
m1~mq分别对应每个影响因素参数的权重。
S4,根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子;根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子。
在一些实施例中,S4中,根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子,包括:对于任一对照井区,分别计算每个影响因素参数的权重与所述对照井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述对照井区的选井决策因子。
在一些实施例中,S4中,所述根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子,包括:对于任一目标井区,分别计算每个影响因素参数的权重与所述目标井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述目标井区的选井决策因子。
S5,根据每个目标井区的选井决策因子与所述多个对照井区的选井决策因子的大小关系,判断每个目标井区是否适宜进行CO2吞吐。
在一些实施例中,目标井区的选井决策因子数值越大,则对应的目标井区越适宜CO2吞吐。
本公开一些实施例提供的低渗致密油藏CO2吞吐选井方法,以换油率为目标,首先确定了影响CO2吞吐效果的影响因素参数,并在对各影响因素参数进行非线性无量纲模糊处理之前,对各影响因素参数进行了正指标类参数、逆指标类参数和适度指标类参数的分类。由于考虑了适度指标类参数,本公开一些实施例能够更好地反映低渗致密油藏条件下CO2吞吐效果的影响规律;对影响因素更细致的划分,能够更好地贴近油藏的实际生产情况,更好地反映低渗致密油藏CO2吞吐的开发效果。通过获得的各影响因素参数消除量纲影响后的量化值以及换油率,计算出各影响因素参数的权重,能消除各参数的不同单位的影响,进而能够更好的反映出各参数对CO2吞吐效果的影响规律,从而使根据各影响因素参数的量化值及其对应的权重计算出的选井决策因子,能够更好的反映出相应井区的CO2吞吐效果。将目标井区的选井决策因子与对照井区的选井决策因子大小进行对比,能够直观地判断出目标井区是否适宜进行CO2吞吐,快速便捷。本公开一些实施例提供的低渗致密油藏CO2吞吐选井方法较传统线性模糊评价方法,更能反应各影响因素对CO2吞吐效果的影响规律,另外,本公开的方法考虑影响因素更加全面,预测目标井区CO2吞吐的效果更加准确、快捷。
下面以中国某油田J井区和K井区为例,详细介绍一下应用本公开的一些实施例的低渗致密油藏CO2吞吐选井方法判断J井区和K井区是否适合进行CO2吞吐的具体步骤。
选取已经进行了CO2吞吐开发的A井区、B井区、C井区、D井区、E井区、F井区、G井区、H井区、I井区作为对照井区,J井区和K井区为目标井区。
每个井区的影响因素参数包括对CO2吞吐效果产生影响的油藏特征参数、岩石性质参数以及流体性质参数。其中,油藏特征参数包括油层厚度、油层温度和地层压力;岩石性质参数包括孔隙度、渗透率和含水饱和度;流体性质参数包括原油密度和原油黏度。
获取A~I井区的换油率和各影响因素参数,并获取J井区和K井区的各影响因素参数。获取的数据如表1所示。
表1
根据表1中的数据,依据影响因素参数的类别,逐列统计各影响因素参数的最大值和最小值;根据各影响因素参数的指标类型进行非线性无量纲模糊处理。
将油层温度、渗透率、原油密度以及原油黏度划分为正指标类参数,并对以上正指标类参数分别按照公式(1)进行非线性无量纲模糊处理,获取其消除量纲影响后的量化值。
以计算A井区的油层温度的消除量纲影响后的量化值为例,在油层温度所在的一列数据中,xi取A井区的油层温度值56℃,xmax取A~K井区中油层温度的最高值110℃,xmin取A~K井区中油层温度的最低值20℃。将以上数据代入公式(1),即可得到A井区的油层温度的消除量纲影响后的量化值。同理可得B~K井区的油层温度的消除量纲影响后的量化值。
类似地,A~K井区的渗透率、原油密度以及原油黏度也可以参照油层温度的计算过程获得,此处不再赘述。
将孔隙度以及含水饱和度划分为逆指标类参数,并按照公式(2)进行非线性无量纲模糊处理,获取其消除量纲影响后的量化值。
以计算A井区的孔隙度的消除量纲影响后的量化值为例,在孔隙度所在的一列数据中,xi取A井区的孔隙度值13%,xmax取A~K井区中孔隙度的最高值15%,xmin取A~K井区中孔隙度的最低值5.4%。将以上数据代入公式(2),即可得到A井区的孔隙度的消除量纲影响后的量化值。同理可得B~K井区的孔隙度的消除量纲影响后的量化值。
类似地,A~K井区的含水饱和度也可以参照孔隙度的计算过程获得,此处不再赘述。
将地层压力和油层厚度划分为适度指标类参数,并按照公式(3)进行非线性无量纲模糊处理,获取其消除量纲影响后的量化值。
以计算A井区的地层压力的消除量纲影响后的量化值为例,在地层压力所在的一列数据中,xi取A井区的地层压力值27.7MPa,xmax取A~K井区中地层压力的最高值58MPa,xmin取A~K井区中地层压力的最低值6.89MPa,xoi取最优值25MPa。其中,xoi的取值通过室内实验得出,即,将A井区的油层厚度、油层温度、孔隙度、渗透率、含水饱和度原油密度、原油黏度作为初始实验参数,并保持这些参数不变。改变地层压力的数值以形成不同的CO2吞吐方案,以换油率为目标对该目标井区进行CO2吞吐室内实验,得出的换油率最高的CO2吞吐方案对应的地层压力值为25MPa,则xoi取值25MPa。当然,xoi的取值也可以通过数值模拟得出。
将以上数据代入公式(3),即可得到A井区的地层压力的消除量纲影响后的量化值。同理可得B~K井区的地层压力的消除量纲影响后的量化值。
类似地,A~K井区的油层厚度的消除量纲影响后的量化值也可以参照地层压力的计算过程获得。
通过非线性无量纲模糊处理后,得到各影响因素参数消除量纲影响的量化值,如表2所示。
表2
换油率参数反映CO2吞吐效果,利用表1中A~I井区的换油率,通过逆运算计算出各影响因素参数的权重。
将表2中A~I井区的各影响因素参数消除量纲影响后的量化值,列为9×8的矩阵,记为矩阵M。将表1中最后一列换油率数据整理为9个元素的列矩阵,记为矩阵N。其中:
通过矩阵运算即可求得各影响因素参数的权重,也即,矩阵m中的m1~m8分别对应影响因素参数地层压力、油层厚度、油层温度、孔隙度、渗透率、含水饱和度原油密度、原油黏度的权重。
计算出的各影响因素参数的权重,如表3所示。
表3
根据表2中每个影响因素参数的量化值以及表3中各影响因素参数的权重,计算每个对照井区和每个目标井区的选井决策因子。
具体的,对于任一对照井区或者任一目标井区,计算井区的每个影响因素参数的量化值与该影响因素参数对应的权重的乘积,并对各乘积进行求和,获得该井区的选井决策因子。
以计算A井区的选井决策因子为例:
A井区的选井决策因子=0.921×0.10+0.435×0.11+0.549×0.14+0.453×0.16+0.387×0.10+0.751×0.17+0.368×0.12+0.422×0.10=0.54202
计算出的A~I井区,以及J井区、K井区的选井决策因子参见表4。需要说明的是,表4的选井决策因子保留了三位小数。
表4
如图2所示,对于A~I井区,勾勒反应换油率与选井决策因子对应关系图。由图2可知,A~I五个井区的换油率与选井决策因子呈正相关性,则说明本公开一些实施例中建立的选井决策因子能够反映相应井区的CO2吞吐效果。因此,据此计算出的J井区和K井区的选井决策因子也能较好地反映J井区和K井区的CO2吞吐效果。
通过表4中选井决策因子的大小,可以看出各井区CO2吞吐效果的优劣顺序为:B井区>E井区>G井区>C井区>H井区>J井区>I井区>A井区>F井区>D井区>K井区。相较于CO2吞吐成功的A~I井区,J井区适宜进行CO2吞吐开发,且J井区的CO2吞吐效果好于I井区、A井区、F井区和D井区。K井区需综合考虑经济效益因素进一步判定开发方式。
本公开的一些实施例还提供一种低渗致密油藏CO2吞吐选井装置100,该装置包括处理器101和存储器102。
处理器101用于支持低渗致密油藏CO2吞吐选井装置100执行上述任一实施例所述的低渗致密油藏CO2吞吐选井方法中的步骤。处理器101可以是中央处理单元(CentralProcessing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器102中存储有适于所述处理器101执行的计算机程序指令,所述计算机程序指令被所述处理器101运行时执行上述任一实施例所述的低渗致密油藏CO2吞吐选井方法中的步骤。
存储器102可以是只读存储器(Read-Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器102可以是独立存在,通过通信总线与处理器101相连接。存储器102也可以和处理器101集成在一起。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。同时,在本公开的描述中,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电性连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本公开中的具体含义。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (10)
1.一种低渗致密油藏CO2吞吐选井方法,其特征在于,所述方法包括:
获取多个对照井区中每个对照井区的换油率和多个影响因素参数,获取至少一个目标井区中每个目标井区的多个影响因素参数;
对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,获取每个影响因素参数消除量纲影响后的量化值;
根据所述多个对照井区中每个对照井区的影响因素参数的量化值以及换油率,计算每个影响因素参数的权重;
根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子;根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子;以及
根据每个目标井区的选井决策因子与所述多个对照井区的选井决策因子的大小关系,判断每个目标井区是否适宜进行CO2吞吐。
2.根据权利要求1所述的低渗致密油藏CO2吞吐选井方法,其特征在于,所述多个影响因素参数包括油层厚度、油层温度、地层压力、孔隙度、渗透率、含水饱和度、原油密度和原油黏度。
3.根据权利要求2所述的低渗致密油藏CO2吞吐选井方法,其特征在于,所述对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理,包括:
将所述影响因素参数分类为正指标类参数、逆指标类参数和适度指标类参数;
根据所述影响因素参数的分类,对所述每个对照井区的多个影响因素参数中的每一个和所述每个目标井区的多个影响因素参数中的每一个进行非线性无量纲模糊处理。
4.根据权利要求3所述的低渗致密油藏CO2吞吐选井方法,其特征在于,所述正指标类参数包括油层温度、渗透率、原油密度以及原油黏度;
所述逆指标类参数包括孔隙度和含水饱和度;
所述适度指标类参数包括地层压力和油层厚度。
9.根据权利要求8所述的低渗致密油藏CO2吞吐选井方法,其特征在于,所述根据每个影响因素参数的权重以及每个对照井区的影响因素参数的量化值,计算每个对照井区的选井决策因子,包括:对于任一对照井区,分别计算每个影响因素参数的权重与所述对照井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述对照井区的选井决策因子;
所述根据每个影响因素参数的权重以及每个目标井区的影响因素参数的量化值,计算每个目标井区的选井决策因子,包括:对于任一目标井区,分别计算每个影响因素参数的权重与所述目标井区中该影响因素参数的量化值的乘积,并对各乘积进行求和,获得所述目标井区的选井决策因子。
10.一种低渗致密油藏CO2吞吐选井装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有适于所述处理器执行的计算机程序指令,所述计算机程序指令被所述处理器运行时执行如权利要求1~9中任一项所述的低渗致密油藏CO2吞吐选井方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110906835.3A CN113431534B (zh) | 2021-08-09 | 2021-08-09 | 一种低渗致密油藏co2吞吐选井方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110906835.3A CN113431534B (zh) | 2021-08-09 | 2021-08-09 | 一种低渗致密油藏co2吞吐选井方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113431534A true CN113431534A (zh) | 2021-09-24 |
CN113431534B CN113431534B (zh) | 2022-11-08 |
Family
ID=77763032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110906835.3A Active CN113431534B (zh) | 2021-08-09 | 2021-08-09 | 一种低渗致密油藏co2吞吐选井方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113431534B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781951A (zh) * | 2022-06-23 | 2022-07-22 | 中国石油大学(华东) | 一种页岩油藏二氧化碳吞吐开发选井决策方法及系统 |
CN116066066A (zh) * | 2021-12-22 | 2023-05-05 | 中国石油天然气集团有限公司 | 一种筛选氮气吞吐措施井的方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006074554A1 (en) * | 2005-01-13 | 2006-07-20 | Encana Corporation | In situ combustion in gas over bitumen formations |
WO2007106421A1 (en) * | 2006-03-10 | 2007-09-20 | M-I Production Chemicals Uk Limited | Hydrocarbon recovery techniques |
WO2012061027A1 (en) * | 2010-10-25 | 2012-05-10 | Conocophillips Company | Selective hydrate production with co2 and controlled depressurization |
CN102587873A (zh) * | 2011-12-01 | 2012-07-18 | 中国石油天然气股份有限公司 | 一种水平井二氧化碳吞吐控水增油方法 |
US20160003017A1 (en) * | 2013-03-13 | 2016-01-07 | Stuart R. Keller | Producing Hydrocarbons from a Formation |
CN106437637A (zh) * | 2016-09-19 | 2017-02-22 | 北京科技大学 | 高温高压二氧化碳驱超稠油可视化微观实验装置及方法 |
CN106802986A (zh) * | 2017-01-03 | 2017-06-06 | 中国石油大学(北京) | 一种稠油边底水油藏多轮co2吞吐评价方法 |
CN106920037A (zh) * | 2017-02-20 | 2017-07-04 | 中国石油大学(北京) | 基于含水率的稠油边底水油藏多轮co2吞吐的选井方法 |
US20170335665A1 (en) * | 2011-10-26 | 2017-11-23 | QRI Group, LLC | Systems and methods for increasing recovery efficiency of petroleum reservoirs |
CN108229811A (zh) * | 2017-12-29 | 2018-06-29 | 中国石油化工股份有限公司 | 一种评价碳酸盐岩缝洞型油藏注水效果的方法 |
CN108960546A (zh) * | 2017-05-19 | 2018-12-07 | 中国石油化工股份有限公司 | 一种co2吞吐选井方法及装置 |
CN111764875A (zh) * | 2020-06-09 | 2020-10-13 | 中国石油化工股份有限公司 | 采油方法、用于辅助吞吐增油的co2注入量确定方法及装置 |
CN212563191U (zh) * | 2020-07-16 | 2021-02-19 | 西北大学 | 一种单砂体二氧化碳吞吐提高原油采收率的实验模拟装置 |
-
2021
- 2021-08-09 CN CN202110906835.3A patent/CN113431534B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006074554A1 (en) * | 2005-01-13 | 2006-07-20 | Encana Corporation | In situ combustion in gas over bitumen formations |
WO2007106421A1 (en) * | 2006-03-10 | 2007-09-20 | M-I Production Chemicals Uk Limited | Hydrocarbon recovery techniques |
WO2012061027A1 (en) * | 2010-10-25 | 2012-05-10 | Conocophillips Company | Selective hydrate production with co2 and controlled depressurization |
US20170335665A1 (en) * | 2011-10-26 | 2017-11-23 | QRI Group, LLC | Systems and methods for increasing recovery efficiency of petroleum reservoirs |
CN102587873A (zh) * | 2011-12-01 | 2012-07-18 | 中国石油天然气股份有限公司 | 一种水平井二氧化碳吞吐控水增油方法 |
US20160003017A1 (en) * | 2013-03-13 | 2016-01-07 | Stuart R. Keller | Producing Hydrocarbons from a Formation |
CN106437637A (zh) * | 2016-09-19 | 2017-02-22 | 北京科技大学 | 高温高压二氧化碳驱超稠油可视化微观实验装置及方法 |
CN106802986A (zh) * | 2017-01-03 | 2017-06-06 | 中国石油大学(北京) | 一种稠油边底水油藏多轮co2吞吐评价方法 |
CN106920037A (zh) * | 2017-02-20 | 2017-07-04 | 中国石油大学(北京) | 基于含水率的稠油边底水油藏多轮co2吞吐的选井方法 |
CN108960546A (zh) * | 2017-05-19 | 2018-12-07 | 中国石油化工股份有限公司 | 一种co2吞吐选井方法及装置 |
CN108229811A (zh) * | 2017-12-29 | 2018-06-29 | 中国石油化工股份有限公司 | 一种评价碳酸盐岩缝洞型油藏注水效果的方法 |
CN111764875A (zh) * | 2020-06-09 | 2020-10-13 | 中国石油化工股份有限公司 | 采油方法、用于辅助吞吐增油的co2注入量确定方法及装置 |
CN212563191U (zh) * | 2020-07-16 | 2021-02-19 | 西北大学 | 一种单砂体二氧化碳吞吐提高原油采收率的实验模拟装置 |
Non-Patent Citations (2)
Title |
---|
中国机械工程学会工业工程分会: "《中国机械工程学会第五次工业工程学术会议论文集》", 30 April 1997, 天津大学出版社 * |
彭彩珍: "低渗透油藏二氧化碳吞吐选井研究", 《油气藏评价与开发》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116066066A (zh) * | 2021-12-22 | 2023-05-05 | 中国石油天然气集团有限公司 | 一种筛选氮气吞吐措施井的方法 |
CN114781951A (zh) * | 2022-06-23 | 2022-07-22 | 中国石油大学(华东) | 一种页岩油藏二氧化碳吞吐开发选井决策方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113431534B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113431534B (zh) | 一种低渗致密油藏co2吞吐选井方法 | |
Kalantari-Dahaghi et al. | Numerical simulation and multiple realizations for sensitivity study of shale gas reservoir | |
CN109063403B (zh) | 一种滑溜水压裂优化设计方法 | |
Alabboodi et al. | Conditioning the estimating ultimate recovery of shale wells to reservoir and completion parameters | |
Li et al. | Tracer flowback based fracture network characterization in hydraulic fracturing | |
CN110895629B (zh) | 一种油气藏动用程度的评价方法 | |
Lu et al. | A novel method to determine the thief zones in heavy oil reservoirs based on convolutional neural network | |
CN102704924A (zh) | 有效干层的确定方法及装置 | |
CN109376893B (zh) | 异常高压双重介质油藏注气混相驱产能预测方法及装置 | |
Monfaredi et al. | Improving forecast uncertainty quantification by incorporating production history and using a modified ranking method of geostatistical realizations | |
CN115788391A (zh) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 | |
CN110851982B (zh) | 一种中低渗油藏减氧空气驱可行性分析方法 | |
Chai et al. | Integrated Hierarchy–Correlation Model for Evaluating Water-Driven Oil Reservoirs | |
Husein et al. | Recovery improvement using geological, technical and operational factors of field development that influence the character of inflow profiles in horizontal laterals | |
CN115705452A (zh) | 整装砂岩油藏开发中后期的新型采收率预测方法 | |
Temizel et al. | Hybrid modeling in unconventional reservoirs to forecast estimated ultimate recovery | |
CN114565116A (zh) | 一种低渗储层物性参数的预测方法和装置 | |
Ren et al. | Shale gas effective fracture network volume prediction and analysis based on flow back data: A case study of southern Sichuan Basin shale | |
CN113946931A (zh) | 一种测井遇阻遇卡的主导因素确定方法及装置 | |
Gao et al. | Optimal design of nonuniform multiple transverse fractures for horizontal wells in tight gas reservoirs | |
Zarepakzad et al. | A comparative analysis and rapid performance prediction of polymer flooding process by coupling reservoir simulation with neural networks | |
CN110866663A (zh) | 注水替油选井评价方法、装置及存储介质 | |
Xiong et al. | Effects of Fluid Pressure Development on Hydrothermal Mineralization via Cellular Automaton Simulation | |
Qoqandi et al. | Production Forecasting in Tight Gas Reservoirs Using Long Short-Term Memory Methods (LSTM) | |
CN113887067A (zh) | 基于lstm的致密低渗油藏压裂井网气驱效果预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |