CN114021821A - 一种基于多元回归的气藏采收率预测方法 - Google Patents
一种基于多元回归的气藏采收率预测方法 Download PDFInfo
- Publication number
- CN114021821A CN114021821A CN202111313995.3A CN202111313995A CN114021821A CN 114021821 A CN114021821 A CN 114021821A CN 202111313995 A CN202111313995 A CN 202111313995A CN 114021821 A CN114021821 A CN 114021821A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- recovery
- gas
- recovery ratio
- production
- 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
- 238000011084 recovery Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004519 manufacturing process Methods 0.000 claims abstract description 50
- 239000011435 rock Substances 0.000 claims abstract description 29
- 238000002474 experimental method Methods 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000004088 simulation Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 4
- 239000011707 mineral Substances 0.000 claims description 4
- 230000035699 permeability Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000012314 multivariate regression analysis Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 238000012360 testing method 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
Abstract
本发明公开了一种基于多元回归的气藏采收率预测方法，包括如下步骤：选取目标储层岩石，将储层岩石加工成平行样品并进行预处理；根据选取的目标储层特征，预先确定多个对储层气藏采收影响的单因素，并通过对应实验获取每个单因素的目的参数；分析每个单因素对气藏采收率的影响，筛选出对气藏采收率起主要影响的多个单因素；基于多元回归模型，计算采收率的预测值。本发明更加真实的还原了储层气体的产出过程，并利用多元回归将多个主控因素带入计算得到采收率，减小了采收率的计算误差，与传统采收率预测方法相比，大大降低了对现场生产数据的依赖，同时还适于各类气藏、不同开发方式和不同开发阶段的气藏预测，适用广泛。
Description
技术领域
本发明属于油气田开发技术领域，具体涉及一种基于多元回归的气藏采收率预测方法。
背景技术
气藏采收率是评价气田开发效果和进行开发决策的重要指标。传统的气藏采收率预测方法主要有类比法、解析法、容积法、等温吸附法、产量递减法以及数值模拟等几种方法，传统方法主要是通过对同类气井的借鉴，或依托大量生产数据进行计算，虽然在采收率预测研究上取得了一些成果，但由于不同气藏的地质条件、开发方式和技术手段各不相同，且对于开发前期的气藏，缺少历史数据，利用单一方法导致预测采收率的准确性无法保证，各类预测方法均有其各自的适用性及局限性。
发明内容
本发明所要解决的技术问题便是针对上述现有技术的不足，提供一种基于多元回归的气藏采收率预测方法，它能够通过模拟实际储层气体开采方式，还原地层渗流过程，来测量气藏采收率，适于各类气藏及不同开发方式和不同开发阶段气藏采收率的测量。
本发明所采用的技术方案是：一种基于多元回归的气藏采收率预测方法，包括如下步骤：
S1：选取目标储层岩石，将选取的储层岩石按照制备平行样的原则加工成标准柱塞样品和颗粒样品，并对加工后的柱塞样品和颗粒样品进行预处理；
S2：根据选取的目标储层特征，预先确定多个对储层气藏采收影响的单因素，并通过与每个单因素相应的实验来获取每个单因素的参数值；
S3：通过S2中确定的每个单因素的参数值，分析每个单因素对目标储层气藏采收率的影响，筛选出对目标储层气藏采收率起主要影响的多个主控单因素；
S4：对平行样品岩石进行气井生产动态分析实验计算采收率，并结合S3筛选出的多个主控单因素，利用多元回归分析建立采收率预测模型，得到目标储层气藏采收率的预测值。
作为优选，步骤S4中的气井生产动态分析实验包括以下步骤：
(1)在室内模拟真实开采条件，并利用干气井生产模拟装置，以定产量的生产方式，采用不同生产压差模拟生产，获取储层产能和压力随时间变化的关系曲线图，通过产量递减和压力递减的分析方法获得储层在不同生产压差下的采收率，取储层最大采收率的生产压差值；
(2)采用抽真空饱和的方法建立目标含水饱和度，以步骤(1)中储层最大采收率的生产压差，利用产水气井生产模拟装置进行定产量模拟生产，获取储层产能、压力和产水量随时间变化的关系曲线图，通过产量递减和压力递减的分析方法，计算不同含水饱和度下储层的采收率。
作为优选，气井生产动态分析实验包括对平行样品压裂前和对平行样品压裂后的气井生产动态分析实验，且对进行平行样品压裂前和对平行样品压裂后的实验参数保持一致。
作为优选，步骤S2中对储层气藏采收影响的多个单因素包括岩石矿物组成及含量、岩石孔隙度、岩石渗透率、储层微孔百分数、储层介孔百分数、储层吼道半径、储层比表面积、储层应力敏感性、储层启动压力梯度、岩石含水饱和度、杨氏模量和泊松比。
本发明将预先确定影响采收率的各种因素，并通过对目标储层的岩石进行对应影响因素的实验，筛选出对目标储层起主要影响的多个因素，通过气井生产动态分析实验更加真实的还原了储层气体的产出过程，并利用多元回归将多个主控因素带入计算得到采收率，减小了采收率的计算误差，与传统采收率预测方法相比，大大降低了对现场生产数据的依赖，同时还适于各类气藏、不同开发方式和不同开发阶段的气藏预测，适用广泛。
附图说明
图1为本发明的流程示意框图。
具体实施方式
下面将结合附图及具体实施例对本发明作进一步详细说明。
实施例
如图1所示，本实施例提供的基于多元回归的气藏采收率预测方法，包括如下步骤：
S1：选取目标储层岩石，按照制备平行样的原则，将选取的储层岩石加工成标准柱塞样品和60-80目的颗粒样品，然后对加工后的柱塞样品和颗粒样品进行预处理，预处理一般包括烘干处理和饱和处理；
S2：根据选取的目标储层特征，预先确定多个对储层气藏采收率影响的单因素，多个对储层气藏采收率影响的单因素包括岩石矿物组成及含量、岩石孔隙度、岩石渗透率、储层微孔百分数、储层介孔百分数、储层吼道半径、储层比表面积、储层应力敏感性、储层启动压力梯度、岩石含水饱和度、杨氏模量和泊松比，但不仅仅限于这些因素；针对每个对储层气藏采收率影响的单因素，分别通过相应的单因素实验来获取每个单因素的参数值，即通过相对应的实验获取平行样品的矿物组成及含量、岩石孔隙度、岩石渗透率、储层微孔百分数、储层介孔百分数、储层吼道半径、储层比表面积、储层应力敏感性、储层启动压力梯度、岩石含水饱和度、杨氏模量和泊松比等参数值；
S3：通过S2中确定的每个单因素的参数值，再根据现有的实验方法分析每个单因素的参数值对储层采收率的影响，绘制采收率与相应单因素的相关关系图，根据得到的每种单因素与储层气藏采收率的相关关系图，筛选出对储层气藏采收率起主要影响的单因素；
特别声明的是，由于每个地区的地质情况不同，气藏的种类不同，因此，实际预测中，对每个目标储层气藏起主要影响的单因素均不相同，需要通过对每个目标储层岩石进行相应单因素的分析实验后，得到影响目标储层采收率的主控单因素；
S4：对平行样品岩石进行气井生产动态分析实验计算采收率，气井生产动态分析实验包括以下步骤：
(1)在室内模拟地层温度、压力等真实的开采条件，并利用干气井生产模拟装置，以定产量的生产方式，采用不同生产压差模拟生产，实时监测储层产能和压力随时间的变化，获取储层产能和压力随时间变化的关系曲线图，通过产量递减和压力递减的分析方法，计算储层在不同生产压差下的采收率，取储层最大采收率的生产压差值；
上述压力随时间的变化中的压力包括地层压力、井底流压和生产压差；
特别说明的是，上述提出的干气井生产模拟装置为现有技术，其专利号为“202010618882.3”；
(2)采用抽真空饱和的方法建立目标含水饱和度，以步骤(1)中储层最大采收率的生产压差，利用产水气井生产模拟装置进行定产量模拟生产，实时监测储层产能、压力和产水量随时间的变化，获取储层产能、压力和产水量随时间变化的关系曲线图，通过产量递减和压力递减的分析方法，计算储层在不同含水饱和度下储层的采收率；
特别说明的是，上述提出的产水气井生产模拟装置为现有技术，其专利号为“202010626181.4”；
由于各类气藏在生产过程中均需要对储层进行压裂改造，因此我们提出将进行气井生产动态分析实验后的平行样品烘干后进行压裂改造，压裂后扫描确定裂缝条数与裂缝宽度，将压裂后的平行样品重新利用抽真空饱和的方法建立与压裂前相同的含水饱和度，并采用和压裂前相同的实验条件进行实验，即以步骤(1)中得到的储层最大采收率的生产压差值，通过产水气井生产模拟装置进行定产量模拟生产，实时监测储层产能、压力和产水量随时间的变化，获取储层产能、压力和产水量随时间变化的关系曲线图，通过产量递减和压力递减的分析方法，计算平行样品压裂后储层在不同含水饱和度下储层的采收率；
通过上述对平行样品岩石在压裂前和压裂后进行的气井生产动态分析实验，并结合步骤S3筛选出的多个主控单因素的参数值，利用多元回归分析建立采收率预测模型，压裂前和压裂后的采收率预测模型均为：
Y＝β0+β1X1+β2X2+...βmXm
其中，Y为采收率，β0、β1、β2…βm为回归系数，X1、X2、…Xm为主控单因素的参数值；
通过将主控单因素的参数值和回归系数带入采收率预测模型，得到目标储层气藏采收率的预测值。
压裂前的平行样品实验预测是针对各种未开发气藏或正在前期开发中的气藏预测；压裂后的平行样品实验预测是针对不同开发方式的气藏或不同开发阶段的气藏预测，从而使得本发明所述的气藏采收率预测方法适于各类气藏、适于不同开发方式的气藏和不同开发阶段的气藏，具有广泛的适用性。
通过对已开采的气井采用本发明进行采收率预测，然后绘制实际采收率与预测采收率的关系曲线，从而可对本发明进行检验，经检验本发明所得预测值与实际值基本相同，证明本发明预测的采收率误差较小。
以上所述仅是本发明优选的实施方式，但本发明的保护范围并不局限于此，任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (4)
1.一种基于多元回归的气藏采收率预测方法，其特征在于：包括如下步骤：
S1：选取目标储层岩石，将选取的储层岩石按照制备平行样的原则加工成标准柱塞样品和颗粒样品，并对加工后的柱塞样品和颗粒样品进行预处理；
S2：根据选取的目标储层特征，预先确定多个对储层气藏采收影响的单因素，并通过与每个单因素相应的实验来获取每个单因素的参数值；
S3：通过S2中确定的每个单因素的参数值，分析每个单因素对目标储层气藏采收率的影响，筛选出对目标储层气藏采收率起主要影响的多个主控单因素；
S4：对平行样品岩石进行气井生产动态分析实验计算采收率，并结合S3筛选出的多个主控单因素，利用多元回归分析建立采收率预测模型，得到目标储层气藏采收率的预测值。
2.根据权利要求1所述的一种基于多元回归的气藏采收率预测方法，其特征在于：步骤S4中的气井生产动态分析实验包括以下步骤：
(1)在室内模拟真实开采条件，并利用干气井生产模拟装置，以定产量的生产方式，采用不同生产压差模拟生产，获取储层产能和压力随时间变化的关系曲线图，通过产量递减和压力递减的分析方法获得储层在不同生产压差下的采收率，取储层最大采收率的生产压差值；
(2)采用抽真空饱和的方法建立目标含水饱和度，以步骤(1)中储层最大采收率的生产压差，利用产水气井生产模拟装置进行定产量模拟生产，获取储层产能、压力和产水量随时间变化的关系曲线图，通过产量递减和压力递减的分析方法，计算不同含水饱和度下储层的采收率。
3.根据权利要求1或2所述的一种基于多元回归的气藏采收率预测方法，其特征在于：气井生产动态分析实验包括对平行样品压裂前和对平行样品压裂后的气井生产动态分析实验，且对进行平行样品压裂前和对平行样品压裂后的实验参数保持一致。
4.根据权利要求1所述的一种基于多元回归的气藏采收率预测方法，其特征在于：步骤S2中对储层气藏采收影响的多个单因素包括岩石矿物组成及含量、岩石孔隙度、岩石渗透率、储层微孔百分数、储层介孔百分数、储层吼道半径、储层比表面积、储层应力敏感性、储层启动压力梯度、岩石含水饱和度、杨氏模量和泊松比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111313995.3A CN114021821B (zh) | 2021-11-08 | 2021-11-08 | 一种基于多元回归的气藏采收率预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111313995.3A CN114021821B (zh) | 2021-11-08 | 2021-11-08 | 一种基于多元回归的气藏采收率预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114021821A true CN114021821A (zh) | 2022-02-08 |
| CN114021821B CN114021821B (zh) | 2023-07-14 |
Family
ID=80061917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111313995.3A Active CN114021821B (zh) | 2021-11-08 | 2021-11-08 | 一种基于多元回归的气藏采收率预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114021821B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759363A (zh) * | 2022-11-01 | 2023-03-07 | 昆仑数智科技有限责任公司 | 模型训练方法、装置、采收率的确定方法、装置及设备 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105445440A (zh) * | 2015-11-19 | 2016-03-30 | 西南石油大学 | 一种基于岩屑微观特征的页岩可压裂性评价方法 |
| US20160376885A1 (en) * | 2015-06-23 | 2016-12-29 | Petrochina Company Limited | Method and Apparatus for Performance Prediction of Multi-Layered Oil Reservoirs |
| CN107989603A (zh) * | 2016-10-26 | 2018-05-04 | 中国石油天然气股份有限公司 | 一种高含水致密凝析气藏干气吞吐效果的预测方法 |
| CN108280534A (zh) * | 2017-12-25 | 2018-07-13 | 中国石油天然气股份有限公司 | 一种气井产量递减率预测方法 |
| CN109214026A (zh) * | 2017-07-07 | 2019-01-15 | 中国石油天然气股份有限公司 | 一种页岩气水平井初期产能预测方法 |
| CN110159251A (zh) * | 2019-06-26 | 2019-08-23 | 西南石油大学 | 一种试验预测页岩水力压裂效果的方法 |
| CN110454127A (zh) * | 2019-07-04 | 2019-11-15 | 成都理工大学 | 一种非常规油气藏加密井有利加密时间窗口确定方法 |
| CN110929971A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种多层叠置致密气藏开发方法及井型选择方法 |
| CA3053660A1 (en) * | 2018-12-29 | 2020-06-29 | Petrochina Company Limited | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium |
| CN111488666A (zh) * | 2019-01-28 | 2020-08-04 | 中国石油化工股份有限公司 | 一种气藏水平井产能预测模型建立、预测方法及装置 |
| CN111720109A (zh) * | 2020-07-01 | 2020-09-29 | 重庆科技学院 | 一种基于定产量生产的干气井生产模拟装置及方法 |
| CN111720111A (zh) * | 2020-07-02 | 2020-09-29 | 重庆科技学院 | 一种基于定产量生产的产水气井生产模拟装置及方法 |
| US20210002999A1 (en) * | 2019-07-02 | 2021-01-07 | Southwest Petroleum University | Method for calculating single-well controlled reserve of low-permeability/tight gas reservoir and analyzing residual gas thereof |
-
2021
- 2021-11-08 CN CN202111313995.3A patent/CN114021821B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160376885A1 (en) * | 2015-06-23 | 2016-12-29 | Petrochina Company Limited | Method and Apparatus for Performance Prediction of Multi-Layered Oil Reservoirs |
| CN105445440A (zh) * | 2015-11-19 | 2016-03-30 | 西南石油大学 | 一种基于岩屑微观特征的页岩可压裂性评价方法 |
| CN107989603A (zh) * | 2016-10-26 | 2018-05-04 | 中国石油天然气股份有限公司 | 一种高含水致密凝析气藏干气吞吐效果的预测方法 |
| CN109214026A (zh) * | 2017-07-07 | 2019-01-15 | 中国石油天然气股份有限公司 | 一种页岩气水平井初期产能预测方法 |
| CN108280534A (zh) * | 2017-12-25 | 2018-07-13 | 中国石油天然气股份有限公司 | 一种气井产量递减率预测方法 |
| CN110929971A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种多层叠置致密气藏开发方法及井型选择方法 |
| CA3053660A1 (en) * | 2018-12-29 | 2020-06-29 | Petrochina Company Limited | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium |
| CN111488666A (zh) * | 2019-01-28 | 2020-08-04 | 中国石油化工股份有限公司 | 一种气藏水平井产能预测模型建立、预测方法及装置 |
| CN110159251A (zh) * | 2019-06-26 | 2019-08-23 | 西南石油大学 | 一种试验预测页岩水力压裂效果的方法 |
| US20210002999A1 (en) * | 2019-07-02 | 2021-01-07 | Southwest Petroleum University | Method for calculating single-well controlled reserve of low-permeability/tight gas reservoir and analyzing residual gas thereof |
| CN110454127A (zh) * | 2019-07-04 | 2019-11-15 | 成都理工大学 | 一种非常规油气藏加密井有利加密时间窗口确定方法 |
| CN111720109A (zh) * | 2020-07-01 | 2020-09-29 | 重庆科技学院 | 一种基于定产量生产的干气井生产模拟装置及方法 |
| CN111720111A (zh) * | 2020-07-02 | 2020-09-29 | 重庆科技学院 | 一种基于定产量生产的产水气井生产模拟装置及方法 |
Non-Patent Citations (5)
| Title |
|---|
| 朱维耀;马东旭;: "页岩储层有效应力特征及其对产能的影响" * |
| 李明荣: "《质量管理理论与实务》", 30 September 2017, 东北财经大学出版社 * |
| 王容;李隆新;何琦;王庆;周源;王霞;: "裂缝发育碳酸盐岩气藏气井产能变化影响因素" * |
| 罗东红等: "强底水礁灰岩油藏水驱采收率表征模型", 《西南石油大学学报(自然科学版)》 * |
| 贾永禄等: "考虑应力敏感的产水气井产能方程", 《世界科技研究与发展》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759363A (zh) * | 2022-11-01 | 2023-03-07 | 昆仑数智科技有限责任公司 | 模型训练方法、装置、采收率的确定方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114021821B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103452547B (zh) | 试井资料中续流数据的分析处理方法和系统 | |
| RU2011122475A (ru) | Способы и устройство для планирования и динамического обновления операций отбора проб во время бурения в подземном пласте | |
| CN107462936B (zh) | 利用压力监测资料反演低渗透储层非达西渗流规律的方法 | |
| CN110687006B (zh) | 一种基于井场解析实验的岩石含气量计算方法 | |
| CN106932324A (zh) | 一种确定高含水砂岩油藏储层渗透率变化规律的方法 | |
| CN110162851B (zh) | 一种电缆地层测试泵抽数值模拟及其过程的数值校正方法 | |
| CN105931125B (zh) | 一种致密油分段多簇体积压裂水平井产量预测方法 | |
| CN113640119B (zh) | 一种确定应力相关岩石动态Biot系数的方法 | |
| CN110161071A (zh) | 一种评价致密储层可动流体最小喉道半径的方法 | |
| CN114021821A (zh) | 一种基于多元回归的气藏采收率预测方法 | |
| CN110849766B (zh) | 一种对低压下页岩等温吸附实验吸附气含量的校正方法 | |
| CN112964597A (zh) | 一种多尺度岩心吸附-解析-开采模拟实验装置及方法 | |
| CN111950112B (zh) | 一种适用于底部封闭的碳酸盐岩储层动态分析方法 | |
| CN110295894A (zh) | 一种建立水平井产能预测模型的方法 | |
| CN115860266B (zh) | 一种页岩气/煤层气井产能评价方法、系统及电子设备 | |
| CN112487620B (zh) | 一种页岩油可动资源量的评价方法 | |
| CN115704759A (zh) | 纹层状页岩应力敏感数学表征方法 | |
| CN111950111B (zh) | 一种适用于底部开放的碳酸盐岩储层动态分析方法 | |
| CN102900432A (zh) | 利用微钻时数据随钻计算录井孔隙度进行储层评价的方法 | |
| CN112035993B (zh) | 一种底部定压的碳酸盐岩储层测试评价方法 | |
| CN115876659A (zh) | 一种获取页岩孔隙和裂缝体积的方法及系统 | |
| CN110486005B (zh) | 一种用于识别页岩气井甜点层的方法 | |
| CN110909311A (zh) | 一种计算薄煤层含气量的方法 | |
| CN105758780A (zh) | 一种低渗透气藏非均质复合压力衰竭程度测试方法 | |
| CN112983399B (zh) | 获取井底流压降压速度的方法、装置和存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Building 1, No. 919, Section 1, Kehui Road, Wenjiang District, Chengdu City, Sichuan Province, 611130 Applicant after: Sichuan Keyuan Engineering Technology Test Center Co.,Ltd. Applicant after: Chongqing University of Science & Technology Address before: Unit 1, building 5, No.229, Jingye Road, Qingyang District, Chengdu City, Sichuan Province 610073 Applicant before: KEYUAN ENGINEERING TECHNICAL TEST CENTER OF SICHUAN PROVINCE Applicant before: Chongqing University of Science & Technology |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |