CN114066166A - 一种沙砾岩低渗透油藏co2混相驱筛选方法 - Google Patents
一种沙砾岩低渗透油藏co2混相驱筛选方法 Download PDFInfo
- Publication number
- CN114066166A CN114066166A CN202111221831.8A CN202111221831A CN114066166A CN 114066166 A CN114066166 A CN 114066166A CN 202111221831 A CN202111221831 A CN 202111221831A CN 114066166 A CN114066166 A CN 114066166A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- flooding
- miscible
- oil
- permeability
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012216 screening Methods 0.000 title claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 102
- 239000003921 oil Substances 0.000 claims abstract description 78
- 239000010779 crude oil Substances 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000012821 model calculation Methods 0.000 claims abstract description 5
- 230000035699 permeability Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000004069 differentiation Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 18
- 238000002347 injection Methods 0.000 description 15
- 239000007924 injection Substances 0.000 description 15
- 239000013598 vector Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 108010014173 Factor X Proteins 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (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)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种沙砾岩低渗透油藏CO2混相驱筛选方法,属于混相驱筛选方法技术领域。本发明通过选取表征原油特性、储层特性和油藏特性的9个指标作为评价指标,以此构建构建因素集;根据各个因素在评价集的隶属度构建评判矩阵;根据权重集和评判矩阵构建模糊综合评判模型,根据模型计算结果进行CO2混相驱筛选。本发明能够结合沙砾岩低渗透油藏的特性选取相应的评价指标,利用模糊综合评判方法对CO2混相驱的性能进行评价,根据评价结果实现对砾岩低渗透油藏CO2混相驱的筛选。
Description
技术领域
本发明涉及一种沙砾岩低渗透油藏CO2混相驱筛选方法,属于混相驱筛选方法技术领域。
背景技术
CO2驱作为极具发展前途的气驱提高采收率方法之一,注CO2效果受诸多油藏条件的限制,所以在注CO2之前对候选油藏进行筛选和评价对注气成功与否起到至关重要的作用。
在20世纪90年代以前,对候选油藏的筛选通常采用二元对比的方法,即通过对油藏具体参数值与所建立的标准对比,以肯定或否定这个油藏是否适合注CO2。这种方法非常简单,但是其没有考虑油藏各参数的综合影响,往往会因为某一个参数不理想而一票否决。针对这种情况,1996年Daniel Diaz在发表的SPE35431上提出了用参数权重向量乘参数适宜度矩阵来对油藏进行综合评价的方法;1998年Thomas在加拿大石油技术杂志上发文提出了用于筛选潜在油藏的6个参数,且针对具体的油藏以打分的方式确定油藏的评价值。两个专家的方法均存在一定的不足,Diaz没有用一种较强理论依据的数学方法确定评价参数的权重;Thomas没有将相关因素用系统的方法综合起来。
国内的很多学者近年来也针对注CO2驱油藏的筛选标准进行了研究,提出了很多有意义的方法,比如李士伦老师、熊钰老师和郑云川博士等相继提出了不同的研究方法。
从国际不同机构制定的CO2混相驱筛选标准(表1)统计结果分析,粘度的上限为15mpa.s,密度的上限为0.904g/cm3,含油饱和度的下限为25%,深度的下限为610m,温度的上限为121℃,地层压力大于最小混相压力,渗透率大于1mD。最小混相压力是指能使原油和CO2达到混相的最小压力,而CO2 混相驱的重要判断标准之一就是地层压力需要大于最小混相压力。
表1
中国石化初步制定了CO2驱筛选标准(表2):包括CO2混相驱、CO2近混相驱、CO2非混相驱。具体见下表。
表2
综上,国内外已经形成了CO2驱筛选标准,但是,目前未见砂砾岩低渗油藏 CO2混相驱筛选标准,应该针对该类油藏制定相应的指标体系,确定筛选标准,建立相应的筛选方法,优选砂砾岩低渗透油藏CO2驱目标区块。
发明内容
本发明的目的是提供一种沙砾岩低渗透油藏CO2混相驱筛选方法,以解决目前缺少对沙砾岩低渗透油藏CO2混相驱筛选的问题。
本发明为解决上述技术问题而提供一种沙砾岩低渗透油藏CO2混相驱筛选方法,该筛选方法包括以下步骤:
1)选取沙砾岩低渗透油藏CO2混相驱的评价指标,所述评价指标包括原油粘度、原油密度、油藏深度、油藏温度、油藏压力、含油饱和度、裂缝和渗透率变异系数,以所述评价指标构建因素集U;
2)采用模糊评价集合{达标,基本达标,基本不达标,不达标}作为CO2混相驱筛选的评价集V;
3)针对各评价指标构建对应的权重集X;
4)根据各个因素在评价集的隶属度构建评判矩阵R;
5)根据权重集和评判矩阵构建模糊综合评判模型,根据模型计算结果进行 CO2混相驱筛选。
本发明通过选取表征原油特性、储层特性和油藏特性的9个指标作为评价指标,以此构建构建因素集;根据各个因素在评价集的隶属度构建评判矩阵;根据权重集和评判矩阵构建模糊综合评判模型,根据模型计算结果进行CO2混相驱筛选。本发明能够结合沙砾岩低渗透油藏的特性选取相应的评价指标,利用模糊综合评判方法对CO2混相驱的性能进行评价,根据评价结果实现对砾岩低渗透油藏 CO2混相驱的筛选。
进一步地,所述步骤4)中确定各个因素在评价集中的隶属度时采用大隶属度原则、区别性原则、一致性原则和极限原则。
进一步地,所述步骤4)采用对称形式的岭形函数作为隶属度分布密度函数进行隶属度计算。
进一步地,所述步骤5)中构建的模糊综合评判模型为:
进一步地,所述步骤3)中各指标的权重采用层次分析法得到。
附图说明
图1是本发明沙砾岩低渗透油藏CO2混相驱筛选方法的流程图;
图2是本发明实施例中渗透率与换油率的关系示意图;
图3是本发明实施例中变异系数与换油率的关系示意图;
图4是本发明实施例中含油饱和度与换油率的关系示意图;
图5是本发明实施例中原油密度与换油率的关系示意图;
图6是本发明实施例中原油粘度与换油率的关系示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步地说明。
本发明首先选取沙砾岩低渗透油藏CO2混相驱的评价指标,然后针对所选取的评价指标利用模糊综合评判方法确定评判矩阵和权重集,选取计算模型进行模糊变换,得到评价结果,根据评价结果进行CO2混相驱的筛选。
在对本发明进行具体描述之前,先对模糊综合评判方法进行介绍。模糊综合评判方法是建立在模糊数学基础上的一种模糊线性变换,它的优点是将评判中的有关模糊概念用模糊集合表示,以模糊概念的形式直接进入评判的运算过程,通过模糊变换得出一种模糊集合的评价结果。其基本的数学原理如下:
设定一个模糊矩阵和模糊向量分别为:
R=(rij)m×n0≤rij≤1
X=(x1,x2,x3,...xn)0≤xi≤1i=1,2,3…n
则有:
实际上模糊变换的结果Y是模糊向量X与模糊关系矩阵R的合成,设给定如下两个有限论域
U=(u1,u2,...un)
V=(v1,v2,...vm)
Y=(y1,y2,...ym)
yj是评判对象相应于第j个模糊评语的隶属度。若有:
yi=max(y1,y2,...ym)
则认为评判的最后结果为第j个模糊评语。
在应用模糊综合评判法解决实际问题的过程中,经常要对参加综合评判的样本进行加工处理,如图1所示,以确定X和R。
(1)评判矩阵R的确定
将被评判的事物称为评价对象,评价的结果用一组“评语上”的模糊集合表示,这组评语构成的集合称为评语集,也称为评价集。记作:
V=(v1,v2,...vm)
如最常用的评语集是5等级、7等级、9等级评语集。其中5等级评语集为V=(很好,好,相当,差,很差),这里的“相当”在油藏注CO2适宜度的综合评价过程中评语集常用“中等”或“合适”代替;7等级评语集为V=(最好,很好,好,相当,差,很差,最差);9等级评语集为V=(最好,很好,好,较好,相当,较差,差,很差,最差)。若将最常用的5等级、7等级、9等级评语集列在一起,可以获得表3所示的定性指标等级量化表。
表3
上面表格就是人们在进行定性比较时通常采用的评语集的方法,当然由于每个人在研究时根据各自喜好和问题的需要,也可以分为其他不同的等级数。
评语集V还可以用某一区间上离散数值构成,比如
V=(1,2,3,4)
其中的数字代表评语的隶属度。评价结果:
Y=(y1,y2,...ym)
则是V上的一个模糊子集。其中yj是向量Y在评语集V上对应的评价隶属程度。
影响评价结果的所有因素构成的集合称为因素集。记作
U=(u1,u2,...un)
根据第i个因素Ui对事物作出的评价称作单因素评价。记作 ri=(ri1,ri2,...rim)
这种单因素评价只能反映事物的一方面,无法反映总体情况。但n个因素便有n个单因素评价向量,将他们组成一个矩阵,称为评判矩阵:
(2)权重集X的确定
给每一个因素ui确定一个权重xi表明对评价结果重要程度的影响,然后进行模糊变换
将各单因素综合成一个评价结果。式中:
X=(x1,x2,x3,...xn)
称作权重集或权向量。
基于上述模糊综合评判方法对本发明的具体实施过程进行说明,具体步骤如下。
1.选取沙砾岩低渗透油藏CO2混相驱的评价指标,依此构建因素集U。
不同油藏条件下CO2的作用不同,相应的采油机理也不同。每一种机理所起作用的大小依赖于油藏和流体的特征及注采条件。根据CO2增油机理,结合油藏、原油和储层岩石的特性,建立CO2驱的评价指标体系,并从一些油藏参数对CO2驱动态的影响进行了归纳,以提供筛选CO2驱筛选油井的评价标准。本发明选取的评价指标体系主要包括三大方面:储层流体特性、油藏特征及储层特性,如表4所示。
表4
同时参考以下条件:
(1)注气驱目的层油藏密封性好;盖层吸附气体能力要差;断层和岩墙遮挡性较好;
(2)层内非均质性较弱,层间渗透率差异小,无高渗透;
(3)油藏连通性较好,注采井网较完善,有一定的油层厚度,但不能过大,以便提高波及体积;
(4)原油重质组分少,尤其是胶质、沥青质含量少,C2-C12含量高;
(5)油藏裂缝不发育。
2.采用模糊评价集合{达标,基本达标,基本不达标,不达标}作为CO2 混相驱筛选的评价集V。
根据常用的二元对比筛选方法和目标油藏的具体情况,本发明对事物的评价采用的模糊评价集合{达标,基本达标,基本不达标,不达标}四级来描述。某一工程因素X对工程结果的影响可以用隶属于模糊评价集合中各元素的强度来描述,即工程因素X对工程结果的影响可以用单因素评价向量u(x)来表示:
u(x)=(u1(x),u2(x),u3(x),u4(x)))
其中x为工程因素X的单因素评价结果u1(x)为x隶属于“达标”的强度;u2(x)为x隶属于“基本达标”的强度;u3(x)为x隶属于“基本不达标”的强度;u4(x)为x隶属于“不达标”的强度;一般的,可设工程因素X 对应的单因素评价结果x的评价标准如表5所示。
表5
3.根据各个因素在评价集的隶属度构建评判矩阵R。
该过程首先确定单因素评价向量,在确定时应遵循的以下四个基本原则,然后将经典的岭形分布函数加以引申,得出模糊综合评价应用于油田注CO2开发评价的隶属函数,根据这些隶属函数就可得出单因素评价向量。
大量的研究和实例计算表明,单因素评价向量必须遵守以下几个原则:
①大隶属度原则
如果x∈(ai,ai+1),则有
②区别性原则
当x1≠x2时,必有u(x1)≠u(x2)
③一致性原则
当x1→x2时,必有||u(x1)-u(x2)||→0
④极限原则
当x→a0时,u(x)→(1,0,0,0)
当x→a4时,u(x)→(0,0,0,1)
为了使确定的隶属函数满足上述四个基本原则,在进行了多次数值实验的基础上,将传统的岭形函数加以引申,同时将非等距的区间线性变化成等距区间,将隶属度分布密度函数用对称形式的岭形分布表示。同时根据极限准则,确定分布密度函数的左右零点。为此,确定隶属函数的方法如下所示:
①线性等区间变换:
s=min{a1-a0 a2-a1 a3-a2 a4-a3}
②左零点和右零点的确定:
左零点:D(x)=-4s-0.6a0+1.6x*
右零点:C(x)=s-0.6a0+1.6x*
③分布密度函数的确定:
④隶属度的确定方法
用区间内的平均分布密度表示该区间的隶属度
归一化后
基于上述原则和隶属度计算方法对本发明中各指标进行分析,为了量化评价候选油藏的注CO2适宜性,首先需要对油藏筛选标准研究提取的原油物性参数、地质特征参数和岩石特性参数的多个对注CO2起着决定性作用油藏变量进行量化分级,经过对注气成功实例数据库的各影响因素换油率分析研究,结果如下:
(1)渗透率
在成功进行注CO2吞吐项目中,选择渗透率小于100md的油藏最多,由于高渗透地层使措施前的原油得到有效排驱,其结果如图2所示,使当前可提供CO2激励的含油饱和度减小,CO2驱过程效率显示出渗透率增加而下降的趋势。
(2)变异系数
渗透率的变异性对CO2驱过程有明显的影响,储层岩石的非均质性常用渗透率变异系数(V K)来描述,一般变异系数小于0.6的油藏,注CO2的成功率相对较高,如图3所示。
(3)剩余油饱和度
Thomas和Monger等通过岩心实验和数值模拟指出,CO2驱前具有较高的含油饱和度,是取得驱替效益的先决条件;含油饱和度越大,含水率越低,对CO2驱越有利。但原油饱和度太低,会导致混相驱过程中难以形成连续油带,通常要求原油饱和度大于20%(40%~70%为宜),如图4所示,否则得不到预期效果。
(4)原油密度
在成功进行CO2驱的项目中,选择原油密度小于0.86g/m3的油藏最多,原油的相对密度高,表明含重质烃类较多,粘度一般较大,此时CO2驱对原油的增容能力下降,且容易造成粘性指进,导致CO2驱油效率降低,如图5所示。相对密度较小、粘度较低、中间烃含量较高的原油,适合CO2驱过程实现混相驱。原油密度越小越有利于气体和原油的混相。
(5)原油粘度
CO2驱过程依赖于CO2在原油中的溶解度,因为它的溶解可降低原油粘度,提高激励的(增产)油产量。在成功进行CO2驱的项目中,选择原油粘度在1-5mPa.s的油藏最多,如图6所示。在合适的范围内,油的粘度越低,对CO2驱越有利。
(6)深度
在成功进行注CO2项目中,选择油藏深度在2500m以上的最多。深油藏能承受较高的CO2注入压力,且CO2在原油中的溶解度随压力增加而增加,所以油藏较深更适合CO2驱。
通过上述过程,最终可获得如表7所示的评价区间和标准。
表7
4.确定因素集的中各因素的权重。
在前面确定的模糊综合评判中,合理的确定权重是重要影响因素,本发明采用层次分析法,层次分析法是匹兹堡大学著名运筹学家T.L.Saaty于70年代提出的。这种方法把复杂问题中的各个因素通过划分为相互联系得有序层次,使之条理化,并把数据、专家意见和分析者的主客观判断直接而有效的结合起来,就每一层次的相对重要性给与定量表示。然后利用数学方法确定表达每一层次全部要素的相对重要性权值。
表8
用层次分析方法作系统分析,首先把问题层次化,形成一个多层次的分析结构模型。为了将比较判断定量化,在所建立的分析法中引入1~9比率标度方法,构成判断矩阵,其含义如表8所示。
通过计算判断矩阵的最大特征根及对应的特征向量,即可得到某一层因素相对上一层某一个因素的权重系数,这种方法不仅简化了系统分析和计算,还有助于保持判断的一致性,为此,引入判断矩阵最大特征根以外的其余特征根的负平均CI来作为一致性的指标:
为了度量不同阶段矩阵是否具有满意的一致性,又引入了平均随机一致性指标RI:
时,即认为矩阵具有满意的一致性,否则就要调整判断矩阵。
本实施例对9个影响因素进行分析,确定的各影响因素相对重要程度为:
利用前述的层次分析法,本实施例可以获得各因素的权重为:
5.根据权重集和评判矩阵构建模糊综合评判模型,根据模型计算结果进行CO2混相驱筛选。
将利用层次分析法确定的各因素权重与评判矩阵R结合求得Y,根据最大隶属度原则,确定油田CO2驱油的适宜性。
实例
为了验证本发明的可行性,利用上述建立的砂砾岩油藏CO2混相驱筛选方法对某油田的三个区块进行了筛选,其中评价指标数值和评价指标矩阵,具体结果如表9和表10所示。
表9
评价指标 | 区块1 | 区块2 | 区块3 |
原油粘度(mPa.s) | 3-9 | 3-9 | 0.439 |
原油密度(g/cm<sup>3</sup>) | 0.78 | 0.78 | 0.81 |
油藏深度(m) | 2050-2350 | 2200-2400 | 2300-2550 |
油藏温度(℃) | 95 | 101 | 97 |
油藏压力(MPa) | ≥MMP | ≥MMP | ≥MMP |
含油饱和度 | >30 | >30 | >30 |
裂缝 | 有 | 有 | 不太发育 |
渗透率变异系数 | 0.66-0.76 | 0.66-0.76 | 0.64 |
表10
通过对各评价指标进行权重分析,并进行综合评分,如表11所示,优选区块3作为CO2混相驱的目标区块。
表11
评价指标 | 区块1 | 区块2 | 区块3 |
原油粘度(mPa.s) | 0.00 | 0.00 | 0.25 |
原油密度(g/cm<sup>3</sup>) | 0.13 | 0.13 | 0.13 |
油藏深度(m) | 0.13 | 0.13 | 0.13 |
油藏温度(℃) | 0.05 | 0.00 | 0.05 |
油藏压力(MPa) | 0.24 | 0.24 | 0.24 |
含油饱和度 | 0.07 | 0.07 | 0.07 |
裂缝 | 0.00 | 0.00 | 0.1 |
渗透率变异系数 | 0.00 | 0.00 | 0.00 |
综合评分 | 0.62 | 0.57 | 0.92 |
根据上述建立的砂砾岩低渗油藏CO2混相驱筛选方法,利用筛选评价矩阵和评价数值可对CO2驱目标区块综合评分排序,优选最有利区块区块3实施。
结合图3-图6,可知:渗透率小于200md时,换油率大幅度上升,当渗透率大于200md时,换油率小于0.3t/t;变异系数大于0.7时,换油率小于0.29t/t;当含油饱和度小于50%时,换油率小于0.29t/t;原油密度大于0.88时,换油率小于0.29t/t;原油粘度大于100mpa·s时,换油率小于0.29t/t。
关井汽油比如表12所示,从表12中可以看出当每吨费用为900元,换油率为0.3时,计算的关井气油比为44.5m3/m3。
表12
开展注CO2驱注入量越大累计增油量会越大,但较大的注入量会使得换油率降低,经济效益变差,为了更好的对方案进行优选,给出了经济极限换油率,即仅考虑增量收益和CO2的成本计算的极限换油率,如表13所示,从表13中可以看出当油价为60美元/桶,每吨CO2价格费用为900元,计算的极限换油率为0.276t/t。
表13
Claims (5)
1.一种沙砾岩低渗透油藏CO2混相驱筛选方法,其特征在于,该筛选方法包括以下步骤:
1)选取沙砾岩低渗透油藏CO2混相驱的评价指标,所述评价指标包括原油粘度、原油密度、油藏深度、油藏温度、油藏压力、含油饱和度、裂缝和渗透率变异系数,以所述评价指标构建因素集U;
2)采用模糊评价集合{达标,基本达标,基本不达标,不达标}作为CO2混相驱筛选的评价集V;
3)针对各评价指标构建对应的权重集X;
4)根据各个因素在评价集的隶属度构建评判矩阵R;
5)根据权重集和评判矩阵构建模糊综合评判模型,根据模型计算结果进行CO2混相驱筛选。
2.根据权利要求1所述的沙砾岩低渗透油藏CO2混相驱筛选方法,其特征在于,所述步骤4)中确定各个因素在评价集中的隶属度时采用大隶属度原则、区别性原则、一致性原则和极限原则。
3.根据权利要求2所述的沙砾岩低渗透油藏CO2混相驱筛选方法,其特征在于,所述步骤4)采用对称形式的岭形函数作为隶属度分布密度函数进行隶属度计算。
5.根据权利要求1所述的沙砾岩低渗透油藏CO2混相驱筛选方法,其特征在于,所述步骤3)中各指标的权重采用层次分析法得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221831.8A CN114066166A (zh) | 2021-10-20 | 2021-10-20 | 一种沙砾岩低渗透油藏co2混相驱筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221831.8A CN114066166A (zh) | 2021-10-20 | 2021-10-20 | 一种沙砾岩低渗透油藏co2混相驱筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114066166A true CN114066166A (zh) | 2022-02-18 |
Family
ID=80235009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111221831.8A Pending CN114066166A (zh) | 2021-10-20 | 2021-10-20 | 一种沙砾岩低渗透油藏co2混相驱筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114066166A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116882617A (zh) * | 2023-06-15 | 2023-10-13 | 中国石油大学(北京) | 低渗透油藏气驱适应性评价方法、装置、设备及介质 |
-
2021
- 2021-10-20 CN CN202111221831.8A patent/CN114066166A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116882617A (zh) * | 2023-06-15 | 2023-10-13 | 中国石油大学(北京) | 低渗透油藏气驱适应性评价方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009716B (zh) | 一种水平井体积压裂效果影响因素多层次评价方法 | |
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 | |
CN107038516B (zh) | 一种中渗复杂断块油藏水驱开发效果定量评价方法 | |
CN104134101A (zh) | 低渗透储层天然气产能预测方法 | |
Rivas et al. | Ranking reservoirs for carbon dioxide flooding processes | |
CN110608023B (zh) | 稠油分层注汽的适应性界限分析评价方法 | |
CN116658155A (zh) | 一种页岩气井产量预测的方法 | |
CN114066166A (zh) | 一种沙砾岩低渗透油藏co2混相驱筛选方法 | |
CN116025324A (zh) | 水平井压裂等级智能分段分簇方法 | |
CN116950654A (zh) | 一种低渗致密砂岩气藏开发效果评价方法 | |
CN116384618A (zh) | 一种大井距油藏调驱选井方法和系统 | |
CN105718720A (zh) | 一种复杂气藏储量品质分类综合评价方法 | |
CN112733340A (zh) | 一种基于数据驱动储层改造候选井的选井方法及设备 | |
Ariadji et al. | Optimization of vertical well placement for oil field development based on basic reservoir rock properties using a genetic algorithm | |
CN113496301B (zh) | 油气田资产评价方法及装置 | |
CN114109374B (zh) | 页岩气储层靶窗位置的确定方法及装置 | |
Chen et al. | Evaluation of coalbed methane resources in Xinjing Baoan block based on PCA, TOPSIS, & MLFM | |
CN113610446A (zh) | 一种复杂分散断块油田群投产顺序的决策方法 | |
CN107869336A (zh) | 超稠油化学辅助热采提高采收率方法 | |
Xiong et al. | Re-Fracturing Wells Selection by Fuzzy Comprehensive Evaluation Based on Analytic Hierarchy Process—Taking Mahu Oilfield as An Example | |
CN111706323A (zh) | 一种综合gwo-lssvm算法的水淹层精细解释评价方法 | |
Yin et al. | Notice of Retraction: Optimizing Well for Fracturing by Fuzzy Analysis Method of Applying Computer | |
CN113627069A (zh) | 针对缝洞型油藏油气井的试井动态产量评价方法及系统 | |
CN114676631B (zh) | 页岩气藏压裂水平井压裂改造参数推荐方法 | |
CN111101930A (zh) | 一种气藏开发模式下单井开采提产潜力评价方法 |
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 |