CN115906428B - 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置 - Google Patents

生产动态数据的页岩凝析气藏凝析油产量预测方法及装置 Download PDF

Info

Publication number
CN115906428B
CN115906428B CN202211362018.7A CN202211362018A CN115906428B CN 115906428 B CN115906428 B CN 115906428B CN 202211362018 A CN202211362018 A CN 202211362018A CN 115906428 B CN115906428 B CN 115906428B
Authority
CN
China
Prior art keywords
production
condensate
shale
pressure
dynamic data
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.)
Active
Application number
CN202211362018.7A
Other languages
English (en)
Other versions
CN115906428A (zh
Inventor
刘文超
乔成成
杨月洁
连博宇
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.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202211362018.7A priority Critical patent/CN115906428B/zh
Publication of CN115906428A publication Critical patent/CN115906428A/zh
Application granted granted Critical
Publication of CN115906428B publication Critical patent/CN115906428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种生产动态数据的页岩凝析气藏凝析油产量预测方法及装置，涉及非常规油气藏开发技术领域。包括：建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型；对非稳态渗流数学模型进行线性化处理并求解，得到定生产拟压力下的流量解；对生产动态数据进行线性化以及归一化处理；根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。本发明简化了工程应用过程，极大提高了页岩凝析气藏凝析油产量生产动态数据分析处理的准确性和效率，对优化水平井多段压裂开发页岩油气藏的生产动态数据分析以及预测页岩凝析气藏凝析油产量具有重要意义。

Description

生产动态数据的页岩凝析气藏凝析油产量预测方法及装置
技术领域
本发明涉及技术领域，特别是指一种生产动态数据的页岩凝析气藏凝析油产量预测方法及装置。
背景技术
随着传统能源的大量消耗及可采资源量的减少，全球能源供给的主导地位将由煤炭和石油传递给更清洁、更环保的天然气。页岩凝析气藏作为一种非常规气藏，具有自生自储、大面积连续成藏的特征，是目前全球最炙手可热的天然气资源之一。虽然页岩凝析气藏储量丰富，但是页岩储层总体的孔隙结构尺度极低，微小尺度的孔喉道难以形成有效的页岩气渗流通道，使得其表现出超低孔、超低渗特征。因此，只有通过水平井和体积压裂技术对储层进行改造才能实现页岩气的经济开采。随着近些年国内外的研究，水平井分段压裂技术已经取得了极大的提升，进行了大面积应用，有效地提高了页岩气的产量。
生产动态数据分析方法是一种通过分析气井产量、压力等生产数据来预测气井产量变化规律，从而降低气藏开发风险、提高气藏开发产量的方法。在页岩凝析气藏开发的过程中，其渗流动态变化显著，水平井产量和生产压力随时间不断变化，数据震荡严重且误差较大，难以直接用来进行分析，并且一些传统的数据处理方法也不再适用。除此之外，生产过程中随着压力降低，会产生凝析油，影响气井产能。目前，对于页岩凝析气藏的生产动态数据分析方法的研究较少。针对页岩凝析气藏凝析油产量预测的方法更少。因此，建立一种可以快速且准确地预测页岩凝析气藏凝析油产量的生产动态数据的方法尤为重要。
发明内容
本发明针对现有页岩凝析气藏凝析油产量的生产动态数据分析方法的局限性问题，提出了本发明。
为解决上述技术问题，本发明提供如下技术方案：
一方面，本发明提供了一种生产动态数据的页岩凝析气藏凝析油产量预测方法，该方法由电子设备实现，该方法包括：
S1、建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
S2、对非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对线性化渗流数学模型进行求解，得到定生产拟压力下的流量解。
S3、获取页岩凝析气藏的生产动态数据，对生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据。
S4、根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，S1中的建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型包括：
S11、建立页岩凝析气藏多段压裂水平井的渗流物理模型。
S12、基于渗流物理模型，建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
可选地，S2中的对非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型包括：
对非稳态渗流数学模型，根据预设的拟压力定义进行线性化处理，得到线性化渗流数学模型。
可选地，S3中的对生产动态数据进行线性化处理包括：
S31、按照预设的拟压力定义，对生产动态数据中的压力数据进行拟压力计算，得到拟压力数据。
S32、采用凝析油当量气体折算方法，将生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据。
可选地，S3中的对生产动态数据进行归一化处理，得到归一化后的生产动态数据包括：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据。
可选地，S4中的根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果包括：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解析出的参数。
S42、基于Duhamel原理，对定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解。
S43、基于解析出的参数以及变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，S41中的解析出的参数包括裂缝参数和储层参数。
可选地，S43中的基于解析出的参数以及变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果包括：
S431、基于解析出的参数，利用变生产拟压力下的流量解对总的产气当量流量进行预测，得到预测的总的产气当量流量。
S432、对预测的总的产气当量流量，根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
另一方面，本发明提供了一种生产动态数据的页岩凝析气藏凝析油产量预测装置，该装置应用于实现生产动态数据的页岩凝析气藏凝析油产量预测方法，该装置包括：
数学模型构建模块，用于建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
流量解计算模块，用于对非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对线性化渗流数学模型进行求解，得到定生产拟压力下的流量解。
归一化处理模块，用于获取页岩凝析气藏的生产动态数据，对生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据。
输出模块，用于根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，数学模型构建模块，进一步用于：
S11、建立页岩凝析气藏多段压裂水平井的渗流物理模型。
S12、基于渗流物理模型，建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
可选地，流量解计算模块，进一步用于：
对非稳态渗流数学模型，根据预设的拟压力定义进行线性化处理，得到线性化渗流数学模型。
可选地，归一化处理模块，进一步用于：
S31、按照预设的拟压力定义，对生产动态数据中的压力数据进行拟压力计算，得到拟压力数据。
S32、采用凝析油当量气体折算方法，将生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据。
可选地，归一化处理模块，进一步用于：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据。
可选地，输出模块，进一步用于：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解析出的参数。
S42、基于Duhamel原理，对定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解。
S43、基于解析出的参数以及变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，解析出的参数包括裂缝参数和储层参数。
可选地，输出模块，进一步用于：
S431、基于解析出的参数，利用变生产拟压力下的流量解对总的产气当量流量进行预测，得到预测的总的产气当量流量。
S432、对预测的总的产气当量流量，根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述生产动态数据的页岩凝析气藏凝析油产量预测方法。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述生产动态数据的页岩凝析气藏凝析油产量预测方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
上述方案中，以往常用压力规整化产量和叠加时间的组合的方法进行归一化处理，但此方法作为一种褶积形式，只是考虑生产条件变化的简单处理方法，仅仅严格适用于产量和流动压力平稳且缓慢变化的情况。对于会出现产量突然变化或不连续变化的页岩凝析气藏并不适用。而本发明使用的流量反褶积算法作为一种归一化算法，可以弥补传统归一化方法的缺陷。通过流量反褶积算法对生产动态数据进行归一化处理，可以消除生产动态数据噪声影响，并直接将变拟压力情况下的流量数据转化为定生产拟压力情况下的流量数据，进而与渗流理论模型的内边界条件保持一致。此外，把经流量反褶积算法归一化后的生产数据应用于产量递减分析不仅可以有效降低数据误差影响的敏感性，还可以获得更多的数据信息量，有利于提高数据的拟合效果，降低解释结果的不确定性。
该方法在进行生产动态数据特征曲线分析时，通过调整数学模型中的储层渗透率、外边界距离、裂缝半长等参数，实现多段压裂水平井的生产动态数据与理论模型的定生产拟压差下的流量解的特征曲线拟合。过程中以已知的压裂施工数据和储层基础数据作为条件约束，并且流量反褶积计算的归一化参数调试与渗流理论模型计算的模型参数调试在特征曲线拟合过程中相互制约，能分析出更为可靠的参数解释结果。可以通过参数解释结果以及在变生产拟压力情况下的模型流量解预测页岩凝析气藏多段压裂水平井的凝析油产量。本发明极大提高了页岩凝析气藏凝析油产量的生产动态数据分析处理的准确性和效率，对优化水平井多段压裂开发页岩油气藏的生产动态数据分析以及预测页岩凝析气藏凝析油产量具有重要意义。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的生产动态数据的页岩凝析气藏凝析油产量预测方法流程示意图；
图2是本发明实施例提供的页岩凝析气藏多段压裂水平井三线性渗流物理模型图；
图3是本发明实施例提供的水平井页岩气产量以及页岩气产气当量对比图；
图4是本发明实施例提供的计算输出的数据与理论模型的Blasingame双对数递减曲线拟合效果图；
图5是本发明实施例提供的数学理论模型与实际生产数据拟合及预测效果图；
图6是本发明实施例提供的生产动态数据的页岩凝析气藏凝析油产量预测装置框图；
图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
如图1所示，本发明实施例提供了一种生产动态数据的页岩凝析气藏凝析油产量预测方法，该方法可以由电子设备实现。如图1所示的生产动态数据的页岩凝析气藏凝析油产量预测方法流程图，该方法的处理流程可以包括如下的步骤：
S1、建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
可选地，上述步骤S1可以包括如下步骤S11-S12：
S11、建立页岩凝析气藏多段压裂水平井的渗流物理模型。
一种可行的实施方式中，考虑页岩凝析气藏开采过程中的分区线性流动特征，建立页岩凝析气藏多段压裂水平井三线性渗流物理模型，如图2所示。
S12、基于渗流物理模型，建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
一种可行的实施方式中，根据步骤S11中的三线性渗流物理模型，建立页岩凝析气藏多段压裂水平井的三线性非稳态渗流数学模型。
其中，三线性非稳态渗流数学模型包括储层线性流动区域的渗流数学模型、裂缝间线性流动区域的渗流数学模型以及主裂缝线性流动区域的渗流数学模型。
S2、对非稳态渗流数学模型进行线性化处理，根据预设的拟压力定义进行线性化处理，得到线性化渗流数学模型，对线性化渗流数学模型进行求解，得到定生产拟压力下的流量解。
一种可行的实施方式中，根据步骤S12中的三线性非稳态渗流数学模型，并通过定义拟压力等手段对模型进行线性化。
其中，定义拟压力如下式(1)所示：
其中，m代表气体拟压力，atm2/cp；p代表真实生产压力，atm；μ为页岩气的黏度，cp；Z为页岩气偏差因子。
进一步地，对于储层线性流动区域，线性化后的渗流数学模型如下式(2)-(5)所示：
mO|t＝0＝mi (3)
其中，下标O代表储层流动区域；下标I代表裂缝间流动区域；下标i代表在初始状态下；m代表拟压力，atm2/cp；ηO为基质区域的扩散系数，cm2/s；x为与水平井筒的距离，cm；xe为x方向上储层的尺寸，cm；xF为裂缝半长，cm；t为时间，s。
对于裂缝间线性流动区域，线性化后的渗流数学模型如下式(6)-(9)所示：
mI|t＝0＝mi (7)
其中，下标F代表主裂缝流动区域；y代表y方向上的距离，cm；kO为基质区域的渗透率，D；kI为裂缝间流动区域的渗透率，D；ηI为裂缝间流动区域的扩散系数，cm2/s；wF为水力裂缝宽度，cm；wF为两相邻主裂缝的间距，cm。
对于主裂缝线性流动区域，线性化后的渗流数学模型如下式(10)-(13)所示：
mF|t＝0＝mi (11)
其中，kF为裂缝的渗透率，D；ηF为水力裂缝扩散系数，cm2/s；h代表储层厚度，cm；Tsc为标准条件下的温度，K；Psc为标准条件下的压力，atm；qF为裂缝中的流量，cm3/s。
对线性化数学模型在定生产拟压力下的流量进行求解，得到Laplace空间下的无因次流量解，如下式(14)所示：
其中，pwD,storage为考虑井筒储集系数的井底压力解，atm；s是Laplace变换参数。通过Stehfest数值反演，可以得到真实空间下的定生产拟压力下的流量解。
S3、获取页岩凝析气藏的生产动态数据，对生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据。
可选地，S3中的对生产动态数据进行线性化处理包括：
S31、按照预设的拟压力定义，对生产动态数据中的压力数据进行拟压力计算，得到拟压力数据。
S32、采用凝析油当量气体折算方法，将生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据。
一种可行的实施方式中，采用刘能强的《凝析气井试井解释中凝析油的折算处理》(油气井测试，1994)中的凝析油当量气体折算的方法，将页岩气和凝析油的产量转化为总的产气当量流量，从而对生产数据进一步线性化：
qtot＝qGE+qg (16)
其中，γo为凝析油的相对密度；Mo为凝析油的分子量，g/mol；qGE为凝析油折算的产气当量，m3/d；qo为气井的凝析油产量，m3/d；qtot为总产气当量，m3/d；qg为页岩气产量，m3/d。
进一步地，若凝析油分子量未知，可以应用Gragoe公式替换Mo，如下式(17)所示：
进一步地，得到：
qGE＝5.449×102·(1.03-γo)qo(m3/d) (18)
qtot＝qGE+qg＝5.449×102(1.03-γo)×(CGR/103)×qg+qg(m3/d) (19)
其中，CGR为凝析油气比，L/m3。
可选地，S3中的对生产动态数据进行归一化处理，得到归一化后的生产动态数据包括：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据。
一种可行的实施方式中，对页岩凝析气藏的生产动态数据进行归一化处理，基于Duhamel原理，使用刘文超等人《基于二阶B样条的ILK流量反褶积算法改进及应用》(石油学报，2018，39(3):327-334)中的流量反褶积算法进行归一化，消除生产动态数据噪声影响，并将变拟压力情况下的流量数据转化为定生产拟压力情况下的流量数据，如下式(20)所示：
其中，q(t)表示随时间不断变化的流量，m3/d，△p代表压降，atm；q'u为单位压降下的流量导数。
S4、根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，上述步骤S4可以包括如下步骤S41-S44：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解析出的参数。
其中，解析出的参数包括裂缝参数和储层参数。
一种可行的实施方式中，压裂施工数据和储层基础数据为约束条件，让流量反褶积计算后的归一化参数调试与渗流理论模型计算的模型参数调试在特征曲线拟合过程中相互制约，通过调整数学模型中的储层渗透率、外边界距离、裂缝半长等参数，实现多段压裂水平井的归一化后的生产动态数据与定生产拟压力下的模型流量解的Blasingame递减曲线拟合，从而解释多段压裂水平井单井的裂缝导流能力、裂缝半长以及一些储层参数。
S42、基于Duhamel原理，对定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解。
S43、基于解析出的参数，利用变生产拟压力下的流量解对总的产气当量流量进行预测，得到预测的总的产气当量流量。
S44、对预测的总的产气当量流量，根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
一种可行的实施方式中，预测凝析油的产量时，后期阶段的生产条件设为定压力生产，CGR(Condensate Gas Ratio，凝析油气比)近似为一个定值。通过Duhamel原理对定拟压力下的流量进行褶积计算，求得变生产拟压力下的流量解。根据解释出的裂缝参数和储层参数，利用渗流数学模型的变生产拟压力下的流量解来预测总的产气当量流量后，再根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测。
根据气体当量产量进行页岩气产量计算，如下式(21)所示：
根据页岩气产量计算凝析油产量，如下式(22)所示：
qo＝1×10-3×CGR×qg (22)
举例来说，北美某页岩凝析气藏实际区块某井的凝析油累积产量为21.70×103m3，日平均产量为9.09m3/d。该多段压裂水平井水平长度2199m，储层温度110℃，初始压力60MPa，储层厚度35m，压裂段数为32段。该井已生产了2387天，设定该生产井以5.9MPa的定压条件继续生产直至满30年，定压条件下凝析油气比CGR等于0.48L/m3。建立页岩凝析气藏多段压裂水平井三线性渗流物理模型和多段压裂水平井渗流数学模型。对生产压力数据进行线性化处理，将凝析油产量折算为产气当量流量后，计算得到总的产气当量流量。该页岩凝析气井产量折算前后对比如图3。利用流量反褶积算法对生产压力数据进行归一化处理，消除生产动态数据噪声影响，并将变拟压力对应的流量数据转化为定生产拟压力下的流量数据。调整输入参数，实现反褶积计算后的生产数据与定生产拟压力下的模型流量解的Blasingame递减特征曲线拟合，拟合效果图如图4，而最终理论模型与实际产量的拟合及预测效果如图5。特征曲线拟合结果显示主裂缝半长40m，外边界距离为200m，主裂缝渗透率2.1mD，缝间流动区域渗透率0.035mD，基质区域渗透率为0.0001mD，基质孔隙度0.03。进而预测求得连续30年定压生产的页岩气可采储量(产气当量)为6.3847×107m3，利用预测的可采储量(产气当量)和凝析油气比CGR计算得到凝析油的预测累积可采储量为3.5211×104m3。
本发明实施例中，以往常用压力规整化产量和叠加时间的组合的方法进行归一化处理，但此方法作为一种褶积形式，只是考虑生产条件变化的简单处理方法，仅仅严格适用于产量和流动压力平稳且缓慢变化的情况。对于会出现产量突然变化或不连续变化的页岩凝析气藏并不适用。而本发明使用的流量反褶积算法作为一种归一化算法，可以弥补传统归一化方法的缺陷。通过流量反褶积算法对生产动态数据进行归一化处理，可以消除生产动态数据噪声影响，并直接将变拟压力情况下的流量数据转化为定生产拟压力情况下的流量数据，进而与渗流理论模型的内边界条件保持一致。此外，把经流量反褶积算法归一化后的生产数据应用于产量递减分析不仅可以有效降低数据误差影响的敏感性，还可以获得更多的数据信息量，有利于提高数据的拟合效果，降低解释结果的不确定性。
该方法在进行生产动态数据特征曲线分析时，通过调整数学模型中的储层渗透率、外边界距离、裂缝半长等参数，实现多段压裂水平井的生产动态数据与理论模型的定生产拟压差下的流量解的特征曲线拟合。过程中以已知的压裂施工数据和储层基础数据作为条件约束，并且流量反褶积计算的归一化参数调试与渗流理论模型计算的模型参数调试在特征曲线拟合过程中相互制约，能分析出更为可靠的参数解释结果。可以通过参数解释结果以及在变生产拟压力情况下的模型流量解预测页岩凝析气藏多段压裂水平井的凝析油产量。本发明极大提高了页岩凝析气藏凝析油产量的生产动态数据分析处理的准确性和效率，对优化水平井多段压裂开发页岩油气藏的生产动态数据分析以及预测页岩凝析气藏凝析油产量具有重要意义。
如图6所示，本发明实施例提供了一种生产动态数据的页岩凝析气藏凝析油产量预测装置600，该装置600应用于实现生产动态数据的页岩凝析气藏凝析油产量预测方法，该装置600包括：
数学模型构建模块610，用于建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
流量解计算模块620，用于对非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对线性化渗流数学模型进行求解，得到定生产拟压力下的流量解。
归一化处理模块630，用于获取页岩凝析气藏的生产动态数据，对生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据。
输出模块640，用于根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，数学模型构建模块610，进一步用于：
S11、建立页岩凝析气藏多段压裂水平井的渗流物理模型。
S12、基于渗流物理模型，建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
可选地，流量解计算模块620，进一步用于：
对非稳态渗流数学模型，根据预设的拟压力定义进行线性化处理，得到线性化渗流数学模型。
可选地，归一化处理模块630，进一步用于：
S31、按照预设的拟压力定义，对生产动态数据中的压力数据进行拟压力计算，得到拟压力数据。
S32、采用凝析油当量气体折算方法，将生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据。
可选地，归一化处理模块630，进一步用于：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据。
可选地，输出模块640，进一步用于：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解析出的参数。
S42、基于Duhamel原理，对定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解。
S43、基于解析出的参数以及变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
可选地，解析出的参数包括裂缝参数和储层参数。
可选地，输出模块640，进一步用于：
S431、基于解析出的参数，利用变生产拟压力下的流量解对总的产气当量流量进行预测，得到预测的总的产气当量流量。
S432、对预测的总的产气当量流量，根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
本发明实施例中，以往常用压力规整化产量和叠加时间的组合的方法进行归一化处理，但此方法作为一种褶积形式，只是考虑生产条件变化的简单处理方法，仅仅严格适用于产量和流动压力平稳且缓慢变化的情况。对于会出现产量突然变化或不连续变化的页岩凝析气藏并不适用。而本发明使用的流量反褶积算法作为一种归一化算法，可以弥补传统归一化方法的缺陷。通过流量反褶积算法对生产动态数据进行归一化处理，可以消除生产动态数据噪声影响，并直接将变拟压力情况下的流量数据转化为定生产拟压力情况下的流量数据，进而与渗流理论模型的内边界条件保持一致。此外，把经流量反褶积算法归一化后的生产数据应用于产量递减分析不仅可以有效降低数据误差影响的敏感性，还可以获得更多的数据信息量，有利于提高数据的拟合效果，降低解释结果的不确定性。
该方法在进行生产动态数据特征曲线分析时，通过调整数学模型中的储层渗透率、外边界距离、裂缝半长等参数，实现多段压裂水平井的生产动态数据与理论模型的定生产拟压差下的流量解的特征曲线拟合。过程中以已知的压裂施工数据和储层基础数据作为条件约束，并且流量反褶积计算的归一化参数调试与渗流理论模型计算的模型参数调试在特征曲线拟合过程中相互制约，能分析出更为可靠的参数解释结果。可以通过参数解释结果以及在变生产拟压力情况下的模型流量解预测页岩凝析气藏多段压裂水平井的凝析油产量。本发明极大提高了页岩凝析气藏凝析油产量的生产动态数据分析处理的准确性和效率，对优化水平井多段压裂开发页岩油气藏的生产动态数据分析以及预测页岩凝析气藏凝析油产量具有重要意义。
图7是本发明实施例提供的一种电子设备700的结构示意图，该电子设备700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)701和一个或一个以上的存储器702，其中，存储器702中存储有至少一条指令，至少一条指令由处理器701加载并执行以实现下述生产动态数据的页岩凝析气藏凝析油产量预测方法：
S1、建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
S2、对非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对线性化渗流数学模型进行求解，得到定生产拟压力下的流量解。
S3、获取页岩凝析气藏的生产动态数据，对生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据。
S4、根据归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述生产动态数据的页岩凝析气藏凝析油产量预测方法。例如，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
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 (6)

1.一种生产动态数据的页岩凝析气藏凝析油产量预测方法，其特征在于，所述方法包括：
S1、建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型；
S2、对所述非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对所述线性化渗流数学模型进行求解，得到定生产拟压力下的流量解；
S3、获取页岩凝析气藏的生产动态数据，对所述生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据；
S4、根据所述归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果；
所述S3中的对所述生产动态数据进行线性化处理包括：
S31、按照预设的拟压力定义，对所述生产动态数据中的压力数据进行拟压力计算，得到拟压力数据；
S32、采用凝析油当量气体折算方法，将所述生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据；
所述S3中的对所述生产动态数据进行归一化处理，得到归一化后的生产动态数据包括：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将所述变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，所述定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据；
所述S4中的根据所述归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果包括：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对所述归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解释出的参数；
S42、基于Duhamel原理，对所述定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解；
S43、基于所述解释出的参数以及所述变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
2.根据权利要求1所述的方法，其特征在于，所述S1中的建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型包括：
S11、建立页岩凝析气藏多段压裂水平井的渗流物理模型；
S12、基于所述渗流物理模型，建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型。
3.根据权利要求1所述的方法，其特征在于，所述S2中的对所述非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型包括：
对所述非稳态渗流数学模型，根据预设的拟压力定义进行线性化处理，得到线性化渗流数学模型。
4.根据权利要求1所述的方法，其特征在于，所述S41中的解释出的参数包括裂缝参数和储层参数。
5.根据权利要求1所述的方法，其特征在于，所述S43中的基于所述解释出的参数以及所述变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果包括：
S431、基于所述解释出的参数，利用所述变生产拟压力下的流量解对总的产气当量流量进行预测，得到预测的总的产气当量流量；
S432、对所述预测的总的产气当量流量，根据凝析油折算气体当量方法以及凝析油气比CGR进行反算，从而对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
6.一种生产动态数据的页岩凝析气藏凝析油产量预测装置，其特征在于，所述装置包括：
数学模型构建模块，用于建立页岩凝析气藏多段压裂水平井的非稳态渗流数学模型；
流量解计算模块，用于对所述非稳态渗流数学模型进行线性化处理，得到线性化渗流数学模型，对所述线性化渗流数学模型进行求解，得到定生产拟压力下的流量解；
归一化处理模块，用于获取页岩凝析气藏的生产动态数据，对所述生产动态数据进行线性化以及归一化处理，得到归一化后的生产动态数据；
输出模块，用于根据所述归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果；
所述对所述生产动态数据进行线性化处理包括：
S31、按照预设的拟压力定义，对所述生产动态数据中的压力数据进行拟压力计算，得到拟压力数据；
S32、采用凝析油当量气体折算方法，将所述生产动态数据中的页岩气和凝析油的产量数据转化为变生产拟压力下的总的产气当量流量数据；
所述对所述生产动态数据进行归一化处理，得到归一化后的生产动态数据包括：
基于Duhamel原理，采用流量反褶积算法进行归一化处理，对线性化后的生产动态数据进行消除噪声，并将所述变生产拟压力下的总的产气当量流量数据转化为定生产拟压力下的产气当量流量数据，所述定生产拟压力下的产气当量流量数据即为归一化后的生产动态数据；
所述根据所述归一化后的生产动态数据、定生产拟压力下的流量解以及线性化渗流数学模型，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果包括：
S41、基于预设约束条件，通过调整线性化渗流数学模型中的参数，对所述归一化后的生产动态数据与定生产拟压力下的流量解进行特征曲线拟合，得到解释出的参数；
S42、基于Duhamel原理，对所述定生产拟压力下的流量解进行褶积计算，得到变生产拟压力下的流量解；
S43、基于所述解释出的参数以及所述变生产拟压力下的流量解，对页岩凝析气藏多段压裂水平井的凝析油产量进行预测，得到页岩凝析气藏多段压裂水平井的凝析油产量预测结果。
CN202211362018.7A 2022-11-02 2022-11-02 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置 Active CN115906428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211362018.7A CN115906428B (zh) 2022-11-02 2022-11-02 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211362018.7A CN115906428B (zh) 2022-11-02 2022-11-02 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置

Publications (2)

Publication Number Publication Date
CN115906428A CN115906428A (zh) 2023-04-04
CN115906428B true CN115906428B (zh) 2023-07-28

Family

ID=86492495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211362018.7A Active CN115906428B (zh) 2022-11-02 2022-11-02 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置

Country Status (1)

Country Link
CN (1) CN115906428B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114169263A (zh) * 2021-11-29 2022-03-11 中国石油大学(北京) 基于压裂液返排数据的页岩油气藏裂缝参数反演方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614902B (zh) * 2016-12-09 2021-06-22 中国石油化工股份有限公司 一种生产制度变化的页岩气井生产数据分析方法
CN110210157B (zh) * 2019-06-10 2019-12-20 西南石油大学 一种页岩气藏压裂水平井非稳态扩散下产能计算方法
CN110704888B (zh) * 2019-07-04 2022-07-29 成都理工大学 一种非常规油气藏加密井体积压裂施工参数优化设计方法
CN112084718B (zh) * 2020-09-16 2021-05-04 西南石油大学 基于渗流差异的页岩气藏单相气体三孔三渗模型构建方法
CN114429231A (zh) * 2020-09-28 2022-05-03 中国石油化工股份有限公司 页岩气井产量预测方法、系统、存储介质以及电子设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114169263A (zh) * 2021-11-29 2022-03-11 中国石油大学(北京) 基于压裂液返排数据的页岩油气藏裂缝参数反演方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
页岩气藏压裂水平井不稳定渗流模型及试井分析;雷宇;曾彦;宁正福;;断块油气田(第04期);73-79 *

Also Published As

Publication number Publication date
CN115906428A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
CN110334431B (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
CN107506948B (zh) 一种基于动态泄流体积的页岩油气综合产量分析方法
Narasingam et al. Handling spatial heterogeneity in reservoir parameters using proper orthogonal decomposition based ensemble Kalman filter for model-based feedback control of hydraulic fracturing
Siddhamshetty et al. Feedback control of proppant bank heights during hydraulic fracturing for enhanced productivity in shale formations
CN115796070B (zh) 一种致密油气藏储层流态变化特征识别方法及装置
CN107676085A (zh) 一种海相页岩气水平井测井产能预测方法
Pahari et al. Optimal pumping schedule with high-viscosity gel for uniform distribution of proppant in unconventional reservoirs
Qun et al. A novel approach of tight oil reservoirs stimulation based on fracture controlling optimization and design
CN111502652B (zh) 一种三孔介质气藏水平井产量递减及生产动态预测方法
CN105386751A (zh) 一种基于油藏渗流模型的水平井测井产能预测方法
CN106321051A (zh) 一种用于优化多段压裂水平井网络裂缝参数的方法
CN115587674B (zh) 油藏改建储气库扩容达产过程气井动态产能预测方法
US20210255361A1 (en) Systems and methods for optimum subsurface sensor usage
CN116306385A (zh) 一种油藏压裂渗吸增能数值模拟方法、系统、设备及介质
Jia et al. Upscaling simulation method of fluid flow for fracturing-shut in-flowback-production process in tight oil reservoirs: Hysteresis effects of capillary pressure and relative permeability
CN111523279A (zh) 一种油藏分层注水效率评价方法、介质、终端和装置
Chai et al. Study on recovery factor and interlayer interference mechanism of multilayer co-production in tight gas reservoir with high heterogeneity and multi-pressure systems
CN112699554B (zh) 一种基于压裂示踪约束的致密油藏水平井压后分段试井分析方法
CN115906428B (zh) 生产动态数据的页岩凝析气藏凝析油产量预测方法及装置
CN115994500B (zh) 评估页岩气井压裂裂缝导流能力动态变化的方法及系统
CN116205163B (zh) 一种天然气水合物藏数值模拟中的地层稳定性分析方法
CN112949901A (zh) 页岩油藏水平井准自然能量开发方法及系统
CN116384267A (zh) 致密储层压裂水平井的最终可采储量的确定方法及设备
CN115310379A (zh) 井间干扰条件下压裂水平井的生产动态分析方法及设备
Hu et al. Quick assessment to ascertain technical rational well spacing density in artificial water flooding oilfield

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