CN117592874A - 优势渗流通道的判别方法及装置 - Google Patents
优势渗流通道的判别方法及装置 Download PDFInfo
- Publication number
- CN117592874A CN117592874A CN202311009695.5A CN202311009695A CN117592874A CN 117592874 A CN117592874 A CN 117592874A CN 202311009695 A CN202311009695 A CN 202311009695A CN 117592874 A CN117592874 A CN 117592874A
- Authority
- CN
- China
- Prior art keywords
- well
- dominant seepage
- dominant
- seepage
- target
- 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 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 120
- 238000011156 evaluation Methods 0.000 claims abstract description 83
- 230000003068 static effect Effects 0.000 claims abstract description 82
- 238000013145 classification model Methods 0.000 claims abstract description 61
- 230000005477 standard model Effects 0.000 claims abstract description 59
- 238000011161 development Methods 0.000 claims abstract description 53
- 238000013210 evaluation model Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 243
- 239000003129 oil well Substances 0.000 claims description 176
- 238000005325 percolation Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 180
- 239000010410 layer Substances 0.000 description 75
- 238000002347 injection Methods 0.000 description 31
- 239000007924 injection Substances 0.000 description 31
- 238000010586 diagram Methods 0.000 description 16
- 238000010521 absorption reaction Methods 0.000 description 13
- 238000009826 distribution Methods 0.000 description 12
- 239000000700 radioactive tracer Substances 0.000 description 8
- 239000002356 single layer Substances 0.000 description 7
- 239000003208 petroleum Substances 0.000 description 6
- 230000035699 permeability Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 235000020681 well water Nutrition 0.000 description 3
- 239000002349 well water Substances 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0637—Strategic 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
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种优势渗流通道的判别方法及装置。该方法根据高含水油田的动态特征标准模型和动静态识别参数建立优势渗流井识别体系,包括生产动态指数模型、优势渗流井分类模型和优势渗流井连通模型,并根据动静态评价参数建立优势渗流井评价体系,包括纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型和层位优势渗流通道第二评价模型。通过动态特征标准模型识别出高含水油田,再从高含水油田中根据优势渗流井识别体系识别目标优势渗流井,最后根据优势渗流井评价体系识别出目标优势渗流井层位上的优势渗流通道,并评价层位优势渗流通道等级,提升了识别评价优势渗流通道发育信息的速度和准确性。
Description
技术领域
本申请涉及石油开采技术领域,尤其涉及一种优势渗流通道的判别方法及装置。
背景技术
当前我国大部分油田在经过长期的注水开发导致底层含水不断地增加,现已进入高含水或特高含水阶段,并且高含水油田中的剩余油呈现高度分散和无效循环的分布格局,因此,为了对剩余油进行可靠开采,需要对剩余油的分布格局进行更精细的分析,为剩余油开采提供更可靠的依据。
为评价导致高含水油田无效循环的水驱优势渗流通道发育规律,常用的方法包括PI指数法、示踪剂监测、连通性评价、驱替单元量化表征等,用于获取油田中不同井间是否存在优势渗流通道。
但是大范围直接进行筛选获取井间的优势渗流井信息,需要耗费大量的精力,并且在地下油田中大多数为非均质多油层油田,现有的现有方法只能评价不同井间是否存在优势渗流通道,难以获取高含水油田中更精细化的优势渗流通道信息,降低数据的可靠性和指导生产实践的科学性。
发明内容
本申请提供一种优势渗流通道的判别方法及装置,用以提升对高含水油田中不同井间以及每口井各个层位的剩余油优势渗流通道发育信息的识别评价速度以及准确性,增强石油开采方案依据数据的可靠性和科学性。
第一方面,本申请提供一种优势渗流通道的判别方法,包括:
根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,其中,目标高含水油田包括目标油井和目标水井;
根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,其中,目标优势渗流井包括目标优势渗流油井和目标优势渗流水井;
根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息。
可选地,根据优势渗流井识别体系识别所述目标高含水油田中的目标优势渗流井前,还需要建立优势渗流井识别体系,其中,优势渗流井识别体系包括:生产动态指数模型、优势渗流井分类模型以及优势渗流井连通模型。
可选地,建立优势渗流井识别体系,具体包括:
获取高含水油田的动静态识别参数,并根据动静态识别参数建立生产动态指数模型;
获取高含水油田的动态特征标准模型,并根据动态特征标准模型对生产动态指数模型建立优势渗流井分类模型,其中,优势渗流井分类模型包括优势渗流油井分类模型和优势渗流水井分类模型;
根据优势渗流井之间的优势渗流通道连通性对优势渗流井分类模型建立优势渗流井连通模型。
可选地,根据优势渗流通道评价体系对目标优势渗流井进行评价前,还需要建立优势渗流通道评价体系,其中,优势渗流通道评价体系包括:纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型以及层位优势渗流通道第二评价模型。
可选地,建立优势渗流通道评价体系,具体包括:
根据高含水油田的动态特征标准模型对目标优势渗流井建立纵向渗流阻力系数模型和横向渗流阻力系数模型;
根据动态特征标准模型对纵向渗流阻力系数模型和横向渗流阻力系数模型建立层位优势渗流通道第一评价模型;
获取目标优势渗流井的动静态评价参数,根据动静态评价参数建立层位优势渗流通道第二评价模型。
可选地,根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,具体包括:
获取目标高含水油田中各个油井的油井动静态识别参数,并获取目标高含水油田中各个水井的水井动静态识别参数,其中,油井动静态识别参数包括第一油井动静态识别参数和第二油井动静态识别参数;
根据生产动态指数模型对各个油井的油井动静态识别参数计算目标高含水油田的油井生产动态指数,对各个水井的水井动静态识别参数计算目标高含水油田的水井生产动态指数;
根据优势渗流油井分类模型对目标高含水油田中的油井生产动态指数进行分类,获得优势渗流油井;根据优势渗流水井分类模型对目标高含水油田中的水井生产动态指数进行分类,获得优势渗流水井;
根据优势渗流井连通模型对优势渗流油井和优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
可选地,根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,具体包括:
根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算各个层位的优势渗流阻力系数;
根据层位优势渗流通道第一评价模型对目标优势渗流井各个层位的优势渗流阻力系数进行评价,获得各个层位的优势渗流通道发育信息。
可选地,根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,还包括:
根据层位优势渗流通道第二评价模型直接获得各个层位的优势渗流通道发育信息。
可选地,根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田前,还需要建立高含水油田的动态特征标准模型。
第二方面,本申请提供一种优势渗流通道的判别装置,包括:
识别模块,用于根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,其中,目标高含水油田包括目标油井和目标水井;
评价模块,用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息;
识别模块还用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,其中,目标优势渗流井包括目标优势渗流油井和目标优势渗流水井。
可选地,判别装置还包括建立模块,用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井前,建立优势渗流井识别体系,其中,优势渗流井识别体系包括:生产动态指数模型、优势渗流井分类模型以及优势渗流井连通模型。
可选地,建立模块用于建立优势渗流井识别体系,具体包括:
获取高含水油田的动静态识别参数,并根据动静态识别参数建立生产动态指数模型;
获取高含水油田的动态特征标准模型,并根据动态特征标准模型对生产动态指数模型建立优势渗流井分类模型,其中,优势渗流井分类模型包括优势渗流油井分类模型和优势渗流水井分类模型;
根据优势渗流井之间的优势渗流通道连通性对优势渗流井分类模型建立优势渗流井连通模型。
可选地,建立模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价前,建立优势渗流通道评价体系,其中,优势渗流通道评价体系包括:纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型以及层位优势渗流通道第二评价模型。
可选地,建立模块还用于建立优势渗流通道评价体系,具体包括:
根据高含水油田的动态特征标准模型对目标优势渗流井建立纵向渗流阻力系数模型和横向渗流阻力系数模型;
根据动态特征标准模型对纵向渗流阻力系数模型和横向渗流阻力系数模型建立层位优势渗流通道第一评价模型;
获取目标优势渗流井的动静态评价参数,根据动静态评价参数建立层位优势渗流通道第二评价模型。
可选地,识别模块还用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,具体包括:
获取目标高含水油田中各个油井的油井动静态识别参数,并获取目标高含水油田中各个水井的水井动静态识别参数,其中,油井动静态识别参数包括油井动静态识别第一参数、油井动静态识别第二参数、油井动静态识别第三参数;
根据生产动态指数模型对各个油井的油井动静态识别参数计算目标高含水油田的油井生产动态指数,对各个水井的水井动静态识别参数计算目标高含水油田的水井生产动态指数,其中,油井生产动态指数包括油井生产动态第一指数、油井生产动态第二指数、油井生产动态第三指数;
根据优势渗流油井分类模型对目标高含水油田中的油井生产动态指数进行分类,获得优势渗流油井;根据优势渗流水井分类模型对目标高含水油田中的水井生产动态指数进行分类,获得优势渗流水井;
根据优势渗流井连通模型识别对优势渗流油井和优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
可选地,评价模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,具体包括:
根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算各个层位的优势渗流阻力系数;
根据层位优势渗流通道第一评价模型对目标优势渗流井各个层位的优势渗流阻力系数进行评价,获得各个层位的优势渗流通道发育信息。
可选地,评价模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,还包括:
根据层位优势渗流通道第二评价模型直接获得各个层位的优势渗流通道发育信息。
可选地,建立模块还用于根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田前,建立高含水油田的动态特征标准模型。
第三方面,本申请提供一种电子设备,包括:处理器,以及与处理器通信连接的存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,以实现如上第一方面所涉及的方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如上第一方面所涉及的方法。
本申请提供的一种优势渗流通道的判别方法及装置,建立优势渗流井识别体系、优势渗流井评价体系和高含水油田的动态特征标准模型,根据高含水油田的动态特征标准模型从油田中筛选出高含水油田,再根据优势渗流井识别体系,从高含水油田中筛选出含有优势渗流通道并形成联通关系的优势渗流井,最后根据优势渗流通道评价体系计算筛选出的优势渗流井各个层位的渗流阻力系数,从而获得各个层位的优势渗流通道发育信息。通过识别并评价出优势渗流井中在各个层位上优势渗流通道的发育信息,为高含水油田的是有开采提供可靠依据,增强数据的可靠性和科学性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1(a)为本申请实施例提供的一种优势渗流通道的判别方法的应用场景图;
图1(b)为本申请实施例提供的一种优势渗流通道的判别方法的另一种应用场景图;
图2为本申请实施例提供的一种优势渗流通道的判别方法的流程图;
图3为本申请实施例提供的一种优势渗流通道的判别方法的流程图;
图4为本申请实施例提供的一种优势渗流通道识别体系建立的流程图;
图5为本申请实施例提供的一种优势渗流通道评价体系建立的流程图;
图6为本申请实施例提供的一种优势渗流井间单层优势渗流通道的示意图;
图7为本申请实施例提供的一种优势渗流井纵向渗流阻力系数模型的示意图;
图8为本申请实施例提供的一种优势渗流井横向渗流阻力系数模型的示意图;
图9为本申请实施例提供的一种优势渗流通道的判别方法的流程图;
图10为本申请实施例提供的一种高含水油田的动态特征曲线图;
图11为本申请实施例提供的一种油井生产动态第一指数的分布示意图;
图12为本申请实施例提供的一种油井生产动态第二指数的分布示意图;
图13为本申请实施例提供的一种油井生产动态第三指数的分布示意图;
图14为本申请实施例提供的一种水井生产动态指数的分布示意图;
图15为本申请实施例提供的一种优势渗流通道发育信息的评价示意图;
图16为本申请实施例提供的一种优势渗流通道发育信息的层位分布示意图;
图17为本申请实施例提供的一种优势渗流通道的判别装置的结构示意图;
图18为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
现有技术多使用注水开发的方式开采油田,而长期的注水开发导致地层含水不断的增加,因此,注水开发油田到了开发后期,会使油田进入高含水甚至特含水开发阶段。另外,在油田开采过程中,油田储层具有非均质强的特点,导致大部分高含水油田可采出油量大大降低,致使50%以上高度分散的剩余油仍残留在地下难以动用。在油田地质储层非均质强和长期注水开发的作用下,导致在油井和水井的井间与层内形成了低效甚至无效的循环通道,在注水开发后期注入水后,水会沿循环通道形成明显的流动,从而使注入水沿低效循环通道长期做无效或低效循环,导致无法对剩余油进行有效开发。其中,循环通道包括优势渗流通道,更具体地,优势渗流通道是使注入水形成明显的优势流动的通道。
为了改善高含水油田的注水开发情况,针对高度分散的剩余油和日益严重的注水无效循环问题,使用油田开发评价及调整技术对石油地质中高含水期油田中的水驱优势渗流通道发育规律做全面分析和评价。
现有技术使用的方法包括PI指数法、示踪剂监测、连通性评价、驱替单元量化表征等,通过粗略识别水井和油井之间的优势渗流通道对石油开采进行相关指导,但是由于在注水开发后期,不仅油井和水井的井间可能存在优势渗流通道,油井和水井的各个层内也可能形成了优势渗流通道。因此,现有技术对于优势渗流通道发育规律的评价结果与生产实践差异较大,难以满足精准快速识别、精细优化调整的生产需求,无法有效指导在注水开发后期的剩余油采收率的提高。
为解决上述问题,本申请提出了一种优势渗流通道的判别方法及装置。该优势渗流通道的判别方法再通过优势渗流通道识别体系识别出存在优势渗流通道的目标油井和目标水井,基于识别出的目标油井和目标水井,通过优势渗流通道评价体系评价目标油井和目标水井之间的优势渗流通道在井间的各个层位上的发育规律。其中,优势渗流通道识别体系是根据高含水油田的动态特征标准模型和动静态识别参数建立的,优势渗流通道评价体系是根据高含水油田的动态特征标准模型和动静态评价参数建立的。通过前期建立优势渗流通道识别体系和优势渗流通道评价体系,实现高含水油田中井间与层内的优势渗流通道发育规律的快速识别和评价,并且通过对各个井层内的优势渗流通道发育规律进行识别和评价,提升了识别评价高含水油田优势渗流通道发育规律的精准度和准确度。
图1(a)为本申请实施例提供的一种优势渗流通道的判别方法的应用场景图,该应用场景为五点法注水,如图1(a)所示,应用场景图包括油井11、油井12、油井13、油井14和水井1。其中,油井11、油井12、油井13和油井14相邻并构成正方形,正方形中心为水井1。其中,中心水井与周围四口采油井相关,通过中心的水井向周围油井注水,形成不同的渗流通道。
例如:水井1向油井11进行注水,形成渗流通道111,水井1向油井12进行注水,形成渗流通道112,水井1向油井13进行注水,形成渗流通道113,水井1向油井14进行注水,形成渗流通道114。
可选地,五点法注水还包括另一种应用场景,如图1(b)所示,另一种应用场景图包括水井21、水井22、水井23、水井24和油井2。其中,水井21、水井22、水井23和水井24相邻并构成正方形,正方形中心为油井2。其中,中心油井受周围四口注水井影响,通过周围四口注水井向中心的油井注水,形成不同的渗流通道。
例如:油井21向水井2进行注水,形成渗流通道221,油井22向水井2进行注水,形成渗流通道222,油井23向水井2进行注水,形成渗流通道223,油井24向水井2进行注水,形成渗流通道224。
图2为本申请实施例提供的一种优势渗流通道的判别方法的流程图,如图2所示,该优势渗流通道的判别方法包括如下步骤:
S201、根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田。
更具体地,建立高含水油田的动态特征标准模型,并根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田。其中,目标高含水油田包括目标油井和目标水井,目标油田包括多个油井和多个水井。
可选地,高含水油田的动态特征标准模型这种包括多个动态特征标准。
在一种可能的实施例中,根据高含水油田的动态特征标准模型,分析目标油田的多个动态特征。选取目标油田的多个动态特征中满足任目标一个标准或/和满足任意多个标准的目标油井和目标水井组成目标高含水油田。
S202、根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井。
更具体地,基于目标高含水油田,根据优势渗流井识别体系识别目标油井和目标水井中的目标优势渗流井,其中,目标优势渗流井包括目标优势渗流油井和目标优势渗流水井。
可选地,基于目标高含水油田,获取目标高含水油田中包括的各个油井的油井动静态识别参数,并获取目标高含水油田中包括的各个水井的水井动静态识别参数,其中,油井动静态识别参数包括油井动静态识别第一参数、油井动静态识别第二参数、油井动静态识别第三参数。
根据生产动态指数模型对各个油井的油井动静态识别参数计算目标高含水油田的油井生产动态指数,对各个水井的水井动静态识别参数计算目标高含水油田的水井生产动态指数,其中,油井生产动态指数包括油井生产动态第一指数、油井生产动态第二指数、油井生产动态第三指数;
根据优势渗流油井分类模型对目标高含水油田中的油井生产动态指数进行分类,获得优势渗流油井;并根据优势渗流水井分类模型对目标高含水油田中的水井生产动态指数进行分类,获得优势渗流水井;
根据优势渗流井连通模型识别对优势渗流油井和优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
在一种可能的实施例中,基于目标高含水油田,获取目标高含水油田中包括的各个油井的油井动静态识别第一参数、油井动静态识别第二参数、油井动静态识别第三参数,其中,油井动静态识别第一参数包括油井日产水量、油井动静态识别第二参数包括油井日产油量、油井动静态识别第三参数包括油井来水量。
根据生产动态指数模型对各个油井的油井日产水量计算目标高含水油田的油井生产动态第一指数,根据生产动态指数模型对各个油井的油井日产油量计算目标高含水油田的油井生产动态第二指数,根据生产动态指数模型对各个油井的油井来水量计算目标高含水油田的油井生产动态第三指数,其中,油井生产动态第一指数包括油井日产水量指数,油井生产动态第二指数包括油井日产油量指数,油井生产动态第三指数包括油井来水量指数。
根据优势渗流油井分类模型对目标高含水油田中的油井日产水量指数、油井日产水量指数和油井来水量指数进行分类,获得优势渗流油井。
可选地,油井动静态识别参数还包括油井井底流压和含水率。
在一种可能的实施例中,根据优势渗流油井分类模型对目标高含水油田中的油井日产水量指数、油井日产水量指数和油井来水量指数进行分类,还可能获得可疑优势渗流井。基于可疑优势渗流井,获取可疑优势渗流井的油井井底流压和含水率,根据优势渗流油井分类模型对油井井底流压和含水率进行二次分类,从可疑优势渗流井中筛选出优势渗流井。
在一种可能的实施例中,基于目标高含水油田,获取目标高含水油田中包括的各个水井的水井动静态识别第一参数和水井动静态识别第二参数。其中,水井动静态识别第一参数为水井视吸水参数,水井动静态识别第二参数为水井注水强度。
根据生产动态指数模型对各个水井的水井视吸水参数计算目标高含水油田的水井生产动态第一指数,根据生产动态指数模型对各个水井的水井注水强度计算目标高含水油田的水井生产动态第二指数,其中,水井生产动态第一指数包括水井视吸水指数,水井生产动态第二指数包括水井注水强度指数。
根据优势渗流水井分类模型对目标高含水油田中的水井视吸水指数和水井注水强度指数进行分类,获得优势渗流水井。
可选地,基于优势渗流油井和优势渗流水井,建立优势渗流井连通模型,并根据优势渗流井连通模型对优势渗流油井和优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
S203、根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息。
更具体地,根据优势渗流通道评价体系对识别出的目标优势渗流油井和目标优势渗流水井进行评价,从而根据评价结果获得目标优势渗流油井和目标优势渗流水井内部各个层位的优势渗流通道发育信息。
可选地,根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算目标优势渗流油井和目标优势渗流水井内部各个层位的优势渗流阻力系数;
根据层位优势渗流通道第一评价模型对目标优势渗流井各个层位的优势渗流阻力系数进行评价,获得各个层位的优势渗流通道发育信息。
可选地,根据层位优势渗流通道第二评价模型直接获得各个层位的优势渗流通道发育信息。
在本申请实施例提供的优势渗流通道的判别方法中,根据动态特征标准模型从目标油田中识别出目标高含水油田,再根据优势渗流井识别体系识别中的生产动态指数模型计算目标高含水油田中的油井生产动态指数和水井生产动态指数,并根据优势渗流油井分类模型对生产动态指数进行优势渗流井的分类,之后通过优势渗流井连通模型识别出连通的目标优势渗流井,最后通过优势渗流通道评价体系计算目标优势渗流井内各个层位的优势渗流阻力系数,从而更精确的获得井内层位上的优势渗流发展规律,增强对石油开采方案提供依据的可靠性和科学性。
图3为本申请实施例提供的一种优势渗流通道的判别方法的流程图,如图3所示,在对目标油田进行优势渗流通道判别之前,还需要建立完成各个判别步骤对应的模型,故该优势渗流通道的判别方法还包括如下步骤:
S31、建立高含水油田的动态特征标准模型。
更具体地,根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田前,还需要建立高含水油田的动态特征标准模型。
可选地,高含水油田的动态特征标准模型包括:第一标准、第二标准、第三标准、第四标准和第五标准。其中,第一标准包括含油气岩石孔喉半径普遍较大,随着注水冲刷,孔喉半径分布右移且平均孔喉半径增大;第二标准包括示踪剂产出时间早、峰值浓度高;第三标准包括井内各个层位之间的吸水矛盾显著增加,主力层位的石油产量贡献率明显提升;第四标准包括部分油井的日产油的水平低于同期全区平均值,日产水、流压、含水率高于同期全区平均值,水油比及其导数曲线上出现了明显上翘趋势;第五标准包括部分水井的视吸水指数与注水强度高于同期全区平均值,注水量高于同期全区平均值,霍尔积分及导数曲线发生明显分离。
S32、建立优势渗流井识别体系。
更具体地,根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井前,还需要建立优势渗流井识别体系,其中,优势渗流井识别体系包括:生产动态指数模型、优势渗流井分类模型以及优势渗流井连通模型。
在一种可能的实施例中,如图4所示,优势渗流通道识别体系的建立具体包括如下步骤:
S321、获取高含水油田的动静态识别参数,并根据动静态识别参数建立生产动态指数模型。
更具体地,获取高含水油田的动静态识别参数,并根据动静态识别参数所代表的具体实际意义建立符合实际生产需求的生产动态指数模型。其中,高含水油田的动静态识别参数包括油井动静态识别参数和水井动静态识别参数。
可选地,动静态识别参数包括日产水量、日产油量、来水量、视吸水指数、注水强度、井底流压、含水率,生产动态指数模型如下式(1)所示:
其中,q表示某一口油井或水井动静态识别参数的实际值,qaverage、qmax、qmin分别表示目标油田中所有井的动静态识别参数的平均值、最大值和最小值。
在一种可能的实施例中,根据生产动态指数模型计算各个高含水油田中油井日产油量指数、日产水量指数、来水量指数,以及各个高含水油田中水井视吸水指数、注水强度指数,还计算各个高含水油田中可疑油井井底流压指数和含水率指数。
S322、获取高含水油田的动态特征标准模型,并根据动态特征标准模型对生产动态指数模型建立优势渗流井分类模型。
更具体地,获取高含水油田的动态特征标准模型,并根据高含水油田的动态特征标准模型中的各项动态特征标准对生产动态指数模型建立优势渗流井分类模型,其中,优势渗流井分类模型包括优势渗流油井分类模型和优势渗流水井分类模型,其中,优势渗流油井分类模型还包括优势渗流油井第一分类模型和优势渗流油井第二分类模型。
可选地,根据高含水油田的动态特征标准模型对各个优势渗流油井日产油量指数、日产水量指数、来水量指数建立优势渗流油井第一分类模型,如表1所示:
表1
日产油 | 日产水 | 来水量 | 类型 |
低 | 高 | 高 | 优势渗流油井 |
低 | 高 | 低 | 可疑井 |
高 | 高 | 高 | 可疑井 |
低 | 低 | 高 | 可疑井 |
高 | 高 | 低 | 正常井 |
高 | 低 | 高 | 正常井 |
高 | 低 | 低 | 高效井 |
低 | 低 | 低 | 低产井 |
在一种可能的实施例中,计算获得高含水油田中某一油井的日产油量指数、日产水量指数、来水量指数,并将其与标准指数比较,当日产油量指数低、日产水量指数高且来水量指数高时,识别该油井为优势渗流油井。当某一油井的日产油量指数高、日产水量指数高且来水量指数低时,识别该油井为正常井,即可正常进行注水开采。当某一油井的日产油量指数低、日产水量指数高且来水量指数低时,识别该油井为可疑井,需要对其根据优势渗流油井第二分类模型进行进一步识别。
可选地,根据高含水油田的动态特征标准模型对高含水油田中的油井井底流压指数和含水率指数建立优势渗流油井第二分类模型,其中,优势渗流油井第二分类模型包括:当油井井底流压指数和含水率指数均大于0时,识别该可疑井为优势渗流油井。
可选地,根据高含水油田的动态特征标准模型对高含水油田中的各个水井视吸水指数和注水强度指数建立优势渗流水井分类模型,其中,优势渗流水井分类模型包括:当水井视吸水指数和注水强度指数均大于0时,识别该水井为优势渗流水井。
S323、根据优势渗流井之间的优势渗流通道连通性对优势渗流井分类模型建立优势渗流井连通模型。
更具体地,从目标高含水油田中识别出的优势渗流油井和优势渗流水井组成优势渗流井连通库,根据优势渗流井之间的优势渗流通道连通性,在优势渗流井连通库中识别存在注采连通关系的油井和水井对,从而确定最终的目标优势渗流水井和目标优势渗流油井。其中,优势渗流井之间的优势渗流通道连通性包括注采井间连通性的示踪剂监测结果或反演评价认识。
S33、建立优势渗流通道评价体系。
更具体地,根据优势渗流通道评价体系对目标优势渗流井进行评价前,还需要建立优势渗流通道评价体系,其中,优势渗流通道评价体系包括:纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型以及层位优势渗流通道第二评价模型。
在一种可能的实施例中,如图5所示,优势渗流通道评价体系的建立具体包括如下步骤:
S331、根据高含水油田的动态特征标准模型对目标优势渗流井建立纵向渗流阻力系数模型和横向渗流阻力系数模型。
更具体地,根据高含水油田的动态特征标准模型对目标优势渗流油井和目标优势渗流水井建立纵向渗流阻力系数模型和横向渗流阻力系数模型。
可选地,针对一对存在v个连通层段的目标优势渗流油井j和目标优势渗流水井i,其单相渗流模型如式(2)所示:
其中,Rt为第t层段的渗流阻力,h为第t层段的厚度,k为第t层段的渗透率,μo为第t层段的原油黏度,Bo为第t层段的油体积系数。
可选地,井间单层优势渗流通道如图6所示,水井和油井间距离为L,单层优势渗流通道厚度分别为h1和h2,此时将水井和油井间单层优势渗流阻力即为各个点的渗流阻力在L上的积分,单层优势渗流模型如式(3)所示:
其中,为了简化计算过程,可以将公式(3)的积分近似为图6中单层渗流通道的梯形面积公式,即(h1+h2)L/2。根据公式(3)和单层渗流通道的梯形面积公式计算获得k(x)h(x)的等效值,如式(4)所示:
在一种可能的实施例中,优势渗流井间纵向上存在多个连通层段,如图7所示,水井和油井之间有四个连通层段,从上到下每个连通层段的渗流阻力系数依次为R1、R2、R3和R4。
可选地,例如目标优势渗流水井有m个,目标优势渗流油井有n个,目标优势渗流油井和目标优势渗流水井之间共有v个连通层段,对于识别出的目标优势渗流油井j和目标优势渗流水井i间的纵向渗流阻力系数模型如式(5)所示:
其中,Rij为目标优势渗流油井j和目标优势渗流水井i间的渗流阻力,Rij1为第1层段目标优势渗流水井i与目标优势渗流油井j之间的渗流阻力,Rij2为第2层段目标优势渗流水井i与目标优势渗流油井j之间的渗流阻力,Rijt为第t层段目标优势渗流水井i与目标优势渗流油井j之间的渗流阻力,RijT为第T层段目标优势渗流水井i与目标优势渗流油井j之间的渗流阻力。
在一种可能的实施例中,同一优势渗流水井间横向上存在多个连通的优势渗流油井,如图8所示,水井与四个油井之间有连通,每个与优势渗流水井连通的优势渗流油井的井间连通指数顺时针依次为λ1、λ2、λ3和λ4。
可选地,对于识别出的目标优势渗流水井i和目标优势渗流油井1…n间的横向渗流阻力系数模型如式(6)所示:
Rit=Ri1t+Ri2t+…+Rijt+…+Rint (6)
其中,Rit为第t层段的渗流阻力,Ri1t为第t层段目标优势渗流水井i与目标优势渗流油井1之间的渗流阻力,Ri2t为第t层段目标优势渗流水井i与目标优势渗流油井2之间的渗流阻力,Rijt为第t层段目标优势渗流水井i与目标优势渗流油井j之间的渗流阻力,Rint为第t层段目标优势渗流水井i与目标优势渗流油井n之间的渗流阻力。
可选地,根据公式(4)对公式(6)进行离散化为公式(7),如下所示:
其中,μw为地层水粘度,kro为油相相对渗透率,krw为水相相对渗透率。
可选地,根据第t层段的渗流阻力计算目标优势渗流水井i与单个目标优势渗流油井j之间第t层段的渗流阻力,如公式(8)所示:
Rijt=Rit/λij (8)
其中,λij为目标优势渗流水井i与单个目标优势渗流油井j之间的井间连通指数。
S332、根据动态特征标准模型对纵向渗流阻力系数模型和横向渗流阻力系数模型建立层位优势渗流通道第一评价模型。
更具体地,根据动态特征标准模型对纵向渗流阻力系数模型和横向渗流阻力系数模型建立层位优势渗流通道第一评价模型。并当目标优势渗流水井和目标优势渗流油井的动静态评价参数不齐全时,使用层位优势渗流通道第一评价模型对目标优势渗流井进行层位评价。
可选地,层位优势渗流通道第一评价模型将优势渗流通道划分等级,包括非优势渗流通道、初级优势渗流通道、中级优势渗流通道、强优势渗流通道,如表2所示:
表2
等级 | 渗流阻力系数 |
非优势渗流通道 | >3.0 |
初级优势渗流通道 | 1.2~3.0 |
中级优势渗流通道 | 0.1~1.2 |
强优势渗流通道 | <0.1 |
在一种可能的实施例中,当计算获得某一层位的渗流阻力系数小于0.1时,评价该层位存在目标优势渗流通道,且目标优势渗流通道为强优势渗流通道。
S333、获取目标优势渗流井的动静态评价参数,根据动静态评价参数建立层位优势渗流通道第二评价模型。
更具体地,获取目标优势渗流井的动静态评价参数,根据动静态评价参数建立层位优势渗流通道第二评价模型。并当目标优势渗流水井和目标优势渗流油井的动静态评价参数齐全时,使用层位优势渗流通道第二评价模型对目标优势渗流井进行层位评价。
可选地,目标优势渗流井的动静态评价参数包括存在优势渗流通道的层位,以及相应层位的孔隙度、渗透率、吸水百分数、产液贡献率、示踪剂产出浓度、饱和度和泥质含量。层位优势渗流通道第二评价模型包括:吸水剖面数据、产液剖面数据、测井曲线和示踪剂曲线。
在一种可能的实施例中,针对某一层位进行分析时,通过层位优势渗流通道第二评价模型中的吸水剖面数据获得相应层位的吸水百分数,通过产液剖面数据获得产液贡献率,通过测井曲线获得孔隙度、渗透率、饱和度和泥质含量,通过示踪剂曲线获得示踪剂产出浓度。
在本申请实施例提供的优势渗流通道的判别方法中,通过根据高含水油田的动态特征标准模型、动静态识别参数和优势渗流通道连通性建立生产动态指数模型、优势渗流井分类模型和优势渗流井连通模型,从而组成优势渗流井识别体系实现对目标油田中目标优势渗流井的快速识别。并通过根据高含水油田的动态特征标准模型建立和动静态评价参数纵向渗流阻力系数模型和横向渗流阻力系数模型,以及层位优势渗流通道第一评价模型和层位优势渗流通道第二评价模型,通过纵向渗流阻力系数模型和横向渗流阻力系数模型可直接快速求解目标油田中的层位优势渗流阻力,并根据相应的评价模型进行层位的优势渗流通道分析,提升了对优势渗流通道的识别和评价速度。
本申请以实际某油田典型区块为例,判别该区块的优势渗流通道发育规律,如图9所示,为本申请实施例提供的一种优势渗流通道的判别方法的流程图,该优势渗流通道的判别方法包括如下步骤:
S901、根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田。
更具体地,根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,例如:全区共有油井和水井160口,其中,油井有98口,水井有62口,并且采出程度52.9%,计算全区油井的平均含水率,如图10所示,全区油井平均含水率已超过90%,符合高含水油田的动态特征标准模型中的第四标准,识别该区块为高含水油田。
S902、根据生产动态指数模型和优势渗流井分类模型识别优势渗流油井和优势渗流水井。
更具体地,基于高含水油田,根据生产动态指数模型对高含水油田中的油井和水井进行单井识别,筛选出优势渗流油井和优势渗流水井。
在一种可能的实施例中,根据生产动态指数模型计算高含水油田中各个油井的油井生产动态指数,获得各个油井的日产水量和日产油量指数图,如图11所示,以及日产水量和来水量指数图,如图12所示。根据优势渗流油井分类模型对图11和图12中的日产水量和日产油量分布以及日产水量和来水量分布进行分析,识别结果为不符合优势渗流油井分类标准的正常油井有82口,可能符合标准的可疑井有16口。
可选地,根据生产动态指数模型计算16口可疑井中各油井的生产动态指数,获得各个油井的井底流压和含水率指数图,如图13所示。根据优势渗流油井分类模型对图13中的井底流压和含水率分布进行分析,从可疑井中识别出井底流压和含水率均大于0的可疑井为优势渗流油井,识别结果为16口可疑井中有12口优势渗流油井。
可选地,根据生产动态指数模型计算高含水油田中各个水井的水井生产动态指数,获得各个水井的视吸水参数和注水强度指数图,如图14所示。根据优势渗流水井分类模型对图14中的视吸水参数和注水强度分布进行分析,识别出视吸水参数和注水强度均大于0的水井识别为优势渗流水井,识别结果为有7口优势渗流水井。
S903、根据优势渗流井连通模型识别目标优势渗流油井和目标优势渗流水井。
更具体地,基于7口优势渗流水井和12口优势渗流油井组成连通库,在连通库中使用优势渗流井连通模型识别目标优势渗流油井和目标优势渗流水井。识别结果为井间连通的目标优势渗流油井有12口,目标优势渗流水井有7口。
S904、根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算目标优势渗流井各个连通层位的渗流阻力系数。
更具体地,基于12口目标优势渗流油井和7口目标优势渗流水井,根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算其中各个连通层位的渗流阻力系数。
S905、根据层位优势渗流通道第一评价模型对目标优势渗流井各个连通层位进行评价分析。
更具体地,根据层位优势渗流通道第一评价模型对目标优势渗流井内各个层位的渗流阻力系数进行识别,得到不同等级下的优势渗流通道的个数和所占总通道的比例,同时也根据层位优势渗流通道第二评价模型对动静态评价参数齐全的优势渗流井进行优势渗流通道的识别和评价,识别结果如表3所示。
表3
等级 | 渗流阻力系数 | 优势渗流通道个数 | 比例 |
非优势渗流通道 | >3 | 87 | 48.60% |
初级优势渗流通道 | 1.2~3 | 5 | 2.79% |
中级优势渗流通道 | 0.1~1.2 | 12 | 6.70% |
强优势渗流通道 | <0.1 | 75 | 41.90% |
合计 | - | 179 | - |
其中,在12口目标优势渗流油井和7口目标优势渗流水井中共识别出179条优势渗流通道,其中非优势渗流通道87条,初级优势渗流通道5条,中级优势渗流通道12条,强优势渗流通道75条。
可选地,根据识别结果绘制优势渗流通道等级分布图,如图15所示,近50%流动通道已形成优势渗流通道,且强优势渗流通道占到41.9%。
可选地,根据评价结果绘制区块中典型层位的优势渗流通道识别结果,如图16所示,在图中能够清晰的看出各个层位的优势渗流通道流向和个数,提升对优势渗流井内部优势渗流通道发育规律进行识别评价的精准度,为实际的高含水油田注水开采提供更有利的依据。
本申请提供一种优势渗流通道的判别装置,判别装置的结构示意图如图17所示,该判别装置1700包括:
识别模块1701,用于根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,其中,目标高含水油田包括目标油井和目标水井;
评价模块1702,用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息;
识别模块还用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,其中,目标优势渗流井包括目标优势渗流油井和目标优势渗流水井。
可选地,判别装置还包括建立模块,用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井前,建立优势渗流井识别体系,其中,优势渗流井识别体系包括:生产动态指数模型、优势渗流井分类模型以及优势渗流井连通模型。
可选地,建立模块用于建立优势渗流井识别体系,具体包括:
获取高含水油田的动静态识别参数,并根据动静态识别参数建立生产动态指数模型;
获取高含水油田的动态特征标准模型,并根据动态特征标准模型对生产动态指数模型建立优势渗流井分类模型,其中,优势渗流井分类模型包括优势渗流油井分类模型和优势渗流水井分类模型;
根据优势渗流井之间的优势渗流通道连通性对优势渗流井分类模型建立优势渗流井连通模型。
可选地,建立模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价前,建立优势渗流通道评价体系,其中,优势渗流通道评价体系包括:纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型以及层位优势渗流通道第二评价模型。
可选地,建立模块还用于建立优势渗流通道评价体系,具体包括:
根据高含水油田的动态特征标准模型对目标优势渗流井建立纵向渗流阻力系数模型和横向渗流阻力系数模型;
根据动态特征标准模型对纵向渗流阻力系数模型和横向渗流阻力系数模型建立层位优势渗流通道第一评价模型;
获取目标优势渗流井的动静态评价参数,根据动静态评价参数建立层位优势渗流通道第二评价模型。
可选地,识别模块还用于根据优势渗流井识别体系识别目标高含水油田中的目标优势渗流井,具体包括:
获取目标高含水油田中各个油井的油井动静态识别参数,并获取目标高含水油田中各个水井的水井动静态识别参数,其中,油井动静态识别参数包括油井动静态识别第一参数、油井动静态识别第二参数、油井动静态识别第三参数;
根据生产动态指数模型对各个油井的油井动静态识别参数计算目标高含水油田的油井生产动态指数,对各个水井的水井动静态识别参数计算目标高含水油田的水井生产动态指数,其中,油井生产动态指数包括油井生产动态第一指数、油井生产动态第二指数、油井生产动态第三指数;
根据优势渗流油井分类模型对目标高含水油田中的油井生产动态指数进行分类,获得优势渗流油井;根据优势渗流水井分类模型对目标高含水油田中的水井生产动态指数进行分类,获得优势渗流水井;
根据优势渗流井连通模型识别对优势渗流油井和优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
可选地,评价模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,具体包括:
根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算各个层位的优势渗流阻力系数;
根据层位优势渗流通道第一评价模型对目标优势渗流井各个层位的优势渗流阻力系数进行评价,获得各个层位的优势渗流通道发育信息。
可选地,评价模块还用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,还包括:
根据层位优势渗流通道第二评价模型直接获得各个层位的优势渗流通道发育信息。
可选地,建立模块还用于根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田前,建立高含水油田的动态特征标准模型。
如图18所示,本申请一实施例提供一种电子设备1800,电子设备1800包括存储器1801和处理器1802。
其中,存储器1801用于存储处理器可执行的计算机指令;
处理器1802在执行计算机指令时实现上述实施例中方法中的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,上述存储器1801既可以是独立的,也可以跟处理器1802集成在一起。当存储器1801独立设置时,该电子设备还包括总线,用于连接存储器1801和处理器1802。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机指令,当处理器执行计算机指令时,实现上述实施例中方法中的各个步骤。
本申请实施例还提供一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现上述实施例中方法中的各个步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种优势渗流通道的判别方法,其特征在于,包括:
根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,其中,所述目标高含水油田包括目标油井和目标水井;
根据优势渗流井识别体系识别所述目标高含水油田中的目标优势渗流井,其中,所述目标优势渗流井包括目标优势渗流油井和目标优势渗流水井;
根据优势渗流通道评价体系对所述目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息。
2.根据权利要求1所述的方法,其特征在于,根据优势渗流井识别体系识别所述目标高含水油田中的目标优势渗流井前,还需要建立优势渗流井识别体系,其中,所述优势渗流井识别体系包括:生产动态指数模型、优势渗流井分类模型以及优势渗流井连通模型。
3.根据权利要求2所述的方法,其特征在于,建立优势渗流井识别体系,具体包括:
获取高含水油田的动静态识别参数,并根据所述动静态识别参数建立生产动态指数模型;
获取高含水油田的动态特征标准模型,并根据所述动态特征标准模型对生产动态指数模型建立优势渗流井分类模型,其中,优势渗流井分类模型包括优势渗流油井分类模型和优势渗流水井分类模型;
根据优势渗流井之间的优势渗流通道连通性对所述优势渗流井分类模型建立优势渗流井连通模型。
4.根据权利要求1所述的方法,其特征在于,根据所述优势渗流通道评价体系对所述目标优势渗流井进行评价前,还需要建立优势渗流通道评价体系,其中,所述优势渗流通道评价体系包括:纵向渗流阻力系数模型、横向渗流阻力系数模型、层位优势渗流通道第一评价模型以及层位优势渗流通道第二评价模型。
5.根据权利要求4所述的方法,其特征在于,建立优势渗流通道评价体系,具体包括:
根据高含水油田的动态特征标准模型对目标优势渗流井建立纵向渗流阻力系数模型和横向渗流阻力系数模型;
根据所述动态特征标准模型对所述纵向渗流阻力系数模型和所述横向渗流阻力系数模型建立层位优势渗流通道第一评价模型;
获取目标优势渗流井的动静态评价参数,根据所述动静态评价参数建立层位优势渗流通道第二评价模型。
6.根据权利要求1所述的方法,其特征在于,根据优势渗流井识别体系识别所述目标高含水油田中的目标优势渗流井,具体包括:
获取所述目标高含水油田中各个油井的油井动静态识别参数,并获取所述目标高含水油田中各个水井的水井动静态识别参数,其中,油井动静态识别参数包括油井动静态识别第一参数、油井动静态识别第二参数、油井动静态识别第三参数;
根据生产动态指数模型对各个油井的油井动静态识别参数计算所述目标高含水油田的油井生产动态指数,对各个水井的水井动静态识别参数计算所述目标高含水油田的水井生产动态指数,其中,油井生产动态指数包括油井生产动态第一指数、油井生产动态第二指数、油井生产动态第三指数;
根据优势渗流油井分类模型对所述目标高含水油田中的油井生产动态指数进行分类,获得优势渗流油井;根据优势渗流水井分类模型对所述目标高含水油田中的水井生产动态指数进行分类,获得优势渗流水井;
根据优势渗流井连通模型对所述优势渗流油井和所述优势渗流水井进行识别,获得目标优势渗流油井和目标优势渗流水井。
7.根据权利要求1所述的方法,其特征在于,根据优势渗流通道评价体系对所述目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,具体包括:
根据纵向渗流阻力系数模型和横向渗流阻力系数模型计算各个层位的优势渗流阻力系数;
根据层位优势渗流通道第一评价模型对目标优势渗流井各个层位的优势渗流阻力系数进行评价,获得各个层位的优势渗流通道发育信息。
8.根据权利要求7所述的方法,其特征在于,根据优势渗流通道评价体系对所述目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息,还包括:
根据层位优势渗流通道第二评价模型直接获得各个层位的优势渗流通道发育信息。
9.根据权利要求1所述的方法,其特征在于,根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田前,还需要建立高含水油田的动态特征标准模型。
10.一种优势渗流通道的判别装置,其特征在于,包括:
识别模块,用于根据高含水油田的动态特征标准模型识别目标油田中的目标高含水油田,其中,所述目标高含水油田包括目标油井和目标水井;
评价模块,用于根据优势渗流通道评价体系对目标优势渗流井进行评价,获得各个层位的优势渗流通道发育信息;
所述识别模块还用于根据优势渗流井识别体系识别所述目标高含水油田中的目标优势渗流井,其中,所述目标优势渗流井包括目标优势渗流油井和目标优势渗流水井。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311009695.5A CN117592874A (zh) | 2023-08-10 | 2023-08-10 | 优势渗流通道的判别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311009695.5A CN117592874A (zh) | 2023-08-10 | 2023-08-10 | 优势渗流通道的判别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117592874A true CN117592874A (zh) | 2024-02-23 |
Family
ID=89917168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311009695.5A Pending CN117592874A (zh) | 2023-08-10 | 2023-08-10 | 优势渗流通道的判别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117592874A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162922A (zh) * | 2019-06-03 | 2019-08-23 | 西南石油大学 | 一种水驱油藏优势渗流通道的综合识别方法 |
CN112343587A (zh) * | 2020-09-03 | 2021-02-09 | 中国石油天然气股份有限公司 | 一种特低渗透油藏优势渗流通道识别表征方法 |
-
2023
- 2023-08-10 CN CN202311009695.5A patent/CN117592874A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162922A (zh) * | 2019-06-03 | 2019-08-23 | 西南石油大学 | 一种水驱油藏优势渗流通道的综合识别方法 |
CN112343587A (zh) * | 2020-09-03 | 2021-02-09 | 中国石油天然气股份有限公司 | 一种特低渗透油藏优势渗流通道识别表征方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106703883A (zh) | 一种个性化确定采煤工作面底板突水危险等级的方法 | |
US20080040086A1 (en) | Facilitating oilfield development with downhole fluid analysis | |
CN110162922A (zh) | 一种水驱油藏优势渗流通道的综合识别方法 | |
CN105626058A (zh) | 一种确定储层岩溶发育程度的方法及装置 | |
CN103132993A (zh) | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 | |
CN101929973A (zh) | 裂缝储层含油气饱和度定量计算方法 | |
CN104948176B (zh) | 一种基于渗透增大率识别碳酸盐岩储层裂缝的方法 | |
Zifei et al. | A study on remaining oil distribution in a carbonate oil reservoir based on reservoir flow units | |
CN107448197B (zh) | 一种海相砂岩油藏窜流通道空间发育定量识别的方法 | |
CN105404972A (zh) | 一种油藏开发不确定性研究及风险控制的方法 | |
CN108661628B (zh) | 一种基于参数优选的工程甜点定量评价方法 | |
CN106468171B (zh) | 多信息耦合的递进式砂砾岩岩相判别方法 | |
CN107315024A (zh) | 一种识别致密砂岩储层油水层的方法 | |
CN117592874A (zh) | 优势渗流通道的判别方法及装置 | |
CN104834934B (zh) | 一种用于识别储层流体的核体俘获法 | |
CN111522077B (zh) | 一种近源存储型油气藏流体性质判别方法 | |
CN114592848A (zh) | 孔隙度-电阻率-岩性匹配关系法识别低阻油气层的方法 | |
CN109655479B (zh) | 一种基于核磁共振t2谱的煤层含气量分析方法 | |
CN110765606B (zh) | 一种用于预测储层含油性的含油指数模型的构建方法及储层含油性的预测方法 | |
CN104879126A (zh) | 一种基于阵列感应测井的碎屑岩储层流体识别方法 | |
Walker et al. | Three case studies of progress in quantitative seismic-engineering integration | |
CN113792499A (zh) | 基于沉积特征的松散承压含水层富水性动态确定方法 | |
RU2446419C1 (ru) | Способ поиска и разведки углеводородной залежи | |
CN112270061A (zh) | 缝洞型碳酸盐岩油气藏出水井排水增产潜力评价方法 | |
CN109598049A (zh) | 钻孔岩石裂隙发育程度及区域岩石裂隙发育规律的方法 |
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 |