RU2015135357A - Система, способ и компьютерный программный продукт для прогнозирования производительности скважины - Google Patents

Система, способ и компьютерный программный продукт для прогнозирования производительности скважины Download PDF

Info

Publication number
RU2015135357A
RU2015135357A RU2015135357A RU2015135357A RU2015135357A RU 2015135357 A RU2015135357 A RU 2015135357A RU 2015135357 A RU2015135357 A RU 2015135357A RU 2015135357 A RU2015135357 A RU 2015135357A RU 2015135357 A RU2015135357 A RU 2015135357A
Authority
RU
Russia
Prior art keywords
productivity
generation
well
productivity index
correlation
Prior art date
Application number
RU2015135357A
Other languages
English (en)
Inventor
Трэвис Ли ДЖЕФФЕРС
Original Assignee
Лэндмарк Графикс Корпорейшн
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 Лэндмарк Графикс Корпорейшн filed Critical Лэндмарк Графикс Корпорейшн
Publication of RU2015135357A publication Critical patent/RU2015135357A/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q99/00Subject matter not provided for in other groups of this subclass

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Mining & Mineral Resources (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Geology (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics (AREA)

Claims (18)

1. Способ прогнозирования продуктивности скважины в углеводородном продуктивном комплексе пород, содержащий: определение корреляции между свойствами скважины и данными истории суммарной добычи по углеводородному продуктивному комплексу пород, и
прогнозирование продуктивности скважины по заданному углеводородному продуктивному комплексу пород на основе корреляции.
2. Способ по п. 1, в котором корреляция представляет собой линейную математическую корреляцию между свойствами скважины и данными истории суммарной добычи.
3. Способ по п. 2, в котором определение линейной математической корреляции дополнительно включает в себя представление свойств скважины в качестве индекса продуктивности, причем индекс продуктивности является математическим комбинированием множества свойств скважины.
4. Способ по п. 3, в котором множество свойств скважины содержит по меньшей мере одно суммарное содержание органических веществ, толщину материнской породы, продольную длину ствола скважины, глубину скважины или отражательную способность витринита.
5. Способ по п. 1, в котором определение корреляции дополнительно включает в себя использование коэффициента преобразования термической зрелости, который представляет собой соотношение между термической зрелостью и суммарной добычей по заданному углеводородному продуктивному комплексу пород.
6. Способ по п. 1, в котором определение корреляции дополнительно включает в себя представление свойств скважины в качестве индекса продуктивности последнего поколения, используя способ, содержащий: расчет суммарного содержания органических веществ по заданному углеводородному продуктивному комплексу пород;
расчет индекса продуктивности первого поколения, используя суммарное содержание органических веществ;
расчет индекса продуктивности второго поколения, используя индекс продуктивности первого поколения и расчет индекса продуктивности последнего поколения, используя индекс продуктивности второго поколения, причем индекс продуктивности последнего поколения является математическим сочетанием множества свойств скважины.
7. Способ по п. 6, в котором расчет индекса продуктивности второго поколения дополнительно содержит:
расчет коэффициента преобразования термической зрелости, который представляет собой соотношение между термической зрелостью и суммарной добычей по заданному углеводородному продуктивному комплексу пород и математическое комбинирование коэффициента преобразования термической зрелости с индексом продуктивности первого поколения, рассчитывая, таким образом, индекс продуктивности второго поколения.
8. Способ по п. 6, в котором расчет индекса продуктивности последнего поколения дополнительно содержит:
расчет коэффициента глубины, который представляет собой корреляцию между глубиной скважины и производительностью по заданному углеводородному продуктивному комплексу пород; и
математическое комбинирование коэффициента глубины и индекса продуктивности второго поколения, рассчитывая, таким образом, индекс продуктивности последнего поколения.
9. Способ по п. 6, в котором прогнозирование продуктивности скважин по заданному углеводородному продуктивному комплексу пород дополнительно содержит: использование индекса продуктивности последнего поколения, чтобы определить линейную математическую корреляцию между данными истории суммарной добычи по заданному углеводородному продуктивному комплексу пород и индексом продуктивности последнего поколения; и математическое комбинирование линейной математической корреляции с индексом продуктивности последнего поколения, прогнозируя, таким образом, продуктивность скважин по заданному углеводородному продуктивному комплексу пород.
10. Способ по п. 1, дополнительно включающий генерирование карты, которая отображает прогнозируемую продуктивность скважин по заданному углеводородному продуктивному комплексу пород.
11. Система, содержащая схему обработки для реализации любого из способов по пп. 1-10.
12. Компьютерный программный продукт, содержащий команды, которые при выполнении по меньшей мере одним процессором, побуждают процессор на выполнение любого из способов по пп. 1-10.
RU2015135357A 2013-03-25 2013-03-25 Система, способ и компьютерный программный продукт для прогнозирования производительности скважины RU2015135357A (ru)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2013/033690 WO2014158132A1 (en) 2013-03-25 2013-03-25 System, method and computer program product for predicting well production

Publications (1)

Publication Number Publication Date
RU2015135357A true RU2015135357A (ru) 2017-05-03

Family

ID=51624921

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015135357A RU2015135357A (ru) 2013-03-25 2013-03-25 Система, способ и компьютерный программный продукт для прогнозирования производительности скважины

Country Status (6)

Country Link
US (1) US20150371345A1 (ru)
EP (1) EP2979224A4 (ru)
AU (1) AU2013384285B2 (ru)
CA (1) CA2900464A1 (ru)
RU (1) RU2015135357A (ru)
WO (1) WO2014158132A1 (ru)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2016129956A (ru) * 2014-03-12 2018-01-25 Лэндмарк Графикс Корпорейшн Рейтинговая классификация мест заложения скважин среди сланцевых месторождений
NL2014286B1 (en) * 2015-02-12 2016-10-13 Biodentify B V Computer supported exploration and production of heterogeneous distributed hydrocarbon sources in subsurface formations based on microbial prospecting.
US20190361146A1 (en) * 2017-01-13 2019-11-28 Ground Truth Consulting System and method for predicting well production
US11238379B2 (en) 2017-05-23 2022-02-01 Schlumberger Technology Corporation Systems and methods for optimizing oil production
US10508521B2 (en) 2017-06-05 2019-12-17 Saudi Arabian Oil Company Iterative method for estimating productivity index (PI) values in maximum reservoir contact (MRC) multilateral completions
CN108492014B (zh) * 2018-03-09 2022-05-10 中国石油天然气集团有限公司 一种确定地质资源量的数据处理方法及装置
US11466554B2 (en) * 2018-03-20 2022-10-11 QRI Group, LLC Data-driven methods and systems for improving oil and gas drilling and completion processes
US11506052B1 (en) 2018-06-26 2022-11-22 QRI Group, LLC Framework and interface for assessing reservoir management competency
US11719842B2 (en) 2018-11-14 2023-08-08 International Business Machines Corporation Machine learning platform for processing data maps
CN110108856B (zh) * 2019-05-16 2021-07-06 中国石油化工股份有限公司 超压背景下烃源岩有机质成熟度的预测方法
CN112049624B (zh) * 2019-06-06 2024-04-30 中国石油天然气股份有限公司 油井动态储量的预测方法、装置、设备及存储介质
CN111236908A (zh) * 2020-01-09 2020-06-05 西南石油大学 一种适用在低渗透致密气藏中的多段压裂水平井产能预测模型及产能敏感性分析的方法
US11568291B2 (en) 2020-05-01 2023-01-31 Landmark Graphics Corporation Petroleum play analysis and display
CN114320266B (zh) * 2021-11-17 2023-11-28 陕西延长石油(集团)有限责任公司 一种基于支持向量机的致密油藏常规井产量预测方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020013687A1 (en) * 2000-03-27 2002-01-31 Ortoleva Peter J. Methods and systems for simulation-enhanced fracture detections in sedimentary basins
US6527068B1 (en) * 2000-08-16 2003-03-04 Smith International, Inc. Roller cone drill bit having non-axisymmetric cutting elements oriented to optimize drilling performance
US6836731B1 (en) * 2001-02-05 2004-12-28 Schlumberger Technology Corporation Method and system of determining well performance
US7539625B2 (en) * 2004-03-17 2009-05-26 Schlumberger Technology Corporation Method and apparatus and program storage device including an integrated well planning workflow control system with process dependencies
US7962319B2 (en) * 2004-03-04 2011-06-14 Halliburton Energy Services, Inc. Method and system for updating reliability prediction models for downhole devices
US7346457B2 (en) * 2006-03-24 2008-03-18 Schlumberger Technology Corporation Method for identification of inhibited wells in the mature fields
WO2009085395A1 (en) * 2007-12-31 2009-07-09 Exxonmobil Upstream Research Company Methods and systems for determining near-wellbore characteristics and reservoir properties
AU2009322308A1 (en) * 2008-12-03 2010-06-10 Chevron U.S.A. Inc. System and method for predicting fluid flow characteristics within fractured subsurface reservoirs
US8352228B2 (en) * 2008-12-23 2013-01-08 Exxonmobil Upstream Research Company Method for predicting petroleum expulsion
EP2387730A1 (en) * 2009-01-13 2011-11-23 ExxonMobil Upstream Research Company Methods and systems to volumetrically conceptualize hydrocarbon plays
US8729903B2 (en) * 2009-11-09 2014-05-20 Exxonmobil Upstream Research Company Method for remote identification and characterization of hydrocarbon source rocks using seismic and electromagnetic geophysical data

Also Published As

Publication number Publication date
CA2900464A1 (en) 2014-10-02
WO2014158132A1 (en) 2014-10-02
AU2013384285B2 (en) 2016-06-23
EP2979224A1 (en) 2016-02-03
EP2979224A4 (en) 2016-08-17
US20150371345A1 (en) 2015-12-24
AU2013384285A1 (en) 2015-08-27

Similar Documents

Publication Publication Date Title
RU2015135357A (ru) Система, способ и компьютерный программный продукт для прогнозирования производительности скважины
US10921960B2 (en) Mapping geological features using facies-type data manipulation
US20200018740A1 (en) Method, apparatus and system for determining sweet spot region for shale oil in-situ conversion development
BR112014007856A2 (pt) método 1-d melhorado para predizer a janela de peso de lama para seções subsal de poço
BR112016014653A8 (pt) Método implementado por computador para prever preferências de compartilhamento de privacidade, meio legível por computador não transitório e pelo menos um dispositivo de computação
RU2590265C2 (ru) Системы и способы для оценки моментов прорыва флюида в местонахождениях добывающих скважин
WO2013059585A3 (en) Methods, computer readable medium, and apparatus for determining well characteristics and pore architecture utilizing conventional well logs
GB2535039A (en) Method and analysis for holistic casing design for planning and real-time
RU2014109943A (ru) Система и способ для определения характеристик геологической среды, включая оценивание неопределенности
JP2015500525A5 (ru)
PH12016501255A1 (en) Improved molecular breeding methods
EA201390369A1 (ru) Система и способ для идентификации низкосернистой зоны в пластах-коллекторах сланцевого газа
RU2015109713A (ru) Способы и системы для включения мест выделенных точек псевдоповерхности в модели скорости сейсмических волн
Yeo et al. Covariance matrix localization using drainage area in an ensemble Kalman filter
CN109543352B (zh) 页岩断裂韧性预测方法、装置及电子设备
Kostrikov et al. Three key EOS LiDAR tool functionalities for urban studies
WO2014137893A3 (en) Interactive healthcare modeling
CN107871028B (zh) 一种层序地层的级别划分方法及装置
Freeman et al. An application of quantile random forests for predictive mapping of forest attributes
Bahadori Novel predictive tools for oil, gas and chemical industries: new and simple-to-use mathematical predictive tools for various engineering parameters in oil, gas and chemical industries
RU2016110497A (ru) Прогностическая модель вибрации в условиях бескондукторного бурения
CN111160748B (zh) 页岩储层的含气性的检测方法及装置
Kwon et al. Determination of Oil-Well Placement at a Petroleum Reservoir using Sequential Convolutional Neural Network Coupled with Robust Optimization under Geological Uncertainty
Adeyanju et al. A new model for the prediction of real time critical drawdown sand failure in petroleum reservoirs
Contreras et al. Original-Gas-In-Place Sensitivity Analysis of the Manville Group in the Western Canada Sedimentary Basin

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20170627