RU2016103925A - Создание характеристик виртуального прибора для каротажа в эксплуатационных скважинах для улучшенной адаптации модели - Google Patents
Создание характеристик виртуального прибора для каротажа в эксплуатационных скважинах для улучшенной адаптации модели Download PDFInfo
- Publication number
- RU2016103925A RU2016103925A RU2016103925A RU2016103925A RU2016103925A RU 2016103925 A RU2016103925 A RU 2016103925A RU 2016103925 A RU2016103925 A RU 2016103925A RU 2016103925 A RU2016103925 A RU 2016103925A RU 2016103925 A RU2016103925 A RU 2016103925A
- Authority
- RU
- Russia
- Prior art keywords
- logging tool
- density function
- probability density
- production wells
- Prior art date
Links
- 230000006978 adaptation Effects 0.000 title 1
- 238000004519 manufacturing process Methods 0.000 claims 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 9
- 239000012530 fluid Substances 0.000 claims 8
- 238000005457 optimization Methods 0.000 claims 8
- 238000000034 method Methods 0.000 claims 7
- 238000009826 distribution Methods 0.000 claims 6
- 238000000844 transformation Methods 0.000 claims 6
- 230000009466 transformation Effects 0.000 claims 6
- 238000010276 construction Methods 0.000 claims 3
- 238000002347 injection Methods 0.000 claims 3
- 239000007924 injection Substances 0.000 claims 3
- 239000000463 material Substances 0.000 claims 2
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/12—Methods or apparatus for controlling the flow of the obtained fluid to or in wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/14—Obtaining from a multiple-zone well
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geology (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Remote Sensing (AREA)
- Mining & Mineral Resources (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Control Of Non-Electrical Variables (AREA)
- Instructional Devices (AREA)
- User Interface Of Digital Computer (AREA)
Claims (55)
1. Способ создания характеристики виртуального прибора для каротажа в эксплуатационных скважинах, содержащий:
a) построение функции плотности вероятности (pdf) для коллекторского свойства, соответствующего одной или большему количеству геоячеистых моделей и соответствующим данным, с использованием вычислительной системы;
b) выбор образца коллекторского свойства из функции плотности вероятности (pdf);
c) осуществление преобразования по методу нормальных меток в отношении функции плотности вероятности (pdf) для коллекторского свойства с использованием выбранного образца;
d) определение распределения вероятности коллекторского свойства путем локальной коррекции сетки с использованием преобразования по методу нормальных меток, осуществленного в отношении функции плотности вероятности (pdf) для коллекторского свойства;
e) запуск модели коллектора с использованием распределения вероятности для создания обводненности и характеристики расхода жидкости (Qliq);
f) определение целевой функции с использованием обводненности и характеристики расхода жидкости (Qliq);
g) определение одного или большего количества ограничений оптимизации; и
h) определение характеристики расхода жидкости (Qliq) для каждого сегмента регулятора притока, которая отображает характеристику виртуального прибора для каротажа в эксплуатационных скважинах, с использованием целевой функции и одного или большего количества ограничений оптимизации.
2. Способ по п. 1, дополнительно содержащий повторение этапов b)-h) до оптимизации характеристики виртуального прибора для каротажа в эксплуатационных скважинах.
3. Способ по п. 1, дополнительно содержащий запуск модели коллектора с использованием рабочей точки, характеристики давления и характеристики добычи.
4. Способ по п. 3, в котором одно или большее количество ограничений оптимизации определены с использованием одного или большего количества расходов нагнетания и рабочей точки.
5. Способ по п. 2, в котором виртуальный прибор для каротажа в эксплуатационных скважинах оптимизирован, если последняя характеристика виртуального прибора для каротажа в эксплуатационных скважинах меньше или равна заранее заданной характеристике виртуального прибора для каротажа в эксплуатационных скважинах.
6. Способ по п. 5, в котором заранее заданная характеристика виртуального прибора для каротажа в эксплуатационных скважинах отображает минимальные обводненность и соотношение газ/нефть.
7. Способ по п. 1, в котором функция плотности вероятности (pdf) создана путем:
a) считывания коллекторского свойства для одной из одной или большего количества геоячеистых моделей, одной из одной или большего количества траекторий скважины и одной из одной или большего количества ячеек сетки;
b) создания одной или большего количества гистограмм для коллекторского свойства;
c) построения функции плотности вероятности (pdf) для коллекторского свойства с использованием одной или большего количества гистограмм; и
d) повторения этапов а)-с) для каждой из одной или большего количества ячеек сетки, каждой из одной или большего количества траекторий скважины и каждой из одной или большего количества геоячеистых моделей, причем каждая итерация обновляет созданную функцию плотности вероятности (pdf).
8. Энергонезависимый носитель программы, хранящий в материальном виде машиноисполняемые команды для создания характеристики виртуального прибора для каротажа в эксплуатационных скважинах, причем исполнение команд обеспечивает:
a) построение функции плотности вероятности (pdf) для коллекторского свойства, соответствующего одной или большему количеству геоячеистых моделей и соответствующим данным;
b) выбор образца коллекторского свойства из функции плотности вероятности (pdf);
c) осуществление преобразования по методу нормальных меток в отношении функции плотности вероятности (pdf) для коллекторского свойства с использованием выбранного образца;
d) определение распределения вероятности коллекторского свойства путем локальной коррекции сетки с использованием преобразования по методу нормальных меток, осуществленного в отношении функции плотности вероятности (pdf) для коллекторского свойства;
e) запуск модели коллектора с использованием распределения вероятности для создания обводненности и характеристики расхода жидкости (Qliq);
f) определение целевой функции с использованием обводненности и характеристики расхода жидкости (Qliq);
g) определение одного или большего количества ограничений оптимизации; и
h) определение характеристики расхода жидкости (Qliq) для каждого сегмента регулятора притока, которая отображает характеристику виртуального прибора для каротажа в эксплуатационных скважинах, с использованием целевой функции и одного или большего количества ограничений оптимизации.
9. Носитель программы по п. 8, дополнительно содержащий повторение этапов b)-h) до оптимизации характеристики виртуального прибора для каротажа в эксплуатационных скважинах.
10. Носитель программы по п. 8, дополнительно содержащий запуск модели коллектора с использованием рабочей точки, характеристики давления и характеристики добычи.
11. Носитель программы по п. 10, в котором одно или большее количество ограничений оптимизации определены с использованием одного или большего количества расходов нагнетания и рабочей точки.
12. Носитель программы по п. 9, в котором виртуальный прибор для каротажа в эксплуатационных скважинах оптимизирован, если последняя характеристика виртуального прибора для каротажа в эксплуатационных скважинах меньше или равна заранее заданной характеристике виртуального прибора для каротажа в эксплуатационных скважинах.
13. Носитель программы по п. 12, в котором заранее заданная характеристика виртуального прибора для каротажа в эксплуатационных скважинах отображает минимальные обводненность и соотношение газ/нефть.
14. Носитель программы по п. 8, в котором функция плотности вероятности (pdf) создают путем:
a) считывания коллекторского свойства для одной из одной или большего количества геоячеистых моделей, одной из одной или большего количества траекторий скважины и одной из одной или большего количества ячеек сетки;
b) создания одной или большего количества гистограмм для коллекторского свойства;
c) построения функции плотности вероятности (pdf) для коллекторского свойства с использованием одной или большего количества гистограмм; и
d) повторения этапов а)-с) для каждой из одной или большего количества ячеек сетки, каждой из одной или большего количества траекторий скважины и каждой из одной или большего количества геоячеистых моделей, причем каждая итерация обновляет созданную функцию плотности вероятности (pdf).
15. Энергонезависимый носитель программы, хранящий в материальном виде машиноисполняемые команды для создания характеристики виртуального прибора для каротажа в эксплуатационных скважинах, причем исполнение команд обеспечивает:
a) построение функции плотности вероятности (pdf) для коллекторского свойства, соответствующего одной или большему количеству геоячеистых моделей;
b) выбор образца коллекторского свойства из функции плотности вероятности (pdf);
c) осуществление преобразования по методу нормальных меток в отношении функции плотности вероятности (pdf) для коллекторского свойства с использованием выбранного образца;
d) определение распределения вероятности коллекторского свойства путем локальной коррекции сетки с использованием преобразования по методу нормальных меток, осуществленного в отношении функции плотности вероятности (pdf) для коллекторского свойства;
e) запуск модели коллектора с использованием распределения вероятности для создания обводненности и характеристики расхода жидкости (Qliq);
f) определение характеристики расхода жидкости (Qliq) для каждого сегмента регулятора притока, которая отображает характеристику виртуального прибора для каротажа в эксплуатационных скважинах, с использованием целевой функции, основанной на обводненности и характеристике расхода жидкости (Qliq), и одного или большего количества ограничений оптимизации; и
g) повторение этапов b)-f) до оптимизации характеристики виртуального прибора для каротажа в эксплуатационных скважинах.
16. Носитель программы по п. 15, дополнительно содержащий запуск модели коллектора с использованием рабочей точки, характеристики давления и характеристики добычи.
17. Носитель программы по п. 16, в котором одно или большее количество ограничений оптимизации определены с использованием одного или большего количества расходов нагнетания и рабочей точки.
18. Носитель программы по п. 15, в котором виртуальный прибор для каротажа в эксплуатационных скважинах оптимизирован, если последняя характеристика виртуального прибора для каротажа в эксплуатационных скважинах меньше или равна заранее заданной характеристике виртуального прибора для каротажа в эксплуатационных скважинах.
19. Носитель программы по п. 18, в котором заранее заданная характеристика виртуального прибора для каротажа в эксплуатационных скважинах отображает минимальные обводненность и соотношение газ/нефть.
20. Носитель программы по п. 15, в котором функция плотности вероятности (pdf) создана путем:
a) считывания коллекторского свойства для одной из одной или большего количества геоячеистых моделей, одной из одной или большего количества траекторий скважины и одной из одной или большего количества ячеек сетки;
b) создания одной или большего количества гистограмм для коллекторского свойства;
c) построения функции плотности вероятности (pdf) для коллекторского свойства с использованием одной или большего количества гистограмм; и
d) повторения этапов а)-с) для каждой из одной или большего количества ячеек сетки, каждой из одной или большего количества траекторий скважины и каждой из одной или большего количества геоячеистых моделей, причем каждая итерация обновляет созданную функцию плотности вероятности (pdf).
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361875591P | 2013-09-09 | 2013-09-09 | |
US61/875,591 | 2013-09-09 | ||
PCT/US2013/062166 WO2015034539A1 (en) | 2013-09-09 | 2013-09-27 | Creating virtual production logging tool profiles for improved history matching |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2016103925A true RU2016103925A (ru) | 2017-08-11 |
Family
ID=52628827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2016103925A RU2016103925A (ru) | 2013-09-09 | 2013-09-27 | Создание характеристик виртуального прибора для каротажа в эксплуатационных скважинах для улучшенной адаптации модели |
Country Status (11)
Country | Link |
---|---|
US (1) | US10359541B2 (ru) |
CN (1) | CN105474046A (ru) |
AU (1) | AU2013399602B2 (ru) |
BR (1) | BR112016002776A2 (ru) |
CA (1) | CA2920603C (ru) |
DE (1) | DE112013007411T5 (ru) |
GB (1) | GB2536560B (ru) |
MX (1) | MX2016001652A (ru) |
RU (1) | RU2016103925A (ru) |
SG (1) | SG11201600798PA (ru) |
WO (1) | WO2015034539A1 (ru) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2016000151A (es) * | 2013-07-02 | 2016-03-01 | Landmark Graphics Corp | Mallado de estadios de 2 , 5d. |
GB201410050D0 (en) * | 2014-06-06 | 2014-07-16 | Maersk Olie & Gas | Method of estimating well productivity along a section of a wellbore |
CA3035243A1 (en) * | 2016-09-02 | 2018-03-08 | Saudi Arabian Oil Company | Controlling hydrocarbon production |
CN109387867B (zh) * | 2017-08-10 | 2020-05-22 | 中国石油化工股份有限公司 | 一种致密砂岩储层建模方法 |
WO2019048599A1 (en) * | 2017-09-08 | 2019-03-14 | Roxar Software Solutions As | WELL FRACTURE MODELING |
US10420469B2 (en) | 2017-11-22 | 2019-09-24 | Hi Llc | Optical detection system for determining neural activity in brain based on water concentration |
US10016137B1 (en) | 2017-11-22 | 2018-07-10 | Hi Llc | System and method for simultaneously detecting phase modulated optical signals |
US10368752B1 (en) | 2018-03-08 | 2019-08-06 | Hi Llc | Devices and methods to convert conventional imagers into lock-in cameras |
US11206985B2 (en) | 2018-04-13 | 2021-12-28 | Hi Llc | Non-invasive optical detection systems and methods in highly scattering medium |
US11857316B2 (en) | 2018-05-07 | 2024-01-02 | Hi Llc | Non-invasive optical detection system and method |
WO2019216892A1 (en) * | 2018-05-09 | 2019-11-14 | Landmark Graphics Corporation | Optimized methodology for automatic history matching of a petroleum reservoir model with ensemble kalman filter |
CN109343115B (zh) | 2018-11-21 | 2019-12-03 | 成都理工大学 | 一种基于测井约束的含气储层刻画方法 |
US10983233B2 (en) | 2019-03-12 | 2021-04-20 | Saudi Arabian Oil Company | Method for dynamic calibration and simultaneous closed-loop inversion of simulation models of fractured reservoirs |
CN113779926A (zh) * | 2021-08-03 | 2021-12-10 | 深圳天狼芯半导体有限公司 | 一种电路的检测方法、装置、电子设备及可读存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2083017C (en) * | 1992-11-16 | 1999-02-09 | Alan Walter Ainsbury | Tandem circuit cards |
FR2710418B1 (fr) * | 1993-09-21 | 1995-12-15 | Inst Francais Du Petrole | Méthode d'analyse des traces sismiques utilisant une technique de calibrage statistique pour en déduire des propriétés géologiques. |
CN1244768C (zh) | 2004-02-26 | 2006-03-08 | 罗东晓 | 城市燃气分步置换法 |
US8131470B2 (en) * | 2007-02-26 | 2012-03-06 | Bp Exploration Operating Company Limited | Managing flow testing and the results thereof for hydrocarbon wells |
US8364404B2 (en) * | 2008-02-06 | 2013-01-29 | Schlumberger Technology Corporation | System and method for displaying data associated with subsurface reservoirs |
US9488044B2 (en) * | 2008-06-23 | 2016-11-08 | Schlumberger Technology Corporation | Valuing future well test under uncertainty |
US8095345B2 (en) * | 2009-01-20 | 2012-01-10 | Chevron U.S.A. Inc | Stochastic inversion of geophysical data for estimating earth model parameters |
US8600717B2 (en) | 2009-05-14 | 2013-12-03 | Schlumberger Technology Corporation | Production optimization for oilfields using a mixed-integer nonlinear programming model |
GB2474275B (en) * | 2009-10-09 | 2015-04-01 | Senergy Holdings Ltd | Well simulation |
FR2953039B1 (fr) | 2009-11-26 | 2012-01-13 | Inst Francais Du Petrole | Methode d'exploitation d'un gisement petrolier par reconstruction de modele de reservoir |
-
2013
- 2013-09-27 BR BR112016002776A patent/BR112016002776A2/pt not_active IP Right Cessation
- 2013-09-27 RU RU2016103925A patent/RU2016103925A/ru not_active Application Discontinuation
- 2013-09-27 CA CA2920603A patent/CA2920603C/en active Active
- 2013-09-27 GB GB1602348.3A patent/GB2536560B/en active Active
- 2013-09-27 MX MX2016001652A patent/MX2016001652A/es unknown
- 2013-09-27 US US14/911,257 patent/US10359541B2/en active Active
- 2013-09-27 SG SG11201600798PA patent/SG11201600798PA/en unknown
- 2013-09-27 CN CN201380078786.2A patent/CN105474046A/zh active Pending
- 2013-09-27 DE DE112013007411.7T patent/DE112013007411T5/de not_active Withdrawn
- 2013-09-27 AU AU2013399602A patent/AU2013399602B2/en not_active Ceased
- 2013-09-27 WO PCT/US2013/062166 patent/WO2015034539A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20160187533A1 (en) | 2016-06-30 |
MX2016001652A (es) | 2016-10-07 |
CA2920603A1 (en) | 2015-03-12 |
CA2920603C (en) | 2019-09-24 |
AU2013399602A1 (en) | 2016-02-25 |
US10359541B2 (en) | 2019-07-23 |
GB201602348D0 (en) | 2016-03-23 |
GB2536560B (en) | 2020-02-12 |
WO2015034539A1 (en) | 2015-03-12 |
BR112016002776A2 (pt) | 2017-08-01 |
AU2013399602B2 (en) | 2016-09-15 |
DE112013007411T5 (de) | 2016-07-14 |
SG11201600798PA (en) | 2016-03-30 |
CN105474046A (zh) | 2016-04-06 |
GB2536560A (en) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2016103925A (ru) | Создание характеристик виртуального прибора для каротажа в эксплуатационных скважинах для улучшенной адаптации модели | |
US10515162B2 (en) | Method for optimal design of aquifer injection-pumping system | |
NO20140223A1 (no) | Metode for å optimalisere mengderegulerende ventiler og tilsigsregulerende enheter i en enkelt brønn eller en gruppe av brønner. | |
ES2670807T3 (es) | Método para la selección y optimización de controles de yacimientos petrolíferos para la meseta de producción | |
CN103336997B (zh) | 致密油资源分布预测方法以及预测装置 | |
RU2016101330A (ru) | Алгоритм для оптимальной конфигурации устройств контроля притока с использованием модели взаимодействия ствола скважины и коллектора | |
RU2593678C2 (ru) | Система и способ для оптимизации имитационного моделирования пласта-коллектора | |
RU2014142599A (ru) | Система и способ для определения расхода газлифтного газа | |
NO20131083A1 (no) | Hybrid, lokal ikke-avstemmende metode for flerfasestrømningssimuleringer i heterogent sprukne medier | |
EA201391035A1 (ru) | Способ и система для обновления геоячеечной модели | |
CN109753671B (zh) | 一种基于鱼群算法的油藏精确井位优化方法 | |
RU2013119639A (ru) | Моделирование карстообразования | |
RU2015152040A (ru) | Смешанный способ принудительного воспроизведения исторических данных в крупных резервуарах | |
Pinto et al. | Hybrid optimization for closed-loop reservoir management | |
CN116641688A (zh) | Co2提高气藏采收率及其封存的方法、系统、设备及存储介质 | |
RU2015148573A (ru) | Системы и способы оптимизации существующих скважин и проектирования новых скважин на основе распределения средних эффективных длин трещин | |
O'Sullivan et al. | Controlling complex geothermal simulations using PyTOUGH | |
US20190186237A1 (en) | Method and control system for allocating steam to multiple wells in steam assisted gravity drainage (sagd) resource production | |
Raoufi et al. | Application of simulated annealing optimization algorithm to optimal operation of intelligent well completions in an offshore oil reservoir | |
CA3224217A1 (en) | Method of performing a numerical solving process | |
US20200284127A1 (en) | Systems and Methods for Hydrocarbon Reservoir Well Connectivity Graph Optimization, Simulation and Development | |
US11680465B2 (en) | Systems and methods for multiscale sector hydrocarbon reservoir simulation | |
Azamifard et al. | Insights of new-generation reservoir property modeling (MPS methods) in assessing the reservoir performance for different recovery methods | |
CN117634218A (zh) | 一种水驱油藏提液参数优化方法及装置 | |
US11574083B2 (en) | Methods and systems for selecting inflow control device design simulations based on case selection factor determinations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA94 | Acknowledgement of application withdrawn (non-payment of fees) |
Effective date: 20180611 |