RU2486336C2 - Способы имитации разрыва пласта-коллектора и его оценки и считываемый компьютером носитель - Google Patents
Способы имитации разрыва пласта-коллектора и его оценки и считываемый компьютером носитель Download PDFInfo
- Publication number
- RU2486336C2 RU2486336C2 RU2010122059/03A RU2010122059A RU2486336C2 RU 2486336 C2 RU2486336 C2 RU 2486336C2 RU 2010122059/03 A RU2010122059/03 A RU 2010122059/03A RU 2010122059 A RU2010122059 A RU 2010122059A RU 2486336 C2 RU2486336 C2 RU 2486336C2
- Authority
- RU
- Russia
- Prior art keywords
- reservoir
- experimental
- properties
- coarse
- fracture
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 51
- 230000015572 biosynthetic process Effects 0.000 title abstract description 52
- 230000015556 catabolic process Effects 0.000 title abstract description 7
- 238000004088 simulation Methods 0.000 title description 40
- 238000012986 modification Methods 0.000 claims abstract description 54
- 230000004048 modification Effects 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 230000000694 effects Effects 0.000 claims abstract description 8
- 230000035699 permeability Effects 0.000 claims description 29
- 239000012530 fluid Substances 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 19
- 238000002834 transmittance Methods 0.000 claims description 12
- 239000011148 porous material Substances 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 7
- 238000013439 planning Methods 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims 23
- 238000005086 pumping Methods 0.000 claims 2
- 239000000126 substance Substances 0.000 abstract description 4
- 238000005065 mining Methods 0.000 abstract 1
- 230000003068 static effect Effects 0.000 description 53
- 238000005755 formation reaction Methods 0.000 description 45
- 238000005553 drilling Methods 0.000 description 26
- 238000013480 data collection Methods 0.000 description 17
- 238000005259 measurement Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Группа изобретений относится к методологии сбора данных для оценки и анализа подземных ресурсов на пригодность хранения ценных флюидов или минералов. Изобретения содержат варианты способа имитации разрыва пласта-коллектора и носитель информации, считываемый компьютером. Обеспечивает повышение эффективности способа и надежности устройства. Сущность изобретения: в соответствии с изобретениями собирают данные, связанные со свойствами пласта-коллектора, а также свойствами разрыва в пласте-коллекторе. Эти данные затем используют в сочетании с корреляционной матрицей для определения параметров модификации модели пласта-коллектора. Обеспечивают возможность соответствия корреляционной матрицы эмпирическому функциональному соотношению между параметрами модификации и данными на основе множества экспериментальных разрывов, заданных в пласте-коллекторе. Эффекты разрыва затем эмулируют путем селективной модификации модели пласта-коллектора с использованием параметров модификации для генерирования модифицированной модели пласта-коллектора. Затем пласт-коллектор моделируют с разрывом, используя модифицированную модель пласта-коллектора для генерирования результата. 3 н. и 17 з.п. ф-лы, 13 ил.
Description
Перекрестная ссылка на родственную заявку
В настоящей заявке согласно 35 U.S.C. § 119(е) испрашивается приоритет по дате подачи заявки на патент США № 60/984,704 под названием "SYSTEM AND METHOD FOR PERFORMING OILFIELD OPERATIONS", поданной 1 ноября 2007 г., которая полностью включена в настоящее описание путем ссылки.
УРОВЕНЬ ТЕХНИКИ
Для обнаружения и добычи ценных скважинных флюидов обычно выполняют такие операции, как разведка, бурение, исследование на кабеле, заканчивание, добыча, планирование и анализ. Разведки геологических формаций часто выполняются с использованием методологий сбора данных, например с помощью сейсмических сканеров или приборов сейсморазведки для создания карт подземных формаций (например, пластов-коллекторов). Такие формации часто подвергают анализу, чтобы определить наличие подземных ресурсов, таких как ценные флюиды или минералы. Эта информация используется для получения доступа к подземным формациям и обнаружения формаций, содержащих желаемые подземные ресурсы. Эта информация также может использоваться для определения, имеют ли формации характеристики, пригодные для хранения флюидов. Данные, собранные по таким методологиям сбора данных, можно оценивать и анализировать для определения, присутствуют ли такие ценные ресурсы и насколько легко они доступны.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Одна примерная реализация имитации разрыва пласта-коллектора относится к способу оценки пласта-коллектора. Этот способ включает в себя получение данных, содержащих свойства пласта-коллектора и свойства разрыва пласта-коллектора. Параметры модификации модели пласта-коллектора определяют на основе данных, используя корреляционную матрицу, соответствующую эмпирическому функциональному отношению между параметрами модификации и данными, при этом корреляционную матрицу получают на основе множества экспериментальных разрывов, заданных в пласте-коллекторе. Эффекты разрыва эмулируются путем селективной модификации модели пласта-коллектора с использованием параметров модификации для генерирования модифицированной модели пласта-коллектора. Для генерирования результата пласт-коллектор моделируют с разрывом, используя модифицированную модель пласта-коллектора.
Другие аспекты имитации разрыва пласта-коллектора будут очевидны из нижеследующего описания и приложенной формулы.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Описание нескольких вариантов осуществления имитации разрыва пласта-коллектора может содержать ссылки на варианты осуществления, которые проиллюстрированы на приложенных чертежах. Следует отметить, однако, что приложенные чертежи иллюстрируют только примерные варианты осуществления настоящего изобретения и, следовательно, они не должны рассматриваться как ограничивающие объем изобретения, поскольку имитация разрыва пласта-коллектора может допускать использование других, равно эффективных вариантов осуществления.
Фиг.1А-1D показывают примерные схематические виды нефтяного месторождения, имеющего подземные структуры, включающие в себя пласты-коллекторы, и различные операции, выполняемые на пластах-коллекторах.
Фиг.2А-2D - примерные графические изображения данных, собранных инструментами по фиг.1А-1D, соответственно.
Фиг.3 показывает примерный схематический вид, частично в поперечном сечении, нефтяного месторождения, имеющего множество инструментов сбора данных, расположенных в разных местоположениях вдоль нефтяного месторождения для сбора данных о подземной формации.
Фиг.4А-4С - схематические 3D виды статических моделей, основанных на данных собранных инструментами сбора данных по фиг.3.
Фиг.5 - графическое представление графика распределения вероятностей статических моделей по фиг.4.
Фиг.6-8 показывают блок-схемы последовательности операций способа, описывающие различные аспекты имитации разрыва пласта-коллектора.
Фиг.9 показывает 2D сечение скважины в соответствии с одной возможной реализацией имитации разрыва пласта-коллектора.
Фиг.10 показывает 3D сечение скважины в соответствии с другой возможной реализацией имитации разрыва пласта-коллектора.
Фиг.11А показывает имитацию грубого масштаба в соответствии с другой возможной реализацией имитации разрыва пласта-коллектора.
Фиг.11В показывает имитацию точного масштаба в соответствии с возможной реализацией имитации разрыва пласта-коллектора.
Фиг.12 показывает применение коэффициентов к ограничивающему прямоугольнику в соответствии с другой возможной реализацией имитации разрыва пласта-коллектора.
Фиг.13 показывает компьютерную систему в соответствии с одним или более вариантов осуществления изобретения.
ПОДРОБНОЕ ОПИСАНИЕ
Примерные варианты осуществления имитации разрыва пласта-коллектора показаны на вышеобозначенных чертежах и подробно описаны ниже. В описании вариантов осуществления сходные или идентичные ссылочные позиции используются для обозначения общих или похожих элементов. Чертежи не обязательно выполнены в масштабе и некоторые признаки или некоторые виды на чертежах могут быть показаны в увеличенном масштабе или схематично в интересах ясности и краткости.
В общем, имитация разрыва пласта-коллектора направлена на имитацию разрыва в пласте-коллекторе. Имитации разрывов могут использоваться в различных моделях пласта-коллектора и могут повышать эффективность и точность таких моделей.
Фиг.1А-1D изображают упрощенные, репрезентативные, схематические виды нефтяного месторождения (100), имеющего подземную формацию (102), содержащую в себе пласт-коллектор (104), и изображающего различные операции, выполняемые на нефтяном месторождении (100). Фиг.1А изображает операцию разведки, выполняемую прибором разведки, таким как передвижная сейсмическая станция (106а) для измерения свойств подземной формации. Операция разведки является операцией сейсморазведки для создания звуковых колебаний (112). На фиг.1А одно такое звуковое колебание (112) генерируется источником (110) и отражается от множества горизонтов (114) в земной формации (116). Звуковое колебание (колебания) 112 принимается (принимаются) датчиками (S), такими как сейсмоприемники (118), расположенными на поверхности земли, а сейсмоприемники (118) создают электрические выходные сигналы, которые на фиг.1А обозначены как "принятые данные" (120).
В ответ на принятое звуковое колебание (колебания) (112), представляющее различные параметры (например, амплитуду и/или частоту) звукового колебания (колебания) (112), сейсмоприемники (118) создают электрические выходные сигналы, содержащие данные относительно подземной формации (102). Принятые данные (120) предоставляются как входные данные на компьютер (122а) в передвижную сейсмическую станцию (106а) и на основе этих входных данных компьютер (122а) генерирует выходную запись (124) сейсмических данных. Сейсмические данные могут храниться, передаваться или дополнительно обрабатываться, по необходимости, например, предварительной обработкой данных.
Фиг.1В изображает операцию бурения, выполняемую буровыми инструментами (106b), подвешенными буровой вышкой (128), и входящим в подземные формации (102) для формирования ствола (136) скважины. Для подачи бурового раствора в буровые инструменты (106b) по напорной линии (132) используют амбар (130) для бурового раствора для создания циркуляции бурового раствора через буровые инструменты (106b), вверх по стволу скважины и обратно на поверхность. Буровые инструменты (106b) подают в подземные формации (102) для достижения пласта-коллектора (104). Каждая скважина может иметь один или более пластов-коллекторов. Буровые инструменты (106b) предпочтительно выполнены с возможностью измерять свойства в скважинных условиях с использованием инструментов (106b) для каротажа во время бурения. Эти инструменты (106b) для каротажа во время бурения также могут быть выполнены с возможностью отбора образцов (133) керна, как показано, или с возможностью извлечения так, чтобы образцы (133) керна отбирались с использованием другого инструмента.
Для установления связи с буровыми инструментами (106b) и/или с удаленными операциями используется наземный блок (134). Наземный блок (134) выполнен с возможностью установления связи с буровыми инструментами (106b) для посылки команд на буровые инструменты (106b) и для приема от них данных. Наземный блок (134) предпочтительно снабжен компьютерными средствами для приема, хранения, обработки и/или анализа данных с нефтяного месторождения (100). Наземный блок (134) собирает данные, генерируемые во время операции бурения, и создает выходные данные (135), которые можно хранить или передавать. Компьютерные средства, например, имеющиеся в наземном блоке (134), могут располагаться в разных местоположениях, как на самом месторождении (100), так и в удаленных местоположениях.
Датчики (S), такие как средства измерения, могут быть расположены вокруг месторождения для сбора данных, относящихся к различным операциям на нефтяном месторождении, описанным выше. Как показано, датчик (S) расположен в одном или более местоположениях в буровых инструментах и/или на вышке для измерения параметров бурения, таких как вес на головке бура, крутящий момент на головке бура, давления, температуры, расходы, химические составы, частота вращения и/или другие рабочие параметры. Датчик (S) также может быть расположен в одном или более местоположениях в системе циркуляции.
Данные, собранные датчиками (S), для анализа или другой обработки можно собирать наземным блоком (134) и/или другими источниками сбора данных. Данные, собранные датчиками (S), можно использовать самостоятельно или в комбинации с другими данными. Данные можно собирать в одну или более базу данных и/или передавать все данные или часть данных на другие локальные или удаленные средства. Все данные или выбранные части данных можно селективно использовать для операций анализа и/или прогнозирования по текущему стволу скважины и/или другим стволам скважин, включая пласт-коллектор. Данные могут быть историческими данными, данные реального времени, или их комбинацией. Данные реального времени можно использовать в реальном времени или хранить для последующего использования. Данные также можно комбинировать с историческими данными или с другими входными данными для последующего анализа. Данные можно хранить в отдельных базах данных или объединять в одну базу данных.
Собранные данные можно использовать для выполнения анализа, например, в операциях моделирования. Например, сейсмические выходные данные можно использовать для выполнения геологических, геофизических разработок и/или разработок пласта-коллектора. Данные о пласте-коллекторе, стволе скважины, поверхности и/или процессе можно использовать для выполнения имитаций пласта-коллектора, ствола скважины, геологических, геофизических и других имитаций. Выходные данные от операций можно генерировать непосредственно от датчиков (S), или после какой-либо предварительной обработки или моделирования. Эти выходные данные могут служить в качестве входных данных для дальнейшего анализа.
Данные собираются и хранятся в наземном блоке (134). Один или более наземных блоков (134) могут быть размещены на нефтяном месторождении (100) либо соединены удаленно с ним. Наземный блок 134 может быть одним блоком или сложной сетью блоков, используемых для выполнения необходимых функций управления данными на всем нефтяном месторождении (100). Наземный блок (134) может быть автоматической системой или системой с ручным управлением. Наземный блок (134) может приводиться в действие и/или регулироваться пользователем.
Наземный блок (134) может быть снабжен приемопередатчиком (137) для поддержания связи между наземным блоком (134) и различными частями нефтяного месторождения (100) или другими местоположениями. Наземный блок (134) также может быть снабжен одним или более контроллерами, или функционально соединен с одним или более контроллерами для запуска механизма на нефтяном месторождении (100). Наземный блок (134) может посылать команды на нефтяное месторождение (100) в ответ на принятые данные. Наземный блок (134) может принимать команды через приемопередатчик или может сам выполнять команды, подаваемые на контроллер. Может предоставляться процессор (не показан) для анализа данных (локально или удаленно) и принятия решений и/или запуска контроллера. Таким образом, нефтяное месторождение (100) может селективно корректироваться на основе собранных данных. Такая технология может использоваться для оптимизации частей операции, например, для управления бурением, весом на голове бура, расходом насосов или другими параметрами. Такие модификации могут вводиться автоматически на основе компьютерного протокола и/или вручную оператором. В некоторых случаях планы расположения скважин могут корректироваться для выбора оптимальных рабочих условий или во избежание появления проблем.
Фиг.1С изображает операцию, выполняемую инструментом (106с), спускаемым в скважину на тросе, подвешенным буровой вышкой (128) и опущенным в ствол (136) скважины с фиг.1В. Инструмент (106с), спускаемый в скважину на тросе, предпочтительно выполнен с возможностью спуска в ствол (136) скважины для генерирования каротажных диаграмм, выполнения скважинных исследований и/или для сбора проб. Инструмент (106с), спускаемый в скважину на тросе, можно использовать для предоставления другого способа и устройства для выполнения операций сейсморазведки. Инструмент (106с), спускаемый в скважину на тросе, по фиг.1С может, например имеет взрывчатый, радиоактивный, электрический или акустический источник (144) энергии, который посылает и/или принимает электрические сигналы в окружающие подземные формации (102) и находящиеся в ней флюиды.
Инструмент (106с), спускаемый в скважину на тросе, может быть оперативно соединен, например, с сейсмоприемниками (118), хранящимися в компьютере (122а) передвижной сейсмической станции (106а) по фиг.1А. Инструмент (106с), спускаемый в скважину на тросе, также может предоставлять данные в наземный блок (134). Наземный блок(134) собирает данные, генерируемые во время операции спуска, и создает выходные данные (135), которые можно хранить или передавать. Инструмент (106с), спускаемый в скважину на тросе, может располагаться на разных глубинах в стволе (136) скважины для предоставления информации о разведке или другой информации, относящейся к подземной формации (102).
Около месторождения могут быть расположены датчики (S), например средства измерения, для сбора данных, относящихся к описанным ранее различным операциям. Как показано, датчик (S) расположен в инструменте (106с), спускаемом в скважину на тросе, для измерения скважинных параметров, которые относятся, например, к пористости, проницаемости, составу флюида и/или к другим параметрам операции.
Фиг.1D изображает операцию добычи, выполняемую инструментом (106d) добычи, спущенным с блока добычи или с фонтанной арматуры (129) в законченный ствол (136) скважины по фиг.1С для отбора флюида из скважинных пластов-коллекторов в наземные установки (142). Флюид течет из пласта-коллектора (104) сквозь перфорации в обсадной колонне (не показана) и в технологический инструмент (106d), спущенный в ствол (136) скважины и в наземные установки (142), через собирательную сеть (146).
На месторождении могут быть расположены датчики (S), например средства измерения, для сбора данных, относящихся к описанным ранее различным операциям. Как показано, датчик (S) может быть расположен в инструменте (106d) добычи или на сопутствующем оборудовании, например на фонтанной арматуре (129), собирательной сети (146), на наземных установках (142) и/или на установке добыче, для измерения параметров флюида, таких как химический состав флюида, расход, давления, температуры и/или другие параметры операции добычи.
Хотя на чертежах показаны лишь упрощенные конфигурации буровых площадок, следует понимать, что нефтяное месторождение может охватывать участок суши, морские и/или водные местоположения, на которых расположены одна или более буровых площадок. Добыча может включать в себя нагнетательные скважины (не показаны) для дополнительной отдачи. Одна или более собирательных установок могут быть оперативно соединены с одной или более из буровых площадок для селективного сбора скважинных флюидов с буровой площадки (буровых площадок).
Хотя фиг.1В-1D изображают инструменты, используемые для измерения свойств нефтяного месторождения (100), следует понимать, что такие инструменты могут использоваться в связи с операциями не на нефтяном месторождении, например в шахтах, на водоносных пластах, хранилищах или других подземных сооружениях. Кроме того, хотя изображены только некоторые инструменты сбора данных, следует понимать, что можно использовать разнообразные измерительные приборы, способные измерять параметры, например полное время пробега сейсмической волны, плотность, сопротивление, текущий дебит и пр. в подземной формации (102) и/или в геологических формациях. Различные датчики (S) можно размещать в различных положениях вдоль ствола скважины и/или в инструментах контроля для сбора и/или контроля требуемых данных. Кроме того, могут предоставляться другие источники данных, находящиеся в удаленных местоположениях.
Конфигурации нефтяного месторождения по фиг.1А-1D предназначены для того, чтобы предоставить краткое описание примера нефтяного месторождения, пригодного для имитации разрыва пласта-коллектора. Часть нефтяного месторождения (100) или все нефтяные месторождения (100) может находиться на суше и/или в море. Кроме того, когда изображено одно нефтяное месторождение, измеряемое в одном местоположении, имитация разрыва пласта-коллектора может использоваться с любой комбинацией одного или более нефтяных месторождений (100), одной или более обрабатывающих установок или одной или более буровых площадок.
Фиг.2А-2D являются графическими изображениями примеров данных, собираемых инструментами по фиг.1А-1D, соответственно. Фиг.2А изображает дорожку (202) сейсмограммы подземной формации по фиг.1А, снятой передвижной сейсмической станцией (106а). Дорожка сейсмограммы может использоваться для предоставления данных, например полный ответ за период времени. Фиг.2В изображает керн (133), отобранный бурильными инструментами (106b). Керн может использоваться для предоставления данных, например графика плотности, пористости, проницаемости или других физических свойств керна (133) на длине керна. Исследование на плотность и вязкость можно выполнять на флюидах в керне при изменяющихся давлениях и температурах. Фиг.2С изображает каротажную диаграмму (204) подземной формации (102) по фиг.1С, полученную инструментом (106с), спускаемым в скважину на тросе. Каротажная диаграмма предоставляет измерения о сопротивлении или о других измерениях формаций на разных глубинах. Фиг.2D изображает кривую или график (206) падения добычи флюида, текущего сквозь подземную формацию (102) по фиг.1D, измеренного на наземных установках (142). Кривая (206) падения добычи обычно предоставляет текущий дебит (Q) как функцию времени (t).
Соответствующие графы на фиг.2А-2С изображают примеры статических измерений, которые могут описать информацию о физических характеристиках формации и содержащихся в нем пластов-коллекторов. Эти измерения можно проанализировать для лучшего задания свойств формации (формаций) и/или для определения точности измерений и/или для проверки на ошибки. Диаграммы каждого из соответствующих измерений можно совместить и привести к одному масштабу для сравнения и проверки свойств.
Фиг.2D изображает пример динамических измерений свойств флюида через ствол скважины. Когда флюид течет через ствол скважины, измеряются свойства флюида, такие как расход, давление, химический состав и пр. Как описано ниже, статические и динамические измерения можно анализировать и использовать для генерирования моделей подземной формации для определения ее характеристик. Подобные измерения можно использовать для измерения изменений в различных аспектах формации во времени.
Фиг.3 изображает схематический вид, частично в поперечном сечении, нефтяного месторождения (300), имеющего инструменты (302a), (302b), (302c) и (302d) сбора данных, расположенные в разных местоположениях вдоль нефтяного месторождения о подземной формации (304). Инструменты (302а-302d) сбора данных могут быть такими же, что и инструменты (106а-106d) сбора данных по фиг.1А-1D, соответственно, или другими, не изображенными на чертежах. Как показано, инструменты (302а-302d) сбора данных генерируют диаграммы данных или измерения (308а-308d) соответственно. Эти диаграммы данных изображены вдоль нефтяного месторождения для демонстрации данных, генерируемых разными операциями.
Диаграммы (308а-308с) данных являются примерами диаграмм статических данных, которые могут генерироваться инструментами (302а-302d) сбора данных соответственно. Диаграмма (308а) статических данных является диаграммой полного времени пробега сейсмической волны и может совпадать с дорожкой (202) сейсмограммы по фиг.2А. Статическая диаграмма (308b) является измеренными данными по керну формации, аналогичному керну (133) по фиг.2В. Диаграмма (308с) статических данных является каротажной диаграммой, подобной диаграмме (204) по фиг.2С. Кривая или график (308d) падения добычи является диаграммой динамических данных движения флюида во времени, аналогичной графику (206) по фиг.2D. Можно собирать и другие данные, например исторические данные, данные, введенные пользователем, экономическую информацию и/или данные других измерений и другие интересующие параметры.
Подземная формация (304) имеет множество геологических формаций (306а-306d). Как показано, структура имеет несколько формаций или слоев, включающих в себя сланцевый слой (306а), карбонатный слой (306b), сланцевый слой (306с) и песчаный слой (306d). Линия (307) сброса проходит через слои (306а, 306b). Инструменты сбора статических данных предпочтительно выполнены с возможностью проводить измерения и детектировать характеристики формаций.
Хотя изображена конкретная подземная формация 304 с конкретными геологическими структурами, следует понимать, что нефтяное месторождение может содержать разнообразные геологические структуры и/или формации, иногда чрезвычайно сложные. В некоторых местоположениях, типично ниже контура водоносности, в порах формаций может содержаться флюид. Каждое из измерительных устройств может использоваться для измерения свойств формаций и/или их геологических строений. Хотя каждый инструмент сбора показан находящимся в конкретных местоположениях нефтяного месторождения, следует понимать, что в одном или более местоположении одного или более нефтяных месторождений или в других местоположениях можно выполнять один или более тип измерения для сравнения и/или анализа.
Данные, собранные с разных источников, например от инструментов сбора данных по фиг.3, затем могут обрабатываться и/или оцениваться. Типично, сейсмические данные, отображенные на диаграмме (308а) статических данных, полученные от инструмента (302а) сбора данных, используются геофизиками для определения характеристик и строения подземных формаций (304). Данные керна, показанные на статической диаграмме (308b) и/или данные каротажа с каротажной диаграммы (308с), обычно используются геологами для определения различных характеристик подземной формации (304). Данные о добыче, приведенные на графике (308d), обычно используются инженерами-эксплуатационниками для определения характеристик движения флюидов в пласте-коллекторе. Данные, анализируемые геологами, геофизиками и инженерами-эксплуатационниками, можно анализировать с использованием технологий моделирования. Примеры технологий моделирования приведены в Патентах/Публикациях/Заявках №№ US 5992519, WO 2004/049216, WO 1999/064896, US 6313837, US 2003/0216897, US 72488259, US 2005/0149307 и US 2006/0197759. Системы для выполнения таких технологий моделирования описаны, например, в выданном патенте США № 7248259, все содержание которого включено в настоящее описание путем ссылки.
Фиг.4А-4С изображают трехмерные графические представления подземной формации, именуемые статической моделью. Статическую модель можно сгенерировать на основе одной или более моделей, сгенерированных, например, на основе данных, собранных с использованием инструментов (302а-302d) сбора. На приведенных чертежах статические модели (402а-402с) сгенерированы инструментами (302а-302с) сбора данных по фиг.3, соответственно. Эти статические модели могут предоставлять двухмерный вид подземной формации на основе данных, собранных в данном местоположении.
Статические модели могут иметь разную точность на основе доступного типа измерений, качества данных, местоположения и других факторов. Хотя статические модели по фиг.4А-4С созданы с использованием определенных инструментов сбора данных в одном местоположении нефтяного месторождения, для проведения измерений в одном или более местоположениях на нефтяном месторождении для генерирования различных моделей можно использовать один или более одинаковых или разных инструментов сбора данных. В зависимости от требуемого типа данных и/или местоположения можно выбрать различные способы анализа и моделирования.
Каждая из статических моделей (402А-402С) изображена как волюметрическая репрезентация нефтяного месторождения с одним или более пластами-коллекторами и окружающими структурами формации. Эти волюметрические репрезентации являются прогнозом геологической структуры подземной формации в конкретном местоположении, созданные на основе доступных измерений. Предпочтительно, эти репрезентации являются вероятными сценариями, созданными с использованием тех же входных данных (исторических и/или в реальном времени), но с использованием разных интерпретаций, интерполяций и технологий моделирования. Как показано, модели содержат геологические слои в подземной формации. В частности, сброс (307) по фиг.3 проходит через каждую из моделей. Каждая статическая модель также имеет опорные точки А, В и C, размещенные в конкретных положениях на каждой из статических моделей. Эти статические модели и конкретные опорные точки на статических моделях можно проанализировать. Например, сравнение разных статических моделей может показать различия в структуре сброса (307) и в прилегающем слое. Каждая из опорных точек может помочь в сравнении между различными статическими моделями. В модели можно вносить модификации на основе анализа разных статических моделей по фиг.4А-4С и сгенерировать скорректированный слой формации, как будет описано ниже.
Фиг.5 изображает графическое представление графика распределения вероятностей множества статических моделей, например моделей (402а)-(402с) по фиг.4А-4С. График изображает диапазон величин (V) атрибута пласта-коллектора, например объемные характеристики, текущий дебит, валовую толщину породы, эффективную мощность залежи, добычу нарастающим итогом и пр. Величина (V) атрибута пласта-коллектора может меняться благодаря любому оцениваемому статическому или динамическому компоненту (компонентам), такому как структура, пористость, проницаемость, уровни контакта флюида и пр. Переменные при моделировании обычно ограничиваются так, чтобы находиться в пределах обоснованных прогнозов свойств реального пласта-коллектора (пластов-коллекторов), или в соответствии с тем, что наблюдалось в подобных пластах-коллекторах. Этот график является гистограммой, показывающей множество реализаций модели, которые могут быть сгенерированы представленными данными. Изменяя многочисленные параметры модели, можно генерировать различные результаты. График можно генерировать путем обзора и оценки вероятности моделей и построения их на графике.
Как показано, все реализации модели, образующие график распределения, в терминах геологии являются равновероятными. Гистограмма указывает, что статическая модель (402а) предоставляет 90-процентную вероятность наличия, по меньшей мере, этой величины переменной (V). Приведенная гистограмма также указывает, что статическая модель (402b) имеет 50-процентную вероятность наличия, по меньшей мере, этой величины переменной (V), а статическая модель (402с) - 10-процентную вероятность наличия этой более высокой величины. Этот график показывает, что статическая модель (402с) является более оптимистической оценкой переменной (V). Статические модели и связанные с ними вероятности можно использовать, например, при определении планов разработки месторождения и схем размещения наземных установок. Для оценки риска и/или экономического допуска планов разработки месторождения используют и анализируют комбинации представлений статических моделей, например, (402а) - (402с).
Возвращаясь к статическим моделям по фиг.4А-4С, эти модели были скорректированы на основе динамических данных, представленных при построении графика (308d) по фиг.3. Эти динамические данные, либо собранные инструментами сбора данных, либо полученные на основе прогнозов с использованием технологий моделирования (302d), применяются к каждой из статических моделей (402а)-(402с). Как показано, динамические данные указывают, что сброс (307) и слой (306а), спрогнозированные статическими моделями, могут потребовать модификации. Слой (306а) в каждой модели скорректирован, как показано пунктирными линиями. Модифицированный слой изображен позициями (306a'), (306a''), (306a''') для статических моделей по фиг.4А-4С соответственно.
Динамические данные могут указывать, что некоторые статические модели предоставляют лучшее представление нефтяного месторождения. Возможность согласования статической модели с историческими данными о текущем дебите может считаться хорошим указанием на то, что она может дать точные прогнозы добычи в будущем. В одной возможной реализации можно выбрать предпочтительную статическую модель. В этом случае хотя статическая модель по фиг.4С может иметь наивысшую общую вероятность, точность которой основана только на статической модели, показанной на фиг.5, анализ динамической модели показывает, что модель по фиг.4В согласуется лучше. Как показано на фиг.4А-4С, сравнение слоев (306а) со слоями (306a'), (306a''), (306a''') указывает, что сброс (307) с сопутствующей пропускаемостью флюида через сброс лучше всего согласуется с прогнозом, предоставляемым статической моделью (402b).
В этом примере выбранная статическая модель (402b) модифицируется на основе динамических данных. Полученная скорректированная модель (402b') была скорректирована для лучшего соответствия эксплуатационным данным. Как показано, положение геологической структуры (306а) сдвинуто к (306а'') для учета различий, показываемых динамическими данными. В результате статическая модель может быть адаптирована для лучшего соответствия и статическим и динамическим данным.
При определении наилучшей общей модели можно учитывать статические и/или динамические данные. В этом случае, при учете и статических и динамических данных, статическая модель (402b) по фиг.4В выбирается как модель земли с наивысшей вероятностью точности на основе и статических вероятностей и динамического ввода. Для получения наилучшей общей модели может потребоваться учет и статических и динамических данных из множества источников, местоположений и/или разных типов данных.
Оценка разных статических и динамических данных по фиг.3 требует рассмотрения статических данных, таких как сейсмических данных, учитываемых геофизиком (308а), геологических данных, учитываемых геологом (308b, 308c), и эксплуатационных данных, учитываемых эксплуатационником (308d). Каждый специалист типично учитывает данные, относящиеся к конкретной функции, и предоставляет модели на основе этой конкретной функции. Однако, как изображено на фиг.4А-С, информация от каждой из отдельных моделей может влиять на решение о выборе наилучшей общей модели земли. Кроме того, информация от других моделей или источников также может влиять на модификации модели и/или выбор наилучшей общей модели земли. Модель земли, сгенерированная как описано на фиг.4А-5, является базовой моделью земли, определенной из анализа различных представленных моделей.
Фиг.6 показывает блок-схему (600) последовательности операций способа, описывающую способ имитации разрыва пласта-коллектора. Способ включает в себя получение данных из пласта-коллектора, включающего в себе (602) разрыв. Эти данные включают в себя данные о пласте-коллекторе (например, свойства пласта-коллектора, такие как пористость пласта-коллектора, проницаемость пласта-коллектора, геометрия грубой сетки для моделирования пласта-коллектора и пр.), а также данные о разрыве (например, свойства разрыва, такие как пористость разрыва, проницаемость разрыва, проводимость разрыва, геометрия разрыва и пр.) внутри пласта-коллектора. В общем виде пласт-коллектор имеет гетерогенные свойства, и данные меняются в зависимости от местоположения в пласте-коллекторе и разрыве.
Коэффициенты для моделирования пласта-коллектора определяются с использованием данных, а также корреляционной матрицы (604). Здесь термин "коэффициент" относится к параметру модификации, который может использоваться для модификации модели пласта-коллектора на основе заранее определенной схемы, например умножением (или модификацией) значения в модели пласта-коллектора с использованием коэффициента (или параметра модификации). Термин "корреляционная матрица" относится к функции получения коэффициентов, используя данные в качестве входных данных для функции. Типично, функция является дискретной функцией с дискретным входом и выходом. В одном или более вариантах осуществления имитации разрыва пласта-коллектора корреляционная матрица может быть организована как многомерная таблица. В таких вариантах осуществления данные можно использовать как многомерные вводы в справочные (например, используя процедуру интерполяции) коэффициенты (или параметр модификации) из записей в многомерной таблице. Создание корреляционной матрицы описано ниже со ссылкой на фиг.7, а определение коэффициентов для использования в модели пласта-коллектора описано со ссылками на фиг.8.
Затем моделируется пласт-коллектор с использованием коэффициентов и данных для генерирования результата (606). Затем на основе результата (608) можно выполнять операцию, связанную с пластом-коллектором.
В одном или более вариантах осуществления имитации разрыва пласта-коллектора разрыв является гидроразрывом, сформированным или подлежащим формированию вокруг скважины в пласте-коллекторе. В одной возможной реализации модель пласта-коллектора в грубом масштабе используется для повышения эффективности моделирования (например, таких ресурсов, как время имитации, запоминающее устройство компьютера, вычислительная мощность и пр.) так, что в моделирование пласта-коллектора можно одновременно включить большое количество (например, тысячи) стволов скважины. Однако эффекты разрыва часто нуждаются в имитации с использованием модели пласта-коллектора в точном масштабе исходя из требований к точности.
В одном или более вариантах имитации разрыва пласта-коллектора эффекты разрыва можно эмулировать путем селективной модификации модели пласта-коллектора в грубом масштабе, используя коэффициенты (или параметры модификации) в ограничивающем прямоугольнике, окружающем разрыв. В общих терминах модель пласта-коллектора в грубом масштабе можно создавать, применяя свойства пласта-коллектора (без учета свойств разрыва) на грубую сетку, представляющую пласт-коллектор, в то время как модель пласта-коллектора в точном масштабе можно создавать, применяя как свойства пласта-коллектора, так и свойства разрыва (по меньшей мере, внутри ограничивающего прямоугольника), на точную сетку, извлеченную из грубой сетки. В одном сценарии моделирование пласта-коллектора с использованием коэффициентов включает в себя применение коэффициентов (или параметров модификации) ко всем грубым ячейкам (грубой сетки), окружающим центральную ячейку ограничивающего прямоугольника.
Ссылаясь на фиг.12, три вида (1201)-(1203) 2D ограничивающего прямоугольника изображают стрелки, представляющие величины векторов коэффициентов, примененных к поперечным заштрихованным грубым ячейкам внутри ограничивающего прямоугольника. Например, компоненты X, Y, Z величины вектора каждого коэффициента применены к компоненту X, X, Z пропускаемости поперечных заштрихованных грубых ячеек. В одном или более вариантах осуществления имитации разрыва пласта-коллектора величины коэффициента могут зависеть от расстояния грубой ячейки от центра ограничивающего прямоугольника, например, уменьшаясь линейно или экспоненциально. Хотя на фиг.6 это не показано, модель затем можно использовать для определения одной или более операций, которую следует выполнить на нефтяном месторождении, например, при планировании добычи, при проектировании заканчивания и пр. Примером такой операции на нефтяном месторождении является повторный разрыв.
Фиг.7 показывает блок-схему (700) последовательности операций способа имитации разрыва пласта-коллектора. Способ описывает то, каким образом создают корреляционную матрицу. Способ включает в себя получение свойств (702) пласта-коллектора и свойств (704) разрыва для эксперимента имитации. Здесь в эксперименте имитации свойства пласта-коллектора и свойства разрыва могут задаваться пользователем и/или быть получены из существующего пласта-коллектора (который включает в себя разрыв).
Типично, создание корреляционной матрицы может требовать проведения большого количества (например, тысяч) экспериментов, имитирующих пласт-коллектор с экспериментальными разрывами с разными свойствами. Такие эксперименты имитации проводятся на фазе обучения. Для каждого эксперимента можно использовать одну итерацию возвращения с этапа (718) на этап (702). В нижеследующем описании эксперимента имитации по фиг.7 термин "свойства пласта-коллектора" относится к экспериментальным свойствам пласта-коллектора, которые обычно упрощены до гомогенных во всем пласте-коллекторе. Например, репрезентативные величины реальных свойств пласта-коллектора, таких как средняя пористость или средняя проницаемость, можно использовать как экспериментальные свойства во всем пласте-коллекторе исходя из соображений эффективности при проведении большого количества экспериментов. В других примерах экспериментальные свойства пласта-коллектора также могут быть гетерогенными и зависящими от местоположения.
Дополнительно, термин "свойства разрыва" относится к экспериментальным свойствам экспериментального разрыва. Типично, в большое количество экспериментов имитации для создания корреляционной матрицы можно включить большое количество экспериментальных разрывов с разными экспериментальными свойствами. Например, для охвата правдоподобных диапазонов реального разрыва в пласте-коллекторе можно задать экспериментальные разрывы с разными размерами, проводимостями, ориентациями, местоположениями и пр. Далее, термин "параметр модификации" или "коэффициент" относится к экспериментальному параметру модификации или коэффициенту, соответствующему каждому из экспериментальных разрывов.
Затем пласт-коллектор имитируют, используя свойства пласта-коллектора для получения грубых результатов (706). Типично, в качестве цели имитации можно использовать фиксированный расход и/или фиксированное давление в забое скважины. На этапе (706) имитация является грубой имитацией (например, используется ячейка, соответствующая площади 50 м2), и свойства разрыва не используются. Пример грубых результатов показан на фиг.11А, где изображены контурные изображения давления блока сетки (т.е ячейки) по всей грубой сетке, имеющей грубые ячейки с (1101) по (1109), с центрами с W1 по W9 вокруг разрыва (не показан) в ячейке (1101). Другие примеры грубых результатов могут включать в себя контур давления блока сетки в зависимости от времени, давление в стволе скважины в зависимости от времени и пр.
Разрыв имитируют с использованием свойств разрыва для получения точных результатов (708). На этапе (708) имитация является точной имитацией (например, используются ячейки, соответствующие 1 м2). Пример точных результатов показан на фиг.11В, где изображены контурные изображения давления блока сетки (т.е ячейки) по той же грубой сетке (жирные линии), что и на фиг.11А, на которую наложены первая точная сетка (пунктирные линии) и вторая точная сетка (сплошные линии). Первая точная сетка и вторая точная сетка могут формировать одну точную сетку переменного размера. Термины "грубая" и "точная" являются относительными. Например, в одной возможной реализации ячейки, обозначенные как "точные", могут быть в 33 раза (например, вторая точная сетка) меньше, чем размер ячеек, обозначенных как "грубые". Хотя примеры, изображенные на фиг.11А и 11В, основаны на двухмерных ячейках и сетках, специалистам в данной области техники понятно, что можно использовать и трехмерные ячейки и сетки.
Грубые результаты и точные результаты затем сравнивают для определения, равны ли грубые результаты и точные результаты (или является ли разница в заданном диапазоне) (710). Если грубые и точные результаты не равны (или разница выходит за заданные пределы), то определяют (712) один или более коэффициент. Коэффициенты соответствуют изменению выходных параметров грубой модели. Например, коэффициенты включают в себя, не ограничиваясь ими, параметры модификации для модификации пропускаемостей между грубыми ячейками и коэффициентами скважин (или модификаторами индекса продуктивности скважины) для модификации падения давления на перфорации разрыва. Как описано выше относительно фиг.12, коэффициенты могут применяться к множеству грубых ячеек, окружающих разрыв. Затем имитируется пласт-коллектор с использованием свойств пласта-коллектора и коэффициентов для получения грубых результатов (714). Затем способ возвращается на этап (710).
Если грубые и точные результаты равны (или разница находится в заданном диапазоне), тогда комбинация пласт-коллектор - разрыв сохраняется вместе с соответствующими коэффициентами (716). Типично, коэффициенты можно применять для умножения грубых ячеек, окружающих разрыв, и включают для каждой грубой ячейки множество коэффициентов, применяемых к множеству величин модели пласта-коллектора, такие как коэффициент пропускаемости и коэффициент скважины. Затем определяют, имеются ли дополнительные комбинации пласт-коллектор - разрыв (например, для дополнительных экспериментов) для имитации (718). Если имеются дополнительные комбинации пласт-коллектор - разрыв для имитации, процесс возвращается на этап (702).
Корреляционная матрица, которая включает в себя комбинации пласт-коллектор - разрыв (т.е. комбинацию свойства пласта-коллектора и свойства разрыва) и соответствующие коэффициенты, может включать в себя большое количество комбинаций пласт-коллектор - разрыв и соответствующих коэффициентов, например более 10000. Далее, корреляционная матрица может увеличиваться за счет включения интерполированных коэффициентов для тех комбинаций пласт-коллектор - разрыв, которые не имитировались. В таких случаях корреляционная матрица включает в себя коэффициенты как для имитированных, так и для интерполированных комбинаций пласт-коллектор - разрыв. Как описано выше, корреляционная матрица может быть организована как многомерная таблица. В других вариантах осуществления корреляционная матрица может быть организована как файл, база данных, иерархическая структура данных, нейронная сеть и пр., где можно осуществлять выборку коэффициентов, используя на входе комбинации пласт-коллектор - разрыв.
Как описано выше относительно фиг.6, моделирование пласта-коллектора включает в себя определение подходящих коэффициенты из корреляционной матрицы. Эти коэффициенты (или параметры модификации) используются для модификации модели пласта-коллектора в грубом масштабе для эмуляции эффектов разрыва. В нижеследующем описании относительно фиг.8 термины "свойства пласта-коллектора", "разрыв", "свойства разрыва", "параметры модификации" и пр. относятся к реальным свойствам пласта-коллектора и разрыва, сформированного или подлежащего формированию вокруг ствола скважины при оценке операций, связанных с одним или более пластами-коллекторами.
Фиг.8 показывает блок-схему (800) последовательности операций способа, описывающую способ определения подходящих коэффициентов (или параметров модификации) из корреляционной матрицы. Идентифицируют (802) как разрыв, так и грубые ячейки, которые пересекают разрыв в модели пласта-коллектора в грубом масштабе. Идентификация разрыва может включать в себя использование 2D сечения скважины на каротажной диаграмме (см. фиг.9) и/или использование 3D сечения скважины на 3D диаграмме пласта-коллектора (см. фиг.10). В одном сценарии для идентификации разрыва относительно геологических структур, присутствующих в 3D сечении скважины, используют 2D сечение скважины. Далее, 3D сечение скважины используют для идентификации геологических структур в пласте-коллекторе. 3D сечение скважины далее используют для идентификации грубых ячеек, которые пересекает разрыв.
Как показано на фиг.9, 2D сечение (903) скважины отмечено измеренной глубиной (901) и связано с параметрами (904) и (905) каротажной диаграммы, где местоположение (906) идентифицировано как разрыв, подлежащий оценке наряду с другими разрывами (903). Разрыв в местоположении (906) может быть уже сформированным или может подлежать формированию. Кроме того, 2D сечение (913) скважины отмечено измеренной глубиной (911) и связано параметрами (914) каротажной диаграммы, где местоположение (916) идентифицировано как разрыв, который подлежит оценке наряду с другими разрывами (913). Разрыв в местоположении (916) может быть уже сформированным или может подлежать формированию.
Как показано на фиг.10, 3D сечения (1002) и (1003) скважин, а также разрывы (1006) и (1016) изображены наряду с грубой сеткой (1021) пласта-коллектора, и эти сечения соответствуют 2D сечениям (902) и (912) скважины, а также разрывам (906) и (916), соответственно. На фиг.10 для ясности не показаны схемы визуализации, основанные на легенде (1020) визуализации для отметки измеренной глубины вдоль стволов скважин на 3D сечениях скважин, и геологические структуры, которые типично существуют во всем пласте-коллекторе.
Как показано на фиг.9 и 10, разрывы (например, (1006) и 1016)) могут быть по существу вертикальными. Когда разрывы идентифицированы, на фиг.10 можно получить свойства разрыва, такие как размеры, ориентация, соотношение сторон, местоположение и пр., а также грубые ячейки, пересекающие разрывы относительно грубой сетки (1021), в то время как по каротажной диаграмме, связанной с 2D сечением (902) и (912) скважины по фиг.9, можно получить свойства разрыва, такие как пористость, проницаемость, проводимость и пр.
Как показано на фиг.8, описанной выше, свойства пласта-коллектора и разрыва могут быть гетерогенными и зависеть от местоположения, тогда как экспериментальные свойства пласта-коллектора и экспериментальные разрывы, хранящиеся в корреляционной матрице, можно упростить и представить гомогенными во всем пласте-коллекторе и разрыве. Поэтому для определения коэффициентов, используя корреляционную матрицу, необходимо использовать репрезентативные величины свойств реального пласта-коллектора и свойств разрыва. В одном или более вариантах осуществления имитации разрыва пласта-коллектора создают ограничивающий прямоугольник (например, 2D ограничивающий прямоугольник или 3D ограничивающий куб), который окружает/охватывает грубые ячейки, которые пересекает (804) разрыв. Для охватывающего прямоугольника (806) рассчитывают средневзвешенный объем пор. Для ограничивающего прямоугольника рассчитывают среднюю проницаемость (например, в трех измерениях для 3D ограничивающего куба) (808).
Коэффициенты (или параметры модификации) определяют из корреляционной матрицы, используя комбинацию свойств реального пласта-коллектора и свойств разрыва, таких как средневзвешенный объем пор, среднюю проницаемость, размеры ограничивающего прямоугольника, соотношение сторон ограничивающего прямоугольника и ориентацию (810) разрыва. В одном сценарии идентифицируется хранящаяся в корреляционной матрице комбинация пласт-коллектор - разрыв, чтобы стать коэффициентами, которая согласует вышеупомянутые реальные величины, и определяются коэффициенты, связанные с комбинацией пласт-коллектор - разрыв. В одном или более вариантах осуществления имитации разрыва пласта-коллектора вышеупомянутые реальные величины могут не соответствовать ни одной из комбинаций пласт-коллектор - разрыв, хранящихся в корреляционной матрице, и к корреляционной матрице могут применяться процедуры интерполяции (в качестве дискретной функции) для определения коэффициентов (или параметров модификации). Примеры процедур интерполяции могут включать в себя многомерную кубическую сплайновую интерполяцию, технологии нейронной сети и пр.
Далее следует описание примера одного или более аспектов имитации разрыва пласта-коллектора.
ОБЩАЯ КОНЦЕПЦИЯ
А. Сгенерировать модель точного масштаба для различных комбинаций свойств разрыва и пласта-коллектора в фазе обучения. Модель точного масштаба имитируется с использованием имитатора пласта-коллектора (например, и имитатора пласта-коллектора ECLIPSE). Результатом имитации является давление соседних блоков ячеек (например, в ближайших 26 блоках ячеек), расположенных вокруг ячейки, содержащей заканчивание, включая гидроразрыв.
В. Выполнить имитацию модели грубого масштаба, используя те же данные, что и для модели точного масштаба, за исключением того, что в грубой модели не имитируется разрыв.
С. Скорректировать "прочность" показателя соединения скважины и "прочность" пропускаемости между ячейками, соседствующими с заканчиванием скважины так, чтобы результаты элементов А и элемента В были равны (или разница между ними находилась в указанном диапазоне). Элементы А-С описываются ниже в разделе "Корреляция".
D. Построить процедуру многомерной кубической сплайновой интерполяции, которая предоставляет точные величины коэффициентов для любых входных параметров (например, комбинаций свойств разрыва и пласта-коллектора, не имитируемые в А и В).
i. На языке С++ с использованием рекурсивного цикла можно построить стандартный кубический сплайновый интерполянт.
ii. Программа может использовать на входе 6 конкретных параметров, для которых требуются коэффициенты скважины и пропускаемости. Другими словами, каждый из коэффициентов скважины и пропускаемости может быть 3D векторным коэффициентом.
iii. Далее, программа встраивает кубические многочлены в каждый из 6 измерений вокруг области величин в п. (ii) и определяет наилучшую величину (наименьшая среднеквадратичная ошибка).
Е. Создается многомерная таблица с использованием данных из элементов А, В, С и D. Обычно элементы А, В, С и D на фазе обучения выполняют многократно для большого количества комбинаций свойств пласта-коллектора и разрыва.
F. Построить функциональное отношение в закрытой форме (например, F(a,b,c,d,e,f), где a, b, c, d, e, f - входные параметры, например, комбинации свойств разрыва и пласта-коллектора), которое выдает коэффициенты для данной комбинации свойств разрыва и пласта-коллектора. Функциональное отношение можно построить на основе процедуры интерполяции, например, многомерной кубической сплайновой интерполяции или технологии нейронной сети. В одном сценарии функциональное отношение используется для доступа к многомерной таблице.
G. Идентифицировать разрыв в пласте-коллекторе (например, по другой комбинации свойств разрыва и пласта-коллектора при имитации реального пласта-коллектора), используя 2D сечение скважины (см. фиг.9). Можно использовать любые шлифы (пиктограммы) для указания наличия гидроразрыва.
H. Идентифицировать разрыв в пласте-коллекторе (например, имитируя свойства реального пласта-коллектора и разрыва), используя 3D сечение скважины (см. фиг.10).
I. Определить (например, усреднением) свойства рядом со стволом скважины в окружающем разрыве. Это описано ниже в разделе "Сетка". В одном сценарии элементы А и В предполагают равномерные (или гомогенные) свойства сетки для оценки коэффициентов на фазе обучения. Однако в реальных пластах-коллекторах проницаемость, пористость, песчанистость пласта-коллектора и т.д. не будут однородными. Соответственно выполняется элемент Н для усреднения реальных величин перед выбором коэффициента из многомерной таблицы, созданной в элементе Е.
J. Коэффициенты (например, коэффициенты соединения скважины и коэффициенты пропускаемости рядом со скважиной) затем вставляются как ключевые слова имитатора в существующий файл с ключевыми словами имитации для подходящего времени и местоположения в модели. Затем выполняется имитация с использованием файла ключевых слов имитации. В одном сценарии используется модель для моделирования реально существующего пласта-коллектора. Далее, ячейки в модели не могут быть равномерными. Например, в некоторых сценариях грубые ячейки заменяются набором уменьшенных ячеек (хотя они не обязательно столь же малы как точные ячейки, используемые для создания оригинальной корреляции) для повышения точности моделирования. Распределение уменьшенных ячеек не требует однородности вокруг разрыва, например распределение может увеличиваться логарифмически в направлении, перпендикулярном грани гидроразрыва.
В одном сценарии модель в элементе J может подвергаться приращениям для моделирования деградации разрыва во времени, с использованием дополнительных коэффициентов, зависящих от времени. В одном сценарии временной профиль зависящих от времени коэффициентов уменьшается линейно или экспоненциально как функция времени. Скорость уменьшения может зависеть от свойств породы и гидроразрыва.
КОРРЕЛЯЦИЯ
А. Выбрать/указать геометрию разрыва (например, высоту, ширину и ориентацию относительно блоков ячеек (например, грубой сетки)).
В. Выбрать размеры и соотношение сторон блока грубых ячеек (т.е. размеры горизонтальных Х, деленные на горизонтальные Y блоков ячеек в 2D примере, где 2D плоскость перпендикулярна по существу вертикальному разрыву) для грубой сетки.
С. Выбрать свойства разрыва, включая проницаемость, пористость, толщину, направления напряжений.
D. Построить модель точного масштаба скважины, подвергшейся гидроразрыву с использованием локального сгущения сетки, например, разбиением грубой ячейки, содержащей разрыв, на 33х33х33. Разбиение является достаточно точным, чтобы получить точную реакцию в точном масштабе.
Е. Выполнить имитацию точного масштаба, используя фиксированный текущий дебит (например, 1000 баррелей нефти в сутки) или фиксированное заданное давление в забое (например, 2000 фунтов на кв. дюйм, в зависимости от давления в пласте-коллекторе 5000 фунтов на кв. дюйм). Зарегистрировать величины.
F. Построить грубую модель без присутствия гидроразрыва, используя блоки грубых ячеек, заданные в элементе В раздела "Корреляция".
G. Выполнить имитацию грубой шкалы, используя те же заданные параметры, что и для точной модели. Для систем с двойной пористостью результатами имитации могут быть давление ствола скважины в зависимости от времени и давления в соседних блоках ячеек в зависимости от времени. Для систем с двойной пористостью и двойной проницаемостью давления системы матрицы рядом со скважиной также следует регистрировать.
Н. Скорректировать пропускаемости в грубом масштабе и коэффициент скважины так, чтобы результаты из точных и грубых моделей согласовывались. Для систем с двойной пористостью и с двойной проницаемостью функция согласования расширяется для включения давлений матрицы. В одном сценарии модели считаются согласованными, когда давление в забое скважины и давление в соседнем блоке ячеек совпадают. В одном сценарии используют данные для 26 соседних блоков ячеек. На фиг.11А показаны результаты имитации грубой модели, а на фиг.11В - результаты имитации точной модели после успешной модификации пропускаемости и коэффициента скважины в грубом масштабе.
СЕТКА
А. Идентифицировать группу грубых ячеек, которые пересекает разрыв в 3D (по элементу Н раздела "Общая концепция")
В. Построить прямоугольный ограничивающий куб вокруг этого набора ячеек.
С. Рассчитать средневзвешенный объем поры для пористости. Средневзвешенный объем пор для пористости = Σ(пористость ячейки * объем пор ячейки)/ Σ(объем пор ячейки), где сумма берется по прямоугольному ограничивающему кубу.
D. Рассчитать среднюю проницаемость для прямоугольного ограничивающего куба в направлениях X, Y, Z (или I, J, K). В такой методике усреднения можно использовать способы среднего арифметического - среднего гармонического, среднего гармонического - среднего арифметического, среднего арифметического или среднего гармонического.
Е. Вышеуказанные усредненные величины, проницаемость разрыва и размеры ограничивающего прямоугольника соотношение сторон ограничивающего прямоугольника и ориентация разрыва относительно сторон ограничивающего прямоугольника используются для определения коэффициентов пропускаемости скважины и области рядом со скважиной.
В одной иллюстративной реализации имитация разрыва пласта-коллектора может позволить: (i) провести одновременное моделирования тысяч скважин; (ii) из имитатора ввести в пласт-коллектор поле напряжений породы, где локальное направление напряжения в каждой ячейке можно использовать для задания ожидаемой ориентации гидроразрыва; (iii) моделировать изменяющуюся во времени реакцию гидроразрыва и оценить наилучшее время для повторного гидроразрыва скважины, что можно реализовать, задав зависимость коэффициентов от времени. Эта зависимость может принять форму линейной или экспоненциальной деградации, или любую другую форму, которую задает пользователь; и (iv) моделировать системы пластов-коллекторов с двойной пористостью и двойной проницаемостью, и модель может быть расширена на системы с множественной пористостью, используемые для моделирования запасов угля и метана.
Имитацию разрыва пласта-коллектора (или его части) можно реализовать на компьютере практически любого типа, независимо от используемой платформы. Варианты осуществления изобретения (или его частей) можно реализовать на компьютере практически любого типа, независимо от используемой платформы. Например, как показано на фиг.13, компьютерная система (1300) включает в себя один или более процессор (процессоров) (1302), связанное с ним (ними) запоминающее устройство (1304) (например, ОЗУ, кэш, флэш-память и пр.), накопитель (1306) (например, жесткий диск, оптический привод например, привод компакт-дисков или цифровых видеодисков (DVD), съемную флэш-память и пр.), и различные другие элементы и функциональные возможности, типичные для современных компьютеров (не показаны). Компьютерная система (1300) может также включать в себя средства ввода, например клавиатуру (1308), мышь (1310) или микрофон (не показан). Далее, компьютерная система (1300) может включать в себя средства вывода, такие как монитор (1312) (например, жидкокристаллический дисплей, плазменный дисплей, или дисплей на электронно-лучевой трубке). Компьютерная система (1300) может быть подключена к сети (не показана) (например, локальной сети, глобальной сети, например, Интернет, или к любой другой сети подобного типа), проводными или беспроводными средствами через сетевой интерфейс (не показан). Специалистам в данной области техники будет понятно, что существует много разных типов компьютерных систем, и вышеупомянутые средства ввода и вывода могут принимать другие формы. В сущности, компьютерная система (1300) имеет, по меньшей мере, минимальную вычислительную мощность, средства ввода и/или вывода, необходимые для применения на практике вариантов осуществления изобретения.
Далее, специалистам в данной области техники будет понятно, что один или более элементов компьютерной системы (1300) может быть размещен в удаленном местоположении и может подключаться к другим элементам по сети. Далее, варианты осуществления изобретения можно реализовать на распределенной системе, имеющей множество узлов, где каждая часть изобретения может быть расположена на отдельном узле в распределенной системе. В одном варианте изобретения узел соответствует компьютерной системе. Альтернативно узел может соответствовать процессору со связанным с ним запоминающим устройством. Узел может альтернативно соответствовать процессору с совместно используемым запоминающим устройством и/или ресурсами. Далее, программные инструкции для выполнения вариантов осуществления изобретения могут храниться на считываемом компьютером носителе, например на компакт-диске, дискете, ленте или на любом другом считываемом компьютером запоминающем устройстве.
Предоставленные системы и способы относятся к добыче углеводородов на нефтяных месторождениях. Следует понимать, что такие же системы и способы могут использоваться для выполнения подземных операций, таких как добыча, возвращение воды и добыча других подземных материалов.
Хотя изображаются конкретные конфигурации систем для выполнения операций, связанных с пластом-коллектором, следует понимать, что могут быть предоставлены разные комбинации описанных систем. Например, могут быть подсоединены разные комбинации отдельных модулей с использованием описанных ранее соединений. Одна или более систем моделирования могут объединяться на одном или более нефтяных месторождениях для предоставления специализированных конфигураций для моделирования данного нефтяного месторождения или его частей. Такие комбинации моделирования могут соединяться для взаимодействия между ними. На протяжении процесса может потребоваться учет других факторов, например экономическая целесообразность, неопределенность, анализ рисков и другие факторы. Таким образом можно наложить ограничения на процесс. Модели можно выбирать и/или генерировать в соответствии с такими факторами. Процесс может быть соединен с другой моделью, имитацией и/или базой данных операций для предоставления альтернативных входных данных.
Из вышеприведенного описания следует понимать, что в варианты осуществления имитации разрыва пласта-коллектора можно внести различные модификации и изменения, не выходящие за пределы изобретательской идеи. Например, во время бурения скважины в реальном времени может потребоваться динамическое обновление модели нефтяного месторождения для отражения новых данных, например, измеренных глубин проникновения и литологической информации из каротажных измерений, проводимых в реальном времени. Модель нефтяного месторождения можно обновлять в реальном времени для прогнозирования местоположения впереди бурового долота. Наблюдаемые различия между прогнозами, предоставляемыми оригинальной моделью нефтяного месторождения относительно точек проникновения скважины для слоев формации, можно вносить в прогнозную модель для уменьшения неточности прогнозов модели на следующем участке процесса бурения. В некоторых случаях может потребоваться обеспечить более быстрые итерационные обновления модели, чтобы быстрее обновлять модель и уменьшить шанс встречи с дорогостоящими опасностями на нефтяном месторождении.
Настоящее описание приведено только для иллюстрации и не должно толковаться в ограничительном смысле. Объем имитации разрыва пласта-коллектора определен только прилагаемой формулой. Термин "содержащий" в формуле означает "включающий в себя по меньшей мере" так, что ограниченный перечень элементов в формуле является открытой группой. «А», «an» и другие термины в единственном числе включают в себя формы множественного числа, если специально не оговорено иное.
Claims (20)
1. Способ оценки пласта-коллектора, содержащий этапы, на которых:
получают данные, содержащие свойства пласта-коллектора и свойства разрыва в пласте-коллекторе;
определяют параметры модификации модели пласта-коллектора на основе данных, используя корреляционную матрицу, при этом корреляционная матрица соответствует эмпирическому функциональному соотношению между параметрами модификации и данными, и при этом корреляционную матрицу получают на основе множества экспериментальных разрывов, заданных в пласте-коллекторе;
эмулируют эффекты разрыва путем селективной модификации модели пласта-коллектора, используя параметры модификации для генерирования модифицированной модели пласта-коллектора; и
моделируют пласт-коллектор с разрывом, используя модифицированную модель пласта-коллектора для генерирования результата.
получают данные, содержащие свойства пласта-коллектора и свойства разрыва в пласте-коллекторе;
определяют параметры модификации модели пласта-коллектора на основе данных, используя корреляционную матрицу, при этом корреляционная матрица соответствует эмпирическому функциональному соотношению между параметрами модификации и данными, и при этом корреляционную матрицу получают на основе множества экспериментальных разрывов, заданных в пласте-коллекторе;
эмулируют эффекты разрыва путем селективной модификации модели пласта-коллектора, используя параметры модификации для генерирования модифицированной модели пласта-коллектора; и
моделируют пласт-коллектор с разрывом, используя модифицированную модель пласта-коллектора для генерирования результата.
2. Способ по п.1, дополнительно содержащий этапы, на которых:
получают модель пласта-коллектора, при этом модель пласта-коллектора основана на применении свойств пласта-коллектора к грубой сетке, представляющей пласт-коллектор; и
создают корреляционную матрицу для модели пласта-коллектора, при этом:
задают экспериментальные свойства пласта-коллектора и множество экспериментальных разрывов в пласте-коллекторе;
задают для каждого из множества экспериментальных разрывов соответствующие свойства экспериментальных разрывов и соответствующие экспериментальные параметры модификации;
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в грубом масштабе и модифицируя модель пласта-коллектора в грубом масштабе, используя соответствующие экспериментальные параметры модификации для генерирования соответствующего грубого результата, при этом модель пласта-коллектора в грубом масштабе основана на экспериментальных свойствах пласта-коллектора;
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в точном масштабе для генерирования соответствующего точного результата, при этом модель пласта-коллектора в точном масштабе основана на экспериментальных свойствах пласта-коллектора и соответствующих свойствах экспериментальных разрывов;
корректируют, для каждого из множества экспериментальных разрывов, соответствующие экспериментальные параметры модификации для генерирования соответствующих параметров модификации для согласования соответствующего грубого результата с соответствующим точным результатом и
генерируют корреляционную матрицу, содержащую соответствующие параметры модификации для каждого из множества экспериментальных разрывов, как дискретную функцию экспериментальных свойств пласта-коллектора и соответствующих свойств экспериментальных разрывов,
при этом определение параметров модификации пласта-коллектора с использованием корреляционной матрицы основано на использовании данных в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице.
получают модель пласта-коллектора, при этом модель пласта-коллектора основана на применении свойств пласта-коллектора к грубой сетке, представляющей пласт-коллектор; и
создают корреляционную матрицу для модели пласта-коллектора, при этом:
задают экспериментальные свойства пласта-коллектора и множество экспериментальных разрывов в пласте-коллекторе;
задают для каждого из множества экспериментальных разрывов соответствующие свойства экспериментальных разрывов и соответствующие экспериментальные параметры модификации;
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в грубом масштабе и модифицируя модель пласта-коллектора в грубом масштабе, используя соответствующие экспериментальные параметры модификации для генерирования соответствующего грубого результата, при этом модель пласта-коллектора в грубом масштабе основана на экспериментальных свойствах пласта-коллектора;
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в точном масштабе для генерирования соответствующего точного результата, при этом модель пласта-коллектора в точном масштабе основана на экспериментальных свойствах пласта-коллектора и соответствующих свойствах экспериментальных разрывов;
корректируют, для каждого из множества экспериментальных разрывов, соответствующие экспериментальные параметры модификации для генерирования соответствующих параметров модификации для согласования соответствующего грубого результата с соответствующим точным результатом и
генерируют корреляционную матрицу, содержащую соответствующие параметры модификации для каждого из множества экспериментальных разрывов, как дискретную функцию экспериментальных свойств пласта-коллектора и соответствующих свойств экспериментальных разрывов,
при этом определение параметров модификации пласта-коллектора с использованием корреляционной матрицы основано на использовании данных в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице.
3. Способ по п.2, в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в грубом масштабе, применяя экспериментальные свойства пласта-коллектора к экспериментальной грубой сетке, представляющей пласт-коллектор, и
в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в точном масштабе, применяя экспериментальные свойства пласта-коллектора и соответствующие свойства экспериментальных разрывов к экспериментальной точной сетке, извлеченной на основе экспериментальной грубой сетки.
в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в точном масштабе, применяя экспериментальные свойства пласта-коллектора и соответствующие свойства экспериментальных разрывов к экспериментальной точной сетке, извлеченной на основе экспериментальной грубой сетки.
4. Способ по п.3, в котором экспериментальные свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из репрезентативной проницаемости пласта-коллектора, репрезентативной пористости пласта-коллектора и геометрии экспериментальной грубой сетки,
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
5. Способ по п.2, в котором геометрия разрыва содержит направление разрыва и
в котором получение данных о пласте-коллекторе и разрыве содержит этапы, на которых:
получают информацию о поле напряжений породы в пласте-коллекторе из имитатора и
определяют направление разрыва на основе поля напряжений породы.
в котором получение данных о пласте-коллекторе и разрыве содержит этапы, на которых:
получают информацию о поле напряжений породы в пласте-коллекторе из имитатора и
определяют направление разрыва на основе поля напряжений породы.
6. Способ по п.1, в котором разрыв связывают со стволом скважины в пласте-коллекторе и в котором результат, содержит, по меньшей мере, один, выбранный из группы, состоящей из давления в стволе скважины в зависимости от времени и давления в блоке сетки рядом со стволом скважины в зависимости от времени.
7. Способ по п.6, в котором параметры модификации модифицируют, по меньшей мере, один, выбранный из группы, состоящей из пропускаемости рядом со стволом скважины и индекса продуктивности скважины, связанного со стволом скважины.
8. Способ по п.1, в котором параметры модификации зависят от времени.
9. Способ оценки пласта-коллектора, содержащий этапы, на которых:
задают экспериментальные свойства пласта-коллектора и экспериментальные свойства экспериментального разрыва в пласте-коллекторе;
имитируют пласт-коллектор с экспериментальным разрывом для получения грубого результата, применяя экспериментальные свойства пласта-коллектора к экспериментальной грубой сетке, представляющей пласт-коллектор, и модифицируя экспериментальные свойства пласта-коллектора для экспериментальной грубой ячейки экспериментальной грубой сетки, используя экспериментальный параметр модификации для экспериментальной грубой ячейки, при этом экспериментальную грубую ячейку располагают вокруг экспериментального разрыва;
имитируют пласт-коллектор с экспериментальным разрывом для получения точного результата, применяя экспериментальные свойства пласта-коллектора и экспериментальные свойства экспериментального разрыва к точной сетке, извлеченной на основе экспериментальной грубой сетки;
корректируют экспериментальный параметр модификации для генерирования первого параметра модификации для согласования грубого результата и точного результата;
создают корреляционную матрицу, содержащую первый параметр модификации как дискретную функцию экспериментальных свойств пласта-коллектора и экспериментальных свойств экспериментального разрыва;
получают свойства пласта-коллектора и свойства разрыва в пласте-коллекторе;
определяют второй параметр модификации для грубой ячейки грубой сетки, представляющей пласт-коллектор, при этом грубую ячейку располагают вокруг разрыва, при этом второй параметр модификации определяют, используя корреляционную матрицу на основе свойств пласта-коллектора и свойств разрыва в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице; и
имитируют пласт-коллектор с разрывом для получения результата, применяя свойства пласта-коллектора к грубой сетке и модифицируя свойства пласта-коллектора для грубой ячейки, используя второй параметр модификации.
задают экспериментальные свойства пласта-коллектора и экспериментальные свойства экспериментального разрыва в пласте-коллекторе;
имитируют пласт-коллектор с экспериментальным разрывом для получения грубого результата, применяя экспериментальные свойства пласта-коллектора к экспериментальной грубой сетке, представляющей пласт-коллектор, и модифицируя экспериментальные свойства пласта-коллектора для экспериментальной грубой ячейки экспериментальной грубой сетки, используя экспериментальный параметр модификации для экспериментальной грубой ячейки, при этом экспериментальную грубую ячейку располагают вокруг экспериментального разрыва;
имитируют пласт-коллектор с экспериментальным разрывом для получения точного результата, применяя экспериментальные свойства пласта-коллектора и экспериментальные свойства экспериментального разрыва к точной сетке, извлеченной на основе экспериментальной грубой сетки;
корректируют экспериментальный параметр модификации для генерирования первого параметра модификации для согласования грубого результата и точного результата;
создают корреляционную матрицу, содержащую первый параметр модификации как дискретную функцию экспериментальных свойств пласта-коллектора и экспериментальных свойств экспериментального разрыва;
получают свойства пласта-коллектора и свойства разрыва в пласте-коллекторе;
определяют второй параметр модификации для грубой ячейки грубой сетки, представляющей пласт-коллектор, при этом грубую ячейку располагают вокруг разрыва, при этом второй параметр модификации определяют, используя корреляционную матрицу на основе свойств пласта-коллектора и свойств разрыва в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице; и
имитируют пласт-коллектор с разрывом для получения результата, применяя свойства пласта-коллектора к грубой сетке и модифицируя свойства пласта-коллектора для грубой ячейки, используя второй параметр модификации.
10. Способ по п.9, в котором экспериментальные свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из репрезентативной проницаемости пласта-коллектора, репрезентативной пористости пласта-коллектора и геометрии экспериментальной грубой сетки,
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
11. Способ по п.10, в котором геометрия разрыва содержит направление разрыва и
в котором получение свойств разрыва содержит этапы, на которых:
получают информацию о поле напряжений породы в пласте-коллекторе из имитатора и
определяют направление разрыва на основе поля напряжений породы.
в котором получение свойств разрыва содержит этапы, на которых:
получают информацию о поле напряжений породы в пласте-коллекторе из имитатора и
определяют направление разрыва на основе поля напряжений породы.
12. Способ по п.9, в котором грубый результат, точный результат и результат содержат, по меньшей мере, один, выбранный из группы, состоящей из давления в стволе скважины в пласте-коллекторе в зависимости от времени и давление в блоке сетки рядом со стволом скважины в зависимости от времени.
13. Способ по п.12, в котором экспериментальный параметр модификации, первый параметр модификации и второй параметр модификации модифицируют, по меньшей мере, один параметр, выбранный из группы, состоящей из пропускаемости рядом со стволом скважины и индекса продуктивности скважины, связанного со стволом скважины.
14. Способ по п.9, в котором разрыв содержит гидроразрыв, сформированный вокруг ствола скважины нефтяного месторождения для откачки флюида из пласта-коллектора, и
в котором операция содержит планирование добычи на основе результата.
в котором операция содержит планирование добычи на основе результата.
15. Способ по п.9, в котором разрыв содержит гидроразрыв, который должен быть сформирован вокруг ствола скважины нефтяного месторождения для откачки флюида из пласта-коллектора, и
в котором операция содержит схему заканчивания скважин на основе результата.
в котором операция содержит схему заканчивания скважин на основе результата.
16. Способ по п.9, дополнительно содержащий этапы, на которых:
идентифицируют множество грубых ячеек грубой сетки, при этом разрыв пересекает каждую из множества грубых ячеек;
создают ограничивающий прямоугольник в грубой сетке, охватывающий множество грубых ячеек, при этом грубые ячейки выбирают внутри ограничивающего прямоугольника, и
в котором свойства пласта-коллектора и свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из средневзвешенного объема пор пористоти ограничивающего прямоугольника и средней проницаемости ограничивающего прямоугольника.
идентифицируют множество грубых ячеек грубой сетки, при этом разрыв пересекает каждую из множества грубых ячеек;
создают ограничивающий прямоугольник в грубой сетке, охватывающий множество грубых ячеек, при этом грубые ячейки выбирают внутри ограничивающего прямоугольника, и
в котором свойства пласта-коллектора и свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из средневзвешенного объема пор пористоти ограничивающего прямоугольника и средней проницаемости ограничивающего прямоугольника.
17. Считываемый компьютером носитель, хранящий инструкции для оценки пласта-коллектора, при этом инструкции содержат функциональные возможности, чтобы:
получать данные о пласте-коллекторе и разрыве в пласте-коллекторе;
определять параметры модификации модели пласта-коллектора на основе данных, используя корреляционную матрицу;
эмулировать эффекты разрыва путем селективной модификации модели пласта-коллектора, используя параметры модификации для генерирования модифицированной модели пласта-коллектора;
моделировать пласт-коллектор с разрывом, используя модифицированную модель пласта-коллектора для генерирования результата; и
выполнять операции, связанные с пластом-коллектором на основе результата.
получать данные о пласте-коллекторе и разрыве в пласте-коллекторе;
определять параметры модификации модели пласта-коллектора на основе данных, используя корреляционную матрицу;
эмулировать эффекты разрыва путем селективной модификации модели пласта-коллектора, используя параметры модификации для генерирования модифицированной модели пласта-коллектора;
моделировать пласт-коллектор с разрывом, используя модифицированную модель пласта-коллектора для генерирования результата; и
выполнять операции, связанные с пластом-коллектором на основе результата.
18. Считываемый компьютером носитель по п.17, в котором инструкции дополнительно содержат функциональные возможности, чтобы:
получать модель пласта-коллектора, при этом модель пласта-коллектора основана на применении свойств пласта-коллектора к грубой сетке, представляющей пласт-коллектор; и
создавать корреляционную матрицу для модели пласта коллектора, при этом:
задают экспериментальные свойства пласта-коллектора и множество экспериментальных разрывов в пласте-коллекторе,
задают для каждого из множества экспериментальных разрывов соответствующие свойства экспериментальных разрывов и соответствующие экспериментальные параметры модификации,
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в грубом масштабе и модифицируя модель пласта-коллектора в грубом масштабе, используя соответствующие экспериментальные параметры модификации для генерирования соответствующего грубого результата, при этом модель пласта-коллектора в грубом масштабе основана на экспериментальных свойствах пласта-коллектора,
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в точном масштабе для генерирования соответствующего точного результата, при этом модель пласта-коллектора в точном масштабе основана на экспериментальных свойствах пласта-коллектора и соответствующих свойствах экспериментальных разрывов;
корректируют для каждого из множества экспериментальных разрывов соответствующие экспериментальные параметры модификации для генерирования соответствующих параметров модификации для согласования соответствующего грубого результата с соответствующим точным результатом;
генерируют корреляционную матрицу, содержащую соответствующие параметры модификации для каждого из множества экспериментальных разрывов как дискретную функцию экспериментальных свойств пласта-коллектора и соответствующих свойств экспериментальных разрывов,
при этом определение параметров модификации модели пласта-коллектора с использованием корреляционной матрицы основано на использовании данных в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице.
получать модель пласта-коллектора, при этом модель пласта-коллектора основана на применении свойств пласта-коллектора к грубой сетке, представляющей пласт-коллектор; и
создавать корреляционную матрицу для модели пласта коллектора, при этом:
задают экспериментальные свойства пласта-коллектора и множество экспериментальных разрывов в пласте-коллекторе,
задают для каждого из множества экспериментальных разрывов соответствующие свойства экспериментальных разрывов и соответствующие экспериментальные параметры модификации,
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в грубом масштабе и модифицируя модель пласта-коллектора в грубом масштабе, используя соответствующие экспериментальные параметры модификации для генерирования соответствующего грубого результата, при этом модель пласта-коллектора в грубом масштабе основана на экспериментальных свойствах пласта-коллектора,
имитируют пласт-коллектор с каждым из множества экспериментальных разрывов, используя модель пласта-коллектора в точном масштабе для генерирования соответствующего точного результата, при этом модель пласта-коллектора в точном масштабе основана на экспериментальных свойствах пласта-коллектора и соответствующих свойствах экспериментальных разрывов;
корректируют для каждого из множества экспериментальных разрывов соответствующие экспериментальные параметры модификации для генерирования соответствующих параметров модификации для согласования соответствующего грубого результата с соответствующим точным результатом;
генерируют корреляционную матрицу, содержащую соответствующие параметры модификации для каждого из множества экспериментальных разрывов как дискретную функцию экспериментальных свойств пласта-коллектора и соответствующих свойств экспериментальных разрывов,
при этом определение параметров модификации модели пласта-коллектора с использованием корреляционной матрицы основано на использовании данных в качестве входных данных в заранее определенную процедуру интерполяции, примененную к корреляционной матрице.
19. Считываемый компьютером носитель по п.18, в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в грубом масштабе, применяя экспериментальные свойства пласта-коллектора к экспериментальной грубой сетке, представляющей пласт-коллектор, и
в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в точном масштабе, применяя экспериментальные свойства пласта-коллектора и соответствующие свойства экспериментальных разрывов к экспериментальной точной сетке, извлеченной на основе экспериментальной грубой сетки.
в котором для каждого из множества экспериментальных разрывов создают модель пласта-коллектора в точном масштабе, применяя экспериментальные свойства пласта-коллектора и соответствующие свойства экспериментальных разрывов к экспериментальной точной сетке, извлеченной на основе экспериментальной грубой сетки.
20. Считываемый компьютером носитель по п.19, в котором экспериментальные свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из репрезентативной проницаемости пласта-коллектора, репрезентативной пористости пласта-коллектора и геометрии экспериментальной грубой сетки,
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
в котором свойства пласта-коллектора содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости пласта-коллектора, пористости пласта-коллектора и геометрии грубой сетки,
в котором экспериментальные свойства экспериментального разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии экспериментального разрыва,
в котором свойства разрыва содержат, по меньшей мере, одно, выбранное из группы, состоящей из проницаемости, пористости, проводимости и геометрии разрыва, и
в котором геометрия содержит, по меньшей мере, один параметр, выбранный из группы, состоящей из размеров, ориентации, соотношения сторон и местоположения.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US98470407P | 2007-11-01 | 2007-11-01 | |
| US60/984,704 | 2007-11-01 | ||
| US12/262,217 | 2008-10-31 | ||
| US12/262,217 US8140310B2 (en) | 2007-11-01 | 2008-10-31 | Reservoir fracture simulation |
| PCT/IB2008/003865 WO2009056992A2 (en) | 2007-11-01 | 2008-10-31 | Reservoir fracture simulation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2010122059A RU2010122059A (ru) | 2011-12-10 |
| RU2486336C2 true RU2486336C2 (ru) | 2013-06-27 |
Family
ID=40589084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010122059/03A RU2486336C2 (ru) | 2007-11-01 | 2008-10-31 | Способы имитации разрыва пласта-коллектора и его оценки и считываемый компьютером носитель |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8140310B2 (ru) |
| MX (1) | MX2010003215A (ru) |
| RU (1) | RU2486336C2 (ru) |
| WO (1) | WO2009056992A2 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2663847C2 (ru) * | 2014-07-02 | 2018-08-10 | Везерфорд Текнолоджи Холдингз, ЛЛК | Система и способ для моделирования и планирования сетей трещен импульсного разрыва пласта |
| RU2745684C1 (ru) * | 2020-10-16 | 2021-03-30 | Общество с ограниченной ответственностью «Газпромнефть Научно-Технический Центр» | Способ сохранения безопасного диапазона проводимости трещины при выводе на режим скважины с ГРП |
Families Citing this family (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9863240B2 (en) * | 2004-03-11 | 2018-01-09 | M-I L.L.C. | Method and apparatus for drilling a probabilistic approach |
| US9228415B2 (en) * | 2008-10-06 | 2016-01-05 | Schlumberger Technology Corporation | Multidimensional data repository for modeling oilfield operations |
| US8339396B2 (en) * | 2009-03-05 | 2012-12-25 | Schlumberger Technology Corporation | Coarsening and splitting techniques |
| US8350851B2 (en) * | 2009-03-05 | 2013-01-08 | Schlumberger Technology Corporation | Right sizing reservoir models |
| AU2009341852B2 (en) * | 2009-03-11 | 2015-08-20 | Exxonmobil Upstream Research Company | Adjoint-based conditioning of process-based geologic models |
| US8711140B1 (en) | 2009-06-01 | 2014-04-29 | Paradigm Sciences Ltd. | Systems and methods for building axes, co-axes and paleo-geographic coordinates related to a stratified geological volume |
| US8600708B1 (en) | 2009-06-01 | 2013-12-03 | Paradigm Sciences Ltd. | Systems and processes for building multiple equiprobable coherent geometrical models of the subsurface |
| US9418182B2 (en) * | 2009-06-01 | 2016-08-16 | Paradigm Sciences Ltd. | Systems and methods for building axes, co-axes and paleo-geographic coordinates related to a stratified geological volume |
| US8743115B1 (en) | 2009-10-23 | 2014-06-03 | Paradigm Sciences Ltd. | Systems and methods for coordinated editing of seismic data in dual model |
| EP2599030A4 (en) * | 2010-07-29 | 2014-01-08 | Exxonmobil Upstream Res Co | METHOD AND SYSTEMS FOR A FLOW SIMULATION BASED ON MACHINERY LEARNING |
| WO2012015518A2 (en) * | 2010-07-29 | 2012-02-02 | Exxonmobil Upstream Research Company | Methods and systems for machine-learning based simulation of flow |
| EP2649271B1 (en) | 2010-12-10 | 2022-10-26 | Baker Hughes Holdings LLC | A method to improve reservoir simulation and recovery from fractured reservoirs |
| US8583411B2 (en) | 2011-01-10 | 2013-11-12 | Saudi Arabian Oil Company | Scalable simulation of multiphase flow in a fractured subterranean reservoir as multiple interacting continua |
| AU2011360239B2 (en) * | 2011-02-23 | 2014-10-23 | Landmark Graphics Corporation | Method and systems of determining viable hydraulic fracture scenarios |
| US9207355B2 (en) * | 2011-05-26 | 2015-12-08 | Baker Hughes Incorporated | Method for physical modeling of reservoirs |
| CA2863586C (en) | 2012-02-24 | 2018-05-15 | Landmark Graphics Corporation | Determining optimal parameters for a downhole operation |
| RU2582482C1 (ru) * | 2012-03-30 | 2016-04-27 | Лэндмарк Графикс Корпорейшн | Система и способ для автоматического локального измельчения сетки в системе моделирования резервуара |
| US9405867B2 (en) | 2012-06-07 | 2016-08-02 | Dassault Systemes Simulia Corp. | Hydraulic fracture simulation with an extended finite element method |
| US9274242B2 (en) * | 2012-06-19 | 2016-03-01 | Schlumberger Technology Corporation | Fracture aperture estimation using multi-axial induction tool |
| US9378462B2 (en) | 2012-08-15 | 2016-06-28 | Questor Capital Holdings Ltd. | Probability mapping system |
| CN103266888A (zh) * | 2013-05-21 | 2013-08-28 | 中国石油大学(华东) | 可视化压裂模拟实验系统及方法 |
| CN103382838A (zh) * | 2013-07-25 | 2013-11-06 | 中国石油大学(北京) | 一种基于压裂地质体可压性的储层分析方法及装置 |
| US20160177674A1 (en) * | 2013-08-27 | 2016-06-23 | Halliburton Energy Services, Inc. | Simulating Fluid Leak-Off and Flow-Back in a Fractured Subterranean Region |
| US10571604B2 (en) * | 2013-08-30 | 2020-02-25 | Saudi Arabian Oil Company | Two dimensional reservoir pressure estimation with integrated static bottom-hole pressure survey data and simulation modeling |
| US10061061B2 (en) * | 2014-07-28 | 2018-08-28 | Schlumberger Technology Corporation | Well treatment with digital core analysis |
| WO2016025672A1 (en) * | 2014-08-15 | 2016-02-18 | Schlumberger Canada Limited | Method of treating an underground formation featuring single-point stimulation |
| CN104481524B (zh) * | 2014-11-17 | 2017-04-05 | 中国石油天然气股份有限公司长庆油田分公司勘探开发研究院 | 一种多层系致密砂岩气藏储层改造优选方法 |
| WO2016080987A1 (en) * | 2014-11-19 | 2016-05-26 | Halliburton Energy Services, Inc. | Junction models for simulating proppant transport in dynamic fracture networks |
| CA2974979C (en) * | 2015-02-03 | 2023-08-01 | Schlumberger Canada Limited | Multi-phase polymer apparent viscosity determination in polymer coreflood simulation study workflow |
| CN104747144B (zh) * | 2015-02-06 | 2017-02-22 | 中国石油天然气股份有限公司 | 一种基于天然气多层系分压合求的地质选层方法 |
| AU2015384813A1 (en) * | 2015-03-02 | 2017-08-10 | Landmark Graphics Corporation | Selecting potential well locations in a reservoir grid model |
| CN104775810B (zh) * | 2015-03-03 | 2016-05-18 | 西南石油大学 | 一种页岩气储层可压性评价方法 |
| US20180094514A1 (en) * | 2015-04-30 | 2018-04-05 | Landmark Graphics Corporation | Shale geomechanics for multi-stage hydraulic fracturing optimization in resource shale and tight plays |
| US10534877B2 (en) | 2015-05-19 | 2020-01-14 | Schlumberger Technology Corporation | Adaptive multiscale multi-fidelity reservoir simulation |
| US10621500B2 (en) * | 2015-10-02 | 2020-04-14 | Halliburton Energy Services, Inc. | Completion design optimization using machine learning and big data solutions |
| WO2017082909A1 (en) * | 2015-11-12 | 2017-05-18 | Halliburton Energy Services, Inc. | Simulating hydraulic fracture propagation using dynamic mesh deformation |
| US10359542B2 (en) * | 2016-01-22 | 2019-07-23 | Saudi Arabian Oil Company | Generating dynamically calibrated geo-models in green fields |
| CA3009790A1 (en) * | 2016-03-01 | 2017-09-08 | Halliburton Energy Services, Inc. | Method for flexible structured gridding using nested locally refined grids |
| KR101856318B1 (ko) | 2016-04-29 | 2018-06-25 | 한양대학교 산학협력단 | 다단계 수압파쇄균열 전파 모델링 방법 및 그 장치, 이를 이용한 저류층 생산량 예측 방법 및 그 장치 |
| US10466388B2 (en) | 2016-09-07 | 2019-11-05 | Emerson Paradigm Holding Llc | System and method for editing geological models by switching between volume-based models and surface-based structural models augmented with stratigraphic fiber bundles |
| GB2569263A (en) * | 2016-12-19 | 2019-06-12 | Landmark Graphics Corp | Control of proppant redistribution during fracturing |
| US11532092B2 (en) | 2017-05-25 | 2022-12-20 | Schlumberger Technology Corporation | Method for characterizing the geometry of subterranean formation fractures from borehole images |
| CA3084971C (en) * | 2018-01-16 | 2023-07-18 | Halliburton Energy Services, Inc. | Modeling fracture closure processes in hydraulic fracturing simulators |
| CN108446831A (zh) * | 2018-02-24 | 2018-08-24 | 中国石油天然气股份有限公司 | 一种考虑经济性的多层系分压合求选层方法 |
| US11719842B2 (en) * | 2018-11-14 | 2023-08-08 | International Business Machines Corporation | Machine learning platform for processing data maps |
| US11156744B2 (en) | 2019-01-10 | 2021-10-26 | Emerson Paradigm Holding Llc | Imaging a subsurface geological model at a past intermediate restoration time |
| US10520644B1 (en) | 2019-01-10 | 2019-12-31 | Emerson Paradigm Holding Llc | Imaging a subsurface geological model at a past intermediate restoration time |
| CN110094196B (zh) * | 2019-04-19 | 2022-04-15 | 西南石油大学 | 一种碳酸盐岩裸眼水平井分段酸压效果评价方法 |
| CN110259442B (zh) * | 2019-06-28 | 2022-10-21 | 重庆大学 | 一种煤系地层水力压裂破裂层位识别方法 |
| US11636352B2 (en) * | 2020-05-13 | 2023-04-25 | Saudi Arabian Oil Company | Integrated advanced visualization tool for geosteering underbalanced coiled tubing drilling operations |
| CN111734407A (zh) * | 2020-06-30 | 2020-10-02 | 中海石油（中国）有限公司天津分公司 | 一种考虑不同完井方式的油气井产能评价实验装置 |
| CN111980654B (zh) * | 2020-10-12 | 2021-12-07 | 西南石油大学 | 一种非均匀页岩油藏分段压裂水平井产能计算方法 |
| CN113281182B (zh) * | 2021-05-25 | 2022-11-08 | 中国科学院武汉岩土力学研究所 | 一种多手段集成的压裂缝定量评价方法 |
| CN114033352B (zh) * | 2021-11-02 | 2023-09-05 | 天津渤海中联石油科技有限公司 | 一种井周裂缝密度估算的方法及设备 |
| US12065929B2 (en) | 2022-01-12 | 2024-08-20 | Saudi Arabian Oil Company | Petro-steering methodologies during under balanced coiled tubing (UBTC) drilling operations |
| CN116380679A (zh) * | 2023-03-13 | 2023-07-04 | 中国矿业大学 | 一种可追踪裂缝扩展路径的干热岩压裂实验机及实验方法 |
| CN117310799B (zh) * | 2023-09-08 | 2024-05-28 | 中国矿业大学 | 基于洞-缝-孔-基质多重介质的矿井底板灰岩含水层识别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002086277A2 (en) * | 2001-04-24 | 2002-10-31 | Exxonmobil Upstream Research Company | Method for enhancing production allocation in an integrated reservoir and surface flow system |
| WO2005026496A1 (en) * | 2003-09-16 | 2005-03-24 | Commonwealth Scientific And Industrial Research Organisation | Hydraulic fracturing |
| EA006335B1 (ru) * | 2002-10-17 | 2005-12-29 | Шлюмбергер Текнолоджи Б. В. | Способ стимуляции разрыва пласта для нефтяных коллекторов, образованных карбонатными породами |
| WO2006138530A1 (en) * | 2005-06-14 | 2006-12-28 | Schlumberger Technology Corporation | Apparatus, method and system for improved reservoir simulation using an algebraic cascading class linear solver |
| US7248259B2 (en) * | 2001-12-12 | 2007-07-24 | Technoguide As | Three dimensional geological model construction |
| RU2006104788A (ru) * | 2005-02-16 | 2007-09-10 | Коммонвелт Сайентифик Энд Индастриал Рисерч Органайзейшн (Au) | Гидравлический разрыв пласта |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09260568A (ja) * | 1996-03-27 | 1997-10-03 | Mitsubishi Electric Corp | 半導体装置及びその製造方法 |
| JP3499392B2 (ja) * | 1997-02-12 | 2004-02-23 | 沖電気工業株式会社 | 半導体装置 |
| US5992519A (en) | 1997-09-29 | 1999-11-30 | Schlumberger Technology Corporation | Real time monitoring and control of downhole reservoirs |
| US6249041B1 (en) * | 1998-06-02 | 2001-06-19 | Siliconix Incorporated | IC chip package with directly connected leads |
| GB9904101D0 (en) | 1998-06-09 | 1999-04-14 | Geco As | Subsurface structure identification method |
| US6313837B1 (en) | 1998-09-29 | 2001-11-06 | Schlumberger Technology Corporation | Modeling at more than one level of resolution |
| US7509245B2 (en) * | 1999-04-29 | 2009-03-24 | Schlumberger Technology Corporation | Method system and program storage device for simulating a multilayer reservoir and partially active elements in a hydraulic fracturing simulator |
| US6980940B1 (en) | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
| AU2002239619A1 (en) * | 2000-12-08 | 2002-06-18 | Peter J. Ortoleva | Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories |
| US6904366B2 (en) * | 2001-04-03 | 2005-06-07 | The Regents Of The University Of California | Waterflood control system for maximizing total oil recovery |
| US7057273B2 (en) * | 2001-05-15 | 2006-06-06 | Gem Services, Inc. | Surface mount package |
| US6891256B2 (en) * | 2001-10-22 | 2005-05-10 | Fairchild Semiconductor Corporation | Thin, thermally enhanced flip chip in a leaded molded package |
| CN100540843C (zh) * | 2001-10-24 | 2009-09-16 | 国际壳牌研究有限公司 | 利用自然分布型燃烧器对含烃岩层进行就地热处理的方法 |
| US7523024B2 (en) | 2002-05-17 | 2009-04-21 | Schlumberger Technology Corporation | Modeling geologic objects in faulted formations |
| EA006215B1 (ru) * | 2002-05-31 | 2005-10-27 | Шлюмбергер Текнолоджи Б.В. | Способ и устройство для эффективной оценки скважины и продуктивного пласта без использования характеристики изменения давления в скважине |
| US8401832B2 (en) | 2002-11-23 | 2013-03-19 | Schlumberger Technology Corporation | Method and system for integrated reservoir and surface facility networks simulations |
| US7315077B2 (en) * | 2003-11-13 | 2008-01-01 | Fairchild Korea Semiconductor, Ltd. | Molded leadless package having a partially exposed lead frame pad |
| AU2005259253B2 (en) | 2004-06-25 | 2008-09-18 | Shell Internationale Research Maatschappij B.V. | Closed loop control system for controlling production of hydrocarbon fluid from an underground formation |
| US20060153005A1 (en) * | 2005-01-07 | 2006-07-13 | Herwanger Jorg V | Determination of anisotropic physical characteristics in and around reservoirs |
| US7386431B2 (en) * | 2005-03-31 | 2008-06-10 | Schlumberger Technology Corporation | Method system and program storage device for simulating interfacial slip in a hydraulic fracturing simulator software |
| US7285849B2 (en) * | 2005-11-18 | 2007-10-23 | Fairchild Semiconductor Corporation | Semiconductor die package using leadframe and clip and method of manufacturing |
| US7660711B2 (en) * | 2006-04-28 | 2010-02-09 | Saudi Arabian Oil Company | Automated event monitoring system for online reservoir simulation |
| US20070272407A1 (en) | 2006-05-25 | 2007-11-29 | Halliburton Energy Services, Inc. | Method and system for development of naturally fractured formations |
| US7472748B2 (en) * | 2006-12-01 | 2009-01-06 | Halliburton Energy Services, Inc. | Methods for estimating properties of a subterranean formation and/or a fracture therein |
| US7565278B2 (en) * | 2006-12-04 | 2009-07-21 | Chevron U.S.A. Inc. | Method, system and apparatus for simulating fluid flow in a fractured reservoir utilizing a combination of discrete fracture networks and homogenization of small fractures |
-
2008
- 2008-10-31 WO PCT/IB2008/003865 patent/WO2009056992A2/en active Application Filing
- 2008-10-31 MX MX2010003215A patent/MX2010003215A/es not_active Application Discontinuation
- 2008-10-31 US US12/262,217 patent/US8140310B2/en active Active
- 2008-10-31 RU RU2010122059/03A patent/RU2486336C2/ru not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002086277A2 (en) * | 2001-04-24 | 2002-10-31 | Exxonmobil Upstream Research Company | Method for enhancing production allocation in an integrated reservoir and surface flow system |
| US7248259B2 (en) * | 2001-12-12 | 2007-07-24 | Technoguide As | Three dimensional geological model construction |
| EA006335B1 (ru) * | 2002-10-17 | 2005-12-29 | Шлюмбергер Текнолоджи Б. В. | Способ стимуляции разрыва пласта для нефтяных коллекторов, образованных карбонатными породами |
| WO2005026496A1 (en) * | 2003-09-16 | 2005-03-24 | Commonwealth Scientific And Industrial Research Organisation | Hydraulic fracturing |
| RU2006104788A (ru) * | 2005-02-16 | 2007-09-10 | Коммонвелт Сайентифик Энд Индастриал Рисерч Органайзейшн (Au) | Гидравлический разрыв пласта |
| WO2006138530A1 (en) * | 2005-06-14 | 2006-12-28 | Schlumberger Technology Corporation | Apparatus, method and system for improved reservoir simulation using an algebraic cascading class linear solver |
Non-Patent Citations (1)
| Title |
|---|
| ECONOMIDES M.J. et al. Reservoir Stimulation. Third Edition. - 2000, p.5-25, A-15. * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2663847C2 (ru) * | 2014-07-02 | 2018-08-10 | Везерфорд Текнолоджи Холдингз, ЛЛК | Система и способ для моделирования и планирования сетей трещен импульсного разрыва пласта |
| US10132147B2 (en) | 2014-07-02 | 2018-11-20 | Weatherford Technology Holdings, Llc | System and method for modeling and design of pulse fracturing networks |
| RU2745684C1 (ru) * | 2020-10-16 | 2021-03-30 | Общество с ограниченной ответственностью «Газпромнефть Научно-Технический Центр» | Способ сохранения безопасного диапазона проводимости трещины при выводе на режим скважины с ГРП |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2010122059A (ru) | 2011-12-10 |
| MX2010003215A (es) | 2010-04-30 |
| WO2009056992A2 (en) | 2009-05-07 |
| US20090119082A1 (en) | 2009-05-07 |
| WO2009056992A3 (en) | 2011-04-28 |
| US8140310B2 (en) | 2012-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2486336C2 (ru) | Способы имитации разрыва пласта-коллектора и его оценки и считываемый компьютером носитель | |
| CA2700535C (en) | System and method for performing oilfield operations | |
| RU2462755C2 (ru) | Прогнозирование свойств подземной формации | |
| RU2569116C2 (ru) | Система и способ для выполнения операций интенсификации добычи в скважине | |
| RU2496972C2 (ru) | Устройство, способ и система стохастического изучения пласта при нефтепромысловых операциях | |
| CA2649439C (en) | Dynamic reservoir engineering | |
| US7890264B2 (en) | Waterflooding analysis in a subterranean formation | |
| US10895131B2 (en) | Probabilistic area of interest identification for well placement planning under uncertainty | |
| US20120059641A1 (en) | Iterative Method and System To Construct Robust Proxy Models For Reservoir Simulation | |
| EP2340505A1 (en) | Heterogeneous earth models for a reservoir field | |
| WO2008106476A9 (en) | System and method for waterflood performance monitoring | |
| CA2920506C (en) | Integrated oilfield asset modeling using multiple resolutions of reservoir detail | |
| EP3488073A1 (en) | Modeling of oil and gas fields for appraisal and early development | |
| US20230111179A1 (en) | Predicting oil and gas reservoir production | |
| Khalili et al. | Reservoir modeling & simulation: Advancements, challenges, and future perspectives | |
| EP3526627B1 (en) | Petrophysical field evaluation using self-organized map | |
| US12099159B2 (en) | Modeling and simulating faults in subterranean formations | |
| US20240168195A1 (en) | Well intervention performance system | |
| US20220163692A1 (en) | Modeling and simulating faults in subterranean formations | |
| US20240248235A1 (en) | Machine learning proxy model for parameter tuning in oilfield production operations | |
| CA3235622A1 (en) | Reservoir simulator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20171101 |