RU2565313C2 - Способ оперативного управления заводнением пластов - Google Patents

Способ оперативного управления заводнением пластов Download PDF

Info

Publication number
RU2565313C2
RU2565313C2 RU2013127750/03A RU2013127750A RU2565313C2 RU 2565313 C2 RU2565313 C2 RU 2565313C2 RU 2013127750/03 A RU2013127750/03 A RU 2013127750/03A RU 2013127750 A RU2013127750 A RU 2013127750A RU 2565313 C2 RU2565313 C2 RU 2565313C2
Authority
RU
Russia
Prior art keywords
wells
injection
production
well
dynamics
Prior art date
Application number
RU2013127750/03A
Other languages
English (en)
Other versions
RU2013127750A (ru
Inventor
Леонид Самуилович Бриллиант
Илья Алексеевич Смирнов
Анатолий Игоревич Комягин
Андрей Владимирович Потрясов
Михаил Фёдорович Печоркин
Андрей Владимирович Барышников
Original Assignee
Закрытое акционерное общество "Тюменский институт нефти и газа" (ТИНГ)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Закрытое акционерное общество "Тюменский институт нефти и газа" (ТИНГ) filed Critical Закрытое акционерное общество "Тюменский институт нефти и газа" (ТИНГ)
Priority to RU2013127750/03A priority Critical patent/RU2565313C2/ru
Publication of RU2013127750A publication Critical patent/RU2013127750A/ru
Application granted granted Critical
Publication of RU2565313C2 publication Critical patent/RU2565313C2/ru

Links

Images

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)

Abstract

Изобретение относится к нефтедобывающей промышленности и направлено на создание системы автоматического контроля и управления заводнением нефтяных пластов на основе оценки взаимного влияния скважин. Технический результат - повышение эффективности поддержания пластового давления. По способу осуществляют отбор нефти через добывающие скважины и закачку рабочего агента через нагнетательные скважины. Для оценки влияния добывающих и нагнетательных скважин осуществляют преобразование первоначальных промысловых данных добывающих и нагнетательных скважин с помощью системы базисных функций. В качестве первоначальных данных для каждой нагнетательной и потенциально реагирующих добывающих скважин принимают показатели в виде даты замера, значение приемистости, дебита жидкости, обводненности, состояние скважины - в работе или бездействии. В качестве базисных функций используют сглаживающие функции, обеспечивающие возможность линейного или экспоненциального сглаживания, такие как «скользящее окно», или вейвлет-анализ, или нейронные сети. С помощью базисных функций выделяют тренд промысловых показателей скважин, полезную составляющую динамики работы скважин и устраняют «шумы». Затем определяют коэффициенты влияния на основе сравнения преобразованных промысловых данных. Преобразованную динамику работы всех выбранных скважин для каждой базисной функции разбивают на фрагменты, соответствующие росту и падению базисной функции. Если на протяжении одного фрагмента отмечают смену режима работы, то фрагмент автоматически разбивают на два новых фрагмента. Рассчитывают коэффициент корреляции для каждой базисной функции между фрагментами динамики нагнетательной и реагирующей добывающей скважинами с учетом времени, через которое добывающая скважина реагирует на изменение режима работы нагнетательной скважины. По значению, к которому стремится зависимость коэффициента корреляции от количества проанализированных фрагментов, определяют полезность скважин. С учетом взаимного влияния скважин формируют рекомендации по перераспределению закачки для эффективной организации системы вытеснения нефти водой и поддержания пластового давления. 6 ил.

Description

Изобретение относится к нефтедобывающей промышленности и направлено на создание системы автоматического контроля и управления заводнением нефтяных пластов на основе оценки взаимного влияния скважин.
Известен способ управления заводнением компании ТатНИПИнефть [Журнал «Нефтяное хозяйство», №07 - Oil Industry, 2012. - 14 с.], включающий геолого-гидродинамическое моделирование и использование нейронной сети. Способ позволяет оценить коэффициенты влияния скважин, а также предлагает рекомендации по перераспределению закачки.
Несмотря на то что моделирование вместе с нейросетевым анализом представляет собой мощный инструмент определения взаимного влияния скважин, применение геолого-гидродинамических симуляторов связано с использованием большого количества исходных данных и, следовательно, приводит к высокой суммарной погрешности результатов.
Известен способ управления заводнением компаний ОАО «НК Роснефть» и ООО «РН-Юганскнефтегаз» [Журнал «Нефтяное хозяйство», №11 - Oil Industry, 2008. - 20 с.], включающий разделение месторождения на участки (ячейки) и оценку потенциала скважин на основе данных динамики. Способ позволяет выявить проблемные участки месторождения и определить оптимальный вариант воздействия на пласт.
Однако, как показывает отечественный и зарубежный опыт разработки нефтяных месторождений, эффективное управление заводнением невозможно без проведения оценки взаимного влияния скважин.
Задачей, на решение которой направлено заявляемое техническое решение, является эффективная организация системы поддержания пластового давления (ППД).
При осуществлении технического решения поставленная задача решается за счет достижения технического результата, который заключается в обеспечении с минимальными затратами и потерями целенаправленного воздействия на пласт с целью поддержания пластового давления.
Указанный технический результат достигается тем, что способ оперативного управления заводнением включает оценку корреляции первоначальных промысловых данных добывающих и нагнетательных скважин, определение коэффициентов взаимного влияния добывающих и нагнетательных скважин, определение фактора оптимальности добывающих скважин, перераспределение закачки на основе рассчитанных коэффициентов взаимного влияния и фактора оптимальности.
Определение коэффициентов взаимного влияния добывающих и нагнетательных скважин на основе обработки первоначальных промысловых данных способствует достижению технического результата с минимальными погрешностями.
На фиг.1 представлены: линия, выполненная точками, - первоначальная динамика скважины, линиями - преобразованная динамика с помощью различных базисных функций: 1 - скользящее окно, размером 4, 2 - экспоненциальное сглаживание с коэффициентом 0,3, 3 - сглаживание Хэмминга.
На фиг.2 представлена фрагментированная динамика добывающей и влияющей на нее нагнетательной скважины, показано: точками - первоначальная динамика скважины, кривой - преобразованная базисной функцией, экспоненциальное сглаживание с коэффициентом 3, линиями - фрагменты роста, падения и равенства базисной функции.
На фиг.3 представлена таблица коэффициентов взаимного влияния между нагнетательными (правая колонка) и добывающими скважинами. «Кв» - коэффициент взаимного влияния, в крайних столбцах на темном фоне - нагнетательные скважины (2032, 2033, 2034, 2040, 2049, 2050, 2057, 2064), в столбцах на белом фоне - реагирующие добывающие скважины.
На фиг.4 представлен фрагмент карты расположения скважин (нагнетательная №2064 и ее реагирующие добывающие) и определенные факторы оптимальности добывающих скважин. Рядом с каждой добывающей скважиной круговой диаграммой изображены мелким шрифтом ее номер и текущий дебит жидкости и нефти, крупным шрифтом - фактор оптимальности.
На фиг.5 представлен результат расчета на карте расположения скважин, обозначены нагнетательные скважины для оптимизации и ее оптимальный рассчитанный режим. Скважины 2032, 2034, 2040, 2049 рекомендуются к оптимизации.
На фиг.6 представлен алгоритм осуществления способа в виде блок-схемы.
Способ осуществляют путем выполнения следующих основных последовательных действий:
1. Преобразование первоначальных промысловых данных (динамики) скважин с помощью системы базисных функций;
2. Количественная оценка взаимного влияния добывающих и нагнетательных скважин на основе сравнения преобразованных первоначальных промысловых данных;
3. Автоматическая настройка и кросс-проверка базисных функций для отсеивания нелогичных результатов и обоснования полученных результатов;
4. Определение фактора оптимальности добывающих скважин.
Преобразование первоначальных промысловых данных (динамики) скважин с помощью системы базисных функций
Преобразование первичных промысловых данных осуществляют для всех пар потенциально влияющих скважин - добывающих и нагнетательных. Определяют потенциальное влияние между добывающими и нагнетательными скважинами, либо выбрав вручную, либо воспользовавшись автоматическими алгоритмами на основе использования данных о взаимном расположении скважин.
Преобразование динамик потенциально влияющих добывающих и нагнетательных скважин производится с помощью системы базисных функций.
Система базисных функций представляет собой математический аппарат, призванный выделить полезную составляющую (так называемый "тренд") графика промысловых показателей скважин и устранить так называемые "шумы".
В качестве базисных функций могут быть использованы различные известные сглаживающие функции, такие как «скользящее окно», линейное и экспоненциальное сглаживание, вейвлет-анализ, нейронные сети и т.п.
Для каждой нагнетательной скважины и потенциально реагирующих добывающих скважин необходимо сопоставить следующие показатели из преобразованных первичных промысловых данных:
- дата;
- приемистость /дебит жидкости;
- состояние скважины (в работе/в бездействии/остановлена и т.п.).
При этом динамика добывающей скважины смещается вперед на величину временного лага. Временной лаг может на этом этапе принимать различные значения, и определение конечного значения лага происходит на этапе автоматической настройки.
Динамика скважин учитывается для общего периода работы нагнетательной и добывающей скважины.
Далее осуществляют количественную оценку статистической взаимосвязи между динамикой работы добывающей и влияющими на нее нагнетательными скважинами, определяют полезную составляющую динамики скважин, выделенной с помощью системы базисных функций.
Преобразованную динамику работы всех выбранных скважин для каждой базисной функции необходимо разбить на фрагменты, соответствующие росту и падению базисной функции. При этом, если на протяжении одного фрагмента происходила смена режима работы, то фрагмент необходимо разбить на два новых фрагмента.
Далее для каждой базисной функции необходимо рассчитать корреляцию между фрагментами динамики нагнетательной и реагирующей добывающей скважин. Коэффициент корреляции может быть вычислен любым известным способом. Таким образом, для всех пар скважин - нагнетательная/реагирующая добывающая по каждой базисной функции получают свои коэффициенты взаимного влияния.
Автоматическая настройка и кросс-проверка базисных функций для отсеивания нелогичных результатов и обоснования полученных результатов
Принцип автоматической настройки представляет собой механизм самопроверки, который позволяет алгоритму автоматически настраивать систему базисных функций. Настройка происходит в два уровня проверок.
На первом уровне алгоритм строит зависимость коэффициентов корреляции от значения временного лага, принятого при расчете. Временной лаг - это время, через которое добывающая скважина реагирует на изменение режима работы нагнетательной скважины. Проверка считается пройденной, если для базисной функции наблюдается четко выраженный пик на графике коэффициента корреляции в районе целевого значения временного лага. Это значение лага принимается как конечное для данной скважины.
Второй уровень представляет собой кросс-проверку, которая заключается в сопоставлении работы алгоритма на множестве потенциально реагирующих добывающих скважин и множестве скважин, находящихся на значительном расстоянии, на которые нагнетательная скважина даже теоретически влиять не может. Смысл проверки заключается в отсеивании тех базисных функций, которые показывают необоснованно высокую корреляцию между скважинами, которые не могут иметь взаимного влияния.
По базисным функциям, прошедшим проверку, вычисляется конечный коэффициент корреляции, который будет использоваться для определения коэффициента полезности скважин.
Конечный коэффициент корреляции можно вычислить, например, как средневзвешенное значение всех прошедших проверку базисных функций, в качестве весового параметра используя степень достоверности при кросс-проверке, ранжированную от скважины, показавшей наиболее четкий пик и наиболее высокую разницу в корреляции между потенциально реагирующими и скважинами, находящимися на значительном расстоянии.
Определение фактора оптимальности добывающих скважин
Фактор оптимальности добывающих скважин - комплексный параметр, позволяющий оценивать возможности изменения режимов работы добывающих скважин, а также определять необходимость в изменении воздействия на нее путем закачки влияющей нагнетательной скважины.
Фактор оптимальности определяется на основе данных об исторических данных режимов работы добывающей скважины, а также текущего режима. Например, можно использовать следующую формулу:
F=F1×F2,
где F1 - фактор, описывающий потенциал добывающей скважины,
F2 - фактор, описывающий текущую компенсацию закачки в скважину,
Факторы потенциала и компенсации не привязаны к особым алгоритмам их вычисления, для этого используются исторические данные режимов работы.
Для перераспределения закачки вычисляют множитель приемистости для нагнетательной скважины, который зависит от вычисленных коэффициентов взаимного влияния и факторов оптимальности.
Например, можно использовать следующую формулу:
δ = F i K i g ( f B i )
Figure 00000001
,
где δ - множитель приемистости нагнетательной скважины,
Fi - фактор оптимальности i-й добывающей скважины,
Ki - коэффициент взаимного влияния между нагнетательной и i-й добывающей скважиной,
(fBi) - текущая обводненность i-й добывающей скважины.
Заявляемые действия для осуществления оперативного управления заводнением скважин позволяют решить задачу обеспечения с минимальными затратами и потерями целенаправленного воздействия на пласт с целью поддержания пластового давления.
Пример: пласт разбурен добывающими и нагнетательными скважинами, через которые осуществляют соответственно отбор нефти и закачку рабочего агента - воды (например, добывающих - 22, нагнетательных - 8). Первоначальные данные добывающих и нагнетательных скважин следующие: дата, приемистость, скважина находится в работе.
Осуществляют преобразование промысловых данных с помощью системы базисных функций (фиг.1).
Для каждой базисной функции сравниваются фрагменты роста и падения (фиг.2).
Отсеивают базисные функции, дающие нелогичные результаты, когда добывающая скважина, находящаяся на значительном расстоянии от нагнетательной (более 1-2 км), показывает высокий коэффициент корреляции с ней.
На основе сравнения преобразованных промысловых данных оценивают взаимное влияние добывающих и нагнетательных скважин (фиг.3).
Определяют фактор оптимальности добывающих скважин (фиг.4).
Дают рекомендации по перераспределению закачки для эффективной организации системы поддержания пластового давления (фиг.5).
Таким образом, заявленный способ оперативного управления заводнением пластов позволяет решать целый комплекс задач: строить карты взаимного влияния скважин, прогнозировать направление латеральной анизотропии пласта, рассчитывать распространение зон разломной тектоники, ранжировать скважины по степени их полезности в системе поддержания пластового давления, перераспределять закачку между скважинами для обеспечения наиболее эффективного вытеснения нефти.

Claims (1)

  1. Способ оперативного управления заводнением пластов, включающий отбор нефти через добывающие скважины и закачку рабочего агента через нагнетательные скважины, оценку влияния добывающих и нагнетательных скважин, рекомендации по перераспределению закачки, отличающийся тем, что для оценки влияния добывающих и нагнетательных скважин осуществляют преобразование первоначальных промысловых данных добывающих и нагнетательных скважин с помощью системы базисных функций, при этом в качестве первоначальных данных для каждой нагнетательной и потенциально реагирующих добывающих скважин принимают показатели в виде даты замера, значение приемистости, дебита жидкости, обводненности, состояние скважины - в работе или бездействии, а в качестве базисных функций используют сглаживающие функции, обеспечивающие возможность линейного или экспоненциального сглаживания, такие как «скользящее окно» или вейвлет-анализ, или нейронные сети, причем с помощью базисных функций выделяют тренд промысловых показателей скважин, полезную составляющую динамики работы скважин и устраняют «шумы», затем определяют коэффициенты влияния на основе сравнения преобразованных промысловых данных, причем преобразованную динамику работы всех выбранных скважин для каждой базисной функции разбивают на фрагменты, соответствующие росту и падению базисной функции, при этом, если на протяжении одного фрагмента отмечают смену режима работы, то фрагмент автоматически разбивают на два новых фрагмента, рассчитывают коэффициент корреляции для каждой базисной функции между фрагментами динамики нагнетательной и реагирующей добывающей скважин с учетом времени, через которое добывающая скважина реагирует на изменение режима работы нагнетательной скважины, и по значению, к которому стремится зависимость коэффициента корреляции от количества проанализированных фрагментов, определяют полезность скважин, с учетом взаимного влияния скважин формируют рекомендации по перераспределению закачки для эффективной организации системы вытеснения нефти водой и поддержания пластового давления.
RU2013127750/03A 2013-06-18 2013-06-18 Способ оперативного управления заводнением пластов RU2565313C2 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2013127750/03A RU2565313C2 (ru) 2013-06-18 2013-06-18 Способ оперативного управления заводнением пластов

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2013127750/03A RU2565313C2 (ru) 2013-06-18 2013-06-18 Способ оперативного управления заводнением пластов

Publications (2)

Publication Number Publication Date
RU2013127750A RU2013127750A (ru) 2014-12-27
RU2565313C2 true RU2565313C2 (ru) 2015-10-20

Family

ID=53278374

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013127750/03A RU2565313C2 (ru) 2013-06-18 2013-06-18 Способ оперативного управления заводнением пластов

Country Status (1)

Country Link
RU (1) RU2565313C2 (ru)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2614338C1 (ru) * 2015-12-25 2017-03-24 Закрытое акционерное общество "Тюменский институт нефти и газа" (ЗАО "ТИНГ") Способ оперативного управления заводнением пластов
RU2715593C1 (ru) * 2019-09-28 2020-03-02 Общество с ограниченной ответственностью "Тюменский институт нефти и газа" (ООО "ТИНГ") Способ оперативного управления заводнением пластов
RU2752779C1 (ru) * 2020-12-25 2021-08-03 Общество с ограниченной ответственностью «Тюменский институт нефти и газа» Способ управления режимами работы добывающих и нагнетательных скважин нефтяного месторождения и многослойная циклическая нейронная сеть
RU2820909C1 (ru) * 2023-10-30 2024-06-11 Общество с ограниченной ответственностью "Тюменский нефтяной научный центр" (ООО "ТННЦ") Способ определения эффективности проведенного геолого-технического мероприятия

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117664784B (zh) * 2024-01-31 2024-04-09 西南石油大学 一种时间维度上的泡排剂动态评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3442331A (en) * 1967-05-22 1969-05-06 Central Oil Co Cyclic secondary oil recovery process
SU1314760A1 (ru) * 1985-04-17 1996-03-27 Научно-производственное объединение по химизации технологических процессов в нефтяной промышленности Способ разработки нефтяной залежи
RU2315863C2 (ru) * 2005-12-06 2008-01-27 Александр Сергеевич Трофимов Способ исследования и разработки многопластового месторождения углеводородов
RU2417306C1 (ru) * 2010-06-18 2011-04-27 Открытое акционерное общество "Татнефть" им. В.Д. Шашина Способ разработки нефтяной залежи

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3442331A (en) * 1967-05-22 1969-05-06 Central Oil Co Cyclic secondary oil recovery process
SU1314760A1 (ru) * 1985-04-17 1996-03-27 Научно-производственное объединение по химизации технологических процессов в нефтяной промышленности Способ разработки нефтяной залежи
RU2315863C2 (ru) * 2005-12-06 2008-01-27 Александр Сергеевич Трофимов Способ исследования и разработки многопластового месторождения углеводородов
RU2417306C1 (ru) * 2010-06-18 2011-04-27 Открытое акционерное общество "Татнефть" им. В.Д. Шашина Способ разработки нефтяной залежи

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ж. "Нефтяное хозяйство", N 11, Oil Industry, 2008, с. 18-20. *
КОСТЮЧЕНКО С.В., Математическое, программное и информационное обеспечение мониторинга нефтяных месторождений и моделирование нефтяных резервуаров методом декомпозиции, автореферат диссертации д.т.н., Томск, 2000. СЕМИЛЕТОВ В.А., Методы осреднения и некоторые алгоритмы моделирования по подобластям нефтегазовых месторождений, автореферат диссертации на соискание к.ф-м.н., Москва, 2010. АНТОНОВ М.С., Компенсационное регулирование заводнения с целью повышения энергетического поля нефтяного пласта, автореферат диссертации на соискание к.т.н., Уфа, 2011 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2614338C1 (ru) * 2015-12-25 2017-03-24 Закрытое акционерное общество "Тюменский институт нефти и газа" (ЗАО "ТИНГ") Способ оперативного управления заводнением пластов
RU2715593C1 (ru) * 2019-09-28 2020-03-02 Общество с ограниченной ответственностью "Тюменский институт нефти и газа" (ООО "ТИНГ") Способ оперативного управления заводнением пластов
RU2752779C1 (ru) * 2020-12-25 2021-08-03 Общество с ограниченной ответственностью «Тюменский институт нефти и газа» Способ управления режимами работы добывающих и нагнетательных скважин нефтяного месторождения и многослойная циклическая нейронная сеть
RU2820909C1 (ru) * 2023-10-30 2024-06-11 Общество с ограниченной ответственностью "Тюменский нефтяной научный центр" (ООО "ТННЦ") Способ определения эффективности проведенного геолого-технического мероприятия

Also Published As

Publication number Publication date
RU2013127750A (ru) 2014-12-27

Similar Documents

Publication Publication Date Title
CN107120111B (zh) 一种基于多重分形的油藏井间连通程度的评估方法及系统
RU2614338C1 (ru) Способ оперативного управления заводнением пластов
CN112561356B (zh) 一种页岩油压裂水平井生产动态模式与产能综合评价方法
CN105626009A (zh) 一种缝洞型碳酸盐岩油藏单井注水替油效果定量评价方法
RU2565313C2 (ru) Способ оперативного управления заводнением пластов
US10262280B2 (en) Ensemble based decision making
CN106677763B (zh) 一种基于动态集成建模的油井动液面预测方法
Muhtaseb et al. Tourism and economic growth in Jordan: Evidence from linear and nonlinear frameworks
Freeborn et al. Creating more-representative type wells
CN112131704A (zh) 一种估算油层储量及预测剩余油饱和度的方法
US9726001B2 (en) Method for adaptive optimizing of heterogeneous proppant placement under uncertainty
Mu’azu New approach for determining the smoothing constant (α) of a single exponential smoothing method
CN112183800B (zh) 一种预测水驱油藏原油可采储量的方法及装置
RU2521245C1 (ru) Способ регулирования разработки нефтяной залежи
CN104715298A (zh) 一种基于灰色系统理论的提高采收率潜力预测方法
Zhou et al. Application of statistical methods to predict production from liquid-rich shale reservoirs
Rafiei Improved oil production and waterflood performance by water allocation management
Abbasova et al. Dynamic analysis as a method of wells interaction evaluation in making technological decisions
CN110765606B (zh) 一种用于预测储层含油性的含油指数模型的构建方法及储层含油性的预测方法
Jamalbayov et al. New waterflooding efficiency evaluation method (on the example of 9th horizon of the Guneshli field)
Maurenza et al. Production Forecasting Using Arps Decline Curve Model with The Effect of Artificial Lift Installation
Hicks Application of the random finite element method
CN111859280B (zh) 地层原油物性的评价方法及评价装置
Aslanyan et al. Enhancing Oil Production: A Machine Learning Approach in Efficient Waterflooding
Naugolnov et al. Reservoir Complexity Index evaluation for the Pannonian Basin oil fields

Legal Events

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

Effective date: 20150112

FZ9A Application not withdrawn (correction of the notice of withdrawal)

Effective date: 20150410

HE9A Changing address for correspondence with an applicant
MM4A The patent is invalid due to non-payment of fees

Effective date: 20160619

NF4A Reinstatement of patent

Effective date: 20190312

PC43 Official registration of the transfer of the exclusive right without contract for inventions

Effective date: 20190401