RU96123972A - METHOD FOR MODELING THE INFLUENCE OF WELL INTERACTION ON A WATER FRACTION, PRODUCED BY UNDERGROUND DEPOSIT OF HYDROCARBONS - Google Patents

METHOD FOR MODELING THE INFLUENCE OF WELL INTERACTION ON A WATER FRACTION, PRODUCED BY UNDERGROUND DEPOSIT OF HYDROCARBONS

Info

Publication number
RU96123972A
RU96123972A RU96123972/03A RU96123972A RU96123972A RU 96123972 A RU96123972 A RU 96123972A RU 96123972/03 A RU96123972/03 A RU 96123972/03A RU 96123972 A RU96123972 A RU 96123972A RU 96123972 A RU96123972 A RU 96123972A
Authority
RU
Russia
Prior art keywords
wells
production
significant data
well
selection
Prior art date
Application number
RU96123972/03A
Other languages
Russian (ru)
Other versions
RU2165520C2 (en
Inventor
Лесси Жак
Павон Дидье
Original Assignee
Энститю Франсэ Дю Петроль
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
Priority claimed from FR9515338A external-priority patent/FR2742794B1/en
Application filed by Энститю Франсэ Дю Петроль filed Critical Энститю Франсэ Дю Петроль
Publication of RU96123972A publication Critical patent/RU96123972A/en
Application granted granted Critical
Publication of RU2165520C2 publication Critical patent/RU2165520C2/en

Links

Claims (10)

1. Способ моделирования в системе скважин, проходящих сквозь зону подземного месторождения углеводородов, в процессе эксплуатации эффектов взаимодействия между несколькими скважинами этой системы скважин, влияющих на величину водной фракции в вытекающей жидкости, производимой по меньшей мере одной эксплуатационной скважиной этой же системы скважин, подвергающейся промывке при помощи жидкости под давлением, с целью оптимизации производительности данного месторождения, отличающийся тем, что осуществляют отбор совокупности значащих данных, исходя из необработанных данных, извлеченных из истории нагнетания промывочной жидкости в данное месторождение и из истории добычи жидкого продукта, втекающего из одной или нескольких эксплуатационных скважин, и итеративное установление некоторой оптимизированной линейной модели, связывающей изменения во времени значащих данных, относящихся к водной фракции в добыче эксплуатационной скважины, с изменениями во времени значащих данных, относящихся к параметрам других скважин, входящих в упомянутую систему скважин.1. The method of modeling in a system of wells passing through the zone of an underground hydrocarbon field during operation of the effects of interaction between several wells of this system of wells that affect the amount of water fraction in the effluent produced by at least one production well of the same system of wells being flushed using liquid under pressure, in order to optimize the productivity of a given field, characterized in that they select a set of significant data, based on the raw data extracted from the history of injection of flushing fluid into a given field and from the history of production of a liquid product flowing from one or several production wells, and iterative establishment of some optimized linear model that relates the time changes of significant data related to the water fraction in the production of a production well, with changes in time of significant data related to the parameters of other wells included in the said system of wells. 2. Способ моделирования по п.1, отличающийся тем, что отбор значащих данных сопровождается частотной фильтрацией изменений необработанных данных. 2. The modeling method according to claim 1, characterized in that the selection of significant data is accompanied by frequency filtering of the changes in the raw data. 3. Способ моделирования по п.1, отличающийся тем, что отбор значащих данных содержит операцию частотной фильтрации изменений необработанных данных, относящихся к водной фракции эксплуатационной скважины, с одной стороны, и необработанных данных, относящихся к другим скважинам упомянутой системы скважин, с другой стороны. 3. The modeling method according to claim 1, characterized in that the selection of significant data comprises the operation of frequency filtering the changes in the raw data related to the water fraction of the production well, on the one hand, and the raw data related to other wells of the said well system, on the other hand . 4. Способ моделирования по п.3, отличающийся тем, что отбор значащих данных содержит, например, выявление флюктуаций на некоторой низкой частоте, располагающейся значительно ниже того диапазона частот, с которым производились измерения необработанных данных, затрагивающих водную фракцию. 4. The modeling method according to claim 3, characterized in that the selection of significant data includes, for example, detecting fluctuations at a certain low frequency, which is significantly lower than the frequency range with which raw data were measured affecting the water fraction. 5. Способ моделирования по одному из пп.1-4, отличающийся тем, что включает выбор среди других скважин системы скважин некоторого ограниченного числа скважин, представляющих наиболее сильные взаимодействия с эксплуатационной скважиной. 5. The modeling method according to one of claims 1 to 4, characterized in that it includes the selection among other wells of the well system of a certain limited number of wells representing the strongest interactions with the production well. 6. Способ моделирования по одному из пп.1-5, отличающийся тем, что выбор скважин, представляющих наиболее сильные взаимодействия с данной эксплуатационной скважиной, осуществляется путем установления попарной взаимной корреляции значащих данных, связанных с величиной водной фракции этой эксплуатационной скважины, соответственно со значащими данными, связанными с другими скважинами из упомянутой системы скважин. 6. The modeling method according to one of claims 1 to 5, characterized in that the selection of wells representing the strongest interactions with a given production well is carried out by establishing pairwise cross-correlation of significant data associated with the value of the water fraction of this production well, respectively, with significant data associated with other wells from said well system. 7. Способ моделирования по одному из пп.1-6, отличающийся тем, что отбор значащих данных содержит статистическую обработку необработанных данных. 7. The modeling method according to one of claims 1 to 6, characterized in that the selection of significant data includes statistical processing of the raw data. 8. Способ моделирования по одному из пп.1-7, отличающийся тем, что отбор значащих данных выполняется среди необработанных данных, принадлежащих к некоторой совокупности данных с регулярным распределением во времени. 8. The modeling method according to one of claims 1 to 7, characterized in that the selection of significant data is performed among the raw data belonging to a certain set of data with a regular distribution in time. 9. Способ моделирования по одному из пп.1-8, отличающийся тем, что прикладывают к одной или к нескольким скважинам произвольных воздействий, модифицирующих входные необработанные данные таким образом, чтобы обеспечить наилучший выбор скважин, представляющих наиболее сильные взаимодействия. 9. The modeling method according to one of claims 1 to 8, characterized in that arbitrary actions are applied to one or several wells modifying the input raw data in such a way as to provide the best choice of wells representing the strongest interactions. 10. Способ моделирования в системе скважин, проходящих сквозь зону подземного месторождения углеводородов, в процессе эксплуатации эффектов взаимодействия, воздействующих со стороны различных скважин этой системы скважин на величины водных фракций вытекающих жидкостей, производимых соответственно несколькими эксплуатационными скважинами, подвергающимися промывке при помощи жидкости под давлением, с целью оптимизации производительности данного месторождения, отличающийся тем, что осуществляют отбор совокупности значащих данных, исходя из совокупности необработанных данных, извлеченных из истории нагнетания промывочной жидкости в данное месторождение и истории добычи вытекающей жидкости на одной или нескольких эксплуатационных скважинах данной системы скважин, итеративное установление линейных моделей, связывающих изменения во времени значащих данных, относящихся к величине водной фракции соответственно в добыче нескольких эксплуатационных скважин упомянутой системы скважин, с изменениями во времени значащих данных, относящихся к другим скважинам этой системы скважин и общую оптимизацию различных созданных моделей с учетом перекрестных взаимодействий между значащими данными, эффективно действующими в каждой из этих моделей, таким образом, чтобы добиться максимальной общей производительности данной зоны месторождения. 10. The method of modeling in a system of wells passing through the zone of an underground hydrocarbon field during operation of the interaction effects acting on the side of various wells of this system of wells on the values of the water fractions of the resulting fluids produced respectively by several production wells subjected to flushing with a pressure fluid, in order to optimize the productivity of this field, characterized in that they select a set of significant data, and based on the totality of the raw data extracted from the history of injection of flushing fluid into a given field and the history of production of leaking fluid at one or more production wells of a given well system, iterative establishment of linear models linking time-related significant data relating to the amount of water fraction in production several production wells of the aforementioned system of wells, with significant changes in time over time related to other wells of this system well topics and the overall optimization of the various created models, taking into account the cross-interactions between the significant data that are effective in each of these models, so as to achieve maximum overall productivity in this area of the field.
RU96123972/03A 1995-12-22 1996-12-20 Method modeling effect of interaction of wells on water fraction produced by underground deposit of hydrocarbons ( versions ) RU2165520C2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR9515338A FR2742794B1 (en) 1995-12-22 1995-12-22 METHOD FOR MODELING THE EFFECTS OF WELL INTERACTIONS ON THE AQUEOUS FRACTION PRODUCED BY AN UNDERGROUND HYDROCARBON DEPOSIT
FR9515338 1995-12-22

Publications (2)

Publication Number Publication Date
RU96123972A true RU96123972A (en) 1999-02-20
RU2165520C2 RU2165520C2 (en) 2001-04-20

Family

ID=9485846

Family Applications (1)

Application Number Title Priority Date Filing Date
RU96123972/03A RU2165520C2 (en) 1995-12-22 1996-12-20 Method modeling effect of interaction of wells on water fraction produced by underground deposit of hydrocarbons ( versions )

Country Status (6)

Country Link
US (1) US5881811A (en)
AR (1) AR005253A1 (en)
FR (1) FR2742794B1 (en)
GB (1) GB2308691B (en)
NO (1) NO308868B1 (en)
RU (1) RU2165520C2 (en)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6101447A (en) * 1998-02-12 2000-08-08 Schlumberger Technology Corporation Oil and gas reservoir production analysis apparatus and method
US6853921B2 (en) 1999-07-20 2005-02-08 Halliburton Energy Services, Inc. System and method for real time reservoir management
US6980940B1 (en) * 2000-02-22 2005-12-27 Schlumberger Technology Corp. Intergrated reservoir optimization
US7434619B2 (en) 2001-02-05 2008-10-14 Schlumberger Technology Corporation Optimization of reservoir, well and surface network systems
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
US20070271077A1 (en) * 2002-11-15 2007-11-22 Kosmala Alexandre G Optimizing Well System Models
US7584165B2 (en) * 2003-01-30 2009-09-01 Landmark Graphics Corporation Support apparatus, method and system for real time operations and maintenance
WO2004095259A1 (en) * 2003-03-26 2004-11-04 Exxonmobil Upstream Research Company Performance prediction method for hydrocarbon recovery processes
US7627461B2 (en) * 2004-05-25 2009-12-01 Chevron U.S.A. Inc. Method for field scale production optimization by enhancing the allocation of well flow rates
US7672818B2 (en) * 2004-06-07 2010-03-02 Exxonmobil Upstream Research Company Method for solving implicit reservoir simulation matrix equation
BRPI0706580A2 (en) * 2006-01-20 2011-03-29 Landmark Graphics Corp dynamic production system management
US8898018B2 (en) 2007-03-06 2014-11-25 Schlumberger Technology Corporation Methods and systems for hydrocarbon production
WO2009076149A2 (en) * 2007-12-07 2009-06-18 Landmark Graphics Corporation, A Halliburton Company Systems and methods for utilizing cell based flow simulation results to calculate streamline trajectories
CA2702965C (en) * 2007-12-13 2014-04-01 Exxonmobil Upstream Research Company Parallel adaptive data partitioning on a reservoir simulation using an unstructured grid
EP2350915A4 (en) * 2008-09-30 2013-06-05 Exxonmobil Upstream Res Co Method for solving reservoir simulation matrix equation using parallel multi-level incomplete factorizations
CN102165413A (en) * 2008-09-30 2011-08-24 埃克森美孚上游研究公司 Self-adapting iterative solver
RU2573746C2 (en) * 2010-07-30 2016-01-27 Эксонмобил Апстрим Рисерч Компани Systems and methods for well performance forecasting
US9574433B2 (en) 2011-08-05 2017-02-21 Petrohawk Properties, Lp System and method for quantifying stimulated rock quality in a wellbore
CN107701172B (en) * 2017-09-22 2020-07-24 中石化石油工程技术服务有限公司 Shale gas horizontal well initial-stage maximum productivity prediction method based on linear model
CN109667568B (en) * 2018-12-29 2021-05-11 中国石油大学(华东) Method and device for determining layer section combination in layered water injection process
CN111502616B (en) * 2019-01-30 2022-03-29 中国石油天然气股份有限公司 Method and device for determining water injection parameters and storage medium
CN110500083B (en) * 2019-08-05 2022-05-10 中国石油天然气股份有限公司 Method for judging dynamic connectivity of oil-water well
RU2720718C1 (en) * 2020-02-04 2020-05-13 Публичное акционерное общество «Татнефть» имени В.Д. Шашина Oil formation operation method

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU529348B2 (en) * 1977-10-07 1983-06-02 Schlumberger Technology B.V. Means for determining characteristics of subsurface formations
US5444619A (en) * 1993-09-27 1995-08-22 Schlumberger Technology Corporation System and method of predicting reservoir properties

Similar Documents

Publication Publication Date Title
RU96123972A (en) METHOD FOR MODELING THE INFLUENCE OF WELL INTERACTION ON A WATER FRACTION, PRODUCED BY UNDERGROUND DEPOSIT OF HYDROCARBONS
Alva-Argáez et al. Wastewater minimisation of industrial systems using an integrated approach
Najafzadeh et al. GMDH to predict scour depth around a pier in cohesive soils
RU2165520C2 (en) Method modeling effect of interaction of wells on water fraction produced by underground deposit of hydrocarbons ( versions )
CN111861774A (en) Oil reservoir production machine learning method based on parallel agent model
CN108804630A (en) A kind of big data intellectual analysis service system of Industry-oriented application
Braester et al. Determination of formation permeability by double-packer tests
GB2412466A (en) Method of modelling the hydrodynamic characteristics of multiphase flows using neuronal networks
Welge et al. Use of two-dimensional methods for calculating well coning behavior
Saeedi et al. Using neural networks for candidate selection and well performance prediction in water-shutoff treatments using polymer gels—a field-case study
Wang et al. An interpretable interflow simulated graph neural network for reservoir connectivity analysis
CN108843296B (en) Single-well repeated fracturing effect prediction method based on multi-factor influence
Bahrekazemi et al. Neuro-simulation tool for enhanced oil recovery screening and reservoir performance prediction
Moradi et al. Simulation of Waterflooding Oil Recovery With Advanced Multilateral Wells Under Uncertainty by Using MRST
Wei et al. Rapid evaluations of anticlogging performance of drip emitters by laboratorial short-cycle tests
Kumar et al. Steam allocation optimization in full field multi-pad SAGD Reservoir
Alimonti et al. Knowledge discovery in databases and multiphase flow metering: The integration of statistics, data mining, neural networks, fuzzy logic, and ad hoc flow measurements towards well monitoring and diagnosis
CN110516295A (en) Calculating CO2Numerical simulation method for driving minimum miscible pressure
Bahaa et al. Soft computation application: utilizing artificial neural network to predict the fluid rate and bottom hole flowing pressure for gas-lifted oil wells
Wakeman et al. Solid/liquid separation equipment simulation & design—an expert systems approach
Feder Water, Water Everywhere Using ML and Game Theory To Win at Produced-Water Forecasting
Ravalec-Dupin et al. Gradual deformation of Boolean simulations
Yu et al. Machine Learning Application for Hydraulic Fracturing Optimization in a China Tight Gas Field
Rasouli et al. Well placement optimization for water injection wells
Chakhmakhchev et al. Completion optimization in the Bakken Petroleum System using data mining