一种评价油水井生产能力的新方法及其应用研究

准确认识和评价油水井生产能力,是油田进行合理配产配注和开发调整的基本依据。在综合分析油水井基本产能公式和实际生产动态变化的基础上,建立了累积产液量、注入量与生产压差积分的关系,并用综合产液指数、综合吸水指数,来反映油水井的实际生产能力;而在实际生产过程中,开采条件变化产生的影响可以直观地反映在不同阶段油水井的生产能力变化上,通过计算不同阶段的综合产液指数、综合吸水指数,可以准确分析和评价不同开发阶段、不同条件下,油水井综合生产能力和变化趋势。实例应用表明,利用本文建立的方法,计算过程简捷、分析结果准确,可以为油藏开发调整和油井措施的实施奠定基础。     

海上稠油油田水驱开发时效采出比计算方法及评价

由于海洋钻井平台寿命有限,且海上油田相比陆上油田投资成本巨大,一般海上油田开发追求较短的开发周期和较高的采油速度,因此,在海上油田水驱开发效果评价中提出了体现时效性的新指标——时效采出比。基于不同油水黏度比下的含水率与采出程度关系,并利用收支平衡原理确定不同产量级别下的单井经济极限含水界限,进而建立了时效采出比理论值计算方法。以海上稠油油田某2个典型油藏进行了实例计算,得到典型油藏时效采出比理论值及其评价分级标准。通过评价时效采出比指标,可体现海上油田水驱开发时效性的强弱与水驱效果的好坏。时效采出比计算及评价方法的建立,可作为海上油田水驱开发效果评价指标体系的重要补充。     

边底水复合砂岩油藏见水规律及主控因素研究

由于油藏边水、底水的驱动作用机理不同,以及多种地质和开发因素的影响,导致边底水复合砂岩油藏不同位置的油井,在不同阶段的见水规律及生产动态存在较大的差异。基于对实际油田开发动态对比和油藏中油水运动规律的分析,建立以产水特征曲线形态来判别油井水淹模式、以窜流指数来评价油井水窜强度的方法;并利用灰色关联分析方法,定量确定了影响油井见水强度的主控因素。实例分析表明,应用建立的方法,可以准确分析和评价边底水复合砂岩油藏的水驱推进过程和油井见水规律,为油藏开发调整和油井措施的实施奠定基础。     

普通稠油油藏水驱开发有效注采井距的确定

基于典型注采条件下的渗流模型,在分析一注一采渗流场分布特点的基础上,通过研究注采井间压力、压力梯度的变化规律,提出了实现水驱开发有效驱替的条件,并建立了注采单元内流体可驱动面积的计算方法。利用本文建立的方法,结合油田实例进行计算分析,通过研究注采单元中驱替压力梯度与有效驱替范围的变化关系,确定了普通稠油油藏水驱开发的有效注采井距,结果表明本文方法具有良好的操作性,可以指导普通稠油油藏水驱开发注采井距的合理部署。     

主成分分析法确定海上油田水驱效果评价关键指标

目前海上油田水驱开发效果评价未形成一套完整、成熟的评价体系及行业标准,针对海上油田开发特征有必要建立一套可操作性强的水驱效果评价关键指标集。为此,分析了海上油田和陆上油田水驱开发的差异性和相似性,构建了以产量、采油速度为核心的海上油田注水开发效果评价常用指标集,并根据评价指标的独立性、动态性和可操作性进行了初选。最后基于典型海上水驱油田25个样本,应用主成分分析法,将各评价指标对水驱开发效果的重要程度进行排序,从储量动用、能量水平、产量变化、水驱状况及水驱效果5个方面最终确定10个关键指标,即水驱储量控制程度、水驱储量动用程度、压力保持水平、累积注采比、年注采比、年产油量自然递减率、剩余可采储量采油速度、含水上升率、水驱指数和采出程度。这些指标为科学评价海上油田的水驱效果提供了有利依据。     

低渗透高饱和油藏能量合理补充时机研究

低渗透高饱和油藏储层具有启动压力梯度,原油饱和压力较高,地层饱和压差较小,油藏开发受到诸多条件的限制.文中基于低渗透高饱和油藏基本渗流特征,分析了衰竭开发阶段储层流体不稳定渗流过程,采用稳定逐次逼近法,求解包含启动压力梯度项的渗流方程;考虑启动压力梯度影响,在低渗透高饱和油藏早期开发阶段,建立油藏能量合理补充时机的确定方法.结合实际油田情况,分析了衰竭开发阶段储层中压力分布和油井产量变化规律.研究表明,要综合考虑储层性质和流体条件的影响以及油田开发条件的要求,确定合理开采速度下的能量合理补充时机,才能获得较好的开发效果.     

城市总体规划评估中的指标体系评估探讨

城市总体规划评估是一项复杂的系统工程,全面评估并非易事。研究以平度市为例,将指标实施完成率概念引入到城市发展目标指标体系中进行全面分析与评价,并就近期规划的明确情况提出有针对性的应对策略。这不仅使指标体系评价更具直观性、系统性,还有利于促进规划过程由简单的静态封闭式逐渐向动态导控的良性循环式转变。     

基于自动机器学习的采油井压裂效果预测方法

目前大庆油田采油井压裂效果预测时多是凭借经验或者多元线性回归等简单模型，存在着预测结果稳定性差且预测精度不高的问题。以大庆油田N23区块为例，借助数理统计方法对采油井压裂效果与各项影响因素开展了相关性分析，并采用随机森林算法研究了各影响因素对N23区块采油井压裂效果的影响程度；阐述了自动机器学习中元学习、贝叶斯优化和模型集成这三项关键技术的原理以及实现方法，并利用自动机器学习建立了基于数据驱动的采油井压裂效果预测模型；同时，将自动机器学习预测模型与随机森林、支持向量机和神经网络这3种常见机器学习算法的预测性能进行了对比，并利用该自动机器学习预测模型对N23区块的水力压裂进行设计与优化。结果表明，压裂前的生产参数对预测采油井压裂效果有着重要的影响；自动机器学习预测模型比其他算法的精度更高，模型在测试集上的决定系数为0.695，预测结果相对误差的平均值为18.96%，比目前水平降低了57.53%；经过模型优化的压裂方案较原方案增加经济效益约3.2×10⁴～27.4×10⁴元/井次。