水驱开发多层油藏井间连通性反演模型

针对当前井间连通性模型只能预测产液动态变化、无法计算油水两相动态且不能分层进行连通性分析等局限性,建立了新的可模拟油水动态的多层油藏井间连通性模型。模型将油藏系统分层离散成一系列由井间传导率和连通体积等参数表征的井间连通单元,并以连通单元为模拟对象进行物质平衡方程计算,通过考虑定液、定压两种生产模式实现压力求解和井间流量计算,结合前缘推进理论建立了井间饱和度追踪计算方法,最终得出井点处各层的油水产出动态;以此为基础利用随机扰动近似法和投影梯度法等通过动态拟合建立了模型参数反演方法。实例应用显示,所建模型取得了较好的动态拟合和预测效果,反演后的连通模型参数与实际油藏地质特征相吻合,验证了方法的正确性;相比当前连通性方法,模型能实时获得分层井间流量分配系数、单井产液和产油劈分系数等信息,可以更准确地反映油藏平面及纵向的油水流动关系和生产措施变化,指导油田实际生产。     

一种新的聚合物驱窜聚动态预测与识别方法

海上油田聚驱开发过程中,聚合物沿优势渗流通道窜流,导致驱油效率降低,影响开发效果。利用注采数据建立了一种新的可模拟聚驱动态的井间连通性计算模型,实现对窜聚动态进行预测与识别。该模型将油藏注采系统划分成一系列由井间传导率和连通体积等参数表征的井间连通单元,以连通单元为对象,利用物质平衡原理进行压力求解,采用前缘推进理论进行饱和度追踪,同时考虑聚合物驱黏度变化、渗透率下降及吸附等机理进行浓度计算,最终得出井点处聚合物动态指标。结合随机扰动近似梯度算法和投影梯度算法,通过拟合实际动态,建立了模型参数自动反演求解方法。油田实际应用表明,该模型能够快速拟合及预测聚合物产出动态,反演后模型参数可有效表征井间地层特征,识别聚合物窜流通道方向及大小,实时获得井间注入聚合物分配系数、单井产聚合物劈分系数等信息,从而实现窜聚预警,为聚合物驱优化控制提供指导。     

一种新的聚合物驱窜聚动态预测与识别方法

海上油田聚驱开发过程中,聚合物沿优势渗流通道窜流,导致驱油效率降低,影响开发效果。利用注采数据建立了一种新的可模拟聚驱动态的井间连通性计算模型,实现对窜聚动态进行预测与识别。该模型将油藏注采系统划分成一系列由井间传导率和连通体积等参数表征的井间连通单元,以连通单元为对象,利用物质平衡原理进行压力求解,采用前缘推进理论进行饱和度追踪,同时考虑聚合物驱黏度变化、渗透率下降及吸附等机理进行浓度计算,最终得出井点处聚合物动态指标。结合随机扰动近似梯度算法和投影梯度算法,通过拟合实际动态,建立了模型参数自动反演求解方法。油田实际应用表明,该模型能够快速拟合及预测聚合物产出动态,反演后模型参数可有效表征井间地层特征,识别聚合物窜流通道方向及大小,实时获得井间注入聚合物分配系数、单井产聚合物劈分系数等信息,从而实现窜聚预警,为聚合物驱优化控制提供指导。     

彩南油田彩9井区西山窑组油藏井间动态连通性研究

彩南油田彩9井区西山窑组属于低渗-特低渗油藏,非均质性强,注采井网适应性差,储量动用程度低,水驱开发效果极差。准确的判断注采井间动态连通性,是改善油田开发效果的关键。针对彩南油田彩9井区西山窑组油藏,建立井间动态连通性模型。利用油田注采动态数据反演得到井间动态连通系数,绘制全区注采井间连通图。对比分析示踪剂和微地震解释结果,验证方法的准确性,并且分析表明该油田西部连通性存在明显的方向性,呈西北-东南方向。     

基于系统分析方法的油藏井间动态连通性研究

注采系统具有一阶线性时滞系统的特征,应用系统分析方法,建立了油藏井间动态连通性反演模型,模型参数意义明确,可以考虑注入信号的衰减和时滞特性,同时基于拟牛顿算法给出反演模型特征参数的求解方法。应用所建模型,对冀东油田高13断块进行了井间动态连通性反演。根据井间动态连通图,可将各井组划分为各向连通型、单向连通型、线状连通型。对区块内各油井目前的动液面进行统计表明,应用本文方法进行井间连通性反演符合油藏的实际情形,可为该区后期开发方案的实施提供依据。     

油藏井问动态连通性反演方法研究

随着油藏的不断开发,油藏参数发生了很大变化,静态连通性已经不能准确反映油层性质.基于注采井的生产动态数据,应用系统分析思想提出了对油藏井问动态连通性进行定量反演的研究方法,分别介绍了基于注采数据的多元线性回归模型和改进的多元线性回归模型.通过模型求解得到了表征油藏井问动态连通程度的权重系数.结合油藏数值模拟技术,验证了模型的有效性.应用2种不同模型分别反演了概念模型的井间动态连通性,并进行了对比分析.结果表明,在油藏岩石和流体耗散严重的情况下,改进的多元线性回归模型引入非线性扩散滤波系数能有效地消除注入信号时滞性和衰减性的影响,能够获得较好的井间动态连通性反演效果.     

低渗透油藏井间动态连通性方法研究

为准确定量反演低渗透油藏井间动态连通性,建立了1种新型数值方法——多元线性回归模型。通过遗传算法对该模型进行优化求解,可得到较准确的表征注采井间动态连通性的连通系数。研究表明,该方法可在同时考虑注水井、生产井的注采动态基础上,有效反演低渗透油藏井间动态连通性,反映出不同注采井间注水信号的时滞性和衰减性。实际应用证明了该方法的简单实用性,对于矿场具有较高的应用价值。     

油藏井间连通性反演软件的研制与应用

油藏井间连通性研究对于油田开发方案的制定意义重大,基于实际生产动态数据反演油藏井间连通性是目前一类非常重要的研究方法。针对当前该类方法存在的问题,利用油水井注采动态数据建立了井间动态连通性模型及反演方法,并研制了相应的井间连通性反演软件。应用实例表明该软件操作灵活,能够较好的考虑关停井等复杂油田生产情况,对油水井间的连通关系进行定量表征和预测,为优势渗流通道的识别和措施方案的调整提供指导。     

BZ油田井间动态连通性研究

BZ油田油藏是渤海典型的中高孔渗稠油油藏,目前处于高含水阶段,开展油藏井间动态连通性的研究对后期剩余油挖潜有重要指导意义。稠油油藏原油粘度较高,存在启动压力梯度,传统的井间动态连通性研究方法不适用于稠油油藏。为此,基于系统分析思想,将注水井、生产井及其井间介质看作一个系统,根据物质平衡原理和稠油油藏的产量描述模型,考虑启动压力梯度影响,利用油田的注采生产资料,建立稠油油藏注采井间动态连通性评价的新模型,并利用最小二乘原理反演得到注采关联系数,进而分析BZ油田的井间动态连通状况。研究结果为渤海BZ油田及其他相似油藏的井间动态连通性分析提供了科学依据。     

利用卡尔曼滤波和人工神经网络相结合的油藏井间连通性研究

油藏连通性的认识对于制定合理的开发调整方案和提高水驱油藏采收率具有重要意义。基于注采井的生产动态数据,建立一种卡尔曼滤波和人工神经网络相结合的分析方法,对油藏井间动态连通性进行定量表征研究。考虑到注入数据的噪声污染和注入信号在地层传播过程中的时滞影响,分别利用卡尔曼滤波算法和非线性扩散滤波器对注采数据进行预处理,从而减少注采数据对机器学习模型的干扰,提高连通性分析的准确性。基于预处理后的历史注采数据,对以生产井产液量为响应,注水井的注水量为输入的人工神经网络进行训练和参数优化,模拟和挖掘注采系统中的井间连通关系。通过对训练好的模型进行参数敏感性分析,量化油藏井间连通程度。应用所建模型和方法分析了均质、各向异性、包含封闭断层、具有高渗透带的4种典型特征油藏和实际非均质油藏的井间连通性。计算结果与油藏地质特征高度吻合,验证了该方法的实用性,可作为量化注采系统连通状况的有效方法。     

基于生产动态数据的井间储层连通性识别方法

井间储层连通性认识是注水开发油田最重要的基础性研究工作，而目前常用的油藏工程法、数值模拟法和地球化学法，对认识结论可靠性的影响因素较多，尤其对地质资料依赖性较大，且周期长成本高。由注水井、采油井和油水井井间储层组成了一个复杂的非线性注采系统，反映该系统某一侧面的油水井生产动态数据中，隐含着油水井井间储层连通性信息。利用油水井多变量生产动态数据，基于多变量相空间重构方法，可重构这一注采系统动力学特征，通过求取重构注采系统吸引子的关联维，就有可能提取出井间储层连通性信息。使用该方法工作量小，在WR油田应用效果好，得出结论与实际生产相符，且理论清晰算法简单，不需要复杂的数学模型和地质静态模型参数，并可以实现定量解释，为井间储层连通性认识开辟了一条新思路。     

低渗透油藏大型整体压裂数值模拟——以鄂尔多斯盆地靖安油田五里湾一区为例

低渗透油藏的大型整体压裂数值模拟是目前数值模拟的难点，这是由水力压裂后油藏描述的复杂性和压裂裂缝参数的不确定性所决定的。在油藏数值模拟中，针对鄂尔多斯盆地靖安油田五里湾一区低渗透的特点，结合试井资料，根据等值渗流阻力法原理对所建立的近井地带地层渗透率三维地质模型进行了合理修正；根据等连通系数法原理，采用井间连通性修正技术和局部网格加密技术模拟水力压裂时产生的压裂裂缝，从而达到较好的动态资料拟合效果。在历史拟合的基础上，研究了不同生产规模和不同注采比的开发技术政策界限，设计了合理的开发参数，对低渗透油田的开发具有一定的指导作用。     

塔河油田奥陶系碳酸盐岩储集层井间连通性研究

塔河油田经多期构造及古风化岩溶作用，属于非均质性较强的裂缝、溶洞性复杂碳酸盐岩油气藏。研究其井间连通性，对于划分开发单元，进一步提高奥陶系油藏开发效益起着至关重要的作用。利用动态生产资料，通过Orkiiszewski方法计算井底流压，最终计算和评价油井产能系数，分析井间连通性。该方法的研究结果与静态地质分析相符，应用中与其他资料研究相互验证能够更加准确地划分储集层连通单元。     

基于井间连通性的油藏开发生产优化方法

基于连通性思想与最优控制理论,建立了一种新的油藏开发生产优化设计方法。在现有井间连通性模型基础上,通过改进饱和度追踪方法,得到可预测油水动态的连通性模型,使其在处理油田常见液量剧变、关停井、转注等措施带来的流体转向时计算更为精确。在对油藏历史动态进行自动拟合反演后,建立了油藏生产最优控制模型,结合优化算法进行快速求解,最大化经济效益的同时,自动获取最优开发注采方案。概念算例表明,改进后饱和度追踪方法更为精确;实际算例显示,该方法能自动优化油井转注时机,且优化后注采方案能有效控水增油,提高经济开发效益,为现场开发方案设计提供指导。     

应用动静态资料研究岩溶型碳酸盐岩储集层连通性——以塔河油田四区为例

提出了一种研究超强非均质性碳酸盐岩储集层连通性的方法,这是一种建立在岩溶理论基础上的新方法:先根据测井、岩心数据构建油藏流体渗流静态地质格架,然后综合应用压力、产能、流体资料,判识井间流体连通性。     

Comparison of interwell connectivity predictions using percolation, geometrical, and Monte Carlo models

Reservoir connectivity is often an important consideration for reservoir management. For example, connectivity controls waterflood sweep efficiency and it affects decisions concerning well placement and spacing. The uncertainty of sandbody distributions, however, can make interwell connectivity prediction extremely difficult. Percolation models are a useful tool to simulate sandbody connectivity behavior to estimate interwell connectivity.This study applies a percolation method to estimate interwell connectivity. Using results derived by Andrade, King, and others for fluid travel time between locations in a percolation model, we develop a method to estimate interwell connectivity. Four parameters are needed to use this approach: the net-to-gross ratio p_sand, the typical sandbody size, reservoir length and well spacing. To evaluate this new percolation method, the results are compared to results from geometrical models, Monte Carlo, and reservoir simulation.These methods were applied to estimate interwell connectivity for three non-communicating stratigraphic intervals in Monument Butte oil field, Utah. The results suggest that the percolation method can estimate the probability of interwell connectivity reliably for thin intervals for any values of p_sand, well spacing, and reservoir length. The geometrical model also performs well, but can only be applied in fields where the well spacing is less than one-half of the sandbody size.The proposed method requires that the reservoir interval for evaluation be sufficiently thin so that 2D percolation results can be applied. For thick intervals or heterogeneous sandbody distributions, the percolation method developed here is not suitable because it assumes thin layers. Future percolation research will be needed to adapt this new method to 3D cases.