CN108119121A - 一种水平井重复压裂潜力井快速筛选方法 - Google Patents
一种水平井重复压裂潜力井快速筛选方法 Download PDFInfo
- Publication number
- CN108119121A CN108119121A CN201711311542.0A CN201711311542A CN108119121A CN 108119121 A CN108119121 A CN 108119121A CN 201711311542 A CN201711311542 A CN 201711311542A CN 108119121 A CN108119121 A CN 108119121A
- Authority
- CN
- China
- Prior art keywords
- well
- factor
- horizontal
- refracturing
- wells
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012216 screening Methods 0.000 title claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 238000012407 engineering method Methods 0.000 claims abstract description 4
- 108010014172 Factor V Proteins 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 abstract 1
- 238000010606 normalization Methods 0.000 abstract 1
- 230000000638 stimulation Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Environmental & Geological Engineering (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Fluid Mechanics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水平井重复压裂潜力井快速筛选方法，包括：1)建立水平井重复压裂的三个选井因子：油藏因子、完井因子和生产因子，并结合矿场实践数据统计分析、油藏工程方法建立了三个选井因子的计算公式；2)根据三个选井因子与水平井重复压裂增产潜力的正负相关关系，对单井因子进行归一化处理；3)定义了选井指数，来表征单井在区块、层位或油藏所有井中的增产潜力大小；4)对所有候选井按照选井指数大小进行排队，划分选井标准线，筛选出重复压裂的潜力井。本发明提供的水平井重复压裂潜力井快速筛选方法，在采油工程中油藏措施增产领域，大幅提高了选井科学性和选井效率，在致密储层低产水平井重复压裂选井方面具有广阔的应用前景。
Description
技术领域
本发明属于采油工程技术领域，特别涉及一种水平井重复压裂潜力井快速筛选方法。
背景技术
近年来，水平井钻井与分段压裂成为提高致密储层单井产量的有效途径。随着开发逐步深入，出现部分低产水平井，需采用重复压裂来恢复单井产量，改善开发效果。水平井重复压裂选井是保证措施效果的基础，目前国内外水平井重复压裂选井方法主要包括四种：
第一种是人工神经网络方法，它是通过建立重复压裂选井选层样本库，利用人工神经网络模型学习，并对候选井进行潜力预测。其优点是机器自学习，软件实现选井效率高；缺点是对样本数量和质量要求高，预测精度较低。
第二种是模糊综合评价方法，它是通过建立包括地层、工程、开发、岩石的一级指标和多个二级具体指标的选井指标体系，利用层次分析法确定指标权重，对候选井进行综合评判，实现增产潜力智能排序。其优点是选井指标丰富，选井结果可靠性较高；缺点是各指标分类界限和权重依赖于经验，需随区块变化而调整。
第三种是数值模拟评价方法，它是建立重复压裂典型水平井的数值模型，对投产和复产动态历史拟合，再利用精确的模型对不同参数进行敏感性分析，确定选井的关键指标。其优点是可真实反映地层状况，可视化程度高，选井结果较科学；缺点是模型建立和历史拟合周期长，效率较低。
第四种是统计分析方法。它是通过建立产量、地层和完井三个指数，通过统计分析三个指数之间的关系，利用趋势线法和四区间法来快速选井。其优点是基于矿场统计数据建立了三因子，选井效率较高；缺点是属于单因素分析方法，未综合考虑多因素之间关系。
综上所述，当前的水平井重复压裂选井方法均存在明显的缺点，尚不能满足油田工作实践需求。因此，如何从大量的候选井当中快速科学地筛选出潜力井，是亟需解决的关键问题。
发明内容
本发明的目的是根据油田对水平井重复压裂选井科学、高效的需求，提供了一种水平井重复压裂潜力井快速筛选方法。
为达到上述目的，本发明采用如下技术方案来实现：
一种水平井重复压裂潜力井快速筛选方法，包括以下步骤：
1)建立水平井重复压裂的三个选井因子：油藏因子、完井因子和生产因子，并结合矿场实践数据统计分析、油藏工程方法建立了三个选井因子的计算公式；
2)根据三个选井因子与水平井重复压裂增产潜力的正负相关关系，对单井因子进行归一化处理；
3)定义了选井指数，来表征单井在区块、层位或油藏所有井中的增产潜力大小；
4)对所有候选井按照选井指数大小进行排队，划分选井标准线，筛选出重复压裂的潜力井。
本发明进一步的改进在于，步骤1)的具体实现方法如下：
S1，计算水平井的油藏因子RI；
计算公式为：RI＝∑△L*Ki*Φi*Si*Hi；其中，△L—测井曲线采样间隔，m；Ki—第i个采样点的渗透率，10-3um2；Φi—第i个采样点的孔隙度，％；Si—第i个采样点的含油饱和度，％；Hi—第i个采样点的油层厚度，m；
S2，计算水平井的完井因子CI；
计算公式为：CI＝V*nf/L；其中，V—初次压裂总入地液量，m3；nf—初次压裂人工裂缝条数；L—水平段长度，m；
S3，计算水平井的生产因子PI；
计算公式为：PI＝OPN-year/OPBest-12/Rp；其中，OPN-year—水平井N年累积产油量，t；OPBest-12—水平井最高的12个月月均产油量，t；Rp—水平井地层压力保持水平，％。
本发明进一步的改进在于，步骤2)的具体实现方法如下：
S4，计算归一化的油藏因子Rs；
计算公式为Rs＝(RI-RImin)/(RImax-RImin)*100％；其中，RI—单井油藏因子；RImax、RImin—区块、层位或油藏所有井中最大和最小的油藏因子；
S5，计算归一化的完井因子Cs；
计算公式为Cs＝(CImax-CI)/(CImax-CImin)*100％；其中，CI—单井完井因子；CImax、CImin—区块、层位或油藏所有井中最大和最小的完井因子；
S6，计算归一化的生产因子Ps；
计算公式为Ps＝(PImax-PI)/(PImax-PImin)*100％；其中，PI—单井生产因子；PImax、PImin—区块、层位或油藏所有井中最大和最小的生产因子。
本发明进一步的改进在于，步骤3)的具体实现方法如下：
S7，计算选井指数SI，对三个归一化的选井因子进行加和平均，计算公式为：SI＝(Rs+Cs+Ps)/3。
本发明进一步的改进在于，步骤4)的具体实现方法如下：
S8，对所有候选井按照选井指数SI大小进行排队，根据预期重复压裂工作量或者选井标准值来划定潜力井基线，从而筛选出重复压裂的潜力井。
本发明具有如下的有益效果：
利用本发明提供的水平井重复压裂潜力井快速筛选方法，计算了前期在鄂尔多斯盆地环江油田B区块实施的2口重复压裂水平井的选井指数，其中X平井选井指数为76.6，重复压裂后初期日增油达4.3t，累增油达2000吨。而Y平井选井指数为33.3，重复压裂后初期日增油仅1.0t，累增油仅105吨。表明本发明中的水平井重复压裂选井方法的计算结果与措施增产效果符合程度较高。
在此基础上，计算了鄂尔多斯盆地华庆油田Y区块101口水平井重复压裂的选井指数，并筛选出了选井指数＞75的20口潜力井。通过对选出的5口水平井开展重复压裂，在措施工艺和参数基本接近的条件下，该5口井措施后日增油均达到4t以上，增产效果显著。
综上所述，本发明提供的水平井重复压裂潜力井快速筛选方法，在采油工程中油藏措施增产领域，大幅提高了选井科学性和选井效率，在致密储层低产水平井重复压裂选井方面具有广阔的应用前景。
附图说明
图1为不同方法计算精度对比柱状图。
图2为不同方法计算效率对比柱状图(单位：小时)。
具体实施方式
以下结合实施例对本发明做出进一步的说明。
本发明的核心涵盖两个方面的内容：一是囊括了影响水平井重复压裂效果的三个关键基础因素，即油藏因素、完井因素和生产因素；二是综合运用了油藏工程、统计分析和数据挖掘等计算方法来实现水平井重复压裂潜力井的快速筛选。
本发明主要是针对水平井重复压裂潜力井快速筛选的方法。首先，建立水平井重复压裂的三个选井因子：油藏因子、完井因子和生产因子，并结合矿场实践数据统计分析、油藏工程方法建立了三个选井因子的计算公式。然后，根据三个选井因子与水平井重复压裂增产潜力的正负相关关系，对单井因子进行归一化处理。接着，定义了选井指数，来表征单井在区块、层位或油藏所有井中的增产潜力大小。最后，对所有候选井按照选井指数大小进行排队，划分选井标准线，筛选出重复压裂的潜力井。
所述方法包括以下步骤：
S1，计算水平井的油藏因子RI；
计算公式为：RI＝∑△L*Ki*Φi*Si*Hi。其中，△L—测井曲线采样间隔，m；Ki—第i个采样点的渗透率，10-3um2；Φi—第i个采样点的孔隙度，％；Si—第i个采样点的含油饱和度，％；Hi—第i个采样点的油层厚度，m。
S2，计算水平井的完井因子CI；
计算公式为：CI＝V*nf/L。其中，V—初次压裂总入地液量，m3；nf—初次压裂人工裂缝条数；L—水平段长度，m。
S3，计算水平井的生产因子PI；
计算公式为：PI＝OPN-year/OPBest-12/Rp。其中，OPN-year—水平井N年累积产油量，t；OPBest-12—水平井最高的12个月月均产油量，t；Rp—水平井地层压力保持水平，％。
S4，计算归一化的油藏因子Rs；
计算公式为Rs＝(RI-RImin)/(RImax-RImin)*100％。其中，RI—单井油藏因子；RImax、RImin—区块、层位或油藏所有井中最大和最小的油藏因子。
S5，计算归一化的完井因子Cs；
计算公式为Cs＝(CImax-CI)/(CImax-CImin)*100％。其中，CI—单井完井因子；CImax、CImin—区块、层位或油藏所有井中最大和最小的完井因子。
S6，计算归一化的生产因子Ps；
计算公式为Ps＝(PImax-PI)/(PImax-PImin)*100％。其中，PI—单井生产因子；PImax、PImin—区块、层位或油藏所有井中最大和最小的生产因子。
S7，计算选井指数SI，对三个归一化的选井因子进行加和平均，计算公式为：SI＝(Rs+Cs+Ps)/3；
S8，对所有候选井按照选井指数SI大小进行排队，根据预期重复压裂工作量或者选井标准值来划定潜力井基线，从而筛选出重复压裂的潜力井。
实施例：
以环江油田B区块为例，介绍重复压裂水平井的选井指数具体计算过程。该区块共有水平井5口，油藏、完井及生产基本参数见统计表1。
表1环江油田B区块5口水平井基本参数统计表
分别利用S1，S2，S3中的公式计算得到油藏因子RI、完井因子CI和生产因子PI，从计算结果来看，所有井中最大和最小的油藏因子分别为283和9，最大和最小的完井因子分别为47和26，最大和最小的生产因子分别为27和16。进而，利用S4，S5，S6中的公式计算得到归一化的油藏因子Rs、归一化的完井因子Cs和归一化的生产因子Ps，进一步地，利用S7计算得到各口井的选井指数SI(见表2)。
从计算结果可以看出，XP井选井指数最高，达到了76.6，其重复压裂后初期日增油达4.3t，累增油达2000吨。而YP井选井指数最低，仅有33.3，其重复压裂后初期日增油仅1.0t，累增油仅105吨。矿场实施效果与计算结果的符合度较好。
表2环江油田B区块5口水平井选井指数计算结果表
如图1和图2所示，本发明的水平井重复压裂选井方法与其它四种方法相比，具有极高的了选井精度和选井效率，其计算结果与矿场实施效果符合率达到了0.9，而计算用时也极短，仅为0.2小时。
Claims (5)
1.一种水平井重复压裂潜力井快速筛选方法，其特征在于，包括以下步骤：
1)建立水平井重复压裂的三个选井因子：油藏因子、完井因子和生产因子，并结合矿场实践数据统计分析、油藏工程方法建立了三个选井因子的计算公式；
2)根据三个选井因子与水平井重复压裂增产潜力的正负相关关系，对单井因子进行归一化处理；
3)定义了选井指数，来表征单井在区块、层位或油藏所有井中的增产潜力大小；
4)对所有候选井按照选井指数大小进行排队，划分选井标准线，筛选出重复压裂的潜力井。
2.根据权利要求1所述的一种水平井重复压裂潜力井快速筛选方法，其特征在于，步骤1)的具体实现方法如下：
S1，计算水平井的油藏因子RI；
计算公式为：RI＝∑△L*Ki*Φi*Si*Hi；其中，△L—测井曲线采样间隔，m；Ki—第i个采样点的渗透率，10-3um2；Φi—第i个采样点的孔隙度，％；Si—第i个采样点的含油饱和度，％；Hi—第i个采样点的油层厚度，m；
S2，计算水平井的完井因子CI；
计算公式为：CI＝V*nf/L；其中，V—初次压裂总入地液量，m3；nf—初次压裂人工裂缝条数；L—水平段长度，m；
S3，计算水平井的生产因子PI；
计算公式为：PI＝OPN-year/OPBest-12/Rp；其中，OPN-year—水平井N年累积产油量，t；OPBest-12—水平井最高的12个月月均产油量，t；Rp—水平井地层压力保持水平，％。
3.根据权利要求2所述的一种水平井重复压裂潜力井快速筛选方法，其特征在于，步骤2)的具体实现方法如下：
S4，计算归一化的油藏因子Rs；
计算公式为Rs＝(RI-RImin)/(RImax-RImin)*100％；其中，RI—单井油藏因子；RImax、RImin—区块、层位或油藏所有井中最大和最小的油藏因子；
S5，计算归一化的完井因子Cs；
计算公式为Cs＝(CImax-CI)/(CImax-CImin)*100％；其中，CI—单井完井因子；CImax、CImin—区块、层位或油藏所有井中最大和最小的完井因子；
S6，计算归一化的生产因子Ps；
计算公式为Ps＝(PImax-PI)/(PImax-PImin)*100％；其中，PI—单井生产因子；PImax、PImin—区块、层位或油藏所有井中最大和最小的生产因子。
4.根据权利要求3所述的一种水平井重复压裂潜力井快速筛选方法，其特征在于，步骤3)的具体实现方法如下：
S7，计算选井指数SI，对三个归一化的选井因子进行加和平均，计算公式为：SI＝(Rs+Cs+Ps)/3。
5.根据权利要求3所述的一种水平井重复压裂潜力井快速筛选方法，其特征在于，步骤4)的具体实现方法如下：
S8，对所有候选井按照选井指数SI大小进行排队，根据预期重复压裂工作量或者选井标准值来划定潜力井基线，从而筛选出重复压裂的潜力井。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711311542.0A CN108119121A (zh) | 2017-12-11 | 2017-12-11 | 一种水平井重复压裂潜力井快速筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711311542.0A CN108119121A (zh) | 2017-12-11 | 2017-12-11 | 一种水平井重复压裂潜力井快速筛选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108119121A true CN108119121A (zh) | 2018-06-05 |
Family
ID=62228941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711311542.0A Pending CN108119121A (zh) | 2017-12-11 | 2017-12-11 | 一种水平井重复压裂潜力井快速筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108119121A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108843298A (zh) * | 2018-06-26 | 2018-11-20 | 西南石油大学 | 基于排采数据的煤层气井重复压裂快速选井方法及装置 |
| CN113719265A (zh) * | 2021-09-10 | 2021-11-30 | 中国石油大学(北京) | 一种页岩油水平井重复压裂选井方法、装置及设备 |
| CN114961681A (zh) * | 2022-04-08 | 2022-08-30 | 中国石油大学(华东) | 一种水平井体积重复压裂综合潜力评价方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104989357A (zh) * | 2015-06-12 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种选择致密油气藏重复压裂目标井的方法 |
| CN105003256A (zh) * | 2015-07-20 | 2015-10-28 | 西安石油大学 | 一种基于改进熵权法的油水井酸化选井或选层方法 |
| CN105626025A (zh) * | 2014-11-06 | 2016-06-01 | 中国石油化工股份有限公司 | 一种页岩储层压裂的可压性评价方法 |
| CN106481315A (zh) * | 2015-08-31 | 2017-03-08 | 中国石油化工股份有限公司 | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 |
| RU2015151058A (ru) * | 2015-11-27 | 2017-05-31 | Акционерное общество "Зарубежнефть" | Способ исследования внутреннего строения массивных трещиноватых залежей |
| US20170260849A1 (en) * | 2016-03-09 | 2017-09-14 | Conocophillips Company | Das method of estimating fluid distribution |
| CN107387051A (zh) * | 2017-09-05 | 2017-11-24 | 西南石油大学 | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 |
-
2017
- 2017-12-11 CN CN201711311542.0A patent/CN108119121A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105626025A (zh) * | 2014-11-06 | 2016-06-01 | 中国石油化工股份有限公司 | 一种页岩储层压裂的可压性评价方法 |
| CN104989357A (zh) * | 2015-06-12 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种选择致密油气藏重复压裂目标井的方法 |
| CN105003256A (zh) * | 2015-07-20 | 2015-10-28 | 西安石油大学 | 一种基于改进熵权法的油水井酸化选井或选层方法 |
| CN106481315A (zh) * | 2015-08-31 | 2017-03-08 | 中国石油化工股份有限公司 | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 |
| RU2015151058A (ru) * | 2015-11-27 | 2017-05-31 | Акционерное общество "Зарубежнефть" | Способ исследования внутреннего строения массивных трещиноватых залежей |
| US20170260849A1 (en) * | 2016-03-09 | 2017-09-14 | Conocophillips Company | Das method of estimating fluid distribution |
| CN107387051A (zh) * | 2017-09-05 | 2017-11-24 | 西南石油大学 | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108843298A (zh) * | 2018-06-26 | 2018-11-20 | 西南石油大学 | 基于排采数据的煤层气井重复压裂快速选井方法及装置 |
| CN108843298B (zh) * | 2018-06-26 | 2020-09-25 | 西南石油大学 | 基于排采数据的煤层气井重复压裂快速选井方法及装置 |
| CN113719265A (zh) * | 2021-09-10 | 2021-11-30 | 中国石油大学(北京) | 一种页岩油水平井重复压裂选井方法、装置及设备 |
| CN113719265B (zh) * | 2021-09-10 | 2022-06-10 | 中国石油大学(北京) | 一种页岩油水平井重复压裂选井方法、装置及设备 |
| CN114961681A (zh) * | 2022-04-08 | 2022-08-30 | 中国石油大学(华东) | 一种水平井体积重复压裂综合潜力评价方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102041995B (zh) | 复杂油藏水淹状况监测*** | |
| CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
| CN102913233B (zh) | 一种基于无因次对比图版的优势流动通道识别方法 | |
| CN112343587A (zh) | 一种特低渗透油藏优势渗流通道识别表征方法 | |
| CN104989357A (zh) | 一种选择致密油气藏重复压裂目标井的方法 | |
| CN109815516A (zh) | 对页岩气井产能进行预测的方法及装置 | |
| CN108119121A (zh) | 一种水平井重复压裂潜力井快速筛选方法 | |
| CN102747991A (zh) | 一种确定合采井单层产量的方法 | |
| Bhattacharya et al. | Analysis of production history for unconventional gas reservoirs with statistical methods | |
| CN108763752B (zh) | 一种盾构隧道下穿水道确定施工掘进参数的方法 | |
| CN106869911A (zh) | 一种描述页岩储层可压性的评价方法 | |
| CN107676085A (zh) | 一种海相页岩气水平井测井产能预测方法 | |
| CN106150477A (zh) | 一种确定单井控制储量的方法 | |
| CN109214022A (zh) | 一种单井可采变化规律动态模型的建立方法及勘探项目储量指标预测方法 | |
| CN104712328B (zh) | 快速评价复杂油藏中单个流动单元动用状况的方法 | |
| CN116127675A (zh) | 一种页岩油水平井体积压裂最大可采储量的预测方法 | |
| CN109063403A (zh) | 一种滑溜水压裂优化设计方法 | |
| CN106382102A (zh) | 一种基于聚类算法的溢流早期预警方法 | |
| CN116384618A (zh) | 一种大井距油藏调驱选井方法和*** | |
| CN106481315A (zh) | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 | |
| CN112049629A (zh) | 一种基于甲型水驱特征曲线的缝洞型油藏采收率预测方法 | |
| CN106600693A (zh) | 含油饱和度的四维建模方法 | |
| CN112392456B (zh) | 一种井网布局合理性判断方法及井网布局优化方法 | |
| CN108915664A (zh) | 基于大数据的油井增产判断方法 | |
| CN115961939A (zh) | 基于地质工程一体化的多段压裂裂缝识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180605 |