CN108153933A - 一种致密储层生产预测方法及装置 - Google Patents
一种致密储层生产预测方法及装置 Download PDFInfo
- Publication number
- CN108153933A CN108153933A CN201711234168.9A CN201711234168A CN108153933A CN 108153933 A CN108153933 A CN 108153933A CN 201711234168 A CN201711234168 A CN 201711234168A CN 108153933 A CN108153933 A CN 108153933A
- Authority
- CN
- China
- Prior art keywords
- curve
- displacement
- model
- capillary pressure
- network model
- 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 120
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 103
- 230000035699 permeability Effects 0.000 claims abstract description 176
- 238000006073 displacement reaction Methods 0.000 claims abstract description 149
- 238000004088 simulation Methods 0.000 claims abstract description 47
- 239000011435 rock Substances 0.000 claims abstract description 26
- 238000005213 imbibition Methods 0.000 claims description 146
- 238000005065 mining Methods 0.000 claims description 98
- 238000012937 correction Methods 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 36
- 230000009466 transformation Effects 0.000 claims description 32
- 238000011084 recovery Methods 0.000 claims description 25
- 230000009977 dual effect Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 3
- 238000010030 laminating Methods 0.000 claims description 3
- 239000012530 fluid Substances 0.000 abstract description 18
- 239000011159 matrix material Substances 0.000 abstract description 6
- 230000004048 modification Effects 0.000 abstract description 5
- 238000012986 modification Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 27
- 239000003921 oil Substances 0.000 description 24
- 230000008569 process Effects 0.000 description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 20
- 230000006870 function Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 12
- 239000011148 porous material Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 238000000418 atomic force spectrum Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000001764 infiltration Methods 0.000 description 4
- 230000008595 infiltration Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000009738 saturating Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000272168 Laridae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种致密储层生产预测方法及装置。所述方法包括:建立待分析地区的岩心样品的三维网络模型;对三维网络模型进行流体流动模拟,获取三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;根据渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,建立待分析地区的矿场尺度双重介质模型;对矿场尺度双重介质模型的基质层、裂缝层分别进行裂缝网络加密、区域划分,获得矿场尺度体积改造模型;根据矿场尺度体积改造模型进行生产模拟,对待分析地区进行生产预测。利用本申请中各实施例,可以提高致密储层体积改造模型的准确性,进一步提高致密储层生产预测的准确性。
Description
技术领域
本申请属于油气开发技术领域,尤其涉及一种致密储层生产预测方法及装置。
背景技术
近年来,随着全球油气资源勘探、开发的不断深入,可动用油气资源也逐步由常规高渗储层向低渗、致密储层深入。对致密储层的油气开采的研究,逐渐成为油气开发技术领域的重要工作。可以将水平井快速钻进和分段压裂技术有效结合,扩大裂缝与原油的接触面积和接触体积,增大压裂改造过程的有效体积,快速提高油气产出量,可以将这一过程称为体积改造技术。
现有技术中,可以通过对致密储层进行体积改造建模,进行致密储层的生产预测。对于致密储层体积改造的建模方法主要有两种:第一,采用基质建模方法,即通过对传统测井数据的克里金插值法建立储层基质模型,然后对基质模型中的体积改造区域提高基质渗透率、修改相对渗透率、更改井筒表皮系数等方法模拟压裂改造过程。第二,采用双重介质建模方法,分别建立基质和裂缝两套模型,两套参数,然后对这两套模型和参数进行耦合,组合成为体积改造有效模型。然而,这两种建模方法各有局限性,第一种建模方法仅仅考虑了基质属性,相对比较粗糙,无法描述压裂改造的细节,模型的准确度有较大的不确定性。第二种建模方法则刻画太过细致,因此所需裂缝参数(比如裂缝间距、裂缝倾角、方位角、裂缝密度等)较多,而现场如果没有进行成像测井施工,很多条件下则无法提供这类参数。另外,矿场尺度模型中一般通过实验室内的压汞法获得相对渗透率曲线和毛管压力曲线这两个参数,进行体积改造建模。一方面,汞的性质和常规非润湿相具有较大的差异,实验结果的准确性存在很大疑问;另一方面,实验室获得渗吸的相对渗透率曲线和毛管压力曲线的方法则耗时较长,不具有操作性。上述方法影响体积改造模型的准确性,进行一步影响致密储层生产预测的准确性。因此,业内亟需一种能够提高致密储层体积改造模型的准确性,进一步提高致密储层油气生产预测的准确性的实施方案。
发明内容
本申请目的在于提供一种致密储层生产预测方法及装置,基于待分析地区的岩心样品,建立岩心样品的三维网络模型,并基于岩心样品的三维网络模型,基于矿场尺度双重介质模型进行待分析地区的生产预测,提高了致密储层生产预测的准确性。
一方面本申请提供了一种致密储层生产预测方法,包括:
建立待分析地区的岩心样品的三维网络模型;
对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;
根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型;
根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
进一步地,所述方法的另一个实施例中,所述建立待分析地区的岩心样品的三维网络模型,包括:
对所述待分析地区的岩心样品进行切片处理,获得所述岩心样品的岩心切片;
对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
根据所述二维扫描图像,建立所述三维网络模型。
进一步地,所述方法的另一个实施例中,所述根据所述二维扫描图像,建立所述三维网络模型,包括:
将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
将所述二值法像素进行纵向叠加,建立所述三维网络模型。
进一步地,所述方法的另一个实施例中,所述对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,包括:
获取所述三维网络模型的采收率;
根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
进一步地,所述方法的另一个实施例中,所述对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,包括:
对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
进一步地,所述方法的另一个实施例中,所述根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型,包括:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
进一步地,所述方法的另一个实施例中,所述对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,包括:
采用对数步长对所述基质层进行裂缝网络加密。
另一方面,本申请提供了一种致密储层生产预测装置,包括:
三维模型建立模块,用于建立待分析地区的岩心样品的三维网络模型;
曲线获取模块,用于对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;
介质模型建立模块,用于根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
体积改造模型建立模块,用于对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型;
生产预测模块,用于根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
进一步地,所述装置的另一实施例中,所述三维模型建立模块包括:
岩心切片模块,用于对所述待分析地区的岩心进行切片处理,获得所述岩心样品的岩心切片;
二维扫描模块,用于对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
图像处理模块,用于根据所述二维扫描图像,建立所述三维网络模型。
进一步地,所述装置的另一个实施例中,所述图像处理模块包括:
图像滤波模块,用于将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
像素叠加模块,用于将所述二值法像素进行纵向叠加,建立所述三维网络模型。
进一步地,所述装置的另一个实施例中,所述曲线获取模块包括:
采收率获取模块,用于获取所述三维网络模型的采收率;
模型校正模块,用于根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
流体流动模拟模块,用于对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
进一步地,所述装置的另一个实施例中,所述曲线获取模块,包括:
渗吸数值模拟模块,用于对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
驱替数值模拟模块,用于对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
进一步地,所述装置的另一个实施例中,所述介质模型建立模块具体用于:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
进一步地,所述装置的另一个实施例中,所述体积改造模型建立模块具体用于:
采用对数步长对所述基质层进行裂缝网络加密。
再一方面,本申请还提供了一种致密储层生产预测装置,包括:处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述致密储层生产预测方法。
本申请提供的致密储层生产预测方法及装置,通过对待分析地区的岩心样品进行切片处理,并对岩心切片进行二维扫描等处理,获得岩心样品的三维网络模型。在岩心样品的三维网络模型的基础上,进行流体流动模拟,获得三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。基于岩心样品的渗透率曲线以及毛管压力曲线,构建待分析地区矿场尺度双重介质模型,进一步进行待分析地区的生产模拟,预测待分析地区的产能。基于待分析地区岩心样品建立三维网络模型,可以多次进行重复操作,避免了实验室内进行不同岩心的驱替实验所造成的浪费。同时利用岩心样品的三维网络模型的流体流动模拟,可以获得三维网络模型的渗吸、驱替的渗透率以及毛管压力曲线。尤其是渗吸相对渗透率曲线、渗吸毛管压力曲线,压汞测试通常无法获取渗吸相对渗透率曲线、渗吸毛管压力曲线。因此,利用本申请提供的实施方案可以更加准确的表示出岩心样品的渗透率和毛管压力等特征。本申请实施例方案可以不需要的复杂的裂缝参数,也可以不需要压贡测试,提高了渗透率曲线以及毛管压力曲线,提高了待分析地区体积改造模型的准确性,进一步提高了待分析地区致密储层油气产能预测的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种致密储层生产预测方法一个实施例的方法流程示意图;
图2是本申请中矿场尺度双重介质模型的平面结构示意图;
图3是本申请一个实施例中三维网络模型的相对渗透率曲线示意图;
图4是本申请一个实施例中三维网络模型的毛管压力曲线示意图;
图5是本申请又一个实施例中致密储层生产预测方法的流程示意图;
图6是本申请提供的致密储层生产预测装置一个实施例的模块结构示意图;
图7是本申请一个实施例中三维模型建立模块的结构示意图;
图8是本申请一个实施例中图像处理模块的结构示意图;
图9是本申请一个实施例中的曲线获取模块的结构示意图;
图10是本申请又一个实施例中的曲线获取模块的结构示意图;
图11是本申请提供的另一种致密储层生产预测装置实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
致密储层具有岩性致密、低孔低渗、气藏压力系数低、自然产能低等典型特征,随着油气资源勘探、开发的不断深入,可动用油气资源逐步向致密储层深入。对于致密储层的生产预测,成为油气勘探的一项重要工作。
由于低渗致密储层的渗流机理比较复杂,不遵守达西定律,对于致密储层的产能预测比较困难。现有技术中,通常可以使用体积改造建模技术,建立致密储层的体积改造模型,根据体积改造模型进行产能预测。建立体积改造模型需要获得致密储层对应的相对渗透率曲线以及毛管压力曲线,将相对渗透率曲线以及毛管压力曲线代入建立的体积改造模型,可以进行产能数值模拟,实现致密储层的生产预测。本申请主要是通过建立致密储层的体积改造模型,实现致密储层的产能预测。
图1是本申请提供的一种致密储层生产预测方法一个实施例的方法流程示意图,本申请提供的致密储层生产预测方法包括:
S1、建立待分析地区的岩心的三维网络模型。
具体地,待分析地区通常是比较大的油田区域,本申请首先从岩心尺度建立待分析地区的三维网络模型,即建立待分析地区的岩心的三维网络模型。具体可以通过采集待分析地区的岩心样品,通过分析岩心样品的内部结构如:孔吼比、孔道大小、吼道大小、配位数等,根据获得的岩心样品的内部结构,建立出岩心样品的三维网络模型。岩心样品的三维网络模型,在一定程度上可以反映出待分析地区矿场尺度的地质情况。通过建立岩心样品的三维网络模型,可以分析待分析地区整个地质结构特征,简化了待分析地区地质结构分析的计算过程。
本申请一个实施例中,所述建立待分析地区的岩心的三维网络模型,可以包括:
对所述待分析地区的岩心进行切片处理,获得所述待分析地区的岩心切片;
对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
根据所述二维扫描图像,建立所述三维网络模型。
具体地,可以通过获得待分析地区的岩心样品,将获得的岩心样品进行切片处理,获得岩心样品的多个岩心切片。对获得的岩心切片进行二维平面扫描如CT(ComputedTomography,电子计算机断层扫描)扫描,获得各个岩心切片的二维扫描图像。将各个岩心切片的二维扫描图像进行组合处理,具体可以将各个岩心切片的二维扫面图像进行叠加,构建出岩心样品的三维网络模型。
本申请一个实施例中,所述根据所述二维扫描图像,建立所述三维网络模型,可以包括:
将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
将所述二值法像素进行纵向叠加,建立所述三维网络模型。
具体地,本申请一个实施例中可以将获得的各个岩心切片的二维扫描图像进行二维滤波处理,获得各个岩心切片的二值法像素。即对岩心切片的二维扫描图像进行二值化处理,二值化图像处理一方面能够去除冗余信息,另一方面也会使有效信息丢失。有效的二值化算法是后续的处理的基础,可以便于后续的定位处理。获得岩心切片的二值法像素后,将获得的二值法像素进行纵向叠加,即可以将各个岩心切片对应的二值法像素结合其对应的纵向位置,建立出岩心样品的三维网路模型。例如:对岩心样品进行切片处理,获得岩心样品的100个岩心切片。通过对每一块岩心切片进行二维平面扫描,对扫描结果即岩心切片的二维扫描图像进行二维滤波处理,获得各个岩心切片的二值法像素。将获得的岩心切片的二值法像素按照岩心切片在岩心样品中的相对位置进行纵向叠加,如:第一片岩心切片的二值法像素设置在最前面,依次向后放置后续岩心切片的二值法像素,可以构建出岩心样品的三维网络模型。
S2、对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。
具体地,相对渗透率曲线可以表示相对渗透率与饱和度之间的关系曲线。毛管压力曲线可以表示毛细管压力与湿饱和度之间的曲线。通常可以把一种润湿相流体在多孔介质中只依靠毛管力作用去置换另一种非润湿相流体的过程称为吸渗。渗吸过程中获得的相对渗透率曲线可以称为渗吸相对渗透率曲线,渗吸过程中获得的毛管圧力曲线可以称为渗吸毛管压力曲线。一定温度压力下,用油或水以一定的流量,利用渗透作用,置换水或油可以称为驱替。驱替过程中获得的相对渗透率曲线可以称为驱替相对渗透率曲线,驱替过程中获得的毛管压力曲线可以称为驱替毛管圧力曲线。
建立出待分析地区的岩心样品的三维网络模型后,可以在三维网络模型中加入两相流动(水相和油相),采用静态模拟法,模拟水相和油相在岩心样品中的三维网络模型中的流体流动情况。即可以通过在三维网络模型中加入水相和油相,对三维网络模型进行流体流动模拟,模拟出两相在三维网络模型中的流动情况。通过模拟流体在三维网络模型中流动,可以计算出三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。例如:可以让固定比例的流体通过岩样,直到达到稳定状态(压力分布、饱和度分布不随时间而改变,各相流体在孔隙中分布达到平衡),求得此平衡状态下的饱和度、压力和流量。然后利用达西定律计算油水相对渗透率和毛管压力,获得岩心样品的相对渗透率曲线、毛管压力曲线。可以通过控制压力,模拟流体在三维网络模型中不同的流动情况,获得岩心样品在渗吸情况下的渗吸相对渗透率曲线、渗吸毛管压力曲线,以及在驱替条件下的驱替相对渗透率曲线、驱替毛管压力曲线。
S3、根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
具体地,步骤S1、S2通过对待分析地区的岩心样品进行分析,建立岩心样品的三维网络模型,可以反映出待分析地区的地质结构特征。可以结合获得待分析地区岩心样品对应的三维模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,构建出待分析地区矿场尺度双重介质模型。双重介质模型可以包括介质层和裂缝层,可以准确的反映待分析地区的地质结构特征。矿场尺度双重介质模型可以表示待分析地区开发区域的地质结构特征的双重介质模型。结合待分析地区的岩心样品的三维网络模型中的孔吼特征等,可以选取与待分析地区地址结构特征比较匹配的双重介质模型。结合获得的岩心样品的三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,获得待分析地区的矿场尺度双重介质模型的参数特征,建立出待分析地区的矿场尺度双重介质模型。
在本申请一个实施例中,所述根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型,可以包括:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
具体地,可以根据待分析地区的岩心样品的三维网络模型中孔吼特征等,选取适合待分析地区地质结构特征的矿场尺度双重介质模型。再将通过流体流动模拟获得的岩心样品的三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线作为矿场尺度双重介质模型的介质层的渗透率曲线和毛管压力曲线。将岩心样品的三维网络模型的驱替相对渗透率曲线、驱替毛管压力曲线作为矿场尺度双重介质模型的裂缝层的渗透率曲线和毛管压力曲线,构建出待分析地区矿场尺度的双重介质模型。
S4、对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型。
具体地,构建出待分析地区的矿场尺度双重介质模型后,对矿场尺度双重介质模型的基质层进行裂缝网络加密,即加密基质层的裂缝网络密度。并可以对矿场尺度双重介质模型的裂缝层进行分区,划分出注水区和油区,构建出待分析地区的矿场尺度体积改造模型。通过对矿场尺度双重介质模型进行裂缝网络加密和区域划分,使得矿场尺度双重介质模型裂缝区的特征更加匹配待分析地区的地质结构特征,提高了矿场尺度体积改造模型的准确度。
本申请一个实施例中,所述对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,可以包括:
采用对数步长对所述基质层进行裂缝网络加密。
具体地,在对矿场尺度双重介质模型的基质层进行裂缝网络加密时,可以采用对数步长加密的方式,距离主裂缝越近,网络划分越密,每相邻两个裂缝之间的距离为对数步长。以使得矿场尺度双重介质模型的裂缝区与实际的地质结构特征更加匹配,提高矿场尺度双重介质模型的准确性。当然,实际应用时,还可以采用其他的裂缝网络加密方式,例如等步长加密方式,具体方法本申请不作具体限定。图2是本申请中矿场尺度双重介质模型的平面结构示意图,如图2所示,中心区域表示注水区,中心部分还可以包括裂缝层,逐渐向外可以表示不同层次的油区,右侧数字部分可以表示不同的压力。
S5、根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
具体地,建立出待分析地区的矿场尺度体积改造模型后,可以通过对矿场尺度体积改造模型进行生产模拟。例如:可以设置矿场尺度体积改造模型的初始化参数如:人工裂缝内的压力、含水饱和度等参数,模拟矿场尺度体积改造模型的油气生产过程,预测出待分析区域的产能,实现待分析地区的产能预测。
本申请提供的致密储层生产预测方法,通过对待分析地区的岩心样品进行切片处理,并对岩心切片进行二维扫描等处理,获得岩心样品的三维网络模型。在岩心样品的三维网络模型的基础上,进行流体流动模拟,获得三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。基于岩心样品的渗透率曲线以及毛管压力曲线,构建待分析地区矿场尺度双重介质模型,进一步进行待分析地区的生产模拟,预测待分析地区的产能。基于待分析地区岩心样品的CT二维扫描图像可以多次进行重复操作,避免了实验室内进行不同岩心的驱替实验所造成的浪费。同时利用岩心样品的三维网络模型的流体流动模拟,可以获得三维网络模型的渗吸、驱替的渗透率以及毛管压力曲线。尤其是渗吸相对渗透率曲线、渗吸毛管压力曲线,利用本申请提供的实施方案可以更加准确的表示出岩心样品的渗透率和毛管压力等特征。本申请实施例方案可以不需要的复杂的裂缝参数,也可以不需要压贡测试,提高了渗透率曲线以及毛管压力曲线,提高了待分析地区体积改造模型的准确性,进一步提高了待分析地区致密储层油气产能预测的准确性。
本申请一个实施例中,所述对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,可以包括:
获取所述三维网络模型的采收率;
根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
具体地,采收率是衡量油田开发水平高低的一个重要指标,采收率可以指在一定的经济极限内,在现代工艺技术条件下,从油藏中能采出的石油量占地质储量的比率数。可以利用采收率,校正三维网络模型的结构,例如校正三维网络模型的孔吼比、孔道大小、吼道大小、配位数等,以提高岩心样品的三维网络模型的准确度。本申请可以通过对三维网络模型进行流体流动模拟,获得三维网络模型对应的采收率。同时,可以通过实验获取待分析地区的岩心样品的实验采收率。例如:可以通过实验向岩心样品中注入流体,将岩心样品中的油驱出,根据驱出油的体积可以获得岩心样品的实验采收率。对岩心样品的三维网络模型进行数值模拟,获得三维往路旁模型的采收率。将岩心样品三维网络模型的采收率和试验获得的实验采收率进行匹配,调整三维网络模型的微观孔吼结构,以校正岩心样品的三维网络模型,获得岩心样品的校正三维网络模型。
获得岩心样品的校正三维网络模型后,利用校正三维网络模型,进行流体流动模拟。具体可以参考上述实施例进行流体流动模拟,获得岩心样品的三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。
本申请提供的致密储层生产预测方法,可以通过岩心样品的三维网络模型的采收率,对三维网络模型进行校正,提高三维网络模型的准确性,为后续待分析区域的生产预测提供准确的数据基础。
在本申请一个实施例中,所述对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,可以包括:
对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
具体地,获得岩心样品的校正三维网络模型后,可以在校正三维网络模型的孔道和吼道单元中充满水,模拟校正三维网络模型的最初沉积环境,获得岩心样品的三维网络模型的100%含水饱和度。同时,在在校正三维网络模型的内部建立压差,进行油驱,当在校正三维网络模型最右侧孔喉单元有流体进出时,停止驱替,模拟油相流体的侵入过程,获得岩心样品的三维网络模型的初始含水饱和度。获得在校正三维网络模型的初始含水饱和度后,可以在校正三维网络模型的内部无压差情况下进行渗吸数值模拟,获得渗吸过程的毛管压力、相对渗透率等,通过模拟计算获得渗吸的相对渗透率曲线和渗吸毛管压力曲线。同时,在在校正三维网络模型的内部有压差情况下进行驱替数值模拟,获得驱替过程的毛管压力、相对渗透率等,通过模拟计算获得驱替的相对渗透率曲线和驱替毛管压力曲线。图3是本申请一个实施例中三维网络模型的相对渗透率曲线示意图,如图3所示,图中L1可以表示油相渗吸相对渗透率曲线,L2可以表示油相驱替相对渗透率曲线,L3可以表示水相渗吸相对渗透率曲线,L4可以表示水相驱替相对渗透率曲线。本申请通过在三维网络模型中进行流体流动数值模拟,可以获得不同的相对渗透率曲线。图4是本申请一个实施例中三维网络模型的毛管压力曲线示意图,如图4所示,图中L1可以表示渗吸毛管压力曲线,L2可以表示驱替毛管压力曲线,本申请通过在三维网络模型中进行流体流动数值模拟,可以获得不同的毛管压力曲线。
本申请提供的致密储层生产预测方法,在建立的三维网络模型中进行流体流动数值模拟,可以准确的获取的待分析地区的岩心样品的相对渗透率曲线和毛管压力曲线。不需要复杂的参数和压汞测试,并且可以重复多次进行流体流动模拟,提高了相对渗透率曲线和毛管压力曲线的准确性,为后续待分析区域的生产预测提供准确的数据基础。
图5是本申请又一个实施例中致密储层生产预测方法的流程示意图,如图5所示,结合具体的示例介绍本申请的技术方案:
步骤一、对岩心切片后进行CT的平面二维扫描,对扫描结果进行二维滤波处理并获得岩心切片的二值法像素。对二值法像素进行纵向叠加,获得孔隙尺度的三维网络模型。所建立的三维网络模型参数见表1,通过三维网络模型获得平均渗透率为0.3mD,平均孔隙度为11.2%,与油田现场岩心测得渗透率0.1-1mD,孔隙度9.1%-12.5%相符,验证了三维网络模型的准确性。
表1三维网络模型参数
网格数量 | 50×50×50 | 孔喉比 | 3 |
孔隙半径/nm | 10-100 | 配位数 | 4 |
吼道半径/nm | 0.1-50 | 形状因子 | 0.02 |
步骤二,在岩心样品的孔隙尺度三维网络模型内加入两相流动,采用静态模拟法对渗吸过程进行流体流动模拟。具体可以:(1)将孔隙尺度三维网络模型内的孔道和吼道单元中充满水,模拟最初沉积环境,获得100%含水饱和度。(2)在孔隙尺度三维网络模型内部建立压差(1MPa),进行油驱,当模型最右侧孔喉单元有流体进出时,停止驱替,模拟油相流体的注入过程,获得初始含水饱和度。(3)在孔隙尺度三维网络模型内部无压差情况下进行渗吸模拟,通过模拟计算获得渗吸的渗吸相对渗透率曲线(可以参见图2)和渗吸毛管压力曲线(可以参见图3)。(4)在孔隙尺度三维网络模型内部有压差(1MPa)情况下进行驱替模拟,通过模拟计算驱替的驱替相对渗透率曲线(可以参见图2)和驱替毛管压力曲线(可以参见见图3)。
步骤三,矿场尺度上,选用双重介质模型,即选取待分析地区的矿场尺度双重介质模型。矿场尺度双重介质的基质层采用渗吸的渗吸相对渗透率曲线和渗吸毛管压力曲线,矿场尺度双重介质的裂缝层选用驱替的驱替相对渗透率曲线和驱替毛管压力曲线。即基质层和裂缝层的相对渗透率曲线和毛管压力曲线见图2和图3,基质层和裂缝层的其他参数见表2。
表2双重介质模型参数
步骤四,对上述双重介质模型基质层的体积改造区进行裂缝网络加密。裂缝网络加密可以采用对数步长的方式,加密完成后,网格数量由原来的288000个增加为788000个。
步骤五,对双重介质模型的裂缝层进行分区,可以分为注水区和油区,构建出待分析地区的矿场尺度体积改造模型。利用待分析地区的矿场尺度体积改造模型,将初始时刻人工裂缝内的压力提高至20MPa,含水饱和度提高至100%,模拟压裂结束时刻的地层条件的人工裂缝状态,进行待分析地区的生产模拟,实现待分析地区的生产预测。
本申请提供的致密储层生产预测方法,通过对待分析地区的岩心样品进行切片处理,并对岩心切片进行二维扫描等处理,获得岩心样品的三维网络模型。在岩心样品的三维网络模型的基础上,进行流体流动模拟,获得三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。基于岩心样品的渗透率曲线以及毛管压力曲线,构建待分析地区矿场尺度双重介质模型,进一步进行待分析地区的生产模拟,预测待分析地区的产能。基于待分析地区岩心样品的CT二维扫描图像可以多次进行重复操作,避免了实验室内进行不同岩心的驱替实验所造成的浪费。同时利用岩心样品的三维网络模型的流体流动模拟,可以获得三维网络模型的渗吸、驱替的渗透率以及毛管压力曲线。尤其是渗吸相对渗透率曲线、渗吸毛管压力曲线,可以更加准确的表示出岩心样品的渗透率和毛管压力等特征。本申请实施例方案可以不需要的复杂的裂缝参数,也可以不需要压贡测试,提高了渗透率曲线以及毛管压力曲线,提高了待分析地区体积改造模型的准确性,进一步提高了待分析地区油气产能预测的准确性。
基于上述所述的致密储层生产预测方法,本说明书一个或多个实施例还提供一种致密储层生产预测装置。所述的装置可以包括使用了本说明书实施例所述方法的***(包括分布式***)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图6是本申请提供的致密储层生产预测装置一个实施例的模块结构示意图,如图6所示,本申请中提供的致密储层生产预测装置包括三维模型建立模块61,曲线获取模块62,介质模型建立模块63,体积改造模型建立模块64,生产预测模块65。
三维模型建立模块61,可以用于建立待分析地区的岩心样品的三维网络模型;
曲线获取模块62,可以用于对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;
介质模型建立模块63,可以用于根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
体积改造模型建立模块64,可以用于对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型;
生产预测模块65,可以用于根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
本申请提供的致密储层生产预测装置,通过对待分析地区的岩心样品进行切片处理,并对岩心切片进行二维扫描等处理,获得岩心样品的三维网络模型。在岩心样品的三维网络模型的基础上,进行流体流动模拟,获得三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。基于岩心样品的渗透率曲线以及毛管压力曲线,构建待分析地区矿场尺度双重介质模型,进一步进行待分析地区的生产模拟,预测待分析地区的产能。基于待分析地区岩心样品的CT二维扫描图像可以多次进行重复操作,避免了实验室内进行不同岩心的驱替实验所造成的浪费。同时利用岩心样品的三维网络模型的流体流动模拟,可以获得三维网络模型的渗吸、驱替的渗透率以及毛管压力曲线。尤其是渗吸相对渗透率曲线、渗吸毛管压力曲线,可以更加准确的表示出岩心样品的渗透率和毛管压力等特征。本申请实施例方案可以不需要的复杂的裂缝参数,也可以不需要压贡测试,提高了渗透率曲线以及毛管压力曲线,提高了待分析地区体积改造模型的准确性,进一步提高了待分析地区致密储层油气产能预测的准确性。
图7是本申请一个实施例中三维模型建立模块的结构示意图,如图7所示,在上述实施例的基础上,所述三维模型建立模块61包括:
岩心切片模块71,可以用于对所述待分析地区的岩心进行切片处理,获得所述岩心样品的岩心切片;
二维扫描模块72,可以用于对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
图像处理模块73,可以用于根据所述二维扫描图像,建立所述三维网络模型。
本申请提供的致密储层生产预测装置,通过对待分析地区岩心样品进行CT二维扫描,获得岩心样品的岩心切片的二维扫描图像,可以多次进行重复操作,避免了实验室内进行不同岩心的驱替实验所造成的浪费。通过岩心样品的二维切片扫描,可以构建岩心样品的三维网络模型,方法简单,准确性高,为后续待分析地区的生产预测提供准确的数据基础。
在上述实施例的基础上,图8是本申请一个实施例中图像处理模块的结构示意图,如图8所示,所述图像处理模块73包括:
图像滤波模块81,可以用于将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
像素叠加模块82,可以用于将所述二值法像素进行纵向叠加,建立所述三维网络模型。
本申请提供的致密储层生产预测装置,通过对岩心样品的岩心切片的二维图像进行二值化处理,并对处理后的岩心切片的二值法图像进行纵向叠加。可以重复进行,方法简单,操作方便,可以更加快速准确的构建出岩心样品的三维网络模型,为后续待分析地区的生产预测提供准确的数据基础。
图9是本申请一个实施例中的曲线获取模块的结构示意图,如图9所示,在上述实施例的基础上,所述曲线获取模块62可以包括:
采收率获取模块91,可以用于获取所述三维网络模型的采收率;
模型校正模块92,可以用于根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
流体流动模拟模块93,可以用于对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
本申请提供的致密储层生产预测装置,利用三维网络模型的采收率,对岩心样品的三维网络模型进行校正,提高了三维网络模型的准确性,进一步提高了渗透率曲线以及毛管压力曲线的准确性,为后续待分析地区的生产预测提供准确的数据基础。
图10是本申请又一个实施例中的曲线获取模块的结构示意图,如图10所示,在上述实施例的基础上,所述曲线获取模块62可以包括:
渗吸数值模拟模块101,可以用于对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
驱替数值模拟模块102,可以用于对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
本申请提供的致密储层生产预测装置,通过在岩心样品的校正三维网络模型中进行渗吸模拟和驱替模拟,可以获得岩心样品的三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线。提高了渗透率曲线以及毛管压力曲线的准确性,为后续待分析地区的生产预测提供准确的数据基础。
在上述实施例的基础上,所述介质模型建立模块具体用于:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
本申请提供的致密储层生产预测装置,将沿心样品的三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将驱替相对渗透率曲线、驱替毛管压力曲线作为矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线,提高了矿场尺度双重介质模型的裂缝区的准确性,为后续待分析地区的生产预测提供准确的数据基础。
在上述实施例的基础上,所述体积改造模型建立模块具体用于:
采用对数步长对所述基质层进行裂缝网络加密。
本申请提供的致密储层生产预测装置,通过对待分析地区的场尺度双重介质模型的基质层采用对数步长的裂缝网络加密,使得场尺度双重介质模型的结构特征与待分析地区的地质结构特征更加匹配,提高了场尺度双重介质模型的准确性,为后续待分析地区的生产预测提供准确的数据基础,提高了待分析地区产能预测的准确性。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书实施例提供的上述致密储层生产预测方法或装置可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作***的c++语言在PC端实现、linux***实现,或其他例如使用android、iOS***程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。本说明书提供的一种致密储层生产预测装置的另一个实施例中,图11是本申请提供的另一种致密储层生产预测装置实施例的模块结构示意图,如图11所示,本申请另一实施例提供的致密储层生产预测装置可以包括处理器111以及用于存储处理器可执行指令的存储器112,
处理器111和存储器112通过总线113完成相互间的通信;
所述处理器111用于调用所述存储器112中的程序指令,以执行上述各致密储层生产预测方法实施例所提供的方法,例如包括:建立待分析地区的岩心样品的三维网络模型;对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;对所述矿场尺度双重介质模型的基质层、裂缝层分别进行裂缝网络加密、区域划分,获得所述待分析地区的矿场尺度体积改造模型;根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
需要说明的是说明书上述所述的装置根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照方法实施例的描述,在此不作一一赘述。本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、***或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (15)
1.一种致密储层生产预测方法,其特征在于,
建立待分析地区的岩心样品的三维网络模型;
对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;
根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型;
根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
2.如权利要求1所述的一种致密储层生产预测方法,其特征在于,所述建立待分析地区的岩心样品的三维网络模型,包括:
对所述待分析地区的岩心样品进行切片处理,获得所述岩心样品的岩心切片;
对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
根据所述二维扫描图像,建立所述三维网络模型。
3.如权利要求2所述的一种致密储层生产预测方法,其特征在于,所述根据所述二维扫描图像,建立所述三维网络模型,包括:
将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
将所述二值法像素进行纵向叠加,建立所述三维网络模型。
4.如权利要求1所述的一种致密储层生产预测方法,其特征在于,所述对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线,包括:
获取所述三维网络模型的采收率;
根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
5.如权利要求4所述的一种致密储层生产预测方法,其特征在于,所述对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,包括:
对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
6.如权利要求1所述的一种致密储层生产预测方法,其特征在于,所述根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型,包括:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
7.如权利要求1-6任一项所述的一种致密储层生产预测方法,其特征在于,所述对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,包括:
采用对数步长对所述基质层进行裂缝网络加密。
8.一种致密储层生产预测装置,其特征在于,包括:
三维模型建立模块,用于建立待分析地区的岩心样品的三维网络模型;
曲线获取模块,用于对所述三维网络模型进行流体流动模拟,获取所述三维网络模型的渗吸相对渗透率曲线、渗吸毛管压力曲线、驱替相对渗透率曲线、驱替毛管压力曲线;
介质模型建立模块,用于根据所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线,建立所述待分析地区的矿场尺度双重介质模型;
体积改造模型建立模块,用于对所述矿场尺度双重介质模型的基质层进行裂缝网络加密,对所述矿场尺度双重介质模型的裂缝层进行区域划分,获得所述待分析地区的矿场尺度体积改造模型;
生产预测模块,用于根据所述矿场尺度体积改造模型进行生产模拟,对所述待分析地区进行生产预测。
9.如权利要求8所述的一种致密储层生产预测装置,其特征在于,所述三维模型建立模块包括:
岩心切片模块,用于对所述待分析地区的岩心进行切片处理,获得所述岩心样品的岩心切片;
二维扫描模块,用于对所述岩心切片进行二维平面扫描,获得所述岩心切片的二维扫描图像;
图像处理模块,用于根据所述二维扫描图像,建立所述三维网络模型。
10.如权利要求9所述的一种致密储层生产预测装置,其特征在于,所述图像处理模块包括:
图像滤波模块,用于将所述二维扫描图像进行二维滤波处理,获得所述岩心切片的二值法像素;
像素叠加模块,用于将所述二值法像素进行纵向叠加,建立所述三维网络模型。
11.如权利要求8所述的一种致密储层生产预测装置,其特征在于,所述曲线获取模块包括:
采收率获取模块,用于获取所述三维网络模型的采收率;
模型校正模块,用于根据所述采收率校正所述三维网络模型,获得校正三维网络模型;
流体流动模拟模块,用于对所述校正三维网络模型进行流体流动模拟,获取所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线、所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
12.如权利要求11所述的一种致密储层生产预测装置,其特征在于,所述曲线获取模块,包括:
渗吸数值模拟模块,用于对所述校正三维网络模型进行渗吸数值模拟,获得所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线;
驱替数值模拟模块,用于对所述校正三维网络模型进行驱替数值模拟,获得所述驱替相对渗透率曲线、所述驱替毛管压力曲线。
13.如权利要求8所述的一种致密储层生产预测装置,其特征在于,所述介质模型建立模块具体用于:
选取所述待分析地区的矿场尺度双重介质模型,将所述渗吸相对渗透率曲线、所述渗吸毛管压力曲线作为所述矿场尺度双重介质模型的基质层的渗透率曲线和毛管压力曲线,将所述驱替相对渗透率曲线、所述驱替毛管压力曲线作为所述矿场尺度双重介质模型的裂缝区的渗透率曲线和毛管压力曲线。
14.如权利要求8-13任一项所述的一种致密储层生产预测装置,其特征在于,所述体积改造模型建立模块具体用于:
采用对数步长对所述基质层进行裂缝网络加密。
15.一种致密储层生产预测装置,其特征在于,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如权利要求1至7中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711234168.9A CN108153933A (zh) | 2017-11-30 | 2017-11-30 | 一种致密储层生产预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711234168.9A CN108153933A (zh) | 2017-11-30 | 2017-11-30 | 一种致密储层生产预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108153933A true CN108153933A (zh) | 2018-06-12 |
Family
ID=62469134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711234168.9A Pending CN108153933A (zh) | 2017-11-30 | 2017-11-30 | 一种致密储层生产预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108153933A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108868745A (zh) * | 2018-07-09 | 2018-11-23 | 中国石油大学(华东) | 一种油藏流场匹配性评价方法 |
CN109033672A (zh) * | 2018-08-09 | 2018-12-18 | 中国石油天然气股份有限公司 | 驱替模拟中孔隙喉道网络模型的动态裂缝判定方法及装置 |
CN109490162A (zh) * | 2018-10-25 | 2019-03-19 | 广东石油化工学院 | 考虑应力敏感条件下的致密油藏毛细管压力计算方法 |
CN109903387A (zh) * | 2018-08-16 | 2019-06-18 | 清能艾科(深圳)能源技术有限公司 | 孔隙尺度的聚合物驱替模型建立方法及装置、电子设备 |
CN110306960A (zh) * | 2019-05-22 | 2019-10-08 | 西安石油大学 | 双孔双渗介质储层的压裂液渗吸增产模拟方法及装置 |
CN110927035A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种低渗致密砂岩束缚水饱和度计算方法 |
CN111274528A (zh) * | 2020-03-02 | 2020-06-12 | 中国石油大学(北京) | 储层裂缝渗吸质量预测方法及*** |
CN111485867A (zh) * | 2019-01-09 | 2020-08-04 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124169A1 (en) * | 2010-06-18 | 2013-05-16 | Industry-University Cooperation Foundation Hanyang University | Method for oil prediction in fractured reservoirs and recorded medium therefor |
CN103382838A (zh) * | 2013-07-25 | 2013-11-06 | 中国石油大学(北京) | 一种基于压裂地质体可压性的储层分析方法及装置 |
CN104278980A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种采用改造体积优化致密油水平井缝网参数的方法 |
CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
-
2017
- 2017-11-30 CN CN201711234168.9A patent/CN108153933A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130124169A1 (en) * | 2010-06-18 | 2013-05-16 | Industry-University Cooperation Foundation Hanyang University | Method for oil prediction in fractured reservoirs and recorded medium therefor |
CN104278980A (zh) * | 2013-07-09 | 2015-01-14 | 中国石油天然气股份有限公司 | 一种采用改造体积优化致密油水平井缝网参数的方法 |
CN103382838A (zh) * | 2013-07-25 | 2013-11-06 | 中国石油大学(北京) | 一种基于压裂地质体可压性的储层分析方法及装置 |
CN106569267A (zh) * | 2016-10-14 | 2017-04-19 | 中国石油大学(北京) | 一种致密低渗透储层多尺度裂缝模型及建模方法 |
Non-Patent Citations (3)
Title |
---|
吴运强 等: "数字岩心物性数值模拟", 《科学技术与工程》 * |
曾驰敏: "Q油田致密储层水平井体积压裂产能预测研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
李帅 等: "考虑渗吸和驱替的致密油藏体积改造实验及多尺度模拟", 《石油钻采工艺》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108868745A (zh) * | 2018-07-09 | 2018-11-23 | 中国石油大学(华东) | 一种油藏流场匹配性评价方法 |
CN108868745B (zh) * | 2018-07-09 | 2021-10-01 | 中国石油大学(华东) | 一种油藏流场匹配性评价方法 |
CN109033672A (zh) * | 2018-08-09 | 2018-12-18 | 中国石油天然气股份有限公司 | 驱替模拟中孔隙喉道网络模型的动态裂缝判定方法及装置 |
CN109033672B (zh) * | 2018-08-09 | 2022-01-04 | 中国石油天然气股份有限公司 | 驱替模拟中孔隙喉道网络模型的动态裂缝判定方法及装置 |
CN109903387B (zh) * | 2018-08-16 | 2022-12-09 | 清能艾科(深圳)能源技术有限公司 | 孔隙尺度的聚合物驱替模型建立方法及装置、电子设备 |
CN109903387A (zh) * | 2018-08-16 | 2019-06-18 | 清能艾科(深圳)能源技术有限公司 | 孔隙尺度的聚合物驱替模型建立方法及装置、电子设备 |
CN110927035A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种低渗致密砂岩束缚水饱和度计算方法 |
CN109490162A (zh) * | 2018-10-25 | 2019-03-19 | 广东石油化工学院 | 考虑应力敏感条件下的致密油藏毛细管压力计算方法 |
CN109490162B (zh) * | 2018-10-25 | 2021-07-23 | 广东石油化工学院 | 考虑应力敏感条件下的致密油藏毛细管压力计算方法 |
CN111485867A (zh) * | 2019-01-09 | 2020-08-04 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
CN111485867B (zh) * | 2019-01-09 | 2023-05-26 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
CN110306960A (zh) * | 2019-05-22 | 2019-10-08 | 西安石油大学 | 双孔双渗介质储层的压裂液渗吸增产模拟方法及装置 |
CN111274528A (zh) * | 2020-03-02 | 2020-06-12 | 中国石油大学(北京) | 储层裂缝渗吸质量预测方法及*** |
CN111274528B (zh) * | 2020-03-02 | 2021-09-17 | 中国石油大学(北京) | 储层裂缝渗吸质量预测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108153933A (zh) | 一种致密储层生产预测方法及装置 | |
Moinfar et al. | Comparison of discrete-fracture and dual-permeability models for multiphase flow in naturally fractured reservoirs | |
CA3007950C (en) | Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution | |
Zhang et al. | Upscaling Laboratory Result of Surfactant-Assisted Spontaneous Imbibition to the Field Scale through Scaling Group Analysis, Numerical Simulation, and Discrete Fracture Network Model | |
Alpak et al. | A multiscale adaptive local-global method for modeling flow in stratigraphically complex reservoirs | |
Yang et al. | High resolution hydraulic fracture network modeling using flexible dual porosity dual permeability framework | |
US10235478B2 (en) | Pseudo-phase production simulation: a signal processing approach to assess quasi-multiphase flow production via successive analogous step-function relative permeability controlled models in reservoir flow simulation | |
CN110414723A (zh) | 基于微震事件的裂缝油气藏历史拟合的方法、装置及*** | |
CN108019196A (zh) | 一种体积压裂水平井试井解释处理方法及装置 | |
CN110334365A (zh) | 一种非均质压裂后储层流动数值模拟方法及*** | |
WO2015038162A1 (en) | Pseudo phase production simulation: a signal processing approach to assess quasi-multiphase flow production via successive analogous step-function relative permeability controlled models in reservoir flow simulation in order to rank multiple petro-physical realizations | |
US10061875B2 (en) | Relative permeability inversion from historical production data using viscosity ratio invariant step-function relative permeability approximations | |
Alzayer et al. | Water-alternating-gas injection simulation-best practices | |
Wei et al. | Experimental and numerical studies on the micro-fractures and its significance toward production of shales: a case study | |
Mohammadmoradi et al. | Pore network and morphological characterization of pore-Level structures | |
Zhang et al. | A generalized dynamic transfer function for ultra-tight dual-porosity systems | |
Nobakht et al. | Hybrid forecasting methods for multi-fractured horizontal wells: EUR sensitivities | |
Baroni et al. | Forecasting production in shale and tight reservoirs: a practical simulation method capturing the complex hydraulic fracturing physics | |
Bachi et al. | An Efficient Hydraulic Fracture Geometry Calibration Workflow Using Microseismic Data | |
Yadecuri et al. | Simulation of waterflooding with coarse-scale dual-porosity representation of highly heterogeneous reservoirs | |
Kalam et al. | Validation of digital rock physics based water-oil capillary pressure and saturation exponents in super giant carbonate reservoirs | |
Tavakkoli et al. | Deterministic versus stochastic discrete fracture network (DFN) modeling, application in a heterogeneous naturally fractured reservoir | |
Kasiri et al. | Status of dual-continuum models for naturally fractured reservoir simulation | |
Kazemi et al. | Comparison of upscaling methods in a heterogeneous carbonate model | |
Al Saidi et al. | Application of fast reservoir simulation methods to optimize production by reallocation of water injection rates in an omani field |
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 |
Application publication date: 20180612 |
|
RJ01 | Rejection of invention patent application after publication |