CN108920781A - 一种油藏含水率及含水上升率的确定方法和装置 - Google Patents
一种油藏含水率及含水上升率的确定方法和装置 Download PDFInfo
- Publication number
- CN108920781A CN108920781A CN201810611905.0A CN201810611905A CN108920781A CN 108920781 A CN108920781 A CN 108920781A CN 201810611905 A CN201810611905 A CN 201810611905A CN 108920781 A CN108920781 A CN 108920781A
- Authority
- CN
- China
- Prior art keywords
- water content
- oil reservoir
- oil
- water
- extraction degree
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 420
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000003921 oil Substances 0.000 claims abstract description 228
- 238000000605 extraction Methods 0.000 claims abstract description 104
- 239000010779 crude oil Substances 0.000 claims abstract description 51
- 238000004519 manufacturing process Methods 0.000 claims abstract description 37
- 238000011084 recovery Methods 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000011161 development Methods 0.000 claims description 39
- 230000000630 rising effect Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 13
- 230000035699 permeability Effects 0.000 description 13
- 238000003860 storage Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000003068 static effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Sliding-Contact Bearings (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种油藏含水率及含水上升率的确定方法及装置。该确定方法包括:确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;利用采出程度与含水率的关系式,对油藏实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;确定含水上升率与含水率的关系式,及含水上升率随采出程度的变化规律,确定水驱油藏含水上升率的变化。本发明还提供了一种油藏含水率及含水上升率的确定装置。本发明的方法和装置考虑实际油田生产数据,可以更加真实的确定油藏含水率及含水上升率。
Description
技术领域
本发明涉及一种基于油藏实际生产数据确定油藏含水率及含水上升率的确定方法,属于油藏开采技术领域。
背景技术
含水率、含水上升率与采出程度是油田开发的重要生产指标,它们的变化一定程度上反映了油田水驱开发效果的好坏。通过对油田实际生产数据的统计发现,水驱油藏的含水率及含水上升率与采出程度之间都存在一定的关系,它的具体关系是油田开发众多因素共同作用下油水流动规律的综合反映,利用含水率及含水上升率与采出程度的关系式可以确定含水上升率随采出程度的变化状况。该关系不仅取决于油藏储层的非均质性、流体的性质、水体大小以及流体分布等油藏参数有关,还与开发井网、开采方式以及工作制度等人为因素有关,因此,即使油水性质相同的油田,其中的含水率及含水上升率与采出程度关系也不尽相同。为了合理分析评价油田开发效果和开发程度,并据此来规划开发措施及油田产量,更有效地指导油田开发,需要确定合理的含水率及含水上升率与采出程度关系式。
在传统计算含水上升率的技术中,主要是通过实验室得到油水两相渗透率与含水饱和度关系数据基础上,采用指数式处理方法,计算渗透率比值与含水饱和度的关系,利用分流量方程预测含水率及含水上升率的变化,进而开展水驱效果评价及开发指标预测的工作。但其计算结果与实际数据在束缚水饱和度和残余油饱和度两个端点附近将产生较大的误差,计算过程中,这种误差将被保留,也将被代入之后的油藏分析中,对油藏动态分析及规划方案编制带来不利影响。尤其是上述相对渗透率曲线表征方法存在以下缺点:①低含水阶段油田开发指标变化与水驱特征曲线不一致,油水相对渗透率比值与含水饱和度指数式不呈直线夫系,矿场生产中含水率上升往往更快一些;②较高注水倍数下的相对渗透率曲线具有分段非线性特征,此时油水相对渗透率比值对实际生产中含水率的影响较小,则此阶段相对渗透率曲线的表征精度要求不高,油田开发指标变化符合水驱曲线特征;③特高含水阶段油藏渗流特征发生变化,水驱特征曲线出现上翘现象,油水相对渗透率比值与含水饱和度指数式不再完全呈直线关系,直线关系只适合相对渗透率曲线的中间段,而不能表征完整的相对渗透率曲线。
2014年陶自强等(申请号为201410095426.X)基于岩心驱替实验,得到油水相对渗透率比值与含水饱和度的关系,利用乘幂法得到含水率及含水上升率与采出程度关系关系式分别如下两式所示:
式中,fw为油藏含水率;R为油藏采出程度;Sor为残余油饱和度;Swi为束缚水饱和度;μr为油水黏度比;a和b为通过油水相渗曲线回归拟合得到的常数。
上述方法提出只要知道油水相渗曲线就可以预测油田含水上升率的变化,然而油田实际的含水率变化不仅与油水相渗曲线有关,还和油田的井网及开发方式有很大关系,该方法不能较好地反映油田的实际生产特征,不能很好地用于实际油田水驱开发效果评价和指标预测,实用性较差。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于油藏实际生产数据,确定油藏含水率及含水上升率的方法。
为了实现上述技术目的,本发明提供了一种油藏含水率及含水上升率的确定方法,该确定方法包括以下步骤:
确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;
利用采出程度与含水率的关系式,对油藏实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
根据油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,确定水驱油藏的含水率及含水上升率。
在本发明的确定方法中,进行拟合时,按照非线性回归拟合的方式利用采出程度与含水率的关系式,对实际的采出程度和含水率的散点图进行拟合。
在本发明的确定方法中,优选地,含水上升率与含水率的关系式根据如下公式获得:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
在本发明的确定方法中,优选地,含水上升率随采出程度的变化规律根据如下公式确定:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
在本发明的确定方法中,优选地,采出程度与含水率的关系式如下式所示:
其中,fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
本发明的油藏含水率及含水上升率的确定方法基于油藏的实际生产数据,考虑油田实际生产特征的含水率与采出程度的关系式,运用非线性回归拟合数学处理方法,得到描述油藏实际水驱特征的初始含水率、采出程度、最终采收率以及相应的含水率与采出程度关系式,进而得到反映油藏含水率及含水上升率的理论关系式。
本发明的油藏含水率及含水上升率的确定方法可以更加真实的确定含水率及含水上升率,尤其可以适用于满足丁型水驱生产曲线的油藏的含水率及含水上升率的确定。
本发明还提供了一种油藏水驱开发动态的预测方法,该预测方法包括本发明的油藏含水率及含水上升率的确定方法的步骤。
在本发明的预测方法中,优选地,该方法包括以下步骤:
通过本发明的油藏含水率及含水上升率的确定方法,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律;
将含水上升率与含水率的关系式以及含水上升率随采出程度的变化规律,与实际的含水上升率与含水率的关系数据,实际的含水上升率与采出程度的关系数据进行对比,进而分析该油藏水驱开发的效果。
在本发明的本发明的油藏水驱开发动态的预测方法中,如果实际含水上升率数据点大于理论含水上升率,则说明开发效果差;如果实际含水上升率数据点等于理论含水上升率,说明开发效果较好;如果实际含水上升率数据点小于理论含水上升率,说明开发效果好。
本发明的油藏水驱开发动态的预测方法,通过本发明的水驱油藏含水上升率变化的确定方法,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,并与油藏的实际参数进行对比,从而合理地分析评价油藏水驱效果和开发特征,并据此来规划油藏开发措施及油田产量,有效指导剩余油挖潜及油藏开发。
本发明又提供了一种油藏含水率及含水上升率的确定装置,该确定装置包括:
实际数据绘制模块,用于确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;
参数确定模块,用于利用采出程度与含水率的关系式,对实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
确定模块,用于根据油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,确定水驱油藏的含水率及含水上升率。
在本发明的装置中,优选地,含水上升率与含水率的关系式根据如下公式获得:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
在本发明的装置中,优选地,含水上升率随采出程度的变化规律根据如下公式确定:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
在本发明的装置中,优选地,采出程度与含水率的关系式如下式所示:
其中,fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
本发明的油藏含水率及含水上升率的确定装置,基于油藏的实际生产数据,考虑油藏实际生产特征的含水率与采出程度的关系式,运用非线性回归拟合数学处理方法,得到描述油藏实际水驱特征的初始含水率、采出程度、最终采收率以及相应的含水率与采出程度关系式,进而得到反映油藏含水率及含水上升率的理论关系式。
本发明的油藏含水率及含水上升率的确定装置可以更加真实的确定含水率及含水上升率,尤其可以适用于满足丁型水驱生产曲线的油藏的含水率及含水上升率的确定。
本发明的油藏含水率及含水上升率的确定方法和装置,基于油藏工程及渗流力学理论,结合实际生产数据,提出水驱油藏含水率与采出程度和含水率上升率与含水率及采出程度关系的通解公式,并绘制与实际油田水驱规律相符的含水率及含水上升率曲线,在理论及实用上能更加准确的解释分析实际油田水驱特征规律和预测油田未来开发指标。
本发明的油藏水驱开发动态的预测方法,运用本发明的油藏含水率及含水上升率的确定方法,可以基于油藏的实际生产数据合理地分析评价油藏水驱开发效果,规划油藏开发措施及油藏产量,有效指导剩余油挖潜及油藏开发。
附图说明
图1为本发明的油藏含水率及含水上升率的确定装置的示意图;
图2为本发明实施例中的含水率与采出程度关系曲线与实际数据的对比曲线;
图3为本发明实施例中的含水上升率与含水率关系曲线与实际数据的对比曲线;
图4为本发明实施例中的含水上升率与采出程度关系曲线与实际数据的对比曲线。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解,现对本发明的技术方案进行以下详细说明,但不能理解为对本发明的可实施范围的限定。
实施例1
本实施例首先提供了一种油藏含水率及含水上升率的确定装置,其结构如图1所示,该装置可以包括:
实际数据绘制模块,用于确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;
参数确定模块,用于利用采出程度与含水率的关系式,对实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
确定模块,用于根据油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,确定油藏含水率及含水上升率。
本实施例还提供了一种油藏含水率及含水上升率的确定方法,该方法可以包括以下步骤:
首先,考察油藏的地质及开采情况,得到油田在过去开发中的生产数据,根据生产数据整理计算油田实际的采出程度、含水率以及含水上升率数据(表1),并以采出程度为横坐标,含水率为纵坐标将实际油田的含水率与采出程度绘制于坐标***中(图2中的散点)。
表1
其次,根据采出程度与含水率的关系式,对图2中油田实际采出程度与含水率数据进行非线性回归拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
其中,采出程度与含水率的关系式为:
其中,fw为油藏的含水率;
fw0为油藏的初始含水率,为0.62;
fwL为油藏的极限含水率,为0.98;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度,为0;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率,为0.25。
得到采出程度与含水率关系式如下所示:
再次,基于得到的参数R0(R0=0)、fw0(fw0=0.62)以及最终采收率ER(ER=0.25),根据公式得到油田含水上升率与含水率的关系式为:
其中,为含水上升率;fw为油藏的含水率;fw0为油藏的初始含水率;fwL为0.98;R为油藏的采出程度;R0为油藏的含水率为fw0时的原油采出程度;ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
以及根据公式得到含水上升率随采出程度的变化规律,如下式所示:
以含水率为横坐标,含水上升率为纵坐标将本实施例油藏的含水上升率与含水率的实际值及理论值绘制于坐标***中(图3);以采出程度为横坐标,含水上升率为纵坐标将本实施例油藏的含水上升率与采出程度的实际值及理论值绘制于坐标***中(图4),得到油藏含水率及含水上升率。
本实施例又提供了一种油藏水驱开发动态的预测方法,该预测方法可以包括以下步骤:
根据本实施例上述方法得到的含水上升率与含水率的关系式以及含水上升率随采出程度的变化规律,与实际的含水上升率与含水率的关系数据,实际的含水上升率与采出程度的关系数据进行对比,结果如图3和图4所示。
可以看出,油田实际含水率与采出程度关系数据点基本上都位于实施例的含水率与采出程度关系曲线上,说明两者吻合度较好,即本发明提出的含水率与采出程度关系式能够发明实施例油藏的水驱规律,而从含水上升率关系中可以看出,油藏投入开发即高含水(这种类型主要常见于低渗透油藏超前注水开发),然而油藏开发井网完善,水驱油接近于活塞式,因此前期含水上升率波动很小,油藏实际数据基本上在理论曲线附近波动,说明水驱效果较好;油田生产后期由于储层非均质性、井况、长期水驱产生优势水流通道以及认为干预等因素打破了原有的水驱规律,含水上升率波动较大,水驱效果变差。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(***)、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。
还需要说明的是,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、商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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明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,本发明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。
本发明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发明,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,对于装置实施例而言,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。
Claims (10)
1.一种油藏含水率及含水上升率的确定方法,其特征在于,该确定方法包括以下步骤:
确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;
利用采出程度与含水率的关系式,对所述油藏实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
根据所述油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,确定水驱油藏的含水率及含水上升率。
2.根据权利要求1所述的确定方法,其特征在于,所述含水上升率与含水率的关系式根据如下公式获得:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
3.根据权利要求1所述的确定方法,其特征在于,所述含水上升率随采出程度的变化规律根据如下公式确定:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
4.根据权利要求1所述的确定方法,其特征在于,所述采出程度与含水率的关系式如下式所示:
其中,fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
5.一种油藏水驱开发动态的预测方法,其特征在于,该预测方法包括权利要求1-4任一项所述的确定方法的步骤。
6.根据权利要求5所述的预测方法,其特征在于,该方法包括以下步骤:
通过权利要求1-4任一项所述的确定方法,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律;
将含水上升率与含水率的关系式以及含水上升率随采出程度的变化规律,与实际的含水上升率与含水率的关系数据,实际的含水上升率与采出程度的关系数据进行对比,进而分析该油藏水驱开发的效果。
7.一种油藏含水率及含水上升率的确定装置,其特征在于,该确定装置包括:
实际数据绘制模块,用于确定油藏的实际采出程度和含水率,绘制油藏实际的采出程度和含水率的散点图;
参数确定模块,用于利用采出程度与含水率的关系式,对所述实际的采出程度和含水率的散点图进行拟合,得到油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率;
确定模块,用于根据所述油藏的初始含水率、油藏的含水率为初始含水率时的原油采出程度、油藏的含水率为极限含水率时原油的最终采收率,得到含水上升率与含水率的关系式,以及含水上升率随采出程度的变化规律,确定水驱油藏的含水率及含水上升率。
8.根据权利要求7所述的装置,其特征在于,所述含水上升率与含水率的关系式根据如下公式获得:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
9.根据权利要求7所述的装置,其特征在于,所述含水上升率随采出程度的变化规律根据如下公式确定:
其中,为含水上升率;
fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
d=2c。
10.根据权利要求7所述的装置,其特征在于,所述采出程度与含水率的关系式如下式所示:
其中,fw为油藏的含水率;
fw0为油藏的初始含水率;
fwL为油藏的极限含水率;
R为油藏的采出程度;
R0为油藏的含水率为fw0时的原油采出程度;
ER为油藏的含水率为极限含水率fwL时原油的最终采收率;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810611905.0A CN108920781B (zh) | 2018-06-14 | 2018-06-14 | 一种油藏含水率及含水上升率的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810611905.0A CN108920781B (zh) | 2018-06-14 | 2018-06-14 | 一种油藏含水率及含水上升率的确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920781A true CN108920781A (zh) | 2018-11-30 |
CN108920781B CN108920781B (zh) | 2021-09-28 |
Family
ID=64420877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810611905.0A Active CN108920781B (zh) | 2018-06-14 | 2018-06-14 | 一种油藏含水率及含水上升率的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920781B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183800A (zh) * | 2019-07-02 | 2021-01-05 | 中国石油天然气股份有限公司 | 一种预测水驱油藏原油可采储量的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226396A1 (en) * | 2002-06-10 | 2003-12-11 | Al-Ghamdi Abdulla H. | Water cut rate of change analytic method |
CN102720485A (zh) * | 2012-07-20 | 2012-10-10 | 中国石油天然气股份有限公司 | 一种中高含水油田含水上升率的预测方法 |
CN103821485A (zh) * | 2014-03-17 | 2014-05-28 | 中国石油大港油田勘探开发研究院 | 预测水驱油田含水上升率变化的方法 |
CN104915512A (zh) * | 2015-06-25 | 2015-09-16 | 陕西延长石油(集团)有限责任公司研究院 | 一种预测油田采出程度与含水率的方法 |
CN107676064A (zh) * | 2017-10-18 | 2018-02-09 | 中国石油天然气股份有限公司 | 一种水驱油藏含水率预测方法及其预测装置 |
-
2018
- 2018-06-14 CN CN201810611905.0A patent/CN108920781B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226396A1 (en) * | 2002-06-10 | 2003-12-11 | Al-Ghamdi Abdulla H. | Water cut rate of change analytic method |
CN102720485A (zh) * | 2012-07-20 | 2012-10-10 | 中国石油天然气股份有限公司 | 一种中高含水油田含水上升率的预测方法 |
CN103821485A (zh) * | 2014-03-17 | 2014-05-28 | 中国石油大港油田勘探开发研究院 | 预测水驱油田含水上升率变化的方法 |
CN104915512A (zh) * | 2015-06-25 | 2015-09-16 | 陕西延长石油(集团)有限责任公司研究院 | 一种预测油田采出程度与含水率的方法 |
CN107676064A (zh) * | 2017-10-18 | 2018-02-09 | 中国石油天然气股份有限公司 | 一种水驱油藏含水率预测方法及其预测装置 |
Non-Patent Citations (3)
Title |
---|
缪飞飞 等: "水驱油田含水上升规律综合研究与实践", 《重庆科技学院学报(自然科学版)》 * |
谢鸿才 等: "《王场油田潜三段多层砂岩油藏》", 30 December 1996, 石油工业出版社 * |
魏洪涛 等: "长垣油藏开采过程中油水渗流规律研究", 《西南石油大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183800A (zh) * | 2019-07-02 | 2021-01-05 | 中国石油天然气股份有限公司 | 一种预测水驱油藏原油可采储量的方法及装置 |
CN112183800B (zh) * | 2019-07-02 | 2024-03-26 | 中国石油天然气股份有限公司 | 一种预测水驱油藏原油可采储量的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108920781B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034447B (zh) | 一种水驱油藏含水上升率变化的预测方法及装置 | |
CN107339087B (zh) | 一种注水量劈分方法及装置 | |
CN106991223B (zh) | 确定多层油藏水驱波及系数的方法及装置 | |
CN107194180B (zh) | 油藏水驱体积波及系数的确定方法、装置及*** | |
US20180320493A1 (en) | Automated upscaling of relative permeability using fractional flow in systems comprising disparate rock types | |
CN107132170A (zh) | 一种储层应力敏感性的确定方法和装置 | |
CN108005644B (zh) | 一种倾斜煤层动态渗透率预测方法及装置 | |
CN107944126A (zh) | 一种确定水驱油藏含水率的方法及装置 | |
CN108681793B (zh) | 深层油藏采油指数预测方法及装置 | |
CN108090656B (zh) | 一种确定砂体连通性的方法及装置 | |
CN108920781B (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
CN109033508B (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
CN111625607A (zh) | 油气知识图谱的构建方法、装置、电子设备和存储介质 | |
CN109063228B (zh) | 一种水驱油藏含水上升率变化的确定方法及装置 | |
CN106960264B (zh) | 低渗透砂砾岩地层压力预测方法及装置 | |
Alhashmi et al. | Rock typing classification and hydraulic flow units definition of one of the most prolific carbonate reservoir in the onshore Abu Dhabi | |
CN111323814A (zh) | 基于岩石物理模板定量确定砂岩储层含水饱和度的方法 | |
CN113914853B (zh) | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 | |
Cassiani et al. | A note on in situ estimates of sorption using push‐pull tests | |
CN107605472B (zh) | 一种确定油藏采收率的方法及装置 | |
Libing et al. | Evaluation Method and Application of Different Development Stages in Waterflooding Reservoirs | |
CN115047165A (zh) | 一种水淹级别的确定方法及装置 | |
Ge et al. | Spatial‐Temporal ARX Modeling and Optimization for Polymer Flooding | |
Alomair et al. | An accurate prediction of CO2 minimum miscibility pressure (MMP) using Alternating Conditional Expectation algorithm (ACE) | |
Mathew et al. | Physics driven AI coreflooding simulator for SCAL data analysis |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |