CN110347720A - 基于流程化的压裂选井选层方法 - Google Patents
基于流程化的压裂选井选层方法 Download PDFInfo
- Publication number
- CN110347720A CN110347720A CN201910572781.4A CN201910572781A CN110347720A CN 110347720 A CN110347720 A CN 110347720A CN 201910572781 A CN201910572781 A CN 201910572781A CN 110347720 A CN110347720 A CN 110347720A
- Authority
- CN
- China
- Prior art keywords
- well
- pressure break
- analysis
- procedure
- selection method
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000010187 selection method Methods 0.000 title claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000007619 statistical method Methods 0.000 claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000010219 correlation analysis Methods 0.000 claims abstract description 11
- 238000004220 aggregation Methods 0.000 claims abstract description 6
- 230000002776 aggregation Effects 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000004445 quantitative analysis Methods 0.000 claims description 6
- 238000004451 qualitative analysis Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000003556 assay Methods 0.000 abstract description 2
- 238000012163 sequencing technique Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 11
- 238000010276 construction Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Quality & Reliability (AREA)
- Mining & Mineral Resources (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于流程化的压裂选井选层方法,包括:分析影响选井选层因素,建立选井选层数据库;进行压裂井数据综合查询,实现压裂井数据查询和多级筛选;进行压裂影响因素分析,实现影响因素相关性分析和统计分析;建立压裂效果评价图版,实现压裂效果快速定性预测;结合地质成果和工艺效果,实现压裂效果综合评价;利用定量预测算法,进行压裂效果的定量预测;建立符合不同地质体特征的措施井选井选层原则。该方法基于数据库***,把地质与工艺紧密结合,提供了跨专业的分析评价工具,综合运用统计分析、快速预判、定量预测方法,提高了工艺针对性与成功率;将成熟技术程序化,实现了资源共享,为单井增产决策与工艺优化提供重要技术支持。
Description
技术领域
本发明涉及石油与天然气开发技术领域,特别是涉及到一种基于流程化的压裂选井选层方法。
背景技术
压裂工艺是油气井增产措施的主导工艺技术。压裂工程是一项***工程,涉及到钻井工程、测井工程、录井工程、油藏工程等学科领域,所以评价压裂工艺技术要从多方面进行综合分析与评价。储层条件是决定压裂效果的关键因素。因此在压裂前应进行选井选层研究,找出最有利的油气井和储层,可以提高压裂改造的效果。
对于压裂选井选层研究,国内外做了大量的研究。选井选层的方法可以分为两种:定性分析和定量预测。
定性分析主要以经验为主,在综合考虑压裂井层的物质基础和地层能量的基础上,借鉴历史压裂井资料,从地层对比、动态分析、测试资料、测井曲线对比等多角度进行分析和评价。基于经验的选井选层方法,压裂效果取决于分析人员对油藏地质认识,不同的分析人员可能会得到不同的分析结果。该方法工作重复性高,分析工作量大,并且这些过程没有形成记忆的累计,单井分析成果经验的累计,所以也没有普遍的适用性,目前还没有形成一套标准的分析流程和方法。同时,地质决策人员也没有一个平台,综合全面的进行决策。
定量分析方法是在统计历史压裂井的基础上,并结合压裂理论,利用数学分析方法,建立压裂效果与影响因素的模型。利用建立的模型,来定量预测改造井的压裂效果。目前常用的方法有模糊识别法、距离判别方法、灰色理论法、人工神经网络法、支持向量机以及多种分析方法的综合运用。由于压裂效果预测涉及的参数多,定量预测压裂效果的难度大。目前的研究方向,一是增加分析因素,包含尽可能多的影响因素,二是针对压裂分析数据的特性,选择合适的分析算法,三是结合压裂理论和油藏数值模拟方法,考虑裂缝的延伸和地层性质的变化。通过这些方面的改进,提高预测的准确度。
鉴于选井选层工作的复杂性,目前国内外还没有形成一套完整的选井选层方法。为此我们发明了一种基于流程化的压裂选井选层方法,开发了软件平台。
发明内容
本发明目的是提供一种旨在实现提高压裂工艺效果的方法,在建立多专业数据库的基础上,通过统计分析、快速预判、定量预测,建立选井选层标准,优选压裂井和储层的基于流程化的压裂选井选层方法。
本发明的目的可通过如下技术措施来实现:基于流程化的压裂选井选层方法,该基于流程化的压裂选井选层方法包括:包括:步骤1;分析影响选井选层因素,建立选井选层数据库;步骤2:进行压裂井数据综合查询,实现压裂井数据查询和多级筛选;步骤3:进行压裂影响因素分析,实现影响因素相关性分析和统计分析;步骤4:建立压裂效果评价图版,实现压裂效果快速定性预测;步骤5:结合地质成果和工艺效果,实现压裂效果综合评价;步骤6:利用定量预测算法,进行压裂效果的定量预测;步骤7:建立符合不同地质体特征的措施井选井选层原则;步骤8,辅助指导井位部署。
本发明的目的还可以通过如下技术措施来实现:
在步骤1中,选井选层数据库中的表格包括井基础数据表、地质分析表、录井分析表、测井分析表、岩芯评价表、压裂数据表、测试数据表、生产数据表、案例成果表。
在步骤1中,选井选层数据库中的图件包括地质图件、测井图件、录井图件、压裂图件、岩芯分析图件。
在步骤2中,压裂井数据综合查询包括单井和多井的具体查询、模糊查询、自由组合查询。
在步骤2中,压裂井数据多级筛选包括多类别筛选和数值筛选。
在步骤3中,相关性分析是利用回归方法,建立压后产量与影响因素的关联程度,根据相关度对比,进行压裂影响因素排名,快速发现影响压裂效果的主要因素。
在步骤3中,统计分析是分析影响因素与压后产量的关系,确定影响因素在一定条件下与压裂效果的关系,采取柱状图和曲线图进行展示。
在步骤4中,压裂图版评价是利用地层测试所获得的成果参数,来预测一定压裂规模条件下的压裂效果,建立压裂效果评价图版包括建立不同地层压力和流动系数下的判断图版。
在步骤5中,首先根据井号选择对应的地质图件,将同层位的井投影到对应的地质图件上,以直观的了解单井的地质特点;同时,在该地质图件上对比各种信息资料,通过对这些资料的综合对比分析,判断储层的物性及措施增产潜力。
在步骤6中,定量预测算法包括根据压裂数据的特点,采取不同的定量预测算法,预测压裂产量。
在步骤6中,效果定量预测包括对比多方案的压裂效果,进行井层的优选,是在相关性分析、统计分析、综合评判的基础上,对影响压裂效果的因素进行深层次分析。
在步骤7中,综合以上定性分析和定量分析结果,建立符合不同地质体特征的措施井选井选层原则。
在步骤8中,基于建立的地质体与产能效果的关系,辅助指导井位部署,实现勘探、开发一体化。
本发明中的基于流程化的压裂选井选层方法,是新型的一体化选井选层方法。该方法建立了一整套选井选层的流程,实现了选井选层的集成分析。建立了完备的选井选层数据库,涉及钻井、录井、测井、地质、工艺等八个专业。按照经验统计、测试结果和理论计算相结合的方式,开发了适用于压裂分析的压裂图版模块,该图版为国内首创,可以进行压裂效果快速定性预测。通过相关性分析、统计分析、综合评价模块可以快速确定单井压裂效果主要影响因素,定性预测压后产能及油水关系。结合定量分析方法,建立选井选层标准。本发明实现了数据存储、数据查询和筛选、统计分析、图版预判、综合评价、定量分析的一体化分析。
附图说明
图1为本发明的基于流程化的压裂选井选层方法的一具体实施示例的流程图;
图2为本发明一具体实施示例中自定义组合查询效果图;
图3为本发明一具体实施示例的相关性分析效果图;
图4为本发明一具体实施示例的分区间统计效果图;
图5为本发明一具体实施示例的压裂效果评价图版效果图;
图6为本发明一具体实施示例的综合评价效果图;
图7为本发明一具体实施示例的选井选层案例效果图。
具体实施方式
为使本发明的上述合其他目的、特征和优点能够更加明显易懂,下文特举出具体实施方式,并配合附图所示,做详细说明如下。
如图1所示,图1为本发明的基于流程化的压裂选井选层方法的流程图。
步骤1:分析影响选井选层因素,建立选井选层数据库。
选井选层数据库中的表格主要包括井基础数据表、地质分析表、录井分析表、测井分析表、岩芯评价表、压裂数据表、测试数据表、生产数据表、案例成果表。
(1)井基础数据表,包括井地理、构造位置、层位、井段、厚度、储层类型等。
(2)地质分析数据表,包括建立单井与区块关系的字段。
(3)录井分析表,包括录井综合结论、含油级别、岩性特征、核磁孔渗饱等。
(4)测井分析表,包括常规测井与核磁测井的解释成果数据。
(5)岩芯评价表,包括岩芯的孔渗特征、孔喉结构特征、胶结物,连通性等。
(6)压裂数据表,包括压裂设计参数、相关实验参数、现场施工参数、配套监测参数,以及效果评价参数。
(7)测试数据表,包括测试、试井成果数据,如液性、压力、产能、测试解释成果数据。
(8)生产数据表,包括措施前后产能、液性等常规资料,以及不同阶段的生产资料数据。
(9)案例成果表,包括区块研究报告、压裂选层报告等研究成果的集合。
选井选层数据库中的图件包括地质图件、测井图件、录井图件、压裂图件、微观图件。
(1)地质图件,包括圈闭构造图、沉积相平面图、油层平面分布图、油藏压力分布图、砂体厚度分布图和油藏剖面图等。
(2)测井图件,包括综合测井图和测井曲线图等。
(3)录井图件,包括钻井取芯图片和录井图等。
(4)压裂图件,包括压裂施工曲线和压裂方位图。
(5)岩芯分析图件,包括岩芯电镜图片等。
步骤2:压裂井数据综合查询,实现压裂井数据查询和多级筛选。
压裂井数据查询包括单井和多井的具体查询、模糊查询、组合查询功能。自由组合查询功能,可以根据需要的字段项进行查询,同时也可以按照数值(包括日期)进行查询。在组合查询基础上,可以进行压裂井数据多级的筛选,包括多类别筛选和数值筛选。
通过查询和筛选,可以通过相同或者相似储层的对比,快速了解同类储层的压裂改造效果。筛选过的数据更加有针对性,方便了技术人员进行个性化统计,为之后的分析提供了数据基础。
自定义组合查询示意图见图2。分析人员可以选择所有表和字段名,添加多个筛选条件,也可以定义排序方法,通过条件组合筛选,选出有针对性的数据,进行后面的分析。
步骤3:压裂影响因素分析,实现相关性分析和统计分析。
相关性分析包括压裂效果与统计因素进行线性相关分析,找出主要影响因素。相关性分析利用回归方法,建立压后产量与影响因素的关联程度,根据相关度对比,进行压裂影响因素排名,快速发现影响压裂效果的主要因素。
统计分析包括影响因素在一定条件下与压裂效果的关系。统计分析是分析影响因素与压后产量的关系,确定影响因素在一定条件下与压裂效果的关系,采取柱状图和曲线图进行展示。柱状图可以直观对比压裂前后产量的变化,增产的倍数,油水关系变化特征等效果。采用步骤2中多级筛选的数据对比更加有针对性,可以评价多种因素对压裂效果的影响。
为了进一步提高统计分析效果,采取分区间统计的方法。选择好的数据源可以自动提取统计参数的极大值和极小值,为人为划分区间提供依据。区间***划分可以按照数据源的数量自动进行等分,也可以采取自定义区间。
相关性分析效果图见图3。与压裂效果相关性最高的是支撑剂量,即影响压裂效果的主要因素是支撑剂量,在后续的施工中,通过增加支撑剂用量,可以有效提高压裂效果。
统计分析效果图见图4。***按照分析指标自动划分了5个区间,保证了每个区间的样本数量近似,统计结果更加合理。
步骤4:建立压裂效果评价图版,实现压裂效果快速定性预测。
建立压裂效果评价图版包括建立不同地层压力和流动系数下的判断图版。
压裂图版评价是利用地层测试所获得的成果参数,来预测一定压裂规模条件下的压裂效果。压裂图版的横坐标为流动系数,纵坐标为地层压力。考虑不同压力系数所具备的弹性能量不同,会直接影响压裂效果,因此需要建立不同地层压力下的压裂效果评价图版。预测图版中,分为三个区域,分别表示为建议放弃区、慎重决策区和建议压裂区。通过实际的测试生产数据,可以不断地修正该图版,数据库中的数据量越大,图版就越准确。通过效果评价图版,可以快速的定性预测压裂效果。
压裂评价图版效果图见图5。从图中可以看出,该井在建议放弃区,不具备压裂改造的条件。
步骤5:结合地质成果和工艺效果,实现压裂效果综合评价。
综合评价***设计的目的是在地质认识的基础上分析工艺效果,通过再评价分析工艺来认识地质,促进工艺、地质认识不断提升。
首先根据井号选择对应的地质图件,将同层位的井投影到对应的地质图件上,能够直观的了解单井的地质特点。同时,在该地质图件上对比各种信息资料,如测井曲线图、录井图的对比,以及压裂施工曲线,裂缝方位曲线,微观电镜照片等,通过对这些资料的综合对比分析,可以较好的判断储层的物性及措施增产潜力。当目标区块井的数量较少时,地质人员可以利用类似区块的成熟经验进行类比。
综合评价效果图见图6。在义361井所在的沉积相图可以看出,该井位于浊积扇扇中主水道有利位置,砂体厚度比较大,压裂成功率比较高。利用该平台对比压裂裂缝方向图,该区域义2-9-16和渤深8的裂缝方位在NE60-80°,说明该区的最大主应力方向在NE60-80°,因此义361井压裂后其裂缝延伸方位是向扇中河道方向延伸,容易与有利相带沟通,从而提高整体压裂效果。在射孔方位选择上,可以这个方位进行定向射孔,为主裂缝的形成创造更有利条件。
步骤6:利用定量预测算法,进行压裂效果的定量预测。
定量预测算法包括根据压裂数据的特点,采取不同的定量预测算法,预测压裂产量。效果定量预测包括对比多方案的压裂效果,进行井层的优选。
定量预测是在相关性分析、统计分析、综合评判的基础上,对影响压裂效果的因素进行深层次分析。定量预测包括四个部分:数据准备、数据建模、效果预测、参数优化。数据采用步骤2多级筛选的数据。定量预测算法主要有神经网络和支持向量机两种。数据量大的时候,采用神经网络方法。数据量小的时候,采用支持向量机的方法。根据建立的模型,可以进行效果预测。通过对比多个压裂规模效果,可以优选最优的施工参数。一般将物性、测井解释结果作为自变量,修改不同的施工参数来预测压后产油量,根据压裂效果随施工参数的变化规律来优选压裂施工参数。如在其他参数不变的条件下,设定不同排量值,生成不同的模拟方案,来比较施工效果。
步骤7:建立选井选层原则
根据步骤3-6的方法,通过定性和定量的分析,建立选井选层标准。
选井选层标准案例见表1。
表1牛20块选井选层标准表
选井选层案例效果图见图7。牛20-99井油层解释井段2911.1-2941.4m,12.5m/5层,地层系数461×m·10-3μm2,储层单层厚度大于3m的有3层,集中发育。压裂具有较好的效果,且具有稳产能力。
步骤8:利用该选井选层原则辅助指导井位部署。基于建立的地质体与产能效果的关系,辅助指导井位部署。
本发明的基于流程化的压裂选井选层方法,基于数据库***,结合地质成果与工艺效果,提供了跨专业的分析评价工具,综合应用统计分析、快速预判、定量预测方法,有效地提高了工艺针对性与成功率,最大程度地避免了人为的影响因素,减少了分析工作量,提高了分析效率,有效地提高了工艺针对性与成功率。将成熟技术程序化,实现了资源共享,为单井增产决策与工艺优化提供了重要技术支持。
Claims (13)
1.基于流程化的压裂选井选层方法,其特征在于,该基于流程化的压裂选井选层方法包括:
步骤1;分析影响选井选层因素,建立选井选层数据库;
步骤2:进行压裂井数据综合查询,实现压裂井数据查询和多级筛选;
步骤3:进行压裂影响因素分析,实现影响因素相关性分析和统计分析;
步骤4:建立压裂效果评价图版,实现压裂效果快速定性预测;
步骤5:结合地质成果和工艺效果,实现压裂效果综合评价;
步骤6:利用定量预测算法,进行压裂效果的定量预测;
步骤7:建立符合不同地质体特征的措施井选井选层原则;
步骤8:辅助指导井位部署。
2.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤1中,选井选层数据库中的表格包括井基础数据表、地质分析表、录井分析表、测井分析表、岩芯评价表、压裂数据表、测试数据表、生产数据表、案例成果表。
3.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤1中,选井选层数据库中的图件包括地质图件、测井图件、录井图件、压裂图件、岩芯分析图件。
4.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤2中,压裂井数据综合查询包括单井和多井的具体查询、模糊查询、自由组合查询。
5.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤2中,压裂井数据多级筛选包括多类别筛选和数值筛选。
6.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤3中,相关性分析是利用回归方法,建立压后产量与影响因素的关联程度,根据相关度对比,进行压裂影响因素排名,快速发现影响压裂效果的主要因素。
7.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤3中,统计分析是分析影响因素与压后产量的关系,确定影响因素在一定条件下与压裂效果的关系,采取柱状图和曲线图进行展示。
8.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤4中,压裂图版评价是利用地层测试所获得的成果参数,来预测一定压裂规模条件下的压裂效果,建立压裂效果评价图版包括建立不同地层压力和流动系数下的判断图版。
9.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤5中,首先根据井号选择对应的地质图件,将同层位的井投影到对应的地质图件上,以直观的了解单井的地质特点;同时,在该地质图件上对比各种信息资料,通过对这些资料的综合对比分析,判断储层的物性及措施增产潜力。
10.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤6中,定量预测算法包括根据压裂数据的特点,采取不同的定量预测算法,预测压裂产量。
11.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤6中,效果定量预测包括对比多方案的压裂效果,进行井层的优选,是在相关性分析、统计分析、综合评判的基础上,对影响压裂效果的因素进行深层次分析。
12.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤7中,综合以上定性分析和定量分析结果,建立符合不同地质体特征的措施井选井选层原则。
13.根据权利要求1所述的基于流程化的压裂选井选层方法,其特征在于,在步骤8中,基于建立的地质体与产能效果的关系,辅助指导井位部署,实现勘探、开发一体化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572781.4A CN110347720B (zh) | 2019-06-27 | 2019-06-27 | 基于流程化的压裂选井选层方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572781.4A CN110347720B (zh) | 2019-06-27 | 2019-06-27 | 基于流程化的压裂选井选层方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110347720A true CN110347720A (zh) | 2019-10-18 |
CN110347720B CN110347720B (zh) | 2022-10-14 |
Family
ID=68176959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910572781.4A Active CN110347720B (zh) | 2019-06-27 | 2019-06-27 | 基于流程化的压裂选井选层方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110347720B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及*** |
CN112610199A (zh) * | 2020-12-22 | 2021-04-06 | 中海石油(中国)有限公司 | 一种海上低渗透气田压裂技术选井选层方法和*** |
CN115788391A (zh) * | 2022-12-12 | 2023-03-14 | 中国石油大学(北京) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110571A1 (en) * | 2011-10-26 | 2013-05-02 | Nansen G. Saleri | Identifying field development opportunities for increasing recovery efficiency of petroleum reservoirs |
-
2019
- 2019-06-27 CN CN201910572781.4A patent/CN110347720B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110571A1 (en) * | 2011-10-26 | 2013-05-02 | Nansen G. Saleri | Identifying field development opportunities for increasing recovery efficiency of petroleum reservoirs |
Non-Patent Citations (2)
Title |
---|
李峰: "压前预测与压后评价技术", 《石油工业计算机应用》 * |
李林地等: "气井压裂选井选层的一种新方法", 《大庆石油地质与开发》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及*** |
CN112610199A (zh) * | 2020-12-22 | 2021-04-06 | 中海石油(中国)有限公司 | 一种海上低渗透气田压裂技术选井选层方法和*** |
CN112610199B (zh) * | 2020-12-22 | 2023-02-24 | 中海石油(中国)有限公司 | 一种海上低渗透气田压裂技术选井选层方法和*** |
CN115788391A (zh) * | 2022-12-12 | 2023-03-14 | 中国石油大学(北京) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
CN115788391B (zh) * | 2022-12-12 | 2024-02-27 | 中国石油大学(北京) | 基于砂岩油田压裂充填防砂作业的井层选择方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110347720B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102041995B (zh) | 复杂油藏水淹状况监测*** | |
CN110347720A (zh) | 基于流程化的压裂选井选层方法 | |
CN112561356B (zh) | 一种页岩油压裂水平井生产动态模式与产能综合评价方法 | |
CN109214026A (zh) | 一种页岩气水平井初期产能预测方法 | |
CN110130882A (zh) | 一种基于测井测试资料的油藏区域评价方法 | |
CN104989357B (zh) | 一种选择致密油气藏重复压裂目标井的方法 | |
CN105160414B (zh) | 预测全油藏产区类型的方法及装置 | |
Hudaverdi et al. | Prediction of blast fragmentation using multivariate analysis procedures | |
CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
Luo et al. | Estimated ultimate recovery prediction of fractured horizontal wells in tight oil reservoirs based on deep neural networks | |
CN108573078A (zh) | 基于数据挖掘的压裂效果预测方法 | |
CN115438823A (zh) | 一种井壁失稳机制分析与预测方法及*** | |
Li et al. | Optimization of mining–mineral processing integration using unsupervised machine learning algorithms | |
CN110295894A (zh) | 一种建立水平井产能预测模型的方法 | |
Tao et al. | Refracturing candidate selection for MFHWs in tight oil and gas reservoirs using hybrid method with data analysis techniques and fuzzy clustering | |
CN106339564B (zh) | 一种基于灰色关联聚类的射孔方案优选方法 | |
CN112610205A (zh) | 一种强非均质储层气井早期产能评价方法 | |
CN106199754B (zh) | 油气钻探目标综合优选评价方法 | |
CN116562428A (zh) | 一种基于机器学习的压裂施工参数优化方法 | |
CN114462323A (zh) | 一种基于多属性场融合的油藏流场表征方法 | |
Wang et al. | Quantitative evaluation of unconsolidated sandstone heavy oil reservoirs based on machine learning | |
CN115110936A (zh) | 确定致密油水平井分簇射孔位置的方法与装置 | |
CN113705917A (zh) | 一种致密油藏压裂水平井初期产能预测方法 | |
CN114880957B (zh) | 一种非常规储层压裂射孔段簇参数组合优化方法 | |
RU2300632C1 (ru) | Способ оценки дебита горизонтальной скважины |
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 |