CN110439502B - 一种油藏水驱带分析方法 - Google Patents
一种油藏水驱带分析方法 Download PDFInfo
- Publication number
- CN110439502B CN110439502B CN201910547493.3A CN201910547493A CN110439502B CN 110439502 B CN110439502 B CN 110439502B CN 201910547493 A CN201910547493 A CN 201910547493A CN 110439502 B CN110439502 B CN 110439502B
- Authority
- CN
- China
- Prior art keywords
- water
- oil
- saturation
- zone
- type
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 462
- 238000004458 analytical method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 136
- 230000035699 permeability Effects 0.000 claims abstract description 87
- 239000003921 oil Substances 0.000 claims description 243
- 238000004519 manufacturing process Methods 0.000 claims description 95
- 239000012071 phase Substances 0.000 claims description 59
- 230000015572 biosynthetic process Effects 0.000 claims description 58
- 238000004088 simulation Methods 0.000 claims description 30
- 230000001186 cumulative effect Effects 0.000 claims description 24
- 239000010779 crude oil Substances 0.000 claims description 19
- 230000000903 blocking effect Effects 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 18
- 229920000642 polymer Polymers 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000007788 liquid Substances 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 7
- 239000008346 aqueous phase Substances 0.000 claims description 5
- 239000005871 repellent Substances 0.000 claims description 5
- 239000011435 rock Substances 0.000 claims description 5
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000007667 floating Methods 0.000 claims description 4
- 239000008398 formation water Substances 0.000 claims description 4
- 239000004005 microsphere Substances 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000002347 injection Methods 0.000 description 34
- 239000007924 injection Substances 0.000 description 34
- 238000005406 washing Methods 0.000 description 33
- 239000000839 emulsion Substances 0.000 description 21
- 238000011161 development Methods 0.000 description 19
- 230000018109 developmental process Effects 0.000 description 19
- 239000010410 layer Substances 0.000 description 18
- 239000003129 oil well Substances 0.000 description 17
- 238000006073 displacement reaction Methods 0.000 description 15
- 230000009467 reduction Effects 0.000 description 15
- 230000005465 channeling Effects 0.000 description 14
- 230000001105 regulatory effect Effects 0.000 description 14
- 239000011148 porous material Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000033228 biological regulation Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 239000002332 oil field water Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000009795 derivation Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000009991 scouring Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000033558 biomineral tissue development Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000003431 cross linking reagent Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000002209 hydrophobic effect Effects 0.000 description 2
- 239000011259 mixed solution Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 241000295146 Gallionellaceae Species 0.000 description 1
- 229910052776 Thorium Inorganic materials 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000004533 oil dispersion Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
Images
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
- E21B33/00—Sealing or packing boreholes or wells
- E21B33/10—Sealing or packing boreholes or wells in the borehole
- E21B33/13—Methods or devices for cementing, for plugging holes, crevices or the like
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Lubricants (AREA)
Abstract
一种油藏水驱带分析方法，其包括：基于油水相渗曲线，根据预设含水率阈值确定所对应的含水饱和度，得到第一含水饱和度，根据第一含水饱和度确定第一剩余油饱和度，根据第一剩余油饱和度确定第一基准点；根据油水相渗曲线确定水驱前缘含水饱和度，得到第二含水饱和度，根据第二含水饱和度确定第二剩余油饱和度，得到第二基准点；获取待分析油藏中待分析位置处的剩余油饱和度，基于第一基准点和第二基准点，根据待分析位置的剩余油饱和度确定待分析位置的水驱带类型。本方法则能够对特高含水期的油藏进行更加精细、准确地识别，从而为特高含水期堵水调剖提供决策依据。
Description
技术领域
本发明涉及地质勘探开发技术领域，具体地说，涉及一种油藏水驱带分析方法。
背景技术
我国大部分水驱开发的油田都已经进入了高含水的开发后期时期，剩余油分散、挖潜难度大等诸多问题都急需去解决，产量递减也已呈现加速态势。部分油田经过多年的强注强采，使得非胶结性储层结构破坏，进一步加剧了油藏的非均质性，形成高渗透带或大孔道，甚至层间窜。然而这些油田的地下却依然存在着较大的可采储量，因此，寻找出合理的提高采收率技术就迫在眉睫。
调剖堵水技术作为一种重要的稳油控水措施能有效改善注水井吸水剖面，其能够有效缓和油藏开发中后期层间、层内的矛盾，还能够动用剩余油饱和度高的低渗透层，并抑制注入水串流、突进等现象，进而提高注水开发效果。
调剖堵水技术是对油井与注水井之间的渗透层和孔隙通道实施有效的封堵，使吸水剖面的地质得到改善，注入水的波及体积扩大，产水量大大减小，产油量得到提高，水驱采油的效率得到提升，这种方式可以延长油田稳产的时间。调剖堵水技术在提高含水油井采收率方面有很好的应用价值，可以有效的帮助各大油田控水稳产。
长期注水开发的油藏由于指进现象容易形成窜流通道，使得注入水很快由注水井到达采油井，而没有有效的驱动原油。为了实现调剖堵水的成功，就必须对不同水驱带进行有效的识别和体积判别。
发明内容
为解决上述问题，本发明提供了一种油藏水驱带分析方法，所述方法包括：
步骤一、获取待分析油藏所对应的油水相渗曲线；
步骤二、基于所述油水相渗曲线，根据所述预设含水率阈值确定所对应的含水饱和度，得到第一含水饱和度，根据所述第一含水饱和度确定第一剩余油饱和度，根据所述第一剩余油饱和度确定第一基准点；
步骤三、根据所述油水相渗曲线确定水驱前缘含水饱和度，得到第二含水饱和度，根据所述第二含水饱和度确定第二剩余油饱和度，得到第二基准点；
步骤四、获取待分析油藏中待分析位置处的剩余油饱和度，基于所述第一基准点和第二基准点，根据所述待分析位置的剩余油饱和度确定所述待分析位置的水驱带类型。
根据本发明的一个实施例，在所述步骤一中，
选取所述待分析油藏的代表性储层岩心、与所述待分析油藏具有相似油藏特征的储层岩心或是能够表征所述待分析油藏储层特征的人造岩心；
根据所选取的岩心，采用稳态法或非稳态法测试计算含水饱和度、油相相对渗透率以及水相相对渗透率之间的数学关系，得到所述油水相渗曲线。
根据本发明的一个实施例，在所述步骤一中，采用经验公式法或是矿场资料计算法构建所述油水相渗曲线。
根据本发明的一个实施例，在所述步骤二中，所述预设含水率阈值的取值范围包括[99，100]。
根据本发明的一个实施例，根据如下表达式确定所述第一含水饱和度：
其中，fw表示预设含水率阈值，sw1表示第一含水饱和度，kro表示油相的相对渗透率，krw表示水相的相对渗透率，μw表示地层水粘度，μo表示地下原油粘度。
根据本发明的一个实施例，在所述步骤二中，根据如下表达式确定所述第一基准点：
so1r＝(1+m)×so1
其中，so1r表示第一基准点，m表示预设上浮系数，so1表示第一剩余油饱和度，其中，预设上浮系数m的取值范围包括[0，30％]。
根据本发明的一个实施例，在所述步骤三中，
根据含水率与含水饱和度的函数关系，构建同一坐标系下的含水率曲线；
以束缚水饱和度为起点，向所述含水率曲线作切线，确定出该切点所对应的含水饱和度，得到所述第二含水饱和度。
根据本发明的一个实施例，在所述步骤四中，
如果所述待分析位置的剩余油饱和度小于或等于第一基准点，则判定所述待分析位置属于第一类水驱带；
如果所述待分析位置的剩余油饱和度大于第一基准点且小于或等于第二基准点，则判定所述待分析位置属于第二类水驱带；
如果所述待分析位置的剩余油饱和度大于第二基准点，则判定所述待分析位置属于第三类水驱带；
其中，所述第一类水驱带、第二类水驱带和第三类水驱带的水淹程度依次递减。
根据本发明的一个实施例，所述方法还包括：
步骤五、根据所述待分析位置的水驱带类型，调用对应的堵调模型确定对应的堵调体系以及体系用量，其中，所述水驱带类型包括第一类水驱带、第二类水驱带和第三类水驱带，所述第一类水驱带、第二类水驱带和第三类水驱带的水淹程度依次递减；
步骤六、基于所述堵调体系和体系用量对所述待分析位置进行堵调。
根据本发明的一个实施例，在所述步骤五中，当所述待分析位置的水驱带类型为第一类水驱带时，根据最佳封堵位置和极端水洗带孔隙度确定堵调体系用量。
根据本发明的一个实施例，根据如下表达式确定所述堵调体系用量：
其中，Vf表示封堵体系用量，Rf表示最佳封堵位置，H表示油层厚度，hj表示第一类水驱带体积占比，φj表示第一类水驱带孔隙度。
根据本发明的一个实施例，通过如下步骤确定最佳封堵位置：
利用物理模拟实验确定封堵体系对第一类水驱带储层岩心的封堵率，将物理模拟所得到的不同类型封堵体系对第一类水驱带储层岩心的封堵率输入到符合目标油藏储层特点的数值模拟模型中，以目标油价下最大产出投入比为判断依据，确定最佳封堵半径，将该最佳封堵半径作为最佳封堵位置。
根据本发明的一个实施例，当所述待分析位置的水驱带类型为第一类水驱带时，所述堵调体系包括高分子聚合物类、微球类、有机无机非连续相颗粒类，技术指标为堵调体系在目标油藏多孔介质中的封堵率大于等于80％，有效期大于12个月以上。
根据本发明的一个实施例，所述方法还包括：
步骤七、根据获取到的生成井的生产数据确定待分析位置的特高含水带形成时间。
根据本发明的一个实施例，在所述步骤七中，
利用所述生产井的生产数据绘制丙型水驱曲线，并判断是否符合丙型水驱曲线特征；
若符合丙型水驱曲线特征，则基于不同时刻的丙型水驱曲线计算各个时刻的理论可动油储量；
对比理论可动油储量初期和后期数据，判断特高含水带形成时间。
根据本发明的一个实施例，所述的生产井的生产数据包括从开井以来的累积产液量和累积产油量，通过如下表达式计算绘制不同时刻的丙型水驱曲线所需数据：
其中，Lpk表示k时刻的累积产液量，Npk表示k时刻的累积产油量，Ak和Bk表示k时刻丙型水驱曲线的拟合系数。
根据本发明的一个实施例，在基于不同时刻的丙型水驱曲线计算各个时刻的理论可动油储量的步骤中，包括：
利用不同时刻的丙型水驱曲线计算拟合系数Bk；
基于计算得到的拟合系数Bk得到对应时刻的理论可动油储量。
根据本发明的一个实施例，在对比理论可动油储量初期和后期数据，判断特高含水带形成时间的步骤中，包括：
基于各个时刻的理论可动油储量确定后期定值；
将理论可动油储量的初期数据中首次达到与所述后期定值同一数量级的数据对应的时刻判定为特高含水带形成时间。
根据本发明的一个实施例，将横坐标选取为累积产液量Lp，绘制不同时刻的拟合系数Bk和理论可动油储量Rmok的曲线图；
利用所述曲线图来判断特高含水带形成时间。
本方法特别适合中高渗透油藏特高含水期的水驱带类型识别，对于进入特高含水期的水驱油田，由于长期的水流冲刷，现有的水驱带类别识别方法由于各自的局限性都无法很好的对水驱带进行识别划分，而本方法则能够对特高含水期的油藏进行更加精细、准确地识别，从而为特高含水期堵水调剖提供决策依据。
此外，本方法还通过收集整理现场生产数据，绘制丙型水驱曲线，然后利用丙型水驱曲线参数计算理论水驱可动油储量，最后对比理论可动油储量前后变化判断特高含水带形成时间。本发明实施例仅利用油井正常生产的数据，因此减少了油井作业对正常生产造成的影响，且加快了判断特高含水带的速度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明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的附图做简单的介绍：
图1是根据本发明一个实施例的油藏水驱带分析方法的实现流程示意图；
图2是根据本发明一个实施例的获取油水相渗曲线的实现流程示意图；
图3是根据本发明一个实施例的待分析油藏所对应的油水相渗曲线的示意图；
图4和图5是根据本发明一个实施例的含水率曲线的示意图；
图6是根据本发明一个实施例的确定第二含水饱和度的实现流程示意图；
图7至图10是根据本发明一个实施例的水驱油田不同阶段的示意图；
图11至图16是根据本发明一个实施例的采用一注一采纵向正韵律模型进行水驱微观可视化实验的结果示意图；
图17是根据本发明一个实施例的某油田七区756块现场岩心含油饱和度分析结果示意图；
图18是根据本发明一个实施例的某油田七区756块取心井测井解释图；
图19是根据本发明一个实施例的利用油藏水驱带分析方法进行堵调的实现流程示意图；
图20是根据本发明一个实施例的针对不同水驱带的堵调示意图；
图21是根据本发明一个实施例的判断特高含水带形成时间的方法的流程示意图；
图22是根据本发明一个实施例的所用模型的平面图；
图23是根据本发明一个实施例的丙型水驱曲线图；
图24是根据本发明一个实施例的理论可动储量的曲线图；
图25是根据本发明一个实施例的所给数据的丙型水驱曲线图；
图26是根据本发明一个实施例的现场数据的丙型水驱曲线图；
图27是根据本发明一个实施例的理论可动储量的曲线图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。
另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
注水开发是油田生产的主要方式，也是最经济的原油驱替开发方式，在低油价常态下，强化水驱技术意义重大。但由于地层非均质性等因素，注采井间会形成水窜通道，造成注入水的无效化。当水驱进入特高含水期后，水驱形成的水流通道更加复杂，水窜通道纵横交错，呈不规则空间网络结构。同时，由于分层注水和多轮次调剖进一步使水窜通道的网状结构更复杂、体积更庞大。而为了提高注水效率，也就需要对其进行深部调驱措施。而如果对特高含水阶段水驱油藏中不同水驱带进行区分与识别，成为特高含水油田深部调驱技术成功实施的关键。
现有的测井解释行业标准依据含水率将油层水淹程度划分为了未水淹(含水率fw≤10％)、弱水淹(10％≤fw≤40％)、低水淹(40％＜fw≤60％)、中水淹(60％＜fw≤80％)以及强水淹(80％＜fw≤100％)5个级别。然而，特高含水油藏整体含水率已经大于或等于90％，部分油藏含水率已经超过95％，基于上述测井解释行业标准来进行水驱带进行区分与识别显然无法满足特高含水期堵调需求。
同时，现有技术中还存在一种神经网络模拟交互图识别油层水淹界别的方法，该方法运用BP神经网络来对储层水淹程度进行识别。此外，现有技术中还存在一种利用自然伽马及能谱测井判断水淹层及水淹级别的方法，该方法将钍/铀值分为不同的区间，根据不同的区间值来判断油层是否水淹以及水淹程度。现有技术中还存在一种用微生物来判断检查井水淹层的方法，该方法以铁细菌为主要判断指示菌来进行水淹层的识别与划分。
然而，从识别结果来看，上述方法所确定出的水淹状态未与储层水驱效率或是剩余油产生有效关联，因此其难以为特高含水期堵调起案例评价和优化决策提供精确依据。
针对现有技术中所存在的上述问题，本发明提供了一种新的油藏水驱带分析方法。本方法特别适合中高渗透油藏特高含水期的水驱带类型识别，对于进入特高含水期的水驱油田，由于长期的水流冲刷，现有的水驱带类别识别方法由于各自的局限性都无法很好的对水驱带进行识别划分，而本方法则能够对特高含水期的油藏进行更加精细、准确地识别，从而为特高含水期堵水调剖提供决策依据。
图1示出了本实施例所提供的油藏水驱带分析方法的实现流程示意图。
如图1所示，本实施例所提供的油藏水驱带分析方法首先会在步骤S101中获取待分析油藏所对应的油水相渗曲线。其中，图2示出了本实施例中该方法获取油水相渗曲线的实现流程示意图。如图2所示，该方法会在步骤S201中选取待分析油藏的代表性储层岩心、与待分析油藏具有相似油藏特征的储层岩心或是能够表征待分析油藏储层特征的人造岩心，随后则会在步骤S202中根据步骤S201中所选取的岩心，采用采用稳态法或非稳态法测试计算含水饱和度、油相相对渗透率以及水相相对渗透率之间的数学关系，从而得到待分析油藏所对应的油水相渗曲线。
具体地，本实施例中，该方法在选取岩心时，可以利用待分析油藏的取芯井来获取待分析油藏的代表性储层岩心。而当待分析油藏并未配置取芯井时，该方法则可以通过配置为取芯井且与待分析油藏具有相似油藏特征的油藏来获取所需要的岩心。而如果待分析油藏本身以及与待分析油藏具有相似油藏特征的油藏均未配置取芯井时，该方法则可以选取能够表征待分析油藏储层特征的人造岩心。
本实施例中，该方法在步骤S202中优选地依据石油天然气行业标准SY/T5345-2007，采用稳态法或非稳态法来分别测试计算含水饱和度sw、油相相对渗透率Kro以及水相相对渗透率Krw等数据，并对所得到的这些数据进行数值拟合，从而构建得到含水饱和度sw、油相相对渗透率Kro以及水相相对渗透率Krw之间的数学关系，这样也就可以得到如图3所示的待分析油藏所对应的油水相渗曲线。
当然，在本发明的其他实施例中，根据实际需要，该方法还可以采用其他合理方式来获取待分析油藏所对应的油水相渗曲线，本发明不限于此。
再次如图1所示，本实施例中，该方法在获取到待分析油藏所对应的油水相渗曲线后，优选地会在步骤S103中基于上述油水相渗曲线，根据预设含水率阈值来确定所对应的含水饱和度，从而得到第一含水饱和度sw1。
具体地，本实施例中，上述预设含水率阈值优选地配置为99.9。当然，在本发明的其他实施例中，根据实际需要，上述预设含水率阈值还可以配置为其他合理值，本发明不限于此。例如，在本发明的其他实施例中，上述预设含水率阈值还可以在区间[99，100]内进行取值。
根据上述预设含水率阈值，该方法优选地根据如下表达式确定第一含水饱和度：
其中，fw表示预设含水率阈值，sw1表示第一含水饱和度，kro表示油相的相对渗透率，krw表示水相的相对渗透率，μw表示地层水粘度，μo表示地下原油粘度。
需要指出的是，根据含水率与含水饱和度的函数关系(例如表达式(1))，该方法还可以构建得到同一坐标系下的含水率曲线。这样也就可以得到如图4所示的曲线示意图。
在得到第一含水饱和度sw1后，本实施例中，该方法会在步骤S103中根据上述第一含水饱和度sw1确定第一剩余油饱和度。根据含水饱和度与剩余油饱和度之间的关系，该方法可以根据如下表达式来确定第一剩余油饱和度：
so1＝1-sw1 (2)
其中，so1表示第一剩余油饱和度。
随后，该方法会在步骤S104中根据步骤S103中所得到的第一剩余油饱和度so1确定出第一基准点。
具体地，本实施例中，考虑到实际油藏的非均质特性，为了进一步提高水驱带识别的精度以及准确度，本方法优选地会以第一剩余油饱和度so1为基准，将剩余油饱和度的参考值上浮特定数值，从而得到第一基准点。即存在：
so1r＝(1+m)×so1 (3)
其中，so1r表示第一基准点，m表示预设上浮系数，so1表示第一剩余油饱和度。其中，预设上浮系数m的取值范围包括[0，30％]，也就是说，根据实际需要，第一基准点可以直接为第一剩余油饱和度so1(预设上浮系数m的取值为零)，也可是小于或等于1.3so1的其他合理值(例如1.05so1、1.10so1、1.15so1、1.20so1、1.25so1等)。
本实施例中，第一剩余油饱和度so1为油相相对渗透率等于零时的剩余油饱和度，是现有测试标准下的极限情况。而采用第一剩余油饱和度so1作为第一基准点过于苛刻，与油藏开发实际差距较大，涵盖范围太小。因此，本方法通过以第一剩余油饱和度so1为基准，将剩余油饱和度的参考值上浮特定数值，从而使得所得到的第一基准点so1r能够更加符合实际应用，避免了以第一剩余油饱和度so1作为第一基准点而造成的实施条件过于苛刻的问题。
参照图4和图5，该方法所得到的第一基准点即为A点。
需要指出的是，在本发明的其他实施例中，根据实际需要，该方法还可以采用其他合理方式来获取待分析油藏所对应的油水相渗曲线，本发明不限于此。例如，在本发明的一个实施例中，该方法还可以采用经验公式法或是矿场资料计算法来构建所需要的油水相渗曲线。
再次如图1所示，本实施例中，该方法还会在步骤S105中根据待分析油藏所对应的油水相渗曲线确定水驱前缘含水饱和度，从而得到第二含水饱和度。随手，该方法会在步骤S106中根据步骤S105所得到的上述第二含水饱和度来确定第二剩余油饱和度，这样也就可以得到第二基准点。
图6示出了本实施例中确定第二含水饱和度的实现流程示意图。
如图6所示，本实施例中，该方法会在步骤S601中根据含水率与含水饱和度的函数关系，构建同一坐标系下的含水率曲线。例如，该方法所构建得到的含水率曲线可以如图4和图5所示。
在得到含水率曲线后，该方法会在步骤S602中以束缚水饱和度为起点，向该含水率曲线作切线，并在步骤S603中确定出该切点所对应的含水饱和度，这样也就可以得到所需要的第二含水饱和度。
具体地，如图5所示，本实施例中，该方法通过向含水率曲线作切线可以得到一切点(例如B点)，随后该方法可以由该切点向相渗曲线的X轴作垂线并与X轴相较于C点，这样C点所对应的含水饱和度即为所需要的第二含水饱和度sw2。
当然，在本发明的其他实施例中，该方法还可以采用其他合理方式来确定上述第二含水饱和度sw2，本发明不限于此。
本实施例中，在得到第二含水饱和度sw2后，该方法也就可以通过如下表达式来确定出第二剩余油饱和度：
so2＝1-sw2 (4)
其中，so2表示第二剩余油饱和度。而第二剩余油饱和度so2也就可以作为第二基准点(例如C点)。
需要指出的是，本发明并不对确定第一基准点和第二基准点的顺序进行限定。在本发明的不同该实施例中，根据实际需要，该方法既可以先确定第一基准点再确定第二基准点，也可以先确定第二基准点再确定第一基准点，抑或是同时确定第一基准点和第二基准点。
如图1所示，本实施例中，在得到第一基准点和第二基准点后，该方法优选地会在步骤S107中获取待分析油藏中待分析位置的剩余油饱和度，并基于所得到的第一基准点和第二基准点，根据待分析位置的剩余油饱和度确定待分析位置的水驱带类型。
具体地，如果待分析位置的剩余油饱和度小于或等于第一基准点，则判定待分析位置属于第一类水驱带；如果待分析位置的剩余油饱和度大于第一基准点且小于或等于第二基准点，则判定待分析位置属于第二类水驱带；如果待分析位置的剩余油饱和度大于第二基准点，则判定待分析位置属于第三类水驱带。其中，其中，第一类水驱带、第二类水驱带和第三类水驱带的水淹程度依次递减。
本实施例中，上述第一类水驱带优选地表征极端水洗带，第二类水驱带优选地表征强水淹带，第三类水驱带优选地表征弱水驱带。
其中，极端水洗带所表征的区域为水驱油藏中经历大过流水体积和高水渗流速度冲洗接近于残余油饱和度的区域，强水淹带所表征的区域则为注入水波及体积内含油饱和度在平均含油饱和度的区域，弱水驱带所表征的区域则为注入水波及体积内含油饱和度在平均含油饱和度和原始含油饱和度之间的区域。需要指出的是，在本发明的其他实施例中，根据实际需要，上述弱水驱带所表征的区域还可以包含未波及带(即注水未波及区域，其含油饱和度为原始含油饱和度)。
为了说明不同类型水驱带在水驱油田开发阶段的形成特征，本实施例中采用对角五点井网的微观玻璃刻蚀模型进行水驱微观可视化实验。从图7至图10可以看出，水驱油田主要分为三个阶段。
第一阶段为突破前排驱，此时无水淹通道，全部注入水用于增大波及体积，生产井产出液含水较低，如图7所示。
在第二阶段，注入水首次突破(如图8所示)，此时地层中既存在突破的水淹通道也存在未突破的排驱通道，水淹通道进入剥蚀阶段，波及体积增。由于首次突破形成的水流通道已成为水窜主流通道，因此可认为注水首次突破形成的水驱带为极端水洗带。
在第三阶段，注入水完全突破(如图9所示)，此时地层中全部液流通道均被水淹，进入剥蚀阶段，波及体积不再增加。因此可以认为注入水完全突破形成的水驱带为强水淹带。
此后生产井进入特高含水阶段，如图10所示，处于微观模型对角线两侧未波及和从强水淹带辐射形成、且未从油井突破的水淹区域可以视为弱水驱带。因此，不同水驱带是在不同水驱开发阶段形成的，在不同水驱开发阶段中的表现也不同。
为了进一步说明不同级次水驱带在水驱油田不同开发阶段形成及在油藏动态生产数据中表现，本实施例中，采用一注一采纵向正韵律模型进行水驱微观可视化实验，其结果如图11至图16所示。
如图11和图12所示，对于极端水洗带来说，注入水主要沿高渗透条带向油井指进。在驱替压差作用下，高中低渗透区域原油均向油井流动。由于先形成的水窜通道在原始地层条件下就较其他地方有更高的渗流能力，而经过比之后形成的水窜通道更长时间的水流冲刷其渗流能力进一步增强，因此最早形成的水窜通道也就可以视为极端水洗带，也是注入水窜流主要通道。这也就是说，极端水洗带是注入水从油井突破时驱替水波及的区域(最早形成的主水驱通道)，即水洗强度最高的区域，以驱替水从油井突破时驱替水波及体积判别。
如图13和图14所示，在极端水洗带形成后，随着水驱开发延续，注入水一部分沿高渗透条带无效循环，另一部分注入水驱动中低渗透层原油向油井流动并逐步形成新的水窜通道。这样也就可以不断形成次生水驱通道，并不断从油井突破。
油水井水流联通的次生通道即为强水淹带，其形成时间和渗流能力均小于极端水洗带，但全部水流突破通道形成后注入水波及体积增加速度减缓或不再增加。故强水淹带形成时间是波及体积不再增加、油田开发转入注入水剥蚀开发阶段的时间点，以所有油水井联通通道形成时波及体积判别。
如图15和图16所示，在强水淹带形成后，多条水窜通道共存，与渗透率不完全对应。水驱进入剥蚀阶段后，孤岛状和连片状残余油不再流动，水驱采出原油主要为分散残余油。极端水洗带注入水分流量逐步增加，部分水波及区油水径向渗流终止。因此可以认为弱水驱带(包括未波及带)是从强水淹带辐射形成且未从油井突破的水淹区域，是高含水阶段的非流动区域。弱水驱带形成时间是注入水波及区内油水径向流停止区域完全形成的时间点。
为了验证本发明所提供的油藏水驱带分析方法的有效性和可靠性，本实施例中利用本方法对某油田七区756块现场岩心含油饱和度分析，其结果如图17所示。
从图17中可以看出，对于该油田七区来说，有171块岩心含油饱和度小于或接近残余油饱和度，其占总体的近22.62％，这些岩心所对应的位置被识别为第一类水驱带(即极端水洗带)；含油饱和度在平均含油饱和度和残余油饱和度之间的区域的岩心占总体的68.52％，这些岩心所对应的位置被识别为第二类水驱带(即强水淹带)；含油饱和度在平均含油饱和度和原始含油饱和度之间的岩心占8.86％，这些岩心所对应的位置被识别为第三类水驱带(即弱水驱带)。通过对比该油田取心井测井解释图(见图18)可得，本发明提出的基于剩余油饱和度的水驱带识别结果与现场取心井的测井解释结果吻合，这也就证明本方法所得到的结果是准确、可靠的。
如图19所示，本实施例中，在确定出待分析位置的水驱带类型后，该方法会在步骤S1901中根据所确定出的水驱带类型，调用对应的堵调模型来确定相对应的堵调体系以及体系用量。最后，该方法会在步骤S1902中基于步骤S1901中所确定出的堵调体系和体系用量对待分析位置进行堵调。
具体地，本实施例中，如果待分析位置的水驱带类型为第一类水驱带(例如极端水洗带)，那么该方法在步骤S1901中则会调用与第一类水驱带所对应的堵调模型(即封堵体系模型)来确定对应的堵调体系以及体系用量。
在封堵体系模型中，针对第一类水驱带(即极端水洗带)需要进行高强度封堵，因此本实施例中，该方法所确定的堵调体系优选地可以是高分子聚合物类、微球类、有机无机非连续相颗粒类封堵体系。这类封堵体系的技术指标为体系在目标油藏多孔介质中的封堵率大于或等于指定封堵率，其有效期也就需要在指定时长以上。
例如，本实施例中，该方法所采用的封堵体系在目标油藏多孔介质中的封堵率大于或等于80％，有效期在12个月以上。
本实施例中，在封堵体系模型中，该方法优选地会根据所确定出的最佳封堵位置和第一类水驱带孔隙度来确定封堵体系用量。例如，本实施例中，该方法可以根据如下表达式来确定封堵体系用量：
其中，Vf表示封堵体系用量，Rf表示最佳封堵位置，H表示油层厚度，hj表示第一类水驱带体积占比，φj表示第一类水驱带孔隙度。
第一类水驱带孔隙度φj可以利用待分析区域的取芯井来获取。
本实施例中，最佳封堵位置优选地可以通过如下步骤来确定：利用物理模拟实验确定封堵体系对极端水洗带储层岩心的封堵率，将物理模拟所得到的不同类型封堵体系对极端水洗带储层岩心的封堵率输入到符合目标油藏储层特点的数值模拟模型中，以目标油价下最大产出投入比为判断依据，确定最佳封堵半径，将该最佳封堵半径作为最佳封堵位置。
具体来说，首先，利用物理模拟实验确定封堵体系对极端水洗带储层岩心的封堵率。选取能代表油藏极端水洗带储层特点的天然岩心或是人造岩心，通过室内物理模拟实验确定不同封堵体系在不同浓度条件下对岩心的封堵率，封堵体系类型为上述的高分子聚合物类、微球类、有机无机非连续相颗粒类体系，但不限于此。
其次，确定不同类型封堵体系在不同浓度和封堵半径下的方案。建立符合油藏储层特点的数值模拟模型，其极端水洗带、强水淹带、弱水驱带的渗透率、孔隙度、剩余油饱和度能与油藏实际相符，将物理模拟所得到的不同类型封堵体系对极端水洗带储层岩心的封堵率输入到模型中，具体可以通过修改极端水洗带储层渗透率的方式实现，所修改的渗透率范围可以从水井端以圆柱半径的方式向油井端延伸，例如10m、30m、50m、70m、90m、105m、……等。
最后，以产出投入比最大为原则确定最佳封堵半径。按上述不同方案模拟计算极端水洗带封堵后油井端的产油量，每个方案下油井的产油量减去不封堵方案时的产油量即为增油量，按照目标油价计算增油量的产值，该产值为产出值；计算不同封堵半径方案下所使用堵剂用量所投入的费用，该值为投入值。将每个方案下的产出值与投入值作比值，当产出投入比最大时的方案为最优方案，最优方案对应的封堵半径为最佳封堵半径。
当然，在本发明的其他实施例中，该方法还可以采用其他合理方式来确定封堵体系和/或体系用量，本发明不限于此。
本实施例中，在确定出堵调体系以及体系用量后，该方法在步骤S1902中优选地会以预设排量来按照上述体系用量将堵调体系注入到地层，从而实现对待分析位置的堵调。
例如，该方法在步骤S1902中可以利用地面注入泵将封堵体系以4～12m3/h的排量注入到地层。封堵体系注入完成后，该方法优选地会利用油田水将井筒内的封堵体系顶入地层，随后侯凝2～5天。这样也便完成了对该段极端水洗带的封堵。
当然，在本发明的其他实施例中，该方法在将堵调体系注入到地层所使用到的排量以及注入完成后的侯凝时长还可以根据实际需要配置为其他合理值，本发明并不对此进行限定。
而如果待分析位置的水驱带类型为第二类水驱带(例如强水淹带)，那么该方法则会在步骤S1901中调用与第二类水驱带相对应的堵调模型(即流度/相渗调控模型)来确定对应的堵调体系以及体系用量。
本实施例中，在流度/相渗调控模型中，针对第二类水驱带(即强水淹带)，该方法优选地会分别确定对应的流度调控体系以及相渗调节体系。其中，流体调控体系的技术指标优选地为体系在目标油藏多孔介质中的渗流阻力大于或等于目标油藏多孔介质中的原油渗流阻力。例如，该方法所确定出的流度调控体系优选地可以包括高分子聚合物类、有机无机非连续微粒类调驱体系。
而相渗调节体系的技术指标优选地为在模拟油藏条件下，物理模拟相对渗透率测试油相渗透率提高预设百分比(例如20％等)以上。例如，该方法所确定出的相渗调节体系优选地可以包括表面活性剂类、高分子聚合物类驱体系。
当然，在本发明的其他实施例中，该方法所确定出的对应于第二类水驱带的流度调控体系和/或相渗调节体系还可以根据实际需要配置为其他合理介质，本发明并不对流度调控体系和/或相渗调节体系的具体介质进行限定。
本实施例中，该方法优选地会将所优选的不同类型流度/相渗调控体系浓度、粘度等参数输入到符合上述对第一类水驱带的模型封堵数值模拟模型中，以目标油价下最大产出投入比为判断依据，确定最佳的流度/相渗调控体系用量占第二类水驱带的体积比，然后根据容积法确定待分析位置处所需要的流度/相渗调控体系用量。
例如，本实施例中，该方法可以根据如下表达式确定流度/相渗调控体系用量：
其中，Vt表示流度/相渗调控体系用量，vt表示最佳流度/相渗调控体系用量占第二类水驱带的体积比，L表示井间距离，H表示油层厚度，hq表示第二类水驱带体积占比，φq表示第二类水驱带孔隙度。
本实施例中，第二类水驱带孔隙度φq同样可以利用待分析区域的取芯井来获取。
当然，在本发明的其他实施例中，该方法还可以采用其他合理方式来确定流度/相渗调控体系和/或体系用量，本发明不限于此。
本实施例中，在确定出流度/相渗调控体系以及体系用量后，该方法在步骤S104中优选地会以预设排量来按照上述体系用量将流度/相渗调控体系注入到地层，从而实现对待分析位置的堵调。
例如，该方法在步骤S1902中可以利用地面注入泵将流度/相渗调控体系以4～12m3/h的排量注入到地层。流度/相渗调控体系注入完成后，该方法优选地会利用油田水将井筒内的封堵体系顶入地层。
当然，在本发明的其他实施例中，该方法在将流度/相渗调控体系注入到地层所使用到的排量还可以根据实际需要配置为其他合理值，本发明并不对此进行限定。
而如果待分析位置的水驱带类型为第三类水驱带(例如弱水驱带)，那么该方法则会在步骤S1901中调用与第三类水驱带相对应的堵调模型(即乳液降粘体系/气体超覆模型)来确定对应的堵调体系以及体系用量。
本实施例中，在乳液降粘体系/气体超覆模型中，针对第三类水驱带(即弱水驱带)，该方法会对弱水驱带实施扩大水波及，具体可以包括通过分注、解堵、增注等物理化学手段提升弱水驱带的吸水量，提升水驱效率的体系优选地可以包括注入降粘剂、相渗调节剂或是低界面张力体系。
本实施例中，该方法优选地会将所优选的不同类型乳液降粘体系/气体浓度、粘度等参数输入到上述对第一类水驱带的模型封堵和第二类水驱带流度/相渗调控的数值模拟模型中，以目标油价下最大产出投入比为判断依据，确定最佳乳液降粘体系/超覆气体用量占第三类水驱带的体积比，然后根据容积法确定待分析位置处所需要的乳液降粘体系/超覆气体用量。
例如，本实施例中，该方法可以根据如下表达式确定乳液降粘体系/超覆气体用量：
Vj＝vjπL2Hhrφr (7)
其中，Vj表示乳液降粘体系/超覆气体用量，vj表示最佳乳液降粘体系/超覆气体用量占第三类水驱带的体积比，L表示井间距离，H表示油层厚度，hr表示第三类水驱带体积占比，φr表示第三类水驱带孔隙度。
本实施例中，第三类水驱带孔隙度φr同样可以利用待分析区域的取芯井来获取。
当然，在本发明的其他实施例中，该方法还可以采用其他合理方式来确定乳液降粘体系和/或体系用量，本发明不限于此。
本实施例中，在确定出乳液降粘体系以及体系用量后，该方法在步骤S1902中优选地会以预设排量来按照上述体系用量将乳液降粘体系注入到地层，从而实现对待分析位置的堵调。
例如，该方法在步骤S1902中可以利用地面注入泵将乳液降粘体系以4～12m3/h的排量注入到地层。乳液降粘体系注入完成后，该方法优选地会利用油田水将井筒内的封堵体系顶入地层。
当然，在本发明的其他实施例中，该方法在将乳液降粘体系注入到地层所使用到的排量还可以根据实际需要配置为其他合理值，本发明并不对此进行限定。
为了更加清楚地阐述本发明所提供的油藏堵调方法的可用性和可靠性，以下以某特高含水油藏的堵调来作进一步的说明。
某特高含水油藏综合含水率98％，油藏温度65℃，油层厚度10m，地层水矿化度10000mg/L，地下原油粘度60mPa·s，自下向上依次分为第一类水驱带、第二类水驱带以及第三类水驱带(即极端水洗带、强水淹带和弱水驱带)。
其中，极端水洗带渗透率为5000×10-3μm2，孔隙度为34％，体积占比15％。强水淹带渗透率为3000×10-3μm2，孔隙度为32％，体积占比70％。弱水驱带渗透率为1000×10-3μm2，孔隙度为30％，体积占比15％。井间不同级次水驱带分布如图20所示。
取四分之一五点井网为例，一注水井A，一生产井B，井距为300m，均在Ng53层系。
以封堵体系为聚合物类高分子体系为例进行说明。
(1)最佳封堵半径根据室内物理模拟和数值模拟共同确定。
首先，确定封堵体系对极端水洗带岩心的封堵率。
选取能代表油藏极端水洗带储层特点的天然岩心，渗透率大约为5000×10-3μm2，孔隙度为34％，饱和区块原油，水驱至岩心含油饱和度为残余油饱和度至25％。通过室内物理模拟实验确定聚合物类高分子体系在不同浓度条件下对岩心的封堵率，其中聚合物类高分子体系的配方选择为聚合物：交联剂的浓度设为3000mg/L：2000mg/L、3000mg/L：3000mg/L、4000mg/L：2000mg/L、4000mg/L：3000mg/L、4000mg/L：4000mg/L、5000mg/L：3000mg/L、5000mg/L：4000mg/L。将不同浓度配比的聚合物类高分子封堵体系注入到岩心中，注入量为1倍孔隙体积，侯凝3天后分别水驱，计算岩心的渗透率，通过封堵前后的渗透率确定封堵率。结果如下表。
不同浓度下的岩心封堵率物理模拟结果
其次，确定不同类型封堵体系在不同浓度和封堵半径下的方案。
建立符合油藏储层特点的数值模拟模型，模型中X方向网格长度为5m，Y方向网格长度为5m，Z方向网格长度为0.5m，纵向总厚度为10m。其中极端水洗带渗透率为5000×10-3μm2，孔隙度为34％，含油饱和度小于等于25％，厚度为1.5m；强水淹带渗透率为3000×10-3μm2，孔隙度为32％，含油饱和度25-45％，厚度为7m；弱水驱带渗透率为1000×10-3μm2，孔隙度为30％，含油饱和度大于等于45％，厚度为1.5m。将物理模拟所得到的封堵体系对极端水洗带储层的封堵率输入到模型中，具体可以通过修改极端水洗带储层渗透率的方式实现，所修改的渗透率范围可以从水井端以圆柱半径的方式向油井端延伸，例如10m、30m、50m、70m、90m、105m、120m等。
体系在不同浓度和封堵半径下的极端水洗带网格渗透率赋值
最后，以产出投入比最大为原则确定最佳封堵半径。按上述不同方案模拟计算极端水洗带封堵后油井端的产油量，每个方案下油井的产油量减去不封堵方案时的产油量即为增油量，按照目标油价计算增油量的产值，该产值为产出值；计算不同封堵半径方案下所使用堵剂用量所投入的费用，该值为投入值。将每个方案下的产出值与投入值作比值，当产出投入比最大时的方案为最优方案，最优方案对应的封堵半径为最佳封堵半径(深度)。模拟计算结果见下表。
体系在不同浓度和封堵半径下的产出投入比值(目标油价为50$/bbl)
从表中可以看出，当聚合物：交联剂的浓度为4000mg/L：3000mg/L，且封堵半径为105m时，产出投入最大为1.52:1，确定该方案下的封堵半径105m为最佳封堵半径。
现场注入量利用容积法计算所需封堵的极端水洗带体系用量，封堵距离为105米。利用表达式(5)也就可以确定出封堵体系用量，其中，最佳封堵位置Rf的取值为105米，油层厚度H的取值为10米，极端水洗带体积占比hj的取值为15％，极端水洗带孔隙度φj的取值为34％。最后得到的极端水洗带封堵体系用量为17656m3。
根据油藏温度65℃，地层水矿化度10000mg/L，极端水洗带渗透率5000×10-3μm2，选择能够大剂量注入且成胶后封堵率为95％的连续相聚合物铬冻胶体系做为极端水洗带封堵体系。
利用地面注入泵将17656m3铬冻胶体系以排量4～12m3/h注入地层，体系注入完成后利用油田水将井筒内堵剂顶入地层，然后侯凝2-5天。
在封堵的基础上进行强水淹带流度调控和相渗调节，流度调控体系根据地下原油粘度进行选择，在65℃温度条件下，粘度达到原油粘度2倍以上，即高于120mPa·s，通过室内优选2000mg/L的疏水缔合聚合物均大于200mPa·s，满足调控要求。
相渗调节体系根据对区块油相相对渗透率的改变进行选择，在油藏温度65℃、原油粘度为60mPa·s、渗透率3000×10-3μm2条件下，在含油饱和度35％的条件下油相渗透率0.05，加入3000mg/L相渗调节体系后油相渗透率提高至0.08，提高60％倍以上，满足调控要求。
流度调控和相渗调节体系的用量利用数值模拟方法和容积法相结合进行确定。利用图20所示的模型，在极端水洗带封堵的基础上，在上述数值模拟模型中注入浓度为2000mg/L的疏水缔合聚合物体系与3000mg/L相渗调节体系的混合溶液分别为0.05、0.1、0.15、0.2、0.25、0.3倍孔隙体积，经过投入产出比计算，当注入的疏水缔合聚合物与相渗调节体系用量占强水淹带0.2倍孔隙体积时为最优方案，现场注入量根据表达式(6)可以计算得到。其中，流度/相渗调控体系用量占第二类水驱带的体积比vt的取值为0.2，井间距离L的取值为300，油层厚度H的取值为10米，第二类水驱带体积占比hq的取值为70％，第二类水驱带孔隙度φq的取值为32％。最后得到的强水淹带调控体系用量为12.66×104m3。
利用地面注入泵将12.66×104m3浓度为2000mg/L的疏水缔合聚合物体系与3000mg/L相渗调节体系的混合溶液以排量4～12m3/h注入地层，体系注入完成后利用油田水将井筒内体系顶入地层。
乳液降粘体系根据对区块地面原油性质进行选择，在油藏温度65℃、原油粘度为60mPa·s，室内评价实验加入3000mg/L超高界面活性乳液体系后油水界面张力达到10-2mN/m，体系粘度3mPa·s，满足调控要求。
乳液降粘体系的用量利用数值模拟方法和容积法相结合进行确定。利用图22所示模型，在对极端水洗带封堵和强水淹带流度调控/相渗调节的基础上，在上述数值模拟模型中注入浓度为3000mg/L的超高界面活性乳液体系分别为0.05、0.1、0.15、0.2、0.25、0.3、0.35、0.4倍孔隙体积，经过投入产出比计算，当注入的乳液降粘体系用量占弱水驱带0.3倍孔隙体积时为最优方案，现场注入量可以根据表达式(7)进行计算。
其中，乳液降粘体系/超覆气体用量占弱水驱带的体积比vj的取值为0.3，井间距离L的取值为300米，油层厚度H的取值为10米，弱水驱带体积占比hr的取值为15％，弱水驱带孔隙度φr的取值为30％。最后得到的弱水驱带乳液降粘体系/超覆气体用量为38151m3。
利用地面注入泵将38151m3浓度为3000mg/L的高界面活性乳液体系以排量4～12m3/h注入地层，体系注入完成后利用油田水将井筒内体系顶入地层，整个施工全部结束。
同时，发明人通过研究还发现，我国大部分水驱油田已进入高含水、特高含水开发阶段，而其中很大部分是由于特高含水带窜流造成注水无效循环，影响水驱波及体积，因此判别特高含水带形成显得尤为重要。而目前对于特高含水带形成时间的判断多依赖于直接的经验观察，没有特定具体的判断方法。
油藏注水开发过程中，特高含水带是注入水的主流通道，是注入水无效窜流的主要原因，因此判断特高含水带的形成具有重要的意义。特高含水带往往是由于地质原因产生，天然的高渗条带、裂缝都是注水指进的方向，从而形成高渗条带。因此，特高含水带往往会是注水最早突破的位置。为此只需要判断注水最先突破的时间，即可判断特高含水带的形成时间。
目前判断注水突破的方法主要是通过观察含水率变化、化验采出水样等方法来判断，但实际生产过程中由于储层内含水，或是由于生产过程中的地层压力导致孔隙体积减小，从而使原本的束缚水变为可动水而采出，或是由于钻井、完井等措施的不合理导致井内受到工作液入侵均会使含水率曲线与理论计算差异大，从而影响特高含水带形成时间的判断。
针对现有技术中所存在的上述问题，本发明所提供的油藏水驱带分析方法优选地还能够根据获取到的生成井的生产数据确定待分析位置的特高含水带形成时间。
在本领域中，水驱曲线是油田上使用的较为常见的一种预测及评价用曲线，而且获取较为方便，可以通过生产数据直接获得。常用的水驱曲线有甲型、乙型和丙型水驱曲线，而甲型和乙型水驱曲线仅在开发中期有较好的线性特征，虽然科研人员分析了其出现的原因并提出了许多修正方法，但也使其变得更为复杂。为此，本申请实施例选用丙型水驱曲线作为研究对象，利用丙型水驱曲线判断特高含水带的形成时间。
图21为本申请实施例的判断特高含水带形成时间的方法流程示意图。下面参考图21来说明该方法的各个步骤。
在步骤S2101中，获取生产井的生产数据。
需要说明的是，本步骤所要求的生产数据需要是从开井以来的生产动态数据，一般包括月产液量、月产油量，或者是利用月产液量和月产油量计算得到的从开井以来的累积产液量和累积产油量，从而方便计算丙型水驱曲线，为了使结果更加准确，需要完整的初期生产数据。
在步骤S2102中，利用生产井的生产数据绘制丙型水驱曲线。
具体地，利用步骤S2101获取的生产数据计算出绘制丙型水驱曲线所需数据，然后针对绘制出的丙型水驱曲线，判断是否符合丙型水驱曲线特征。
在该步骤中，所述丙型水驱曲线方程可以通过如下式(8)得到：
其中，Lp为累积产液量，m3；Np为累积产油量；A和B为拟合系数。
更具体说，通过如下表达式计算绘制不同时刻的丙型水驱曲线所需数据(参数)：
其中，Lpk表示k时刻的累积产液量，Npk表示k时刻的累积产油量，Ak和Bk表示k时刻丙型水驱曲线的拟合系数。
其中的拟合系数Ak和Bk可以通过下式计算得到：
其中，Lpk+1表示k+1时刻的累积产液量，Npk+1表示k+1时刻的累积产油量。
用此方法计算可得到一系列B和A，可做出不同时刻的B和A的变化图。通常计算丙型水驱曲线拟合系数并不会使用这种方法，本发明实施例使用这种方法是为了方便计算不同时刻丙型曲线的变化，并利用此来进行判断。
在绘制得到丙型水驱曲线之后，判断是否符合丙型水驱曲线的曲线特征，若符合，则执行后面的步骤，即步骤S2103。否则，结束操作。
在步骤S2103中，利用丙型水驱曲线各时刻值计算理论可动油储量。
具体来说，基于不同时刻的丙型水驱曲线计算各个时刻的理论可动油储量。在该步骤中，首先，利用各个时刻的丙型水驱曲线计算拟合系数Bk；然后，基于计算得到的拟合系数Bk得到对应时刻的理论可动油储量。
优选地，在本步骤中，可以通过如下公式来计算理论可动油储量：
其中，理论可动油储量Rmok表示k时刻计算的波及体积。
此处Rmok的计算方法是利用丙型水驱曲线数据计算可动油公式中当含水率fw达到1时的公式。但因为在初期丙型曲线并非直线，且从丙型水驱曲线的公式推导中发现此时计算的Rmok并没有实际意义，故在本发明中此Rmok仅是一个判断指标并不能作为定量估算水驱可动油的依据。
此时，通常情况下Rmo是一个在前期剧烈波动且数值极高或为负值，后期Rmo趋于平缓，且稳定在一个固定值附近波动。由此从图上判断出特高含水带形成时间Th，位于剧烈波动结束的位置，具体可以以数值和稳定期处于同一数量级的时刻为特高含水带形成时间。
如没有详细的地层数据，在此步即可判断出特高含水带形成时间，即为Th。
其初期数值极高的原因是由丙型水驱曲线固有问题产生的。首先在丙型水驱曲线推导方法上可以发现其直线段，即Rmo不变段，出现在出口端含水率极高的情况下，通过查看丙型水驱曲线推导公式，发现Rmo在推导过程中的精确表达式为：
其中，Vp为孔隙体积，Sof为原始可动油饱和度，Boi为原油体积压缩系数(可近似为1)，Soe为前缘含油饱和度，Sor为残余油饱和度。
可以发现在初期如前缘含水饱和度接近束缚水饱和度时，E值极为接近1，故在计算Rmo时得到的结果为无穷大。
而通过直接观察丙型水驱曲线本身，可以发现如注入水未突破，产出完全不含水时，Lp＝Np。此时可计算得A＝1，B＝0，而Rmo＝1/B，故Rmo＝∞。
但在实际生产过程中初期不可能完全不含水，由于生产过程中产生的压降会使孔隙体积减小从而挤出地层中原始的含水。且由于初期油井通常并不是稳定生产，故产液、产水也有很大的变化，体现在Rmo上就是前期剧烈的波动。
在步骤S2104中，对比理论可动油储量初期和后期数据，判断特高含水带形成时间。
需要说明的是，在该步骤中可动油储量并非实际可动油储量，通常丙型曲线直线段可以方便计算出可动油储量，但此仅限为开发后期丙型曲线进入直线段时。而此处是利用同样的计算手段计算的前期的数据，并不能代表可动油储量。
根据本发明实施例，在该步骤中，基于各个时刻的理论可动油储量确定后期定值，判断Rmo进入后期数据的依据为Rmo近乎不变达到一定值，此定值可近似看作油井控制的可动油储量，作为后期定值。然后，将Rmo初期数据首次到达与后期定值同一数量级的数据对应的时刻判断为特高含水带形成时间。或者，将Rmo初期数据首次到达与后期定值同一数量级、接近定值，且不再波动超出定值数量级时，即可判断此点位特高含水带形成时间。
在一个优选的例子中，为了更加直观地判断特高含水带形成时间，可以将横坐标选取为累积产液量Lp，绘制不同时刻的拟合系数Bk和理论可动油储量Rmo的曲线图，然后利用曲线图来判断特高含水带形成时间。
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，现结合以下具体示例及附图对本发明的技术方案进行以下详细说明。
示例1
本示例一提供了仅利用生产数据识别特高含水带形成的方法，其包括以下步骤：
1)具体实施方法
第一步：使用生产动态数据中产液量和产油量计算绘制丙型水驱曲线所需数据，判断是否符合丙型水驱曲线特征，符合的情况下才可以继续进行。
第二步：计算出每一时刻的水驱可动储量Rmo，并判断特高含水带形成时间。
2)具体示例
利用数值模拟软件，建立一维线性模型，应用本发明实施例所提供方法来计算特高含水带形成时间。
所建模型如图22所示，共有21×1×1＝21个网格，网格长度为10m，宽度为5m，厚度为1m。平面渗透率为2000×10-3μm2，纵向渗透率为200×10-3μm2，孔隙度为0.34。流体性质为原油密度967kg/m3，地下原油粘度为4mPa·s，水密度为1000kg/m3，地下水粘度为0.45mPa·s。注采井分别位于两端，定压生产，生产井井底压力为12MPa，定压注入，注入压力为15MPa，初始地层压力13.6MPa。由于数值模拟软件可以直接导出累积产液和累积产油，此处可略去利用月生产数据计算累积数据的过程，生产井累积生产数据如下表所示。
不同模拟时刻下累积产油、累积产液及含水率值
(1)使用上中数据带计算Lp/Np，作出其关于Lp的关系曲线如图23所示。可以发现在后期出现了很好的直线段，说明此模型符合丙型水驱曲线形式。
(2)根据表达式(10)可以进一步计算每个时间段内的Bk。
(3)利用上一步计算得到的Bk，利用表达式(12)使用如下公式计算Rmok。
其中，所计算得到的不同时间段的B和Rmo如下表所示。
不同时刻下累积产液、B及Rmo值
| 时间(天) | 累积产液(m<sup>3</sup>) | B | R<sub>mo</sub> |
| 0 | 0 | ||
| 1 | 3.576205 | -3.24006E-07 | -3086360.52 |
| 1 | 6.16788 | -4.24907E-07 | -2353457.21 |
| 2 | 9.589592 | -4.92943E-07 | -2028633.52 |
| 4 | 15.33186 | -5.04859E-07 | -1980750.69 |
| 7 | 22.54398 | -4.09222E-07 | -2443663.06 |
| 9 | 31.36431 | 9.71931E-07 | 1028879.137 |
| 13 | 42.18163 | 1.22528E-05 | 81613.86231 |
| 16 | 54.81926 | 7.44355E-05 | 13434.45031 |
| 21 | 69.21612 | 0.000332569 | 3006.895419 |
| 25 | 85.12584 | 0.001197267 | 835.2358345 |
| 30 | 101.5771 | 0.003945737 | 253.4380879 |
| 34 | 120.7912 | 0.005339627 | 187.2789828 |
| 40 | 146.0127 | 0.00570014 | 175.4342815 |
| 47 | 178.5746 | 0.005842624 | 171.155984 |
| 60 | 246.9138 | 0.005658623 | 176.7214359 |
| 75 | 341.5882 | 0.005398515 | 185.2361116 |
| 90 | 447.1952 | 0.005148025 | 194.2492537 |
| 120 | 699.1817 | 0.00473319 | 211.2739923 |
| 150 | 991.8793 | 0.004568407 | 218.8946607 |
| 180 | 1322.47 | 0.004503268 | 222.0609491 |
| 210 | 1686.195 | 0.004428069 | 225.8320491 |
| 240 | 2076.614 | 0.004399352 | 227.3061826 |
| 270 | 2486.317 | 0.004421063 | 226.1899525 |
| 300 | 2909.407 | 0.004453773 | 224.5287403 |
| 330 | 3341.884 | 0.004492739 | 222.581361 |
| 360 | 3780.814 | 0.004533498 | 220.5802209 |
| 390 | 4224.079 | 0.004572355 | 218.7056621 |
| 420 | 4670.183 | 0.004606754 | 217.0725939 |
| 450 | 5118.098 | 0.004635258 | 215.737741 |
| 480 | 5567.134 | 0.004657526 | 214.7062753 |
| 510 | 6016.845 | 0.004673981 | 213.9503622 |
| 540 | 6466.951 | 0.004685527 | 213.4231505 |
| 570 | 6917.281 | 0.004693258 | 213.0715844 |
| 600 | 7367.735 | 0.004698214 | 212.8468588 |
| 630 | 7818.256 | 0.004701253 | 212.7092643 |
| 660 | 8268.813 | 0.004703071 | 212.6270296 |
| 690 | 8719.387 | 0.004704103 | 212.5803578 |
| 720 | 9169.971 | 0.004704684 | 212.5541449 |
| 750 | 9620.559 | 0.004704998 | 212.539951 |
以表的形式表现可能不是十分直观，为方便找出特高含水带形成时间将B和Rmo做图，横坐标选取Lp，如图24所示。由于丙型水驱曲线是以Lp作为各参数的相关量而不是直接与时间相关。这样可以避免由于对油水井作业导致生产井停产而产生的时间断层，从而使数据更加连续。
(4)通过观察图24，我们可以直接观察到Rmo处于低位的位置，然后再到上表中找到相应位置，Rmo数值与最终Rmo第一次处于同一数量级，或初次极为接近时即判断为特高含水带形成，可以判断其特高含水带形成时间为25天到30天之间，累产液量为85m3。
示例2
本示例二提供了仅利用现场生产数据识别特高含水带形成的方法，其包括以下步骤：
1)具体实施方法
第一步：使用生产动态数据中产液量和产油量计算绘制丙型水驱曲线所需数据，判断是否符合丙型水驱曲线特征，符合的情况下才适合继续进行。
第二步：计算出每一时刻的水驱可动储量Rmo，并判断特高含水带形成时间。
2)具体示例
所用实例来自孤东油田堵调试验区的数据，此试验区生产数据较为符合丙型水驱曲线。
试验区地层砂岩发育，总体来说以细、粉细砂岩为主，胶结程度较疏松，粒度中值平均0.14μm，分选中等。平均孔隙度31.7％，平均渗透率2323.5×10-3μm2，孔喉半径平均值8.81-11.12μm，均质系数0.38-0.44。总体来说，物性参数各韵律层自上而下，孔隙度增大，渗透率增大，粒度中值增大，渗透率变异系数降低。
单元目前采用212×212m的交错行列式注采井网，实施例的4井组井网基本完善。
选取其中一口生产井使用本方法计算其特高含水带的形成，生产井生产数据如下表所示。
一口生产井实际生产数据
由于现场数据过多，上表只列举出其初期的生产数据，且其最后已达到了基本的稳定状态，也可充分作为判断特高含水带形成的依据。
(1)利用上表中数据计算出累积采油，累积产液，之后用来计算丙型水驱曲线。其结果见下表。
累积采油、累积产液及含水率计算结果
(2)使用上中数据带计算Lp/Np，作出其关于Lp的关系曲线如图25所示。可以发现在后期出现了较好的直线段，如加入之后的生产数据会使直线段更加明显如图26所示，说明此模型符合丙型水驱曲线形式。
(3)根据表达式(10)可以进一步计算每个时间段内的Bk。
(4)利用上一步计算得到的Bk，利用表达式(12)使用如下公式计算Rmok。
其中，计算得到的不同时间段的B和Rmo如下表所示。
不同生产阶段累积产液、B和Rmo值
以表的形式表现可能不是十分直观，为方便找出特高含水带形成时间将B和Rmo做图，横坐标选取Lp，如图27所示。这样可以减少由于油井刚投产时各种处理措施导致每月产量波动较大从而对数据产生的影响，并且使数据连续性更好。
(5)通过观察图27，可以直接观察到Rmo处于低位的位置，然后再到上表中找到相应位置，Rmo数值与最终Rmo第一次处于同一数量级，或初次极为接近时即判断为特高含水带形成，可以得出此井特高含水带形成时间为1988年10月到1988年11月间，累产液量为6672m3。而之后出现的几个小峰值可以判断为地层中略弱的一些含水带突破在曲线上的反应。
本发明实施例使用丙型水驱曲线，采用累积产油、累积产液作为条件，较含水率数据更加稳定，且丙型水驱曲线作为油田常用评价曲线，仅使用产液、产油数据即可计算获取极为方便，计算快速。而分别通过油藏模型和现场实例的计算，验证了其可实施性及可靠性。对判断特高含水带形成后的进一步处理，如特高含水带性质的分析提供了条件。
应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构或处理步骤，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。
Claims (15)
1.一种油藏水驱带分析方法，其特征在于，所述方法包括：
步骤一、获取待分析油藏所对应的油水相渗曲线；
步骤二、基于所述油水相渗曲线，根据预设含水率阈值确定所对应的含水饱和度，得到第一含水饱和度，根据所述第一含水饱和度确定第一剩余油饱和度，根据所述第一剩余油饱和度确定第一基准点，所述预设含水率阈值的取值范围包括[99，100]，在所述步骤二中，根据如下表达式确定所述第一基准点：
so1r＝(1+m)×so1
其中，so1r表示第一基准点，m表示预设上浮系数，so1表示第一剩余油饱和度，所述预设上浮系数m的取值范围包括[0，30％]；
步骤三、根据所述油水相渗曲线确定水驱前缘含水饱和度，得到第二含水饱和度，根据所述第二含水饱和度确定第二剩余油饱和度，得到第二基准点，在所述步骤三中，包括：
根据含水率与含水饱和度的函数关系，构建同一坐标系下的含水率曲线；
以束缚水饱和度为起点，向所述含水率曲线作切线，确定出该切点所对应的含水饱和度，得到所述第二含水饱和度；
步骤四、获取待分析油藏中待分析位置处的剩余油饱和度，基于所述第一基准点和第二基准点，根据所述待分析位置的剩余油饱和度确定所述待分析位置的水驱带类型，在所述步骤四中，
如果所述待分析位置的剩余油饱和度小于或等于第一基准点，则判定所述待分析位置属于第一类水驱带；
如果所述待分析位置的剩余油饱和度大于第一基准点且小于或等于第二基准点，则判定所述待分析位置属于第二类水驱带；
如果所述待分析位置的剩余油饱和度大于第二基准点，则判定所述待分析位置属于第三类水驱带，其中，所述第一类水驱带、第二类水驱带和第三类水驱带的水淹程度依次递减。
2.如权利要求1所述的方法，其特征在于，在所述步骤一中，
选取所述待分析油藏的代表性储层岩心、与所述待分析油藏具有相似油藏特征的储层岩心或是能够表征所述待分析油藏储层特征的人造岩心；
根据所选取的岩心，采用稳态法或非稳态法测试计算含水饱和度、油相相对渗透率以及水相相对渗透率之间的数学关系，得到所述油水相渗曲线。
3.如权利要求1所述的方法，其特征在于，在所述步骤一中，采用经验公式法或是矿场资料计算法构建所述油水相渗曲线。
4.如权利要求1所述的方法，其特征在于，根据如下表达式确定所述第一含水饱和度：
其中，fw表示预设含水率阈值，sw1表示第一含水饱和度，kro表示油相的相对渗透率，krw表示水相的相对渗透率，μw表示地层水粘度，μo表示地下原油粘度。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
步骤五、根据所述待分析位置的水驱带类型，调用对应的堵调模型确定对应的堵调体系以及体系用量，其中，所述水驱带类型包括第一类水驱带、第二类水驱带和第三类水驱带，所述第一类水驱带、第二类水驱带和第三类水驱带的水淹程度依次递减；
步骤六、基于所述堵调体系和体系用量对所述待分析位置进行堵调。
6.如权利要求5所述的方法，其特征在于，在所述步骤五中，当所述待分析位置的水驱带类型为第一类水驱带时，根据最佳封堵位置和第一类水驱带孔隙度确定堵调体系用量。
7.根据权利要求6所述的方法，其特征在于，根据如下表达式确定所述堵调体系用量：
其中，Vf表示封堵体系用量，Rf表示最佳封堵位置，H表示油层厚度，hj表示第一类水驱带体积占比，φj表示第一类水驱带孔隙度。
8.根据权利要求7所述的方法，其特征在于，通过如下步骤确定最佳封堵位置：
利用物理模拟实验确定封堵体系对第一类水驱带储层岩心的封堵率，将物理模拟所得到的不同类型封堵体系对第一类水驱带储层岩心的封堵率输入到符合目标油藏储层特点的数值模拟模型中，以目标油价下最大产出投入比为判断依据，确定最佳封堵半径，将该最佳封堵半径作为最佳封堵位置。
9.根据权利要求6所述的方法，其特征在于，当所述待分析位置的水驱带类型为第一类水驱带时，所述堵调体系包括高分子聚合物类、微球类、有机无机非连续相颗粒类，技术指标为堵调体系在目标油藏多孔介质中的封堵率大于等于80％，有效期大于12个月以上。
10.如权利要求1～9中任一项所述的方法，其特征在于，所述方法还包括：
步骤七、根据获取到的生成井的生产数据确定待分析位置的特高含水带形成时间。
11.如权利要求10所述的方法，其特征在于，在所述步骤七中，
利用生产井的生产数据绘制丙型水驱曲线，并判断是否符合丙型水驱曲线特征；
若符合丙型水驱曲线特征，则基于不同时刻的丙型水驱曲线计算各个时刻的理论可动油储量；
对比理论可动油储量初期和后期数据，判断特高含水带形成时间。
12.根据权利要求11所述的方法，其特征在于，所述的生产井的生产数据包括从开井以来的累积产液量和累积产油量，通过如下表达式计算绘制不同时刻的丙型水驱曲线所需数据：
其中，Lpk表示k时刻的累积产液量，Npk表示k时刻的累积产油量，Ak和Bk表示k时刻丙型水驱曲线的拟合系数。
13.根据权利要求11或12所述的方法，其特征在于，在基于不同时刻的丙型水驱曲线计算各个时刻的理论可动油储量的步骤中，包括：
利用不同时刻的丙型水驱曲线计算拟合系数Bk；
基于计算得到的拟合系数Bk得到对应时刻的理论可动油储量。
14.根据权利要求11或12所述的方法，其特征在于，在对比理论可动油储量初期和后期数据，判断特高含水带形成时间的步骤中，包括：
基于各个时刻的理论可动油储量确定后期定值；
将理论可动油储量的初期数据中首次达到与所述后期定值同一数量级的数据对应的时刻判定为特高含水带形成时间。
15.根据权利要求14所述的方法，其特征在于，
将横坐标选取为累积产液量Lp，绘制不同时刻的拟合系数Bk和理论可动油储量Rmok的曲线图；
利用所述曲线图来判断特高含水带形成时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910547493.3A CN110439502B (zh) | 2019-06-24 | 2019-06-24 | 一种油藏水驱带分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910547493.3A CN110439502B (zh) | 2019-06-24 | 2019-06-24 | 一种油藏水驱带分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110439502A CN110439502A (zh) | 2019-11-12 |
| CN110439502B true CN110439502B (zh) | 2021-10-26 |
Family
ID=68428244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910547493.3A Active CN110439502B (zh) | 2019-06-24 | 2019-06-24 | 一种油藏水驱带分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110439502B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110984950B (zh) * | 2019-12-20 | 2022-03-25 | 常州大学 | 一种注采井网井位优化部署的方法 |
| CN111364982B (zh) * | 2020-03-19 | 2023-08-01 | 中国石油化工股份有限公司 | 针对于致密砂岩含油饱和度的取值方法 |
| US11434758B2 (en) * | 2020-05-17 | 2022-09-06 | North Oil Company | Method of assessing an oil recovery process |
| CN113756770B (zh) * | 2020-05-29 | 2023-05-23 | 中国海洋石油集团有限公司 | 刻画非均相调驱累计降低含水率效果的方法 |
| CN112270430B (zh) * | 2020-09-14 | 2024-05-03 | 中国石油天然气股份有限公司 | 潜山油藏底水锥进范围预测方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160146A (zh) * | 2015-07-07 | 2015-12-16 | 中国石油天然气股份有限公司 | 水驱特征关系图版生成方法及装置 |
| CN106368647A (zh) * | 2016-09-27 | 2017-02-01 | 中国石油天然气股份有限公司 | 确定水平井调剖剂用量的方法 |
| CN107092719A (zh) * | 2017-03-17 | 2017-08-25 | 中国石油天然气股份有限公司 | 注水优势通道识别和微球封堵粒径选择的方法及装置 |
| CN109356564A (zh) * | 2018-11-08 | 2019-02-19 | 中国海洋石油集团有限公司 | 一种基于三元动态参数的水驱油相渗时变规律表征方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6550542B2 (en) * | 2001-07-17 | 2003-04-22 | Conocophillips Company | Fluid profile control in enhanced oil recovery |
-
2019
- 2019-06-24 CN CN201910547493.3A patent/CN110439502B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160146A (zh) * | 2015-07-07 | 2015-12-16 | 中国石油天然气股份有限公司 | 水驱特征关系图版生成方法及装置 |
| CN106368647A (zh) * | 2016-09-27 | 2017-02-01 | 中国石油天然气股份有限公司 | 确定水平井调剖剂用量的方法 |
| CN107092719A (zh) * | 2017-03-17 | 2017-08-25 | 中国石油天然气股份有限公司 | 注水优势通道识别和微球封堵粒径选择的方法及装置 |
| CN109356564A (zh) * | 2018-11-08 | 2019-02-19 | 中国海洋石油集团有限公司 | 一种基于三元动态参数的水驱油相渗时变规律表征方法 |
Non-Patent Citations (3)
| Title |
|---|
| "根据相渗曲线研究不同砂体水淹层解释标准方法";刘吉余 等;《西部探矿工程》;20100228(第2期);第64-65页 * |
| "特高含水期差异化深部调剖技术研究";史树彬 等;《石油地质与工程》;20170131;第31卷(第1期);第100-103页 * |
| "砂岩油藏注水井水驱前缘计算方法研究";贾金伟 等;《重庆科技学院学报（自然科学版）》;20130228;第15卷(第1期);第107页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110439502A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110439502B (zh) | 一种油藏水驱带分析方法 | |
| CN110608024B (zh) | 一种深层页岩气提高微支撑***充填效率的体积压裂方法 | |
| CN110374562B (zh) | 一种油藏堵调方法 | |
| CN112175596B (zh) | 用于深层油气储层缝内高效封堵压裂的暂堵剂及其制备方法、以及大缝高压裂工艺 | |
| CN103628850B (zh) | 一种注水开发油田整体调剖堵水决策方法 | |
| CN105298438B (zh) | 多轮次聚合物凝胶深部精细调剖方法 | |
| CN110410045B (zh) | 一种针对特高含水期油藏的堵调方法 | |
| CN107387053A (zh) | 一种大通道主裂缝与复杂缝网协同压裂的方法 | |
| US9938800B2 (en) | Methods and systems for determining acidizing fluid injection rates | |
| US11613992B2 (en) | Methods and systems for characterizing and/or monitoring wormhole regimes in matrix acidizing | |
| CN105317407B (zh) | 一种特高含水期表外储层的开发方法 | |
| CN107066769A (zh) | 适用于超深层裂缝型碳酸盐岩储层的高效酸化设计方法 | |
| CN107605444A (zh) | 一种稠油油藏聚合物驱油方法 | |
| CN109184615B (zh) | 一种砂砾岩油藏油井选择性堵水方法及应用 | |
| Chunsheng et al. | Multistage interwell chemical tracing for step-by-step profile control of water channeling and flooding of fractured ultra-low permeability reservoirs | |
| CN103806904A (zh) | 砂岩储层非均匀损害深度的计算方法 | |
| CN109611051B (zh) | 一种优势渗流通道的压裂封堵方法 | |
| CN107355200B (zh) | 一种纳微米颗粒分散体系改善水驱选井方法 | |
| CN101592027B (zh) | 一种依据修正毛管数曲线的复合驱油方法 | |
| CN108984952A (zh) | 一种油田注入能力变化预测方法 | |
| Akhmetzhan et al. | A review study on an integrated method for solving problems associated with the re-development of waterflooded fields | |
| CN115045642A (zh) | 一种水井油井推拉联动的稠油开采方法 | |
| CN111927413B (zh) | 一种注聚井定压注入合理井底压力的确定方法 | |
| CN110424942B (zh) | 一种判断特高含水带形成时间的方法及*** | |
| CN114737947A (zh) | 碳酸盐岩油藏水平井开发调整方法及装置 |
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 |