CN111364970A - 一种井间连通系数量化方法 - Google Patents
一种井间连通系数量化方法 Download PDFInfo
- Publication number
- CN111364970A CN111364970A CN202010237262.5A CN202010237262A CN111364970A CN 111364970 A CN111364970 A CN 111364970A CN 202010237262 A CN202010237262 A CN 202010237262A CN 111364970 A CN111364970 A CN 111364970A
- Authority
- CN
- China
- Prior art keywords
- well
- production
- water
- oil
- water injection
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 125
- 238000004519 manufacturing process Methods 0.000 claims abstract description 108
- 238000002347 injection Methods 0.000 claims abstract description 60
- 239000007924 injection Substances 0.000 claims abstract description 60
- 239000011159 matrix material Substances 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000003129 oil well Substances 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 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
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/20—Displacing by water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Geochemistry & Mineralogy (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种井间连通系数量化方法,通过采集注水井的注水量和生产井的产油量、产水量,而获得基础数据库;通过对基础数据库进行注水总量求和,再计算油产量的比率矩阵和水产量的比率矩阵,并根据注水自然损失的系数拟合其与水、油连通系数之间的关系,从而能较为快速简单的对水连通系数、油连通系数进行量化;并可采用系数微调法对得到的水连通系数和油连通系数进行优化。采用本案的显著效果是,能根据历史注采数据即可得到较为准确的井间油连通系数和水连通系数,估计精度高,从而能对油井的产油量和产水量进行高可信度的预测,在实际生产中能进行现实、可靠的应用。
Description
技术领域
本发明涉及油井注采作用时井间连通性分析,具体涉及到井间连通系数的量化方法。
背景技术
储层表征和生产优化是油田运营商永恒追求的目标。注采连通性分析是油田生产优化的重要组成部分,是提高最终采收率的有效方法,也是节省生产成本的一项重要工作。井间连通性分析对最大化采收率和稳水控油方案的制订与调整具有重要指导意义。注采井之间的连通性分析可分为调整注采层位、完善注水***、加密井网、增加注水井点、细层划分、堵水调剖等等。随着向注水井不断注入水,注入的水必将扩散和影响到周围的生产井的生产量。这种影响可以用井间连通系数衡量,井间连通系数包括油连通系数(用表示)和水连通系数(水连通系数用表示),其中油连通系数可以衡量注水井注水后,对周围的生产井的生产油量的影响;水连通系数可以衡量注水井注水后,对周围的生产井的生产水量的影响。
发明内容
为了对井间的油连通系数和水连通系数进行量化,本案提出了一种井间连通系数量化方法,能较为简单快速的对油连通系数和水连通系数进行量化,
具体方案如下:
一种井间连通系数量化方法,包括以下步骤:
步骤一、从同一零时刻开始采集以下数据:
采集N口注水井在每一时刻的注水量wi,t,其中i=1,2,3,…,N,t=0,1,2,…,T;
采集M口生产井在每一时刻的产油量poj,t,其中j=1,2,3,…,M, t=0,1,2,…,T;
采集M口生产井在每一时刻的产水量pwj,t,其中j=1,2,3,…,M, t=0,1,2,…,T;
其中,T为结束数据采集时的时刻;
步骤二、根据采集的数据,按照公式1计算N口注水井在第t个时间点的注水总量Wt:
wi,t表示采集得到的第i口注水井在第t个时间点的注水量;
步骤三、按照公式2计算能消除生产井中油产量的比率矩阵Roj,t, j=0,1,2…,M;t=0,1,2,…,T;
poj,t表示采集得到的第j口生产井在第t个时间点的产油量;
步骤四、按照公式3计算能消除生产井中水产量的比率矩阵Rwj,t, j=0,1,2…,M;t=0,1,2,…,T;
pwj,t表示采集得到的第j口生产井在第t个时间点的产水量;
步骤五、按照公式4计算注水自然损失的系数α;
其中:
n表示井位图中距第j口生产井范围为2的注水井的数量;
wi为第i口注水井的注水量的时间序列;
poj表示第j口生产井的产油量的时间序列;
pwj表示第j口生产井的产水量的时间序列;
std为统计方法中的标准差计算公式。
c1按照公式6计算得到:
c2按照公式7计算得到:
yj是第j口生产井的油产量的时间序列。
附图说明
图1为采集并绘制得到的某17口注水井的注水量-时间曲线;
图2为采集并绘制得到的某18口生产井的产油量-时间曲线;
图3为采集并绘制得到的某18口生产井的产水量-时间曲线;
具体实施方式
以下结合实施例和附图对本发明作进一步说明。
实施例1:
一种井间连通系数量化方法,包括以下步骤:
步骤一、从同一零时刻开始采集以下数据:
采集N口注水井在每一时刻的注水量wi,t,其中i=1,2,3,…,N,t=0,1,2,…,T;
采集M口生产井在每一时刻的产油量poj,t,其中j=1,2,3,…,M, t=0,1,2,…,T;
采集M口生产井在每一时刻的产水量pwj,t,其中j=1,2,3,…,M, t=0,1,2,…,T;
其中,T为结束数据采集时的时刻;
步骤二、根据采集的数据,按照公式1计算N口注水井在第t个时间点的注水总量Wt:
wi,t表示采集得到的第i口注水井在第t个时间点的注水量;
步骤三、按照公式2计算能消除生产井中油产量的比率矩阵Roj,t, j=0,1,2…,M;t=0,1,2,…,T;
poj,t表示采集得到的第j口生产井在第t个时间点的产油量;
步骤四、按照公式3计算能消除生产井中水产量的比率矩阵Rwj,t, j=0,1,2…,M;t=0,1,2,…,T;
pwj,t表示采集得到的第j口生产井在第t个时间点的产水量;
步骤五、按照公式4计算注水自然损失的系数α;
其中:
n表示井位图中距第j口生产井范围为2的注水井的数量;
wi为第i口注水井的注水量的时间序列;
poj表示第j口生产井的产油量的时间序列;
pwj表示第j口生产井的产水量的时间序列;
std为统计方法中的标准差计算公式;
c1按照公式6计算得到:
c2按照公式7计算得到:
yj是第j口生产井的油产量的时间序列。
实施例2:
采用实施例1所述的方法,对美国德克萨斯州某油田井网(包含17口注水井,18口生产井)的油连通系数和水连通系数进行量化计算。
采集得到的17口(第4、5、8、9、14、16、20、21、22、24、26、30、 31、33、36、39、41口)注水井的注水量-时间曲线见图1;
采集得到的18口(1、2、6、7、12、13、15、17、19、25、27、28、29、 32、35、37、38、40口)生产井的产油量-时间曲线见图2,产水量-时间曲线见图3。
从图1可知,除了1997年4月至1997年10月这段时间的注水波动较大以外,历史注水数据相对来说是比较平稳的。图2显示出原始各生产井有一个很强地长期下降的趋势,这种趋势是在持续注水的情况下长期持续的。图3 显示出原始各生产井的水产量曲线在持续注水的情况下一直保持长期持续上升的趋势。
实施例3:
采用实施例2得到的连通系数进行产量预测,并与采集得到的同期实际产量进行比较。
其中:Roj表示第j口生产井的油产量比率序列;
其中:Roj表示第j口生产井的水产量比率序列。
根据预测的产油量序列和产水量序列计算第j口井某时间段(连续三个月)的总产油量和总产水量,并与采集得到的同期实际总产油量和实际总产水量进行对比,绘制产量对比图,如图6~9所示:其中预测总产量与同期实际总产量是通过圈的大小表示,二者基本重合表示很接近,不重合表示具有差值,且二者相差的面积大小与数值差值大小呈正相关。
从图6和图7的对比,以及图8与图9的对比可以看出:采用优化油连通系数和优化水连通系数计算得到的预测总产量,相较于未优化的油连通系数和水连通系数计算得到的预测总产量,误差更小(油产量在第6、7、15和25号生产井上体现明显,水产量在第1、6、15、25和 27号生产井上体现明显),因而稳定性更好,预测结果更接近真实值。
为了量化评价以上两种连通系数(未优化的连通系数和优化连通系数) 的预测能力,使用加权相对百分比误差(WMAPE)来进行评估,WMAPE的计算表达式如公式8所示:
yi表示真实产量值;
m表示观察生产井的个数,为18。
同时,为了说明优化连通系数相对于了未优化的连通系数来说预测准确度提高了多少,按公式9计算提高度:
其中,xi表示模型i的一个统计指标值(本专利中特指WMAPE);该指标可以计算两种连通系数预测的产量相差多少水平。
表1.预测生产井的油产量误差和提高度(单位:%)
从表1可以看出:采用优化油连通系数预测的平均WMAPE误差仅 1.43%,然而采用未优化的油连通系数预测的平均WMAPE误差却为 2.08%,相应的提高度是31.52%,这说明采用优化油连通系数预测的产油量的表现力比采用未优化的油连通系数预测产油量时高出31.52%。
表2.预测生产井的水产量误差和提高度(单位:%)
从表2可以看出:采用优化水连通系数预测的平均WMAPE误差仅 1.29%,然而采用未优化的水连通系数预测的平均WMAPE误差却为 2.07%,相应的提高度是37.94%,这说明采用优化水连通系数预测的产水量的表现力比采用未优化的水连通系数预测产水量时高出37.94%。
有益效果:采用本案提供的井间连通系数量化方法,根据历史注采数据即可得到较为准确的井间油连通系数和水连通系数,估计精度高,从而能对油井的产油量和产水量进行高可信度的预测,在实际生产中能进行现实、可靠的应用。
最后需要说明的是,上述描述仅仅为本发明的优选实施例,本领域的普通技术人员在本发明的启示下,在不违背本发明宗旨及权利要求的前提下,可以做出多种类似的表示,这样的变换均落入本发明的保护范围之内。
Claims (2)
1.一种井间连通系数量化方法,其特征在于包括以下步骤:
步骤一、从同一零时刻开始采集以下数据:
采集N口注水井在每一时刻的注水量wi,t,其中i=1,2,3,…,N,t=0,1,2,…,T;
采集M口生产井在每一时刻的产油量poj,t,其中j=1,2,3,…,M,t=0,1,2,…,T;
采集M口生产井在每一时刻的产水量pwj,t,其中j=1,2,3,…,M,t=0,1,2,…,T;
其中,T为结束数据采集时的时刻;
步骤二、根据采集的数据,按照公式1计算N口注水井在第t个时间点的注水总量Wt:
wi,t表示采集得到的第i口注水井在第t个时间点的注水量;
步骤三、按照公式2计算能消除生产井中油产量的比率矩阵Roj,t,j=0,1,2…,M;t=0,1,2,…,T;
poj,t表示采集得到的第j口生产井在第t个时间点的产油量;
步骤四、按照公式3计算能消除生产井中水产量的比率矩阵Rwj,t,j=0,1,2…,M;t=0,1,2,…,T;
pwj,t表示采集得到的第j口生产井在第t个时间点的产水量;
步骤五、按照公式4计算注水自然损失的系数α;
其中:
n表示井位图中距第j口生产井范围为2的注水井的数量;
wi为第i口注水井的注水量的时间序列;
poj表示第j口生产井的产油量的时间序列;
pwj表示第j口生产井的产水量的时间序列;
std为统计方法中的标准差计算公式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010237262.5A CN111364970B (zh) | 2020-03-30 | 2020-03-30 | 一种井间连通系数量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010237262.5A CN111364970B (zh) | 2020-03-30 | 2020-03-30 | 一种井间连通系数量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111364970A true CN111364970A (zh) | 2020-07-03 |
CN111364970B CN111364970B (zh) | 2022-03-01 |
Family
ID=71204930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010237262.5A Active CN111364970B (zh) | 2020-03-30 | 2020-03-30 | 一种井间连通系数量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111364970B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112267860A (zh) * | 2020-11-09 | 2021-01-26 | 中国石油天然气股份有限公司 | 一种低渗透油藏周期注水效果评价方法 |
CN113032996A (zh) * | 2021-03-25 | 2021-06-25 | 长江大学 | 一种用于低渗裂缝型油藏水平井的水窜通道识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103670369A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种注采井间连通状况的判别方法及装置 |
US20150051838A1 (en) * | 2013-08-15 | 2015-02-19 | Chevron U.S.A. Inc. | System and method of determining and optimizing waterflood performance |
CN106837297A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种识别井间连通性及油水动态预测的方法 |
CN108487884A (zh) * | 2018-03-19 | 2018-09-04 | 中国石油大学(华东) | 一种深部调驱结合单井注水量调整提高采收率的技术方法 |
CN109002574A (zh) * | 2018-06-06 | 2018-12-14 | 西安石油大学 | 一种多层油藏脉冲周期注水开发指标预测方法 |
CN109447532A (zh) * | 2018-12-28 | 2019-03-08 | 中国石油大学(华东) | 一种基于数据驱动的油藏井间连通性确定方法 |
US10458207B1 (en) * | 2016-06-09 | 2019-10-29 | QRI Group, LLC | Reduced-physics, data-driven secondary recovery optimization |
CN110439515A (zh) * | 2019-06-24 | 2019-11-12 | 中国石油化工股份有限公司 | 注采参数优化方法及装置 |
-
2020
- 2020-03-30 CN CN202010237262.5A patent/CN111364970B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150051838A1 (en) * | 2013-08-15 | 2015-02-19 | Chevron U.S.A. Inc. | System and method of determining and optimizing waterflood performance |
CN103670369A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种注采井间连通状况的判别方法及装置 |
US10458207B1 (en) * | 2016-06-09 | 2019-10-29 | QRI Group, LLC | Reduced-physics, data-driven secondary recovery optimization |
CN106837297A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气股份有限公司 | 一种识别井间连通性及油水动态预测的方法 |
CN108487884A (zh) * | 2018-03-19 | 2018-09-04 | 中国石油大学(华东) | 一种深部调驱结合单井注水量调整提高采收率的技术方法 |
CN109002574A (zh) * | 2018-06-06 | 2018-12-14 | 西安石油大学 | 一种多层油藏脉冲周期注水开发指标预测方法 |
CN109447532A (zh) * | 2018-12-28 | 2019-03-08 | 中国石油大学(华东) | 一种基于数据驱动的油藏井间连通性确定方法 |
CN110439515A (zh) * | 2019-06-24 | 2019-11-12 | 中国石油化工股份有限公司 | 注采参数优化方法及装置 |
Non-Patent Citations (1)
Title |
---|
孙致学等: "基于流线模拟的水井配注量优化方法", 《断块油气田》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112267860A (zh) * | 2020-11-09 | 2021-01-26 | 中国石油天然气股份有限公司 | 一种低渗透油藏周期注水效果评价方法 |
CN113032996A (zh) * | 2021-03-25 | 2021-06-25 | 长江大学 | 一种用于低渗裂缝型油藏水平井的水窜通道识别方法 |
CN113032996B (zh) * | 2021-03-25 | 2022-06-21 | 长江大学 | 一种用于低渗裂缝型油藏水平井的水窜通道识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111364970B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111364970B (zh) | 一种井间连通系数量化方法 | |
CN110334431A (zh) | 一种低渗透致密气藏单井控制储量计算及剩余气分析方法 | |
CN111287740B (zh) | 基于真实应变下的异常高压气藏动态储量计算方法 | |
CN105525909A (zh) | 分析油藏储层非均质性质的方法 | |
CN103912248A (zh) | 水驱油田预测含水率方法 | |
CN108444884B (zh) | 基于Harris模型的油相相对渗透率曲线表征方法 | |
CN110795893A (zh) | 注水开发油田注采***能耗整体优化方法 | |
CN110969307B (zh) | 一种特高含水期油藏累产油量预测方法 | |
CN114048932A (zh) | 一种基于lstm的煤层气井产气量预测方法 | |
CN109882141A (zh) | 基于井间连通性的聚合物驱生产优化方法和*** | |
CN110778302A (zh) | 油田区块内抽油机井群的整体化性能评价和技术整改方法 | |
CN115860197A (zh) | 一种基于数据驱动的煤层气产量预测方法及*** | |
CN110939432B (zh) | 一种特高含水期油藏含水率预测方法 | |
CN114444964B (zh) | 钻进过程运行性能评估方法 | |
CN114562236B (zh) | 一种基于集成学习模型的地质工程一体化井漏实时预警方法 | |
CN112502677B (zh) | 一种基于多元线性回归的注水开发效果评价方法 | |
CN113722999A (zh) | 一种基于线性动态***的油气田注采产量动态预测方法 | |
CN111680814B (zh) | 一种碳酸盐岩缝洞型油藏弹性驱动合理配产优化方法 | |
CN112709547A (zh) | 一种产水气井堵水时机的判别方法 | |
CN111946311B (zh) | 分注分采仿真模拟方法 | |
CN112502685A (zh) | 一种考虑热效应的碳酸盐岩储层交替酸压级数优选方法 | |
CN115492573B (zh) | 一种柱塞气举井地层流入动态确定方法 | |
CN111219180B (zh) | 在海上低渗透油田中筛选适合注减氧空气开发试验区的方法 | |
US5679893A (en) | Determining the oil decline for an oil-producing reservoir | |
RU2753215C1 (ru) | Способ регулирования разработки нефтяной залежи |
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 |