CN112287279A - 剩余油预测方法及装置 - Google Patents
剩余油预测方法及装置 Download PDFInfo
- Publication number
- CN112287279A CN112287279A CN202011030748.8A CN202011030748A CN112287279A CN 112287279 A CN112287279 A CN 112287279A CN 202011030748 A CN202011030748 A CN 202011030748A CN 112287279 A CN112287279 A CN 112287279A
- Authority
- CN
- China
- Prior art keywords
- oil
- map
- work area
- well
- geological
- 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 53
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 109
- 239000003129 oil well Substances 0.000 claims abstract description 65
- 238000009826 distribution Methods 0.000 claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 238000011161 development Methods 0.000 claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000010586 diagram Methods 0.000 claims description 27
- 238000002347 injection Methods 0.000 claims description 19
- 239000007924 injection Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 5
- 239000003921 oil Substances 0.000 description 133
- 230000006870 function Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000035699 permeability Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003027 oil sand Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种剩余油预测方法及装置,该方法包括:针对预设工区每个开发层系创建地质图,地质图包括地层构造图、油层等厚图、沉积微相图;对多个开发层系的地质图进行叠加处理,以获取地质综合图;以预设工区的油井和水井为对象,将预设工区的生产实测数据在地质综合图上进行标识;根据预设工区油井的含水率在地质综合图上进行标识,以形成水淹图;将油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将水淹图转换为剩余油二维分布图;利用剩余油二维分布图对预设工区的剩余油进行预测。本发明可以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高。
Description
技术领域
本发明涉及油气田开发技术领域,尤其涉及一种剩余油预测方法及装置。
背景技术
天然能量开发、注水开发(二次采油),乃至三次采油(化学驱)之后,残留在地下的原油仍然占据较大比例,很多情况下,甚至与累积采出油量不相上下,但是这些平均比例接近原油原始地质储量三分之一的剩余油二维分布,在长期注水开发后,受油层非均质性、各级别断裂***遮挡、构造起伏变化、沉积微相、注采井距远近等因素影响,分布位置非常复杂,不但体现在垂向上,更体现在平面上。
目前研究剩余油二维分布的方法主要有数理统计法、数值模拟法、动态法、岩芯分析法、测井法、水驱特征曲线法、物质平衡法等,特别是油田动态监测技术,为研究剩余油二维分布的分布提供了较为先进的手段,但是,由于其投入开发的油田开采历史各不相同,地质条件也错综复杂,单一的研究方法往往由于地质和开发的复杂性,以及油田开发过程中资料的录取受制约的因素较多,从而导致油田动态监测资料的残缺不全,剩余油分布预测的准确性较低,影响最终研究结果的准确性。
发明内容
本发明实施例提供一种剩余油预测方法,用以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高,该方法包括:
针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图;
对多个开发层系的地质图进行叠加处理,以获取地质综合图;
以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识;
根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图;
将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图;
利用剩余油二维分布图对预设工区的剩余油进行预测。
本发明实施例还提供一种剩余油预测装置,用以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高,该装置包括:
地质图创建模块,用于针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图;
地质综合图获取模块,用于对多个开发层系的地质图进行叠加处理,以获取地质综合图;
标识模块,用于以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识;
水淹图获取模块,用于根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图;
剩余油二维分布图获取模块,用于将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图;
剩余油预测模块,用于利用剩余油二维分布图对预设工区的剩余油进行预测。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例中,通过针对预设工区每个开发层系创建地质图,对多个开发层系的地质图进行叠加处理,以获取地质综合图,并以预设工区的油井和水井为对象,将预设工区的生产实测数据在地质综合图上进行标识,实现了地质综合图与预设工区生产实测数据的结合,即静态数据与动态数据的结合。通过根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图,并将油井的含水率转换为油井的含油饱和度,再根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图,可以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高。
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使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中剩余油预测方法的流程图;
图2为本发明实施例中剩余油预测装置的结构示意图;
图3为本发明实施例中剩余油二维分布图的具体示例图;
图4为本发明实施例中油水相对渗透率曲线示例图;
图5为本发明实施例中含水率与含水饱和度关系曲线示例图;
图6为本发明实施例中计算机设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例提供的剩余油预测方法的流程图,如图1所示,该方法包括:
步骤101、针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图。
在实施例中,地层构造图包括顶面或底面等标志层面的构造等值线、断层及其他构造要素,表现油层空间展布形态以及形成顺序。根据资料和研究精度要求,其可以是小层或者油砂体等构造图,等值线精度在5米以下。
油层等厚图包括与构造图对应油藏的油层厚度等值图,反映不同区域油层有效厚度的变化。
沉积微相图包括在沉积亚相带范围内具有独特岩石结构、构造、厚度、韵律性等剖面上的沉积特征图。
步骤102、对多个开发层系的地质图进行叠加处理,以获取地质综合图。
具体实施时,可以以多个开发层系的井位为基点,对多个开发层系的地质图进行叠加处理,以获取地质综合图。
步骤103、以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识。
在实施例中,预设工区的生产实测数据包括:油井的日产油量、日产水量、含水率、累积产油量、累积产水量、累积水油比、注水井累积注水量等。具体可以将上述数据以柱体长短或扇面大小的形式在地质综合图上进行标识。如图3所示,下半圆代表采油井的日产油、日产水或日注水,上半圆代表采油井的累产油、累产水或累积注水量,其面积大小代表数值大小。
对于均质油层,注水井的水驱波及范围可利用下面公式确定:
式中:R为注水井水驱半径,Wi为累积注水量,H为油层有效厚度,Φ为油层孔隙度。
步骤104、根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图。
在实施例中,根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图,包括:
根据预设工区油井的含水率的大小,确定多个水淹强度级别;
根据多个水淹强度级别在所述地质综合图上进行标识,以水淹强度级别为界限形成水淹图。
具体实施时,水淹图可以以油、水井单井为标记分析基础,以注采井组为单元,以断块边界为平面边界,以砂岩组、小层或者油砂体为纵向边界,以强-中强-中弱-弱-未水淹区范围为界定做出。具体地,可以将油井含水率级别分为100%,90%~100%,60%~90%,20%~60%和0~20%五个级别,即以强-中强-中弱-弱-未五个不同的水淹范围为界定。
步骤105、将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图。
在构造剩余油二维分布图的过程中,既可使用传统手工分析方法通过透图台叠合,也可应用多井综合分析、DISCOVER等地质软件通过图层叠合地层构造、油层厚度、沉积微相等地质图,可使用手工标注注水量、采油量、含水,也可通过软件直接标注单井动态数据,可以手工插绘水淹级别界限,也可由软件计算生成含油饱和度(剩余油饱和度)等值线。对于剩余油二维分布图的尺寸,根据绘制图件与实际油田的比例换算,如1:25000,确定剩余油二维分布图的尺寸。具体应用时,可以以此为基础,再根据注水井与采油井连通情况,采油井的含水率大小及吸水产液测试结果,进而调整水驱距离。
具体地,可以根据油田相渗曲线和相对渗透率与含水饱和度的关系,反推出对应油井当前含水率条件下的含水饱和度Sw,再根据含水饱和度推算出含油饱和度,具体如下:
假设油藏只存在油水两相,则So+Sw=1
其中,So为残余油饱和度,Sw为含水饱和度。具体地油水相对渗透率曲线可参见附图4,含水率与含水饱和度关系曲线可参见附图5。
当含水率为100%时,So为残余油饱和度;当含水率为90%~100%时,So为中低含油饱和度;当含水率为60%~90%时,So为中高含油饱和度;当含水率为20%~60%时,So为高含油饱和度;当含水率<20%时,So为原始饱和度,剩余油二维分布主要分布在中高含油饱和度层级以上区域,可以据此对预设工区的剩余油进行预测。
步骤106、利用剩余油二维分布图对预设工区的剩余油进行预测。
在实施例中,随着油田的进一步开发,动态数据不断地更新变化,不同层级含油饱和度区也随之变化。水驱动用越来越充分,含水饱和度越高,含油饱和度越低,中高含油饱和度~高含油饱和度区的剩余油二维分布区将逐渐缩小且剩余油二维分布区更加分散。
由图1可知,本发明实施例提供的剩余油预测方法,通过针对预设工区每个开发层系创建地质图,对多个开发层系的地质图进行叠加处理,以获取地质综合图,并以预设工区的油井和水井为对象,将预设工区的生产实测数据在地质综合图上进行标识,实现了地质综合图与预设工区生产实测数据的结合,即静态数据与动态数据的结合。通过根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图,并将油井的含水率转换为油井的含油饱和度,再根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图,可以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高。
在本发明实施例中,由于预设工区中有些单井为合采、合注的,为了保证后续在地质综合图上标识的准确性,以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识之前,所述方法还包括:
根据预设工区单井的吸水剖面测试数据和产液剖面测试数据,将合采和合注的单井实测数据劈分至目标层位;
以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识,包括:
以预设工区的油井和水井为对象,将预设工区的生产实测数据或劈分至目标层位上的实测数据在所述地质综合图上进行标识。
基于同一发明构思,本发明实施例中还提供了一种剩余油预测装置,如下面的实施例所述。由于剩余油预测装置解决问题的原理与剩余油预测方法相似,因此,剩余油预测装置的实施可以参见剩余油预测方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2为本发明实施例提供的一种剩余油预测装置的结构示意图,如图2所示,该装置包括:
地质图创建模块201,用于针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图;
地质综合图获取模块202,用于对多个开发层系的地质图进行叠加处理,以获取地质综合图;
标识模块203,用于以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识;
水淹图获取模块204,用于根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图;
剩余油二维分布图获取模块205,用于将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图;
剩余油预测模块206,用于利用剩余油二维分布图对预设工区的剩余油进行预测。
在本发明实施例中,所述装置还包括:
数据劈分模块,用于根据预设工区单井的吸水剖面测试数据和产液剖面测试数据,将合采和合注的单井实测数据劈分至目标层位;
标识模块203进一步用于:
以预设工区的油井和水井为对象,将预设工区的生产实测数据或劈分至目标层位上的实测数据在所述地质综合图上进行标识。
在本发明实施例中,水淹图获取模块进一步用于:
根据预设工区油井的含水率的大小,确定多个水淹强度级别;
根据多个水淹强度级别在所述地质综合图上进行标识,以形成水淹图。
在本发明实施例中,所述预设工区的生产实测数据包括:预设工区单井的日产油量、日产水量、累积产水量、累积产油量和累积注水量。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机设备。如图6所示,该计算机设备包括存储器、处理器、通信接口以及通信总线,在存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元,如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及作品数据处理,即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中,当被所述处理器执行时,执行上述实施例中的方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
综上所述,本发明通过针对预设工区每个开发层系创建地质图,对多个开发层系的地质图进行叠加处理,以获取地质综合图,并以预设工区的油井和水井为对象,将预设工区的生产实测数据在地质综合图上进行标识,实现了地质综合图与预设工区生产实测数据的结合,即静态数据与动态数据的结合,其中,静态数据可以为研究基础指导开发决策,动态数据可以印证地质研究成果。通过根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图,并将油井的含水率转换为油井的含油饱和度,再根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图,可以直观地利用剩余油二维分布图对预设工区的剩余油进行预测,剩余油分布预测的准确性较高。
此外,本发明区别于岩心分析法、测井法等,静动耦合剩余油二维分布预测方法是低成本、低时延、可追溯、多角度的剩余油二维分布研究手段,能够充分利用油藏精细描述资料和油水井在钻井、试油及生产过程中所录取的各项生产资料,如调整井电测解释资料,油水井的产液和吸水剖面资料,高含水井的找堵水资料等,综合分析油层平面上和纵向上的油水分布和运动规律,确定水淹和剩余油二维分布区域。
本领域内的技术人员应明白,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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种剩余油预测方法,其特征在于,包括:
针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图;
对多个开发层系的地质图进行叠加处理,以获取地质综合图;
以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识;
根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图;
将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图;
利用剩余油二维分布图对预设工区的剩余油进行预测。
2.如权利要求1所述的方法,其特征在于,以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识之前,所述方法还包括:
根据预设工区单井的吸水剖面测试数据和产液剖面测试数据,将合采和合注的单井实测数据劈分至目标层位;
以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识,包括:
以预设工区的油井和水井为对象,将预设工区的生产实测数据或劈分至目标层位上的实测数据在所述地质综合图上进行标识。
3.如权利要求1所述的方法,其特征在于,根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图,包括:
根据预设工区油井的含水率的大小,确定多个水淹强度级别;
根据多个水淹强度级别在所述地质综合图上进行标识,以水淹强度级别为界限形成水淹图。
4.如权利要求1所述的方法,其特征在于,所述预设工区的生产实测数据包括:预设工区单井的日产油量、日产水量、累积产油量、累积产水量和累积注水量。
5.一种剩余油预测装置,其特征在于,包括:
地质图创建模块,用于针对预设工区每个开发层系创建地质图,所述地质图包括地层构造图、油层等厚图、沉积微相图;
地质综合图获取模块,用于对多个开发层系的地质图进行叠加处理,以获取地质综合图;
标识模块,用于以预设工区的油井和水井为对象,将预设工区的生产实测数据在所述地质综合图上进行标识;
水淹图获取模块,用于根据预设工区油井的含水率在所述地质综合图上进行标识,以形成水淹图;
剩余油二维分布图获取模块,用于将所述油井的含水率转换为油井的含油饱和度,并根据油井的含油饱和度将所述水淹图转换为剩余油二维分布图;
剩余油预测模块,用于利用剩余油二维分布图对预设工区的剩余油进行预测。
6.如权利要求5所述的装置,其特征在于,所述装置还包括:
数据劈分模块,用于根据预设工区单井的吸水剖面测试数据和产液剖面测试数据,将合采和合注的单井实测数据劈分至目标层位;
标识模块进一步用于:
以预设工区的油井和水井为对象,将预设工区的生产实测数据或劈分至目标层位上的实测数据在所述地质综合图上进行标识。
7.如权利要求5所述的装置,其特征在于,水淹图获取模块进一步用于:
根据预设工区油井的含水率的大小,确定多个水淹强度级别;
根据多个水淹强度级别在所述地质综合图上进行标识,以形成水淹图。
8.如权利要求5所述的装置,其特征在于,所述预设工区的生产实测数据包括:预设工区单井的日产油量、日产水量、累积产油量、累积产水量和累积注水量。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011030748.8A CN112287279B (zh) | 2020-09-27 | 2020-09-27 | 剩余油预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011030748.8A CN112287279B (zh) | 2020-09-27 | 2020-09-27 | 剩余油预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112287279A true CN112287279A (zh) | 2021-01-29 |
CN112287279B CN112287279B (zh) | 2023-12-26 |
Family
ID=74421458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011030748.8A Active CN112287279B (zh) | 2020-09-27 | 2020-09-27 | 剩余油预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287279B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283648A (zh) * | 2021-05-25 | 2021-08-20 | 中国石油化工股份有限公司 | 一种适应于高含水老区剩余油预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104453834A (zh) * | 2014-10-31 | 2015-03-25 | 中国石油化工股份有限公司 | 一种井组注采关系优化调整方法 |
CN106812508A (zh) * | 2015-12-01 | 2017-06-09 | 中国石油化工股份有限公司 | 基于多因素的提高海上油田层间动用率的水井调配方法 |
CN106894814A (zh) * | 2017-02-15 | 2017-06-27 | 中国石油化工股份有限公司胜利油田分公司勘探开发研究院 | 复杂断块油藏高含水后期剩余油二次富集的快速识别方法 |
CA3046972A1 (en) * | 2016-12-14 | 2018-06-21 | Michael Smith | Methods and devices for evaluating the contents of materials |
CN110130882A (zh) * | 2019-01-25 | 2019-08-16 | 中国石油天然气集团有限公司 | 一种基于测井测试资料的油藏区域评价方法 |
CN111173507A (zh) * | 2020-03-17 | 2020-05-19 | 中国石油化工股份有限公司 | 高含水油田剩余油预测方法 |
-
2020
- 2020-09-27 CN CN202011030748.8A patent/CN112287279B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104453834A (zh) * | 2014-10-31 | 2015-03-25 | 中国石油化工股份有限公司 | 一种井组注采关系优化调整方法 |
CN106812508A (zh) * | 2015-12-01 | 2017-06-09 | 中国石油化工股份有限公司 | 基于多因素的提高海上油田层间动用率的水井调配方法 |
CA3046972A1 (en) * | 2016-12-14 | 2018-06-21 | Michael Smith | Methods and devices for evaluating the contents of materials |
CN106894814A (zh) * | 2017-02-15 | 2017-06-27 | 中国石油化工股份有限公司胜利油田分公司勘探开发研究院 | 复杂断块油藏高含水后期剩余油二次富集的快速识别方法 |
CN110130882A (zh) * | 2019-01-25 | 2019-08-16 | 中国石油天然气集团有限公司 | 一种基于测井测试资料的油藏区域评价方法 |
CN111173507A (zh) * | 2020-03-17 | 2020-05-19 | 中国石油化工股份有限公司 | 高含水油田剩余油预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283648A (zh) * | 2021-05-25 | 2021-08-20 | 中国石油化工股份有限公司 | 一种适应于高含水老区剩余油预测方法 |
CN113283648B (zh) * | 2021-05-25 | 2024-05-14 | 中国石油化工股份有限公司 | 一种适应于高含水老区剩余油预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112287279B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yousef et al. | Smartwater flooding: industry's first field test in carbonate reservoirs | |
CN106570262B (zh) | 一种储层构型结构的描述方法 | |
Van Degraaff et al. | Geological modeling for simulation studies | |
CN103352693A (zh) | 一种基于含油气含量的产能预测***及其方法 | |
CN104100263A (zh) | 一种非均匀水淹层剩余油饱和度的确定方法 | |
Izgec et al. | Maximizing volumetric sweep efficiency in waterfloods with hydrocarbon F–Φ curves | |
CN106501146B (zh) | 一种致密油藏物性上限确定方法及装置 | |
CN112287279A (zh) | 剩余油预测方法及装置 | |
CN110320574B (zh) | 基于缓坡三角洲薄层砂体刻画的方法 | |
Temitope et al. | Characterization and quantification of the CO2 sequestration potential of a carbonate aquifer in Falaha Syncline, onshore Abu Dhabi | |
Gao et al. | Fine characterization of large composite channel sandbody architecture and its control on remaining oil distribution: a case study of alkaline-surfactant-polymer (ASP) flooding test area in Xingshugang oilfield, China | |
Liu et al. | The Control Theory and Application for Well Pattern Optimization of Heterogeneous Sandstone Reservoirs | |
Eikeland et al. | Dry gas reinjection in a strong waterdrive gas/condensate field increases condensate recovery—case study: The Sleipner Øst Ty field, South Viking Graben, Norwegian North Sea | |
Meddaugh et al. | The Wafra Field First Eocene carbonate reservoir steamflood pilots: Geology, heterogeneity, steam/rock interaction, and reservoir response | |
Tang | Extended Brigham model for residual oil saturation measurement by partitioning tracer tests | |
Dang et al. | New insights into the critical role of geology in modeling and prediction of low salinity waterflooding | |
Nguyen et al. | Geological characteristics and integrated development plan for giant naturally fractured basement reservoirs | |
CN116025331A (zh) | 一种无效水识别及量化表征方法 | |
CN107060744A (zh) | 一种测井地质评价*** | |
Boukhemacha et al. | HYDRAULIC CHARACTERIZING OF TUNNEL'S BARRIER EFFECT FOR GROUNDWATER FLOW MODELING-APPLICATION FOR BUCHAREST CITY | |
CN112199852A (zh) | 一种定向射孔的变孔密方法、存储介质和电子装置 | |
Pengfei et al. | Distribution of remaining oil based on a single sand body analysis: a case study of Xingbei Oilfield | |
Zhang et al. | Dynamic Sealing Behavior of Sand Self-Juxtaposition Windows on a Trap-Bounding Fault in a Natural Gas Storage Site | |
Yu | Characteristics of water influx in carbonate reservoirs: Diagnosis, management, and future perspectives | |
Sharma et al. | Foam for CO 2 EOR in a Carbonate Reservoir: Scale-up from Lab to Field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |