CN114065652B - 一种有水油藏的水侵优势通道智能识别方法 - Google Patents

一种有水油藏的水侵优势通道智能识别方法 Download PDF

Info

Publication number
CN114065652B
CN114065652B CN202210046183.5A CN202210046183A CN114065652B CN 114065652 B CN114065652 B CN 114065652B CN 202210046183 A CN202210046183 A CN 202210046183A CN 114065652 B CN114065652 B CN 114065652B
Authority
CN
China
Prior art keywords
water
channel
invasion
water invasion
well
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
Application number
CN202210046183.5A
Other languages
English (en)
Other versions
CN114065652A (zh
Inventor
韩晓冰
谭晓华
李晓平
杨国军
惠栋
李秋
吴婷婷
毛正林
朱彦芃
周潇军
张研
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202210046183.5A priority Critical patent/CN114065652B/zh
Publication of CN114065652A publication Critical patent/CN114065652A/zh
Application granted granted Critical
Publication of CN114065652B publication Critical patent/CN114065652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种有水油藏的水侵优势通道智能识别方法，属于油气田开发技术领域；有水油藏由于天然裂缝等原因形成的储层高渗条带会导致水侵速度加快，从而影响油藏的最终采收率，本技术能够实现对水侵通道的再识别，从而针对性治理油藏水侵问题；其技术方案是：构建水侵通道***，通过物质平衡法和水驱前缘推进理论计算单元的压力、饱和度和含水率，结合遗传算法，通过修正水侵通道特传导率和水侵通道体积两项特征参数，自动拟合生产数据，根据修正的水侵通道特征参数，反演出水侵通道的分布情况，实现了对水侵优势通道的再识别。本发明水侵优势通道智能识别方法的结果通过与数值模拟器的结果对比后，验证了该方法的准确性。

Description

一种有水油藏的水侵优势通道智能识别方法
技术领域
本发明涉及一种有水油藏的水侵优势通道智能识别方法，属于油气田开发技术领域。
背景技术
对于有水油藏而言，由于天然裂缝等原因形成的储层高渗条带会导致水侵速度加快，水侵的快速推进会导致局部的封存储量无法被采出，从而影响油藏的最终采收率。在水侵通道研究方面，许多学者根据水侵推进形态和生产井生产动态等方式，以均匀舌进、沿裂缝锥进等评价概念来评价水侵通道，但是这些研究仅仅是评价了水侵通道的形态，无法找出水侵优势通道的具***置，因而无法针对水侵优势通道进行专项治理。
通常一个区块的生产动态资料数据最为丰富和齐全，而每口井的生产动态情况与水侵动态息息相关，且水侵动态的研究与水侵通道有关。因此根据每口井的生产数据研究水侵通道分布特征是一种重要手段。但由于生产动态数据的数据量庞大，仅靠传统的计算方法容易造成计算效率低，准确性差等问题，因此结合智能优化算法，达到自动拟合水侵通道特征参数的效果，实现对水侵通道的再识别。
发明内容
本发明目的是：为了能够直观、准确地评价有水油藏的水侵优势通道位置及特征，构建水侵通道***，采用物质平衡法和水驱前缘推进理论计算单元的压力和饱和度参数，结合遗传算法，通过修正水侵通道特征参数，自动拟合生产数据，反演出水侵通道的分布情况，实现了对水侵优势通道的再识别。
为实现上述目的，本发明提供了一种有水油藏的水侵优势通道智能识别方法，该方法包括下列步骤：
第一，水侵通道***建立步骤，将水体离散成无数个水体单元，将每口生产井定为产井单元，将勘探并取心的位置定位为探井单元，每个单元之间的连线等效成水侵通道，以此建立水侵通道***；
第二，水侵通道特征参数拟合步骤，在水侵通道***的基础上，通过物质平衡法和水驱前缘推进理论计算单元的压力和含水率，以实际的生产动态数据为参考，采用遗传算法，通过修正水侵通道传导率和水侵通道体积两项特征参数，自动拟合计算的数据与生产井的实际生产动态数据，拟合结果误差最小时的水侵通道特征参数为最终结果；
第三，水侵优势通道识别步骤，在得到水侵通道传导率和水侵通道体积两项特征参数的拟合结果后，根据两个参数的量级分类，量级最高的水侵通道即为水侵优势通道。
上述一种复杂边水油藏的水体分布智能识别方法中，水侵通道***的建立具体包括下列几个步骤：
第一，有水油藏进行简化表征，将水体离散成无数个水体单元，将每口生产生产井定为产井单元，将勘探并取心的位置定位为探井单元，需要说明的是，探井单元的计算方式与产井单元相同，但产量为0，目的是能够完整地刻画出水体侵入过程，因此探井单元越多，水侵动态过程越精确；
第二，将每个单元之间的连线等效成水侵通道，水侵通道的连通性主要通过传导率来表征，水侵通道的大小主要通过水侵通道体积来表征，这两个特征参数共同反映了水侵过程中的水侵优势通道；
第三，为增加计算效率，两个单元间的距离超过一定值时可忽略连线，认为是无效水侵通道，或者影响较小的水侵通道。
上述一种复杂边水油藏的水体分布智能识别方法中，水侵通道特征参数拟合具体包括下列几个步骤：
第一，根据建立的水侵通道***，考虑流体微可压缩且忽略毛管力的作用，由于研究基于平面二维，因此忽略纵向上重力的影响，只考虑平面上力的作用，建立离散水体单元对产井单元和探井单元的物质平衡方程：
Figure 282009DEST_PATH_IMAGE001
建立产井单元和探井单元对离散水体单元的物质平衡方程：
Figure 323784DEST_PATH_IMAGE002
其中，
Figure 369100DEST_PATH_IMAGE004
和
Figure 219769DEST_PATH_IMAGE005
为水体单元i与产井单元j之间在t时刻的平均传导率，m3/（d·MPa）；n well为产井单元及探井单元数，无因次；n water为水体单元数，无因次；
Figure 237403DEST_PATH_IMAGE007
为水体单元i在t时刻的水体压力，MPa；
Figure 246817DEST_PATH_IMAGE009
为产井单元j在t时刻的井底平均压力，MPa；
Figure 717112DEST_PATH_IMAGE011
为井j在t时刻的产量，m3/d；
Figure 243908DEST_PATH_IMAGE013
为水体单元i在t时刻的水侵量，m3/d；c t 为地层综合压缩系数，MPa-1；
Figure 630896DEST_PATH_IMAGE015
为井j在t时刻的控制体积，m3；
Figure 827522DEST_PATH_IMAGE017
为水体单元i在t时刻的水体体积，m3；
第二，采用水驱前缘推进理论计算单元的含水率，对于产井单元而言，水体单元始终为产井单元的上游位置，且上游位置水体单元的含水饱和度
Figure 348896DEST_PATH_IMAGE019
=1-
Figure 820328DEST_PATH_IMAGE021
，含水率导数
Figure 951837DEST_PATH_IMAGE023
=0，含水率
Figure 568632DEST_PATH_IMAGE025
=1，若对于产井单元而言上游位置是另外一口产井，那我们需要根据水驱前缘推进方程获得上游位置
Figure 200471DEST_PATH_IMAGE027
的含水率及含水饱和度，上游位置的水驱前缘推进方程为：
Figure 600228DEST_PATH_IMAGE029
其中，
Figure 168000DEST_PATH_IMAGE030
为位置上游位置
Figure 80330DEST_PATH_IMAGE031
处的含水饱和度，无因次；
Figure 936816DEST_PATH_IMAGE021
为残余油饱和度，无因次；
Figure 530477DEST_PATH_IMAGE032
为位置上游位置
Figure 218335DEST_PATH_IMAGE033
处水相的分流量，无因次；Q为流体的总流量，m3；
Figure 176932DEST_PATH_IMAGE035
为孔隙度，无因次；A为渗流截面积，m2；
第三，修正水侵通道的特征参数，包含水侵通道传导率和水侵通道体积，以实际的生产动态数据来拟合模型计算的生产动态数据，建立水侵通道的特征参数向量：
Figure 65254DEST_PATH_IMAGE037
建立水侵通道的目标函数：
Figure 869131DEST_PATH_IMAGE038
其中，
Figure 159298DEST_PATH_IMAGE039
为水侵通道的特征参数向量；
Figure 695321DEST_PATH_IMAGE040
为水侵通道的目标函数；
Figure 311417DEST_PATH_IMAGE042
为水侵通道体积特征参数，m3；ydata为实测动态数据；
Figure 528772DEST_PATH_IMAGE044
为模型修正水侵通道的特征参数计算得到的动态数据；
Figure 939025DEST_PATH_IMAGE046
为
Figure 239425DEST_PATH_IMAGE048
的总个数；
第四，设置水侵通道的约束条件，认为水侵通道体积等于整个储层的孔隙体积，约束条件为：
Figure 836760DEST_PATH_IMAGE049
，其中；
Figure 248018DEST_PATH_IMAGE051
为储层有效孔隙体积，m3；
第五，采用遗传算法自动拟合水侵通道传导率和水侵通道体积两项特征参数，直到模型预测数据与实际生产动态数据误差值最小，得到修正后的水侵通道传导率和水侵通道体积两项特征参数。
附图说明
图1是本方法的技术路线图。
图2是水侵通道***示意图。
图3是建立的数值模拟相渗曲线图。
图4是建立的数值模拟高渗条带分布示意图。
图5是P1井的含水率拟合曲线图。
图6是P2井的含水率拟合曲线图。
图7是P3井的含水率拟合曲线图。
图8是P4井的含水率拟合曲线图。
图9是P5井的含水率拟合曲线图。
图10是P6井的含水率拟合曲线图。
图11是水侵通道特征参数值。
图12是水侵优势通道识别结果图。
具体实施方式
下面结合实施方式和附图对本发明做进一步说明。
本发明提供了一种有水油藏的水侵优势通道智能识别方法，图1为本发明的技术路线图，该方法包括下列步骤：
第一，水侵通道***建立步骤，将水体离散成无数个水体单元，将每口生产生产井定为产井单元，将勘探并取心的位置定位为探井单元，每个单元之间的连线等效成水侵通道，以此建立水侵通道***，如图2所示；
第二，水侵通道特征参数拟合步骤，在水侵通道***的基础上，通过物质平衡法和水驱前缘推进理论计算单元的压力和含水率，以实际的生产动态数据为参考，采用遗传算法，通过修正水侵通道传导率和水侵通道体积两项特征参数，自动拟合计算的数据与生产井的实际生产动态数据，拟合结果误差最小时的水侵通道特征参数为最终结果；
第三，水侵优势通道识别步骤，在得到水侵通道传导率和水侵通道体积两项特征参数的拟合结果后，根据两个参数的量级分类，量级最高的水侵通道即为水侵优势通道。
进一步地，水侵通道***的建立，其具体包括下列几个步骤：
第一，有水油藏进行简化表征，将水体离散成无数个水体单元，将每口生产生产井定为产井单元，将勘探并取心的位置定位为探井单元，需要说明的是，探井单元的计算方式与产井单元相同，但产量为0，目的是能够完整地刻画出水体侵入过程，因此探井单元越多，水侵动态过程越精确；
第二，将每个单元之间的连线等效成水侵通道，水侵通道的连通性主要通过传导率来表征，水侵通道的大小主要通过水侵通道体积来表征，这两个特征参数共同反映了水侵过程中的水侵优势通道；
第三，为增加计算效率，两个单元间的距离超过一定值时可忽略连线，认为是无效水侵通道，或者影响较小的水侵通道；
进一步地，水侵通道特征参数拟合，其具体包括以下步骤：
第一，根据建立的水侵通道***，考虑流体微可压缩且忽略毛管力的作用，由于研究基于平面二维，因此忽略纵向上重力的影响，只考虑平面上力的作用，建立离散水体单元对产井单元和探井单元的物质平衡方程：
Figure 168570DEST_PATH_IMAGE001
建立产井单元和探井单元对离散水体单元的物质平衡方程：
Figure 390604DEST_PATH_IMAGE002
其中，
Figure 993011DEST_PATH_IMAGE004
和
Figure 958693DEST_PATH_IMAGE005
为水体单元i与产井单元j之间在t时刻的平均传导率，m3/（d·MPa）；n well为产井单元及探井单元数，无因次；n water为水体单元数，无因次；
Figure 61647DEST_PATH_IMAGE052
为水体单元i在t时刻的水体压力，MPa；
Figure 189003DEST_PATH_IMAGE053
为产井单元j在t时刻的井底平均压力，MPa；
Figure 275776DEST_PATH_IMAGE011
为井j在t时刻的产量，m3/d；
Figure 638625DEST_PATH_IMAGE054
为水体单元i在t时刻的水侵量，m3/d；c t 为地层综合压缩系数，MPa-1；
Figure 877976DEST_PATH_IMAGE015
为井j在t时刻的控制体积，m3；
Figure 425501DEST_PATH_IMAGE017
为水体单元i在t时刻的水体体积，m3；
第二，采用水驱前缘推进理论计算单元的含水率，对于产井单元而言，水体单元始终为产井单元的上游位置，且上游位置水体单元的含水饱和度
Figure 750303DEST_PATH_IMAGE019
=1-
Figure 309985DEST_PATH_IMAGE021
，含水率导数
Figure 872684DEST_PATH_IMAGE055
=0，含水率
Figure 856690DEST_PATH_IMAGE056
=1，若对于产井单元而言上游位置是另外一口产井，那我们需要根据水驱前缘推进方程获得上游位置
Figure 403209DEST_PATH_IMAGE027
的含水率及含水饱和度，上游位置的水驱前缘推进方程为：
Figure 498073DEST_PATH_IMAGE057
其中，
Figure 180858DEST_PATH_IMAGE058
为位置上游位置
Figure 945552DEST_PATH_IMAGE059
处的含水饱和度，无因次；
Figure 228634DEST_PATH_IMAGE021
为残余油饱和度，无因次；
Figure 612342DEST_PATH_IMAGE032
为位置上游位置
Figure 401831DEST_PATH_IMAGE060
处水相的分流量，无因次；Q为流体的总流量，m3；
Figure 478372DEST_PATH_IMAGE035
为孔隙度，无因次；A为渗流截面积，m2；
第三，修正水侵通道的特征参数，包含水侵通道传导率和水侵通道体积，以实际的生产动态数据来拟合模型计算的生产动态数据，建立水侵通道的特征参数向量：
Figure 248750DEST_PATH_IMAGE061
建立水侵通道的目标函数：
Figure 170570DEST_PATH_IMAGE038
其中，
Figure 342794DEST_PATH_IMAGE039
为水侵通道的特征参数向量；
Figure 855815DEST_PATH_IMAGE040
为水侵通道的目标函数；
Figure 113490DEST_PATH_IMAGE042
为水侵通道体积特征参数，m3；ydata为实测动态数据；
Figure 509441DEST_PATH_IMAGE044
为模型修正水侵通道的特征参数计算得到的动态数据；
Figure 536172DEST_PATH_IMAGE062
为
Figure 688936DEST_PATH_IMAGE048
的总个数；
第四，设置水侵通道的约束条件，认为水侵通道体积等于整个储层的孔隙体积，约束条件为：
Figure 902748DEST_PATH_IMAGE049
，其中；
Figure 556583DEST_PATH_IMAGE051
为储层有效孔隙体积，m3；
第五，采用遗传算法自动拟合水侵通道传导率和水侵通道体积两项特征参数，直到模型预测数据与实际生产动态数据误差值最小，得到修正后的水侵通道传导率和水侵通道体积两项特征参数。
将本发明所述方法所建模型应用到具体实例中如下：
应用本文所建模型，笔者将模型的计算结果与数值模拟器得到的结果进行对比验证。验证数值模拟模型采用黑油模型，模型网格设置为50×50×1，每个网格块横向步长设置为10m，纵向步长设置为20m，模拟时长为2000天，原油密度为776kg/m3，原油粘度为20cp，原油压缩系数为0.005MPa-1，设置油藏的相渗曲线如图3所示，在数值模拟模型中西部添加均匀水体1.8×107m3，在油藏中部设置一条东西方向延展的高渗条带，如图4所示，设置产井定液量生产，全部以50m3/d生产，模拟生产2000d。
将数值模拟器得到的生产井P1-P6的含水率作为WINS模型的目标函数，进行水侵通道传导率及水侵通道控制体积两项特征参数的历史拟合，对于高渗条带的模型验证中，六口生产井的含水率曲线拟合效果较好，生产井的见水时间和最终含水率一致，生产井P1的含水率拟合结果如图5所示，生产井P2的含水率拟合结果如图6所示，生产井P3的含水率拟合结果如图7所示，生产井P4的含水率拟合结果如图8所示，生产井P5的含水率拟合结果如图9所示，生产井P6的含水率拟合结果如图10所示。
根据拟合结果，得到了水侵通道的特征值，根据水侵通道传导率和水侵通道体积两项特征参数，如图11所示，进而可以找出水侵优势通道，如图12所示。

Claims (4)

1.一种有水油藏的水侵优势通道智能识别方法，其特征在于，该方法包括下列步骤：
S100、水侵通道***建立步骤，将水体离散成无数个水体单元，将每口生产井定为产井单元，将勘探并取心的位置定位为探井单元，每个单元之间的连线等效成水侵通道，以此建立水侵通道***；
S200、水侵通道特征参数拟合步骤，在水侵通道***的基础上，通过物质平衡法和水驱前缘推进理论计算单元的压力和含水率，以实际的生产动态数据为参考，采用遗传算法，通过修正水侵通道传导率和水侵通道体积两项特征参数，自动拟合计算的数据与生产井的实际生产动态数据，拟合结果误差最小时的水侵通道特征参数为最终结果；
S300、水侵优势通道识别步骤，在得到水侵通道传导率和水侵通道体积两项特征参数的拟合结果后，根据两个参数的量级分类，量级最高的水侵通道即为水侵优势通道；
所述步骤S100具体包括以下步骤：
S101、有水油藏进行简化表征，将水体离散成无数个水体单元，将每口生产井定为产井单元，将勘探并取心的位置定位为探井单元；
S102、将每个单元之间的连线等效成水侵通道，水侵通道的连通性通过传导率来表征，水侵通道的大小通过水侵通道体积来表征；
所述步骤S200具体包括以下步骤：
S201、根据建立的水侵通道***采用物质平衡法计算单元的压力，采用水驱前缘推进理论计算单元的含水率；
S202、建立水侵通道的特征参数向量和目标函数；
S203、设置水侵通道的约束条件，认为水侵通道体积等于整个储层的孔隙体积；
S204、采用遗传算法自动拟合水侵通道传导率和水侵通道体积两项特征参数，直到模型预测数据与实际生产动态数据误差值最小，得到修正后的水侵通道传导率和水侵通道体积两项特征参数。
2.根据权利要求1所述的一种有水油藏的水侵优势通道智能识别方法，其特征在于：所述S200中的物质平衡法为
Figure DEST_PATH_IMAGE002
，其中，
Figure DEST_PATH_IMAGE004
为单元ij间的水侵通道在t时刻的平均传导率，m3/（d·MPa）；n well为产井单元及探井单元数，无因次；
Figure DEST_PATH_IMAGE006
为单元i在t时刻的压力，MPa；
Figure DEST_PATH_IMAGE008
为单元j在t时刻的压力，MPa；
Figure DEST_PATH_IMAGE010
为水体单元i在t时刻的水侵量，m3/d；c t 为地层综合压缩系数，MPa-1；
Figure DEST_PATH_IMAGE012
为水体单元i在t时刻的水体体积，m3。
3.根据权利要求1所述的一种有水油藏的水侵优势通道智能识别方法，其特征在于：所述S200中的水驱前缘推进理论为
Figure DEST_PATH_IMAGE013
，其中，x为水侵通道的某一位置，m；t为时间，天；Q为流体的总流量，m3；S w 为位置x处的含水饱和度，无因次；
Figure DEST_PATH_IMAGE014
为水相的分流量，无因次；A为渗流截面积，m2；
Figure DEST_PATH_IMAGE016
为孔隙度，无因次。
4.根据权利要求1所述的一种有水油藏的水侵优势通道智能识别方法，其特征在于：所述的生产动态数据为单井的井底压力和单井的含水率。
CN202210046183.5A 2022-01-17 2022-01-17 一种有水油藏的水侵优势通道智能识别方法 Active CN114065652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210046183.5A CN114065652B (zh) 2022-01-17 2022-01-17 一种有水油藏的水侵优势通道智能识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210046183.5A CN114065652B (zh) 2022-01-17 2022-01-17 一种有水油藏的水侵优势通道智能识别方法

Publications (2)

Publication Number Publication Date
CN114065652A CN114065652A (zh) 2022-02-18
CN114065652B true CN114065652B (zh) 2022-03-25

Family

ID=80231197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210046183.5A Active CN114065652B (zh) 2022-01-17 2022-01-17 一种有水油藏的水侵优势通道智能识别方法

Country Status (1)

Country Link
CN (1) CN114065652B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726409A (zh) * 2017-10-30 2019-05-07 中国石油化工股份有限公司 一种气藏水侵优势通道的识别方法
CN112101710A (zh) * 2020-07-31 2020-12-18 中海油能源发展股份有限公司 一种基于水驱前缘控制的量化注采平衡调整方法
CN113236203A (zh) * 2021-07-09 2021-08-10 西南石油大学 一种碳酸盐岩有水气藏的水侵动态配产方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3002270B1 (fr) * 2013-02-21 2015-02-27 Ifp Energies Now Procede d'exploitation d'un reservoir geologique au moyen d'un modele de reservoir cale et coherent vis a vis des proprietes d'ecoulement
CN112343587B (zh) * 2020-09-03 2023-07-25 中国石油天然气股份有限公司 一种特低渗透油藏优势渗流通道识别表征方法
CN112036048A (zh) * 2020-09-11 2020-12-04 重庆科技学院 一种基于多因素影响的有水气藏水侵优势通道识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726409A (zh) * 2017-10-30 2019-05-07 中国石油化工股份有限公司 一种气藏水侵优势通道的识别方法
CN112101710A (zh) * 2020-07-31 2020-12-18 中海油能源发展股份有限公司 一种基于水驱前缘控制的量化注采平衡调整方法
CN113236203A (zh) * 2021-07-09 2021-08-10 西南石油大学 一种碳酸盐岩有水气藏的水侵动态配产方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
"Effects of pore characteristics on water-oil two-phase displacement in non-homogeneous pore structures: A pore-scale lattice Boltzmann model considering various fluid density ratios";Yang Ju等;《International Journal of Engineering Science》;20200625;第154卷;第1-16页 *
"Material balance method and classification of non-uniform water invasion mode for water-bearing gas reservoirs considering the effect of water sealed gas";Tan Xiaohua等;《Natural Gas Industry》;20210811;第B8卷;第353-358页 *
一种新的聚合物驱窜聚动态预测与识别方法;许凌飞等;《中国海上油气》;20171231;第29卷(第06期);第92-99页 *
基于连通性方法的缝洞型油藏优势窜流通道识别;沈文洁等;《断块油气田》;20180731;第25卷(第04期);第459-463页第1-3节 *
复杂断块油藏优势通道识别与定量描述――以涠州12-1油田北块6井区为例;曾桃等;《石油地质与工程》;20160731;第30卷(第04期);第92-95页 *
用于高耗水层带判别的干扰试井方法;黄迎松;《石油钻采工艺》;20191120;第41卷(第06期);第749-755页 *
精细油藏描述研究进展;陈欢庆等;《地质论评》;20150930;第61卷(第05期);第1135-1146页 *

Also Published As

Publication number Publication date
CN114065652A (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
CN104594872B (zh) 一种优化致密气藏压裂水平井裂缝导流能力的方法
CN107301306A (zh) 用于致密砂岩气藏压裂水平井的动态无阻流量预测方法
CN105507893A (zh) 预测页岩储层体积改造后生产效果的方法
CN104615862A (zh) 基于进化算法的高含水油田确定井位的方法
CN110439515A (zh) 注采参数优化方法及装置
WO2009080711A2 (en) Method for producing hydrocarbons through a well or well cluster of which the trajectory is optimized by a trajectory optimisation algorithm
CN103455667B (zh) 充气法治理承压含水层海水入侵的数值模拟方法
CN108197366A (zh) 考虑注入水水质对储层伤害的注采参数优化方法
CN104750985B (zh) 一种蓄水关系近似一致的复杂平原河网概化方法
CN109670195B (zh) 融合单井敏感性局域化的EnKF油藏辅助历史拟合方法
CN109063403B (zh) 一种滑溜水压裂优化设计方法
CN109684685A (zh) 一种多分支井水合物降压开采条件下的产能及储层稳定性分析方法
CN113743023A (zh) 一种二氧化碳驱油气窜通道分级表征方法
CN111456709A (zh) 一种基于测井曲线的水平井多级压裂分段分簇方法
CN113836695A (zh) 一种基于无网格连接元的油藏数值模拟方法
CN109858177A (zh) 一种基于拟流线法的底水油藏水平井水驱数值模拟方法
CN114065652B (zh) 一种有水油藏的水侵优势通道智能识别方法
Zhang et al. Water flooding optimization with adjoint model under control constraints
CN115526086A (zh) 一种基于代理模型的碳酸盐岩油藏水驱突破时间预测方法
CN108241785A (zh) 一种非均质性储层饱和度场精细表征方法
CN110863818A (zh) 一种剩余油/气分布的描述方法及装置
CN114722687B (zh) 基于三重介质模型的碳酸盐岩气藏大斜度井产量预测方法
CN117272871A (zh) 一种水驱气岩心实验中气水界面的预测方法
CN114429023A (zh) 基于平面流动单元划定的分段注采参数优化方法
CN114048662B (zh) 一种复杂边水油藏的水体分布智能识别方法

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