CN114091287B - 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 - Google Patents
基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 Download PDFInfo
- Publication number
- CN114091287B CN114091287B CN202111442768.0A CN202111442768A CN114091287B CN 114091287 B CN114091287 B CN 114091287B CN 202111442768 A CN202111442768 A CN 202111442768A CN 114091287 B CN114091287 B CN 114091287B
- Authority
- CN
- China
- Prior art keywords
- fracture
- crack
- network
- connectivity
- hydraulic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 230000009977 dual effect Effects 0.000 claims abstract description 13
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 10
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 5
- 238000005755 formation reaction Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000009827 uniform distribution Methods 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/646—Fractures
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Fluid Mechanics (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Environmental & Geological Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,包括以下步骤:根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及特征参数,并基于此建立天然裂缝离散裂缝网络模型;设置水力压裂裂缝,确定裂缝网络中裂缝的相交关系及交点坐标;根据复杂网络理论将实际裂缝网络转换为复杂网络对偶拓扑图,并计算复杂网络的评价性指标,实现对裂缝网络连通性的评价;改变水力压裂裂缝参数,得到不同水力裂缝方案的评价指标,对比不同方案的评价指标,实现水力裂缝位置、缝长等裂缝参数的优化。本发明能够有效评价地层裂缝网络的连通程度并实现水力压裂裂缝参数的优化,对于油气田增产改造方案的制定具有一定指导作用。
Description
技术领域
本发明涉及基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,属于油气藏开发技术领域。
背景技术
裂缝是裂缝性地层油气运移的主要通道,良好的裂缝连通性是油气井高产的有利保障。对于压裂改造储层,水力裂缝对裂缝网络连通性的影响也直接关系到了增产改造效果。
常见的裂缝连通性评价方法包括试井分析和数值模拟等。试井分析法是通过分析生产过程中井间地层压力、流体物性等的变化,来判断储层内的裂缝连通性,但该法耗时长、成本高;数值模拟方法是基于现场得到的裂缝参数开展渗流模拟来计算地层产量,进而间接评价地层内裂缝的连通性,但该法通常存在模型复杂、计算成本高等问题。
自然界和人类社会存在大量的复杂***,通过将***中的元素用节点代替,元素的关系用边表示,可以建立这些***的复杂网络模型,从而实现对***内相关问题分析和预测,因此复杂网络理论在金融、电力、互联网、交通等不同领域都有广泛的应用。裂缝网络也具有复杂网络的特点,基于复杂网络理论可以将裂缝网络中的裂缝及其连通关系抽象为由裂缝(节点)和裂缝交点(节点间的边)组成的复杂网络,并通过复杂网络平均度、平均聚类系数等评价指标来分析复杂网络节点间的连通情况,并据此确定裂缝网络连通关系的分析和评价。目前尚未见有复杂网络理论在裂缝网络连通性评价及水力裂缝参数优化上的应用研究,因此具有较为高的应用潜力。
发明内容
为了克服现有技术中的问题,本发明提供基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法;该方法易于实施、计算简便且成本较低,能快速完成对储层裂缝连通性的初步评价,弥补现有裂缝连通性评价方法的不足。
本发明解决上述技术问题所提供的技术方案是:基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,包括以下步骤:
步骤S10、根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及地层天然裂缝实际特征参数;
步骤S20、根据地层天然裂缝分布规律及地层天然裂缝特征参数建立天然裂缝离散裂缝网络模型;
步骤S30、设置水力压裂裂缝参数,并根据天然裂缝离散裂缝网络模型确定裂缝网络中裂缝的交点坐标和裂缝的相交关系;
步骤S40、根据复杂网络理论和裂缝网络中裂缝的相交关系将实际裂缝网络转换为复杂网络对偶拓扑图;
步骤S50根据转换后的复杂网络对偶拓扑图计算复杂网络的平均度、中心度、平均聚类系数,并根据平均度、中心度、平均聚类系数计算综合评价指标;
步骤S60、设置多个水力裂缝方案的水力压裂裂缝参数,并重复步骤S30-S50得到多个水力裂缝方案的综合评价指标;
步骤S70、根据多个水力裂缝方案的综合评价指标确定最优水力裂缝方案。
进一步的技术方案是,所述步骤S10中地层天然裂缝特征参数包括裂缝长度参数、裂缝走向参数。
进一步的技术方案是,所述步骤S20中建立天然裂缝离散裂缝网络模型的具体过程为:
步骤S201、根据地层天然裂缝分布规律随机生成天然裂缝离散裂缝网络模型的裂缝数据;
步骤S202、基于分形离散裂缝网络理论确定生成裂缝中心点的坐标,并利用裂缝中心点的坐标和裂缝数据,建立裂缝对应直线方程,计算生成裂缝的端点坐标,并得到各裂缝坐标取值范围;
步骤S203、赋予裂缝中心点裂缝属性,建立天然裂缝离散裂缝网络模型。
进一步的技术方案是,所述步骤S30的具体过程为:
步骤S301、设置水力压裂裂缝参数,再对水力压裂裂缝参数进行编号并记录其水力裂缝端点坐标;
步骤S302、根据步骤S202中生成裂缝的端点坐标与步骤S301中的水力裂缝端点坐标,建立各裂缝的直线方程,并求解出相交裂缝的交点坐标;
步骤S303、根据步骤S302中所得相交裂缝的交点坐标并结合对应裂缝各自坐标范围,判断裂缝相交关系;
步骤S304、重复步骤S302-S303直至完成整个裂缝网络中裂缝相交关系的判断并记录。
10、根据权利要求4所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S40的具体过程为:
步骤S401、将天然裂缝离散裂缝网络模型中的每条裂缝都转换为复杂网络理论下的节点并编号记录;
步骤S402、根据裂缝相交关系,将相交裂缝对应节点用一条边相连,并编号记录;
步骤S403、重复步骤S402直到完成对裂缝网络中所有裂缝及其相交关系的转换。
进一步的技术方案是,所述平均度的计算公式如下:
式中:Kp为平均度;M为裂缝网络中节点的总数;Ki为任意复杂网络中节点i的节点度。
进一步的技术方案是,所述中心度的计算公式如下:
式中:di为中心度;M为裂缝网络中节点的总数;Ki为任意复杂网络中节点i的节点度。
进一步的技术方案是,所述平均聚类系数的计算公式如下:
式中:C为平均聚类系数;Ci为节点i的聚类系数;M为裂缝网络中节点的总数;Ei为节点i的相邻节点彼此相连边的实际数量。
进一步的技术方案是,所述综合评价指标的计算过程为:
首先,分别将平均度、中心度、平均聚类系数进行无因次化,具体无因次化计算公式如下:
式中:Li为任意水力裂缝方案i的某种裂缝连通性评价指标无因次化值;li为任意水力裂缝方案i的某种裂缝连通性评价指标;max(li)为所有备选水力裂缝方案中的某种裂缝连通性评价指标的最大值。
再将所得无因次化后的平均度、中心度、平均聚类系数计算得到综合评价指标,具体计算公式如下:
式中:Fi为任意水力裂缝方案i的综合评价指标,其值越大代表该方案下的裂缝的连通性越好;LKi为任意水力裂缝方案i下平均度的无因次化后的值;Ldi为任意水力裂缝方案i下中心度无因次化后的值;LCi为任意水力裂缝方案i下平均聚类系数无因次化后的值。
进一步的技术方案是,所述步骤S70中确定综合评价指标最大的水力裂缝方案为最优水力裂缝方案。
本发明具有以下有益效果:本发明能够有效评价地层裂缝网络的连通程度并实现水力压裂裂缝参数的优化,对于油气田增产改造方案的制定具有一定指导作用。
附图说明
图1为本发明基于复杂网络理论评价裂缝连通性的方法的流程示意图;
图2为实施例1整理得到的实际裂缝长度分布图;
图3为实施例1整理得到的实际裂缝走向玫瑰图;
图4为实施例1计算得到的离散裂缝网络结果图;
图5为实施例1计算得到的水力裂缝方案1的复杂网络对偶拓扑图;
图6为实施例1计算得到的水力裂缝方案1(初始)与天然缝沟通情况;
图7为实施例1计算得到的水力裂缝方案2(缝长调整)与天然缝沟通情况;
图8为实施例1计算得到的水力裂缝方案3(位置调整)与天然缝沟通情况;
图9为实施例1计算得到的水力裂缝方案4(位置调整)与天然缝沟通情况;
图10为实施例1计算得到的各水力裂缝方案的平均度与产量相关性分析结果图;
图11为实施例1计算得到的各水力裂缝方案的中心度与产量相关性分析结果图;
图12为实施例1计算得到的各水力裂缝方案的平均聚类系数与产量相关性分析结果图;
图13为实施例1计算得到的各水力裂缝方案的裂缝连通性综合评价指标与产量相关性分析结果图;
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,包括以下步骤:
S1、根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及地层天然裂缝特征参数,并基于此建立天然裂缝离散裂缝网络模型,具体包括以下子步骤:
S101、收集现场地层天然裂缝特征参数,主要包括裂缝长度、裂缝走向等参数;
其中大裂缝、断层的形态特征参数由地震资料确定;小尺度裂缝的形态特征参数由岩心、露头观察、测井解释等手段获得,并通过统计方法得到裂缝的特征参数及其分布规律;
S102、利用地层天然裂缝分布规律选择合适的分布(包括但不限于Fisher分布、正态分布、幂律分布、均匀分布),依据选择的分布随机生成天然裂缝离散裂缝网络模型的裂缝长度、走向、密度等裂缝数据;
S103、基于分形离散裂缝网络理论确定生成裂缝中心点的坐标,并利用中心点的坐标和S102中所得裂缝数据,建立裂缝对应直线方程,计算生成裂缝的端点坐标,以此得到各裂缝坐标取值范围并记录;
S104、依据所得裂缝分布,赋予S103中所得裂缝中心点裂缝属性,建立天然裂缝离散裂缝网络模型;
S2、设置水力压裂裂缝,构建包含天然裂缝和水力压裂裂缝的综合裂缝网络模型,计算确定裂缝间的相交关系及交点坐标,具体包括以下子步骤:
S201、在S1所得天然裂缝离散裂缝网络模型中,设置1条水力裂缝,对其编号并记录其水力裂缝端点坐标;
S202、利用S103中记录裂缝端点的坐标及S201的水力裂缝端点坐标,建立各裂缝的直线方程,并求解出相交裂缝的交点坐标,具体为式(1)-式(4):
(1)若裂缝1、裂缝2存在相同端点,则该端点即为裂缝1、裂缝2的交点;
(2)若设裂缝1、裂缝2不存在相同端点,则设O(x0,y0)为裂缝1(端点坐标为:A(xi1,yi1),B(xi2,yi2)),裂缝2(端点坐标为:C(xj1,yj1),(Dxj2,yj2))的交点坐标,O、A、B与O、C、D三点各自共线得到式(1)、式(2)方程组:
(2)联立式(1)、式(2)得到交点坐标式(3)、式(4):
若式(3)、式(4)无解,则裂缝1、裂缝2无交点;
S203、依据所得裂缝交点坐标结合对应裂缝各自坐标范围,判断裂缝相交关系,步骤如下:
设裂缝1上点的x取值范围为(ax,bx),y取值范围为(ay,by),裂缝2上点的x取值范围为(cx,dx),y取值范围为(cy,dy),取裂缝1,裂缝2上点x取值范围的交集得到,交点x坐标的取值范围(ex,fx):
取裂缝1,裂缝2上点y取值范围的交集得到,交点y坐标的取值范围(ey,fy):
若(2)中计算得到的交点坐标O(x0,y0)满足x0∈(ex,fx),y0∈(ey,fy),则该交点坐标O在裂缝1和裂缝2上,裂缝1、2相交,否则裂缝不相交。
S204、重复步骤S202-S203直至完成整个裂缝网络中裂缝相交关系的判断并记录;
S3、根据复杂网络理论将实际裂缝网络转换为复杂网络对偶拓扑图,并计算复杂网络的平均聚类系数、平均度、中心度,并计算综合评价指标,具体包括以下子步骤:
S301、根据复杂网络理论将实际裂缝网络转换为复杂网络对偶拓扑图,步骤如下:
(1)将S104中所得天然裂缝离散裂缝网络模型中的每条裂缝都转换节点,并编号记录;
(2)依据S203中所得的裂缝相交关系,将相交裂缝对应节点用一条边相连,并编号记录;
(3)将实际裂缝网络转换为复杂网络对偶拓扑图;
S302:依据S301所得复杂网络对偶拓扑图中节点与边的关系,利用式(7)-式(10)计算评价研究区域裂缝连通性的各项指标:
(1)平均度
平均度(Kp)表示复杂网络中所有节点度的平均值,可用式(7)表示:
式中:Kp为平均度,反应裂缝网络整体的连通性,其值越大连通性越好;M为裂缝网络中节点(裂缝)的总数;Ki为任意复杂网络中节点i的节点度,节点度是指复杂网络中任意节点的相邻节点数,可利用S301中记录数据可直接得到;某节点直接连接的节点为该节点的相邻节点;
(2)中心度
中心度是指复杂网络中某节点的直接连接节点数与网络总节点数的比值,一定程度上反应该了节点在复杂网络中的重要程度,在本发明中体现为某一裂缝连通性的好坏,其值越接近1则裂缝的连通情况越好,具体可用式(8)表示:
式中:di表示节点i的节点中心度。
(3)平均聚类系数
平均聚类系数是指网络中所有节点聚类系数的平均值,它表明网络中节点的聚集情况,反应了网络中任意节点的两个相邻节点仍然是相邻节点的概率大小,可以用式(9)表示:
式中:C为复杂网络的平均聚类系数,其取值范围为[0,1],其值越接近1说明该裂缝网络中裂缝间彼此连通的可能性越大,裂缝网络连通性越好;Ci为节点i的聚类系数,反映了节点i的相邻节点彼此连通的概率,其计算方法如式(10)所示;
S303:将S302得到平均度、中心度、平均聚类系数无因次化,期计算方法如式子(11)所示:
式中:Li为任意水力裂缝方案i的某种裂缝连通性评价指标无因次化后值;li为任意水力裂缝方案i的某种裂缝连通性评价指标(平均度、中心度、平均聚类系数);max(li)为所有备选水力裂缝方案中这种裂缝连通性评价指标的最大值。
S304:将步骤S303所得无因次化后的平均度、中心度、平均聚类系数等权重相加得到评价某水力裂缝方案下裂缝连通性的综合评价指标,具体计算公式如下:
式中:Fi为任意水力裂缝方案i的裂缝连通性综合评价指标,其值越大代表该方案下的裂缝的连通性越好;LKi为任意水力裂缝方案i下平均度的无因次化后的值;Ldi为任意水力裂缝方案i下中心度无因次化后的值;LCi为任意水力裂缝方案i下平均聚类系数无因次化后的值。
S4、设置不同的水力裂缝参数(包括但不限于水力裂缝的缝长、位置),重复S2-S3,计算对比不同水力裂缝方案的综合评价指标;
S5、各水力方案的综合评价指标,确定该指标最大的水力裂缝方案为最优水力裂缝方案。
实施例1
一种基于复杂网络理论评价地裂缝连通性的方法,包括以下步骤:
S1、根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及地层天然裂缝特征参数,并基于此建立分形天然离散裂缝网络,具体包括以下子步骤:
(1)根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及地层天然裂缝特征参数(其中裂缝长度为指数分布如图2,裂缝走向玫瑰图见图3),并随机生成裂缝长度、裂缝走向等裂缝数据,结果如表1所示:
表1生成的部***缝特征参数表
注:由于裂缝分布特征参数基础数据较多,表1中仅列举出部分数据,其中“…”表示有未列出数据;
(2)基于分形离散裂缝网络理论确定生成裂缝中心点坐标,利用中心点坐标和(1)中所得随机生成的裂缝数据,建立对应裂缝直线方程,计算生成裂缝的端点并得到裂缝坐标取值范围如表2:
表2生成裂缝中心点及端点坐标
(3)依据(1)中所得裂缝数据,赋予(2)中裂缝中心点裂缝属性,建立离散裂缝网络模型,结果如图4所示;
S2、设置水力裂缝,综合天然裂缝和水力压裂裂缝计算确定裂缝间的相交关系及交点坐标,具体包含以下子步骤:
(1)在S1所得裂缝网络设置一条水力裂缝,编号并记录,结果如表3:
表3水力裂缝方案1水力裂缝参数设置表
项目 | 裂缝编号 | 缝长(m) | 端点坐标1 | 端点坐标2 |
水力裂缝1 | 259 | 120 | (40,60) | (40,-60) |
(2)利用S1所得裂缝网络的裂缝参数及表3中水力裂缝参数,建立各裂缝的直线方程,并求解出对应的交点坐标,结果如表4;
(3)依据S1所得裂缝网络中裂缝各自的坐标范围及(2)中所得裂缝交点坐标,判断裂缝相交关系,结果如表4;
表4水力裂缝方案1裂缝相交关系表
S3:根据复杂网络理论将实际裂缝网络转换为复杂网络对偶拓扑图,并据此计算平均聚类系数、平均度等评价指标,实现对裂缝网络连通性的评价,具体包括以下子步骤:
(1)根据复杂网络理论将实际裂缝网络转换为复杂网络对偶拓扑图,步骤为:
①将S1中所得裂缝网络的每条裂缝及S2中设置的水力压裂裂缝都转换为节点,并编号记录;
②依据S2中所得的裂缝相交关系,将相交裂缝对应节点用一条边相连,并编号记录;
③重复步骤②,完成对裂缝网络中所有裂缝及其相交关系的转换(如图5);
注:图5中最大的实心圆代表水力压裂裂缝;其余实心圆代表地层天然裂缝;实心圆的连线代表裂缝彼此连通;
(2)依据复杂网络对偶拓扑图中节点与边的关系,利用式(7)-式(10)计算裂缝网络连通性的各评价指标:
1)原始复杂网络评价指标计算结果表5:
表5原始复杂网络评价指标计算结果(未含水力裂缝)
基于表5对本实例研究裂缝网络裂缝连通性进行评价,该区域面积为240m×240m,含有258条天然裂缝,区域平均度为1.28,表示直接沟通两条裂缝以上的裂缝数量少,区域内裂缝彼此连通程度低;平均聚类系数为0.061,表明裂缝网络中任意裂缝的相邻裂缝彼此连通的概率为6.1%。上述评价指标的结果值低,该裂缝网络的裂缝连通性较差。
2)利用式(7)-式(10)计算水力裂缝方案1的复杂网络评价指标(如表6),并得到该水力裂缝方案下离散裂缝网络结果图(如图6)。
表6水力裂缝方案1的连通性评价指标计算结果
对比表5、表6可以发现水力裂缝方案1条件下,复杂网络的平均度、平均聚类系数都有一定程度增加,表明水力裂缝沟通了大量彼此连通的天然裂缝,整个复杂网络的裂缝连通性有所提高,但仍处于较低值;而水力裂缝的中心度值越接近1代表其连通性越强,但此方案结果为0.047,因此该方案下水力裂缝的连通性较差;
S4:改变水压裂裂缝参数,重复步骤S2-S3得到不同水力裂缝方案的评价指标,对比不同方案的评价结果,确定最优水力裂缝方案,具体包括以下子步骤:
(1)改变水力裂缝参数(如表7),重复S2-S3步骤,得到各方案下复杂网络的评价指标(如表8)及对应离散裂缝网络结果图(如图7-图9)。
表7不同水力裂缝方案的水力裂缝参数设置
表8不同水力裂缝方案的连通性评价指标计算结果
注:图6-图9中点划线代表水力裂缝,⊙代表水力裂缝的端点;虚线代表水力裂缝沟通的天然裂缝裂缝;实线代表天然裂缝;点型线所围区域为是水力裂缝控制区域。
(2)基于上述方案得到的平均度、中心度、平均聚类系数计算各水力方案的裂缝连通性评价的综合评价指标,结果如表9:
表9不同水力裂缝方案的连通性综合评价指标计算结果
项目 | 水力裂缝方案1 | 水力裂缝方案2 | 水力裂缝方案3 | 水力裂缝方案4 |
综合评价指标 | 0.89 | 1.00 | 0.70 | 0.63 |
(3)各水力裂缝方案的日产量可以通过数值模拟方法来计算。计算不同水力裂缝方案下生产第30天时的单井日产量,结果如表9。不同水力裂缝方案的日产量数据可用于确定某裂缝性储层内复杂网络评价指标与日产量的相关性。
表9不同水力裂缝的单井产量
本发明中的评价指标包括平均度、中心度、平均聚类系数以及综合评价指标,它们均与日产油量呈现正相关关系(图10-图13)。评价指标值越高,日产量越高,同时也说明裂缝网络和水力裂缝的连通性越好。对比表6及表8所得各水力裂缝方案下连通性评价指标,可以看出水力裂缝方案2的评价指标值最大,其连通性最好,日产油量最高,因此可围绕水力裂缝方案2来确定井的位置及压裂参数。
以上所述,并非对本发明作任何形式上的限制,虽然本发明已通过上述实施例揭示,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,包括以下步骤:
步骤S10、根据地层天然裂缝前期认识及岩心裂缝统计分析获取地层天然裂缝分布规律及地层天然裂缝实际特征参数;
步骤S20、根据地层天然裂缝分布规律及地层天然裂缝特征参数建立天然裂缝离散裂缝网络模型;
步骤S30、设置水力压裂裂缝参数,并根据天然裂缝离散裂缝网络模型确定裂缝网络中裂缝的交点坐标和裂缝的相交关系;
步骤S40、根据复杂网络理论和裂缝网络中裂缝的相交关系将实际裂缝网络转换为复杂网络对偶拓扑图;
步骤S50根据转换后的复杂网络对偶拓扑图计算复杂网络的平均度、中心度、平均聚类系数,并根据平均度、中心度、平均聚类系数计算综合评价指标;
步骤S60、设置多个水力裂缝方案的水力压裂裂缝参数,并重复步骤S30-S50得到多个水力裂缝方案的综合评价指标;
步骤S70、根据多个水力裂缝方案的综合评价指标确定最优水力裂缝方案。
2.根据权利要求1所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S10中地层天然裂缝特征参数包括裂缝长度参数、裂缝走向参数。
3.根据权利要求1所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S20中建立天然裂缝离散裂缝网络模型的具体过程为:
步骤S201、根据地层天然裂缝分布规律随机生成天然裂缝离散裂缝网络模型的裂缝数据;
步骤S202、基于分形离散裂缝网络理论确定生成裂缝中心点的坐标,并利用裂缝中心点的坐标和裂缝数据,建立裂缝对应直线方程,计算生成裂缝的端点坐标,并得到各裂缝坐标取值范围;
步骤S203、赋予裂缝中心点裂缝属性,建立天然裂缝离散裂缝网络模型。
4.根据权利要求3所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S30的具体过程为:
步骤S301、设置水力压裂裂缝参数,再对水力压裂裂缝参数进行编号并记录其水力裂缝端点坐标;
步骤S302、根据步骤S202中生成裂缝的端点坐标与步骤S301中的水力裂缝端点坐标,建立各裂缝的直线方程,并求解出相交裂缝的交点坐标;
步骤S303、根据步骤S302中所得相交裂缝的交点坐标并结合对应裂缝各自坐标范围,判断裂缝相交关系;
步骤S304、重复步骤S302-S303直至完成整个裂缝网络中裂缝相交关系的判断并记录。
5.根据权利要求4所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S40的具体过程为:
步骤S401、将天然裂缝离散裂缝网络模型中的每条裂缝都转换为复杂网络理论下的节点并编号记录;
步骤S402、根据裂缝相交关系,将相交裂缝对应节点用一条边相连,并编号记录;
步骤S403、重复步骤S402直到完成对裂缝网络中所有裂缝及其相交关系的转换。
9.根据权利要求1所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述综合评价指标的计算过程为:
首先,分别将平均度、中心度、平均聚类系数进行无因次化,具体无因次化计算公式如下:
式中:Li为任意水力裂缝方案i的某种裂缝连通性评价指标无因次化值;li为任意水力裂缝方案i的某种裂缝连通性评价指标;max(li)为所有备选水力裂缝方案中的某种裂缝连通性评价指标的最大值;
再将所得无因次化后的平均度、中心度、平均聚类系数计算得到综合评价指标,具体计算公式如下:
式中:Fi为任意水力裂缝方案i的综合评价指标,其值越大代表该方案下的裂缝的连通性越好;LKi为任意水力裂缝方案i下平均度的无因次化后的值;Ldi为任意水力裂缝方案i下中心度无因次化后的值;LCi为任意水力裂缝方案i下平均聚类系数无因次化后的值。
10.根据权利要求9所述的基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法,其特征在于,所述步骤S70中确定综合评价指标最大的水力裂缝方案为最优水力裂缝方案。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442768.0A CN114091287B (zh) | 2021-11-30 | 2021-11-30 | 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 |
US17/994,099 US11687693B2 (en) | 2021-11-30 | 2022-11-25 | Method for evaluating fracture connectivity and optimizing fracture parameters based on complex network theory |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442768.0A CN114091287B (zh) | 2021-11-30 | 2021-11-30 | 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114091287A CN114091287A (zh) | 2022-02-25 |
CN114091287B true CN114091287B (zh) | 2022-10-18 |
Family
ID=80305917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111442768.0A Active CN114091287B (zh) | 2021-11-30 | 2021-11-30 | 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11687693B2 (zh) |
CN (1) | CN114091287B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117147321B (zh) * | 2023-10-30 | 2024-02-20 | 新疆泰齐石油科技有限公司 | 一种实验岩样裂缝形态表征方法及实验装置 |
CN117436292B (zh) * | 2023-12-21 | 2024-03-26 | 山东科技大学 | 一种离散裂隙网络注浆过程描述方法 |
CN117784243B (zh) * | 2024-02-27 | 2024-04-30 | 中国石油大学(华东) | 基于亚地震断裂***拓扑结构的连通性评价方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10954757B2 (en) * | 2015-09-08 | 2021-03-23 | Halliburton Energy Services, Inc. | Domain-adaptive hydraulic fracture simulators and methods |
CN106988739B (zh) * | 2017-05-19 | 2020-05-22 | 中国石油集团川庆钻探工程有限公司 | 页岩储层压裂裂缝识别与解释评价方法 |
CN110219630A (zh) * | 2019-06-04 | 2019-09-10 | 西南石油大学 | 一种裂缝性砂岩气藏压裂水平井的压裂液返排量计算方法 |
CN111779477B (zh) * | 2020-07-31 | 2023-05-12 | 中国石油天然气集团有限公司 | 一种基于分形理论的水力裂缝复杂度动态评价方法 |
CN112539049A (zh) * | 2020-11-25 | 2021-03-23 | 中国石油大学(华东) | 基于生产动态自动历史拟合的压裂裂缝参数反演方法 |
-
2021
- 2021-11-30 CN CN202111442768.0A patent/CN114091287B/zh active Active
-
2022
- 2022-11-25 US US17/994,099 patent/US11687693B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20230169244A1 (en) | 2023-06-01 |
US11687693B2 (en) | 2023-06-27 |
CN114091287A (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114091287B (zh) | 基于复杂网络理论评价裂缝连通性及优化裂缝参数的方法 | |
CN106909758B (zh) | 一种致密油储层水平井多段分簇射孔位置优化设计的方法 | |
Sun et al. | Investigating the effect of improved fracture conductivity on production performance of hydraulically fractured wells: Field-case studies and numerical simulations | |
CN109184660B (zh) | 一种基于生产测井资料的页岩气产能评价方法 | |
CN106703776B (zh) | 压裂参数优选方法 | |
CN107387051B (zh) | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 | |
CN111222243B (zh) | 一种压裂水平井井网分布的优化方法、介质、终端和装置 | |
CN107676085A (zh) | 一种海相页岩气水平井测井产能预测方法 | |
CN111456709B (zh) | 一种基于测井曲线的水平井多级压裂分段分簇方法 | |
CN110469303B (zh) | 一种基于四类改造体积的体积压裂参数优化设计方法 | |
CN106886046B (zh) | 确定缝洞型气藏未投产区块可动用储量的方法 | |
CN111027818B (zh) | 一种页岩油分类评价方法 | |
CN104899411A (zh) | 一种储层产能预测模型建立方法和*** | |
CN110454135A (zh) | 一种小井距、多层系、密切割的长水平井页岩油布井方法 | |
CN107895092A (zh) | 一种基于复杂非线性注采建模的井间连通定量评价方法 | |
CN106680172A (zh) | 评价致密油储层的裂缝的方法 | |
CN110516407B (zh) | 一种裂缝性储层水平井段内多簇压裂裂缝复杂度计算方法 | |
CN109670729A (zh) | 一种顶板含水层富水性评价方法 | |
CN117574755A (zh) | 页岩储层井工厂水平井压裂参数分层多级优化方法 | |
CN111950111B (zh) | 一种适用于底部开放的碳酸盐岩储层动态分析方法 | |
CN106779275A (zh) | 油田产量主控因素权重分析方法 | |
CN107704646B (zh) | 一种致密储层体积改造后的建模方法 | |
CN111779477A (zh) | 一种基于分形理论的水力裂缝复杂度动态评价方法 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
CN114970392A (zh) | 一种裂缝分形表征方法、***及可读存储介质 |
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 |