CN116205057A - 低渗油田产能的确定方法、装置、电子设备及存储介质 - Google Patents
低渗油田产能的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116205057A CN116205057A CN202310084534.6A CN202310084534A CN116205057A CN 116205057 A CN116205057 A CN 116205057A CN 202310084534 A CN202310084534 A CN 202310084534A CN 116205057 A CN116205057 A CN 116205057A
- Authority
- CN
- China
- Prior art keywords
- permeability
- hypotonic
- capacity
- target
- determining
- 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.)
- Pending
Links
- 230000035699 permeability Effects 0.000 title claims abstract description 334
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 34
- 239000003921 oil Substances 0.000 claims description 59
- 238000012360 testing method Methods 0.000 claims description 55
- 238000005259 measurement Methods 0.000 claims description 19
- 230000035945 sensitivity Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 210000003491 skin Anatomy 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 239000010779 crude oil Substances 0.000 claims description 4
- 210000002615 epidermis Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 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
- 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
-
- 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
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- 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]
-
- 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)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种低渗油田产能的确定方法、装置、电子设备及存储介质。该方法包括:基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;分别确定至少两个预设渗透率级别对应的分级产能权重;根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。采用本申请技术方案,采用本发明的技术方案能够尽可能的在不构建区域性产能预测模型的情况下,获得较为准确的结果。
Description
技术领域
本发明涉及油气勘探技术领域,尤其涉及一种低渗油田产能的确定方法、装置、电子设备及存储介质。
背景技术
截至2021年底,南海东部海域日产油气当量5.2万吨,年产油气当量已位居全国第七位。但仍有超1.28亿吨的低渗储量未得到有效动用。其中产能评价是制约低渗储量升级和开发动用的最主要环节。
钻杆测试(Drilling Stem Test,简称DST)作为海上获取地层真实产能的唯一途径,但海上钻杆地层测试的费用昂贵。现有的低渗油田产能评价方法中,普遍根据数值公式计算、统计学分析方法、人工智能算法等来进行产能预测。但是却存在一定的局限性,面对多个区块不同井的数据,其需要重新建模,产能预测效率低。同时,渗流力学模型计算产能往往预测精度不高,难以有效指导产能评价。因此需要一种提供较高精度预测结果且具备较高效率的测试方法。
发明内容
本发明提供了一种低渗油田产能的确定方法、装置、电子设备及存储介质,可以基于多个预设渗透率级别下的目标分级产能,预估低渗待测井的总产能,实现了在无DST测试资料的情况下,全面、准确地评价低渗透储层的真实产能,克服了DST测试产能资料稀缺和传统渗流模型解释精度不高的缺陷。
根据本发明的一方面,提供了一种低渗油田产能的确定方法,该方法包括:
基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;
根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;
分别确定至少两个预设渗透率级别对应的分级产能权重;
根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。
根据本发明的另一方面,提供了一种低渗油田产能的确定装置,该装置包括:
油藏产能确定模块,用于基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;
分级产能确定模块,用于根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;
产能权重确定模块,用于分别确定至少两个预设渗透率级别对应的分级产能权重;
总产能确定模块,用于根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的低渗油田产能的确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的低渗油田产能的确定方法。
采用本发明的技术方案,通过预先构建的海上低渗油田渗流产能模型,确定低渗待测井中至少一个目标测深对应的目标低渗油藏产能,使得目标低渗油藏产能确定结果较为准确,并且尽可能的减少计算所需时间的同时,不降低确定方法的普遍性。通过根据至少一个目标测深对应的目标低渗油藏产能与与其对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能,尽可能的减少数据计算的数据量,进而减少设备的运算压力。通过根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能,使得目标总产能的确定过程较为清晰并且计算结果较为准确。通过上述步骤,可以基于多个预设渗透率级别下的目标分级产能,预估低渗待测井的总产能,实现了在无DST测试资料的情况下,全面、准确地评价低渗透储层的真实产能,克服了DST测试产能资料稀缺和传统渗流模型解释精度不高的缺陷。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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。
图1为根据本发明实施例一提供的一种低渗油田产能的确定方法的流程图;
图2为本发明实施例二提供的另一种低渗油田产能的确定方法的流程图;
图3为本发明实施例所适用的各个低渗样本井的总产能与超定方程拟合产能误差对比的示意图;
图4为本发明实施例所适用的各个低渗样本井的总产能、超定方程拟合产能以及DST测试产能对比的示意图;
图5为本发明实施例所适用的低渗油田产能的确定方法运行逻辑的示意图;
图6为本发明实施例所适用的不同表皮系数下无因次产能的示意图;
图7为本发明实施例所适用的不同启动压力梯度倍数下无因次产能的示意图;
图8为本发明实施例三提供的一种低渗油田产能的确定装置的结构示意图;
图9是实现本发明实施例的低渗油田产能的确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种低渗油田产能的确定方法的流程图,本实施例可适用于在不构建评价模型的情况下,仍能快速获取较为准确的低渗油田产能的情况,该方法可以由低渗油田产能的确定装置来执行,该低渗油田产能的确定装置可以采用硬件和/或软件的形式实现,该低渗油田产能的确定装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110、基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能。
低渗待测井可以是待进行检测的,渗透率较低的井。海上低渗油田渗流产能模型可以是用以确定低渗井中不同测点产能的数学模型。测深可以是同一井中,不同检测点的深度。目标测深可以是低渗待测井中进行检测的检测点所处的深度。目标低渗油藏产能可以是在低渗待测井的目标测深测量并计算得到的低渗油藏产能。
依据预先构建的海上低渗油田渗流产能模型,获取海上低渗油田渗流产能模型所需的计算参数,并以此确定低渗待测井中至少一个目标测深对应的目标低渗油藏产能。
通过预先构建的海上低渗油田渗流产能模型,确定低渗待测井中至少一个目标测深对应的目标低渗油藏产能,使得目标低渗油藏产能确定结果较为准确,并且尽可能的减少计算所需时间的同时,不降低确定方法的普遍性。
在一种可选方案中,基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能,可包括步骤A1-A4:
步骤A1、获取低渗待测井的至少一个目标测深对应的渗透率和孔隙度。
步骤A2、针对各个目标测深,根据当前目标测深对应的渗透率确定当前目标测深对应的启动压力梯度,并根据当前目标测深对应的孔隙度确定当前目标测深对应的应力敏感系数。
步骤A3、获取各个目标测深对应的表皮影响系数。
步骤A4、针对各个目标测深,根据当前目标测深对应的渗透率、启动压力梯度、应力敏感系数、表皮影响系数及预先构建的海上低渗油田渗流产能模型,确定当前目标测深对应的目标低渗油藏产能。
渗透率可以是在一定压差下,岩石允许流体通过的能力。孔隙度可以是岩石中所有孔隙空间体积之和与该岩石体积的比值。启动压力梯度可以是流体在低渗透油藏中渗流时克服岩石表面吸附膜或水化膜引起的阻力时的压力梯度。应力敏感系数可以是多孔介质的孔隙度、渗透率随有效应力变化的改变量。其中,有效应力可以是颗粒之间所传递的应力。表皮影响系数可以是井底阻力系数,用以表示井的完善层度的系数。
通过实验和资料检索等方法,获取低渗待测井中不同目标测深对应的渗透率与孔隙度。依据历史资料分析与实验等方法确定渗透率与启动压力梯度的对应关系,进而根据低渗待测井中不同目标测深对应的渗透率确定出对应的启动压力梯度。并且依据历史资料分析与实验等方法确定孔隙度与应力敏感系数的对应关系,进而根据低渗待测井中不同目标测深对应的孔隙度确定出对应的应力敏感系数。
依据历史资料分析与实验等方法,确定低渗待测井中不同目标测深对应的表皮影响系数。并将得到的渗透率、启动压力梯度、应力敏感系数、表皮影响系数输入至预先构建的海上低渗油田渗流产能模型之中进行计算,得到低渗待测井中不同目标测深对应的目标低渗油藏产能。
示例性的,以南海东部多口低渗评价井作为低渗待测井,确定低渗待测井不同测深(MD)对应的渗透率和孔隙度。其中,测深可细化到0.1m一个点。基于南海东部大量真实低渗岩心数据分析结果,确定启动压力梯度与渗透率成反比例关系:λ=0.07/K,应力敏感与孔隙度成线性关系:αi=-5.63E-5*Φ+1.04E-3,利用渗透率和孔隙度,计算每个目标测深的应力敏感系数与启动压力梯度等重要参数,依据预先构建的海上低渗油田渗流产能模型,计算可得到每个目标测深对应的目标低渗油藏产能。
S120、根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能。
预设渗透率级别可以是预先设定的用以根据不同渗透率大小进行划分的级别。目标分级产能可以是在渗透率进行划分后,对应划分后的渗透率的目标低渗油藏产能。
在得到低渗待测井中不同目标测点对应的渗透率后,依据至少两个预设渗透率级别将得到的低渗待测井中不同目标测点对应的渗透率进行划分,并将低渗待测井中不同目标测点对应的渗透率的目标低渗油藏产能进行划分并计算,得到至少两个预设渗透率级别下的目标分级产能。
通过根据至少一个目标测深对应的目标低渗油藏产能与与其对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能,尽可能的减少数据计算的数据量,进而减少设备的运算压力。
在一种可选方案中,根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能,可包括步骤B1-B2:
步骤B1、根据至少一个目标测深对应的渗透率及至少两个预设渗透率级别,确定各个目标测深对应的渗透率所处的预设渗透率级别。
步骤B2、针对各个预设渗透率级别,确定处于当前预设渗透率级别下的各个目标渗透率,并对各个目标渗透率对应的目标测深对应的目标低渗油藏产能进行求和,将求和结果作为当前预设渗透率级别下的目标分级产能。
在得到低渗待测井中不同目标测深对应的渗透率后,依据至少两个预设渗透率级别将低渗待测井中不同目标测深对应的渗透率进行对比,确定低渗待测井中不同目标测深对应的渗透率的所处的预设渗透率级别。
在确定低渗待测井中不同目标测深对应的渗透率的所处的预设渗透率级别并将对应的渗透率进行划分后,确定渗透率对应的目标低渗油藏产能,并将同一预设渗透率级别下的渗透率对应的目标低渗油藏产能进行求和,进而得到当前预设渗透率级别下的目标分级产能。
示例性的,以存在三个当前预设渗透率级别为例,基于统计分析,将渗透率分为三级,分别为:大于20mD,小于20mD并大于5mD,小于5mD,统计不同渗透率级别下对应的产能,并对不同渗透率级别下的产量进行求和,计算得到:K>20mD的产量为Q1,5mD<K<20mD的产量为Q2,K<5mD的产量为Q3。
S130、分别确定至少两个预设渗透率级别对应的分级产能权重。
分级产能权重可以是确定至少两个预设渗透率级别的目标分级产能与DST测试(Drilling Stem Test,钻杆测试)产能的对应关系中,不同目标分级产能所占比重。其中,DST测试产能可以是在钻井过程中对已被钻开的油气层进行测试或在完井之后对油气层进行测试的总称。
在确定至少两个预设渗透率级别下的目标分级产能后,根据确定的目标分级产能与DST测试产能,确定目标分级产能与DST测试产能的对应关系,进而确定出不同目标分级产能的分级产能权重。
S140、根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。
目标总产能可以是通过计算得到的低渗待测井的预测的总产能。
在确定至少两个预设渗透率级别下的目标分级产能与其对应的分级产能权重后,能够根据至少两个预设渗透率级别下的目标分级产能的分级产能权重确定出低渗待测井的目标总产能。
通过根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能,使得目标总产能的确定过程较为清晰并且计算结果较为准确。
采用本发明的技术方案,通过预先构建的海上低渗油田渗流产能模型,确定低渗待测井中至少一个目标测深对应的目标低渗油藏产能,使得目标低渗油藏产能确定结果较为准确,并且尽可能的减少计算所需时间的同时,不降低确定方法的普遍性。通过根据至少一个目标测深对应的目标低渗油藏产能与与其对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能,尽可能的减少数据计算的数据量,进而减少设备的运算压力。通过根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能,使得目标总产能的确定过程较为清晰并且计算结果较为准确。通过上述步骤,可以基于多个预设渗透率级别下的目标分级产能,预估低渗待测井的总产能,实现了在无DST测试资料的情况下,全面、准确地评价低渗透储层的真实产能,克服了DST测试产能资料稀缺和传统渗流模型解释精度不高的缺陷。
实施例二
图2为本发明实施例二提供的另一种低渗油田产能的确定方法的流程图,本实施例在上述实施例的基础上对前述实施例中分别确定至少两个预设渗透率级别对应的分级产能权重的过程进行进一步优化,本实施例可以与上述一个或多个实施例中各个可选方案进行结合。如图2所示,该方法包括:
S210、基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能。
S220、根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能。
S230、分别确定至少N个低渗样本井的至少一个样本测深对应的渗透率;其中,N等于预设渗透率级别的数量。
S240、针对各个低渗样本井,基于海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能。
为保证计算结果的准确性且保证最终计算能够得到较为确定的值,因此需要根据预设渗透率级别的数量确定出至少等于该数量的低渗样本井的至少一个样本测深对应的渗透率。
并依据海上低渗油田渗流产能模型和当前低渗样本井的至少一个样本测深对应的渗透率,确定出当前低渗样本井的至少一个样本测深对应的渗透率所对应的样本低渗油藏产能。
S250、针对各个低渗样本井,根据当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少两个预设渗透率级别下的样本分级产能。
在得到低渗样本井中不同样本测深对应的渗透率后,依据至少两个预设渗透率级别将得到的低渗样本井中不同样本测深对应的渗透率进行划分,并将低渗样本井中不同样本测深对应的渗透率的样本低渗油藏产能进行划分并计算,得到至少两个预设渗透率级别下的样本分级产能。
S260、根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,确定至少两个预设渗透率级别对应的分级产能权重。
在确定各个低渗样本井的至少两个预设渗透率级别下的样本分级产能后,确定各个低渗样本井的至少两个预设渗透率级别下的样本分级产能与DST测试产能的对应关系,进而确定出至少两个预设渗透率级别对应的分级产能权重。
在一种可选方案中,根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,确定至少两个预设渗透率级别对应的分级产能权重,可包括步骤C1-C2:
步骤C1、根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,建立如下低渗分级超定矩阵方程:
其中,m表示预设渗透率级别的数量,qnm表示第N个低渗样本井的第m个预设渗透率级别下的样本分级产能,QN表示第N个低渗样本井的DST测试产能,xm表示第m个预设渗透率级别对应的分级产能权重。
步骤C2、基于最小二乘法对低渗分级超定矩阵方程进行求解,分别确定至少两个预设渗透率级别对应的分级产能权重。
在得到至少N个样本低渗油藏产能以及样本分级产能,并分别求取各级产能权重,进而建立低渗分级超定方程系数矩阵,并运用最小二乘法原理与matlab编程对低渗分级超定方程系数矩阵进行求解,进而得到少两个预设渗透率级别对应的分级产能权重。
示例性的,预设渗透率级别为三个,分别为:大于20mD,小于20mD并大于5mD,小于5mD,则联立低渗分级超定方程系数矩阵和DST测试产能关系式如下:
Qi=qi1x1+qi2x2+qi3x3
代入各井低渗分级超定方程系数矩阵可得求解的矩阵方程:
上式为一组线性超定方程组,使用最小二乘法对其进行求解,采用matlab编程可对其进行计算。
示例性的,以低渗样本井个数为15,可得到15个方程,求解三个分级产能权重,分级产能权重设为未知数x1、x2、x3,采用matlab及最小二乘法的思路求解超定方程,得到x1=3.3182,x2=0.7720,x3=1.0327。
在一种可选方案中,在根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,确定至少两个预设渗透率级别对应的分级产能权重之前,还包括步骤D1-D2:
步骤D1、分别根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能,确定各个低渗样本井的总产能。
步骤D2、针对各个低渗样本井,当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差大于预设误差阈值时,基于当前低渗样本井的DST测试产能对当前低渗样本井的至少一个样本测深对应的渗透率进行校正,并返回执行基于海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能,直至当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差小于预设误差阈值。
预设误差阈值可以是预先设定的确定当前低渗样本井的总产能准确率较为准确的最小误差值。
图3为本发明实施例所适用的各个低渗样本井的总产能与超定方程拟合产能误差对比的示意图。图4为本发明实施例所适用的各个低渗样本井的总产能、超定方程拟合产能以及DST测试产能对比的示意图。参见图4,在得到各个低渗样本井的至少两个预设渗透率级别下的样本分级产能后,将得到的样本分级产能后,在至少两个预设渗透率级别下,进行计算得到各个预设渗透率级别下的总产能。
在得到各个预设渗透率级别下的总产能后,将当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差与预设误差阈值进行比较,判断当前低渗样本井的总产能是否满足准确性要求。
当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差大于预设误差阈值时,则确定当前低渗样本井的总产能存在较大误差,因此将对当前低渗样本井的至少一个样本测深对应的渗透率中的异常值进行剔除,当剔除较少时,剔除可采用试井渗透率值补充;当剔除点较多时,剔除点可采用试井渗透率值作为平均值,生成多个随机数进行补充。当对当前低渗样本井的至少一个样本测深对应的渗透率中异常值剔除后,此时可计算剔除后的渗透率平均值,与样本测深对应的渗透率进行对比,若相差较大,可采用倍比法对渗透率进行等比例放大或缩小,再计算处理后的样本测深对应的渗透率平均值,使之不断接近于样本测深对应的渗透率。
在对当前低渗样本井的至少一个样本测深对应的渗透率进行校正后,将重新基于海上低渗油田渗流产能模型及调整后的当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能,并将计算得到的当前低渗样本井的总产能再次与当前低渗样本井的DST测试产能之间的误差,直至满足该误差小于预设误差阈值为止。
示例性的,L16和L17两口井的数据作为验证。计算L16和L17不同渗透率级别下的产量,并计算两口井对应的分级产能权重,从而可以快速高效的求得最终的L16井和L17井的产能,L16井产能相对于DST测试结果误差3.9%,L17井产能相对于DST测试结果误差6.1%。
通过判断当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差是否大于预设误差阈值,与通过校正当前低渗样本井的至少一个样本测深对应的渗透率,尽可能的保证最终计算结果,减少***计算的误差。
S270、根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。
在一种可选方案中,海上低渗油田渗流产能模型为:
其中,Q表示低渗油藏产能;i表示测井点数;k表示渗透率;h表示地层厚度;ak表示应力敏感系数;G表示启动压力梯度;S表示表皮影响系数;μ表示原油粘度;pi表示地层任一点的压力;pw表示井底流压;re表示供给半径;rw表示井筒半径;r表示测试点距井筒的距离。
图5为本发明实施例所适用的低渗油田产能的确定方法运行逻辑的示意图。图6为本发明实施例所适用的不同表皮系数下无因次产能的示意图。图7为本发明实施例所适用的不同启动压力梯度倍数下无因次产能的示意图。参见图5、图6与图7,针对低渗井的特征,低渗井中流体的流动受启动压力梯度和应力敏感系数的影响,由于不可压缩流体在地下通过多孔介质流动的微分方程与电荷通过导体材料流动的微分方程之间具有相似性,层内不同小段产量按并联电路处理,总产量等于不同小段的产量之和,如下式:
上式中,作如下变换:
则:
进一步有:
该方程的解为:
边界条件:
上式进一步变换为:
则可得地层任一点压力分布:
上式若考虑αkG<<αk,G<<1,则可进一步简化为:
上式若不考虑αkG<<αk,G<<1,则可求解出:
上式即为考虑纵向非均质性、启动压力梯度、应力敏感和表皮影响的海上低渗透储层非线性渗流产能公式。
其中,Q表示低渗油藏产能;i表示测井点数;k表示渗透率;h表示地层厚度;ak表示应力敏感系数;G表示启动压力梯度;S表示表皮影响系数;μ表示原油粘度;pi表示地层任一点的压力;pw表示井底流压;re表示供给半径;rw表示井筒半径;r表示测试点距井筒的距离。
采用申请的技术方案,通过判断当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差是否大于预设误差阈值,与通过校正当前低渗样本井的至少一个样本测深对应的渗透率,尽可能的保证最终计算结果,减少***计算的误差。
实施例三
图8为本发明实施例三提供的一种低渗油田产能的确定装置的结构示意图。本实施例可适用于在不构建评价模型的情况下,仍能快速获取较为准确的低渗油田产能的情况。该低渗油田产能的确定装置可以采用硬件和/或软件的形式实现,该低渗油田产能的确定装置可配置于具有数据处理能力的电子设备中。如图8所示,本实施例的低渗油田产能的确定装置,可包括:油藏产能确定模块310、分级产能确定模块320、产能权重确定模块330以及总产能确定模块340。其中:
油藏产能确定模块310,用于基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;
分级产能确定模块320,用于根据至少一个目标测深对应的目标低渗油藏产能及至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;
产能权重确定模块330,用于分别确定至少两个预设渗透率级别对应的分级产能权重;
总产能确定模块340,用于根据至少两个预设渗透率级别下的目标分级产能及至少两个预设渗透率级别对应的分级产能权重,确定低渗待测井的目标总产能。
在上述实施例的基础上,可选的,油藏产能确定模块310,包括:
数据获取单元,用于获取低渗待测井的至少一个目标测深对应的渗透率和孔隙度;
敏感系数确定单元,用于针对各个目标测深,根据当前目标测深对应的渗透率确定当前目标测深对应的启动压力梯度,并根据当前目标测深对应的孔隙度确定当前目标测深对应的应力敏感系数;
影响系数确定单元,用于获取各个目标测深对应的表皮影响系数;
油藏产能确定单元,用于针对各个目标测深,根据当前目标测深对应的渗透率、启动压力梯度、应力敏感系数、表皮影响系数及预先构建的海上低渗油田渗流产能模型,确定当前目标测深对应的目标低渗油藏产能。
在上述实施例的基础上,可选的,分级产能确定模块320,包括:
渗透级别确定单元,用于根据至少一个目标测深对应的渗透率及至少两个预设渗透率级别,确定各个目标测深对应的渗透率所处的预设渗透率级别;
分级产能确定单元,用于针对各个预设渗透率级别,确定处于当前预设渗透率级别下的各个目标渗透率,并对各个目标渗透率对应的目标测深对应的目标低渗油藏产能进行求和,将求和结果作为当前预设渗透率级别下的目标分级产能。
在上述实施例的基础上,可选的,产能权重确定模块330,包括:
渗透率确定单元,用于分别确定至少N个低渗样本井的至少一个样本测深对应的渗透率;其中,N等于预设渗透率级别的数量;
样本产能确定单元,用于针对各个低渗样本井,基于海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能;
样本分级产能确定单元,用于针对各个低渗样本井,根据当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少两个预设渗透率级别下的样本分级产能;
分级产能权重确定单元,用于根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,确定至少两个预设渗透率级别对应的分级产能权重。
在上述实施例的基础上,可选的,分级产能权重确定单元,包括:矩阵方程建立单元,用于根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及各个低渗样本井的DST测试产能,建立如下低渗分级超定矩阵方程:
其中,m表示预设渗透率级别的数量,qnm表示第N个低渗样本井的第m个预设渗透率级别下的样本分级产能,QN表示第N个低渗样本井的DST测试产能,xm表示第m个预设渗透率级别对应的分级产能权重;
方程求解单元,用于基于最小二乘法对低渗分级超定矩阵方程进行求解,分别确定至少两个预设渗透率级别对应的分级产能权重。
在上述实施例的基础上,可选的,分级产能权重确定单元之前,还包括:
总产能确定单元,用于分别根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能,确定各个低渗样本井的总产能;
渗透率矫正单元,用于针对各个低渗样本井,当当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差大于预设误差阈值时,基于当前低渗样本井的DST测试产能对当前低渗样本井的至少一个样本测深对应的渗透率进行校正,并返回执行基于海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能,直至当前低渗样本井的总产能与当前低渗样本井的DST测试产能间的误差小于预设误差阈值。
在上述实施例的基础上,可选的,海上低渗油田渗流产能模型为:
其中,Q表示低渗油藏产能;i表示测井点数;k表示渗透率;h表示地层厚度;ak表示应力敏感系数;G表示启动压力梯度;S表示表皮影响系数;μ表示原油粘度;pi表示地层任一点的压力;pw表示井底流压;re表示供给半径;rw表示井筒半径;r表示测试点距井筒的距离。
本发明实施例所提供的低渗油田产能的确定装置可执行本发明任意实施例所提供的低渗油田产能的确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如低渗油田产能的确定方法。
在一些实施例中,低渗油田产能的确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的低渗油田产能的确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行低渗油田产能的确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种低渗油田产能的确定方法,其特征在于,包括:
基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;
根据所述至少一个目标测深对应的目标低渗油藏产能及所述至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;
分别确定所述至少两个预设渗透率级别对应的分级产能权重;
根据所述至少两个预设渗透率级别下的目标分级产能及所述至少两个预设渗透率级别对应的分级产能权重,确定所述低渗待测井的目标总产能。
2.根据权利要求1所述的方法,其特征在于,基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能,包括:
获取低渗待测井的至少一个目标测深对应的渗透率和孔隙度;
针对各个目标测深,根据当前目标测深对应的渗透率确定所述当前目标测深对应的启动压力梯度,并根据所述当前目标测深对应的孔隙度确定所述当前目标测深对应的应力敏感系数;
获取所述各个目标测深对应的表皮影响系数;
针对各个目标测深,根据所述当前目标测深对应的渗透率、启动压力梯度、应力敏感系数、表皮影响系数及所述预先构建的海上低渗油田渗流产能模型,确定所述当前目标测深对应的目标低渗油藏产能。
3.根据权利要求1所述的方法,其特征在于,根据所述至少一个目标测深对应的目标低渗油藏产能及所述至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能,包括:
根据所述至少一个目标测深对应的渗透率及至少两个预设渗透率级别,确定各个目标测深对应的渗透率所处的预设渗透率级别;
针对各个预设渗透率级别,确定处于当前预设渗透率级别下的各个目标渗透率,并对所述各个目标渗透率对应的目标测深对应的目标低渗油藏产能进行求和,将求和结果作为所述当前预设渗透率级别下的目标分级产能。
4.根据权利要求1所述的方法,其特征在于,分别确定所述至少两个预设渗透率级别对应的分级产能权重,包括:
分别确定至少N个低渗样本井的至少一个样本测深对应的渗透率;其中,N等于所述预设渗透率级别的数量;
针对各个低渗样本井,基于所述海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定所述当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能;
针对各个低渗样本井,根据当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能及所述当前低渗样本井的至少一个样本测深对应的渗透率,确定所述当前低渗样本井的所述至少两个预设渗透率级别下的样本分级产能;
根据各个低渗样本井的所述至少两个预设渗透率级别下的样本分级产能及所述各个低渗样本井的DST测试产能,确定所述至少两个预设渗透率级别对应的分级产能权重。
5.根据权利要求4所述的方法,其特征在于,根据各个低渗样本井的所述至少两个预设渗透率级别下的样本分级产能及所述各个低渗样本井的DST测试产能,确定所述至少两个预设渗透率级别对应的分级产能权重,包括:
根据各个低渗样本井的至少两个预设渗透率级别下的样本分级产能及所述各个低渗样本井的DST测试产能,建立如下低渗分级超定矩阵方程:
其中,m表示预设渗透率级别的数量,qnm表示第N个低渗样本井的第m个预设渗透率级别下的样本分级产能,QN表示第N个低渗样本井的DST测试产能,xm表示第m个预设渗透率级别对应的分级产能权重;
基于最小二乘法对所述低渗分级超定矩阵方程进行求解,分别确定所述至少两个预设渗透率级别对应的分级产能权重。
6.根据权利要求4所述的方法,其特征在于,在根据各个低渗样本井的所述至少两个预设渗透率级别下的样本分级产能及所述各个低渗样本井的DST测试产能,确定所述至少两个预设渗透率级别对应的分级产能权重之前,还包括:
分别根据所述各个低渗样本井的至少两个预设渗透率级别下的样本分级产能,确定所述各个低渗样本井的总产能;
针对所述各个低渗样本井,当当前低渗样本井的总产能与所述当前低渗样本井的DST测试产能间的误差大于预设误差阈值时,基于所述当前低渗样本井的DST测试产能对所述当前低渗样本井的至少一个样本测深对应的渗透率进行校正,并返回执行基于所述海上低渗油田渗流产能模型及当前低渗样本井的至少一个样本测深对应的渗透率,确定所述当前低渗样本井的至少一个样本测深对应的样本低渗油藏产能,直至所述当前低渗样本井的总产能与所述当前低渗样本井的DST测试产能间的误差小于所述预设误差阈值。
8.一种低渗油田产能的确定装置,其特征在于,包括:
油藏产能确定模块,用于基于预先构建的海上低渗油田渗流产能模型,确定低渗待测井的至少一个目标测深对应的目标低渗油藏产能;
分级产能确定模块,用于根据所述至少一个目标测深对应的目标低渗油藏产能及所述至少一个目标测深对应的渗透率,确定至少两个预设渗透率级别下的目标分级产能;
产能权重确定模块,用于分别确定所述至少两个预设渗透率级别对应的分级产能权重;
总产能确定模块,用于根据所述至少两个预设渗透率级别下的目标分级产能及所述至少两个预设渗透率级别对应的分级产能权重,确定所述低渗待测井的目标总产能。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的低渗油田产能的确定方法。
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计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的低渗油田产能的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084534.6A CN116205057A (zh) | 2023-01-17 | 2023-01-17 | 低渗油田产能的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084534.6A CN116205057A (zh) | 2023-01-17 | 2023-01-17 | 低渗油田产能的确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116205057A true CN116205057A (zh) | 2023-06-02 |
Family
ID=86518515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310084534.6A Pending CN116205057A (zh) | 2023-01-17 | 2023-01-17 | 低渗油田产能的确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205057A (zh) |
-
2023
- 2023-01-17 CN CN202310084534.6A patent/CN116205057A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107657365B (zh) | 地质资源开采价值评价方法及装置 | |
CN108694264B (zh) | 一种确定页岩气储层渗透率的方法 | |
US6182013B1 (en) | Methods and apparatus for dynamically estimating the location of an oil-water interface in a petroleum reservoir | |
CA2692425A1 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
US11573348B1 (en) | Method and system using nuclear magnetic resonance well logging for T2 cutoff value estimation | |
WO2013158873A2 (en) | System and method for calibrating permeability for use in reservoir modeling | |
CN113338904B (zh) | 一种海上油井产能评价方法 | |
CN111175817B (zh) | 一种微地震数据辅助的致密油气藏裂缝分布反演方法 | |
CN110007344B (zh) | 一种断溶体储层连通性的地震识别方法及装置 | |
CN113027433B (zh) | 计算强非均质性砂砾岩储层渗透率的方法和装置 | |
CN116205057A (zh) | 低渗油田产能的确定方法、装置、电子设备及存储介质 | |
CN110857625B (zh) | 碳酸盐岩有封闭水体缝洞单元储量获取方法、装置及设备 | |
US20230129986A1 (en) | Quantifying uncertainty in porosity compaction models of sedimentary rock | |
CN111594156B (zh) | 一种天然气水合物饱和度计算方法及*** | |
CN118346267A (zh) | 基于随钻电阻率的地层压力预测方法、装置、设备及介质 | |
CN117708770A (zh) | 原油体积系数的确定方法、装置和存储介质 | |
CN116933968A (zh) | 一种含油气饱和度的测量方法、装置、电子设备以及介质 | |
US11566503B1 (en) | Oil recovery of a reservoir based on residual oil saturation | |
CN113914853B (zh) | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 | |
CN110851938B (zh) | 多套储集体判断方法及装置 | |
CN116398117A (zh) | 低阻油藏的产能确定方法、装置及电子设备 | |
CN118407752A (zh) | 试油井段的含水率确定方法、装置、电子设备及存储介质 | |
CN116776609A (zh) | 一种砂岩油藏井控半径的确定方法、装置、设备及介质 | |
CN116881776A (zh) | 一种储层类型确定方法、装置、设备及介质 | |
CN118426055A (zh) | 基于支持向量机的孔隙度反演方法、装置、设备及介质 |
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 |