简介:一种三维的有限差油藏模拟器(与一个EOR专家系统相结合),已被用于制定油藏管理和生产策略以优化一个碳酸盐岩层的原油开采。该储层被选作提高采收率采油方法实验对象,否则它便会被废弃。根据储层性质将该储层选作合适的EOR对象后,便确定用混相二氧化碳注入法作为最适当方法。这个管理策略涉及到研究不同的设计参数使这个项目的收益率达到最大化。在本研究中所实验的注入技术包括:①水气交替注入(WAG);②同时水气交互注入(SWAG);③气注入油藏底部,水注入油藏顶部。所做的所有模拟都应用经过油气田内的岩心资料校正过的渗透率资料。使用的具体方法包括水平注入井和垂直生产井。这种井结构和其它的井结构相比,表现出最佳的开采效果。模拟结果显示开采这个油藏最经济的方法是往油藏顶部注入水,同时在底部注入气。这种开采方法取得了较好的波及效率,因此获得更高的原油采收率和更好的经济效益。
简介:2001年夏季实施了一项大型水力压裂分析项目,其中综合包括了(地面和井下的)倾斜度测量和微地震测绘等裂缝诊断技术。根据采集的大量数据更清晰的认识了北得克萨斯Barnett页岩的极为复杂的裂缝特性。详细的裂缝测绘结果使得所建造经校准的三维裂缝模拟器能更好地反映裂缝性页岩储集层中所观测到的断裂机理。需要进一步的校准工作。事实上对裂缝发育的全面认识已有进展。近年来,由于水力压裂或“低密度砂”处理技术的成功运用,Barnett储集层的钻探和压裂重新焕发出新的活力。这种渗透率极低的储集层得益于压裂处理技术,使之形成了又宽又长的裂缝富集带,以十分复杂的裂缝网络增大了地层连通的表面积。了解所产生的裂缝的几何形状对于有效地进行增产措施和打加密井是十分关键的,特别是对于具有非常规裂缝网络的地区来讲更是如此。裂缝综合诊断技术提高了对新的压裂技术、再压裂以及加密钻井候选对象的识别能力。针对大型微地震数据集进行评价的方法已经开发成功。微地震分析与地面和井下倾斜裂缝测绘技术相结合,能够表征所产生裂缝网络。文中将介绍将一裂缝模型校正至观察裂缝特征的方法,还将讨论生产响应与各种裂缝参数之间的相关性。
简介:为了识别三维地震数据和生产测井数据之间的非线性关系和映射,开发出了的一种综合方法。该方法在一个在产油田得到了应用。它采用了诸如地质统计和传统的模式识别等常规技术,并结合现代的软计算(softcomputing)技术(神经计算学、模糊逻辑学、遗传计算学和概率推理学等)。我们的一个重要研究目的,是在三维地震数据和现有的生产测井数据的基础上,利用聚类(clustering)技术确定最佳的新井井位。采用三种方法进行分类:(1)k-平均聚类;(2)模糊c-平均聚类;(3)识别相似数据体的神经网络聚类。在井筒周围可以识别聚类组(duster)与生产测井数据的关系,所得结果用于在远离并筒方向上重建和外插生产测井数据。这种先进的三维地震和测井数据分析与解释技术可用于:(1)确定生产数据和地震数据之间的映射;(2)在多属性分析的基础上预测油藏连续性;(3)预测产层;(4)优化井位。
简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�
简介:钻井现场与总部之间有效的双向通信与数据传递对于海上作业至关重要。在传统的钻井作业过程中,总部只能通过早报和晚报、电子邮件、共享文件夹或电话获取工程、地质和随钻地层评价(FEWD)数据。目前信息技术已经相当发达,总部的地质学家和工程师们可以通过互联网和标准网络浏览器实时监控和评价现场数据,从而能够给现场作业人员提供更加有效的技术支持,特别是在需要及时作出关键决策的情况下。本文讲述现代信息技术,例如InterACT(原称InterACTWebWitness:或IWW)如何方便人们实时协同研究正在偏远井场采集的数据。实时数据的获取使资产小组和承包商能够提前做出决策。通过实例着重讲述该项技术应用所带来的挑战、利益和教训,这两个实例为:进行地质导向决策的Echo/Yodel钻井开发项目(Woodside能源公司)和进行钻井监测、FEWD和电缆测井的Melville-1勘探井(巴斯海峡石油有限公司)。其它公司可以利用斯伦贝谢公司在上述两个项目中获取的经验,建立一个结合实时数据的数据流模型。
简介:本文着重介绍适用于低渗透率透镜状叠覆砂岩气藏优化完井的一项实用和综合性的实时技术。这种综合技术要利用测井曲线和用于标定测井曲线的压力瞬变分析方法建立一个预测模型。这个模型可以使用标准裸眼井或套管井的测井数据来计算储层性质、岩石力学性质和单一气层的生产能力。为了把连续的测并数据转换为分散的层数据,用作裂缝模拟模型的输入数据,这里开发了一种独特的分析方法。对多层模拟模型是在现场标定的,由此可预测不同增产压裂条件下单层的生产能力。多学科研究小组可以用现有的全部数据和知识快速设计完井方案,以确保完井设计的优化。基于网络的人机交互系统保证了数据流动畅通,因而在钻至总井深几小时后便可以开始模型计算和分析。整个完井设计必须在短短的48小时之内完成,这样才能满足快速钻井和完井的计划要求。研究小组对每一个完并方案都要进行全面的事后评价,以严格地实施系统的吸取经验教训。逐井对比预测的和实际的气井动态,以便不断完善输入模型。可以利用生产测井和先进的产量递减曲线分析来生成重要的数据集。在水力压裂后进行生产测井时,可采用新的方法来分析有关数据,以便估算各个产层的有效渗透率、有效裂缝半长和平均裂缝导流能力。这种综合方法的核心是快速建立气藏模型。这个气藏模型是储存在现场获取全部知识的仓库。它可用于研究和优化井位、预测裂缝干扰问题以及优化供气面积。这个模型中所有气井的生产数据都要实时更新。气藏的供气型式、减产效应和预测饱和度的前缘运动也可以不断更新,并可用于以后的规划和模拟。在基于模型的产量预测图上通过连续监测和更新实际产量数据,可以快速识别设计的和实际的气井动态之间的差异,并