文摘

由于油和水密度的差异,井口压力继续下降波动深水油田含水上升。一旦接近下限,生产将停止流动。这种现象严重影响产量和可采储量。通过动态相对渗透率可反映宏观运动的油和水水库作为中间桥梁,生产表现结合主要储层因素,包括储层结构、储层连通性和异质性。本文通过实际数据的统计分析,阐明了主要储层因素和生产性能之间的定量关系,建立了精制生产动态预测方法包括含水和液体产率。井口压力的预测方法是进一步建立,和单井的flow-stop时间可以准确地预测。结果可用于年生产预测和可采储量的评估。该方法已成功地应用于Akpo油田在尼日尔河流域。结果表明,生产动态深水浊积砂岩油藏储层影响因素和预测方法考虑储层因素会更加适用。在深水油田波动,flow-stop生产井的风险在中、高含水阶段非常大,主要是受含水和液体产率的影响。 Judging from the application effect of Akpo oilfields, this method has high prediction accuracy and can be used to guide optimization and adjustment in deep-water oilfields.

1。介绍

自2010年以来,全球深海探索取得了一系列重大突破,已经成为世界上热目标(1,2]。目前,生产深水油田主要分布在巴西、墨西哥和西非(3,4]。在深水油田中,深水浊积砂岩储层占很大比例。由于水动力的影响和发展阶段,它倾向于形成复合多级河道砂体的空间叠加在深水浊积砂岩储层的形成,以及覆盖河道砂体之间的关系是不同的。结果,储层结构显然是不同的在不同的地区,甚至在同一油田(5- - - - - -9]。

深水浊积砂岩储层结构,前人进行了大量的研究工作。结合井和地震数据的方法被用来分析复合通道的空间几何关系从纵向和横向的方向,和4种15配置风格总结(10]。深水河道砂体分布和内部结构的沉积体系进行了深入分析;和一组详细描述和表征方法通过层次分析法建立了深水通道沉降系统在三个层次11- - - - - -13]。P / S波速度比、地震属性,进行了优化和生产性能数据,有针对性的定性和定量特征之间的连接区域界定砂体叠加区河道砂体的实现。和深水浊积砂岩储层结构可分为三种模式,包括同一层连接,组合连接,层间连接(14,15]。

浮式生产储存和卸载(单点)+浮动出口终端(场效应晶体管)+水下生产系统(SPS)通常用于开发深水和超深水油田水(16,17]。为了运输液体从SPS一期生产储油轮的分离器,水下生产井的井口压力必须大于临界极限的值。然而,由于油水密度差的影响,生产井的井口压力将继续减少波动深水油田含水上升的。一旦井口压力达到临界极限价值,生产将停止流动,生产和油田的可采储量将严重影响。一般来说,生产井的井口压力主要受含水和液体产率(18]。因此,动态参数包括含水和液体速度应该准确地获得为了预测flow-stop深水油田的生产井。

目前,许多研究人员已经进行了注水油田含水变化规律,大致可以分为两类,描述为理论公式方法和经验公式方法(19- - - - - -22]。理论公式的方法,它可以追溯到古典理论巴克利-莱弗里特方程提出了巴克利和莱弗里特23),首次阐述了水洪水详细机制。随后,拉波波特和草原24]扩展原始巴克利-莱弗里特理论和推导出微分方程考虑毛细管压力在水平线性水库,但没有解决它。道格拉斯et al。25和律师法等。26)提出了有限差分法求解一维水洪水均质油藏方程考虑重力和毛细管压力的影响。陈(27]Chang和Yortsos [28)使用的相对质量流函数和两相流动力学的影响,综合考虑毛细管压力,等温瞬变流动的气体在多孔介质建立非线性抛物型偏微分方程的自相似解和精确semianalytical解决方案。Nieber et al。29日)和Spayd希勒(30.)修改了巴克利-莱弗里特方程在多孔介质两相流考虑毛细压力与饱和度的变化,确定不同的结构解偏微分方程的数值模拟。Tabatabaie和Pooladi31日]解决两相流体流动方程的线性流在恒流压力和致密油储层提供了一个理论依据验证非常规油藏的影响因素。

现在,数学模型也被扩大适用于不同类型的油藏,但理论方程仍有一些明显的缺点。例如,假设仍过于理想,和实际的描述油水力学并不完美;求解过程相对复杂,目前还没有合适的解决方案的一些理论模型。因为这些缺点,理论模型还不能直接适用于实际的油田的生产决策。

一个经验公式,利用水驱特征曲线(WCC)已成为最重要的一个注水油田的生产动态预测方法。目前,超过100种的“被提出,其中10多种曲线是最常用的32]。注水油田的水驱特征曲线方法意味着,某些动态参数(如累积油/水/液体生产、油水比、油水比)将有一个线性关系在直角坐标系或对数坐标系统,并可以用来预测生产性能的关系。莱特(33)建立了半对数的统计线性水油比和累计产量之间的关系第一次根据实际注水油田开发数据。阿伦诺夫斯基,李34)建立了油水比和半对数的统计线性关系累积石油产量在五点井网研究生产性能通过使用水动力和电气仿真实验的方法。之后,许多苏联学者先后提出了许多不同的“使用大量的实际油田生产数据(35,36]。1983年,一个真正的广义水驱特征曲线是由苏联学者首次提出(37]。然而,它的应用表明,预测误差非常大,应用价值很小。从那时起,许多学者做了大量的扩展广义水驱特征曲线的研究,主要包括以下方面:现有水驱特征曲线的应用范围和适应性(38- - - - - -40现有的水驱特征曲线表达式,理论推导(41,42),调整现有的水驱特征曲线(43,水驱特征曲线的影响因素分析44]。

基于常用的水驱特征曲线的应用,不难发现经典的“经验公式是基于大量的油田的统计生产数据。因此,大多数“只能描述某种类型的含水变化规律或某一阶段。例如,水驱特征曲线基于水平位移过程不考虑重力作用只是适合描述分层注水油田水驱特征(45]。和大多数“只适用于描述注水油田的驱替特征中含水期(43]。一般来说,水驱特征曲线以整个油田为预测对象,不能准确地预测单井的生产性能。

含水上升的预测模型与生产时间通常是用于指导实际油田的发展。目前的预测模型主要包括物流模型,龚帕兹模型和引领模型(23,46,47]。这些模型是经济和信息的数学模型直接移植到油藏工程含水率变化的预测。而在这些模型参数的物理意义还不清楚。之后,含水上升的预测模型通过渗流理论的推导,建立了和含水上升的预测模型与生产时间有一个理论基础(48]。这些预测模型具有良好的陆上油田的应用效果。然而,随着深海钻探成本非常高,“少井和更高的生产”成为一个一致的发展战略在这些油田和井距总是非常大(1500 ~ 2500)49- - - - - -52]。因此,深受油藏生产动态因素在深水浊积砂岩储层14,22,53,54]。由于缺乏深入分析,考虑储层因素,传统的预测方法适用性差在深水浊积砂岩储层55- - - - - -58]。此外,由于成本和条件,测试和调整经常很难实现(59,60),进而增加产品性能预测的难度。

动态相对渗透率计算基于实际生产数据(61年,62年]。动态相对渗透率是非常不同的从传统的相对渗透率测量核心实验深水浊积砂岩储层。因为实验条件下的相对渗透率测量主要反映油/水两相流的微观法律,相反,动态相对渗透率计算基于实际生产数据主要反映了宏观法律水库(油/水两相流的63年]。换句话说,动态相对渗透率是联合行动的结果微观渗流能力的油/水和宏观的储层条件。特别是深水油田总是与开发井距大,储层因素的影响会更加明显。因此,动态相对渗透率可以更好地反映实际的注入水渗流能力不同储层条件下的深水浊积砂岩储层。

在这项研究中,动态相对渗透率作为理论基础和中间桥梁,以及主要储层因素之间的定量关系和生产动态。结合实际生产数据考虑储层因素,精制的生产动态预测方法。和井口压力的预测方法是进一步建立。结合单点的极限(浮式生产储存和卸载)的flow-stop时间每个好可以准确地预测。该方法已成功应用于Akpo油田位于尼日尔河流域,西非,具有良好的效果。

2。主要储层因素

2.1。储层结构模式

根据先前的研究结果在深水浊积砂岩储层结构、储层结构可分为三种模式(14]。和不同的储层结构模式对应于不同生产动态模式据统计基于大量数据。换句话说,根据储层结构模式,生产目标的动态模式可以初步判断。

“模式”我是同一层连接(图1)。注入和生产井中多孔通道砂体或沉积的砂体同期发达(图1(一))。砂体的性质是相似的,储层注入和生产井之间的连接是好的和注入和生产井的储层非均质性控制区域是轻微的(14]。注入水的渗流能力更强,注水前将统一的运动。因此,水突破”模式我井会迟到,水突破后,convex-shaped含水快速上升。”模式我“井无水的生产周期是主要生产阶段(图1 (b))。

“模式2”是复合连接(图2)。注入和生产井都是穿孔的河道砂体发达国家在同一时期,不同时期(图2(一个))。河道砂体的储层属性的发达国家在同一时期较为相似;然而,河道砂体的储层属性显然是不同时期不同因此,注入和生产井间储层连通性相对较差,储层非均质性更严重而“模式”我14]。注入水渗流能力相对较弱,和注水前的运动将比“模式我更不均匀。“结果,水突破时间“模式2”井相对早些时候,s形水突破后含水不断上升。对于“模式2”井,中低含水期是主要生产阶段(图2 (b))。

“模式III”是层间连接(图3)。穿孔的注入和生产井开发的河道砂体在不同时期(图3(一个))。储层属性显然是不同的,储层非均质性储层连通性是更糟,更严重的与我”模式”和“模式II。模式III,“因此,在注入水的弱渗流能力和注水前的运动将非均匀多”模式我”和“模式2”(14]。

结果,水突破”模式III”最早的井,水突破后,concave-shaped含水缓慢上升。“模式III”井,低含水期含水上升缓慢,中、高含水期含水上升迅速。“模式III”井,中、高含水期是主要生产阶段(图3 (b))。

2.2。储层连通性和异质性

注水的效果主要受储层非均质性储层连通性和注入和生产井之间(63年]。因为生产井的压力反应是最直观的反映了储层连通性、储层连通性系数介绍了定量描述储层注入和生产井之间的连接。

这个参数是生产井的压力反应在注入和生产井之间的干扰测试。更大的是 ,储层连通性越好。

储层非均质性系数介绍了定量描述储层非均质性的注入和生产井控制区域。越接近1、储层非均质性较弱。

应该注意的是,除了储层连通性和储层非均质性,其他因素如井距和工作系统的注入和生产井也将影响注水的效果。在本文中,我们主要专注于储层因素对生产动态的影响条件下,井网是固定的和工作系统基本上是不变的,这与实际情况是一致的。

3所示。生产动态预测方法

3.1。动态相对渗透率

动态相对渗透率可以更好地反映实际的注入水渗流能力在深水浊积砂岩储层62年]。如何定量评估吗?油和水相对渗透率之间的关系可以表示为64年,65年] 在哪里 。

结合方程(3)和方程(4),我们可以得到

基于方程(5),我们可以发现,在同样的含水饱和度,就越大和和较小的 ,较强的宏观渗流能力相对于原油在油藏注入水,和注水效果就越好。因此,注入水渗流能力系数介绍了定量评价油藏注入水的渗流能力。

这个参数可以定量评估的宏观渗流能力相对于油相的储层水相。越大 ,注入水的宏观渗流能力更强。因此,注水前的运动将更加统一和全面区域将大注水体积,因此更好的注水效果。

据统计,在相同的储层结构模式下,注入水渗流能力系数有正相关和一个负相关 。之间的对应关系 , ,和被发现(方程(7))。注入水渗流能力系数根据储层结构模式,可以预测储层连通性,以及储层非均质性的目标好吗

的值 可以通过回归生产油田的实际数据。应该注意的是,我们应该更好的找到油田类似于目标油田岩性而言,物理特性,液体等以此类推,然后使用这些油田的数据进行回归方程(7),这样的价值观 会更适合目标油田。

3.2。含水上升的预测

生产井的含水上升模式在同一个模式是相似的。因此,含水上升的标准曲线来描述每个模式的增长模式基于当前常见的含水率变化预测模型(48]。

而标准曲线可以描述每种模式的含水上升模式,每个井的含水上升速率相当不同的甚至在相同的模式。因此,相对含水上升速度介绍了定量描述的差异。的实际含水上升速度的比例是每口油井的含水上升速度标准曲线的模式。

整合双方的方程(9)得到修改后的含水率变化预测模型方程(10)为目标:

发现有一个很好的系数之间的正相关关系和相对含水上升速度 。定量的关系和为每个模式已经由相关分析建立基于实际生产数据的统计。

参数的值 应该获得相同的方式吗 。

相对含水上升速度根据储层结构模式,可以计算出储层非均质性储层连通性,目标由方程(11)。用方程(8)和(10),每口油井的含水上升规律可以预测更准确。

是初始含水率变化的生产。一般来说,主要沉积相有良好的厚度和物理性质,以及注入水往往会选择移民占主导地位的相。主要沉积相的厚度比越高,水的厚度比突破就越大。结合实际数据统计,发现和主要沉积相的厚度比( )在深水浊积砂岩储层呈正相关。因此,在无水的时间,生产井可以通过类比井相同厚度比的主要沉积相。

3.3。液体产量预测

深水油田的生产压差总是保持稳定。在波动深水油田,由于油/水的相对流动,液体生产井的产量将继续降低含水上升和井口压力有一定的影响。

无量纲液体产率( )指液体产率的比值在一定期间含水液体产率无水的生产周期。该参数可用于描述液体生产井的生产能力的变化与含水上升。

不考虑重力和毛细管压力:

结合方程(12)和方程(13),无量纲液生产指数之间的关系和含水可以得到:

作为也是一个功能 ,实际的统计数据显示,之间的关系和可以近似为幂函数除了超高含水期( )。对于简单的应用程序,之间的关系和可以简化为

参数的值 应该获得相同的方式吗 。

是无量纲液生产力的目标在不同的含水期。是液体的生产力的目标在不同的含水期。是初始流动性生产力水平的目标以及在无水的生产阶段,这可以通过传统的方法计算。根据含水上升的结果,目标的液体产率也可以准确地预测。

3.4。井口压力预测

受油/水密度的差异,井口压力与含水变化相应上升。一般来说,生产井的井筒压降的类型,相同的倾角、井眼大小和射孔深度液体通过提高单位产量应该关闭在相同含水率变化。压力数据统计的基础上典型的油田,井筒中的压力降之间的关系和含水液体产率

为一个特定的油田生产井可分为几种类型根据TVD和井型。参数值 每种类型都可以通过拟合压力监测数据与方程(17)。随着储层地层压力保持稳定与注采平衡很长一段时间,获得的储层静态压力可以根据试井数据,和井口压力可以准确地预测方程(17)。结合生产储油轮的限制条件,生产井的flow-stop时间可以预测。

4所示。应用程序和讨论

Akpo油田位于尼日尔河流域,西非(图4)。水深超过1300米。主要含油间隔是发达国家在新第三纪中新世中上Agbada形成,这是一个深水浊积砂岩储层整体回归环境下形成的。和主要地区的储层是由多级通道复合沉积砂体。

由于水动力的影响和演化阶段,河道砂体的频繁的单位,和叠加,储层结构是复杂的。形成液体是挥发油;原油粘度为0.21 MPa·s。平均储层渗透率约为400。Akpo油田由平衡注水开发已超过10年。到目前为止,大多数生产井Akpo油田进入中高含水期,井口压力大幅下降,和个人生产井已经停止了流动。Akpo油田的注采井距约为1500 ~ 2000米,和生产性能的多样化是由于储层特征的影响。

有13个选定的典型生产井Akpo油田的主要储集层。根据储层结构和生产性能,典型井可分为各自模式(表1)。

储层系数之间的关系 , ,和注入水渗流能力系数每个模式的图中可以看到5。和的值 在方程(7)拟合得到的典型生产井的实际生产数据(表2)。

适合13口生产井的实际生产数据与方程(8)确定参数 Akpo油田(表中每种模式的值3)。统计数据之间的相关性和相对含水上升速度可以看到图吗6。利用方程(11)适合13个典型生产井的实际生产数据的值和获得(表4)。

利用方程(11),相对含水上升速度可以计算的基础上,注入水渗流能力系数 。结合方程(8)和方程(10),目标在Akpo油田油井的含水上升规律可以预测。和之间的关系和在Akpo油田图中可以看到7,可用于预测其他生产井。

适合13口生产井的实际生产数据与方程(15)确定参数 Akpo油田(表中每种模式的值5)。根据含水的预测结果,可以预测液体产率方程(15)。生产井可分为三种类型根据TVD Akpo油田井型。参数值 每种类型都可以通过拟合13口生产井的压力监测数据与方程(17)(表6)。根据预测结果含水液体产率、井口压力( )可以预测方程(生产井的17)。

根据的要求生产储油轮Akpo油田井口压力的最小压力限值约14.0 MPa。本文选择三个典型井(J-01/02/03)其他水库Akpo油田(表7)。含水和井口压力预测的预测结果,如图8。预测结果和实际生产数据的比较表明,预测精度高(> 85%)。

J-03,但实际含水率变化的波动主要是由于增加的减少压力和注射速率,导致短期内含水快速上升。考虑到减少压力基本稳定在很长一段时间与深水油田的注入和生产之间的平衡,整体的预测是准确的。

发现的系统误差的预测结果flow-stop时间约2 ~ 3个月通过比较实际flow-stop Akpo油田生产井的时间。进一步提高预测精度,避免生产损失,建议提前2到3个月的基础上,预测结果。对于其他油田,可以使用相同的方法来确定系统误差修正预测结果,并进一步提高预测精度。

最有效的方式处理这个问题在Akpo一期分隔符的变换来减少进口压力限制,以便low-wellhead可以连接到生产井压力(图9)。

一期分隔符的数量和处理能力是有限的单,需要制定合理的转换计划第一阶段的分隔符根据每个生产井的液体产率和含水率变化时井口压力接近14.0 MPa。我们必须确保low-wellhead压力井可以连接到对方而不影响其他high-wellhead压井的正常生产。

不同模式的生产井生产动态,不同治疗方法是不同的:(1)对于模式我井(J-01),无水的生产周期是主要的生产阶段,和高含水期的剩余可采储量很小。含水和液体产率基本保持稳定的高含水时期,井口压力下降缓慢,flow-stop风险很低。因此,可以适当地降低生产压力下拉或增加注水速率增加井口压力和维护模式我油井的正常生产(2)模式二井(J-02),水突破后的含水不断增加,中低含水期是主要生产阶段。在高含水期,井口压力与含水上升,不断减少和flow-stop风险相对较高。首先,可以适当降低生产压力下拉或增加注水速率增加井口压力;然后水下生产井应该连接到第一阶段转换后分离器入口压力较低的限制(3)对于模式III井(J-03),无水的生产周期很短,和中、高含水期是主要生产阶段。同时,井口压力与后期含水上升迅速死亡,和flow-stop风险非常高。因此,水下生产井模式III应该连接到第一阶段分离器入口压力较低限制在优先级转换

在2021年,一期分离器的入口压力限制已经减少到10.0 MPa Akpo油田和7 flow-stop井已经连接。这些井的生产生活长时间,和有一个预期的石油累计增加500万桶,产生重大影响。

5。结论

(1)的生产性能在深水浊积砂岩油田单井储层影响因素包括储层结构、储层连通性和异质性。动态相对渗透率可以反映宏观运动的油/水水库。以动态相对渗透率为中间桥梁,精制生产性能预测方法建立了考虑储层因素,含水的、流动的单井产量可以准确地预测(2)结合生产动态预测结果,生产井的井口压力和flow-stop时间可以预测精度高。结果可用于年生产预测和可采储量的评估。该方法大大提高了深水油田的开发技术(3)本文方法已成功应用于Akpo油田在尼日尔河流域。预测结果已用于优化和调整处理flow-stop井一期分隔符的转换,以及应用效果很好(4)正如本文模型的关系是基于实际数据统计数据,模型主要适用于深水浊积砂岩储层介质和高导磁率。同时,创新性的研究思想和工作流程,以动态的相对渗透率为中间桥梁谓词基于油藏生产动态因素有很好的参考和指导价值其他类型的油田

命名法

γ:	注入水渗流能力系数(无量纲)
:	储层连通性系数(MPa / MPa)
:	储层非均质性系数(mD / mD)
:	初始压力的干扰测试(MPa)
:	结束的压力干扰测试(MPa)
:	高渗透率(mD)
:	平均渗透率(mD)
:	油/水相相对渗透率(无量纲)
:	油/水相指数(无量纲)
:	水饱和度(%)
:	束缚水饱和度(%)
:	残余油饱和度(%)
:	无因次水饱和度(无量纲)
:	水相对渗透率下的残余油饱和度(无量纲)
:	束缚水饱和度下油相对渗透率(无量纲)
:	模型参数(无量纲)
:	模型参数(无量纲)
:	含水上升的标准曲线模式(%)
:	实际生产井含水率变化(%)
:	每个模式的标准含水上升速度(无量纲)
:	实际生产井含水上升速率(无量纲)
:	最初的生产井含水率变化(%)
:	主要沉积相的厚度比(%)
:	几天后水突破(d)
:	模型参数(无量纲)
:	相对含水上升速率(无量纲)
:	模型参数(无量纲)
:	油/水粘度(mPa·s)
:	油/水体积系数(m3/ m3)
:	无量纲液产量(无量纲)
:	首次在无水的生产阶段液体产率(m3/天)
:	实际液体产率在不同含水期(m3/天)
:	生产井井底压力(MPa)
:	生产井的井口压力(MPa)
:	模型参数(无量纲)。

数据可用性

使用的数据来支持本研究的发现是十字路口内的文章。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金资助(51774256)。