文摘
建立储层数值模拟和剖面控制优化方法考虑配置文件控制的机制一直是一个困难的国内外研究问题。在本文中,首先,建立了一个基于物理数据驱动模型在日常生产数据注入和生产井后物料平衡的原则。关键参数包括遗传性、控制孔隙体积、注水分配因素,并注入效率直接从历史中得到匹配模型,和控制流渠道可以定量识别。然后,结合评价结果的堵剂的封堵能力,想象中的好节点被添加到现有的井间关系interwell-specific参数的非均质性的特点。这个过程沿着井间控制执行流处理单元,形成一个新的、快速的方法来模拟和预测。最后,根据井间传递率计算,注水效率和分配因素,较低的注水井注水效率可以优先选择调剖井。此外,生产速度,注射速度,和封堵剂的量作为优化变量,我们建立了一个最优控制数学模型,实现了参数优化概要文件的控制方法。我们演示了一个概念模型和两个室内实验的结果来验证该方法的可行性和实际完成两个领域的应用。模型验证和实际现场应用表明,该方法成功地消除了复杂地质建模过程和与概要文件相关的繁琐计算过程控制治疗传统的数值模拟方法。计算速度提高数十或数百次,和水输送路径准确识别。 Most importantly, this method realizes the overall decision-making of profile control well selection, dynamic production prediction, and parameter optimization of profile control measures quickly and accurately by mainly using the daily production data of wells. The findings of this study can help for better understanding of the optimization design and application of on-site profile control schemes in large-scale oilfields.
1。介绍
目前,水驱仍是世界上最油田主要开发方法。然而,注采矛盾是不可忽视的。一方面,低渗透储层的性质总是导致注水压力高、绝望缺乏地层能量补充。另一方面,多层次优惠储层渗流通道的存在为严重水浸,将提供更多的机会。
日益突出的注采矛盾使多级主要流场在低渗透性储层难以识别1- - - - - -3]。来缓解矛盾,减少水的不利影响日志/通灵,剖面控制逐渐成为不可或缺的注水的支持技术。虽然有许多实验研究档案建设和流程设计,控制治疗包括公式相关的数值模拟这一领域仍处于初级阶段。由于难以精确建模和预测的动态配置文件控制参数、储层连通性承认不足,和不准确的识别优惠渗流通道,现场配置文件控制操作通常显示不满意结果,有效期短。考虑到低油价和降低运营成本,是很重要的和紧急的进行有效的配置文件控制操作在正确的时间与优化参数。
优化概要文件控制操作的关键低渗透性储层是首先准确地模拟和预测动态储层性能考虑概要文件控制操作,然后优化时间和操作参数。通常应用概要文件控制预测现场试验方法,统计建模和数值模拟(4- - - - - -6]。现场试验方法和统计建模主要依靠经验决策而不考虑储层连通性;因此,大多数操作显示效果差、有效期短的(7- - - - - -10]。概要文件控制数值模拟是一个子类的化学驱数值模拟,和有很多经验可以借鉴。化学驱数值模拟一直是油藏数值模拟领域的困难,具有多个组件的特点,复杂的特征参数,复杂的功能机制,不定方程恒常性,明显的非线性特性,很难找到完全隐式方程的解决方案集。虽然各种化学驱理论已经练习了很长一段时间,被广泛接受的里程碑化学驱数值模拟没有设置直到1970年代末,在1978 g .教皇建立了multiphase-multicomponent 1 d模拟器。模拟器包括阶段状态和界面张力的变化与电解液的浓度和表面活性剂,聚合物粘度的变化与电解液的浓度和聚合物,和吸附的机制,在流动过程中扩散,离子交换。之后,各种模型对聚合物驱、表面活性剂驱、碱性洪水,结合洪水逐渐建立。在1980年代,数值模拟配置文件控制操作的目的。仿真能力经历了一个创新的变化从最早的等温模拟简单的机制和单一介质一维模拟器上后来的非等温模拟与复杂3 d模拟器功能机制(重力、毛细力、启动压力和变形)和双重介质。模拟对象扩展小说从传统的简单的聚合物和预制粒子凝胶系统包括延迟交联凝胶、微凝胶,逆乳化,微生物驱油体系。解决方法从正常的隐式压力显式饱和度(IMPES)方法高阶IMPES方法,流线曲率数值方法,尺寸还原法,等。尽管如此,快速更新模拟方法还有待完善。 The existing shortcomings may include (1) complicated percolation mechanism of profile control agent raises the difficulty in fine reservoir description. (2) Large calculated amount greatly lowers the calculation speed. (3) Insufficient inclusion of information on interwell preferential seepage path complicates the simulation and optimization process. Therefore, the large-scale application has been limited [7- - - - - -10]。
为了简化计算过程,提高计算速度,一些学者使用深度学习等方法来预测产品性能(11- - - - - -13]。赵et al。14)开发了一个名为INSIM的新物理数据驱动模型。好位置和日常生产数据是主要的使用INSIM所需信息建立模型。此外,不同于机器学习模型和传统模型,快速动态的预测成为可能后,井间传播性和物质平衡原理和参数控制卷可以很容易地导出了历史匹配定量显示井间的相关性。以后,一些膨胀模型如INSIM-FT [15],INSIM-FT-3D [16],INSIM-FPT [17),聚合物通灵预测模型提出了(18]。然而,取代代理和配置文件控制代理之间最大的区别是,正常取代剂聚合物和表面活性剂通常在连续相流,而轮廓控制代理通常在离散运输阶段,会恶化注入和生产井之间的异质性(19]。在当前INSIM方法(20.,21),井间传播性参数被认为是均匀分布的,而没有考虑到异质性不同井间相关性的性质。因此,配置文件修改的确切机制仍不清楚。
时机和操作参数是至关重要的对于一个成功的配置文件控制操作。因此,进行研究是很有意义的手术时机选择和参数优化。常用的决策方法是实验室测试方法、油藏工程方法(PI决策)和统计方法(模糊综合评价、BP神经网络、支持向量机,等等)。实验室测试方法,需要大量的实验来比较不同的操作参数的影响。在实验室规模可能更准确,但大区别核心插头或填砂模型和实际水库为直接提交应用程序使它不适用的(22- - - - - -24]。π的决定通常是根据注入井的井口压力指数和一些测试数据。虽然简单适用,有限的决策因素被包括在这个过程中大大限制了其实用性。模糊综合评价方法的基础上开发和注水动态静态地质研究。确定各种决策因素的值,和多个因素被认为做一个全面的决定。然而,重量以及学科学位是模糊的和主观因素的影响可能被夸大了。BP神经网络方法将输入和输出转换为一个非线性优化问题,和获得的权重梯度算法迭代操作(25,26]。该方法成功地避免了重量和学科学位决心遇到困难问题通过模糊综合评价方法,和过程是自动继续得到局部最优解。局部最优解并不代表,可能是不准确的;因此,提出了支持向量机(SVM)方法(27,28]。支持向量机方法适用于有限的样本,和石油在一个操作周期增量评价指标。这个概要文件控制effect-influential因素关系模型建立预测最优注入量和石油增加在一个操作周期。所示的最优解全局最优支持向量机方法。
近年来,伟大的突破了水库水库优化理论和数值仿真开发与生产优化技术(29日- - - - - -31日]。这项技术的目的是找到最优值操作参数(注射速率、产率和流动压力)来指导生产系统的操作,因此最大化的经济效益。其初步应用程序已经实现了在注水油藏注采参数优化,但是有稀缺的报告在动态优化概要文件控制操作。油藏开发和生产优化技术的核心是算法的优化。梯度算法和derivative-free算法通常是两个应用算法类型。伴随方法(32,33)是最受欢迎的梯度算法,可以准确地获得目标函数的梯度,而缺点是伴随矩阵的必要性大大复杂化了求解过程。Derivative-free算法,特别是同步扰动随机逼近算法(SPSA) (34,35)和EnOpt算法(36,37),吸引了广泛的关注。在SPSA算法,所有控制变量下同步扰动,扰动梯度生成。唯一的计算涉及的计算过程性能指标函数;因此,梯度和最优值的可靠性保证。EnOpt算法生成的正态分布控制向量基于当前最优控制。然后,这些控制向量与相应的目标函数值进行分析,以找到一个相关性和搜索方向。随后,控制变量是一步一步迭代法进行了优化。其他derivative-free算法如SID-PSM算法(38],NEWUOA算法[39,40)、遗传算法(GA) [41),粒子群优化(PSO) (42),而模拟退火算法(SA) [43也得到一些关注,但计算效率仍有很多改进的空间。为了缓解这个问题,赵等人后来提出了一个基于模型更新算法命名为二次插值近似梯度算法(QIM-AG) [44]。收敛速度和稳定显示显著的改进,以及改进后的算法整合领域应用注采参数的调整。
在本文中,我们涉及的功能机制和调剖剂的波及体积,提出更新INSIM模型来研究不均匀分布的注采interwell-specific参数。虚构的井被添加在两井之间精确的流动特性连接单元,和一种新的方法来预测这个概要文件控制建立了多层油藏动态。与此同时,数据驱动的模型参数反演后,可以配合井间传播性和注水效率和分配系数数据筛选低效/低效井。给出最优解考虑到生产/优化方法,所以最优生产方案和配置文件控制设计生成的可应用于指导低渗透性储层的未来发展。计算速度提高了数百次,和水输送路径准确识别。最重要的是,唯一的要求是生产数据的总体决策控制措施,包括准确的选择,快速预测和动态优化,阐明油田规模的项目设计和关键参数的动态优化。
我们工作的新颖性在本文中,我们建立了一个新的处理方法基于先前INSIM模型结合实验室实验的结果来执行生产模拟如果堵塞控制中实现注水水库和注入体积的封堵剂的优化实现。与传统的数值模拟方法相比,该方法的主要优点如下:(1)建立仿真模型的过程是很简单的;(2)计算速度非常快;(3)传统的基于网格的数值模拟方法系统需要考虑非常复杂的渗流机理堵水剂,并要求网格细化,导致高计算成本,通常无法收敛。我们提出的方法是比较方便处理配置文件控制不同的堵漏剂。我们的流程是正确的传播性,但这种变化是瞬间完成的。不同于基于网格的系统模型,网格在注入井的渗透率逐渐变化的堵剂注入量增加。
本文的研究工作主要包括几个方面。首先,历史数据驱动模型进行匹配,推断interwell-specific参数,并计算注入分配和效率低下的因素。然后,根据评估的结果堵堵水剂的性能在实验室实验中,遗传性是纠正后沿井间预测产品性能控制单元配置文件控制。最后,我们还建立了一个最优的数学模型,解决了合适的优化算法获得最优的设计注水速率、液体产率,封堵剂注入井的体积。
2。INSIM多层非均质储层的数据驱动的模型
2.1。描述和计算方法的具体参数井间控制单元
INSIM方法的基本原理是通过一系列的连接单元,其特征是井间传递率( )和控制孔隙体积( )代表的注采系统。井间传递率反映了平均井间渗流能力和主导方向流动,而连接体积表示每个单元的物质基础,表明排开井间水体积。更准确地计算出井间传播性和控制孔隙体积为异构水库、计算方法上的一些改变最初提出的赵et al。14,17为齐次水库。我们假设在异构水库、流体流动的“流管”受到不同的流线,如图1。为每个“流管”,获得井间物质平衡方程中的每个网格交叉的部分整合和纵向方向。通过应用井间等效连接模型,井间传播性和控制孔隙体积的表达式给出了方程(1)和(2)。具体参数的描述和计算方法对井间控制单元在附录A中详细演示了。
2.2。描述的方法添加虚拟井在强有力的异构后储层剖面控制
在本部分中,典型的一个injection-four生产井集团为例(图2)。首先,理性模型显示了堵剂注入量之间的相关性,连接/ /孔隙度渗透率分布,封堵剂波及体积是(22]。,封堵剂的分布计算每个连接单元的划分系数和其他相关参数,而堵水剂的波及体积及其对储层渗流能力的影响从实验室配置文件控制实验。每个连接单元的无量纲堵剂注入量是由注射总量之间的比例和体积目标单元的连接。其次,通过虚构的井网加密调整井进行封堵剂的影响。好位置确定基于波及体积,遗传性和控制孔隙体积后更新配置文件控制操作根据封堵剂注入体积渗透率和孔隙度分布合理的模型和方程(1)和(2)。
2.3。INSIM多层数据驱动模型配置文件控制操作
在此,我们给的一般素描注射凝胶或封堵剂来实现配置文件控制,如图3。配置文件控制的目的是阻止主流流动渠道改善注水的利用率。
(一)注水
(b)注射凝胶
(c)配置文件控制
多层油藏连通性的特点是集成到主INSIM模型(14,17(图)产生一种改进的数据驱动的模型4)多层剖面的预测控制。生产动态物料平衡方程计算了基于连接单元,历史和连接参数的匹配。如果层间横向气流的影响不容忽视,我们可以应用德劳内三角测量来生成连接图如3 d维度之间通过添加垂直传播性,和downperforated层。初始值的垂直传播能力可以给根据实际情况(约20.]。
为好 ,物质平衡方程给出了方程(3)[21]。毛细力和重力的影响被忽略。
方程(3)是使用隐式差分法离散。值得注意的是,INSIM模型并考虑变化和流动的流体流动的影响。我们认为之间的关系和取决于总流动(11,14,20.,21]。假设时间步 ;差分方程表示如下:
通过构建和求解压力方程(方程(5)),压力每个井点排水地区平均水平计算。方程的数量相同的井的数量,而不是传统的数值模拟的网格数量,因此导致显著提高计算速度。
认为很好和良好的的压力由连接单元相互连接,好吗高于好吗 。因此,流量( )之间的连接单元和良好的在 - - - - - -th层是
方程(7)出含水的衍生品在不同连接单元,和水的减少可以通过插值计算。综合含水的好在 - - - - - -th层是
一旦每个计算单井含水,油/水日产量等生产指标和累积产油/水之后就可以了。因此,实现油藏生产动态的快速预测。
连接参数的初始值密切相关物理性质,平均渗透率、有效厚度等。详细给出了文献[14]。同时,与仿真结果与实际生产动态,SPSA算法应用于协助历史匹配方法推导出井间传播性和控制孔隙体积(23];迭代公式
3所示。控制参数的优化概要文件
井间连通性和连接后体积由多层INSIM数据驱动模型,获得配置文件控制操作的参数优化方法考虑建立封堵剂的功能机制。细节如下。(1)选择低效/低效的注入井作为客观分析了注水效率和分配系数。生成的值从物理数据驱动模型修正历史匹配。(2)计算封堵剂的注入量在每个连接单元基于概要文件之间的鸿沟系数控制良好,周围连接单元。的初始体积封堵剂被注入是一个可调输入。(3)更新后的连接参数配置文件控制操作。粒子类型堵塞代理、实验室配置文件实现控制实验发现堵剂注入量之间的相关性,渗透率、孔隙度改变,和封堵剂波及体积和确定的位置;因此,新连接参数计算。连续剖面控制聚合物和SMG、连接参数,渗透率和孔隙度剖面控制手术后更新后提供发表作品的方式。 (4) Optimize the profile control parameters. Input the updated connectivity parameters into the INSIM data-driven model, set NPV as the objective function, and use the SPSA algorithm to optimize the plugging agent injection volume and injection-production parameters.
3.1。计算分配因素和选择概要文件控制
认为很好注入井的吗 - - - - - -th层,很好是生产井相互联系好吗 。注入划分系数定义为方程(10)是注射总量之间的比例和体积被注入到互联单位。
注水效率被定义为流离失所的周围生产井的油一个PV(孔隙体积)水,可以表示为
比较了单井注水效率( )平均注水效率的块( ),注水井和分类成高效( )和低效( )。与此同时,考虑到注入能力,井注入能力和较低的注入效率高应该优先进行控制操作。
3.2。预测的动态性能和控制参数的优化概要文件
考虑到不同的功能机制不同的堵漏剂,井间传递率的值和控制孔隙体积方程(1)和(2)修改。修改后的物质平衡方程
假设采用恒流压力生产方式;注入和产量的变化将被描述为概要文件控制操作 在哪里井底流动压力的吗在 - - - - - -th层;注采指数吗在 - - - - - -th层处理后,通过更新连接(21]。结合方程(13)和(12),方程(5)表示为
求解方程(14),遵循上述程序,然后以未来好工作系统为控制参数构建生产优化控制模型(方程(15与约束条件)。
求解方程(15)与SPSA算法得到最优封堵剂注入量和注采参数。在此,我们给流程图显示这项工作更清晰的步骤,如图5。
4所示。模型验证
4.1。概念模型与粒子类型配置文件控制操作封堵剂
在本节中,典型的一个injection-four生产井集团为例。图6(一)是井间传递率的分布和控制孔隙体积封堵剂注入。数据6 (b)和6 (c)后连接参数的分布生成的配置文件控制传统小说INSIM模型和改进INSIM数据驱动模型。在传统INSIM模型中,封堵剂对储层渗流能力的影响从注入划分每个系数和实验室控制实验,在更新模型,封堵剂波及体积也被认为是和虚井介绍了不同类地分布井间连通性模型参数。每个生产井的产量计算通过应用连接参数的三组,分别。生产的P1比较图7。石油产量的P1概要文件控制操作后大幅增加,因为连接和注水鸿沟系数高渗透通道(P2和P3)体验巨大的减少由于注入剂的封堵效果。因此,更多的注入水会转移到低渗透性通道(P1和P4)和取代更多的石油。与此同时,值得注意的是,井间连通性的异质性对生产动力学参数有明显的影响。以后生产阶段的产量将减少类似水平的治疗之前由于封堵剂的有效期限,这是符合实际情况,也表明了该模型的有效性。
(一)操作前连接参数
(b)忽视连接参数的异质性
(c)考虑连接的非均质性参数
4.2。聚合物配置文件控制的实验验证
异构的物理模型与高渗透通道 平核心样本和两个注水井(W4 W5)和三个生产井(W1 W2, W3)。如图8W2、W4和W5位于效果通道。取代率将是一个常数2毫升/分钟;其他参数都列在下表中1。
首先,从注水井注入水模型,在5000分钟后,注入聚合物溶液。产出液中聚合物浓度由滴定法测定淀粉和碘化铬。增加测试频率当含水开始减少,直到产生聚合物浓度达到峰值。两种聚合物的生产动态和含水变化监测。
INSIM数据驱动模型也适用于模拟聚合物驱。石油产量增加明显和含水减少聚合物注射后,表明聚合物驱在概要文件控制的积极作用,提高波及系数。仿真结果与实验结果是一致的,如图9的可行性,提出了聚合物配置文件控制操作模式。
(一)产油量
(b)含水
4.3。实验验证SMG概要文件的控制
SMG剖面控制模型的可行性操作也验证了实验室测试。在本部分中,并行核心( , )洪水进行实验效果的核心和低渗透性的核心。水注入50分钟,其次是微凝胶蛞蝓0.3 PV。提供上述模拟生成的仿真结果图10。石油产量明显增加,含水率下降后微凝胶注入。仿真结果与实验结果一致,证明该模型的可行性SMG概要文件控制操作。
(一)产油量
(b)含水
5。实际现场应用
5.1。概要文件控制粒子类型堵水剂
新提出了轮廓控制动态预测方法已经应用于一块陆地的水库。有51个生产井和注水井。最初的油层压力、平均渗透率和平均孔隙度23.8 MPa,医学博士58.6和0.186,分别。主要生产层的派生的井间传播性在图给出11,灰色的线表示传递率小于0.05米3/ (d·MPa),蓝色线表示之间的传播能力位于0.05和0.5米3/ (d·MPa),红线表示传递率大于0.5米3/ (d·MPa)。现场生产指数的历史匹配结果图所示12;领域累积的石油产量和含水率与实际生产数据相匹配。
(一)石油生产总量
含水(b)领域
选择四个低效/低效的注水井剖面控制操作的基础上派生的连接参数。堵剂在地层渗流能力的影响以及封堵剂波及体积获得现场测试和实验室测试使用方程(1)了解井间连通性变化在扫掠面积和堵效率可以通过多元回归。如图13显示,封堵效率最高为67.28%。所需的注入量为每个配置文件控制给出了图14通过正交试验计算,平均需要注入体积是670.25米3。图15显示了预测结果的产油量和含水当封堵剂注射。数据显示平均增加1.275米3/ d在日常石油产量和含水率降低3.53%。生产井剖面控制试点测试W29给出了0.634米3/ d石油日产量上升速率,这非常类似于0.58的预测价值3小说INSIM / d的数据驱动模型,显示了该方法的可靠性高。
(一)油田产油量
含水(b)领域
5.2。SMG封堵剂配置文件控制
被物理模拟实验,验证后SMG剖面控制动态的预测方法已成功应用于一个街区的离岸水库。块1993年8月正式投产了。有65井在目标块,包括24水注水井和41聚合物注入井。单井产量的历史匹配结果,含水的块和累计石油产量与实际地质参数被认为是图所示16。
(一)油田含水
(b)领域的石油生产
连通性模型用来预测纠正了历史匹配这个概要文件控制动力学。每天的石油产量的变化,累积石油产量、含水等生产指标预计一年内。在本部分中,两个生产计划在数字模拟和比较17- - - - - -19。在生产计划1,没有更改当前生产系统在后期制作阶段,而对于生产计划2,微凝胶堵剂注入从D6和这里(两个注入井)的浓度为6000 mg / L,在微凝胶注入改变了井间连通性以及石油生产过程参数。
石油产量大幅增加然后达到一个高原6000 mg / L微凝胶注射后。平均增加约52米3/ d,累计石油产量增加150003在一年。此外,含水显示一个下降的趋势,这将大大提高经济效益。
6。摘要和结论
(1)概要文件控制机制和实验室实验结果应用于一种改进的多层INSIM数据驱动模型,和一个新的预测方法在多层油藏剖面控制动力学考虑建立连接参数的异质性。与此同时,一个方法应用单井剖面的动态优化控制数学模型参数也提出了(2)提出的物理数据驱动模型消除了复杂地质建模过程和繁琐的计算过程与概要文件关联控制治疗在传统的数值模拟。模型还可以用于确定优惠渗流通道没有高精度的引入渗流方程(3)新颖的物理数据驱动模型的可靠性概念的例子和实验验证数据。当被扩展到真实情况下,最优堵剂注入量为每个配置文件决定和控制石油产量和含水率的变化预测。配置文件控制操作后,石油产量增加和含水下降。仿真结果与实际情况是一致的,可以用于指导现场操作
附录
. 1。描述和计算方法的具体参数井间控制单元
图20.显示了一个小单元流管,微小的物质平衡方程建立单元为对象,和方程表示为
(一)
(b)
(c)
我们沿着流管获得执行横向集成流控制方程在一个流管
然后,我们沿着流管获得执行纵向集成流控制方程在流域一个
比较方程(a .)与物质平衡方程21遗传性),计算表达式和控制孔隙体积方程所示(1)和(2)可以获得。
命名法
| : | 层数 |
| : | 注入和生产井数 |
| : | 平均遗传性的和良好的在 - - - - - -th层(米3/ (d·MPa)) |
| : | 平均遗传性的和良好的在 - - - - - -层后校正(m3/ (d·MPa)) |
| : | 的平均压力油排水区域(MPa) |
| : | 的平均压力油排水区域(MPa) |
| : | 的流量(注射是正的,生产是负的)(m3/天) |
| : | 生产时间(d) |
| : | 的总压缩系数 - - - - - -层储层(MPa1) |
| : | 控制孔隙体积在 - - - - - -th层(米3) |
| : | 中间变量, |
| : | 中间变量, |
| : | 中间变量, |
| : | 中间变量, |
| : | 液体之间的利率也和良好的在 - - - - - -th层(米3/天) |
| : | 水分数流(f) |
| : | 水部分的流动在 - - - - - -th层从好(f) |
| : | 复合水部分的流动在 - - - - - -th层(f) |
| : | 含水饱和度的在 - - - - - -th层(f) |
| : | 含水饱和度的在 - - - - - -th层(f) |
| : | 水饱和跟踪到好在 - - - - - -th层(f) |
| : | 累积的孔隙体积的液体到好 ,这可以总结所有连接单元的瞬时流量吗在每一个时刻 |
| : | 上游的井的数量在 - - - - - -th层 |
| : | 模型参数向量 |
| : | 时间步长 |
| : | 迭代步长 |
| : | 同时扰动梯度 |
| : | 迭代步骤 |
| : | 注水分配的因素到好在 - - - - - -th层 |
| : | 上游的井的数量在的 - - - - - -th层 |
| : | 注水效率在 - - - - - -th层 |
| , : | 流线偏转方向 |
| , : | 最大的流线偏转方向 |
| : | 粘度(mPa·s) |
| : | 孔隙度(f) |
| : | 储层渗透率(103μ米2) |
| : | 储层厚度(m) |
| : | 对于生产优化目标函数 |
| : | 仿真时间步的总数 |
| : | 生产井的总数 |
| : | 注水井的总数 |
| : | 石油生产所产生的净收入(美元/米3) |
| : | 水的生产成本(美元/ m3) |
| : | 水/剂注入成本(美元/ m3) |
| : | 生产的石油产量平均利率(m3/天) |
| : | 平均水生产井的生产速度(m3/天) |
| : | 平均水/剂注入井的注入量(m3/天) |
| : | 一年一度的折现率(%) |
| : | 介入时间(d) |
| : | 累计时间到- - - - - -th。 |
数据可用性
的数据支持本研究的发现可以从相应的作者,在合理的请求。
的利益冲突
作者宣称没有利益冲突。
确认
回族赵想表达他的感谢中国国家自然科学基金(批准号51874044和51874044)的慷慨的金融支持的研究。本研究也支持了广东南部海洋科学与工程实验室(湛江)(没有。zjw - 2019 - 04)。