Тематический рубрикатор статей

Георесурсы T.25.№4.2023
Стр.
Скачать статью

Моделирование работы скважин при разработке нефтяного пласта на упруговодонапорном режиме с помощью регрессионного анализа

И.В. Афанаскин, С.Г. Вольпин, В.А. Юдин, П.В. Крыганов, А.А. Глушаков

Оригинальная статья

DOI https://doi.org/10.18599/grs.2023.4.21

267-285
rus.

open access

Under a Creative Commons license

Одной из важных задач анализа разработки нефтяных месторождений является прогнозирование показателей работы скважин. Для этого часто используются характеристики вытеснения, представляющие собой зависимости одних показателей разработки от других. Для определения параметров этих зависимостей применяется регрессионный анализ исторических данных. Зависимости описывают обводнение добывающих скважин водой, закачиваемой в нагнетательные скважины, или водой из законтурного водоносного горизонта.

Особенностью характеристик вытеснения обычно считается, что их можно использовать только в случае, если потоки жидкости в пласте являются установившимися. Это связано с тем, что при классическом подходе характеристики вытеснения не учитывают в явном виде интерференцию скважин. Поэтому поиск характеристик вытеснения, с помощью которых можно учитывать взаимовлияние скважин, является важной задачей. Этому посвящена настоящая работа.

Обводненность и водонефтяной фактор (ВНФ) связаны известной формулой. В работе предложены регрессионные модели для ВНФ. Они получены путем совершенствования классической линейной зависимости логарифма ВНФ от накопленной добычи нефти.

Обводненность рассчитывается из водонасыщенности. Предложенные регрессионные модели для водонасыщенности основаны на анализе уравнений теории двухфазной фильтрации в разностной форме.

Исследовано 11 моделей обводнения, включая две классические и 9 новых. Также были разработаны зависимости для пластового и забойного давлений. Предложенные модели предназначенные для анализа работы скважин при разработке нефтяного пласта на упруговодонапорном режиме. Модели были протестированы на реальном месторождении, их эффективность была проанализирована. Некоторые новые модели показали хорошие результаты на тестовой выборке. В частности, все предложенные модели показали результаты лучше, чем классическая модель вида: логарифм водонефтяного фактора от накопленной добычи нефти.

 

анализ разработки, оптимизация разработки, регрессионный анализ, характеристики вытеснения, упруговодонапорный режим, прогноз показателей разработки

 

  • Афанаскин И.В. (2016). Адресная оценка эффективности реализуемых систем разработки нефтяных месторождений. Геология, геофизика и разработка нефтяных и газовых месторождений, (8), с. 44–54.
  • Афанаскин И.В., Колеватов А.А., Ахапкин М.Ю., Королев А.В., Кундин А.С., Миронов Д.Т., Солопов Д.В. (2022). Технология анализа, прогноза и оптимизации работы группы скважин с помощью регрессионного анализа и характеристик вытеснения. Геология, геофизика и разработка нефтяных и газовых месторождений, (11), с. 60–70. https://doi.org/10.33285/2413-5011-2022-11(371)-60-70
  • Елкин С.В., Алероев А.А., Веремко Н.А., Чертенков М.В. (2016). Модель для экспресс-расчета дебита флюида горизонтальной скважины в зависимости от числа трещин ГРП с учетом анизотропии пласта. Инженерная практика, (7), с. 82–88.  
  • Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. (1999). Этюды о моделировании сложных систем нефтедобычи: Нелинейность, неравновесность, неопределенность. Уфа: Гилем, 462 с.
  • Савельев В.А., Токарев М.А., Чинаров А.С. (2008). Геолого-промысловые методы прогноза нефтеотдачи. Ижевск: Изд. дом «Удмуртский университет», 147 с.
  • Севостьянов Д.В., (2005). Оценка эффективности ГТМ методом интегрированных моделей. Проблемы геологии освоения недр: Труды IX Междунар. симпозиума им. акад. М.А. Усова. Томск: Изд-во ТПУ, с. 449–451.
  • Сергеев В.Л., Наймушин А.Г., Лонг Ч.Н. (2014). Интегрированные системы идентификации характеристик вытеснения в задачах мониторинга и управления разработкой нефтяных месторождений. Доклады Томского государственного университета систем управления и радиоэлектроники, (3), с. 152–158.
  • Юлмухаметов Д.Р. (2017). Методика обработки исходных данных для полулогарифмической зависимости водонефтяного отношения от нефтеотдачи в условиях нестабильной работы фонда скважин. Нефтяное хозяйство, (11), с. 44–47. https://doi.org/10.24887/0028-2448-2017-11-44-47
  • Arps J.J. (1945). Analysis of decline curves. Transactions of the AIME, 160(1), pp. 228–247. https://doi.org/10.2118/945228-G
  • Aziz, K., Settari A. (1979). Petroleum Reservoir Simulation. London: Appl. Sci. Publ., 476 p.
  • Bondar V.V., Blasingame T.A. (2002). Analysis and Interpretation of Water-Oil-Ratio Performance. SPE Annual Technical Conference and Exhibition, SPE 77569. https://blasingame.engr.tamu.edu/0_TAB_Public/TAB_Publications/SPE_077569_(Bondar)_WOR_Analysis.pdf
  • Can B., Kabir C.S. (2014). Simple tools for forecasting waterflood performance. Journal of Petroleum Science and Engineering, 120, pp. 111–118. https://doi.org/10.1016/j.petrol.2014.05.028
  • Cheng C., Li K. (2014). Comparison of models correlating cumulative oil production and water cut. Journal of Energy Resources Technology, 136(3), 032901. https://doi.org/10.1115/1.4026459
  • Craig F. (1971). The reservoir engineering aspects of waterflooding. Society of Petroleum Engineers of AIME, 134 p.
  • Dake L.P. (2001). The Practice of Reservoir Engineering. Elsevier, 572 p.
  • Elmabrouk S.Kh., Mahmud W.M. (2022). Production data analysis techniques for the evaluation of the estimated ultimate recovery (EUR) in oil and gas reservoirs. HighTech and Innovation Journal, 3(1), pp. 85–101. http://doi.org/10.28991/HIJ-2022-03-01-09
  • Ershaghi I., Abdassah D. (1984). A prediction technique for immiscible processes using field performance data. Journal of Petroleum Technology, 36(4), pp. 664–670. https://doi.org/10.2118/10068-PA
  • Ershaghi I., Omorigie O. (1978). A method for extrapolation of cut vs recovery curves. Journal of Petroleum Technology, 30(2), pp. 203–204. https://doi.org/10.2118/6977-PA
  • Guo B., Tu X. (2008). A simple and accurate mathematical model for predicting productivity of multifractured horizontal wells. CIPC/SPE Gas Technology Symposium 2008 Joint Conference, SPE-114452-MS. https://doi.org/10.2118/114452-MS
  • Liu B. (2021). February. Application of water drive characteristic curve in oil field development planning index prediction. IOP Conference Series: Earth and Environmental Science, 651, 032074. http://doi.org/10.1088/1755-1315/651/3/032074
  • Olenchikov D., Posvyanskii D. (2019). Application of CRM-like models for express forecasting and optimizing field development. SPE Russian Petroleum Technology Conference, SPE-196893-MS. https://doi.org/10.2118/196893-MS
  • Ruchkin А.А., Stepanov S.V., Knyazev А.V., Stepanov А.V., Korytov А.V., Avsyanko I.N. (2018). Applying CRM model to study well interference. Tyumen State University Herald. Physical and Mathematical Modeling. Oil, Gas, Energy, 4(4), pp. 148–168. https://doi.org/10.21684/2411-7978-2018-4-4-148-168
  • Sayarpour M. (2008). Development and application of capacitance-resistive models to water/CO2 dioxide floods: Ph.D. Diss. The University of Texas at Austin. https://doi.org/10.13140/RG.2.1.1798.3847
  • Sayarpour M., Kabir C.S., Lake L.W. (2009a). Field applications of capacitance-resistance models in waterfloods. SPE Reservoir Evaluation & Engineering, 12(6), pp. 853–864. https://doi.org/10.2118/114983-PA
  • Sayarpour M., Kabir C.S., Sepehrnoori K., Lake L.W. (2011). Probabilistic history matching with the capacitance-resistance model in waterfloods: A precursor to numerical modeling. Journal of Petroleum Science and Engineering, 78(1), pp. 96–108. https://doi.org/10.1016/j.petrol.2011.05.005
  • Sayarpour M., Zuluaga E., Kabir C.S., Lake L.W. (2009b). The use of capacitance-resistance models for rapid estimation of waterflood performance and optimization. Journal of Petroleum Science and Engineering, 69(3–4), pp. 227–238. https://doi.org/10.1016/j.petrol.2009.09.006
  • Smith J.T., Cobb W.M. (1997). Waterflooding. Dallas: Midwest Office of the Petroleum Technology Transfer Council.
  • Sun W. (2021). Two kinds of water drive characteristic curve control systems are recoverable reserves of water drive oilfield. Advances in Intelligent Systems and Computing, 1384. https://doi.org/10.1007/978-3-030-74811-1_127
  • Willhite G.P. (1986). Waterflooding. Dallas: SPE, 326 p.
  • Wolcott D. (2009). Applied Waterflood Field Development. Houston: Energy Tribune Publ., 417 p.
  • Yang Z. (2009). Analysis of production decline in waterflood reservoirs. SPE Annual Technical Conference and Exhibition, SPE-124613-MS. https://doi.org/10.2118/124613-MS
  • Yang Z. (2017). Clarifying and improving the application of waterflood analytical methods in X-plot conditions – from empirical approach to analytical approach. SPE Western Regional Meeting, SPE-185726-MS. https://doi.org/10.2118/185726-MS
  • Yang Z., Ershaghi I. (2005). A method for pattern recognition of WOR plots in waterflood management. SPE Western Regional Meeting, SPE-93870-MS. https://doi.org/10.2118/93870-MS
  • Yortsos Y.C., Choi Y., Yang Z., Shah P.C. (1999). Analysis and interpretation of water-oil ratio in waterfloods. SPE Journal, 4(4), pp. 413–424. https://doi.org/10.2118/59477-PA
  •  

Иван Владимирович Афанаскин – кандидат техн. наук, ведущий научный сотрудник, Федеральный научный центр Научно-исследовательский институт системных исследований РАН
e-mail: ivan@afanaskin.ru

Сергей Григорьевич Вольпин – кандидат техн. наук, зав. отделом, Федеральный научный центр Научно-исследовательский институт системных исследований РАН

Валерий Адольфович Юдин – кандидат физ.-мат. наук, ведущий научный сотрудник, Федеральный научный центр Научно-исследовательский институт системных исследований РАН

Павел Викторович Крыганов – кандидат техн. наук, ведущий научный сотрудник, Федеральный научный центр Научно-исследовательский институт системных исследований РАН

Алексей Александрович Глушаков – младший научн. сотрудник, ведущий научный сотрудник, Федеральный научный центр Научно-исследовательский институт системных исследований РАН
 

 

Для цитирования:

Афанаскин И.В., Вольпин С.Г., Юдин В.А., Крыганов П.В., Глушаков А.А. (2023).Моделирование работы скважин при разработке нефтяного пласта на упруговодонапорном режиме с помощью регрессионного анализа. Георесурсы, 25(4), c. 267–285. https://doi.org/10.18599/grs.2023.4.21

For citation:

Afanaskin I.V., Volpin S.G., Yudin V.A., Kryganov P.V., Glushakov A.A. (2023). Modeling of well performance during oil reservoir development on the elastic-water-drive mode using regression analysis. Georesursy = Georesources, 25(4), pp. 267–285. https://doi.org/10.18599/grs.2023.4.21

© 2024 Коллектив авторов