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:一种新的选择性堵塞方法用来改善体积波及效率,从而提高油田的采收率。此方法建立在“盐析”的理论基础上,即在水中加入某种非电解质,使水中的电解质溶解度下降。在这种新的段塞驱油过程中,先注入浓缩盐水预冲洗,然后注入一种或多种水溶性酒精(如乙醇)到油藏中。酒精和卤水的混合将引起盐析。由于酒精和浓缩卤水对水的高相渗透性使之易于进入水浸地带。固体的析出可部分或全部堵塞高渗透地带,导致后置液流进含油饱和度高的低渗透带。因此油藏的大部分就为这种流体所波及,油藏的体积波及效率和采收率将不言而喻地得到改观。在均质填砂模型流动试验中可以观测到渗透率可以下降到70%,在非均质填砂模型流动试验中,渗透率将下降到原卤水的50%。试验结果说明,该方法能够多采出15%的原始石油地层储量。与其它选择性渗透率降低的技术相比,此方法有许多优点。它可应用于深部或浅部油藏,另外,如果有必要的话,可通过低盐饱和度的卤水注入来恢复高渗透带的渗透率。
简介:原油采收率不仅与原生水饱和度有关,而且与水、气和化学驱后的残余油饱和度有关。而这些流体各自的原始饱和度和残余饱和度又与其岩石物性和油藏条件如温度、油藏压力和上覆岩层压力等有关。目前的研究旨在推导出一种以上述参数(如常规和特殊岩心分析研究中测量的参数)为基础预测原油采收率的经验模型。一项基于100块砂岩和碳酸岩样品数据库所进行的初步研究得出了一个极好的特征关系式,其相关系数为R2>0.95。这种相关关系对各油藏是特异的,因此本研究的最终目的就是开发出每个油藏的原油采收率特征图版。这种特征图版可用于提高采收项目中水、气和化学驱的设计。为了将这种相关关系推广到不同的地层流体和地层,采用了Klinkemburg和Forchhenimer关系式。该关系式为缺乏数据时确定油藏的原油采收率提供了一种工具。
简介:在尼日尔三角洲正在开发的Okan油田利用三维地震和测井资料以及通过实际观察和理论研究得出的有效概念模型来显示泥岩滑抹正断层的三维几何形状。地震资料显示断层在倾向上具有明显分节性,并推断张性转换带(extensionalrelays)中存在滑抹泥岩。根据测井资料识别出了整个油田范围的岩性地层。并且在有些情况下,当钻孔穿过断层时,利用测井资料还可以定量确定断层带内泥岩的滑抹量。可以利用概念模型解释断层几何形态的关键细节和泥质断层岩的分布,这是三维地震资料集的常规分辨率所无法实现的。将地震资料、测井资料和概念模型相结合,可以制定一套工作流程来确定断层的几何形态,评价滑抹泥岩的属性及其演化特征与断层落差、相应泥岩单元的厚度和泥岩之间砂岩单元厚度的关系。其结果是形成了一种断层结构可视化和断层岩解释新技术,这两方面均能构建真实的断层并置关系图,亦能充分客观地分析储层中的泥岩滑抹。