Введение: Центральная роль анализа кривой упадка

Анализ кривой убывания (DCA) остается одним из наиболее широко используемых инструментов для прогнозирования добычи и оценки конечного восстановления (EUR) в нефтяных и газовых скважинах. Его простота и скорость делают его незаменимым для инженеров-резервистов, особенно в нетрадиционных играх, где режимы потока сложны и решения о капитале зависят от точных прогнозов. Тем не менее модели DCA, такие как гиперболическое или модифицированное гиперболическое снижение Arps, являются только такими надежными, как предположения, вложенные в них. Два из наиболее значительных и часто недооцененных переменных, которые определяют, как производство скважины распадается с течением времени, являются стратегией интервала и завершения скважины.

Эти факторы не являются независимыми. Разрыв между скважинами определяет объем резервуара, который каждая скважина может слить, в то время как конструкция завершения диктует, насколько эффективно эта порода связана с скважиной. Вместе они контролируют начальную скорость добычи, крутизну снижения и окончательный коэффициент восстановления. Ошибочное суждение может привести либо к оптимистическим прогнозам EUR, преждевременному бурению на заливке, либо к упущенным возможностям развития. В этой статье рассматриваются физика и полевые данные, лежащие в основе стратегий интервала скважин и завершения, показывая, как глубокое понимание их взаимодействия приводит к более надежным прогнозам кривой снижения.

Хорошо протекающий и его влияние на снижение

Физика вмешательства

В обычных резервуарах расстояние между скважинами часто определялось расчетами радиуса дренажа, предполагающими однородную проницаемость и радиальный поток. Нетрадиционные резервуары - с их сверхнизкой матричной проницаемостью и зависимостью от индуцированных трещин - фундаментально изменяют эту картину. Здесь дренаж не радиальный; в нем доминирует стимулированный объем породы (SRV), созданный во время гидравлического разрыва. SRV - это, по сути, сеть трещин и матрица породы, которую они соединяют, и он определяет эффективный объем пор, доступный скважине.

Когда скважины расположены слишком близко, их SRV перекрываются. Это помехи разрыва или frac удары вызывает конкуренцию за те же углеводороды и поддержку давления. Вместо того, чтобы каждая скважина дренирует независимый объем, они имеют общую область резервуара. Результатом является более крутое первоначальное снижение, поскольку объединенная система быстро истощает совместное поровое пространство, за которым следует более низкая стабилизированная скорость. В крайнем случае, близко расположенные скважины могут привести к взаимодействиям родитель-детский колодец, где новый (детский) колодец разрушает истощенную область вокруг более старой (родительской) скважины, снижая производительность ребенка и иногда даже повреждая производство родителя через погружение под давлением или обратный поток пропанта.

Оптимизация пространства в сланцевых играх

Операторы крупных сланцевых бассейнов повторяли интервалы более десяти лет. В суббассейнах Мидленда и Делавэра пермского типичный интервал сократился с 80 акров на скважину в начале разработки до 40 акров или менее во многих современных проектах. Сладкое пятно варьируется в зависимости от формирования, но отраслевые исследования последовательно показывают, что сужение интервала за пределами определенного пункта дает уменьшающуюся доходность. Например, анализ формирования Wolfcamp 2020 года показал, что сокращение интервала с 60 акров до 40 акров увеличило совокупное восстановление всего на 5-10% на скважину, удвоив количество скважин, что привело к чистому негативному влиянию на экономику на уровне месторождения.

Широко расставленные скважины (более 100 акров на скважину в Баккене или 60-80 акров в Игл-Форде) часто демонстрируют более постепенный гиперболический показатель снижения (b-значение близко к 0,5 или ниже), потому что каждая скважина имеет доступ к большему, менее нарушенному объему пор. Близко расположенные скважины, как правило, показывают более высокие пиковые скорости раннего времени, но более быстрый переход от переходного к потоку с преобладанием границ, в результате чего b-значение быстро падает, а кривая круче в то, что кажется более резким экспоненциальным снижением ранее в жизни скважины. модели DCA, которые игнорируют интервал - или предполагают постоянное b-значение - переоценят EUR для плотно расположенных скважин и недооценят его для широко расставленных.

Влияние на предполагаемое окончательное восстановление (EUR)

Для данной площади существует оптимальное количество скважин, которое максимизирует чистую приведенную стоимость (NPV). Превышение этого числа приводит к чрезмерной капитализации и уменьшению на скважину EUR. Хорошо разработанный план интервалов также влияет на сроки бурения на скважинах. Если прогнозы DCA основаны на широко расположенных пилотных скважинах, применение тех же параметров снижения для скважин на скважинах, пробуренных позже, может серьезно ввести в заблуждение. Новые скважины сталкиваются с более низким давлением пор и частично истощенными SRV, что приводит к более низким ставкам IP и более быстрому снижению - эффект, известный как ухудшение производительности на скважине для детей .

Операторы теперь регулярно используют интерференционные тесты, микросейсмический мониторинг и геохимическую дактилоскопию для калибровки интервалов. Эти данные поступают в модели моделирования резервуаров, которые генерируют более репрезентативные кривые убывания. Например, в документе SPE No201210-MS был задокументирован случай в сланцевой сланцевой зоне Marcellus, где расстояние было оптимизировано путем интеграции моделирования резервуаров с производственными данными. Оптимальное расстояние уменьшило помехи скважины, сгладило кривую убывания и увеличило поле EUR на 12% по сравнению с первоначальной конструкцией площадью 40 акров.

Стратегии завершения и их роль

Анатомия современного завершения

Стратегия завершения включает в себя широкий спектр решений: количество этапов, длина этапа, интервал между перфорационными кластерами, тип и концентрация пропанта, вязкость жидкости, скорость насоса и использование дивертеров или разлагаемых шаров. В нетрадиционных скважинах цель состоит в максимизации стимулируемого объема резервуара (SRV) , обеспечивая при этом эффективное участие каждого кластера переломов. Плохое завершение может оставить большие участки боковой нестимулированной, уменьшая контактную породу и заставляя падение скважины преждевременно закрутиться.

Геометрия и проводимость трещин

Двумя основными элементами контроля эффективности завершения являются геометрия разрушения (насколько далеко, насколько высоки и насколько широко распространяются трещины) и проводимость разрушения (насколько легко текут жидкости через сеть переломов). Переломы высокой проводимости вблизи скважины обеспечивают высокие начальные скорости, но, если они чрезмерно сконструированы, могут также вызвать ранний прорыв воды в смежных зонах. Переломы низкой проводимости ограничивают приток и приводят к более быстрому снижению, потому что скважина не может эффективно сливать SRV.

Современные конструкции завершения подчеркивают эффективность кластера . В многоступенчатом завершении вилки и перффера могут быть размещены на стадии, но исследования с использованием волоконно-оптического зондирования (DTS / DAS) показывают, что часто только 50-70% кластеров фактически производят. Непродуктивные кластеры тратят энергию стимуляции и создают артефакты в кривых упадка: колодец со многими мертвыми кластерами покажет более крутое первоначальное снижение, поскольку несколько активных кластеров быстро истощают свои локальные породы, в то время как остальная часть боковых остается нетронутой. Это приводит к тому, что кажется гиперболическим снижением, но с быстро падающим значением b, поскольку эффективная дренажная область уменьшается с течением времени.

Загрузка и разгрузка на стадии

Более тяжелая нагрузка на распорки (например, 2000-3000 фунтов / фут в пермском по сравнению с 1000-1500 фунтов / фут в начале 2010-х годов) создает более широкие, более проводящие переломы. Это имеет тенденцию сглаживать кривую снижения, поскольку переломы сохраняют более высокую проводимость в течение более длительного периода, задерживая начало потока с преобладанием границ. И наоборот, более легкие распорки приводят к защемлению трещин из-за напряжения закрытия, вызывая быструю потерю проводимости и более крутое снижение.

Дистанция между стадиями перелома — расстояние между отдельными стадиями перелома вдоль бокового — также оказывает прямое влияние. Более плотное расстояние между стадиями (например, 150 футов против 300 футов) увеличивает количество переломов и общее SRV, но может привести к перекрывающимся сетям переломов и внутрилунным помехам, если не управлять должным образом. Когда стадии слишком близки, переломы конкурируют за одну и ту же породу; кривая убывания демонстрирует начальный высокий пик, за которым следует очень крутое снижение, поскольку перекрывающиеся переломы быстро истощают породу, тогда скважина переходит к низкоскоростному, истощенному давлением режиму. Оптимальное расстояние между стадиями часто обнаруживается путем перекрестного наложения интенсивности стадии против экспоненты спада и EUR — соотношение, которое было широко изучено в контексте статьи SPE Journal по оптимизации бокового завершения [[FLT: 1]].

Эффект завершения на параметрах кривой упадка

Параметры кривой снижения, такие как гиперболический показатель b и начальная скорость снижения Di, очень чувствительны к качеству завершения. Для скважины, которая была эффективно стимулирована по всей боковой части, SRV является большим и режим потока остается преходящим дольше, поддерживая более высокую b-значение (часто >0,8])-значение (часто >0,8])-значение (эффективная дренажная величина) быстро уменьшается, режим потока переходит к потоку с преобладанием границ, и -значение падает ниже 0,5.-значение, калиброванное на наилучшую в своем классе базовую завершенность, даст дико оптимистичные EUR для субоптимального завершения.

Операторы теперь регулярно используют рейт-переходный анализ (RTA), чтобы различать эти сценарии. RTA может оценить размер SRV и длину трещины в половину от ранних производственных данных. В сочетании с DCA он обеспечивает проверку на основе физики прогноза кривой снижения. Например, если SRV от RTA намного меньше, чем ожидалось от конструкции завершения, кривая снижения должна быть скорректирована, чтобы отразить меньшую площадь дренажа — обычно более крутое снижение и более низкий EUR.

Взаимодействие между стратегиями хорошего пространства и завершения

Синергия или конфликт?

Наиболее сильное влияние на кривые убывания возникает, когда интервалы и завершения рассматриваются как сопряженная система. Завершение высокой интенсивности (тесное расстояние между стадиями, высокие нагрузки на распорки) создает большой SRV на скважину. Если слишком плотно разложить эти большие SRV значительно перекрываются, вызывая интенсивные помехи истощения. Кривая убывания затем резко возрастает - не из-за плохого завершения, а из-за чрезмерной плотности скважины. И наоборот, завершение низкой интенсивности может оставить часть дренажной области неконтактной, поэтому даже широкий интервал не полностью выгоден: скважина никогда не получает полный объем пор, который она могла бы, и снижение более крутое, чем должно быть.

Наиболее успешные стратегии развития соответствуют интенсивности завершения интервала. Например, в Пермском бассейне Делавэра операторы часто используют матрицу ускорения-завершения: для скважин на интервале 40 акров они уменьшают интервал этапа и увеличивают нагрузку на распорку для максимизации SRV без чрезмерных помех; для интервала 80 акров они могут расслаблять интервал этапа, чтобы избежать ненужных затрат, при этом достигая достаточного покрытия SRV. Результатом является более однородная кривая снижения по всему полю, делая прогнозы DCA более последовательными и надежными.

Моделирование и экономическая оптимизация

Поскольку взаимодействие интервал-завершение нелинейно, оптимизация на уровне поля требует численного моделирования резервуара. Модели, которые сочетают геомеханику, распространение трещин и многофазный поток, могут предсказать, как изменения в любой переменной влияют на кривую снижения. Например, исследование моделирования для формирования Баккена показало, что увеличение загрузки пропанта на 30% позволило увеличить интервал скважины без снижения на один колодец EUR; чистый эффект был более плоской кривой снижения и лучшей эффективностью капитала.

С экономической точки зрения цель состоит в том, чтобы максимизировать NPV на акр, а не на скважину. Близко расположенные скважины с агрессивными завершениями могут привести к высокому раннему производству, но быстрому снижению, что приведет к короткому периоду выплат, за которым следует производство с длинным хвостом. Широко расположенные скважины с умеренными завершениями производят более устойчивое снижение, которое может быть предпочтительным для операторов, стремящихся к долгосрочной стабильности денежного потока. Поэтому модели DCA, используемые для экономической оценки, должны быть зависящими от сценария, с параметрами, откалиброванными к конкретному интервалу и конструкции завершения.

Оригинальное название: The Eagle Ford Shale

Подробное полевое исследование, опубликованное SPE (URTeC 2021-5478), изучило 200 скважин в Eagle Ford с различным интервалом (35-70 акров) и конструкцией завершения (от 12 до 30 этапов). Анализ показал, что скважины с самым узким интервалом (35 акров) и большинство этапов (30) имели средние IP на 40% выше, чем базовый случай, но трехлетнее совокупное производство только на 10% выше - явный признак ускоренного истощения. Их показатели снижения снизились до b = 0,3 после двух лет. Напротив, скважины на 60-акровом интервале с 20 этапами показали значения b b b за тот же период. Исследование пришло к выводу, что оптимальная комбинация для этой области была 50-акровым интервалом с 24 этапами, что уравновешивало начальную скорость и крутизну снижения для максимизации чистой приведенной стоимости за 10-летний горизонт.

Вывод: создание более качественных прогнозов кривой упадка

Прогнозы кривой убывания не являются статическими входными данными; они являются выходными данными инженерных решений. Понимая и количественно оценивая влияние стратегий интервала между скважинами и завершения, операторы могут создавать прогнозы, которые отражают реальное поведение резервуара, а не предполагать модель снижения, подходящую для всех. Ключевыми выводами для практиков являются:

  • Пространство устанавливает масштаб дренажного объема. Более плотное расстояние уменьшает на одну скважину EUR и ускоряет снижение; надлежащее расстояние должно быть проинформировано интерференционной диагностикой и моделированием резервуара.
  • Качество завершения контролирует подключение к этому объему. Неэффективные завершения (плохая производительность кластера, низкая проводимость) вызывают преждевременный поток с преобладанием границ и более резкое снижение.
  • Взаимодействие между интервалом и завершением является синергетическим. Завершения высокой интенсивности требуют более широкого интервала, чтобы избежать чрезмерных помех, и наоборот.
  • Параметры DCA не являются универсальными. Гиперболические b-значения и начальные скорости снижения должны быть откалиброваны до конкретного интервала и конструкции завершения скважины или колодца.
  • Используют физические инструменты для проверки DCA. Анализ скорости и моделирование резервуаров обеспечивают существенный вход для корректировки кривых убывания.

По мере того, как отрасль движется к более жесткому интервалу и более высоким нагрузкам на расклинивающие жидкости, растет риск переоценки EUR. Лучшие практики в 2025 году включают в себя планы развития, основанные на данных, которые тестируют интервалы и варианты завершения на ранних этапах жизни поля, постоянно отслеживают производительность с помощью датчиков скважин и обновляют прогнозы DCA. Те, кто пренебрегает взаимодействием между интервалами и завершением, найдут свои кривые снижения все более ненадежными и их инвестиционные решения соответственно скомпрометированы. Будущие исследования в прогнозировании снижения с помощью ИИ, вероятно, будут включать эти переменные напрямую, но на данный момент разумное инженерное понимание остается самым мощным инструментом для точного прогнозирования.