Table of Contents

Анализ кривой упадка остается одним из наиболее широко используемых методов прогнозирования добычи нефти и газа. Однако надежность этих моделей в значительной степени зависит от качества базовых предположений о поведении пласта. Проверка моделей кривой упадка с помощью данных о ядре и лабораторных результатов гарантирует, что прогнозы основаны на фактических свойствах породы и жидкости, а не на чисто статистических соответствиях. В данной статье представлен комплексный подход к интеграции измерений ядра и экспериментальных данных в рабочий процесс валидации кривой упадка, охватывающий типы моделей, сбор данных, аналитические методы и передовые практики для инженеров-резервистов.

Основы моделей кривой упадка

Модели кривой убывания описывают скорость, с которой производство из скважины или резервуара уменьшается с течением времени. Три первичные модели — экспоненциальная, гиперболическая и гармоническая — каждая предполагает различную связь между скоростью производства и кумулятивным производством или временем.

Экспоненциальное снижение

Экспоненциальное снижение (также называемое постоянным процентным снижением) предполагает, что скорость производства снижается с постоянной дробной скоростью. Математически это выражается как , где q является скоростью, q i является начальной скоростью, D является скоростью снижения, и t] является временем. Эта модель подходит для резервуаров, где приводной механизм в основном является газораспределительным приводом или где поддержка давления минимальна. Экспоненциальное снижение редко соответствует реальным резервуарам в течение длительных периодов времени, но полезно для краткосрочного прогнозирования.

Гиперболическое снижение

Гиперболическое снижение является наиболее универсальной и широко используемой моделью. Она включает в себя показатель снижения b между 0 и 1. Уравнение . Когда b = 0, гиперболическое уменьшается до экспоненциального; когда b = 1, это становится гармоническим снижением. Гиперболические модели могут захватывать постепенное сглаживание кривых снижения, наблюдаемое во многих резервуарах, особенно в тех, где есть сильные естественные водные приводы или гравитационный дренаж.

Гармоническое снижение

Гармоническое снижение (]b = 1) предполагает, что скорость снижения пропорциональна кумулятивному производству.Он редко используется сам по себе, но появляется в сочетании с гиперболическими сегментами в некоторых продвинутых рабочих процессах. Гармоническое снижение может происходить в резервуарах с чрезвычайно высокой проницаемостью или там, где преобладает створок скважины.

Почему основные данные и результаты лабораторных исследований имеют значение для проверки

Модели кривой упадка являются эмпирическими — они соответствуют историческим данным, не требуя знания физики резервуара. Это делает их склонными к неправильному толкованию, если основные механизмы потока изменяются. Основные данные и лабораторные измерения обеспечивают физические ограничения, необходимые для проверки того, что выбранная модель снижения согласуется с фактическим поведением резервуара.

Ключевые свойства

  • Пористость и проницаемость: Эти основные свойства контролируют емкость хранилища и потенциал потока. Если модель снижения прогнозирует гораздо более высокую или меньшую пропускную способность потока, чем показывают измерения ядра, параметры модели нуждаются в корректировке.
  • Относительная проницаемость:] В многофазных сценариях потока кривые относительной проницаемости, полученные из основных наводнений, определяют, как нефть, газ и вода конкурируют с потоком. Модели снижения, которые игнорируют эффекты относительной проницаемости, часто переоценивают восстановление нефти.
  • Капиллярное давление: В низкопроницаемых или раздробленных резервуарах капиллярные силы влияют на распределение насыщения и, таким образом, на форму кривой убывания.Данные о капиллярном давлении лабораторных испытаний могут помочь откалибровать показатель убывания b.
  • Сжимаемость: Сжимаемость породы при измерениях на основе ядра влияет на баланс материала и поведение снижения, особенно в резервуарах с избыточным давлением или приводом к истощению.

Лабораторные тесты, которые напрямую сообщают о валидации кривой снижения

  • Обычный анализ ядра (RCA): Обеспечивает пористость, проницаемость и плотность зерна при окружающем или чистом ограничительном напряжении. Данные RCA используются для оценки пропускной способности потока (kh) и проверки линейности тенденции снижения.
  • Специальный анализ ядра (SCAL): Включает относительную проницаемость, капиллярное давление и измерения электрического сопротивления. Данные SCAL необходимы для резервуаров со сложными историями смачиваемости или насыщения.
  • Анализ ПВТ: Испытания температуры в объеме давления на образцах жидкости резервуара обеспечивают вязкость, коэффициент объема образования и соотношение газойльного раствора. Эти свойства влияют на скорость снижения, поскольку они определяют, насколько жидкость расширяется при падении давления.
  • Измерения проницаемости и межфазного напряжения: Они влияют на относительные конечные точки проницаемости и остаточные насыщения, которые, в свою очередь, контролируют окончательное восстановление и хвост кривой убывания.

Пошаговая процедура валидации

Следующий рабочий процесс объединяет основные данные и результаты лабораторных исследований в валидацию модели кривой убывания. Каждый шаг основывается на предыдущем, чтобы создать обоснованный прогноз.

Шаг 1: Соберите высококачественные основные и лабораторные данные

Начните с сбора всех имеющихся образцов ядра из целевого резервуара. Приоритетируйте образцы, которые являются репрезентативными для основных блоков потока и избегают сильно поврежденных или нерепрезентативных пробок. Запишите глубину, литологию и любые визуальные наблюдения. Проведите рутинный анализ ядра под напряжением сетки для получения окружающей и напряженной проницаемости. Для многофазного анализа снижения убедитесь, что данные относительной проницаемости и капиллярного давления доступны для соответствующей пары жидкости (нефть-вода или газ-нефть).

Шаг 2: Рассчитайте емкость водоснабжения из основных данных

Используйте значения проницаемости ядра для расчета продукта kh (время проницаемости чистой оплаты). Сравните это с kh , выведенным из анализа переходного давления или из раннего тренда снижения. Если есть большое расхождение, это может указывать на то, что данные ядра не репрезентативны, что резервуар раздроблен или что модель снижения использует неверную начальную ставку. Это сравнение обеспечивает независимую проверку на основе производительности модели.

Шаг 3: Определите показатель снижения относительной формы проницаемости

Экспонент снижения b в гиперболической модели не является произвольным; он физически связан с кривизной кривых относительной проницаемости. Для нефтяного резервуара, производящего при приводе раствора газ, показатель снижения часто колеблется между 0,2 и 0,4. Для водоприводных резервуаров показатель снижения может быть выше. Для расчета дробного потока и эффективности восстановления могут использоваться данные относительной проницаемости лаборатории, которые затем преобразуются в эмпирическое значение b. Несоответствие между полученным из ядра b и наилучшим соответствием b из производственных данных сигнализирует о том, что модель снижения должна быть модифицирована или что данные ядра не репрезентативны.

Шаг 4: Проверка баланса материалов с использованием данных PVT

Свойства ПВТ определяют, как изменяется объем пласта с давлением. Используйте коэффициент объема пласта и соотношение газойля из отчетов ПВТ для преобразования поверхностной добычи в объемы пласта. Затем проведите простую проверку баланса материала: кумулятивный объем добываемого пласта должен соответствовать продукту объема пор (от пористости ядра) и коэффициентам расширения. Если прогноз кривой снижения превышает расчетный объем подвижного углеводорода из данных ядра и жидкости, прогноз слишком оптимистичен и должен быть пересмотрен в сторону понижения.

Шаг 5: Настройка параметров модели для соблюдения основных ограничений

После того, как данные ядра и лаборатории были использованы для связывания возможного диапазона скоростей снижения и экспонентов, отрегулируйте модель кривой снижения так, чтобы ее долгосрочный прогноз не нарушал физических ограничений. Например, установите минимальный экономический курс на основе kh и свойств текучей среды. Используйте гиперболическое переключение на экспоненциальное переключение с терминальной скоростью снижения, но установите эту терминальную скорость на основе исходных точек относительной проницаемости, полученных из ядра. Это предотвращает нереалистичную неопределенную гиперболичность.

Шаг 6: Перенастройка с историческим производством и сегментом

После того, как параметры модели ограничены данными ядра, подгонять модель к историческому темпу производства. Однако снижение может не быть единой непрерывной тенденцией - изменения условий эксплуатации, вмешательства скважины или переходы резервуара могут создавать сегменты. Используйте данные ядра, чтобы решить, когда изменить показатель снижения. Например, если относительная проницаемость ядра указывает на то, что прорыв воды изменит режим потока, введите отдельный сегмент снижения после того, как отруб воды достигнет определенного уровня.

Лучшие практики для надежной проверки

  • Использовать репрезентативные данные о ядрах: Убедитесь, что образцы ядра взяты из всех блоков потока и что измерения производятся при напряжении резервуара. Неударная проницаемость может быть в два-пять раз выше значений in-situ.
  • Учет неоднородности: Уменьшение кривых среднего поведения резервуара. Базовые данные по полосам с высокой проницаемостью могут вводить в заблуждение, если не учитывать пространственное распределение. Используйте распределения проницаемости в масштабе ядра для построения ряда сценариев снижения.
  • Проверка с помощью перекрестных испытаний скважин: Испытания на наращивание давления или просадку обеспечивают прямое измерение проницаемости-толщины. Это измерение точки должно соответствовать полученному из ядра kh , используемому при масштабировании модели снижения.
  • Обновляемые модели часто: Основные данные статичны, но свойства резервуара могут меняться с течением времени (например, уплотнение, повреждение образования). Регулярно сравнивайте прогнозы моделей с фактическим производством и повторным образцом ядра, когда это возможно.
  • Предположения документов: Четко фиксируйте, какие данные ядра и лаборатории информировали каждый параметр. Эта прозрачность позволяет в будущем пересматривать и проводить экспертные обзоры.

Обычные подводные камни и как их избежать

Переоборудование исторических данных без физических ограничений

Заманчиво манипулировать q i и b, чтобы получить идеальное соответствие с историей, но это дает прогнозы, которые физически не обоснованы. Всегда используйте данные ядра для установки верхних и нижних границ на b и D. Если наилучший подход b] лежит за пределами диапазона, предложенного анализом ядра, исследуйте, является ли описание резервуара неправильным или если данные ядра действительны.

Игнорирование изменений в механизме вождения

Многие резервуары переходят от газораспределительного привода к водному приводу или расширению газовой шапки. Единая гиперболическая модель не может этого уловить. Используйте данные относительной проницаемости ядра для определения условий насыщения, при которых изменяется доминирующий привод, а затем разбейте спад на отдельные сегменты.

Использование основных данных из нерепрезентативных зон

Если образцы ядра взяты только из лучших интервалов резервуара, валидация будет чрезмерно оптимистичной. Объединение данных ядра с журналами с открытыми отверстиями для взвешивания распределения проницаемости по всей зоне оплаты. Среднее kh должно отражать среднее арифметическое всех слоев, а не только полосы с высокой проницаемостью.

Пренебрежение вариациями свойств жидкости

Данные ПВТ из одного образца могут не представлять весь резервуар, особенно если имеются ареальные или вертикальные вариации состава. Используйте при наличии множественные анализы ПВТ или применяйте корреляции, учитывающие градиенты глубины. Скорость снижения напрямую зависит от вязкости жидкости и сжимаемости; ошибки в этих свойствах распространяются на ошибки прогноза.

Передовые методы валидации

Использование основных данных для ограничения численного моделирования

Сложная модель снижения может быть воспроизведена с помощью простой численной модели моделирования, которая учитывает проницаемость ядра, относительную проницаемость и данные ПВТ. Запуск нескольких сценариев моделирования и соответствие формы кривой упадка обеспечивает физическую проверку эмпирической модели упадка. Если эмпирическая модель не может воспроизвести смоделированный упадок, модельная форма неуместна.

Машинное обучение помогло снизить кривую анализа

Последние достижения в машинном обучении позволяют интегрировать данные ядра, журналы скважин и данные производства в единую структуру. Нейронные сети могут идентифицировать нелинейные связи между свойствами пород и параметрами снижения. Однако выход все равно должен быть проверен на основе лабораторных измерений, чтобы избежать переобучения. Машинное обучение является инструментом для идентификации моделей-кандидатов, а не заменой ограничений, полученных из ядра.

Вероятностное упадок кривой валидации

Базовые данные всегда имеют неопределенность. Вместо единой детерминированной валидации стройте диапазон кривых убывания путем выборки проницаемости ядра и относительной проницаемости в пределах их ошибок измерения. Это дает вероятностный прогноз, отражающий истинную неопределенность свойств резервуара. Кривые упадка P10, P50 и P90 обеспечивают более надежную основу для принятия решений, чем одна линия наилучшего соответствия.

Тематическое исследование: применение базовой валидации к жесткому нефтяному водохранилищу

Жесткий нефтяной резервуар в Пермском бассейне продемонстрировал крутое первоначальное снижение, за которым последовал длинный хвост. Первоначальные гиперболические припадки без данных ядра дали значения b , предполагая гармоническое снижение. Однако анализ ядра показал, что относительная проницаемость для нефти резко упала при низких насыщениях масла, указывая на b ближе к 0,3. После ограничения модели данными ядра прогноз стал значительно более консервативным, а пересмотренная оценка запасов упала на 40%. Последующие данные о добыче подтвердили, что модель с ограничением ядра была более точной. Этот пример иллюстрирует опасность игнорирования лабораторных данных при проверке кривых снижения.

Заключение

Проверка моделей кривой убывания с помощью данных ядра и результатов лабораторных исследований превращает эмпирическое прогнозирование в физически обоснованную практику. Включая измерения пористости, проницаемости, относительной проницаемости, капиллярного давления и свойств жидкости, инженеры резервуара могут устанавливать реалистичные границы параметров упадка и избегать сверхоптимистических прогнозов. Поэтапный процесс - от сборки данных до вероятностного прогнозирования - гарантирует, что окончательная модель уважает фундаментальную физику резервуара. Регулярные обновления и перекрестная валидация с тестами скважин и производственными данными поддерживают точность в течение срока службы поля. Интеграция данных ядра и лаборатории не является необязательным улучшением; это необходимая дисциплина для надежного прогнозирования производства в современном управлении резервуаром.

Для дальнейшего чтения по передовым методам анализа кривой убывания см. SPE Decline Curve Analysis Training и документ SPE «Анализ кривой упадка в нетрадиционных водохранилищах: критический обзор» . Дополнительные ссылки на методы базового анализа можно найти на Schlumberger's Best Practices for Core Analysis и ScienceDirect's Decline Curve Analysis Topic Page.