Unconventional Gas Reservoirs'in Context'ında Decline Curve Analizi: Key Insights

Decline Curve Analizi (DCA), betonarizli gaz, katı gaz, yüksek gazlı kumlar ve kömür yatakhanesi için en yaygın yöntemlerden biri olarak öne çıkıyor.Gerçekten de geleneksel rezervuarlar için oldukça basit akış rejimleri için gelişmiştir, DCA, tamamlanmamış betonarme ve yüksek orandaki dışlanma modellerini ele almak için karmaşık bir şekilde bağımlılıkla karşılamaktadır.Bu makale, modern analizlerin ayrıntılı incelemelerini sağlar.

Decline Curve Analizinin Temelleri

Onun özünde, eğri analizi tarihsel üretim verilerini zaman içinde nasıl azaltıldığını açıklayan matematiksel bir işleve ayırmaktadır. Üç klasik Arps, modelleri temel oluşturur:

  • [FONT:0)Öyle Olmayan düşüş[[[DÜDÜT:1) ve #8211; Sürekli bir düşüş oranı varsayar, genellikle geleneksel rezervuarlarda stabilize edilen akışı stabilize eder.
  • [FONT:0]Hyperbolik düşüş[[Dönetici: 1) ve #8211; uzun süre azaltılması için geri çekilme oranına izin verir, birçok geleneksel iyi için daha iyi bir maç sağlar.
  • [FONT:0]Harmonik düşüş[[Dönetici: 1) ve #8211; düşüş oranında çok aşamalı bir düşüşle özel bir hiperbolik düşüşü temsil eder.

Arps denklemi şöyle ifade edilir: \( q(t) = \frac{q i}{(1 + b D i t)^{1/b}} \ ( q i \) ilk akış oranı, \ ( D i \) ilk nominal düşüş oranıdır ve \ ( b \) karmaşık olmayan devrelerin kapatılması gerekir. Inconventional rezervuarlar için, hiperpot modeli (b<) genellikle ilk akış süresi boyunca makul bir maç sağlar, ancak karmaşık olmayan sınırların veya karmaşık devre dışı geçişin izinsiz geçiş süresini yakalamak için başarısız olur.

DCA'dan rezerv tahminleri, herhangi bir titiz DCA iş akışı için uygun olmayan yaklaşımlar ve hassasiyet analizi için EURdaki belirsizlikleri tanımlar.

Unconventional Reservoirs'teki benzersiz Meydanlar

Geleneksel olmayan gaz rezervuarları standart gerileme eğri analizini zorlayan birkaç özellik sunmaktadır.Hızlı bir şekilde sınır ötesine ulaşan (pseudo-steady state) koşullar, sınırsız iyiler uzun süre boyunca (unsteady) uzun süreler kalıcı olarak veya hatta yıllar boyunca akışlar sergileyebilir.

Kompleks Fracture Networks ve Multi-Stage Stimulation

Multi- aşama hidrolik fracturing ile birlikte yapılan yatay delme, SRV'nin bir ağını içeren bir uyarılı rezervuar hacmini oluşturur ve daha sonra matrix arasında etkileşim çizilir.Bu çift-porosity davranışı ile basit Arps denklemleri tarafından ele alınmaz.

Akış Regime Tanımlama

Geçerli akış rejimini tanımlamak kritiktir. Yaygın olmayan gazdaki ortak rejimler, sol akış (kahkadar iletkenliği baskın), lineer akış (kökezleyiciden kırıklara kadar), ve sınırdan gelen akışlar ile RTA'yı tek başına yükseltebilmek için.

Data Quality and Early-Time Distortions

Proleter olmayan iyilerden gelen üretim verileri genellikle kapalı, geri baskıda değişiklikler, yapay asansör başlatıcısı ve sıvı yükleme. Bu operasyonel olaylar, gerçek rezervuar bazlı düşüşleri maskeleyebilir. Temiz veri preişleme ve #8212; yüzey koşulları için düzeltmeler dahil, tutarlı bir alt delik baskısına ve normalleştirmenin kaldırılması ve aynı zamanda DCA için bir ön koşuldur.

Unconventional Gas için Değiştirilmiş Aralık Eğri Yöntemleri

Klasik Arps modellerinin eksikliklerine ulaşmak için, özellikle de nonconventional rezervuarlar için birkaç alternatif düşüş eğrisi yöntemi önerilmiştir.

Duong ’ Model

Duong (2011), birçok shale gazının uzun süreli bir doğrusal akış süresi gösterdiği gözleme dayanarak bir model tanıttı, üretim oranı zamanında bir güç yasağı düşüşünü takip ediyor: \( q(t) = q 1 t^{-m} \) genellikle hiperbolik modelinden daha iyi sonuçlar verir. ancak tarih boyunca sınırdaki bir parametreyi nereye ekledi.

Kırklı Üretim Aralık (SEPD)

Valkó ve Lee (2010), heterojen rezervuarda karakteristik düşüş süreleri dağılımını karakterize eden üst düzeye çıkar. Üretim oranı \( q(t) = q 0 \exp (t/\tau) ⁇ beta) \), her iki kez de mükemmel bir şekilde geri dönüştüğü zaman, alt-siletmesel davranışın derecesini açıklar. SEPD, heterojen fik bir ortamdaki aktif bir temele sahiptir.

Power-Law Exponential (PLE) Model

PLE modeli (bazen değiştirilmiş hiperbolik modeli olarak adlandırılır) \ ( n \) geç zamanlarda bir üst üste bir güç kesintisi ile birleşir. Bu model sınırdan ayrılırken üst üste bir düşüşle kolayca tanımlanabilir.

Birden çok Model Kullanımı için Orannale

Tek bir model evrensel olarak uygulanabilir değildir. rezervuar geçirgenliği, yarı uzunlukta, iyi spacing ve tarih uzunluğu, hangi modelin en güvenilir tahminleri sağladığı tüm etkiler. A prudent iş akışı birkaç model (örneğin, Duong, SEPD, PLE, hiperbolik ile b<1) ve ortaya çıkan EUR dağıtımlarını karşılaştırır.

Shale ve Dar Gas

Endüstrinin en iyi uygulamaları ve son araştırmalarından başlayarak, aşağıdaki öngörüler, geleneksel olmayan gaz rezervuarları için DCA sonuçlarını önemli ölçüde artırabilir.

1. Veriler Kalitesini Önce ve Preprocessing

Raw üretim verileri dikkatli bir şekilde ele alınmalıdır. Doğrulanmış raporlama aralıkları (örneğin, günlük vs. aylık), eksik dönemler ve işletim koşullarındaki değişiklikler, normalleştirilmiş hızlara sürekli alt delik basıncına (örneğin basınç normalleştirilmiş fiyatlar) hızları azaltılmalıdır. Sadece sabit akış sürelerini kullanarak verileri kullanın (g.

2. Kalibrasyon için Erken Zaman Analizine odaklanın

İlk 6 ila 18 ay boyunca, geri dönüşüm eğrisi, rezervuar ve kırık özellikleri hakkında en fazla bilgi içeriyor. Geçici akış modeli ile bu erken verileri eşleştirin (örneğin, sabit bir akış eğiminde hızlanmış bir eğrilik).

3. Instri Probabilistic Tahmining

Belirsiz rezervuarlarda yüksek belirsizlik göz önüne alındığında, determinist tahminler yanıltıcı olabilir. Model parametrelerinin dağılımını (örneğin, b, Di, qi) ve korelasyonlarını DCA'da bilgisizlik oluşturmak için bir çerçeve sağlar.

4.Exient Analysis ile DCA'yı bir araya getirin

DCA ve RTA tamamlayıcıdır. RTA, akış rejimleri ve rezervuar özelliklerini (permeability, Skin, kırık yarı uzunluk), DCA'nın ekstrapolasyon için pratik bir temel sunuyor. RTA-derived parametrelerini azaltmak için, düşüş model parametrelerinin sağlam tahminleri artırır. Birçok yazılım platformu şimdi her iki tekniği bir birleşik bir iş akışına entegre eder.

5. Analog Wells ve Basin Statistics ile Geçerlilik

Benzer formasyonlarda bitişik kuyuların veya iyilerin üretim davranışını incelemek, DCA tahminleri için bir sanity check sağlar. Aynı oyunda iyi bir popülasyondan inşa edilen Tip eğrileri önceden bir beklenti olarak hizmet edebilir.

6. Well Interference ve In Sondaj için Hesap

Alanlar geliştikçe, iyiler, mevcut iyilerle baskı ve kırılma müdahalesine neden olur. Bu, ebeveynin iyilerinin geri kalanını hızlandırabilir. DCA, arazi çapındaki etkiler göz önünde bulundurmadan önce bireysel iyilerde yapılan, tümleşik varlık modelleme veya çift rezervuar simülasyonu özellikle yoğun olarak yüzeysel gelişmeler için dikkate almak için gereklidir.

Makine Öğrenmesinin Rolü ve Gelişmiş Analytics

Verilerde yüksek frekanslı iyi gözetimden elde edilen artış (düşük ölçümler, fiber optikler, otomatik metre) makine öğreniminin geleneksel DCA'ya doğru gitmesini sağlar. Klasik modeller akış rejimleri hakkında açık varsayımlar gerektirirken, ML algoritmaları doğrudan üretim zaman serilerinden ve yardımcı verilerden öğrenebilir (kompletion parametreleri, jeolojik özellikler).

Neural Networks ve Deep Learning

Mevcut sinir ağları (RNNs) ve uzun kısa süreli bellek (LSTM) ağları petrol ve gaz üretimini tahmin etmek için uygulandı. Bu modeller, çeşitli olmayan ilişkileri ele geçirebilmeli ve yüzlerce iyi durumdayken, özellikle de önceden belirlenmiş bir geri bildirim denklemine güvenmeksizin doğru kısa vadeli tahminler üretebilmeleri gerekir.

Gradient Boosting ve Random Forests

Ensemble ağaç yöntemleri, statik özelliklere dayanan EUR tahmin etmek için popülerdir (daha uzun, proppant kütle, formasyon özellikleri). Bu modeller, gerçek erken üretim verilerinin en etkili sürücülerini belirleyebilir ve olasılıksal çıktıları sağlar. Ayrıca eksik veri ve karışık değişken türleri daha sağlam bir şekilde geleneksel regresyondan daha sağlam bir şekilde ele alır. Tipik bir iş akışı, daha sonra DCA tarafından gerçek erken zaman üretim verileri üzerinde rafine edilir.

Otomatik Model Seçimi ve Parametre optimizasyonu

Makine öğrenimi her iyi için en iyi DCA modelinin seçimini otomatikleştirebilir. Gerçek nihai kurtarmayı içeren tarihsel veriler üzerinde bir sınıflandırıcı eğitim yoluyla (daha sonra üretimden bilinen), algoritma, hiperbolik, Duong veya SEPD modellerini erken zaman modellerine dayanarak kullanmayı önerebilir. Benzer şekilde, evrimsel algoritmaları geçerli bir penceredeki tahmini hatayı en aza indirmek için seçilmiş bir modelin parametrelerini optimize edebilir.

Pratik Uygulamalar ve Future Yollar

Decline eğri analizi, alan geliştirme planlaması, ekonomik değerlendirme ve önemsiz gaz varlıklarının finansal raporlaması için vazgeçilmezdir. Gelişmiş analitiklerin entegrasyonu, akış fiziğinin daha iyi anlaşılması ve veri kalitesindeki sürekli gelişme DCA'yı her zamankinden daha güvenilir hale getiriyor.

Field Development Strategies

Portföy yöneticileri DCA sonuçlarını yüksek performanslı kuyuları tanımlamak, spacing optimize etmek ve bir ped veya bölüm için toplam kaynak tabanını tahmin etmek için kullanır. Farklı tamamlanma tasarımlarının geri kalanını karşılaştırmak (örneğin, küme spacing, sıvı hacim) gelecekte iyi uyarıları geliştirmenize yardımcı olur. DCA ayrıca üretim hedefleri için kullanılan düşüş oranlarının hesaplanması altında.

Rezerv raporlaması SEC ve PRMS

Kamusal olarak ticaret yapan şirketler, kanıtlanmış ve olası rezervleri titiz yöntemler kullanarak rapor etmelidir. DCA, doğru şekilde uygulanan ve belgelenmiş durumda rezervegorizasyon için kabul edilen bir tekniktir. Birden çok model ve olasılıksal yöntemler kullanımı daha iyi uygulama olarak kabul edilir.TheurFLT:0SPE Petrol Kaynakları Yönetimi Sistemi (PRMS)) DCA'nın rezerve edilebilir hesaplama akışına nasıl uygun olduğu konusunda kılavuzlar sunar.

Gerçek Zaman İzleme ve Tahmin

Uzak hesaplama ve bulut tabanlı analizin çoğalmasıyla, gerçek üretimin her gün daha fazla soruşturma veya müdahalenin ötesindeki tahminlerden DCA'yı çalıştırmak mümkün.

Future Yol Tarifi

DCA'daki bir sonraki yenilik dalgası, DCA'yı kendi kendine özgü bir modelin bir parçası olarak birleştiren karma modelleri içerecektir (örneğin, malzeme dengesi, kırılma yayılımı mekaniği) veriye dayalı düzeltmelerle birlikte, dörtlü modeller ve rezervuarlar DCA'nın bir parçası olarak, uzun vadeli tahminlerin geliştirilmesi gibi, ek olarak, analog regresyonların kullanımı gibi gelişmiş zaman seri analizleri (örneğin, Fourier uzantıları) gerçekleştirilmiş ve sorgular ile ilgili olarak, dörtlü modeller ortaya çıkabilir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Decline eğri analizi, uygun değiştirilmiş modeller (Duong, SEPD, PLE), kontrasepsiyonel ölçümler için temel bir adaptasyon gerektirir, ancak uygulama bu sistemlerin eşsiz fizik ve komplekslerine dikkat gerektirir.Uzmanlık analizleri ile, doğrulanmış modellerin (Duong, SEPD, PLE), uygun olmayan bir analiz için uygun olmayan bir şekilde optimize edilmesi ve endüstrideki verilerin toplanması, doğrulayıcı olmayan bir şekilde düzeltilmesi için daha güvenilir bir şekilde tahminler oluşturabilir.