液压减曲线分析简介

衰变曲线分析(DCA)长期以来一直是储油层工程的基石,其对液压断裂井的应用带来了独特的挑战和机遇。与通常呈现可预见指数下降的常规水井不同,断裂的储油层 — — 特别是在紧凑的石油和页岩气中 — — 通常遵循可持续多年的瞬态流动机制。这种行为使得选择正确的模型和确保数据质量成为可靠预测的首要条件。DCA允许操作者估计最终恢复(EUR),评估完成效果,优化实地发展计划。如果应用得当,DCA将成为在非常规项目中实现资产价值最大化的有力工具。

1. 基金会:高质量生产数据

精确的DCA首先要严格审查生产数据。水力减压项目往往要进行早期回流清理,并减少设施,以掩盖水库驱动的真正下降。 最佳做法要求分析人员:

  • 对照油箱表和分配报告,变形仪和分离器记录[——一个单向外的值可以扭曲下降的指数。
  • 排除了回归数据集中存在操作故障的闭塞期和日[(如压缩机故障,管道限制).
  • 利用有底孔流压(BHFP)数据,为后压变化定理[. 将流速转换为常压等效,以消除可变缩减的影响.

许多操作人员发现,使用30天滚动平均能平滑地消除瞬态完成效应,同时保持长期趋势。对于具有多个阶段的横向井,如果采用下孔感知,确保生产量正确分配给每个断裂阶段。 石油工程师协会的一项研究强调指出,数据不一致是DCA中非常规井的最大单一误差来源(见]SPE-187024)。

2. 模型选择:超越标准角

经典的Arps方程(expresentity,双曲,双曲与终端衰落)仍然流行,但液压断裂项目往往需要修改才能捕捉线性流和双线性流.

指数下降

只有在井到达边界为主的流 — — 在高渗透性断裂或多年生产后常见。 极少数适合非常规井中的早年DCA。

双曲衰减( Arps)

断裂井使用最广泛的模型。 b因子(0到1) 描述了下降速度的慢慢。 对于边界为主的流量来说,大于1的b因子在物理上是不现实的,但往往适合早期瞬间的数据。 在一定的断裂后,使用终端衰减率(例如每年5到10 % ) 来避免高估欧元。

杜翁模型

设计对象为断裂储层,其中线性流动占主导地位。 Duong模型使用对数线性趋势的速率与时间比,而且往往更适合早期中时数据。 许多操作员现在都采用了混合方法:Duong在前1-3年,然后向有界双曲模型过渡。

其他方法

  • 固态的标尺(SEPD) – 捕捉页岩中看到的权法行为.
  • 逻辑增长模型 —有时用于整个场集.
  • 机器学习 - 辅助DCA] - 新兴趋势,利用随机森林或神经网络预测完成和库特性的衰减参数.

模型的彻底比较由SPE石油技术杂志(选文章)提供. 关键取材:总是在头6~12个月的数据上至少测试三个模型,并在一个搁置的验证集上选择根-平均-平方差错最小的模型(RMSE).

3. 定期更新和适应性预测

水力分解项目是动态的 — — 折叠操作、填充钻探和改变设施的限制都改变了下降行为。 最佳做法要求:

  • 月型重排,前两年,后每季度一次.
  • 使用滚动生产数据窗口(例如,过去18个月)而不是整个历史对最近的趋势保持敏感.
  • 用于系统偏差的监视模型残基[ 如果该模型连续三个月持续超预期,则怀疑水库或设施性能发生变化。
  • 将所有模型版本都进行整理,以审计预测为何改变——这对于储备预订和投资人沟通至关重要.

许多操作者利用Directus(原始文章捆绑的主题)等平台将工作流程自动化,管理生产数据管道,并在新的月度数据到达时启动自动调试。 这确保决策者总是能与最新的欧元估算值合作。

4. 纳入外部因素和业务因素

纯生产曲线忽略了现实。液压断裂项目的强力DCA必须进行调整,以便:

完成设计更改

接收更强的量或更紧的相位间隔的井往往会显示更早的下降,但EUR值更高。 使用多变量的DCA方法(例如,根据顺位加载创建不同的模型组)完成参数中的系数。

父母与子女之间的健康互动

在现有生产者附近钻出的填充井可以降低有效的断裂导电率并改变下降。如果数据集包括儿童水井,则根据抵消井间距将b因子向下调整0.1-0.3。

曲折和市场因素

当井因气价波动或取走能力限制而窒息后,下降曲线会变成凸轮. 使用速压解析来重建不受约束的下降形状. 德克萨斯铁路委员会为调整压缩生产记录提供了指导方针;见RRC生产数据资源.

环境和监管方面的转变

新的关于燃烧、水处理或地震活动的监管可以迫使行动改变。 始终保持一个事件记录,并运用基于情景的DCA(低/中/高病例)量化不确定性。

5. 解决共同的陷阱

即使是有经验的分析师也陷入陷阱。DCA中最常发生的液压断裂项目错误如下:

  • 忽略早期数据波动: 前60–90天主要为断裂清理和回流——除非您使用专门的回流模型,否则将它们排除在模型安装之外.
  • 过度适应高b因子:[ b因子>2 往往掩盖数据质量差或模型不适当,总是绘制下降曲线的衍生物以检查异常行为.
  • 不用不同方法验证: 比较DCA结果与物质平衡或模拟。如果DCA EUR比模拟估算高出30%以上,请重新审查假设。
  • 使用固定终端下降率: 相反,使用由同一盆地类似成熟井产生的数据驱动的最低下降率。

避免这些陷阱的一个典型参考是帕泽克、萨普特利等人的论文“非常规储备的底线曲线分析”(SPE 162543)。

6. 先进技术:将DCA与机器学习和巴耶斯方法相结合

随着数据量的增长,该行业正在超越决定性曲线的配置。 拜伊西亚衰落曲线分析允许将先前的知识(比如特定游戏的典型欧元范围)纳入其中,并随着新数据的到来更新预测。 产出是一个概率分布而不是单一价值 — — 对基于风险的决策来说是宝贵的。

机器学习模型可以直接从完成属性(如阶段计数,流体类型,集群间隔)中预测衰减参数,这些模型都接受了历史井性能的培训,可以降低DCA对新井的不确定性,而没有任何生产历史,但是,它们需要针对样本外数据进行仔细验证. The Journal of Petroleum Science and Engineering 已经发表了关于这种混合方法的几个案例研究.

7. 水力减震项目中执行DCA的实用工作流程

  1. 数据摄入: 将每日生产,压力,和完成数据拉入中央数据库(如Directus). 自动对零,负,和缺口进行质量控制检查.
  2. 初始模型选择: 在数据的头12个月运行一批候选模型(责任,双曲,以b=0.5–1.2,Duong,SepD). Rank by AIC或RMSE.
  3. 与模拟井的相溶:[ 对于新井,用具有类似完成设计的相抵消井的参数作为DCA种子.
  4. 月度自动更新: 脚本DCA引擎每30天重置一次,并在欧元变化超过10%的井上标注.
  5. 不确定的量化:利用蒙特卡洛模拟模型参数生成P10,P50和P90预测,这些范围用于储备报告.
  6. 工程组的审查: 每个季度都提供DCA结果的仪表板,同时说明实际生产异常情况,这就是第4节中的“外部因素”的输入之处。

8. 结论

下降曲线分析仍然是管理液压断裂项目不可或缺的工具,只要它得到纪律的应用和对其局限性的承认。 通过坚持高质量的数据、选择适当的下降模型(通常是Duong和有界双曲线的组合 ) 、 定期更新预测和调整外部因素,工程师可以产生可靠的预测,指导完成设计、生产优化和财务规划。 自动化数据平台和机器学习集成的兴起只会扩大执行良好的DCA方案的价值。 随着非常规储层继续增加,掌握这些最佳做法将把这些顶级资产与其他资产分开。

为进一步阅读,SPE技术纸库提供了数百项相关研究,水库工程师和数据科学家之间的跨学科协作是解锁下一层预测准确度的关键.