首页> 中文学位 >裂缝性特低渗油藏逐级调控井间波及动态规律研究
【6h】

裂缝性特低渗油藏逐级调控井间波及动态规律研究

代理获取

目录

声明

第一章 绪 论

1.1 研究目的及意义

1.2 国内外研究现状

1.2.1 裂缝性特低渗透油藏水驱开发特征研究现状

1.2.2 裂缝性特低渗油藏逐级调控研究现状

1.2.3 示踪剂解释模型研究现状

1.2.4 时域动态监测技术研究现状

1.3 研究内容及拟解决的关键性问题

1.3.1 研究内容

1.3.2 拟解决的关键性问题

1.4 技术路线

第二章 裂缝性特低渗油藏注采系统水窜水淹特征研究

2.1 静态地质特征研究

2.1.1 构造特征

2.1.2 沉积特征

2.1.3 成岩特征

2.1.4 综合特征

2.2 储层渗流特征研究

2.2.1 基质渗流特征

2.2.2 裂缝渗流特征

2.2.3 裂缝-基质双重介质复合渗流特征

2.3 水窜水淹基本特征

2.4 水窜裂缝系统分类综合特征

2.5 本章小结

第三章 裂缝性特低渗油藏井间化学示踪分类解释模型研究

3.1 基本假设与物理模型的建立

3.1.1 裂缝等效模型

3.1.2 物理模型

3.2 示踪剂浓度产出数学模型的推导

3.2.1 示踪剂段塞的浓度分布模型

3.2.2 单峰型示踪剂浓度产出模型

3.2.3 多峰型示踪剂浓度产出模型

3.2.4 宽台型示踪剂浓度产出模型

3.3 参数敏感性分析

3.3.1 单峰型参数敏感性分析

3.3.2 多峰型参数敏感性分析

3.3.3 宽台型参数敏感性分析

3.4 示踪剂产出曲线解释方法

3.5 实例分析

3.6 本章小结

第四章 裂缝性特低渗油藏逐级调控多级井间化学示踪研究

4.1 水窜水淹逐级调控机理

4.2 多级示踪剂测试级次设计方法

4.3 多级示踪剂的筛选原则及用量计算方法

4.3.1 示踪剂筛选评价原则

4.3.2 示踪剂用量计算方法

4.4 多级井间化学示踪剂的注入与监测

4.4.1 示踪剂注入设计

4.4.2 示踪剂产出曲线的监测

4.4.3 示踪剂产出曲线的综合解释

4.5 实例分析

4.5.1 方案设计

4.5.2 矿场实施

4.5.3 结果分析

4.6 本章小结

第五章 裂缝性特低渗油藏逐级调控时域化学示踪研究

5.1 逐级调控时域示踪理论模型的建立

5.1.1 波及状态参数的选取

5.1.2 物理模型的建立

5.1.3 数学模型的建立

5.2 B-P神经网络基本原理

5.2.1 数学表达

5.2.2 数学推导

5.2.3 求解流程

5.3 逐级调控时域示踪神经网络分析

5.3.1 样本的扩容

5.3.2 网络结构的建立

5.3.3 具体求解步骤

5.4 实例分析

5.4.1 样本学习与测试

5.4.2 结果分析

5.5 本章小结

第六章 基于时域示踪分析的逐级调控井间波及动态规律研究

6.1 裂缝渗透率级差对井间波及状态的影响规律

6.2 逐级调控参数对井间波及状态的影响规律

6.3 逐级调控实时监测与调控效果预测方法研究

6.3.1 逐级调控方案优化设计

6.3.2 时域示踪实时动态监测与预测

6.4 本章小结

结论

参考文献

攻读博士学位期间取得的研究成果

致谢

个人简介

展开▼

摘要

注水是实现裂缝性特低渗油藏有效开发和长期稳产的重要手段。然而,由于储层基质致密,天然裂缝发育,注水中裂缝易张启,井间极易形成复杂窜流系统,导致油井水淹严重,开发效果大大降低。目前,多段塞逐级调控已成为治理该类藏水窜水淹的有效手段,实时动态监测是确保逐级调控效果的重要环节。 本文在分析研究裂缝性特低渗油藏注采系统水窜水淹特征基础上,利用井间化学示踪解释基本原理,通过裂缝的流管束等效,建立了3类水窜裂缝系统对应的单峰型、多峰型和宽台型示踪剂解释模型及产出浓度拟合方法,实现了该类油藏水窜水淹井间波及状态参数的有效表征。以逐级调控多级井间化学示踪提取的多级次示踪剂解释参数、井组生产动静态参数及逐级调控参数为基础,利用BP神经网络预测技术,建立了裂缝性特低渗油藏逐级调控时域化学示踪神经网络分析方法,实现了逐级调控示踪剂解释参数在时间上的推移与预测。以新增波及体积增大率、注入水分配系数、压力梯度增大率、压降充满度增大率、产量增大率等反映井间波及状态的相关参数,研究了裂缝条带渗透率级差和调控参数对逐级调控井间波及状态的影响规律。 研究与试验结果表明,逐级调控时域示踪分析方法可有效反馈裂缝性特低渗透油藏水窜水淹逐级调控井间波及动态,可为裂缝性特低渗透油藏水窜水淹逐级调控方案优化设计、实时动态监测和调控效果预测提供一种切实有效的实用方法。但作为一项新方法,下一步还需加强矿场数据的采集分析,不断扩充不同类型样本,提高逐级调控时域示踪神经网络模型的准确性,使其与矿场实际更加相符。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号