预测数据分析法在中东某老油田提高采收率中的应用

• 作者: ALATRACH Yara ALNUAIMI Marwan KAVOUSI Ghahfarokhi Payam YOUSEF Alklih Mohamad
• 来源期刊: 石油勘探与开发
• 学科: 工学
• 关键词: 自顶向下建模 油藏模拟 人工智能 神经网络 数据驱动模型 提高采收率 油藏管理
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 油气田开发
• 页码范围: 366-371
• 页数: 6页
• 分类号: TE319
• 字数: 5231字
• 语种: 中文
• DOI: 10.11698/PED.2020.02.15

摘要

基于中东地区某陆上碳酸盐岩油藏8年的开发数据以及超过37口井的试井和测井数据,经数据收集和准备、模型建立、模型训练和验证、模型应用4个主要步骤,开发了该油藏的自顶向下模型(TDM),并利用该模型进行了产量预测和敏感性分析.该TDM包含5个相互连接的数据驱动人工神经网络模型,每个神经网络对一个关键的动态参数进行建模,一个模型的输出是下一个模型的输入.该TDM历史拟合效果较好,在时间和空间上均得到了验证,TDM应用于新数据时具有泛化能力并且可以准确预测3个月内的油藏动态.使用经过历史拟合和验证的TDM进行产量预测,结果表明在给定的操作条件下,随着时间的延续,该油藏产油量下降而产水量增加;通过改变水气交替注入的注入量、注入周期预测产量,结果表明,该油田提高注入量并不一定会使产油量增加,不同注入方案下注入周期为3个月的产油量比注入周期为6个月时更高.TDM为优化水气交替注入参数提供了一种快速而可靠的办法,同时能够优化加密井的位置及其深度.