0 引 言

辽河油田D 29块位于辽河盆地西部凹陷西斜坡中段,是一个周边被断层所限的地质单元,总体上表现为轴向近东西,向东倾没的断鼻构造,主要含油层为兴Ⅱ、兴Ⅲ油层组。D 29块油藏开发近16年,剖面动用程度达到85%,采出程度达到32.9%,油藏下步调整的关键是评价单层采出程度,找准剩余油。因此,研究油藏各产层储量的采出程度对油田后续开发措施的实施有重要指导意义,而多层合采吞吐开采井产量劈分方法是研究各层动用状况和剩余油分布的基础^[1,2,3,4]。

对于稀油油藏产量劈分方法研究较多,劈分方法技术相对成熟、劈分结果可信度高,而对于稠油油藏多层合采井产量劈分研究很少,目前并没有被广泛认可的产量劈分方法。稠油产量劈分方法主要有两大类:第一类为KH法,该类方法考虑因素单一,仅考虑到渗透率与厚度,误差较大;第二类为数值模拟法,该类方法计算模型复杂,需要经过建模、历史拟合等过程,多解性强,计算速度慢^[5,6]。

本文介绍一种新的劈分方法:利用数据挖掘原理,从实际产液剖面资料、吸汽剖面资料出发,利用有效厚度、孔隙度、渗透率等基础数据,建立产液资料数据库,找出对产油量最敏感的地质参数,建立产量劈分方程,求取综合劈分参数,可以较为准确地劈分单层的产量。

1 数据挖掘原理

数据挖掘(data mining)实际是从海量的、不完全的、有噪声的数据中获取新颖、正确、有潜在价值的知识与信息的过程^[7],用于为各行业的生存和发展提供决策支持信息。数据挖掘任务分为描述和预测两大类:前者导出数据中潜在关系的概括模式,后者对当前数据进行推断以作出预测。

数据挖掘主要分为数据集选取、数据预处理、数据转换、数据建模、规律表示5个步骤。数据选取及数据预处理是从相关的数据源中选取所需数据并整合成用于数据挖掘的数据集;数据转换是将处理后的数据转换为特征,这些特征要尽可能准确地描述数据;数据建模及规律表示是用某种方法找出数据集所含的规律,并将规律尽可能以用户可理解的方式表示出来^[8]。

2 基于数据挖掘的产量劈分方法

用基于数据挖掘的产量劈分方法在辽河油田D 29块稠油油藏多层合采蒸汽吞吐的产量劈分过程中,计算所得数据与实际情况符合度较高,可以较好地解决稠油油藏多层合采的产量劈分问题。

2.1 建立数据库

D 29块油藏含油层为兴Ⅱ油层组5个小层、兴Ⅲ油层组3个小层。收集D 29块150口井次产液剖面、吸汽剖面测试资料,为了提高分析结果的可靠性,在选取数据时尽量选择单井产液剖面测试次数多且可以覆盖整个区块及所有层的标准井,因此选取测试次数在5次以上的13口井,其产液剖面及测井解释数据分布在兴Ⅱ、兴Ⅲ油层组的各小层。为建立数据库,在所有可能与产液剖面有关的参数中选取下列11个参数进行数据挖掘:产液百分数Q(单层日产液比例)、射孔井段参数H(射孔单层厚度)、射孔井段参数K(射孔单层平均渗透率)、射孔井段参数Φ(射孔单层平均孔隙度)、含油性参数H'(油层段单层厚度)、含油性参数K'(油层段平均渗透率)、含油性参数Φ'(油层段平均孔隙度)、射孔井段长度L、射孔单层所处位置W(射孔单层中点距射孔井段顶部的距离)、含油性参数S_o(射孔单层含油饱和度)、含油性参数S_o'(油层段含油饱和度)。

2.2 数据挖掘

采用回归分析方法进行数据挖掘,将单层上的产液比例设为因变量;将射孔井段参数、含油性参数、射孔井段长度及射孔单层所处位置4大类参数11个具体参数设为自变量。通过回归分析,确定自变量和因变量之间的关系,以此进行各小层之间产量劈分。

经过回归分析和关系曲线显示(图1、图2、图3),射孔单层厚度(H)、射孔单层平均渗透率(K)、射孔单层所处位置(W)3个参数对单层日产液比例最敏感,单层日产液比例与射孔单层厚度相关性最好,其他几个参数稍差。单层产量受射孔单层所处位置影响,是由于蒸汽吞吐生产过程中,蒸汽的重力分异作用所致:蒸汽在井筒中出现超覆,井筒内汽液分离程度较大,当射孔井段长度达到60 m时,蒸汽干度差可达到40%^[9,10],造成油层纵向吸汽不均匀,越靠下部射开的小层动用程度越低。

显示原图| 下载原图ZIP| 生成PPT

图1   射孔单层厚度与单层日产液比例关系

   

显示原图| 下载原图ZIP| 生成PPT

图2   射孔单层平均渗透率与单层日产液比例关系

   

显示原图| 下载原图ZIP| 生成PPT

图3   射孔单层所处位置与单层日产液比例关系

   

2.3 构建产量劈分方程

数据挖掘得到的单层日产液比例Q(单位:%)主要决定因子为射孔单层厚度H(单位:m)、射孔单层平均渗透率K(单位:mD)及射孔单层所处位置W(单位:m),可综合这3项因子,通过多元回归分析,构建产量劈分方程为:

Q=0.27+3.756H+11.06K-3.049W

该劈分方程决定系数r²=0.86。

3 结果验证

辽河油田D 29块13口标准井利用综合劈分方程计算的单层产量与实际产液剖面测试结果相比,误差均在3%以内(图4)。在此基础上,利用综合劈分方程将产液剖面测试次数大于3次的井进行计算,将计算结果与KH法、实际产液数据进行对比,发现利用综合劈分方程法计算的结果与实际更相符,劈分准确率较KH法平均提高了9.34%。这表明,以此建立的劈分方程可以应用到全区(图5,表1)。

显示原图| 下载原图ZIP| 生成PPT

图4   综合参数劈分与产液剖面对比

   

显示原图| 下载原图ZIP| 生成PPT

图5   综合参数、地层系数劈分与产液剖面对比

   

截至2017年5月,对D 29块北部地区按该模型劈分结果分析认为:兴Ⅱ组中,兴Ⅱ-1、兴Ⅱ-2为主要产出层,兴Ⅲ组中兴Ⅲ-2为主要产出层;兴Ⅱ-3、兴Ⅱ-4、兴Ⅱ-5及兴Ⅲ-1是主要挖潜目的层(表2)。

据此指导该区分层系开采,设计布开发井11口,截至2018年4月共实施完成4口,第一周期吞吐平均产量872 t,而D 29块已开采井第一周期吞吐平均产量918 t,设计开发井已接近D 29块平均产量,开采效果较好,达到了剩余油挖潜目的。

4 结 论

稠油油藏多层合采蒸汽吞吐单层产油量的最主要影响因素为射孔单层厚度、射孔单层平均渗透率和射孔单层所处位置。基于数据挖掘的产量劈分方法,严格忠实于实际的产液剖面数据,可使劈分结果更可靠,剩余油研究结论更精确。用该方法在辽河油田D 29块稠油油藏多层合采蒸汽吞吐的产量劈分过程中,计算所得数据与实际情况符合度较高,可以较好地解决稠油油藏多层合采的产量劈分问题。

The authors have declared that no competing interests exist.

参考文献

文献选项

• 原文顺序
• 文献年度倒序
• 文中引用次数倒序
• 被引期刊影响因子