简介:本文介绍了一种改进的描述封存箱内通过达西流动而导致异常压力消散的解析解。该解析解一般是由前人在所述限制条件下提出的:①一个厚的封存箱和一层薄的阻挡层和②一层厚的阻挡层和一个薄的封存箱。业已证明,在分析油气藏时包括流体可压缩性是很重要的。前人在该领域的工作仅仅包括了本体岩石的可压缩性,而忽略了流体的可压缩性的影响。该解被用于典型的油气藏规模上压力封存箱和盆地规模上的超压地区。业已表明,在典型的油气藏封存箱中的压力梯度在数小时或数天左右将回到静水压力梯度,而异常压力则很可能在几万到几十万年内方能消散。因此,任何在发现时与其邻近地区具有不同压力的油气封存箱在生产期间都可以被认为是一个独立单元。然而,盆地规模的异常压力可能要花数千万年乃至数亿年才能消散。因此,没有必要引入零渗透率盖层或毛管压力盖层来解释地质时期异常压力的存在。
简介:在试井解释中,通常把压力与时间的对数曲线的斜率定义为导数。本文将一种新的判别方法叫做一阶压力导数(PPD),它是直角坐标中压力—时间关系曲线的斜率。作者假定,当一口井关井进行压力恢复试井时,压力会单调地上升,直到最后稳定为止。这就意味着PPD是一个连续下降的函数,直到井内压力完全恢复,导数为零。但是与井筒有关的现象可引起所测压力升高或降低,而与油藏的影响无关。试井分析的第一组函数中,有一个函数是区分井筒控制作用和油藏流体流动影响的函数,PPD是一种非常简单的识别工具,它强调非油藏作用产生的影响,因此,可以避免试井解释中的失误。
简介:致密砂岩气藏是一种重要的非常规油气资源。致密砂岩储层非均质性很强,渗透率极低,而且使用水平井开发时井眼轨迹复杂同时还需进行水力压裂,因而用传统模拟方法进行生产动态预测和开发优化时面临诸多挑战。本文的目的是建立一个适用于致密砂岩气藏的数据驱动的预测工具.该预测工具以人工神经网络为基础,这种神经网络可以作为物理驱动的模拟方法(即数值模拟模型)的有力补充.本文所设计的工具用于在已知初始条件、作业参数、油藏/水力压裂特征等参数的情况下代替数值模型预测水平井动态本文的预测工具以数据驱动的模型为基础,用10年累计天然气产量数据对其进行了盲测,结果表明误差只有3.2%。另外,本研究还建立了一个图形用户界面,以便于工程师在实际生产中使用该工具,用户可以通过该界面在极短时间内得到某个油藏的可视化动态评价结果。以WillianlsFork组为例,通过评价不同井设计方案下的生产动态,并结合由蒙特卡洛模拟给出的不确定性,对该工具的适用性进行了验证。结果表明,利用该工具可以在合理的准确度范围内快速地获得水平井生产动态的P10、P50和P90估算值.