产量预测相关内容

最新推荐文章于 2022-09-25 13:23:25 发布

哈哈镜哥哥

最新推荐文章于 2022-09-25 13:23:25 发布

阅读量675

点赞数

分类专栏：石油相关文章标签：大数据

本文链接：https://blog.csdn.net/qq_41856613/article/details/117918208

版权

石油相关专栏收录该内容

1 篇文章 0 订阅

订阅专栏

G-Wide&Deep使用的数据

主要使用了测井数据和压裂施工数据
1.测井数据
测井数据有井号、顶界深度、底界深度、层号、序号、层厚、伽马、密度、中子、电阻率、粘土含量、硅质含量、碳酸盐岩含量、黄铁矿含量、有效孔隙度、TOC、总气含量、补偿声波、煤层号、泥质含量、渗透率、含气饱和度、灰分、水分、固定碳、挥发分、解释结论、岩性等。
测井数据中有很多空值导致许多字段用不了，且该数据是以层为单位。
2.压裂施工数据
压裂施工数据有井号、压裂层位、施工井段、施工日期、压裂方法、压裂液（压列液类型、设计总量、配置总量、施工总量）、支撑剂（50-100目石英砂、 20-40目石英砂、覆膜石英砂、支撑剂设计总量、施工总量）、施工参数（破裂压力、延伸压力、施工排量、停泵压力、最高砂比、平均砂比）等。
这里的压裂层位包含多个测井数据中的多个井层。
这些参数只是我用到的一些，实际上可以利用的参数应该还有很多，如井的参数，地质数据、生产数据、不同增产措施所涉及的具体参数等。

现在接触的一些内容

我现在在做储量方面的项目，其中涉及到使用递减的方法预测产量，具体公式如下表。该方法产量的预测完全取决于递减率和初始产量选值。
Arps递减方法

类型	指数递减 $(n = 0)$	双曲线递减 $(0 < n < 1)$	调和递减 $(n = 1)$
递减率	$D=D_{i}$	$D=D_{i}(1+nD_{i}t)^{-1}$	$D=D_{i}(1+D_{i}t)^{-1}$
产量与时间	$q=q_{i}e^{-Dt}$	$q=q_{i}(1+nD_{i}t)^{-1/n}$	$q=q_{i}(1+D_{i}t)^{-1}$
产量与累产量	$N_{p}=(q_{i}-q)/D$	$N_{p}=\cfrac{q_{i}}{D_{i}(n-1)}\bigg[\bigg(\cfrac{q}{q_{i}}\bigg)^{1-n}-1\bigg]$	$N_{p}=\cfrac{q_{i}}{D_{i}}\ln{\cfrac{q_{i}}{q}}$

说明： $t$ 是时间， $n$ 是递减指数（个人理解就是调节递减率变化快慢的一个值）， $q_{i}、D_{i}$ 表示初始产量和初始递减率， $q 、 D$ 表示第 $t$ 时刻的产量和递减率

指数递减的递减率是常数，类似于产量预测建模 1: 线性模型中1.3小节的产量衰减模型，衰减系数 $\gamma$ 应该等于这的 $(1 - D)$

问题

孔隙度、渗透率等参数描述的基本单位是层、井还是油田？因为我接触到的数据每一层都有孔隙度、渗透率。而产量预测建模 2: 静态结构化数据模型中的孔隙度、渗透率是以油田为单位。（井的孔隙度和层的孔隙度有什么关系呢？或者说可以由层的孔隙度计算得到井或油田的孔隙度？）
生产或增产措施对产量的影响是很大的，不同的措施会有不同的参数（我觉得产量预测的难点应该在参数选择和数据的整理上），且他们对于产量的影响方式也会有不一样。例如，进行一次压裂会使后面一段时间的产量提高，影响的是某一段时间的产量，如果是注水的方式增产，它应该是影响注水井周围几口井的产量。且压裂是偶尔进行一次，注水是每日的数据，对于这种情况应该怎么来构建模型呢？
这应该是一个数学问题，是关于Arps递减方法中三个产量与时间的公式。这里用指数递减进行说明，指数递减的递减率是常数，那么上时刻的产量乘1-递减率得到下一个时刻的产量，以此类推得到产量与时间的关系应该是 $q=q_{i}(1-D)^{t}$ ，与产量预测建模 1: 线性模型中1.3小节的式子一样，实际计算也是这样算的，而Arps方法中的指数递减公式确是 $q=q_{i}e^{-Dt}$ 。
这里相当于采用两种方式计算 $t$ 时刻的产量
方式一：利用表格第一行计算得到递减率，然后乘于上时刻产量得出下时刻产量，以此类推计算出 $t$ 时刻的产量。
方式二：直接利用表格第二行产量与时间的公式计算出 $t$ 时刻的产量。
我进行过测试计算，两个方式计算的结果不同，但差距不是很大。而且这个差值跟n值有关系，n值越大两种方式计算得到的差值越小，当n=1时两种方法计算结果一致。