复杂裂缝性油气藏裂缝系统储量的早期预测

doi:10.3863/j.issn.1000-2634.2000.01.006

西南石油大学学报(自然科学版) ›› 2000, Vol. 22 ›› Issue (1): 20-23.DOI: 10.3863/j.issn.1000-2634.2000.01.006

复杂裂缝性油气藏裂缝系统储量的早期预测

黄全华曹文江李士伦

西南石油学院石油工程系,四川南充 637001

收稿日期:1999-10-12 修回日期:1900-01-01 出版日期:2000-02-20 发布日期:2000-02-20
通讯作者: 黄全华

EARLY RESERVE PREDICTION OF FRACTURE SYSTEM IN COMPLEX FRACTURE RESERVOIR

HUANG Quanhua CAO Wenjiang LI Shilun

Southwest Petroleum Inst

Received:1999-10-12 Revised:1900-01-01 Online:2000-02-20 Published:2000-02-20
Contact: HUANG Quanhua

摘要/Abstract

摘要： 川中大安寨油藏为典型的低孔、低渗复杂裂缝性油藏,具有严重的非均质性,其独特的地质与开发特征,使常规的油藏工程方法难以开展或不能取得满意的效果。裂缝系统地质储量的早期预测一直是急待解决的问题。为此,提出了油藏影响函数法,建立了通用影响函数模型,并采用线性规划法求解其数值解。利用该方法可快速、准确地预测裂缝系统弹性容量、地质储量等,为滚动勘探开发提供了决策技术依据,为深化裂缝系统的油藏工程研究提供了新的途径。

关键词: 裂缝性油气藏, 地质储量, 预测, 数学模型

Abstract: Da-An-Zai reservoir is a typical oil reservoir with low porosity, low permeability and serious heterogeneity, it has unique characteristic of geology and exploitation. So the conventional method of reservoir engineering can not be used or satisfactory results gained. But the calculation of reserve in fracture
system is an urgent task all alone. This paper presents a method of reservoir influence function, a model of general RIF is developed, linear programming approach used to solve it numerically.The elastic volume capacity and reserve of fracture system etc.Using the IRF method are calculated. This approach can provide decisive and technological basis for progressive exploration and development, and give new way for the deepening research of reservoir engineering for fracture system.

Key words: fracture reservoir, geologic reserve, prediction, mathematical model, influence function

中图分类号:

TE328

黄全华曹文江李士伦. 复杂裂缝性油气藏裂缝系统储量的早期预测 [J]. 西南石油大学学报(自然科学版), 2000, 22(1): 20-23.

HUANG Quanhua CAO Wenjiang LI Shilun. EARLY RESERVE PREDICTION OF FRACTURE SYSTEM IN COMPLEX FRACTURE RESERVOIR[J]. 西南石油大学学报(自然科学版), 2000, 22(1): 20-23.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.2000.01.006

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2000/V22/I1/20

[1]	钟仪华, 王淑宁, 罗兰, 杨金莲, 岳永鹏. 用深度学习挖掘油田开发指标预测模型的知识[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 63-74.
[2]	黄诚, 潘雯晋. 基于机器学习的石油多峰模型研究及应用[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 75-81.
[3]	杨洋, 程悦菲, 谯英, 刘炯. 基于时序动态分析的油井产量预测研究[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 82-88.
[4]	刘浩瀚, 颜永勤, 闵令元, 乐平, 殷艳玲. 基于灰色网络组合优化的年增油量预测[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 89-96.
[5]	尹涛, 杨屹铭, 靳锁宝, 江乾锋, 孟德伟. 概率法在岩性气藏储量风险评估中的应用[J]. 西南石油大学学报(自然科学版), 2020, 42(3): 60-68.
[6]	宋巍, 胡中志, 周岩, 沈园园, 魏纳. 基于钻柱动力学的井筒摩阻系数预测与应用[J]. 西南石油大学学报(自然科学版), 2020, 42(1): 84-90.
[7]	徐珂, 汪必峰, 付晓龙, 石达. 渤南油田义176区块三维应力场智能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 75-84.
[8]	蒲宏斌. 基于误差修正模型的压缩机组性能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 160-166.
[9]	张智, 刘金铭, 张华礼, 李玉飞, 罗伟. 注CO₂采油井油管柱腐蚀速率预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 175-184.
[10]	李进, 许杰, 龚宁, 韩耀图, 高斌. 渤海油田疏松砂岩储层动态出砂预测[J]. 西南石油大学学报(自然科学版), 2019, 41(1): 119-128.
[11]	刘勇, 彭小龙, 杜志敏. 裂缝性油藏非结构四边形网格数值模拟研究[J]. 西南石油大学学报(自然科学版), 2018, 40(4): 105-115.
[12]	王冲, 屈雪峰, 王永康, 陈代鑫, 赵国玺. 鄂尔多斯盆地致密油体积压裂水平井产量预测[J]. 西南石油大学学报(自然科学版), 2018, 40(4): 123-131.
[13]	马奎前, 刘东. 稠油油藏水平井热采吞吐产能预测新模型[J]. 西南石油大学学报(自然科学版), 2018, 40(1): 114-121.
[14]	黄世军, 熊浩, 叶恒, 顾浩, 杨阳. 考虑注采压差下SAGD产能预测模型[J]. 西南石油大学学报(自然科学版), 2017, 39(6): 101-108.
[15]	刘建军, 吴明洋, 宋睿, 黄刘科, 戴小军. 低渗透油藏储层多尺度裂缝的建模方法研究[J]. 西南石油大学学报(自然科学版), 2017, 39(4): 90-103.

复杂裂缝性油气藏裂缝系统储量的早期预测

EARLY RESERVE PREDICTION OF FRACTURE SYSTEM IN COMPLEX FRACTURE RESERVOIR

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价