简介:多个油田都采用了4D地震监测以改善油藏监测和油藏管理。本文描述了在合采注水井应用4D地震监测数据分析的实例。为了优化水驱项目的地层压力和注水波及效果,注水井可对多个储层同时完井。但这可能导致各层段注水效果难以把握。钻遇的各层段储层性能可为预测波及效果提供线索。但却无法提供有关储层动态压力的情况和反映可能遇到的完井问题。对随时间变化的注水层段,监测其不同注入模式下注入效果的变化可分析、预测层段的相对水驱潜力。PLT结果(如能获取)也可及时指示特定时间点注入各层的流体分流情况。另外,如果地层压力数据的采集工作于投产后才开始,那么这些数据就可用于评估不同层段的压力区。4D地震监测是唯一能够全面观察储层的技术,根据4D地震解释的注水异常(3D地质体包络面)能反映监测期间特定地层的累计注水量。本文描述了基于储集性能(测井数据)、注水井效率分析、生产测井和地层压力测试以及4D地震监测数据而进行的注水分流对比。各种数据源的互证,可大大降低油藏管理和油藏开发决策(修井、加密井方案等)中的不确定性。4D地震监测在安哥拉17号区块的应用,证实该技术可显著提高油田的开发和油藏管理效益;而该油田的实例也充分表明,综合各类数据源可有效提高该类油田水驱效果的分析。
简介:多种技术用于装备油气田智能生产井,监测油藏流体流动。4D地震技术用于监测流体饱和度随时间的变化,一些井内安装了永久性传感器,在地面直接读取井下压力、温度、产量和含水率。已证实微地震和测斜仪成图技术在油田注采、废物回注处理和岩土力学应用等方面发挥着重要作用。文中重点介绍了地面测斜仪长期监测技术及其在优化注入方案中的应用。该项技术应用于加利福尼亚油田注采和废物回注处理项目,取得了明显效果。总之,多项技术已成功地用于油藏监测。实践证明,地面测斜仪成图技术非常实用而有效,可用于追踪油藏流体流动,防患于未然,为经营者节约大量资金。未来的油藏监测仪器组合将实现测斜仪和微地震传感器一体化,更好地实时监测油藏对流体注入和采出的响应。
简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。
简介:CO2地质封存四维地震监测的主要目标是监测地质封存的安全性和CO2驱油效果.注入CO2过程中,储层中流体饱和度和储层压力变化导致储层弹性参数及地震响应发生相应变化.从理论上讲,储层开发的基本地质条件是不变的,所以两次四维地震属性相减得到的成像显示,消去了油气藏静态性质(如构造、岩性等),得到的是油气藏的流体动态成像(如压力、饱和度等).本文采用的加拿大Weyburn油田CO2地质封存项目四维地震数据进行分析和研究,两次三维勘探数据采集时间分别是1999年(Baseline)和2002年(Monitor),CO2封存量为280×104t.首先,以测井资料为基础,通过Gassmann方程和人工合成地震记录,计算替换前后其速度和振幅等属性的变化,以此约束实际地震属性的筛选;然后,在对两次观测的四维地震数据进行四维地震匹配处理的基础上,进行两次观测地震数据的地震属性筛选与对比分析,利用两次地震属性的差异,识别注入CO2后储层内流体的分布特征;最后,以盖层重复性为指标,标定储层,提取储层的不同属性,同时结合人工合成地震记录的结果,得到一个能更好表现其流体变化的属性.
简介:由于油气勘探开发问题已变得十分复杂,已无法只依靠一个学科来解决,同时我们又处在信息爆炸的时代,所以油气行业的多学科分析方法和数据发掘工作也就显得越来越必要,已远远超出了职业好奇心。为了解决我们所面临的困难问题,需要为传统学科(例如石油工程学、地质学、地球物理学和地球化学)拆除我们所构建的隔墙,同时寻找真正的多学科解决办法。因此,我们今天基于结果的“综合”将不得不让位于一种新的综合形式,这就是学科综合。此外,为了解决复杂问题,还需要超越标准的数学技术。为此,需要用一些新兴的成套方法和软计算技术(例如专家系统、人工智能、神经网络、模糊逻辑、遗传算法、概率推理和并行处理技术)来补充常规的分析方法。软计算与常规(硬)计算的区别,表现在软计算可以接受模糊性、不确定性和局部真实。软计算还具有易于使用、功能强大、可靠有效和成本低廉的特点。在这篇综述性论文中,我们要特别强调软计算对油气藏智能描述和勘探的作用。
简介:为了识别三维地震数据和生产测井数据之间的非线性关系和映射,开发出了的一种综合方法。该方法在一个在产油田得到了应用。它采用了诸如地质统计和传统的模式识别等常规技术,并结合现代的软计算(softcomputing)技术(神经计算学、模糊逻辑学、遗传计算学和概率推理学等)。我们的一个重要研究目的,是在三维地震数据和现有的生产测井数据的基础上,利用聚类(clustering)技术确定最佳的新井井位。采用三种方法进行分类:(1)k-平均聚类;(2)模糊c-平均聚类;(3)识别相似数据体的神经网络聚类。在井筒周围可以识别聚类组(duster)与生产测井数据的关系,所得结果用于在远离并筒方向上重建和外插生产测井数据。这种先进的三维地震和测井数据分析与解释技术可用于:(1)确定生产数据和地震数据之间的映射;(2)在多属性分析的基础上预测油藏连续性;(3)预测产层;(4)优化井位。
简介:本文描述了在得克萨斯Scurry县SACROC单元CO2EOR项目中应用智能井的实例研究。在2005年初实施了一个有5口井的先导性试验项目,目的是证实智能井井下流动控制阀能够限制或隔离产自采油井高渗透层的CO2和控制从注入井注入的CO2分布。目的是减少CO2在注入井和采油井之间的不必要循环,提高波及效率,增加呆油量和提高最终采收率。这一目的是通过采用有成本效益并且适合这一目的的智能井系统达到的。可以把在本文中描述的智能井技术和工艺过程应用于所有EOR/IOR油田开发规划中,特别是可以应用于C02WAG中。可以把在该实例中采用的智能井技术应用于层状、形成封存箱的和复杂的油藏,特别是可以应用于二次和三次采油井网。初步结果显示,在保持经济呆油量的同时,大幅度减少了CO2采出量。采用智能井设备还能够在不使用钢丝和电缆的情况下在一口井内对不同层进行选择性测试和实施增产增注措施。