Односкважинная CRM-модель для анализа обводнения скважины законтурной водой в высокопроницаемом пласте
PDF

Ключевые слова

CRM-модель
анализ разработки
обводнение скважин
прогнозирование разработки
упруговодонапорный режим
аквифер
материальный баланс

Как цитировать

1.
Вольпин С.Г., Афанаскин И.В., Солопов Д.В., Чен-лен-сон Ю.Б. Односкважинная CRM-модель для анализа обводнения скважины законтурной водой в высокопроницаемом пласте // Успехи кибернетики. 2024. Т. 5, № 2. С. 13-25. DOI: 10.51790/2712-9942-2024-5-2-02.

Аннотация

в статье представлена авторская односкважинная CRM-модель для анализа обводнения скважины законтурной водой в высокопроницаемом пласте. Во введении кратко рассматриваются различные типы CRM-моделей, включая CRMT, CRMP, CRMIP, CRM Omega, CRMs, CRM-Block, ML-CRM и модификации CRMT-M, CRMP-M и CRMIP-M. Преимуществом CRM-моделей является отказ от использования в вычислениях пластового давления, которое заменяется на соотношение, содержащее забойное давление, дебит жидкости и коэффициент продуктивности. Вид соотношения определяется конструкцией скважины. Особое внимание уделено математической модели для прогнозирования забойного давления и дебита жидкости при обводнении одиночных скважин законтурной водой. Приведены формулы для забойного давления при заданном дебите жидкости, дебита жидкости при заданном забойном давлении, средней насыщенности в дренируемом объеме, насыщенности на стенке скважины, обводненности, дебитов нефти и воды, притока воды из законтурной области. Дополнительно приведены эмпирические формулы для средней насыщенности в дренируемом объеме. Рассмотрен промысловый пример на месторождении Тимано-Печорской нефтегазоносной провинции. Модель позволяет оценить объемы дренирования и коэффициенты продуктивности. Построены прогнозные модели для забойного давления, дебита жидкости, средней насыщенности и обводненности. Результаты показывают различия в точности прогнозов в зависимости от удаленности скважин от других работающих скважин и выбранных моделей насыщенности.

https://doi.org/10.51790/2712-9942-2024-5-2-02
PDF

Литература

Данько М. Ю., Бриллиант Л. С., Завьялов А. С. Применение метода динамического материального баланса и CRM-метода (Capacitance-Resistive Model) к подсчету запасов ачимовских и баженовских коллекторов. Недропользование XXI век. 2019;4:76–85.

Ручкин А. А., Степанов С. В., Князев А. В. и др. Исследование особенностей оценки взаимовлияния скважин на примере модели CRM. Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2018;4(4):148–168. DOI: 10.21684/2411-7978-2018-4-4-148-168.

Хатмуллин И. Ф., Андрианова А. М., Маргарит А. С. Полуаналитические модели расчета интерференции скважин на базе класса моделей CRM. Нефтяное хозяйство. 2018;12:38–41. DOI: 10.24887/0028-2448-2018-12-38-41.

Gladkov A., Sakhibgareev R., Salimov D. et al. Application of CRM for Production and Remaining Oil Reserves Reservoir Allocation In Mature West Siberian Waterflood Field. SPE Russian Petroleum Technology Conference. Moscow; 2017. Режим доступа: https://onepetro.org/SPERPTC/proceedings-abstract/17RPTC/3-17RPTC/D033S021R005/244889. DOI: 10.2118/187841-MS.

Yousefi S. H., Rashidi F., Sharifi M. et al. Prediction of Immiscible Gas Flooding Performance: a Modified Capacitance–Resistance Model and Sensitivity Analysis. Petroleum Science. 2019;16:1086– 1104. DOI: 10.1007/s12182-019-0342-6.

Lasdon L., Shirzadi S., Ziegel E. Implementing CRM Models for Improved Oil Recovery in Large Oil Fields. Optimization and Engineering. 2017;18:87–103. DOI: 10.1007/s11081-017-9351-8.

Holanda R. W., Gildin E., Jensen J. L. et al. A State-of-the-Art Literature Review on Capacitance Resistance Models for Reservoir Characterization and Performance Forecasting. Energies. 2018;11(12):33–68. DOI: 10.3390/en11123368.

Sayarpour M. Development and Application of Capacitance-Resistive Models to Water/CO2 Floods. Dissertation by Ph.D. Austin; 2008. 236 p. DOI: 10.13140/RG.2.1.1798.3847.

Степанов С. В., Поспелова Т. А. Новая концепция математического моделирования для принятия решений по разработке месторождений. Нефтяное хозяйство. 2019;4:50–53. DOI: 10.24887/0028-2448-2019-4-50-53.

Olenchikov D., Posvyanskii D. Application of CRM-Like Models for Express Forecasting and Optimizing Field Development. SPE Russian Petroleum Technology Conference. Moscow; 2019. Режим доступа: https://onepetro.org/SPERPTC/proceedings-abstract/19RPTC/3-19RPTC/D033S022R008/219236.

Sayarpour M., Kabir C. S., Lake L. W. Field Applications of Capacitance Resistive Models in Waterfloods. SPE Reservoir Engineering. 2009;12(6):853–864. DOI: 10.2118/114983-MS.

Sayarpour M., Zuluaga E., Kabir C. S. at al. The Use of Capacitance–Resistance Models for Rapid Estimation of Waterflood Performance and Optimization. Journal of Petroleum Science and Engineering. 2009;69:227–238. DOI: 10.1016/j.petrol.2009.09.006.

Sayarpour M., Kabir C. S., Sepehrnoori K. at al. Probabilistic History Matching with the CapacitanceResistance Model in Waterfloods: A Precursor to Numerical Modeling. SPE Improved Oil Recovery Symposium. Tulsa; 2010. DOI: 10.2118/129604-MS.

Басниев К. С., Кочина И. Н., Максимов В. М. Подземная гидродинамика. М.: Недра; 1993. 416 с.

Скачивания

Данные скачивания пока не доступны.