一种致密气井产能预测方法及系统与流程

土层或岩石的钻进;采矿的设备制造及其应用技术1.本发明涉及致密气藏勘探开发领域，特别是关于一种致密气井产能预测方法及系统。背景技术：2.近年来，中国的油气资源已进入常规和非常规并重的开发阶段，非常规油气占全国累计探明油气储量41％；非常规油气占油气总产量20％，致密气成为非常规油气产量接替的重要组成部分。根据全国第四次油气资源评价，中国的致密气资源量为21.9万亿立方米，可采资源量为11.3万亿立方米。致密气资源主要分布在中国的鄂尔多斯、四川、松辽、塔里木等盆地，占全国致密气总资源量的93％，2020年致密产量达到470亿立方米，勘探开发潜力巨大。3.但是，由于致密气藏储层渗透率低、含水饱和度差异大，气井产能不像常规气藏那样与地层系数(kh)有良好的对应关系，致密气井的产能除了受到kh的影响外，还受到含气性的影响，而含气性较低时产水风险较大，产气能力低或者不产气，现有技术的方法对低含气致密气藏的产气能力很难评价。因此，准确快速地进行不同含气性情况下致密气井的产能评价对于致密气藏的经济有效开发意义重大。技术实现要素：4.针对上述问题，本发明的目的是提供一种能够准确快速地进行不同含气性情况下致密气井产能评价的致密气井产能预测方法及系统。5.为实现上述目的，本发明采取以下技术方案：第一方面，提供一种致密气井产能预测方法，包括：6.根据待预测气层的测井解释和预先建立的致密气藏产水风险识别图版，确定待预测气层的产水风险类型；7.根据确定的产水风险类型和预先建立的产能预测图版，确定待预测气层的产能。8.进一步地，所述致密气藏产水风险识别图版为基于若干致密气井实际测试数据和测井解释，利用储层测井孔隙度和电阻率之间的交汇关系建立得到，所述致密气藏产水风险识别图版的横坐标为气层的孔隙度φ，纵坐标为气层的测井解释电阻率r。9.进一步地，所述致密气藏产水风险识别图版基于气层的产水风险类型分为三个部分，各部分间的分界线为：10.r1＝a1*φ-1.52+211.r2＝a1*φ-1.52+212.其中，r1为产气区和气水混合区的分界线；r2为气水混合区和高产水区的分界线；a1为系数。13.进一步地，所述待预测气层的产水风险类型包括多气少水型、气水同出型和少气多水型。14.进一步地，所述产能预测图版为基于不同产水风险类型对应的气井的无阻流量与气层特征参数之间的关系建立得到，所述产能预测图版的横坐标为气层特征参数，纵坐标为无阻流量。15.进一步地，所述气层特征参数为气层的渗透率、厚度、孔隙度和含气饱和度四个参数的乘积。16.进一步地，所述多气少水型气层的无阻流量为：17.qaof＝c1*k*h*φ*sg18.所述气水同出型气层的无阻流量为：19.qaof＝c2*k*h*φ*sg20.所述少气多水型气层的无阻流量为：21.qaof＝c3*k*h*φ*sg22.其中，k为气层的渗透率；h为气层的厚度；sg为气层的含气饱和度；c1、c2和c3分别为各产水风险类型对应的系数。23.第二方面，提供一种致密气井产能预测系统，包括：24.产水风险类型确定模块，用于根据待预测气层的测井解释和预先建立的致密气藏产水风险识别图版，确定待预测气层的产水风险类型；25.产能预测模块，用于根据确定的产水风险类型和预先建立的产能预测图版，确定待预测气层的产能。26.第三方面，提供一种处理设备，包括计算机程序指令，其中，所述计算机程序指令被处理设备执行时用于实现上述致密气井产能预测方法对应的步骤。27.第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时用于实现上述致密气井产能预测方法对应的步骤。28.本发明由于采取以上技术方案，其具有以下优点：29.1、本发明可以在气层产水风险识别的基础上，根据建立的产能预测图版进行产能的快速预测，相对于传统理论计算方法和数值模拟计算方法，显著提高了预测的速度，同时避免了传统方法取值不准带来的预测偏差，其结果更加真实准确可信。30.2、本发明构建的产水风险识别图版，可以采用电阻率的方式将含气性对产能的影响进行识别，将致密气井的产能区分三个部分，进而对不同区域采用产能预测图版进行预测，提高预测的精度。31.综上所述，本发明可以广泛应用于致密气藏勘探开发领域中。附图说明32.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：33.图1是本发明一实施例提供的方法流程示意图；34.图2是本发明一实施例提供的致密气藏产水风险识别图版的结构示意图；35.图3是本发明一实施例提供的和产能预测图版的结构示意图。具体实施方式36.下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整地传达给本领域的技术人员。37.应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。38.尽管可以在文中使用术语第一、第二、第三等来描述多个元件、部件、区域、层和/或部段，但是，这些元件、部件、区域、层和/或部段不应被这些术语所限制。这些术语可以仅用来将一个元件、部件、区域、层或部段与另一区域、层或部段区分开。除非上下文明确地指出，否则诸如“第一”、“第二”之类的术语以及其它数字术语在文中使用时并不暗示顺序或者次序。因此，以下讨论的第一元件、部件、区域、层或部段在不脱离示例实施方式的教导的情况下可以被称作第二元件、部件、区域、层或部段。39.针对致密气井产水风险无法定量识别，无法准确的快速评价不同含水饱和度下的产水风险，无法准确评价不同产水造成的产能差异问题，本发明实施例提供的致密气井产能预测方法及系统，基于预先建立的致密气藏产水风险识别图版和产能预测图版，最终能够准确、快速地确定待预测气层的产能。40.实施例141.如图1所示，本实施例提供一种致密气井产能预测方法，包括以下步骤：42.1)根据待预测气层的测井解释和预先建立的致密气藏产水风险识别图版，确定待预测气层的产水风险类型。43.具体地，待预测气层的测井解释包括孔隙度和电阻率值。44.具体地，待预测气层的产水风险类型包括多气少水型、气水同出型和少气多水型。更具体地，产水风险类型为多气少水型的气层，投产后以产气为主，基本不产水或每万方气的产水量小于0.5方；产水风险类型为气水同出型的气层，投产后气水同产，每万方气的产水量介于0.5-10方；产水风险类型为少气多水型的气层，投产后每万方气的产水量大于10方。45.2)根据确定的产水风险类型和预先建立的产能预测图版，确定待预测气层的产能。46.上述步骤1)中，致密气藏产水风险识别图版是基于若干致密气井实际测试数据和测井解释，利用储层测井孔隙度和电阻率之间的交汇关系建立得到的。47.具体地，致密气井实际测试数据包括地层压力、产气量、产水量和压裂返排率等。48.具体地，如图2所示，致密气藏产水风险识别图版的横坐标为气层的孔隙度φ，纵坐标为气层的测井解释电阻率r。建立的致密气藏产水风险识别图版基于气层的产水风险类型分为三个部分，各部分间的分界线(即测试产气、产水大小的分界线)为：49.r1＝a1*φ-1.52+250.r2＝a1*φ-1.52+251.其中，r1为产气区和气水混合区的分界线；r2为气水混合区和高产水区的分界线，a1为系数，基于致密气井实际测试数据得到，为通过大量的气层孔隙度φ、电阻率r数值与本层位的实际测试产气产水量的关系得到的描述分界线的位置的系数值。52.上述步骤2)中，产能预测图版是基于不同产水风险类型对应的气层的无阻流量与气层特征参数之间的关系建立得到的。53.具体地，气层特征参数为气层的渗透率、厚度、孔隙度和含气饱和度四个参数的乘积。54.具体地，如图3所示，产能预测图版的横坐标为气层特征参数，纵坐标为无阻流量，即气井产能的指标。55.具体地，多气少水型气层的无阻流量为：56.qaof＝c1*k*h*φ*sg57.气水同出型气层的无阻流量为：58.qaof＝c2*k*h*φ*sg59.少气多水型气层的无阻流量为：60.qaof＝c3*k*h*φ*sg61.其中，k为气层的渗透率，单位为md；h为气层的厚度，单位为m；φ为气层的孔隙度，单位为％；sg为气层的含气饱和度，单位为％；c1、c2和c3分别为各产水风险类型对应的系数，基于致密气井实际测试数据得到，具体是在上述产水风险识别的基础上，对大量的气层统计其测试的无阻流量与气层特征参数之间的关系得到的每种预测模型的系数。62.下面通过具体实施例详细说明本发明的致密气井产能预测方法：63.某一气层，其厚度h为4.4m，孔隙度φ为11.8％，渗透率k为1.1md，含气饱和度sg为65.5％，电阻率为37.9ωm。64.根据预先建立的产水风险识别图版，孔隙度11.8％和电阻率为37.9ωm的气层，属于多气少水型气层；根据预先建立的产能预测图版，选择多气少水型产能预测曲线，根据气层的特征参数为3741，计算得到气层的无阻流量为3.2万方/天。65.该气层经实际测试后，无阻流量为3.3万方/天，预测结果与后期实际测试结果的误差较小，证明本发明实施例的方法具有较高的精度，同时能够大大提高预测速度。66.实施例267.本实施例提供一种致密气井产能预测系统，包括：68.产水风险类型确定模块，用于根据待预测气层的测井解释和预先建立的致密气藏产水风险识别图版，确定待预测气层的产水风险类型。69.产能预测模块，用于根据确定的产水风险类型和预先建立的产能预测图版，确定待预测气层的产能。70.本实施例提供的系统是用于执行上述各方法实施例，具体流程和详细内容请参照上述实施例，此处不再赘述。71.实施例372.本实施例提供一种与本实施例1所提供的致密气井产能预测方法对应的处理设备，处理设备可以是用于客户端的处理设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行实施例1的方法。73.所述处理设备包括处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线连接，以完成相互间的通信。存储器中存储有可在处理设备上运行的计算机程序，处理设备运行计算机程序时执行本实施例1所提供的致密气井产能预测方法。74.在一些实现中，存储器可以是高速随机存取存储器(ram：random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。75.在另一些实现中，处理器可以为中央处理器(cpu)、数字信号处理器(dsp)等各种类型通用处理器，在此不做限定。76.此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。77.本领域技术人员可以理解，上述计算设备的结构，仅仅是与本技术方案相关的部分结构，并不构成对本技术方案所应用于其上的计算设备的限定，具体的计算设备可以包括更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。78.实施例479.本实施例提供一种与本实施例1所提供的致密气井产能预测方法对应的计算机程序产品，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本实施例1所述的致密气井产能预测方法的计算机可读程序指令。80.计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。81.上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。82.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。83.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。84.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。85.上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!