水驱油田含水率预测方法研究及拓展

发布时间：2019-11-16 14:21

【摘要】：在新型油相相对渗透率曲线的基础上,结合物质平衡方程和Welge方程,导出了一种新型含水率预测模型,并在一定条件下可转化得到Logistic模型。新型含水率预测模型中待定系数与开发动态和地质静态参数变化关系明确,使得许多控水措施更具理论支持。同时,针对目前已有油水相渗曲线与Welge方程结合还无法得到Logistic模型、Goempertz模型以及Usher模型的问题,以及新模型推理过程中要保持开井数不变等条件限制,提出了联解法和直接法建立含水率预测模型。通过两种方法拓展,使得含水率预测模型丰富、多样,能够完全满足描述复杂多样的油田含水率与时间变化过程。后经实例应用,效果较好,值得其他油田借鉴。
【图文】：

曲线,含水率变化,含水率预测

再代入公式(6)，整理得到一种新型含水率预测模型:fw=1－1p+exp(bt)/a(8)式中，a=exp(btw0)/(1－p)，b=α(1－Swi)Ko(Swi)(1－p)Nm(1－m)(1－Swi－Sor)2新模型与Logistic模型对比很明显，当p=1时，公式(8)即转化为Logistic含水率预测模型［4］:fw=11+aexp(－bt)(9)对公式(8)微分，得到含水率变化率与时间的关系式:dfwdt=b/aexp(bt)［p+exp(bt)/a］2(10)取a=45，b=0．2，p分别取0，0．2，0．4，0．6，0．8，1．0，做含水率变化率与时间变化曲线(图1)。结果显示，当p=0时，含水率变化率与时间呈指数递减曲线;当p=1时，即为Logistic含水率预测模型对应的含水率变化率与时间关系式，此时含水率变化率与时间曲线为钟形，曲线左右近乎对称，表明Logistic模型只是一种特殊的含水率预测模型，即在开发初期含水率随时间上升逐渐加快，而在开发末期含水率随时间上升图1含水率变化率与时间关系(a=45，b=0．2)Fig.1Ｒelationshipbetweenthewatercutandtime

曲线,含水率预测,双河油田,油田

其确定的最佳预测模型相差很大。其中，雁木西油田位于台北凹陷西部胜南－雁木西构造带西端，主要生产层位为新近系鄯善群，其平均孔隙度为20．4%，平均渗透率为228．8×10－3μm2，为中孔中渗储层;油藏地层原油密度为0．8093g/cm3，地层原油粘度为3．66mPa·s，原始溶解气油比为8．64m3/t，体积系数为1．045，地饱压差为14．11MPa，属低饱和油藏。利用上述7种模型分别对雁木西油1999—2015年的生产数据进行拟合(表3)，结果表明，公式(8)、Usher模型拟合结果要好于其他模型，两者后期预测值也非常接近(图3a)。同样，利用文献［15］中双河油田的含水率数据进行拟合，发现拓展模型中公式(15)拟合效果最优，相关系数达到0．9995，而其它模型预测效果较差(图3b;表4)。这些应用效果充分表明，不同的油田，其含水率与时间变化规律存在较大的差异。另一方面，从新模型公式(8)对应的油相相渗特征分析，雁木西油田油相相渗更符合公式(7)，而双河油田比较符合Willhite提出的油相相渗关系式(图4)。因此，，从渗流角度讲，渗流特征决定着含水率预测模型。表2大庆油田南二、三区含水率预测模型拟合结果Table2Ｒesultsofwatercutpredictionmodelinthesouthern2＆3areasofDaqingoilfield待定参数及相关系数预测模型公式(8)公式(9)公式(11)公式(12)公式(13)公式(15)公式(17)a(k或r)38．5401093．62681－8．9543411．56369119．667415．9563213．41550b0．264430．317540．188190．243110．350040．005370．03620c(p)0．94977——2．118641．09775－2．16428－8．09697相关系数0．998840．994560．993700．998020．997180．994440．99750图3雁木西油田(a)和双河油田(b)含水率预测曲线Fig.3WatercutpredictionmodelofYanmuxioilfield(

【相似文献】