一种油田区块套损风险预警分析方法与流程

文档序号:12471571阅读:793来源:国知局
本发明涉及油气田套损防治
技术领域
一种预警分析方法,尤其是一种油田区块套损风险预警分析方法。
背景技术
::套损问题一直是困扰老油田开发的难题,由于套损导致大量的生产井废弃,严重影响油田产量,同时生产成本、维修费用、补钻更新井、监测、普查费用的大幅度增加,造成严重的经济损失。比如目前大庆长垣油田累积套损率已达到25%以上,特别是2008年之后,局部地区出现集中套损,导致集中套损区的开井率低于70%,影响区块产量20%左右。套管损坏与地质、开发因素息息相关,是多种因素长期、共同作用的结果。在套损防护方面,现有套损预报方法和软件多从地质力学角度出发,进行流固耦合计算应力场,将开发因素转换为应力变化,分析区域地应力场分布和各井点套管载荷变化,从而实现套损风险预测。这类方法对操作人员专业技术水平要求高,工作量大、时间长,计算过程复杂,由于工区规模和模型节点的限制,研究区域较小,虽然能实现单井套损风险预测,但压力场拟合符合率低,不能给出套损主要影响因素和治理对策,无法做到大面积及时预警,因此该方法没有普及应用,目前油田套损防控手段主要依靠专业技术人员的工作经验和监测手段,没有方便、快速、超前预测的实用套损预警技术。技术实现要素::本发明在于克服
背景技术
中存在的现有套损预报方法无法做到大面积及时预警、不能给出套损主要影响因素和治理对策的问题,而提供一种油田区块套损风险预警分析方法。该油田区块套损风险预警分析方法,提供一种油田开发区块套损风险预警分析技术,能够快速实现提前发现套损风险区块,提前警示套损风险指标,从而能够做到提前调控,降低套损发生几率,模型计算高套损风险符合率高达79%。本发明解决其问题可通过如下技术方案来达到:该油田区块套损风险预警分析方法,包括以下步骤:1)建立地质因素的套损预警指标体系:确定地质因素预警指标,并建立地质因素预警指标与区块累积套损率的定量关系;2)划分区块的地质因素套损风险等级:采用确定性系数模型进行地质因素单指标量化,利用单指标量化值求得每个区块的地质因素套损风险度;确定地质因素套损风险等级。3)建立开发因素的套损预警指标体系:从导致套损的主要开发因素(包括地层压力、注入压力、注水量、产液量、注采比)出发,设计各影响因素的平均值、均方差、年度差、区块间差等反映各种变化的套损预警单指标,采用相关系数分析方法,优选相关性强的开发指标,作为套损预警指标;4)建立套损预警模型:以区块开发预警指标的历年生产数据为基础,采用支持向量机方法建立不同地质因素套损风险等级的套损预警模型;5)套损风险预警:采用区块最新的年度开发数据,计算套损预警指标,通过模型计算,给出区块的套损风险等级。本发明与上述
背景技术
相比较可具有如下有益效果:该油田区块套损风险预警分析方法,能够优选导致套损的地质、开发预警指标,构建套损预警指标体系,建立预警指标与区块套损率的关系模型,实现区块套损风险等级预警。能够提前发现高套损风险区块,高风险指标能够提前调控,降低套损发生几率。本发明在大庆长垣油田98个开发区块应用,将区块分为5个地质因素套损风险等级,优选了10项开发预警指标,分别建立了5个地质套损风险等级的套损预警模型,模型计算高套损风险符合率达到79%,为区块套损防护提供了治理依据。本发明实现了区块套损风险级别和风险指标双重预警,为高套损风险区块提前发现、超前防治提供了新的技术手段,为保证油田正常生产、减少大量修井成本提供了一种新的解决途径。具体实施方式:下面结合实施例对本发明作进一步说明:实施例1、以下以大庆长垣油田98个区块套损风险预警为例说明本发明方法的实施过程。目前大庆长垣油田累积套损率已达到25%以上,年度新增套损井1200口左右,套损井呈现逐年增多的趋势。特别是2008年之后,局部地区出现集中套损,导致集中套损区的开井率低于70%,影响区块年产油量20%左右。基于流固耦合的套损预警方法,由于工区规模和模型节点的限制,无法实现宏观多区块的套损实时预警。为此应用本发明油田区块套损风险预警分析方法,以大庆长垣油田98个开发区块的地质数据、开发数据、测试数据为基础,采用大数据挖掘手段,优选套损预警指标体系,研究预警方法,建立预警模型,做到风险区块提前发现,风险指标提前调控。包括以下步骤:(1)构建地质因素的套损预警指标体系通过岩心观察、岩石物理实验、套损区块解剖等手段,按照指标易得、区块可比原则,优选地层倾角、断层长度、砂泥界面、化石层指标等4项地质因素预警指标,并建立了地质因素预警指标与累积套损率的定量关系。这4项指标与开发区块累积套损率相关关系较好,随着指标增大,累积套损率增加(见表1)。表1地质因素预警指标表(2)划分区块的地质因素套损风险等级采用确定性系数模型方法,将地质因素预警单指标进行了同区间[-1,1]的定量化。采用下式计算。CF=PPa-PPsPPs(1-PPa)if(PPa≥PPs)PPa-PPsPPa(1-PPs)if(PPa<PPs)......(1)]]>式中:CF为确定性系数模型,CF值直接代表各个套损影响因素对套损的贡献值;PPa为区块累积套损率;PPs为油田累积套损率。通过各单指标叠加后对结果影响分布的数学计算,确定单指标权重(见表2为地质预警指标权重计算结果)。表2地质预警指标权重计算结果将单指标量化值与单指标权重相乘后求和,得到每个区块的地质因素套损风险度,用G表示,是评价区块套损风险的地质因素的量化指标。采用聚类分析方法,将地质因素套损风险等级划分为高、较高、中、较低、低等五级。G=Σi=14aiCFi......(2)]]>式中:G为地质因素套损风险度;aj为单指标的权重;CFj为单指标的定量化取值;i为单指标个数,i=1,2,…,4。(3)建立开发因素的套损预警指标体系从导致套损的主要开发因素(包括地层压力、注入压力、注水量、产液量、注采比等方面)出发,考虑各影响因素的平均值、均方差、年度差、区块间差等反映各种变化的套损预警单指标,共设计了39项开发单指标。为了从众多单指标中优选最具代表性、和套损相关最强的指标,来组成套损预警指标体系,我们采用相关系数算法来确定单指标与年度套损率的相关关系。相关系数是用以反映两组数据之间相关关系密切程度的统计指标,对于每一个单指标X和区块年度套损率Y,这两列时序数据的相关系数计算公式为:ρx,y=cov(X,Y)D(X)D(Y)]]>式中:ρx,y为相关系数cov(X,Y)为协方差:cov(X,Y)=E{[X-E(X)][Y-E(Y)]}D(X),D(Y)为方差:D(X)=E{[X-E(X)]2}为标准差,E(X)、E(Y)为两列数据的数学期望,反映数据平均取值的大小相关系数的意义:0≤ρx,y<0.4,X与Y弱相关0.4≤ρx,y<0.7,X与Y中等相关0.7≤ρx,y≤1,X与Y强相关采用相关系数分析方法,从39项单指标中优选出10项相关性强的开发指标,作为开发因素套损预警指标。(4)建立套损预警模型:在优选了开发预警指标基础上,计算得到大庆长垣98个区块的历年生产实际指标数据,在优选建立预警模型的方法上,考虑到导致套损的原因众多且复杂,影响因素和套损的发生在时间上存在滞后效应,影响因素之间也存在着复杂的内部联系,在已有的数学算法中,根据套损数据的分布特点和现有数据流特点,优选了支持向量机SVM方法建立预警模型。支持向量机SVM方法基于结构风险最小化,可实现对小样本数据的准确预测,对线性问题通过支持向量达到最优解,对非线性问题通过核函数转换为线性问题求取最优解。根据大庆长垣油田实际套损情况及套损防护管理规定,将区块年套损率0-1%定义为低套损风险、1-3%为中套损风险、>3%为高套损风险。应用各区块历年的开发数据,将不同地质分级的区块数据进行分类整理,采用支持向量机方法,分别建立了五类地质套损风险分级的套损风险预警模型。(5)进行套损风险预警采用区块最新的开发数据,计算开发因素套损预警指标,选取区块所在的地质因素套损风险等级的预警模型,进行计算,给出区块未来可能的套损风险等级。本发明实施例套损预警模型符合率的验证:采用长垣油田98个区块1990年之后的开发数据与实际年套损率数据进行验证,5个地质分级的支持向量机套损预警模型,整体预测符合率达到71.3%(见表3支持向量机套损预警模型计算结果),其中重点预测目标为年套损率>3%的高风险,其计算符合率达到79.7%,符合率较高。表3支持向量机套损预警模型计算结果上述实例具体说明了本发明油田开发区块套损风险预警分析技术的全过程,其分析结果可用于提前治理高套损风险区块、减少套损井的发生。该油田开发区块套损风险预警分析方法,提出并建立了油田开发区块套损风险预警的大数据挖掘技术,能够利用油田大量的动态、静态、监测资料,优选合适的数学方法,探索预警指标与套损率的数据规律,建立预警模型,达到提前发现高套损风险区块的目的。方法快捷、实用,可操作性强,解决了套损防控难题。将该技术应用于大庆长垣油田98个开发区块,模型计算高套损风险符合率达到79.7%。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1