油气产量和可采储量的预测模型
三种油田产量预测联解模型的对比
⑥
２ ０ １ ４ Ｓ ｃ ｉ ． Ｔ ｅ ｃ ｈ ． Ｅ ｎ ｇ ｒ ｇ ．
三种油 田产量预测联解模 型的对 比
马 旭 陈 小凡 张 弛 谭 亦然 周 鹏
（ 西南石油大学油气藏地质及开发工程 国家重点实验室 ， 成都 ６ １ ０ ５ ０ ０ ； 上海石油天然气有限公司 ， 上海 ２ ０ ０ ０ ４ １ ）
数较高又能达到产量最佳拟合 的 ｂ 值 即为欲求的 ｂ 值； 进而获得预测不 同开发 时间下产量 的具体表 达式 。 甲型 水驱 特征 曲线基 本关 系式
ｌ ｇ ＝Ａ １＋ １ ⅣＰ 预测含 水率 的关 系式 （ ４ ）
厶 ＝＿ — — —１ Ｔ—
ｌ＋
—
（ ５ ）
（ ６ ）
（ ７ ）
第一作 者简介 ： 马
旭（ １ ９ ８ ９ 一） ， 女， 西南石 油大 学硕士研 究生 ， 研
究方向 ： 油藏工程 与数值模拟 。Ｅ — ｍ ａ ｉ ｌ ： ｍａ ｘ ｕ １ ９ ８ ９ ０ ３ １ ０ ＠１ ２ ６ ． ｃ ｏ ｎ。 ｒ
在 已有 生 产 动 态 数 据 基 础 上 ， 给定不 同的 ｂ 值， 利 用式 （ ３ ）进 行线性 试 差求解 ， 能够得 到 相关 系
型 、 Ｈ Ｃ Ｚ模型 、 瑞利 （ Ｒ ａ ｙ ｌ ｅ ｉ ｇ ｈ ） 模 型 、 对数正 态分布模 型 Ｊ 、 贝塔 旋 回模 型＿ ５ 以及广 义预 测模 型 等。油 田产量预测模型不能预测油 田产水量、 产液量 、 含水率等开发指标而传统 的水驱特征 曲线 不能预测开发指标与开发时间的关 系， 为有效克服 两 种方 法 的局 限性 ， 数 学 模 型 与 水 驱 特征 曲线 法 的 联 解模 型应 运 而生 。 本文选 取 广 义 翁 氏模 型、 Ｈ ｕ ｂ ｂ ｅ ｒ ｔ模 型 以 及 Ｒ ａ ｙ ｌ ｅ ｉ ｇ ｈ模 型分 别 与 甲型水 驱 特 征 曲线 联解 建立 的 三 种联 解模 型 ， 从 模 型特 点 及 适 用 范 围对 三 个 模 型 进 行分 析 ， 为油气 田 的实 际 生 产 选 择适 宜 的预 测 模 型提供了依据。
4产量递减分析法
产量递减分析法油气田开发模式油气田开发模式，是指任何油气田从投产到开发结束，油气田产量随生产时间变化全过程的态式。
概括起来，油气田的开发模式共分为4-1) : (a)投产即进入递减；(b)投产后经过一段稳产后进入递减；(c)投产后产量随时间增长，当达到最大值后进入递减；(d)投产后产量随时间增加，在经过一个稳产阶段后进入递减；图(e)和图(f)分别为图(d)和图(c)模式的变异形式。
上述六种开发模式，只要已经进入递减期，均可利用产量递减法预测油气田的可采储量和剩余可采储量。
图4-1油气田开发模式图<e)6种(见图油气田开发的实际经验表明，何时进入递减阶段，主要取决于油、气藏的储集类型，驱动类型、稳产阶段的采出程度，以及开发调整（细分层系、打加密井）和强化开采工艺技术的效果等。
根据统计资料表明，对于水驱开发的油田来说，大约采出油田可采储量的60%左右，就有可能进入产量递减阶段。
在图4-2上给出了前苏联23个水驱砂岩油田的无量纲产量QD不同年份的产量除以最高年产量），与可采储量的采出程度RD的关系图，而这些油田的RD值已达80%-99.8%。
由图4-2可以看出，对于水驱开发的油田来说，大约采出可采储量的60%左右，就有可能进入产量递减阶段。
阿尔浦斯（Arps）递减类型对于业已进入递减阶段的油气田，阿尔浦斯（Arps）根据矿场实际的产量递减数据，进行了统计与分析，并从理论上提出了指数、双曲和调和三种递减类型。
下面将介绍其主要的内容。
.递减率、递减系数和递减指数当油、气田的产量进入递减阶段之后，其递减率由下式表示: (4-1)式中: D —瞬时递减率，又称为名义递减率，月或年，％/月或％/年;Q 油、气田递减阶段t时间的产量，油田为10 m /月，或是10 m /年，气田为10 m /月或10 m /年;t - -递减阶段的生产时间，月或年；dQdt - -单位时间内的产量变化率（见图4-3）。
在矿场实际工作中，也常用到递减系数的概念，它与递减率的关系式为: a^l-D(4-2)式中的a为递减系数，它的单位与递减率相同。
2p可采储量
2p可采储量在全球能源市场中，2P可采储量是一个关键指标，它对能源企业的投资决策、政策制定和市场竞争力具有重要意义。
本文将从以下几个方面对2P可采储量进行详细解析。
一、2P可采储量的定义和作用2P可采储量（Proved plus Probable reserves）是指在现有技术和经济条件下，油气田已探明可采储量（Proved reserves）的基础上，加上预测的可采储量（Probable reserves）。
它是衡量油气田规模和开发潜力的重要依据，为能源企业制定开发计划和投资决策提供数据支持。
二、2P可采储量的评估方法2P可采储量的评估主要依据油气藏地质特征、储层物性、井筒状况、地面设施等因素，通过一系列数学模型和预测方法进行综合评估。
常用的评估方法包括：类比法、动态法、静态法、地球物理法等。
评估结果需经过专家评审和监管部门审批，才能作为可靠的2P可采储量数据。
三、2P可采储量的应用场景2P可采储量在能源行业具有广泛的应用，主要包括：1.投资决策：能源企业根据2P可采储量评估结果，确定油气田的开发规模、投资额度和开采顺序。
2.政策制定：政府部门依据2P可采储量数据，制定能源发展规划、产业政策和补贴政策。
3.市场交易：2P可采储量是油气田资产交易、股权转让等重要依据，有助于各方评估投资价值和风险。
四、我国2P可采储量的现状与发展趋势近年来，我国2P可采储量呈现稳步增长态势。
一方面，得益于油气勘查技术的不断提升，国内油气田不断发现新的可采储量；另一方面，国家政策扶持和能源企业努力，使得我国2P可采储量增长潜力持续释放。
然而，我国油气资源开发仍面临诸多挑战，如资源品位低、开发成本高、环境压力大等。
未来，我国2P可采储量发展趋势将取决于技术创新、政策环境和市场需求等多方面因素。
五、提高2P可采储量的策略与建议为提高2P可采储量，我国可以从以下几个方面入手：1.加大勘查力度：通过实施国家能源战略，加大对油气资源的勘查投入，提高油气资源探明率。
11利用储采比与储采平衡率确定油田产量
储量。
2.. 油田生产模型的建立
建立油田产量递减模型对指导油田生产具有
重大意义。在统计、分析了诸多油田的生产数据之
后, 早在1995年, 陈元千等油藏地质专家发现: 任
何油气田年采油量与累积采油量之比和生产时间
呈半对数线性关系, 即:
lg (Q o /Np ) = A - B t. ( 2)
考虑油田处于的开发阶段, 对于处于开发中、后期
的油田, 由于动用的储量品质变差, 要保持相对稳
定的产量, 就要有较高的储采比。.. 考虑油田的
地质、油藏条件, 对于物性差、裂缝发育的油田, 要
保持相对稳定的产量, 也要有较高的储采比。
( 2)计算储采平衡率
假设油田规划产量增长率为( vi ) , 可计算储采
利用储采比与储采平衡率确定油田产量
蒋红玲, 卢鹏海
(中国石油.. 吐哈油田分公司.. 三塘湖采油厂, 新疆.. 哈密.. 839009)
摘.. 要: 在油田的开发过程中, 油田储采比、储采平衡率是两个极其重要的开发管理指标。两
指标保持合理与否, 直接反映一个油田开发管理水平的高低, 可以看这个油田是否实现了资源
衡率( i)。
4. 1.. 储采比与产量增长率的关系
当规划产油量储采比大于最低储采比时, 油田
可以保持稳产或增产, 反之, 油田开始递减。假设
油田地质储量没有发生变化, 且连续两年的储采比
的比值为c, 则油田产量增长率与储采比的关系如
下:
Vi =
Q2 - Q1
Q1
.. 100 = (
1994 72. 0 236. 6 722. 5 11. 04
储量计算方法
储量计算方法储量计算是石油工程中的一个重要环节，用于估算石油储层中的可采储量。
准确的储量计算是决定石油开发方案和经济效益的基础，因此储量计算方法的选择和应用至关重要。
本文将介绍几种常用的储量计算方法，并对其适用范围和计算步骤进行详细说明。
一、原油1. 物质平衡法物质平衡法是一种常用的储量计算方法，它基于储层中的流体平衡原理，通过石油气田的产量及气藏中原油的组分和状态参数，推算储层中的可采原油储量。
该方法适用于采收率较高且气藏物性比较单一的情况。
2. 体积法体积法以储层中的原油体积为计算依据，通过测定储层体积、有效孔隙度和饱和度等参数，计算储层中的原油储量。
这种方法适用于孔隙度较高和载油组分较复杂的储层。
二、天然气1. 产量法产量法是计算天然气储量的一种常用方法，它基于气井的产量数据和气藏参数，通过推算气藏衰减规律来估算储层中的可采天然气量。
该方法适用于气藏开发过程中产量变化较大的情况。
2. 压缩因子法压缩因子法是另一种常用的天然气储量计算方法，它通过测定天然气的压缩因子、温度和压力等参数，计算储层中的可采天然气储量。
这种方法适用于含硫气体和高压气藏等特殊情况。
三、重质油1. 含量法含量法是计算重质油储量的一种常用方法，它基于石油样品化验结果，通过测定重质油中的组分含量和密度等参数，推算储层中的可采重质油储量。
该方法适用于重质油储层中重质组分含量较高的情况。
2. 计算模型法计算模型法是另一种常用的重质油储量计算方法，它基于石油化工和油藏工程理论，通过建立数学计算模型，推算储层中的可采重质油储量。
这种方法适用于重质油储层中油质较复杂和渗透率较低的情况。
总结起来，储量计算方法依据不同的油气藏特点和采收技术要求，选择合适的计算方法进行储量估算。
在实际应用过程中，还应考虑不确定性因素对计算结果的影响，并结合其它地质和工程数据进行综合评价，以提高储量计算结果的准确性和可靠性。
以上介绍的储量计算方法仅为常见的几种，随着石油工程技术的发展，还会出现新的计算方法。
广义伽马旋回模型预测油气田产量与可采储量
引言
我 国著 名 的地 球 物理 专 家 ， 已故 的 中科 院院 士
当ｆ ＞（ 当
时 ， ｚ＜பைடு நூலகம் ｄ ｏ ）时 ｛
，
警ｏ ＝
［ ） ＋ （ｄ
（） ４
翁 文波 先 生出版 的专 著 《 预测 论基 础 》 ， 次提 出 中 首 了泊 松 旋 回预测模 型 （ 即翁 氏旋 回模 型 ）并 将 其应 ， 用 于 油气 田产 量 及 可 采 储 量 的预 测 。翁 氏旋 回 模 型 已在 国 内外 Ｊ 泛应 用 。在 油 气 ＿产 量 预 测 中 ， 士 ］
袁 ２ 双 河 油 田预 测 产 量 和实 际 产 量 对 比
提出采用线 性试插 法求解 模型参数 其求解过程 中， 首先 把模 型 （ ） 为如下 形式 ２变
ｌ ｎ ＝ ｌｎ ｎ （） ６
给定 不 同 的 ｂｄ值 ， 线性 试插求 解 ， 于能 、 进行 对
够使相关 系数取得最 大值 的 ｂｄ ， 、 值 即为模型正确 的参数值 ，曰 的 。ｃ 丰应 、之值 ， 就是所 求模 型 的参 数 也
李广志 孟庆睡 周彩坤
） 河南石油助探局设 计院 ； ） ２ 胜利 泊田有限公 司井下作业公司 ； ） ３ 河南石 油勘探局计划处
摘要 ： 受翁 氏琏 酉模 型的启 发 提出用广义伽 马旋 回模 型预测油 气 田产量 与可采储量 。从 理｝ 上分 析推导 了广 义 ｅ
伽马蕨 回模 型的可行性 ， 用实 证 实 了其 实用性。 关键词 ： 伽马旋 葛噗 型； 氏菔 回模 型 ； 翁 可采储 量程耙； 田产量 ： 油 厦河油 田 中图分 类号 ：Ｉ ２ Ｔ： ３ 文献标识 码 ： Ａ 文章编号 ：０９—９０ （ ｏ ２ ０ １０ ６ ３ ２ ｏ ｌ２—０６ ０ Ｏ４— ２
HCZ预测模型法在凝析气藏可采储量中的应用分析
HCZ预测模型法在凝析气藏可采储量中的应用分析王宏玉;黄炳光;刘振平;王怒涛【摘要】介绍了3种对凝析气藏具有较好适用性的预测模型及其求解模型常数的方法.初次将胡-陈-张(HCZ)模型应用到凝析气藏中,采用线性试差法分别对其天然气和凝析油的可采储量进行拟合取值,还对凝析气藏的累积产量进行了有效预测.并将胡-陈-张(HCZ)预测模型与哈伯特(Hubbert)模型和胡-陈(HC)模型进行了实例对比分析.结果表明:胡-陈-张预测模型与哈伯特模型更适用于凝析气藏,胡-陈预测模型不适用于凝析气藏的全程预测和可采储量的计算.【期刊名称】《石油化工应用》【年(卷),期】2014(033)009【总页数】5页(P34-37,50)【关键词】凝析气藏;可采储量;胡-陈-张模型;哈伯特模型;胡-陈模型【作者】王宏玉;黄炳光;刘振平;王怒涛【作者单位】西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500;西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500;西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500;西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500【正文语种】中文【中图分类】TE328当油气田投入开发之后，获取其生产数据资料，即可利用预测模型法，对油气田的产量和可采储量进行有效预测。
预测模型法通常广泛地应用于常规油气藏产量和可采储量的计算[1]。
常用预测模型有广义翁氏模型、胡-陈（HC）模型、胡-陈-张（HCZ）模型、哈伯特（Hubbert）模型、威布尔（Weibull）模型等。
虽然凝析气藏开采过程中，当地层压力低于露点压力后，会造成凝析油的析出，使得凝析气产量，尤其是凝析油产量的变化非常复杂。
但总的来说，凝析气藏的开发过程，符合预测模型的基础理论，其天然气和凝析油产量随时间的变化而变化，存在先成长、然后衰老和枯竭的过程。
因此近几年，预测模型法已经开始应用于凝析气藏中[2-4]。
Weibull模型在油田生产中的应用
模型是广义的翁氏旋回模型。因此， 在油气田开发中
的 Ｗｅｉｂｕｌｌ 模型的应用范围更广泛、更贴近实际情况。
其中参数 ａ、ｂ、ｃ 可以根据油气田的生产数据（ 年 产量 Ｑ 和对应的时间 ｔ） 求得。采用了双重线性拟合法
对参数进行求解。
（ ４） 性质 ４ 根据 Ｗｅｉｂｕｌｌ 模型的基本关系式及性
质 ２ 可知：
产量与预测产量的效果比较。
根据巴夫雷油田的实际开发产量和生产时间数
据， 利用上述参数求解方法可得到巴夫雷油田的预测
模型为
Ｑ＝４０６．６９９ ｔ ｅ ． ０．１２４ （ｔ１．１２４／１６．２６７ ４）
（ １２）
所求预测模型的各项参数及预测结果相关值见
表 ２．
３．２ 埕北油田
埕北油田于 １９７２ 年发现， １９８５ 年投产， 为构造
符号注释
Ｑ— ——油气田的年产量， １０４ ｔ（ 油） 或 １０８ ｍ３（ 气） ； ｔ— ——油气田的开发时间， ａ； ＮＲ— ——油气田的可采储量， １０４ｔ（ 油） 或１０８ ｍ３（ 气） ； α— ——控制分布形态的形状参数， α＞０； β— ——控制分布峰位和峰值的尺度参数， β＞０ ．
参考文献：
３８０
１９６１
３７０
１９６２
３６５
１９６３
３４０
１９６４
３３０
１９６５
３００
１９６６
２７０
１９６７
２６０
１９６８
２４０
１９６９
１９７０
１９７１
１９７２
１９７３
１９７４
１９７５
１９７６
ห้องสมุดไป่ตู้
３８２．４５１ １７２ ３８７．６２８ ５１ ３７７．２７４ ９３３ ３６０．６７２ ４２４ ３４１．１７５ ４４６ ３２０．４２７ ９７９ ２９９．３５６ ３５４ ２７８．５２０ ７２１ ２５８．２７０ ６９１ ２３８．８２５ ０４３ ２２０．３１６ ７８８ ２０２．８２０ ７７ １８６．３７１ ５２１ １７０．９７５ ２６６ １５６．６１８ ３４７ １４３．２７３ １３２ １３０．９０２ ４９６ １１９．４６２ ９５２
关于能源需求量预测常用模型及方法
关于能源需求量预测常用模型及方法预测不仅要对事物未来的走势和可能出现的情景作定性分析，还要对某些关键的构成作定量判断，由于人们认识事物的能力有限，由于许多事物在已经经历过的过程中尚未能展现出许多重要因素的影响，即使对认识到的影响因素也难以有很深入的了解，因而人们的预测很难与未来的发展完全吻合，能够从大趋势上做到分析基本正确，就是成绩不小。
一般说来，定性的预测，特别是定量的预测所涉及的对象越简单的、涉及未来的时间越短，预测的准确程度可能高些；涉及的事物越复杂、影响因素越多，涉及未来的时间越长，预测的准确性越差，这使许多定量的预测也仅带有半定量性质。
在这种情况下，我们应把它看成是一种很可能出现的方案。
针对这种情况，从预测上说，就要求：（1）把复杂事物的预测简化成相对单一的模式，或从多个相对简单的角度做出预测并加以综合；（2）随着发展，不断做出新的预测，这种新的预测不但可以收纳许多原来未料及或未重视的新的影响因素，而且可以用这一段时间已经发生的事实去修正原来的预测公式或参数。
预测的基本思路是由过去和现在推断未来，由已知推测未知。
因此，可将预测方法大致分为两类：由事物本身的发展过程推测未来和由已知的或设定的条件推导未来的油气发展状况：具体方法也可归纳为直接预测和间接预测。
这里仅列举直接预测法。
该类方法从事物本身的历史和现状来认识影响它们的各种因素，利用这些因素的可能变化，推测未来一段时间内的变化趋势乃至变化量。
换言之，对油气未来的预测主要依靠油气本身的变化。
从逻辑上，把影响油气的各种因素起作用的综合结果——储量和产量（在一定程度上也表现为品质和空间分布）作为最直接的预测资料，将其作为最基本的依据来得出预测结论。
这种预测，可以是简单的外预期，也可以考虑到多变量变化趋势的适应预期和合理预期。
（1）客观存在受过去和现状影响太深，如果未来的基本框架与它们一致，这个预测的可靠性很大。
而如果未来的影响因素发生了相当大的变化，这个预测结果可能产生相当大的偏差。
储量增长预测模型的对比分析
收稿日期:2008207201基金项目:国家重大专项“新一轮全国油气资源评价”之“我国油气资源潜力分析及发现趋势预测”(编号:ZP 2C 214)部分成果作者简介:朱杰(19762),男,博士研究生,主要从事油气资源评价研究. 文章编号:16732064X (2008)0520021203储量增长预测模型的对比分析Contrastive analysis of reserves increasing prediction models朱杰1,车长波2,刘成林1,杨虎林2,苏瑾1(1.中国石油大学(北京)资源与信息学院,北京102249;2.国土资源部油气资源战略研究中心,北京100034)摘要:在调研国内外油气储量增长趋势预测研究的基础上,分析了翁旋回、龚帕兹、逻辑斯谛和高斯模型中各参数的地质含义和对曲线形态的控制作用.应用以上4种模型对苏北盆地2006—2030年石油储量增长趋势进行了预测.在预测效果上,左偏型的翁旋回和龚帕兹模型比对称型的逻辑斯谛和高斯模型更符合我国含油气盆地的储量增长特点.关键词:储量增长;预测模型;翁旋回模型;龚帕兹模型;逻辑斯谛模型;高斯模型;苏北盆地中图分类号:TE155 文献标识码:A 应用最广泛的油气储量增长趋势的主要预测模型有翁旋回、、逻辑斯谛模型等.国内许多学者采用以上模型对我国未来的石油探明储量进行了预测[124],但缺乏模型的对比分析.1 预测模型1.1 翁旋回模型翁旋回模型属于非对称的预测模型,用于年探明储量或产量的预测[5].对于油田资源有限体系,其油气储量在随时间的变化过程中,正比于时间t 的n 次方函数兴起,又随着t 的负指数函数衰减,用翁旋回模型表述为R =A t n e -t,t =(y -y 0)/c.(1)式中,R 为油气田储量,104t/a (油田)或108m 3/a (气田);t 为折算时间;y 0为油气田储量发现起始年份;y 为油气田某一勘探年份;A ,c ,n 为模型参数.由于式(1)中的n 为一正实数,而不仅仅是正整数,因此式(1)又称为广义翁旋回模型[6].公式中各参数的意义:c 控制曲线的张口,c 值大时,曲线张口大,预测区的勘探持续时间长;c 值小时,曲线张口小,预测区的勘探持续时间短.n 控制曲线的形态,n 值大时,曲线形状较为陡峭,表示预测区的勘探开发力度大,储量迅速达到高峰,但高峰阶段持续时间短;n 值小时,曲线形状较为平缓,勘探开发历程较长,储量增长缓慢,达到高峰后持续较长的时间,之后平缓下降.整理苏北盆地1973年以来的储量数据,通过最小二乘法拟合翁旋回模型的参数,预测2006—2030年苏北盆地石油储量发现状况(图1).预测曲线表明苏北盆地的储量发现高峰已过,目前正处于下降图1 翁旋回预测苏北盆地石油探明地质储量增长趋势图2008年9月第23卷第5期西安石油大学学报(自然科学版)Journal of Xi ′an Shiyou University (Natural Science Edition )Sep.2008Vol.23No.5的趋势,但衰减速度明显低于前期的增长速度,至2030年累计探明石油储量将达到40544.0×104t ,届时,苏北盆地的石油资源探明程度将达到95.0%.1.2 龚帕兹模型龚帕兹模型广泛应用于油气资源增长的预测,其一般公式为y =k eabt.(2)式中,y 为模型函数;t 为时间变量;k ,a ,b 为模型参数.各参数的地质意义:y 是累计储量,k 是地质资源量.t 为预测时间与初始时间的差值.参数a 一般为负数,控制储量高峰出现时间,a 值小时(绝对值大),高峰出现较晚;a 值大时,高峰出现较早.参数b 的取值范围一般为0<b <1,控制预测曲线的形态,b 值大时,曲线较陡;b 值小时,曲线较平缓.龚帕兹模型也用于累计值的预测,图2为预测图.累计探明储量实际值与预测值的相关系数达0.90.与逻辑斯谛模型相比,龚帕兹模型预测的储量发现高峰偏小,出现时间也偏早,储量发现的下降趋势更为平缓,其预测的2030年苏北盆地累计探明储量为39073.4×104t ,探明程度91.6%.图2 龚帕兹模型预测苏北盆地石油探明地质储量增长趋势图1.3 逻辑斯谛模型逻辑斯谛预测模型属于一个增长类型的模型,表示油气的储量发现从渐增期开始,经过成长发展期,达到稳定期,用于累积储量的预测[7].其公式为y =k 1+a e -bt .(3)式中,y 为模型函数;t 为时间变量;k ,a ,b 为模型参数.就式(3)而言,y 是累计储量,用该模型进行储量增长预测时,k 为地质资源量.t 为预测时间与初始时间的差值.参数a 控制储量发现高峰时间,a 值大时,高峰出现较晚,表明预测地区经历了较长勘探时间才达到储量发现高峰阶段;a 值小时,高峰出现较早,在勘探初期就达到了储量发现的高峰.参数b 控制了预测曲线的形态,b 值大时,曲线较陡,表明勘探早期工作量投入大,储量上升快,达到高峰后储量下降也快;b 值小时,曲线较平缓,表明储量发现平稳上升或下降,勘探持续时间长.逻辑斯谛模型用于累计值的预测,图3表示苏北盆地年探明储量和累计探明储量的实际值与预测值的拟合情况,累计探明储量的实际值与预测值相关系数达0.98.该模型预测2030年苏北盆地的累计探明储量可达41241.3×104t ,探明程度96.6%,基本上已经处于完全探明状态.图3 逻辑斯谛模型预测苏北盆地石油探明地质储量增长趋势图1.4 高斯模型高斯模型是正态模型,用于年探明储量预测[8].y =k ・e -(t -t m)22s2.(4)式中,y 为年探明储量;t 为勘探年份;t m 为储量发现高峰所对应的年份;k 为储量高峰值;s 为模型参数,控制曲线形态,s 值大时,曲线张口大,形状较为平缓,勘探持续时间长;s 值小时,曲线张口小,形状较为陡峭,勘探持续时间短.图4为预测结果,实际值与预测值的相关系数图4 高斯模型预测苏北盆地石油探明地质储量增长趋势图—22—西安石油大学学报(自然科学版)为0.96.预测曲线显示,苏北盆地的储量发现高峰年是2002年,已处于下降趋势.预测到2030年累计探明储量40583.4×104t,探明程度95.1%.2 模型的对比分析2.1 基本类型在所介绍的预测模型中,逻辑斯谛、龚帕兹模型一般用于累积储量或产量的预测,而其他模型用于年储量或产量的预测.这些模型主要分为2类:(1)李从瑞等基于广义翁氏模型、威布尔模型、瑞利模型和t模型提出的Ⅰ类广义预测模型[9]:Q=at b e-t mc.(5)该类模型的特点是每年发现的储量或年产量Q在随时间的变化过程中,正比于t的b次方函数兴起,又随着t的负指数函数衰减,在某一时刻“b”达到有限极值时增长率为0.当t<b时,增长率为正,当t>b时,增长率为负.(2)在对逻辑斯谛模型、龚帕兹模型等研究的基础上,提出的Ⅱ类广义预测模型:Q=aN p k e-c t.(6)此类模型表示一个体系从形成到最后极限的过程,增长曲线呈“S”型,累积产量增长率微分方程结构与Ⅰ类广义预测模型不同.其特点是每年的储量或产量正比于累积的储量或产量值,又随着t的负指数函数衰减.2.2 曲线形态与高峰时间就年探明储量的预测曲线形态而言,翁旋回模型的曲线形态为左偏型,即储量增长上升速度快,迅速达到高峰后,以较为平缓的形式下降.龚帕兹模型的曲线形态也为左偏型,但储量发现上升速度较翁旋回模型慢,衰减速度稍快.逻辑斯谛与高斯模型的曲线是对称的,即储量发现起始阶段持续时间较长,上升缓慢,达到高峰后以与起始阶段对称的形态递减,只是高斯模型曲线的“腰部”更为鼓一些.每种模型的高峰出现时间也不相同.因为逻辑斯谛与高斯模型的曲线是对称的,其最高年探明储量的峰值恰好发生在资源量探明程度为50%的时候.翁旋回和龚帕兹模型的高峰出现时间受模型参数的控制,一般出现在资源量探明程度为40%～50%的时候.2.3 应用效果用以上数学模型进行油气储量增长的预测,一个重要的前提是预测时间段内预测区的油气勘探投入充足且不间断;预测值是未来一个时间段内油气储量增长评价值的预测,不排除有重大发现的可能.就苏北盆地储量增长预测结果来看,4种预测模型的预测结果相差不大,只是逻辑斯谛模型和高斯模型的曲线呈现对称形态,储量发现以相同速度增长和衰减;而翁旋回和龚帕兹模型的曲线为左偏形态,储量发现增长速度明显快于衰减速度.我国的含油气盆地油气资源比较丰富,但油气分布相对不集中,认识过程和勘探过程呈阶段性发展,勘探前期油气储量的发现速度往往较快,后期下降的趋势较为平缓,因此应用翁旋回和龚帕兹模型进行盆地储量增长的预测更为合理有效.3 结 论(1)各类预测模型中的参数控制了曲线的形态,具有相应的地质含义.(2)分别应用翁旋回、龚帕兹、逻辑斯谛和高斯模型预测了苏北盆地2006—2030年石油储量增长状况,预测结果相似,但下降趋势更为平缓的翁旋回和龚帕兹模型较为适用.参考文献:[1] 周总瑛,张抗,周庆凡.油气储量、产量及需求量的常用预测方法[J].新疆石油地质,2001,22(5):4442447. [2] 贾文瑞,徐青,王燕灵,等.1996-2010年石油工业发展战略[M].北京:石油工业出版社,1999:1972250. [3] 沈平平,赵文智,窦立荣,等.中国石油资源前景与未来10年储量增长趋势预测[J].石油学报,2000,21(4):22 6.[4] 张抗,周总瑛,周庆凡.中国石油天然气发展战略[M].北京:地质出版社,石油工业出版社,中国石化出版社,2002:872135.[5] 翁文波.顶测论基础[M].北京:石油工业出版社,1984:79289.[6] 胡建国,陈元千.对Weng旋回模型预测可采储量方法的修正[J].新疆石油地质,1997,18(1):70275.[7] 陈元千,胡建国,张栋杰.Logistic模型的推导及自回归方法[J].新疆石油地质,1996,17(2):15021551.[8] Laherrere J H.The Hubbert curve:its strengths andweaknesses[J].Oil&G as Journal,2004,98(16):63. [9] 李从瑞,陈元千.预测产量及可采储量的广义数学模型[J].石油勘探与开发,1998,25(4):38241.编辑:王 辉—32—朱杰等:储量增长预测模型的对比分析Contrastive analysis of reserves increasing prediction modelsAbstract:Based on the researches of reserve increasing prediction models at home and abroad,the geological signification of the parameters in each prediction model and the control of them to the shape of the prediction curve are analyzed,and the studied models include Weng cycle,the Compartz model,the Logistic model and the G auss model.The four models are used for forecasting the petroleum reserve increasing tendency of Subei Basin.The prediction results show that to2030year,the proved degree of the petroleum resource in this area will reach to about95%.Through comparing,it is held that Weng cycle and Compartz model are more suitable for forecasting the reserve increasing of the petroliferous basins in China than he Logistic model and the G auss model.K ey w ords:reserves increasing;prediction model;Weng cycle model;the Compartz model;the Logistic model;the G auss model; Subei BasinZHU Jie1,CHE Chang2bo2,L IU Cheng2lin1,YA N G Hu2lin2,S U Jin1(1.Faculty of Resources and Information,China Univer2 sity of Petroleum(Beijing),Beijing102249,China;2.The Oil and G as Resource Strategy Research Center,the Ministry of Land and Resources,Beijing100034,China)J XSYU2008V.23N.5p.21223Division of the reservoir flow units in low2permeability reservoirAbstract:The reservoir of some oilfield in Xinjiang is of low porosity and low permeability,it is very difficult to develop it.To develop it at high efficiency,the reservoir in this area is divided into four types of flow units by FZI(flow zone indicator)based on core and logging data,and the lithilogy and physical property of each type of flow units are studied.It is found that there is obvious differ2 ence in permeability of four types of flow units,and that there is very close relationship between single2well productivity and the type of flow units:the wells are of high productivity in whose perforation interval there is greater proportion ofⅠtype andⅡtype flow u2 nits,and those are of lower productivity in in whose perforation interval there is greater proportion ofⅢtype andⅣtype flow units. According to the distribution of the flow units,it is held that the east and north2east parts of the studied area in the plane and the hori2 zons of J2t2and J2t3on profile are main distribution zones ofⅠtype andⅡtype flow units,and they are also favorable zones to oil and gas distribution.The research results in this paper are of important significance to the injection2production pattern adjustment and the recovery factor enhancing of this area.K ey w ords:low2permeability reservoir;division of flow units;FZI;single2well productivity;injection2production well group OU Jia2qiang1,L UO Ming2gao2,W A N G Xiao2rong1(1.Research Institute of Centural Sichuan Oil and G as Field,S outhwest Oil and G as Field Company,Suining629000,Sichuan,China;2.College of Resources and Environment,S outhwest Petroleum Univer2 sity,Chengdu610500,Sichuan,China)J XSYU2008V.23N.5p.24228R ecognition of reservoir fluid property by acoustic logging inversionAbstract:The recognition of reservoir fluid property is one of the important contents of logging interpretation.In the process of well drilling,the property of the fluid contained in the reservoir can directly be recognized from logging cuttings and cores.But because the logging cuttings and cores may be polluted,and accurate result is not easily obtained.S ome logging techniques,such as NMR imag2 ing logging,can directly measure the property of reservoir fluids,but this logging technique can not be applied to all wells because of its high cost.For solving the difficulty,it is studied how recognize the property of reservoir fluids by conventional acoustic logging tech2 nique.At first,the models for the recognition of the reservoir fluid property are established,then acoustic interval transit time is in2 versed into resistivity according to the models,and the inversed resistivity compares with the measured resistivity.If the measured re2 sistivity is greater than the inversed resistivity,the reservoir is gas layer;if the measured resistivity is less than the inversed resistivity, the reservoir is water layer;the resistivity of the layer containing gas and water at the same time and the water layer containing gas is between that of gas layer and that of water layer,and they can be recognized from the magnitude of the difference between the mea2 sured resistivity and the inversed resistivity.some cases show that this method is suitable to the recognition of fluid property in the reservoirs of great porosity,the greater the porosity,the more accurate the recognition.For the reservoirs of low porosity and low per2 meability,the result of this method is poorer.K ey w ords:acoustic logging;acoustic logging inversion;recognition of reservoir fluid propertyW U Ji2yuan1,ZHA O Yong2gang2,ZHA N G De2z hu1(1.Engineering Supervision Center,North China Branch Company,China Petroleum and Chemical Corporation,Zhengzhou450000,Henan,China;2.Digital Well Logging Station,North China Petroleum Bu2 reau,Sinopec,Xinxiang453700,Henan,China)J XSYU2008V.23N.5p.29231,36Characteristics and recognition m arks of the volcanic lithofacies in W angshen1block of X ujia w eizi area in the north of Songliao B asinAbstract:Since Wangshen1block is explored in1994,its predicted geological reserves of natural gas is249.56×108m3,and of this,the geological reserves of natural gas in the volcanic rock reservoir of Y ingcheng Formation is190.7×108m3,which shows the good exploration and development prospects of Wangjiatun volcanic reservoir.But the variety of the litholotic types and the quickⅤ。
预测油气田可采储量方法的优选_陈元千
·油气藏研究·预测油气田可采储量方法的优选陈元千(中国石油天然气总公司石油勘探开发科学研究院)摘要 对于新老油气田,基于所处的阶段和拥有的资料,优选了几种预测油气田可采储量的方法。
这些方法包括:相关经验公式法、驱替效率法、压降法、物质平衡法、产量递减法和数学模型法。
主题词 预测 油气田 可采储量 方法0 引 言无论是新油气田或正在开发的老油气田,都需要不失时机地预测它们的原始可采储量。
所谓原始可采储量,就是在现有的技术经济条件下,人们从油气田的原始地质储量中能够采出的油气总量。
原始可采储量与原始地质储量之比值,即油气田的油气采收率。
然而,油气田的原始可采储量,并不是一成不变的,它会随着原始地质储量、预测原始可采储量方法及其所用资料的改变而改变。
对于业已投入开发的老油田来说,除了预测它们的原始可采储量之外,还要预测每开发年度的剩余可采储量。
所谓某一年度的剩余可采储量,则是原始可采储量,减去到该年度的累积产量。
应当指出的是,无论是原始可采储量,或是剩余可采储量,都会受到现有技术和经济上的制约。
也就是说,不但存在着技术上的可行性问题,而且也存在着经济上的合理性问题。
有些油气田的开发或提高采收率的方案,尽管在技术上是可行的,但在经济上可能是无效益的,因此,也就难以实现。
在这种情况下,政府有关优惠政策的支持,就显得特别重要。
根据笔者多年来参与我国油气田可采储量标定工作的经验,及在科研中取得的成果,对现有各种预测方法进行分析、对比和研究,优选了预测油气田可采储量的如下方法,谨供大家应用时参考和讨论。
1 相关经验公式法相关经验公式法是一种概算法。
在油气田的勘探评价阶段或开发的早期,可以利用有关的相关经验公式,先对油气藏的采收率作出预测,再计算它们的原始可采储量。
但在实际应用时,由于存在着方法的适应性和资料的可靠性问题,故由相关经验公式预测的采收率数值,需要根据专家经验和类似油气藏的对比,加以合理的调整。
关于能源需求量预测常用模型及方法
关于能源需求量预测常用模型及方法预测不仅要对事物未来的走势和可能出现的情景作定性分析，还要对某些关键的构成作定量判断，由于人们认识事物的能力有限，由于许多事物在已经经历过的过程中尚未能展现出许多重要因素的影响，即使对认识到的影响因素也难以有很深入的了解，因而人们的预测很难与未来的发展完全吻合，能够从大趋势上做到分析基本正确，就是成绩不小。
一般说来，定性的预测，特别是定量的预测所涉及的对象越简单的、涉及未来的时间越短，预测的准确程度可能高些；涉及的事物越复杂、影响因素越多，涉及未来的时间越长，预测的准确性越差，这使许多定量的预测也仅带有半定量性质。
在这种情况下，我们应把它看成是一种很可能出现的方案。
针对这种情况，从预测上说，就要求：（1）把复杂事物的预测简化成相对单一的模式，或从多个相对简单的角度做出预测并加以综合；（2）随着发展，不断做出新的预测，这种新的预测不但可以收纳许多原来未料及或未重视的新的影响因素，而且可以用这一段时间已经发生的事实去修正原来的预测公式或参数。
预测的基本思路是由过去和现在推断未来，由已知推测未知。
因此，可将预测方法大致分为两类：由事物本身的发展过程推测未来和由已知的或设定的条件推导未来的油气发展状况：具体方法也可归纳为直接预测和间接预测。
这里仅列举直接预测法。
该类方法从事物本身的历史和现状来认识影响它们的各种因素，利用这些因素的可能变化，推测未来一段时间内的变化趋势乃至变化量。
换言之，对油气未来的预测主要依靠油气本身的变化。
从逻辑上，把影响油气的各种因素起作用的综合结果——储量和产量（在一定程度上也表现为品质和空间分布）作为最直接的预测资料，将其作为最基本的依据来得出预测结论。
这种预测，可以是简单的外预期，也可以考虑到多变量变化趋势的适应预期和合理预期。
（1）客观存在受过去和现状影响太深，如果未来的基本框架与它们一致，这个预测的可靠性很大。
而如果未来的影响因素发生了相当大的变化，这个预测结果可能产生相当大的偏差。
逻辑斯谛模型在预测油气田可采储量中的应用
维普资讯
２０ ０６年 ６月
周志军等 ：逻辑斯谛模型在预测油气田可采储量中的应用
・ ３ ５－
２ 确定 、ｃ Ⅳ 数值的方法 和 Ｒ
由式 （ ）和式 （ ） 可以看出 ，在逻辑斯谛模 ７ ８
型中有 ３ 个待定的模型常数 ，即 ｎ 和 Ⅳ 。对于一 、ｃ 个具体油气 田来说 ，只有根据实际产量数据 ，将这 ３ 个常数 确定 之后才 能进 行产 量和 累计 产量 的预 测 － 。 ４ ｊ
式中 Ｑ —— 油气田的年产量 ，１ ０ｍ 。
ｙ ＝ 一 ） ｄ １ ｎ 詈 ｔ
型常数。 对式 （ ）进行分离变量 ，并积分得 １
（ １ ）
再由式 （ ）对时间 ｔ ８ 求导数得
ｄｔ
式中 ｙ ——模型函数； ——时间挛量； 、 ——模 ｎ６
（ １
＋ｃ ） ｅ
ｂ
１ ）代入式 （ 产量 将式 的关１ ３ ） Ｑ （ 系式 。
（） ４
（ ）得到预测油气 田最高年 ８
（２ １）
Ｑ ＝ａ ４ Ｎ ／
再将式 （ １ １ ）式代入式 （ ）得到最高年产量发 ７
生时 的累积 产量 』 、 的关 系式 ， 。
Ｎ． ．＝ＮＲ２ ／ （３ １）
１ —— ｅ ＋
若设 则 得
ｃ＝ （ ｂ—Ｙ ） ｙ 。／。 。 Ｙ＝６ （ ／ １＋Ｃ ） ｅ
（） ５ （） ６
基于上述 的理论推导结果 ，得到了如下 的认识： 尽管逻辑斯谛模型是一个增长 曲线模型 ， 但若描述它 的产量与时间的变化关系 ，它却是一个带峰的函数 ，
精度较高，可作为油田制定 中、长期开发规 划的依据。 关 键 词： 逻辑斯谛模型；递减阶段 ；年产量；累计产 量；可采储量
石油产量预测问题 数学建模
对于不可再生资源石油气田产量的预测一、摘要准确预测油气田产量和可采储量对油气田的科学开发决策至关重要。
而油气田的开发是一个非常复杂的非线性演变过程,通过分析所给的某气田1957-1976 年共二十个年度的产气量数据，我们在不同时期对其数据进行不同的曲线拟合，从而尽量最大可能的与所给数据吻合。
该模型可以对油气田开发全过程，其中包括产量上升、达到高峰与产量下降阶段在内的整个开发指标进行拟合与预测，其精度要高于其它各种模型，具有推广价值。
且该模型实例的预测结果良好,表明将对已知数据进行数学分析从而进行科学预测的理论是一个有益的研究方向,将会推动数据挖掘理论及预测理论的实践与发展。
二、问题的提出从上个世纪五十年代开始，石油气田的产量一直呈上升趋势，但是由于石油气是不可再生资源，一个气田的总量是有限的，所以开采量不可能一直上升。
准确预测油气田产量和可采储量对油气田的科学开发决策至关重要。
为了对石油气未来的开采生产起到一定的指导作用，我们根据已知的数据设计一种合理的模型，能够预测石油气田的产量。
三、模型的假设假设是采油速度、井网密度、地质综合系数、流动系数、生产时间、地层压力、井底流动压力、综合含水、相对流动系数及油水粘度比、供给半径、表皮系数与动用储量等因素无突变，仍旧按照历年产量趋势发展，由数据可知1957年到1967年开采量是上升的，上升趋势渐缓，1967年以后开采量开始下降，且下降趋势由缓到急。
四、问题的分析已知某油气田的历年产量表：利用matlab绘出下点图(程序见附录8.1)：由图可知该油田的产量在1957-1967 年处于上升阶段，但是由于石油气是不可再生资源，一个气田的总量是有限的，所以开采量不可能一直上升，所以从1964年开始上升趋势渐缓，1968 年以后处于下降阶段。
由于科技的发展，开采技术也得到一定的提高，所以自1971以后下降趋势开始渐缓。
五、 模型的建立 1.变量常量的设定t 年份C 石油气田年产量（产量的单位是3810m ）。
评价气藏原始地质储量和原始可采储量的动态法——为修订的《SYT 6098—2010》标准而作
天然气勘探与开发NATURAL GAS EXPLORATION AND DEVELOPMENT· 1 ·2021年3月 第44卷 第1期作者简介：陈元千，1933年生，教授级高级工程师，1952年考入清华大学石油工程系；长期从事油气藏工程、油气田开发和油气储量评价工作。
地址：（100083）北京市海淀区学院路20号910信箱。
评价气藏原始地质储量和原始可采储量的动态法——为修订的《SY/T 6098—2010》标准而作陈元千中国石油勘探开发研究院摘 要 气藏的原始地质储量（Initial gas in-place ）和原始可采储量（Initial recoverable reserves ）是对气藏的标量名称。
我国将两者简称为地质储量（Gas in-place ）和可采储量（Recoverable reserves ）是不准确的。
气藏的原始可采储量等于原始地质储量与采收率的乘积。
由于不同地质与开发条件的影响，气藏的采收率是难以准确确定的，因而，利用动态法评价气藏的原始地质储量和原始可采储量就显得非常重要。
用于评价气藏原始地质储量的动态法有：物质平衡法、压降法和弹性二相法；用于评价气藏原始可采储量的动态法有：产量递减法和预测模型法。
根据气藏类型和拥有的动态数据情况，可以选用合适的方法进行原始地质储量、原始可采储量和剩余可采储量（Remaining recoverable reserves ）的评价。
由于剩余可采储量最具有实际意义，因此，国际上统一的年报均为剩余可采储量并简用reserves 一词表示。
剩余可采储量是原始可采储量与累积产量的差值，它与年度产量之比值为储采比（RPR ）是重要参数。
为此基于近年新的研究成果，对上述5种动态法进行完善推导，并通过实例加以应用。
关键词 气藏 原始地质储量 原始可采储量 动态法 应用DOI ：10.12055/gaskk.issn.1673-3177.2021.01.001Dynamic methods for estimating initial gas in-place andinitial recoverable reserves in gas reservoirs —For the revised 《SY/T 6098—2010》Chen Yuanqian(PetroChina Research Institute of Petroleum Exploration & Development, Beijing 100083, China)Abstract: Both initial gas in-place and initial recoverable reserves are two scalar terms for gas reservoirs. However, that they are abbreviated for "gas in-place" and "recoverable reserves" by some Chinese scholars is inaccurate. For one gas reservoir, the original geological reserves multiplied by the recovery factor equals the original recoverable reserves. Affected by different geological setting and development conditions, it is difficult to accurately determine the recovery factor. Therefore, it is very important to use some dy-namic methods to evaluate the initial gas in-place and initial recoverable reserves. The evaluation methods for the initial gas in-place include material balance method, pressure drop method, and elastic two-phase method. While those for the initial recoverable reserves contain production decline method and prediction model method. According to reservoir type and available dynamic data, certain appropriate methods can be used to evaluate the initial gas in-place, the initial recoverable reserves, and the remaining recoverable reserves. Because the remaining recoverable reserves have the most practical significance, remaining recoverable, as an international and unified term abbreviated as reserves, is used in annual report. The remaining recoverable reserves are the difference between the original recoverable reserves and the cumulative production. The ratio of the remaining recoverable reserves to the annual production is an important parameter of the reserve-production ratio (RPR ). Based on the latest achievement, these mentioned-above five dynamic methods are perfected and derived, and have been applied in practice.Keywords: Gas reservoir; Initial gas in-place; Initial recoverable reserves; Performance method; Application陈元千：评价气藏原始地质储量和原始可采储量的动态法· 2 ·2021年3月第44卷 第1期0 引言天然气是关系到国家发展、社会进步和人民幸福的重要能源之一。
预测油气田年增可采储量的新方法
（ 即平滑切线法 ） 测年 增可采储 量 ， 对现 有预测 模型在 应 用方法上 的一种创新 ， 方法适 预 是 该 合 于大型油气田 中期 以及 中小油气田后期 的开发评 价 ， 具有较 高的预 测精 度
关 键 词 ： 滑 切 线 法 ； 增 可 采 储 量 ； 测 方 法 ；ｏｉｉ 型 ； 线 性 最 小 二 乘 法 平 年 预 Ｌｇ ｔ ｓｃ模 非
１ ． ４
２４ ．
２８ ．
， 。
蒜 ｉｐ Ｎ］ ｔ） － Ｖ
（ １ ）
图 １ 累计 产 量 变 化 率 与 无 因 次 累 计 产 油 量 关 系 曲线
收 稿 日期 ：０ ０ ６ １； 回 日期 ：００１２ ２ １０ １ 改 ２ １ １７ 基金项 目： 国家 自然科学基金项 目“ 渗透油层提高驱油效率的机理研究” ５ ６４ ２ ／ ０ ００ ） 低 （０ ３ ００ Ｅ ４ １３
Байду номын сангаас
气 田和大 型油 田 ， 曲线变化 相 对 比较平 滑 。
２ 平滑切 线法拟 合 与年增可采储量的计算
由图 １可 知 ， 实 际开 发 中 ， 难 找 到式 （ ） 在 很 ２ 那种 直 线 关 系 。但 是 ， 以通 过 拟 合 ， 出各个 点 可 作
（ ／ Ｎ ／ ） Ｑ Ｎ ， 。Ｑ 构成的轮廓线。采用 １ Ｏ ｔ ｐ 软件 ｓ ｔ
型为 例 ， 明如何 利用 平滑 切线 法预 测油 气 田年增 说
可采 储量 。
蔷
１ ｌ ｇ ｔ 模型的基本假 设 ， ｉｉ ｏ ｓｃ
该模型假设 ： 累计产量 的相对增长率与剩余可
采储 量成 正 比； 一定 条件 下 ， 在 可采 储量 有 限 ， 有 具
广义伽马旋回模型在油气田产量与可采储量预测中的应用
断
拄
油
气
第 ９卷 第 ２ 期
ＦＡＵＩ＿＿ ＿ ＣＫ （订 ８ ｒ ８【 Ｉ （ 】 ＧＡＳ ＦＩ Ｅ［Ｄ
广 义 伽 马 旋 回模 型 在 油 气 田产 量 与 可 采 储 量 预 测 中 的 应 用
李广 志
河 南 石 油勘 探 局 设 计 院 ）
在 油 气 田 产 量 与 可 采 储 量 预 测 中 是 实 用 有 效 的
ｃ １ ｄ（
Ｈ
作者 受翁旋 回模 型 的启发 ． 于对 概 率统 计 中广 基
义 伽 马 分 布 的 研 究 ， 出 了 用 广 义 伽 马 旋 回模 型 提
预测 油气 田产量 与可 采储 量 ， 通 过 ２种模 型 在 并
点 的时间值 。 显 然 ． 式 （ ） ， ｄ一 １时 ． 义 伽 马 旋 回 在 ２中 当 广
地质 储 量 ／ Ｍｒ 有效厚度． ｍ 有技孔隙度 ． 空气 渗透 率 ｍ 原始 地 层 压 力 ， ａ ＭＰ 饱 和 压力 ／ ａ ＭＰ 原 始 气油 比／ ｍ。 ｔ （ ，）
业 于 长 春 地 质学 院 管 理 工 程 系 ． 从 事 技 术 经 济 工 作 曾 现 发 表 教 篇 论 文 ． 址 （７１２ ： 南 省 南 阳 市－ 话： 地 ４３３ ） 河 电
（ ３ １ ８ ７６ ０ ７ ９ ５０ ３
在油气 田产 量 预测 中 ， 义伽 马旋 回模 型 可 广
模型在 油气 田产量 及 可采储量预 测 中也是 实用有 效的 。
关 键词 伽 马旋 回 预 测 油 田 产 量 可 采 储 量
引言
我 国著 名 的 地 球 物 理 专 家 ， 故 的 中 科 院 院 已 士 翁 文 渡 先 生 出版 的 专 著 《 测 论 基 础 》 首 次 提 预 中
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1969 1970 1971 1972 1973 1974 1975 1976
13 14 15 16 17 18 19 20
137.0 109.0 89.0 79.0 7Βιβλιοθήκη .0 60.0 53.0 45.0
125.280 112.297 99.350 86.946 75.408 64.913 55.533 47.265
Q（108m3/a）
NP(108m3)
26.647 45.456 68.603 93.526 117.186 136.898 150.896 158.490 159.933 156.114 148.241 137.579
33.743 69.355 126.116 207.158 312.742 440.203 584.621 739.850 899.544 1057.959 1210.421 1353.513
实验 4 油气产量和可采储量的预测模型
一、 问题分析与建立模型
我们将前面介绍的指数增长模型用于油气产量预测，并试着假设增长率 r 随时间 t 变 化，即 r 是 t 的函数，从而得到油气田的累积产量 N P 与时间 t 的关系：
dN P r (t ) N P dt
如果开发时间 t 以年为单位，则油气田的年产量 Q
dN P ，方程可改写成 dt
Q r (t ) NP
现在的问题的关键是寻找油气产量的增长率 r (t ) 了。1995 年有人通过对国内外一些油 气田开发资料的统计研究，得到结论：油气田的产量与累积产量之比( Q N P )，与其开发时 间 t 存在着较好的半对数关系，即
log
或改成
Q A Bt NP
这是一阶线性齐次常微分方程，其解为
a N P N R exp exp bt P exp bt b
由于 t R 很大， e btR 0 。所以得到预测油气田累积产量的模型为
a N P N R exp exp bt b
1452.0 1561.0 1650.0 1729.0 1799.0 1859.0 1912.0 1957.0
1485.035 1603.847 1709.643 1802.730 1883.825 1953.895 2014.024 2065.332
从上面图表中可以看出，预测结果是令人满意的。
legend('实际值','预测值') figure(2) plot(t,data1,'.',t,pQ) xlabel('时间 t(年)') ylabel('年产值 Q(10^8m^3)') legend('实际值','预测值') axis([0 20 0 180]) %作表比较 format short fprintf('年份 for i=1:20 fprintf('%d %d %1.0f %3.3f %4.0f %4.3f T Q N_p \n')
bt
) 和 log N P ，并由（10）式进行 log N P 和 x 的线性
end N_p QN_p=data1./N_p; %Q/N_p
logQN_p=log10(QN_p)'; AA1=ones(20,1); AA2=-data3'; AA=[AA1,AA2]; AB=AA\logQN_p; A=AB(1) B=AB(2) %第二步:进行 logN_p 与 x 的线性回归 a=10^A;b=B*log(10);t=data3; x=exp(-b*t); AAA=[AA1,-x']; logN_p=log10(N_p)'; alphabeta=AAA\logN_p; alpha=alphabeta(1) beta=alphabeta(2) %第三步：求可采储量 N_R=10^alpha N_R=10^alpha; %第四步：预测油气田的累积产量和年产量 pN_p=N_R*exp(-a/b*(exp(-b*t))); %pN_p=10.^(alpha-beta*x) pQ=a*N_R*exp(-a/b*exp(-b*t)-b*t); %结果分析 figure(1) plot(t,N_p,'.',t,pN_p) title('累积产量预测值与实际值对照图') xlabel('时间 t(年)') ylabel('累积产量 N_p')
\n',data2(i),i,data1(i),pQ(i),N_p(i),pN_p(i)) end
三、结果分析
表 4.12.1 实际值与预测值对照表
T
年份 （a） 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1 2 3 4 5 6 7 8 9 10 11 12 实际值 19.0 43.0 59.0 82.0 92.0 113.0 138.0 148.0 151.0 157.0 158.0 155.0 预测值 实际值 19.0 62.0 121.0 203.0 295.0 408.0 546.0 694.0 845.0 1002.0 1160.0 1315.0 预测值
对上式求导，即得油气田年产量的预测模型为
a Q a N R exp exp bt bt b
为了确定油气田的可采储量 N R ，我们对前一式两边取常用对数：
log N P x
其中
log N R ,
二、计算过程
a , x e bt 2.303b
Q a e bt NP
其中 a 10 A , b ln10 B 2.303B 。 设油气田的可采储量为 N R ，相对应的开设时间为 t R ，由此，便得到预测油气产量的微 分方程
dN P ae bt N P dt N P (tR ) N R
第一步：根据油气田实际生产数据，利用线性回归由（5）式求得截距 A 和斜率 B ，进 而计算出 a, b 之值。 第二步：计算出不同时间的 x( e 回归，求得截距 和斜率 。 第三步：计算出油气田的可采储量 N R 10 。 第四步：将 a, b 和 N R 的值代人（8）和（9）式，即得预测油气田的累积产量和年产量 的计算公式。 第五步：利用所得到的公式，计算相应年份累积产量 N P 和年产量 Q 的预测值。 Matlab 源程序： clear all %第一步，利用线性回归求截距 A 和斜率 B data1=[19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 70 60 53 45]; data2=1957:1976; data3=0:length(data2)-1; N_p(1)=data1(1); for i=2:20 N_p(i)=N_p(i-1)+data1(i); %N_p 累积产量