常用的剩余油分布研究方法

合集下载
  1. 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. 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. 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)。

常用的剩余油分布研究方法主要包括如下六类:

1、应用检查井密闭取心资料评价油层水淹状况技术;

2、常规测井水淹层评价技术;

3、生产测井法研究剩余油技术;

4、动态分析法研究剩余油技术;

即利用新井(老区内所钻的调整井或更新井)投产和老井卡堵水资料、含油带的宽窄、储层展布资料综合研究剩余油的技术。

5、油藏数值模拟技术;

通过流体力学方程应用计算机及计算数学的求解,结合油藏地质学、油藏工程学、热力学、化学来重现油田开发的全部实际过程,达到搞清油藏剩余油分布,进而通过由不同措施组成的多种方案进行优化来解决油藏有效挖掘剩余油的实际问题。

6、模糊综合评判和神经网络模式识别技术;

在对影响剩余油分布的各种地质及开发因素分析的基础上,通过对油田中高含水期及高含水期后期检查井各类油层水淹状况的解剖,分析研究了各类油层水淹程度与其各种影响因素(注采关系、砂体类型、连通状况及注水状况等)的关系,并利用模糊综合评判方法和神经网络模式识别技术,实现小层任意井点处水淹程度的自动判别,进而确定各小层的剩余油平面分布。

⑴、模糊综合评判法及神经网络模式识别法实现逐层逐井水淹程度的自动判别,特别是那些缺少监测资料的

井点;为高含水后期剩余油研究提供新思路。

⑵、由于剩余油分布的多样化及复杂性,目前剩余油描述的精度及量化程度还有待进一步提高。

⑶、神经网络模式识别法不受样品数限制,但样品越具有代表性,判别的精度越高。

⑷、由于储层物性及开发条件迥异,判别油层水淹程度时,若资料充分应建立各自隶属关系图版及学习模型,

利于保证判别精度。检查井资料不足时可用单层试油或测试资料。

相关文档
最新文档