Моделирование fishbones с использованием формулировки Embedded Discrete Fracture Model: анализ чувствительности и согласование по истории

Modeling Fishbones Using the Embedded Discrete Fracture Model Formulation: Sensitivity Analysis and History Matching
Kamy Sepehrnoori, Jose Sergio Cavalcante Filho, Yifei Xu
2015-09-23

EDFMуравнение Писманавстроенная модель дискретных трещинтехнология fishbonesненаблюдаемые соединения (NNC)
Технология fishbones представляет собой новую методику стимуляции скважин, разработанную для увеличения индекса продуктивности скважины и улучшения связности пласта со скважиной, являясь альтернативой гидроразрыву. Эта техника заключается в создании нескольких ответвлений (отверстий) в скважине с помощью закачки кислоты (растворение и диверсия). Эти ответвления имеют малый диаметр и среднюю длину около 40 футов. Основные преимущества этой технологии по сравнению с гидроразрывом — конкурентная стоимость и сокращённое время операций. В данной работе мы ставим задачу моделирования fishbones с использованием Embedded Discrete Fracture Model (EDFM), изначально разработанной для моделирования проводящих разломов и трещин. Код предобработки EDFM был переписан и расширен для генерации несоседних связей (non-neighboring connections, NNC) между матрицей, трещинами и соединениями со скважиной; NNC были экспортированы и использованы в качестве входных данных для численного симулятора, способного работать с NNC. Мы модифицировали код предобработки EDFM для адекватного моделирования fishbones. Каждое ответвление fishbone рассматривается как трещина с размерами, эквивалентными размерам ответвления (радиус и длина). Использование соответствующих уравнений на основе уравнения Писмена (Peaceman) позволяет моделировать fishbones как эквивалентные трещины. Наш новый подход был использован для проведения анализа чувствительности (метод «один за раз») свойств пласта и числа ответвлений fishbone для случая первичной добычи нефти. Для результатов первого пилотного применения технологии fishbone было выполнено согласование по истории с использованием автоматизированного алгоритма. Также оценивались случаи тройной пористости, и была получена хорошая согласованность между моделированием и данными добычи. Анализ чувствительности с применением планирования экспериментов и регрессионной техники был использован для сравнения применения fishbones в различных пластах (изотропных, анизотропных и трещиноватых) в условиях первичной добычи нефти. Результаты моделирования показывают, что fishbones являются перспективной технологией стимуляции, требующей дальнейшей оценки.
1
Автоматизированное подгонка истории (history matching) для первого пилота с технологией фишбон дала хорошее согласие между симуляцией и данными добычи, включая случаи с тройной пористостью.
2
Анализ по плану экспериментов и регрессионный анализ сравнили применение фишбонов в изотропных, анизотропных и естественно трещиноватых пластах, показывая, что фишбоны являются перспективной технологией стимуляции.
3
Фишбоны можно моделировать в резервуарных симуляторах, рассматривая каждую ветвь как эквивалентный разлом с размерами ветви и уравнениями на основе Писмана (Peaceman).
4
Проведен однофакторный анализ чувствительности по свойствам пласта и числу ветвей фишбонов для сценариев первичной добычи нефти.
5
Код предобработки EDFM был переписан и расширен для генерации ненепосредственных соединений (NNC) между матрицей, трещинами и скважинами для адекватного моделирования фишбонов.

Система стимуляции скважины «fishbones», смоделированная как эквивалентные дискретные трещины (ветви fishbone представлены как трещины в системе пласт–скважина)

Моделирование и оценка влияния ветвей fishbone на работу пласта, включая анализ чувствительности, подгонку истории (history matching), влияние свойств пласта (изотропный, анизотропный, трещиноватый), числа ветвей и поведение тройной пористости с использованием формулировки EDFM и реализации ненепосредственных связей (NNC)

Publication Details
Publication Date
2015-09-23
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Kamy Sepehrnoori
Jose Sergio Cavalcante Filho
Yifei Xu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%