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
2015-09-23
SCID: 54.1/rss6vh3d
Discuss with AI
EDFMуравнение Писманавстроенная модель дискретных трещинтехнология fishbonesненаблюдаемые соединения (NNC)
Figures from the paper
Abstract (AI)
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.
Key Findings
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.
Research Object
Система стимуляции скважины «fishbones», смоделированная как эквивалентные дискретные трещины (ветви fishbone представлены как трещины в системе пласт–скважина)
Research Subject
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
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai2
Работы, цитирующие эту статью4
Модель сопряжённого течения в пласте и стволе скважины для рыбообразных многоветвистых скважин в коллекторах с подпорным водонапором2021
Новая методика количественной оценки продуктивности сложных скважин с использованием инструментов искусственного интеллекта2020
Применение методов искусственного интеллекта для прогнозирования продуктивности «рыбьего скелета» (fishbone) скважин2019
Новый подход к количественной оценке продуктивности многоствольной «рыбьей кости» скважины2017