张嘉轩 向洪莉 罗 啸 房 媛
中国石油青海分公司采油一厂 青海 海西 816400
摘要：油田生产动态分析是提高油田整体开发效果、挖掘油藏潜力的有效手段之一。因此，文章在研究油田油藏储层特征与渗流规律的基础上，利用灰色关联分析法+数值模拟法，依托水平井压裂监测数据，研究了油田生产的动态变化规律以及各参数与水平井产能之间的最优化关系。
关键词：油田生产；动态分析；灰色关联分析
前言：多年来，动态分析油田生产的研究在学术界、实践界始终被大力关注。随着计算机分析技术、监测设备现代化水平的提高，油田生产的动态分析也迈入了新的阶段，利用现代化方法进行油条油、水井生产动态的实时监测分析再次进入人们的视线。基于此，对油田生产的动态分析方法进行适当分析非常必要。
一、油田生产的基本情况
某油田区域内发育8套含油层系，工区范围达3652.1km2，石油远景资源量5.6x108t，累积提交石油探明储量1895.25x104t。从上世纪九十年代探井试油并获得工业油流至今，该油田在较长一段时间内处于产量低、产量下降快的状态。从储层沉积特征来看，该油田沉积体系为前三角洲亚相，包括分流河道、水下分流河湾、分流间湾几个微相，其中分流河道以发育河道砂沉积为主，水下分流河湾常被分流河道、河口沙坝切割，分流间湾分布范围较小。从渗流规律上来看，该油田储层砂体具有极差的物性，属于低孔位低渗透性储层，平均孔隙率为9.85%，平均渗透率为0.36x10-3μm2。
二、油田生产的动态分析过程
1、建立分析模型
从油田生产过程上来看，动态分析主要是判定受多因素影响下的油田产能变化。比如，水平井参数、压裂因素、储层因素等。在分析前，根据动态分析目标，可以进行评价指标体系构建，并以各指标最优或最劣值进行参考数据列构建。具体为：
.png)
-2中，u为（0,1）内的分辨系数，与关联系数之间的差异成反比，可取固定值0.5，q为绝对差值。
2、产能动态分析
依托压裂水平井产能分析理论，收集案例油田储层分段压裂水平井资料，并提取压裂加砂量、入地液量、施工压力、水平井段长度、破裂压力、地层压力、孔隙度等对压裂水平井产能具有影响的因素。其中资料收集可以选择微地震监测方法，布置若干个微地震点，通过计算机进行微地震信号的识别，获得微地震分布轮廓，为注水前缘裂缝参数、裂缝长度等参数提取奠定基础。
在资料收集以及影响因素提取的基础上，以压裂生产后液体产出量为目标函数，进行各因数与压裂之后产量的关联分析，得出压裂加砂量、入地液量、施工压力、水平井段长度、破裂压力、地层压力、孔隙度与产能的关联系数分别为0.965、0.859、0.912、0.915、0.875、0.899、0.836。鉴于压裂数据与产能关联系数越大表明其对压裂后产能影响最为显著，因此，可以在设定裂缝长度为250m的情况下，对压裂后水平井产能进行数值模拟。即假定三维油水两相渗流模型内无自由气体，地层岩石、流体具备可压缩性且裂缝高度与油层厚度相等。同时设定模型网格在Y方向的步长与X方向的网格步长分别为3.80m、10.5m，有效厚度为20.0m、原始地层压力为20.0MPa，地层温度为65.8℃井控储量为15.8x104m3，渗透率与孔隙度设定原参数不变。基于此，调整水平井长度至600.0m~1200.0m，可以得到压裂后水平井日产量、累积产量动态变化。
三、油田生产的动态分析结果
1、结果分析
通过对压裂后水平井日产量、累积产量动态变化进行分析可知，随着水平井长度的增加，压裂后日产油量、累积产油量也处于小幅度增加状态，且增加幅度随着时间的延长而不断减小。比如，在水平井长度为700.0m时，1t油田日产油量为12.0m3/d，365t油田平均日产油量为3.0m3/d，而在水平井长度为1200.0m时，1t油田日产油量为18.5m3/d，365t油田平均日产油量为4.0m3/d。同理可以设定其他影响因素不变，增加裂缝条数至1条～12条，或者设定裂缝长度至60m~195m，可以得出随着裂缝条数的增加或者裂缝长度的增加，油田产量处于小幅度增长状态，增加幅度处于逐步减少状态。比如，在裂缝长度一定，裂缝条数为1条时，1t油田日产量为0.5m3/d，2000t油田平均日产量为0.45m3/d；在裂缝长度一定，裂缝条数为9条时，1t油田日产量为2.5m3/d，2000t油田平均日产量为1.45m3/d。再如，在裂缝条数一定，裂缝长度为60.0m时，1t油田日产量为0.5m3/d，2000t油田平均日产量为0.45m3/d；在裂缝条数一定，裂缝长度为120.0m，1t油田日产量为1.8m3/d，2000t油田平均日产量为1.0m3/d。考虑经济性、技术性等多方面因素，对于特定的油藏，可以根据其动态变化规律，选择相对最优的裂缝数量、裂缝长度。在单纯考虑油田产量的情况下，可以选择8条长度为120.0m的裂缝。
2、结果应用
以前述分析数据为样本，基于BP神经网络方法，以压裂后产液量、压裂后油田产量影响因子分别为目标向量、输入向量。分别利用17个神经元进行训练，并设定网络精度为0.04，对油田生产数据进行预先估测检验，得出网络预先估测最大误差为45.6%，源于储层物性、裂缝长度等参数，但满足产量预先估测需要。由此可知，油田动态分析结果可以满足未来油田产量预测需要，具有较大的应用价值。但是，为了降低样本参数误差，在动态分析过程中应着重监测储层物性、裂缝长度对压裂后油田产量的影响。比如，在油田油藏生产预先估测过程中，基于油田储层单井产量递减规律，可以利用童氏图版法+多元回归法/插值法进行动态拟合。即在油田生产报表中选择典型性产油量、裂缝长度、储层物性数据点，在实测数据点分布范围处于较小的情况下，根据所选择的动态变化液面对产量、裂缝长度或者产量与储层物性进行二元回归，确定每一口井的回归方程后进行每天动液面变化情况；而在实际测量液面数据较多且分布范围较广时，则需要经过插值法进行动液面的直接确定，以便获得满意的动态分析结果。
总结：
综上所述，油田生产的动态分析结果对于低渗透油藏压裂优化具有良好的指导价值，也可助力压裂增产以及产能预测。因此，技术人员可以根据油田综合治理、产能增加、潜力挖掘需要，构建油田生产的动态分析模型，获得准确性、可靠性较高的动态分析结果，为油田生产动态分析结果的有效应用提供依据。
参考文献
[1]生产动态测井资料在J油田开发中的应用[J]. 翁剑. 石油天然气学报. 2013(06)