西南石油大学学报(自然科学版)  2019, Vol. 41 Issue (4): 99-106
水驱气藏生产数据分析方法研究及应用    [PDF全文]
郑永建1 , 段永刚2, 魏明强2    
1. 中海石油(中国)有限公司湛江分公司, 广东 湛江 524057;
2. 西南石油大学石油与天然气工程学院 四川 成都 610500
摘要: 水驱气藏动态储量核算和水体大小的研究一直是此类气藏动态分析的重要内容。常规生产数据分析技术主要针对定容封闭气藏,而对于水驱气藏适应性差。为此,以气藏不稳定渗流理论为基础,考虑气藏水侵特征建立了水驱气藏渗流模型,利用Laplace变换法推导获得了水驱气藏不稳定产量响应解,计算并绘制了现代产量递减典型曲线。根据曲线特征将产量递减过程划分成4个典型流动阶段,讨论了无因次水侵量和无因次水侵时间对产量递减典型曲线的影响。结合现代生产数据分析技术,利用气井产量与压力的相互关系,提出了定量评价水侵强度和水侵开始时间,求取动储量、渗透率等气藏参数的方法。现场实际生产数据分析结果表明,该方法满足水驱气藏动态分析的工程实际要求,对于指导此类气藏的开发具有重要意义。
关键词: 渗流模型     水驱     递减曲线     生产数据分析     动储量    
Analysis Method for the Production Data of Water Drive Gas Reservoirs and Its Application
ZHENG Yongjian1 , DUAN Yonggang2, WEI Mingqiang2    
1. CNOOC China Limited, Zhanjiang Branch, Zhanjian, Guangdong 524057, China;
2. School of Oil & Natural Gas Engineering, Southwest Petroleum University, Chengdu, Sichuan 610500, China
Abstract: Conventional production data analysis techniques are primarily applied to closed gas reservoirs having constant volume, but are not applicable to water drive gas reservoirs. Based on the unstable seepage theory, a seepage model for water drive gas reservoirs was established considering the water encroachment characteristics of gas reservoirs. Subsequently, the response solution of the unstable production of water drive gas reservoirs was derived using Laplace transform, and the typical curves of modern production-decline analysis were computed and plotted. From the results, four typical flow stages were categorized according to the characteristics of the curves. In addition, the effects of dimensionless water encroachment influx and time on a typical production-decline curve were discussed. Combined with modern production data analysis technology, a quantification method exploiting the relationship between the production and the pressure of gas wells was proposed for the quantitative evaluation of the intensity and starting time of water encroachment, as well as calculation of the dynamic reserve, permeability and other parameters of the gas reservoir. The results of the field production data analysis showed that this method was able to meet the engineering requirements of the dynamic analysis for water drive gas reservoir.
Keywords: seepage model     water drive     production-decline curve     production data analysis     dynamic reserve    
引言

实际气藏开发经验表明,很多气藏都与天然水体相连。这些水体可能是封闭的边底水,也有可能是敞开的[1-3]。水体的复杂性增加了这类气藏动态储量计算以及动态分析的难度。尽管物质平衡法[4, 5]、基于生产动态数据的产量递减法[6, 7]、压降法[8]等常规气藏动态储量的计算方法已相对成熟,但是针对复杂水侵条件下气藏计算动态储量和生产动态分析方法较少。一方面,由于地层物性差、压力恢复速度缓慢,气田受产量压力的影响往往导致关井时间不足,不能取得准确的地层压力,导致动储量计算结果偏小;另一方面,物质平衡法不能区分水侵的影响,又会导致动储量计算结果偏大。近年来,学者们针对水驱气藏动态分析方面开展了大量研究,并前后提出了气井稳态水侵量计算法[9-12]和非稳态水侵量计算方法[13-16]。随后,在稳态和非稳态计算方法基础上,刘建仪等分别开展了强水侵凝析气藏、裂缝型水侵气藏、边底水气藏动态储量、水侵量,生产动态预测等方面的研究[17-21],但是这些研究均未考虑水侵气藏完整生产周期中渗流过程,且计算需要关井获得多个地层静压,现场难以对该类气藏各井动态分析进行推广应用。为此,在前人的研究基础上[13-14, 20-21],以气藏渗流理论为基础,建立边底水条件下气藏渗流模型,并结合现代生产数据分析技术,利用气井产量与压力的相互关系,不需要进行关井测试即可评价水侵强度和水侵开始时间,求取动储量、渗透率等气藏参数,对气藏精细描述、储量预测、开发效果评价具有重要意义。

1 水驱气藏生产数据分析理论基础

根据水驱气藏的渗流特征,建立两区径向复合气藏水驱物理模型,即内区为气区,外区为水区的水体。进一步在物理模型基础上建立渗流数学模型,利用Laplace变换和Stehfest数值反演算法可求解获得诊断水驱强度的生产数据分析典型曲线,将生产数据(压力、产量)代入模型,进行拟合分析即可得到气藏动储量和水驱强度等参数。

1.1 物理模型

根据弱边水气藏水驱特征,假设边水水驱区域沿着从外区均匀向内区推进侵入,因此可建立边底水驱动气藏渗流物理模型(图 1)。假设模型满足以下条件。

图1 边底水驱动气藏渗流模物理型 Fig. 1 Physical flow model of gas reservoir driven by edge and bottom water

(1) 储层均质,各向同性,且厚度相等。

(2) 储层中,气体为可压缩流体,水和岩石的物理性质与压力无关。

(3) 地层流体渗流满足经典的达西渗流规律。

(4) 初始条件下储层中各处压力相等,气井采用定产方式生产。

(5) 有限水体能量驱动气藏外边界。

(6) 水驱满足径向水驱模式。

(7) 以流度比反映水侵强弱。

1.2 数学模型

在边底水驱动气藏渗流模物理型假设条件基础上,结合质量守恒定律、达西定律、状态方程等渗流理论,可建立水驱气藏无因次数学模型

$ \left\{ \begin{array}{l} {{\psi }_{{\rm wD}}}={{\left[ {{\psi }_{{\rm D}}}-S\left( {{r}_{{\rm D}}}\dfrac{\partial {{\psi }_{{\rm D}}}}{\partial {{r}_{{\rm D}}}} \right) \right]}_{{{r}_{{\rm D}}}=1}} \\ {{\psi }_{{\rm D}}}\left( {{r}_{{\rm D}}}, {{t}_{{\rm D}}}=0 \right)=0 \\[3pt] {{\left. -{{r}_{{\rm D}}}\dfrac{\partial {{\psi }_{{\rm D}}}}{\partial {{r}_{{\rm D}}}} \right|}_{{{r}_{{\rm D}}}={{R}_{{\rm eD}}}}}={{q}_{{\rm Dext}}} \\[4pt] {{C}_{{\rm D}}}\dfrac{{\rm d}{{\psi }_{{\rm wD}}}}{{\rm d}{{t}_{{\rm D}}}}-{{\left. {{r}_{{\rm D}}}\dfrac{\partial {{\psi }_{{\rm D}}}}{\partial {{r}_{{\rm D}}}} \right|}_{{{r}_{{\rm D}}}=1}}=1 \\[4pt] {{\psi }_{{\rm wD}}}={{\left[ {{\psi }_{{\rm D}}}-S\left( {{r}_{{\rm D}}}\dfrac{\partial {{\psi }_{{\rm D}}}}{\partial {{r}_{{\rm D}}}} \right) \right]}_{{{r}_{{\rm D}}}=1}} \\ \end{array} \right. $ (1)

式中:${{\psi }_{{\rm wD}}}$—无因次井底拟压力;

${{\psi }_{{\rm D}}}$—无因次拟压力;

$S$—表皮系数,无因次;

${{r}_{{\rm D}}}$—无因次半径;

${{t}_{{\rm D}}}$—无因次时间;

${{R}_{{\rm eD}}}$—内区无因次半径;

${{q}_{{\rm Dext}}}$—无因次边界流量;

${{C}_{{\rm D}}}$—无因次井储系数。

内区边界水侵的“阶梯”流量条件(内边界流的脉冲开始)[22]

$ {{q}_{{\rm Dext}}}\left( {{t}_{{\rm D}}} \right)=-{{q}_{{\rm Dext, }\infty }}U\left( {{t}_{{\rm D}}}-{{t}_{{\rm Dstart}}} \right) $ (2)

式中:${{q}_{{\rm Dext}, }}_{\infty }$—无因次终点流量;

$U$—单位阶段函数;

${{t}_{{\rm D}s{\rm tart}}}$—无因次水侵开始时间。

结合式(1)和式(2),可推导出水驱气藏定产条件下的Laplace空间的压力解

$ {{\overline{\psi }}_{{\rm D}}}({{r}_{{\rm D}}}=1, u)=\dfrac{1}{u}\dfrac{{{K}_{0}}(\sqrt{u}){{I}_{1}}(\sqrt{u}{{r}_{{\rm eD}}})+{{K}_{1}}(\sqrt{u}{{r}_{{\rm eD}}}){{I}_{0}}(\sqrt{u})}{\sqrt{u}{{K}_{1}}(\sqrt{u}){{I}_{1}}(\sqrt{u}{{r}_{{\rm eD}}})-\sqrt{u}{{I}_{1}}(\sqrt{u}){{K}_{0}}(\sqrt{u}{{r}_{{\rm eD}}})} \\ {\kern 40pt} +\dfrac{1}{u}{{\overline{q}}_{{\rm Dext}}}(u)\left[ \dfrac{u}{\sqrt{u}{{r}_{{\rm eD}}}} \right]\dfrac{{{K}_{0}}(\sqrt{u})\sqrt{u}{{I}_{1}}(\sqrt{u})+{{I}_{0}}(\sqrt{u})\sqrt{u}{{K}_{1}}(\sqrt{u})}{\sqrt{u}{{K}_{1}}(\sqrt{u}){{I}_{1}}(\sqrt{u}{{r}_{{\rm eD}}})-\sqrt{u}{{I}_{1}}(\sqrt{u}){{K}_{0}}(\sqrt{u}{{r}_{{\rm eD}}})} $ (3)

式中:

${{\overline{\psi }}_{{\rm D}}}$—Laplace空间下的无因次拟压力;

${{\overline{q}}_{{\rm Dext}}}$—Laplace空间下的无因次边界流量;

$u$—Laplace空间时间;

$K_{{\rm 0}}$—变型第二类0阶Bessel函数;

$K_{{\rm 1}}$—变型第二类1阶Bessel函数;

$I_{{\rm 0}}$—第一类0阶Bessel函数;

$I_{{\rm 1}}$—第二类1阶Bessel函数。%右边第二项即为水侵强度的影响项;

在定流量解基础上,Van Everdingen和Hurst[19]将拉普拉斯形式(使用卷积)的定流量条件下的无因次压力解转化为定压条件下的无因次流量。

$ {{q}_{{\rm D}}}\left( u \right)=\dfrac{1}{{{u}^{2}}}\dfrac{1}{{{\overline{\psi }}_{{\rm D}}}\left( u \right)} $ (4)

在式(4)基础上,Blasingame[24-28]引入了无因次规整化产量和物质平衡拟时间函数,建立了产量递减典型曲线,其具体理论公式为

$ \left\{ \begin{array}{l} {{q}_{{\rm Dd}}}={{q}_{{\rm D}}}\left( \ln {{r}_{{\rm eD}}}-\dfrac{1}{2} \right) \\ {{q}_{{\rm Ddi}}}=\dfrac{1}{{{t}_{{\rm Dd}}}}\int_{0}^{{{t}_{{\rm Dd}}}}{{{q}_{{\rm Dd}}}(\alpha ){\rm d}\alpha } \\ {{q}_{{\rm Ddid}}}=-\dfrac{{\rm d}{{q}_{{\rm Ddi}}}}{{\rm d}(\ln {{t}_{{\rm Dd}}})} \\ {{t}_{{\rm caDd}}}=\dfrac{{{t}_{{\rm D}}}}{\dfrac{1}{2}\left( r_{{\rm eD}}^{2}-1 \right)\left( \ln {{r}_{{\rm eD}}}-\dfrac{1}{2} \right)} \end{array} \right. $ (5)

式中:$q_{{\rm Dd}}$—无因次规整化产量;

$q_{{\rm Ddi}}$—无因次规整化产量积分;

$q_{{\rm Ddid}}$—无因次规整化产量积分导数;

${r}_{{\rm eD}}$—无因次泄油半径;

$\alpha$—关于无因次时间的变量;

$t_{{\rm caDd}}$—Blasingame无因次物质平衡时间。

该方法已广泛应用于气井的生产动态分析,通过实际生产数据拟合Blasingame解释图版,时间—产量拟合点可以用来估算地质储量,泄油面积等参数[25]

2 产量递减特征分析及解释 2.1 典型曲线特征分析

根据上述水驱气藏不稳定产量理论公式,结合现代生产数据分析技术原理[25],计算了水驱气藏现代产量递减典型曲线,并与弹性水侵气藏对比(图 2)。

图2 弹性驱与水驱气藏产量递减典型曲线对比($r_{{\rm eD}}$=100, $t_{{\rm Dstart}}$=10, $q_{{\rm Dext}}$=0.98) Fig. 2 Comparison of typical production decline curves between elastic driving and water invasion gas reservoirs($r_{{\rm eD}}$=100, $t_{{\rm Dstart}}$=10, $q_{{\rm Dext}}$=0.98)

图 2可见,由于水驱作用影响,水驱气藏产量递减典型曲线后期流动阶段与弹性气驱气藏递减曲线表现明显差异。根据规整化产量曲线特征,可将水驱气藏产量递减典型过程划分为4个阶段:(1)早期不稳定流阶段。(2)第一次衰竭流动阶段,无因次规整化产量曲线斜率为-1。(3)第二不稳定流阶段(即水侵影响阶段),受水体能量响应,无因次规整化产量曲线表现向右上方偏移特征。基于此,弹性驱气藏产量递减典型曲线无此阶段特征。(4)系统拟拟定流阶段,无因次规整化产量曲线斜率为-1。

2.2 敏感性参数影响分析

根据水驱气藏定产压力解的表达式(3)和式(4)可知,水驱气藏产量递减曲线主要受无因次水侵稳定流量、无因次水侵稳定时间影响。

图 3可见,无因次水侵稳定流量主要影响水侵作用阶段和系统拟稳定流阶段。水侵稳定流量越大,水侵作用段无因次规整化产量越大,水侵作用段持续的时间越长(即系统进入拟稳定流阶段的时间越晚)。

图3 无因次水侵稳定流量对水驱气藏典型理论曲线的影响($t_{{\rm Dstart}}$=10, $r_{{\rm eD}}$=100) Fig. 3 Typical theoretical curves of water flooding reservoirs influenced by the dimensionless water inflow rate($t_{{\rm Dstart}}$=10, $r_{{\rm eD}}$=100)

图 4为无因次水侵时间对水驱气藏现代产量递减典型曲线的影响图。从图 4可见,无因次水侵时间影响进入水侵作用流动阶段的早晚,即无因次水侵时间越长,无因次规整化产量曲线水侵作用流动阶段出现的时间越晚。

图4 无因次水侵时间对水驱气藏典型理论曲线的影响($r_{{\rm eD}}$=100,$q_{{\rm Dext}}$=0.98) Fig. 4 Typical theoretical curves of water flooding reservoirs influenced by dimensionless water invasion time

为此,利用无因次规整化产量曲线出现水侵作用流动阶段的早晚及持续时间的长短,可以定量诊断无因次水侵稳定流量、无因次水侵稳定时间,进而指导此类气田生产数据动态分析。

2.3 解释步骤及方法

根据上述水驱气藏动态储量计算基本理论,结合现代生产数据分析技术,利用气井产量与压力的相互关系,不需要进行关井测试即可评价水侵强度和水侵开始时间,求取动储量、渗透率等气藏参数。其变流量气井的动态物质平衡分析解释步骤如下:

(1) 原始压力转换为原始压力拟压力${{\psi }_{{\rm pi}}}$、流压转换为流压拟压力${{\psi }_{{\rm pwf}}}$

(2) 假设一个原始地质储量值$G$和水侵强度$W_{{\rm i}}$

(3) 计算生产流量序列对应的拟时间$t_{{\rm a}}$、拟累积产量、物质平衡拟时间$t_{{\rm a}}$

(4) 绘制$({{p}_{{\rm pi}}}-{{p}_{{\rm pwf}}})/q$对物质平衡拟时间${{t}_{{\rm a}}}$图;

(5) 计算平均地层拟压力${{\psi }_{{\rm pR}}}$,转换为真实平均地层压力${{p}_{{\rm R}}}$

(6) 计算出${{p}_{{\rm R}}}/Z$,并对累积产量${{G}_{{\rm P}}}$作图,确定原始地质储量$G$和水侵强度$W_{{\rm i}}$

(7) 用新的储量$G$和水侵强度$W_{{\rm i}}$值,重复(1)$\sim$(6)步,直到$G$满足精度为止。

基于上述步骤,通过把生产数据绘制的双对数曲线叠合在典型曲线上选取最佳拟合曲线并挑选最佳拟合点,获得最好拟合情况下的$\dfrac{{{r}_{{\rm e}}}}{{{r}_{{\rm wa}}}} $及%选定最佳拟合点则分别获得无因次规整化产量、无因次规整化产量积分和无因次规整化产量积分导数曲线对应的$\left( {\frac{q}{{\Delta {p_{\rm{p}}}}},{t_{\rm{a}}}} \right)$$\left( {{q}_{{\rm Dd}}}, {{t}_{{\rm caDd}}} \right)$。再根据式(6)就可以获得渗透率的计算式。

$ K=\dfrac{1.842\times {{10}^{-3}}{{\mu }_{\text{g}}}}{h}{{ \dfrac{ \dfrac{q}{\Delta {{p}_{\text{p}}}} }{{{q}_{\text{Dd}}}} }}\left( \ln {{\dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} }}-\dfrac{1}{2} \right) $ (6)

其中

$ {{q}_{\text{Dd}}}=\dfrac{q}{\Delta {{p}_{\text{p}}}}\dfrac{1.842\times {{10}^{-3}}{{\mu }_{\text{g}}}}{kh}\left( \ln {{ \dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} }}-\dfrac{1}{2} \right) $ (7)
$ {{r}_{\text{wa}}}=\sqrt{{{ \dfrac{{{t}_{\text{a}}}}{{{t}_{\text{caDd}}}} }}\dfrac{3.6K}{\phi {{\mu }_{\text{i}}}{{C}_{\text{ti}}}\left[ \dfrac{1}{2}\left( \dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} \right)^{\text{2}}-1 \right]\left( \ln {{ \dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} }}-\dfrac{1}{2} \right)}} $ (8)
$ {{t}_{\text{caDd}}}=\dfrac{3.6K{{t}_{\text{a}}}}{\dfrac{1}{2}\phi {{C}_{\text{ti}}}{{r}_{\text{wa}}}^{2}{{\mu }_{\text{gi}}}\left[ \left( \dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} \right)^{2}-1 \right]\left( \ln {{ \dfrac{{{r}_{\text{e}}}}{{{r}_{\text{wa}}}} }}-\dfrac{1}{2} \right)} $ (9)

式中:$K$—地层渗透率,D;

${{\mu }_{{\rm g}}}$—天然气黏度,mPa$\cdot$s;

$h$—储层厚度,m;

$q$—气井产量,m$^3$/d;

$\Delta p_{\rm p}$—规整化拟压力差,MPa;

$r_{\rm e}$—泄油半径,m;

$r_{{\rm wa}}$—有效井径,m;

$\phi $—孔隙度,$\%$

${{\mu }_{{\rm gi}}}$—原始地层压力下天然气黏度,mPa$\cdot$s;

${{C}_{\rm ti}}$—原始条件下综合压缩系数,MPa$^{-1}$

表皮系数$S$可通过式(10)获得

$ S=\ln \dfrac{{{r}_{{\rm w}}}}{{{r}_{{\rm wa}}}} $ (10)

原始地质储量$G$

$ G = \dfrac{{2{p_{\rm{i}}}}}{{ {{Z_{\rm{i}}}{\mu _{{\rm{gi}}}}{c_{{\rm{ti}}}}} }}{ {\dfrac{{{t_{\rm{a}}}}}{{{t_{{\rm{caDd}}}}}}} } {\dfrac{q/{\Delta {p_{\rm{p}}}}}{q_{\rm{Dd}}}} $ (11)

式中:$p_{{\rm i}}$—原始地层压力,MPa;

$Z_{{\rm i}}$—原始条件下气体偏差因子,无因次。

再结合式(6)和式(8),可以由式(12)计算得到供气半径

$ {{r}_{\text{e}}}=\sqrt{\frac{{{t}_{\text{a}}}}{{{t}_{\text{ caDd }}}}\frac{q/\Delta p}{{{q}_{\text{Dd}}}}\frac{2\times 3.6\times 1.842\times {{10}^{-3}}}{\phi {{c}_{\text{ti}}}h}} $ (12)
3 实例分析

根据上述水驱气藏生产数据分析理论,对南海L气田某水驱气井开展了实例分析研究。南海L气田气层分布纵向跨度大,从浅层的乐一段到深层的莺一段,共有20个气组,莺一段1气组为气田下层系的主力气层。以弱边水驱动为主,气藏类型以层状边水构造气藏为主。

A3井位于L气田下层系Y$_{{\rm 1}}$1,为弱边水驱动气藏。该井于2010年7月底见水,见水前水气比为0.1 m$^{{\rm 3}}$/($\times$10$^{{\rm 4}}$ m$^{{\rm 3}}$)左右,见水后水气比为0.4 m$^{{\rm 3}}$/($\times$10$^{{\rm 4}}$ m$^{{\rm 3}}$),见水后气井产水量快速增长,产气量大幅度递减,水气比持续快速增加,在2011年12月初进行采气树维保作业,活动井口时引起关井不能复开,后一直处于水淹关井状态,气井基本参数见表 1

表1 气井基本参数 Tab. 1 Basic parameters of the gas well

A3井生产时间长,生产数据波动较小,由生产数据折算的压降双对数曲线(图 5)可见,在后期压降双对数曲线往上翘,表现为明显的边界响应特征,满足产量递减分析要求压力波及边界的要求。

图5 双对数压力拟合曲线图 Fig. 5 Matching curves of the double logarithmic pressure

A3井生产动态数据折算的Blasingame双对数诊断曲线见图 6,由图 6可见,曲线拟合效果较好,该井生产过程中出现了早期不稳定流阶段、第一次衰竭流动、水侵作用及系统拟稳定流等4个典型水侵气藏递减阶段。

图6 Blasingame双对数诊断曲线 Fig. 6 Blasingame log-log diagnostic curves

A3生产数据分析结果见表 2

表2 生产数据分析结果 Tab. 2 Analysis results of production data

表 2可见,A3井产层有效渗透率5.64 mD,水侵强度0.72,水侵开始时间318.5 d,排除水侵影响后计算的动储量为74 922.33$\times$10$^{{\rm 4}}$ m$^{{\rm 3}}$。解释结果符合气井实际生产,基于分析结果和地质认识,认为A3井主要是裂缝沟通Y$_{{\rm 1}}$2气组底部水体纵向强水窜型出水,决定永久关停A3井,并控制该区块其他生产井的采气速度,取得了良好的控水稳气效果。

采用相同的分析参数对A3井的产量和井底流压进行拟合,拟合结果如图 7图 8所示。由可以看出,拟合曲线和实际曲线吻合较好,进而从多个方面角度验证了理论模型和方法的正确性和可靠性。

图7 A3井产量曲线 Fig. 7 Daily production rate curve of Well A3
图8 A3井流压曲线 Fig. 8 Flowing pressure curve of Well A3

本文提出的方法提高了水驱气藏生产动态分析的准确性,目前已在南海北部气田推广,有效地指导了气田的动态研究和开发调整。

4 结论

(1) 以气藏渗流理论为基础,采用物质平衡校正,建立水驱气藏拟稳定渗流模型;引入Blasingame分析技术建立水驱气藏现代产能递减分析图版,提高了产能递减分析的可靠性。

(2) 利用水驱气藏的现代产能分析图版,提出水驱气藏生产数据分析方法,采用该方法计算水驱气藏渗透率、表皮系数和动储量等参数更加可靠。

(3) 分析了无因次的水侵流量和无因次的水侵时间对Blasingame产量递减分析理论图版的敏感性影响。研究表明,无因次水侵稳定流量主要影响产量递减曲线中的水侵作用和系统拟稳定流动阶段,即水侵稳定流量越大,水侵作用段无因次规整化产量越大,水侵作用段持续的时间越长;无因次水侵时间越长,规整化产量曲线上水侵作用流动阶段出现的时间越晚。

(4) 提出的水侵生产数据动态分析新方法有效的解决了水驱气藏动态分析的难题,能够更好地指导水驱气藏的开发动态分析和合理配产调整。

参考文献
[1]
王怒涛, 唐刚, 任洪伟. 水驱气藏水侵量及水体参数计算最优化方法[J]. 天然气工业, 2005, 25(5): 75-77.
WANG Nutao, TANG Gang, REN Hongwei. Optimized calculating method of aquifer influx and parameters for waterdrive[J]. Natural Gas Industry, 2005, 25(5): 75-77. doi: 10.3321/j.issn:1000-0976.2005.05.024
[2]
冯曦, 彭先, 李隆新, 等. 碳酸盐岩气藏储层非均质性对水侵差异化的影响[J]. 天然气工业, 2018, 38(6): 67-75.
FENG Xi, PENG Xian, LI Longxin, et al. Influence of reservoir heterogeneity on water invasion differentiation in carbonate[J]. Natural Gas Industry, 2018, 38(6): 67-75. doi: 10.3787/j.issn.1000-0976.2018.06.009
[3]
孙志道. 裂缝性有水气藏开采特征和开发方式优选[J]. 石油勘探与开发, 2002, 29(4): 69-71.
SUN Zhidao. Production characteristics and the optimization of development schemes of fractured gas reservoir with edge or bottom water[J]. Petroleum Exploration and development, 2002, 29(4): 69-71. doi: 10.3321/j.issn:1000-0747.2002.04.021
[4]
李传亮. 油藏工程原理[M]. 北京: 石油工业出版社, 2005.
[5]
辛翠平, 王永科, 徐云林, 等. 修正的流动物质平衡法计算致密气藏动态储量[J]. 特种油气藏, 2018, 27(2): 99-102.
XIN Cuiping, WANG Yongke, XU Yunlin, et al. Tight gas reservoir dynamic reserve calculation with modified flowing material balance[J]. Special Oil and Gas Reservoir, 2018, 27(2): 99-102. doi: 10.3969/j.issn.1006-6535.2018.02.018
[6]
魏明强, 段永刚, 方全堂, 等. 基于物质平衡修正的页岩气藏压裂水平井产量递减分析方法[J]. 石油学报, 2016, 37(4): 508-515.
WEI Mingqiang, DUAN Yonggang, FANG Quantang, et al. Production decline analysis method of fractured horizontal well in shale gas reservoirs based on modifying material balance[J]. Acta Petrolei Sinica, 2016, 37(4): 508-515. doi: 10.7623/syxb201604010
[7]
杨勇, 周文, 王德龙. 致密气藏水平井动态分析方法及生产规律[J]. 成都理工大学学报(自然科学版), 2018, 45(4): 506-511.
YANG Yong, ZHOU Wen, WANG Delong. Study on dynamic analysis method and production rule of tight gas reservoirs[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2018, 45(4): 506-511. doi: 10.3969/j.issn.1671-9727.2018.04.11
[8]
黄炳光. 气藏工程与动态分析方法[M]. 北京: 石油工业出版社, 2004: 48-51.
[9]
SCHILTHUIS R J. Active oil and reservoir enery[J]. AIME, 1938, 118: 33-52. doi: 10.2118/936033-G
[10]
HURST W. Water influx into a reservoir and its application to the equation of volumetric balance[C]. SPE 943057-G, 1943. doi: 10.2118/943057-G
[11]
刘思远, 李治平, 陈鹏羽, 等. 异常高压气藏水侵量计算新方法[J]. 特种油气藏, 2017, 24(6): 139-142.
LIU Siyuan, LI Zhiping, CHEN Pengyu, et al. New method for calculating the aquifer influx of abnormal highpressure gas reservoir[J]. Special Oil and Gas Reservoir, 2017, 24(6): 139-142. doi: 10.3969/j.issn.1006-6535.2017.06.027
[12]
张吉群, 邓宝荣, 胡长军, 等. 天然边水水域分层水侵量的计算方法[J]. 石油勘探与开发, 2016, 43(5): 758-763.
ZHANG Jiqun, DENG Baorong, HU Changjun, et al. Computation method for water influx in different layers of natural edge water[J]. Petroleum Exploration and Development, 2016, 43(5): 758-763. doi: 10.11698/PED.2016.05.11
[13]
VAN EVERDINGEN A F, HURST W. The application of the laplace tranformation to flow problems in reservoirs[J]. SPE 949305-G, 1949. doi: 10.2118/949305-G
[14]
樊怀才, 钟兵, 刘义成, 等. 三重介质底水气藏非稳态水侵规律研究[J]. 天然气地球科学, 2015, 26(3): 556-563.
FAN Huaicai, ZHONG Bing, LIU Yicheng, et al. Studies on transient water invasion mechanism of the triple porosity gas reservoir with bottom-water[J]. Natural Gas Geoscience, 2015, 26(3): 556-563. doi: 10.11764/j.issn.1672-1926.2015.03.0556
[15]
李晓平, 张烈辉, 李允. 不稳定渗流理论在水驱气藏水侵识别中的应用[J]. 应用基础与工程科学学报, 2009, 17(3): 364-373.
LI Xiaoping, ZHANG Liehui, LI Yun. Application study of unsteady fluid flow theory to identify water encroachment in water drive gas reservoir[J]. Journal of Basic Science and Engineering, 2009, 17(3): 364-373. doi: 10.3969/j.issn.1005-0930.2009.03.005
[16]
韩国锋, 陈方方, 刘曰武, 等. 水体倍数计算的拟稳态法[J]. 科学技术与工程, 2015, 15(5): 96-99.
HAN Guofeng, FANG Fangfang, LIU Yuewu, et al. Pseudo-steady method for water volumetric multiple computation[J]. Science Technology and Engineering, 2015, 15(5): 96-99. doi: 10.3969/j.issn.1671-1815.2015.05.018
[17]
刘建仪, 韩杰鹏, 张广东, 等. 单井生产动态拟合法求取强水驱凝析气藏动态储量[J]. 中国海上油气, 2016, 28(2): 83-87.
LIU Jianyi, HAN Jiepeng, ZHANG Guangdong, et al. Single well production performance fitting method for dynamic reserves of strong water-drive gas condensate reservoir[J]. China Offshore Oil and Gas, 2016, 28(2): 83-87. doi: 10.11935/j.issn.1673-1506.2016.02.010
[18]
肖香姣, 姜汉桥, 王洪峰, 等. 牙哈23凝析气田有效水体及驱动能量评价[J]. 西南石油大学学报(自然科学版), 2008, 30(5): 111-114.
XIAO Xiangjiao, JIANG Hanqiao, WANG Hongfeng, et al. Evaluation of aquifer size and drive energy of Yaha23 gas condensate field[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2008, 30(5): 111-114. doi: 10.3863/j.issn.1000-2634.2008.05.025
[19]
熊钰, 杨水清, 乐宏, 等. 裂缝型底水气藏水侵动态分析方法[J]. 天然气工业, 2010, 30(1): 61-64.
XIONG Yu, YANG Shuiqing, YUE Hong, et al. A new method of water influx performance analysis on fracture gas reservoirs with bottom water[J]. Natural Gas Industry, 2010, 30(1): 61-64. doi: 10.3787/j.issn.1000-0976.2010.-01.017
[20]
李志军, 戚志林, 宿亚仙, 等. 基于水侵预警的边水气藏动态预测模型[J]. 西南石油大学学报(自然科学版), 2014, 36(3): 87-92.
LI Zhijun, QI Zhilin, SU Yaxian, et al. Dynamic prediction model of edge-water gas reservoir based on water invasion early warning[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(3): 87-92. doi: 10.11885/j.issn.1674-5086.2014.02.13.05
[21]
于清艳, 牟珍宝, 刘鹏程, 等. 含边底水气藏的水侵量计算方法[J]. 新疆石油地质, 2017, 38(5): 586-591.
YU Qingyan, MOU Zhenbao, LIU Pengcheng, et al. Calculation methods of water influx in gas reservoirs with aquifers[J]. Xinjiang Petroleum Geology, 2017, 38(5): 586-591. doi: 10.7657/XJPG20170513
[22]
DOUBLET L E, BLASINGAME T A. Decline curve analysis using type curves: Water influx/waterflood cases[C]. SPE 30774, 1995.
[23]
VAN EVERDINGEN A F, HURST W. The application of the Laplace transformation to flow problems in reservoirs[J]. Journal of Petroleum Technology, 1949, 1(12): 305-324. doi: 10.2118/949305-G
[24]
BLASINGAME T A, MCCRAY T L, LEE W J. Decline curve analysis for variable pressure drop/variable flowrate systems[C]. SPE 21513-MS, 1991. doi: 10.2118/21513-MS
[25]
PALACIO J C, BLASINGAME T A. Unavailable-declinecurve analysis with type curves-analysis of gas well production data[C]. SPE 25909-MS, 1993. doi: 10.2118/25909-MS
[26]
DOUBLET L E, PANDE P K, MCCOLLUM T J, et al. Decline-curve analysis using type curves-analysis of oil well production data using material balance time: Application to field cases[C]. SPE 28688-MS, 1994. doi: 10.2118/28688-MS
[27]
MARHAENDRAJANA T, BLASINGAME T A. Declinecurve analysis using type curvesdevaluation of well performance behavior in a multiwell reservoir system[C]. SPE 71517-MS, 2001. doi: 10.2118/71517-MS
[28]
PRATIKNO H, RUSHING J A, BLASINGAME T A. Decline curve analysis using type curves-fractured wells[C]. SPE 84287-MS, 2003. doi: 10.2118/84287-MS
[29]
孙贺东. 油气井现代产量递减分析方法及应用[M]. 北京: 石油工业出版社, 2013.