Phát triển mô hình dự báo khai thác cho các giếng dầu khí
THĂM DÒ - KHAI THÁC DẦU KHÍ
TẠP CHÍ DẦU KHÍ
Số 8 - 2019, trang 14 - 20
ISSN-0866-854X
PHÁT TRIỂN MÔ HÌNH DỰ BÁO KHAI THÁC CHO CÁC GIẾNG DẦU KHÍ
Nguyễn Văn Hùng, Lê Phúc Nguyên
Trường Đại học Dầu khí Việt Nam
Email: hungnv@pvu.edu.vn
Tóm tắt
Trong quá trình phát triển mỏ dầu khí, công việc phân tích lưu lượng lỏng khai thác trên số liệu đo đạc rất quan trọng. Trên cơ sở các
mô hình mô phỏng truyền thống đang được áp dụng rộng rãi của Arps (mô hình hàm mũ, hàm Hyperbolic và hàm điều hòa), nhóm tác
giả đề xuất mô hình mô phỏng cải tiến (có xét tới ảnh hưởng của các thông số vận hành chưa được xem xét trong mô hình Arps) và đưa ra
cơ sở lựa chọn mô hình mô phỏng phù hợp nhất.
Kết quả mô phỏng chỉ ra rằng phương pháp sử dụng phương trình hàm mũ phản ánh kết quả khớp lịch sử tốt hơn so với phương trình
điều hòa và Hyperbolic. Mô hình cải tiến do nhóm tác giả đề xuất cho kết quả với tính chính xác khớp lịch sử cao với R2 = 0,93, trong khi
kết quả tốt nhất của phương pháp Arps đối với hàm mũ chỉ cho R2 = 0,85.
Từ khóa: Khớp lịch sử, dự báo khai thác, mô hình Arps, mô hình cải tiến.
1. Giới thiệu
Phân tích dữ liệu khai thác sẽ giúp việc dự báo lưu
của các nghiên cứu này là đưa ra kết luận không có bất
cứ mô hình nào có thể áp dụng cho tất cả giếng khai thác
trên thế giới. Tùy vào đặc điểm của mỏ dầu khí mà cần
thiết kết hợp dữ liệu khai thác tại khu vực đó để tiến hành
chạy thử và lựa chọn mô hình cũng như thông số đi kèm
để giảm sai số trong dự báo.
lượng khai thác trong tương lai chính xác hơn và đảm bảo
kế hoạch khai thác an toàn và hiệu quả. Hiện nay, công
việc này được thực hiện dựa trên các phương pháp truyền
thống, trong đó có các mô hình Arps (1945), Fetkovich
(1980), Palacio và Blasingame (1993), Agarwal và cộng sự
(1993), FMB (1998) [1]. Cơ sở của các phương pháp này là
dựa trên số liệu lưu lượng khai thác biểu diễn tương quan
theo thời gian để xây dựng đường cong thực nghiệm hay
đường cong suy giảm sát thực tế nhất. Quá trình xác định
phương trình toán học như trên được gọi là phương pháp
phân tích đường cong suy giảm hay quá trình khớp lịch
sử. Nhược điểm của các phương pháp này là cần có giả
thiết áp suất đáy giếng không thay đổi, điều kiện biên của
vỉa trong giai đoạn xem xét là một hằng số và không xét
tới điều kiện vận hành giếng. Điều đó có nghĩa là, giếng
khai thác trong giai đoạn giả ổn định hay giai đoạn trung
gian sẽ không thỏa mãn điều kiện và dẫn tới việc dự báo
lưu lượng khai thác thiếu chính xác.
Như vậy có thể thấy rằng các mô hình dự báo truyền
thống có nhiều nhược điểm vì trong quá trình khai thác
nhiệt độ và áp suất luôn thay đổi sau thời gian nhất định.
Ngoài ra, trong quá trình vận hành giếng thì kích thước
hay độ mở van (choke) cũng là yếu tố quan trọng trong
việc xác định lưu lượng khai thác. Nghiên cứu gần đây
nhất của Sina Bairamzadeh và cộng sự [4] đã sử dụng dữ
liệu khai thác của 120 giếng để đề xuất mô hình dự báo
khai thác trong đó có tính tới kích thước mở choke.
Kết hợp các phương pháp dự báo khai thác bằng
mô hình truyền thống và mô hình mới, bài báo sẽ giới
thiệu cơ sở lý thuyết của các phương pháp và kết quả mô
phỏng thông qua phần mềm lập trình do nhóm tác giả
phát triển. Việc nhập các dữ liệu khai thác là thông số đầu
vào sẽ thông qua phần mềm lập trình để so sánh kết quả
của các phương pháp, từ đó có thể lựa chọn phương pháp
phù hợp.
Một số nghiên cứu gần đây về dự báo khai thác đã
được thực hiện trên vỉa dầu trong đá nứt nẻ như H.Pratikno
và cộng sự [2], L.Mattar [3] sử dụng phương trình cân
bằng vật chất để mô phỏng kết quả đo thực tế. Kết quả
2. Cơ sở lý thuyết
Nhóm tác giả giới thiệu 3 mô hình truyền thống thực
nghiệm của Arps (dạng hàm mũ, hàm Hyperbolic và hàm
điều hòa - Harmonic) và phương pháp mới. Đây là cơ sở
Ngày nhận bài: 24/6/2019. Ngày phản biện đánh giá và sửa chữa: 24/6 - 15/7/2019.
Ngày bài báo được duyệt đăng: 12/8/2019.
DẦU KHÍ - SỐ 8/2019
14
PETROVIETNAM
cho lập trình phần mềm để có kết quả giới thiệu trong
phần kết quả và thảo luận. Trên cơ sở kết quả của các mô
hình, bài báo sẽ giới thiệu nguyên lý lựa chọn mô hình
phù hợp.
Lưu lượng suy giảm thay đổi theo hàm số không
tuyến tính trong đồ thị bán logarit được xác định theo
phương trình 2:
q
q =
(2)
₁
b
2.1. Đường cong suy giảm Arps
(1 + bDit)
Các mô hình của Arps thể hiện suy giảm lưu lượng
khai thác và không xem xét thông số của vỉa hay của
giếng, cũng như điều kiện vận hành khai thác của giếng.
Trong đó:
qi: Lưu lượng tại thời điểm t = 0;
b: Hằng số nằm trong khoảng 0 - 1 (Bảng 1), b = 0
tương ứng đường cong suy giảm hàm mũ, b = 1 tương
ứng trường hợp suy giảm theo hàm điều hòa.
- Suy giảm theo hàm mũ
Lưu lượng khai thác suy giảm được thể hiện như
phương trình 1, phương pháp này thường được sử dụng
cho vỉa khai thác bằng khí hòa tan.
Hệ số Di thay đổi theo thời gian theo mối tương quan:
qi
q = q e-Dt
(1)
- 1
q
i
D =
Trong đó:
i
dt
qi: Lưu lượng tại thời điểm t = 0;
- Suy giảm theo hàm điều hòa
D: Tỷ lệ suy giảm hay hệ số kinh nghiệm, xác định
thông qua dữ liệu lịch sử khai thác khi biết lưu lượng khai
thác tại 2 thời điểm bất kỳ (D = ln(q1/q2)/(t2 - t1)).
Đây là trường hợp đặc biệt của suy giảm theo hàm
Hyperbolic khi hệ số b = 1 (phương trình 3):
q
q =
(3)
1 + bDit
- Suy giảm theo hàm Hyperbolic
Bảng 1. Giá trị của hằng số b
Giá trị của b
0
Đặc điểm của vỉa được áp dụng
Dòng chảy đơn pha chất lỏng (ở chế độ chịu ảnh hưởng của biên) hoặc dòng khí đơn pha áp suất cao
0,1 - 0,4
0,4 - 0,5
0,5
Mỏ khí khô
Mỏ khí đơn pha
Mỏ dầu nhẹ, chịu ảnh hưởng của nước rìa
Vỉa sản phẩm nhiều tầng
0,5 - 1,0
Bảng 2. Phân biệt các dạng đường suy giảm lưu lượng thực nghiệm của Arps
Các dạng
đường cong
Dạng hàm điều hòa
Dạng hàm mũ
Dạng hàm Hyperbolic
(Harmonic)
D tỷ lệ với lưu lượng
b = 1
D phụ thuộc b
D là hằng số
b = 0
0 < b <1
q
Các hệ số đặc trưng
q
- 1
q
t₂ - t₁
q₁
q₂
- 1
q
dt
D =
ln
D =
D =
(t₂ - t₁)
q
q
Hàm lưu lượng
theo thời gian q(t)
q =
₁
b
q =
q = q e-Dt
i
1 + bDit
(1 + bDit)
Hàm sản lượng tích
lũy cộng dồn theo
lưu lượng q(t)
qbi
qab
q
qi
qi
q
Qp =
(q1i-b - q1-b)
ln
Q =
Qp =
D
D
(1 - b)Di
i
Ứng dụng đường
cong tính theo tốc độ Xác định trữ lượng tối thiểu
suy giảm
Xác định trữ lượng có thể
thu hồi được tại thời điểm
đang xét
Xác định trữ lượng có khả năng
qbi
qi
qi
q
qab
(q1i-b - q1-b)
Np +
Lượng hydrocarbon
có thể thu hồi (EUR)
f
Np +
ln
Np +
q
(1 - b)Di
EUR
Lượng hydrocarbon
tại chỗ N
N =
ct (Pi + Pwf)
DẦU KHÍ - SỐ 8/2019
15
THĂM DÒ - KHAI THÁC DẦU KHÍ
Để phân biệt 3 đường cong suy giảm của Arps, Bảng
2 tổng hợp các thông số và công thức tính toán lưu lượng,
ứng dụng xác định lượng hydrocarbon có thể thu hồi.
Thực tế cho thấy hàm mũ cho dự báo có tính hội tụ nhanh
nhất trong khi hàm dạng hài hòa thì hội tụ chậm hơn. Vì
vậy, tùy vào đặc tính khai thác mà lựa chọn mô hình phù
hợp. Ngoài ra, khi trong quá trình khớp lịch sử khai thác
cũng cần quan tâm tới sản lượng cộng dồn để so sánh
thực tế vì có thể mô hình yêu cầu số liệu với thời gian dài
để quá trình mô phỏng chính xác hơn.
qua một vật cản, đồng thời xác định được mối tương quan
giữa trọng lượng của chất lưu, kích thước vật cản và áp
suất của dòng dung dịch [8]. Năm 1961, Achong đã phát
triển mô hình của Gilbert dựa trên cơ sở của bộ dữ liệu từ
một giếng dầu tại mỏ Lake Maracaibo ở Venezula [9].
Sau khi tham khảo, phân tích các phương pháp và
chạy thử nhóm tác giả xây dựng mối tương quan giữa các
đại lượng: lưu lượng lỏng, nhiệt độ tại đầu giếng, áp suất
tại đầu giếng, kích thước choke và tỷ số khí dầu. Trên cơ sở
phân tích mô hình Gilbert và dữ liệu 120 giếng khai thác
của Sina Bairamzadeh cùng cộng sự [4], mô hình tương
quan lưu lượng lỏng được tổng quát như phương trình 4:
2.2. Dự báo lưu lượng khai thác bằng phương pháp mới
Trong toàn bộ quá trình khai thác, nhiệt độ và áp suất
vỉa luôn thay đổi sau một thời gian nhất định, dẫn đến
áp suất và nhiệt độ đi qua đầu giếng cũng thay đổi theo.
Đồng thời, kích thước và độ mở van cũng là một yếu tố
quan trọng trong việc tính toán lưu lượng khai thác và dự
báo. Một số tác giả trước đây đã nghiên cứu về tính toán
và dự báo hàm lượng lỏng dựa vào các yếu tố trên. Năm
1949, R.F.Tangren đã giới thiệu và tổng quát hóa phương
pháp tính cho hệ khí - nước qua van trong dung dịch lỏng
là pha liên tục [5]. Gilbert vào năm 1954 đưa ra mối tương
quan từ 268 bài test với sự thay đổi kích cỡ của van từ 6/64
inch đến 18/64 inch [6]. Phương pháp này áp dụng cho
trường hợp áp suất ống khai thác lớn hơn ít nhất 70% áp
suất trong đường ống. Năm 1958, P.B.Baxendell đã phát
triển mô hình của Gilbert với hơn 50 bài test [7]. Năm
1960, Ros đã nghiên cứu dòng chảy đồng bộ của lưu chất
ql = Ψ(T, P, GLR, Dc)
(4)
Mục đích của phương pháp này tìm ra mối tương
quan, đồng thời kết quả khớp lịch sử cho độ lệch sai số
trung bình tuyệt đối là nhỏ nhất so với những phương
pháp khác. Mô hình đề xuất của nhóm tác giả được viết
như phương trình 5 trên cơ sở thông số vỉa như Bảng 3
và 4:
Twah × Pwbh × Dcchoke
(5)
ql =
d × GLRe
Trong đó:
ql: Lưu lượng lỏng (thùng/ngày);
Twh: Nhiệt độ tại đầu giếng (oF);
Pwh: Áp suất tại đầu giếng (psig);
Bảng 3. Vùng dữ liệu test
Giá trị nhỏ nhất
Thông số
WHP (psig)
Choke size (inch)
GLR (-)
Lưu lượng (STBD)
Độ rỗng (%)
Độ thấm (md)
Giá trị lớn nhất
1.120
103
12
12
110
10
1
92
30.782
11.200
40
10.000
Bảng 4. Vùng dữ liệu của đặc tính chất lưu trong vỉa
Đặc tính
Giai đoạn đầu
Hiện tại
1.388
0,013
1,39
324
645
25,8
3,07
52,2
201,3
1,0018
3,26 x 10-6
0,9538
Điểm bọt khí (psi)
Hệ số thể tích khí (CF/SCF)
Hệ số thể tích dầu (bbl/STB)
Tỷ số khí dầu hòa tan (-)
Tỷ số khí dầu khai thác (-)
API
1.388
0,00957
1,21
374
460
26,5
3,2
52,2
---
---
Độ nhớt dầu (cp)
Nhiệt độ dầu (oC)
Độ mặn (gr/l)
Hệ số thể tích nước thành hệ (bbl/STB)
Độ nén (1/psi)
---
---
Độ nhớt (cp)
DẦU KHÍ - SỐ 8/2019
16
PETROVIETNAM
Giá trị R2 được tính toán dựa vào phương pháp biểu
diễn như Hình 1.
GLR: Tỷ số khí dầu (scf/stb);
a, b, c, d và e là các hằng số: a = 0,62417; b = 0,9415;
c = 1,7251; d = 7,6337; e = 0,3636 (xác định căn cứ vào
thuật toán phân tích hồi quy).
Tính toán các giá trị và bằng phương trình 6 và 7:
(6)
(7)
SELINE = dA + dB + dC + dC + dE
Phương trình 5 được nhóm tác giả đưa ra sau khi thực
hiện các phép tính toán và kiểm tra cho vỉa cát kết và có
chất lưu là pha liên tục. Các thông số chất lưu được thể
hiện ở Bảng 3 - 5.
D
E
C
B
Sau đó tính được giá trị R2 bằng phương trình 8:
SELINE
₂
(8)
R = 1 -
SEY
2.3. Cơ sở lựa chọn mô hình
3. Kết quả và thảo luận
Để lựa chọn được mô hình nào chính xác nhất, nhóm
tác giả sử dụng hệ số đánh giá độ chính xác của mô hình
R2. Giá trị R2 được diễn giải như sau:
Thông qua thông số đầu vào là lịch sử khai thác,
nhóm tác giả đã viết chương trình và xây dựng giao diện
sử dụng để thuận lợi cho người sử dụng. Thông số đầu
vào cho mô hình Arps và mô hình mới được trình bày
trong Bảng 5 và 6.
- Giá trị R2 thay đổi từ 0 - 1 và không có đơn vị. Giá trị
R2 càng cao, mô hình cho kết quả càng chính xác.
- Khi R2 = 0, mô hình khớp lịch sử là một đường
thẳng nằm ngang và lưu lượng lỏng có giá trị bằng lưu
lượng lỏng trong bình. Trong trường hợp này, lưu lượng
lỏng không phụ thuộc với thời gian khai thác và không
thể dự báo được giá trị của lưu lượng lỏng.
Giao diện của chương trình phục vụ việc tính toán của
các mô hình Arps và mô hình mới lần lượt giới thiệu như
trong Hình 2 và 3.
3.1. Kết quả mô hình Arps
- Khi R2 = 1, mô hình chính xác một cách tuyệt đối.
Khi biết được thời gian dự báo có thể tính toán được lưu
lượng lỏng một cách chính xác.
Đối với 3 dạng đường cong suy giảm (phương trình
hàm mũ, phương trình hàm Hyperbolic và phương trình
hàm điều hòa) có các thông số đầu vào là: lưu lượng khai
thác ban đầu, lưu lượng khai thác tại thời điểm cuối, thời
gian khai thác và giá trị b (Bảng 1). Sau khi tiến hành nhập
số liệu lịch sử khai thác (load file: như Hình 2), người sử
dụng nhập số liệu như Bảng 7 để tiến hành khớp lịch sử
với mô hình lựa chọn như mong muốn.
Các thông số đầu ra (giá trị cần tính toán) gồm: Giá
trị lưu lượng lỏng tại cuối thời điểm dự báo (Q) và hàm
lượng watercut (f) tại cuối thời điểm dự báo. Ngoài ra,
để dự báo được lưu lượng lỏng và hàm lượng watercut,
cần xác định được giá trị hằng số suy giảm D theo thời
Hình 1. Đồ thị cho tính toán giá trị R2
Bảng 5. Thông số đầu vào cho mô hình Arps
Lưu lượng lỏng
(nghìn thùng/ngày)
1,47043968
Hàm lượng
Lưu lượng lỏng
(nghìn thùng/ngày)
1,24217355
Hàm lượng
watercut
0,092768
1
t (ngày)
t (ngày)
watercut
0,054657
0,001217
0
1
2
3
41
42
43
2,58024786
1,1571571
0
1,28620355
0,056676
…
…
…
…
…
…
403
404
405
406
407
408
4,18934967
3,67904129
2,56347935
3,25863933
3,12268065
3,08985767
0,897599
0,875469
0,836655
0,764567
0,882734
0,826225
445
446
447
448
449
450
1,89044935
5,3152529
4,39440367
3,85942226
5,35908
0,794995
0,992114
0,891024
0,907716
0,970951
0,907716
3,82391419
DẦU KHÍ - SỐ 8/2019
17
THĂM DÒ - KHAI THÁC DẦU KHÍ
Bảng 6. Thông số đầu vào cho mô hình mới
Áp suất
đầu giếng
(ngày)
(psi)
Kích thước
choke
(in)
Độ mở
choke
(%)
Thể tích
Thể tích
chất lỏng
(Sm3)
631
1,166
1,550
1,249
1,346
…
t
T
Thể tích dầu
(Sm3)
Thể tích khí
(Sm3)
nước
(Sm3)
0
0
0
0
0
…
759
756
748
744
(oC)
1
2
3
4
107,362
99,187
94,601
89,988
84,777
…
29,395
28,563
28,057
27,477
37,939
60,757
63,047
64,547
65,724
…
71,677
61,753
60,883
68,712
78,935
70,627
66,049
61,405
56,148
…
13,453
12,626
12,115
11,541
34,2133305
33,31305815
31,52678547
29,80234816
27,98664452
…
7,081583304
6,647107214
6,374495087
6,070946669
631
1,166
1,550
1,249
1,346
…
240
237
237
232
90,439
165,720
221,707
178,064
192,602
…
37,455
37,227
36,908
36,516
5
…
397
398
399
400
999
994
984
976
Hình 2. Giao diện tính toán mô hình Arps
Thời gian (ngày)
Hình 5. Khớp lịch sử bằng phương trình Hyperbolic
Hình 3. Giao diện tính toán mô hình mới
Bảng 7. Nhập thông số đầu vào
Qo
Q
t
b
(nghìn thùng/ngày) (nghìn thùng/ngày) (ngày)
Thời gian (ngày)
86,5733 3,82391 450
0,5
Hình 6. Khớp lịch sử bằng phương trình hàm điều hòa
Bảng 8. Kết quả tính toán các giá trị D và R2 của các phương pháp Arps
Bảng 9. Các thông số đầu vào cho dự báo lưu lượng lỏng
Phương pháp
Hàm mũ
D
R2 (%)
85,2
Qo (nghìn thùng/ngày) (lưu lượng lỏng ban đầu)
D (hằng số suy giảm)
3,82391
0,00693271
365
0,00693271
0,0167029
0,0480889
Hyperbolic
Điều hòa
78,2
77,65
t (ngày) (thời gian dự báo)
Lịch sử
Khớp lịch sử
Dự báo
Thực tế
Thời gian (ngày)
Thời gian (ngày)
Hình 7. Kết quả dự báo lưu lượng lỏng bằng phương trình hàm mũ
Hình 4. Khớp lịch sử bằng phương trình hàm mũ
DẦU KHÍ - SỐ 8/2019
18
PETROVIETNAM
Bảng 10. Giá trị các thông số đầu vào cho mô hình mới
Áp suất đầu giếng (psi)
Như vậy, để dự báo lưu lượng lỏng cần lấy
thông số đầu vào như đã tính toán ở phần trên
và được thống kê như Bảng 9.
27,4767
11,5408
52,6041
36516,1
232,24
Kích thước choke (inch)
Độ mở của choke (%)
Lưu lượng khí (m3/giờ)
Lưu lượng lỏng (Sm3/giờ)
Nhiệt độ đầu giếng (F)
Tiến hành lựa chọn phần dự đoán lưu
lượng lỏng trên giao diện người sử dụng như
Hình 2 sẽ được kết quả như Hình 7. Kết quả
dự báo cho thấy lưu lượng giảm từ 3,82391
(nghìn thùng/ngày) xuống còn 0,304475
(nghìn thùng/ngày) sau 365 ngày, tương
đương giảm 92%.
68,7122
Dự báo lưu lượng lỏng
Lịch sử
Khớp lịch sử
3.2. Kết quả mô hình mới
Tương tự với tính toán và dự báo bằng mô
hình đường cong suy giảm của Arps, nhóm tác
giả cũng xây dựng phần mềm để xử lý dữ liệu.
Đối với mô hình này, dữ liệu đầu vào gồm các
thông số thể hiện ở Bảng 10.
Sau khi xác định được đồ thị lịch sử lưu
lượng lỏng, Hình 3 minh họa công cụ phần
mềm để thiết lập mô hình khớp lịch sử và dự
báo lưu lượng lỏng (Hình 8). Kết quả tính toán
sai số cho mô hình này là R2 = 0,93, kết quả này
tốt hơn nhiều so với mô hình khớp lịch sử bằng
mô hình hàm mũ (R2 = 0,85). Ngoài ra, kết quả
dự đoán khai thác cho 365 ngày tiếp theo như
Hình 9. Qua kết quả dự báo, trong thời gian 1
năm tiếp theo, lưu lượng lỏng đã suy giảm từ
232,24 (m3/giờ) xuống còn 40,1082 (m3/giờ),
tương đương 82,7%.
Thời gian (ngày)
Hình 8. Đồ thị khớp lịch sử lưu lượng lỏng
Lịch sử
Khớp lịch sử
Dự báo
Thực tế
4. Kết luận
Phân tích số liệu khai thác và xây dựng
mô hình dự báo lưu lượng lỏng, hàm lượng
watercut là công tác quan trọng giúp dự báo
sản lượng khai thác cũng như hiểu rõ hơn tình
trạng giếng để vận hành hiệu quả. Công tác
phân tích số liệu khai thác và dự báo yêu cầu
tiến hành trên số liệu khai thác thực, ở trạng
thái động, nên kết quả sẽ phản ánh chính
xác hiện trạng khai thác và đặc tính vỉa thay
đổi. Ngoài ra, việc phân tích số liệu dựa trên
các hàm quan hệ còn dựa nhiều trên tính
chủ quan của người phân tích, điều này ảnh
hưởng không nhỏ đến kết quả phân tích.
Thời gian (ngày)
Hình 9. Kết quả dự báo lưu lượng khai thác bằng mô hình mới
gian, lưu lượng lỏng tại thời điểm bắt đầu dự báo và thời gian dự báo.
Sau khi nhập dữ liệu cho mô hình và vẽ đồ thị lịch sử khai thác, tiến
hành tính toán giá trị của hằng số suy giảm D và khớp lịch sử tương
ứng cho từng dạng đường cong suy giảm: phương trình đường cong
hàm mũ, phương trình đường cong hyperbol và phương trình đường
cong hàm điều hòa. Kết quả khớp lịch sử như Hình 4 - 6, với các thông
số tính toán như Bảng 8.
Bảng 8 cho thấy phương pháp sử dụng phương trình hàm
mũ cho giá trị R2 cao nhất (0,85). Điều này chứng tỏ phương pháp
sử dụng phương trình hàm mũ cho độ chính xác cao nhất so với 2
phương pháp còn lại (Hyperbolic và phương trình hàm điều hòa). Vì
vậy, nhóm tác giả chọn phương trình hàm mũ để tính toán và dự báo
lưu lượng lỏng.
Bài báo đã đưa ra kết quả dự báo lưu lượng
cho các giếng theo phương pháp đường cong
suy giảm của Arps và phương pháp dựa trên
DẦU KHÍ - SỐ 8/2019
19
THĂM DÒ - KHAI THÁC DẦU KHÍ
mối tương quan của nhiệt độ, áp suất với kích thước van
để xây dựng nên mô hình. Đây là hai phương pháp tương
phản: cổ điển và hiện đại, một phương pháp dựa trên sự
suy giảm của đường cong lưu lượng khai thác theo thời
gian, phương pháp còn lại dựa trên sự thay đổi tương
quan giữa các đại lượng.
curve analysis using type curves - fractured wells. SPE Annual
Technical Conference and Exhibition, Denver, Colorado. 5 -
8 October, 2003.
3. L.Mattar, D.Anderson, G.Stotts. Dynamic material
balance-oil-or gas-in-place without shut-ins. Journal of
Canadian Petroleum Technology. 2006; 45(11): p. 7 - 10.
Đối với các phương pháp của Arps thì phương trình
hàm mũ phản ánh kết quả khớp lịch sử tốt hơn các phương
pháp sử dụng phương trình điều hòa và hyperbolic. Kết
quả dự báo sau 365 ngày khai thác cho thấy giảm 92% lưu
lượng lỏng.
4. Sina Bairamzadeh, Ehsan Ghanaatpisheh. A new
choke correlation to predict liquid flow rate. 2015; 27(1):
p.271 - 274.
5. R.F.Tangren, C.H.Dodge, H.S.Seifert. Compressibility
effects in two-phase flow. Journal of Applied Physics. 1949;
20(7): p.637 - 645.
Phương pháp mới do nhóm tác giả đề xuất dựa trên
phân tích thông số vận hành và số liệu đầy đủ của các mỏ
trên thế giới cho kết quả với tính chính xác khớp lịch sử
cao R2 = 0,93, trong khi kết quả tốt nhất của phương pháp
Arps đối với hàm mũ chỉ cho R2 = 0,85. Dự báo khai thác
lưu lượng lỏng sau 365 ngày khai thác chỉ ra sự suy giảm
82,7% so với thời điểm ban đầu.
6. W.E.Gilert. Flowing and gas-lift well performance.
Drilling and Production Practice, New York. 1954.
7. P.B.Baxendell. Producting wells on casing flow - An
analysis of flowing pressure gradients. Society of Petroleum
Engineers. 1958.
8. N.C.J.Ros. An analysis of critical simultaneous gas/
liquid flow through a restriction and its application to
flowmetering. Applied science research. 1960; 9: p.374.
Tài liệu tham khảo
1. Hedong Sun. Advanced production decline analysis
and application. Gulf professional publishing. 2015.
9. J.Achong. Revised bean performance formula for
lake maracaibo wells. 1961.
2. H.Pratikno, J.A.Rushing, T.A.Blasingame. Decline
DEVELOPMENT OF PRODUCTION PREDICTION MODELS
FOR OIL AND GAS WELLS
Nguyen Van Hung, Le Phuc Nguyen
Petrovietnam University
Email: hungnv@pvu.edu.vn
Summary
In the field development process, it is important to analyse the liquid flow rate on the actual situation. On the basis of traditional
Arps simulation models including exponential function, hyperbolic function and harmonic function, the authors propose a new model to
overcome this problem (taking into account the effect of operational parameters that have not been considered in the classical model)
and present the basis for selection of the most suitable model.
The simulation results show that the exponential equation reflects better historical results than the harmonic and hyperbolic
equations. The new method proposed by the authors results in a high accuracy of history matching with R2 = 0,93, while the best results
using the Arps method for exponential function are only for R2 = 0,85.
Key words: History matching, production prediction, Arps model, new model.
DẦU KHÍ - SỐ 8/2019
20
Bạn đang xem tài liệu "Phát triển mô hình dự báo khai thác cho các giếng dầu khí", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- phat_trien_mo_hinh_du_bao_khai_thac_cho_cac_gieng_dau_khi.pdf