蒋云燕,宋考平,周 哲,梁宇宁,夏丽华,刘柱
(1. 东北石油大学, 黑龙江 大庆 163318; 2. 大庆油田有限责任公司, 黑龙江 大庆 163318)
三元复合驱影响因素研究和含水规律预测
蒋云燕1,宋考平1,周 哲2,梁宇宁1,夏丽华1,刘柱1
(1. 东北石油大学, 黑龙江 大庆 163318; 2. 大庆油田有限责任公司, 黑龙江 大庆 163318)
三元复合驱是油田提高采收率的主要方式之一,但是三元复合驱的段塞参数哪些是影响采收率的重要因素,有待于进一步研究。以北一区断东西部试验区为例,通过正交设计方法设计方案,进行数值模拟计算,采用灰色关联方法和多元回归方法分析得出主段塞用量、聚合物浓度、表活剂浓度和副段塞用量、聚合物浓度为影响采收率的主要因素,并结合这些参数进行含水规律预测,得到的含水规律预测公式精度较高,满足现场需要。
三元复合驱;采收率;影响因素;含水率预测
三元复合驱作为一种高效提高采收率的三次采油方式,在油田得到了广泛的应用,关于三元复合驱影响因素的研究也较多,李华斌、吴文祥[1]、王克亮、廖广志[2]、夏惠芬[3]等都在这方面展开了相应的研究,但大多是针对于某个或某几个段塞参数进行影响因素分析,并没有全面的进行考虑,且没有将其与含水率预测联系起来进行系统的研究。本文总结以往他人的研究,通过应用正交设计方法确定实验方案,采用灰色关联法和多元回归分析方法,找出在进行三元复合驱时前置段塞、主段塞、副段塞和保护段塞的化学剂用量和浓度各参数对采收率的影响,两种方法的结果可以进行相互验证,从而确定化学驱参数对采收率影响较大的参数,并确定这些主要影响参数与含水最低值和含水最低值对应PV数的定量关系式,根据预测公式进行含水率的预测[4]。这种方法也可以用于其他方面的研究,具有现实的指导意义。
在大庆油田实际地质参数的基础上,建立单个井组的理想模型,研究不同段塞化学剂用量及浓度对采收率的影响。模型为五点法面积井网,网格为15×15×6,平面网格步长20 m,纵向网格步长为3、4,4,5、7、10 m;油藏埋深为850 m。单层渗透率分别为:159、465、532、486、638、790 md;空白水驱至90%后,开始三元复合驱模拟,至含水98%,见图1和表1。
表1 基础方案Table 1 Foundation scheme
图1 理想模型三维示意图Fig.1 the ideal model of 3D sketch
2.1 方案设计
正交试验设计是用来研究多个因素和多水平的一种重要设计方法,它是根据正交性从全面试验中挑选出部分有代表性的点进行整体设计,这些有代表性的点具备了“均匀分散,齐整可比”的特点[5]。
主要考虑的参数为三元复合驱的前置段塞用量和聚合物溶液浓度,主段塞的用量、聚合物溶液浓度、碱浓度和表活剂浓度,副段塞用量、聚合物溶液浓度、碱浓度和表活剂浓度,保护段塞用量及聚合物溶液浓度。这12个参数作为数值模拟的12个因素,对每种因素设计3个水平进行模拟,具体情况见表2。
2.2 具体模拟结果
按照上述正交设计参数水平值,进行方案设计共设计方案数为27个,利用理想模型进行各个方案的数值模拟,计算相应的采收率,从而根据模拟结果进行分析,结果见表3。
表2 三元复合驱注入参数水平表Table 2 ASP combination flooding injection parameter
表3 三元注入方案预测结果Table 3 Prediction of ASP combination flooding scheme
3.1 灰色关联分析方法[6]
主要的步骤分为以下几步:(1)对原始数据进行归一化处理,消除在关联度计算当中舍入误差和量纲造成的影响,同时也能避免了非等权情况的出现。(2)求绝对值。(3)找出所有自变量中的最大值与最小值,即两极最大差和两极最小差。(4)求关联系数,关联度则是求每个自变量关联系数的平均值,其值越大说明该变量对因变量的影响越大。通过进行这几个步骤的计算,分别进行了不同分辨系数下的关联度分析和排序,具体结果见表4。
表4 不同分辨系数下的关联度分析及排序Table 4 Correlation analysis and sorting under different resolution coefficient
通过表中计算的关联程度,关联度值较大的值是影响采收率的主要因素,同时也可以认为是影响含水率等其他开发因素的主要原因。关联度较大的参数主要有主段塞用量、聚合物浓度、表活剂浓度和副段塞用量、聚合物浓度。
3.2 多元回归方法
通过数值模拟计算出的 27个模拟实验的化学驱阶段采出程度,并应用多元回归方法确定各因素与化学驱阶段采出程度的关系式。这样就可以简单分析这些数据。主要应用SPSS软件进行回归[7],具体的回归公式如下:
式中:x1~x12分别代表三元复合驱中12个影响参数。
通过比较上述公式中各参数前系数的绝对值,值较大的则对采出程度影响大。
通过采用灰色关联法和多元回归方法,对影响因素进行分析,发现2种方法的结果基本相同,确定影响采收率的主要参数是主段塞用量、聚合物浓度、表活剂浓度和副段塞用量、聚合物浓度。
通过上述方法优选出来这几个影响采收率的参数,同时这几个参数可以作为影响含水率变化的参数,对含水规律的变化也具有影响作用,因此在进行含水率预测时主要考虑这几个参数的影响。
通过数值模拟发现大部分含水率变化都呈现出来典型的规律性,主要表现为“√”字型变化,并对现场实际含水率见效特征进行分析总结,发现也有类似的规律,具体情况见图2和图3。
图2 实际现场综合含水率变化曲线(√型)Fig.2 Actual comprehensive water cut curve (√type)
图3 数值模拟结果含水率变化曲线Fig.3 Water cut curve of numerical simulation
4.1 含水率预测公式
在正交设计数值模拟方案基础上,确定出各特征点即含水最低值df、含水最低值对应PV数dt、初始含水率w0f 与主段塞用量、聚合物浓度、表活剂浓度和副段塞用量、聚合物浓度5项参数的定量关系式。
4.1.1 含水率变化曲线
(1)含水见效正弦式递减段:
(2)对数含水回升段:
式中: fw0— 初始含水率,%;
fd— 含水最低值,%;
td— 含水最低值对应PV数。
4.1.2 特征点的求取
利用数值模拟方案的结果,进行特征点的求取,得出如下的公式:
式中: fw0— 初始含水率,%;
η1— 主段塞聚合物浓度,mg/L;
η2— 副段塞聚合物浓度,mg/L;
ηs— 主段塞表活剂浓度,%;
V1— 主段塞用量,PV;
V2— 副段塞用量,PV。
4.2 公式验证
目标区块的三元复合驱基本参数为三元主段塞用量为0.351 PV、聚合物浓度1 900 mg/L、表活剂浓度0.3%和副段塞用量0.285 PV、聚合物浓度2 500 mg/L,根据基本参数结合上述定量关系式,最终计算实验区块含水最低值 fd= 78.3,实际为fd= 79.9,预测平均含水率 fw= 96.5,实际平均含水率为fw= 97。实际含水率与预测含水率的平均相对误差为0.52%。
(1)在模拟实际地质情况下,利用理想模型进行数值模拟研究,通过正交设计方法进行方案设计,利用灰色关联法和多元回归方法对模拟结果进行处理,得出主段塞用量、聚合物浓度、表活剂浓度和副段塞用量、聚合物浓度这5项参数是影响采收率的主要因素。
(2)通过现场实际含水率变化和数值模拟的含水率曲线分析,发现大部分含水率曲线呈现“√”型,找出其中的规律,得出其含水率预测公式,并对公式进行验证,公式精度较高。
(3)实际的地质情况远比这复杂,因此,在进行影响因素分析和含水规律预测时,上述方法可以作为一个参考,实际情况还需进行具体的分析。
[1] 吴文祥,张栋,阚亮,郎丽媛.碱剂对复合驱油体系性能的优化[J].断块油气田,2013(06):772-774.
[2] 王克亮,付恬恬,王翠翠,明阳阳.三元复合体系在渗流过程中的乳化规律研究[J].油田化学,2013(01):83-86.
[3] 夏惠芬,杨秋月,张九然,马文国.驱油用聚合物溶液弹性和黏性定量表征实验研究[J].实验技术与管理,2012(07):29-31.
[4] 王景翠.北一区断东三元复合驱开发效果评价方法研究[D].大庆:东北石油大学,2013.
[5] 周毅,徐柏龄.神经网络中的正交设计法研究[J].南京大学学报(自然科学版),2001(01):72-78.
[6] 周秀文.灰色关联度的研究与应用[D].长春:吉林大学,2007.
[7] 廖丰,徐国盛,周连德,王威.利用多元回归分析方法进行产量预测——以白音查干凹陷达尔其油田为例[J].内蒙古石油化工,2007(06):119-122.
Research on Influence Factors of ASP Flooding and Predicting the Law of Water Cut
JIANG Yun-yan1,SONG Kao-ping1,ZHOU Zhe2,LIANG Yu-ning1,XIA Li-hua1,LIU Zhu1
(1. Northeast Petroleum University, Heilongjiang Daqing 163318,China;2. Daqing Oilfield Company, Heilongjiang Daqing 163318,China)
The alkali/surfactant/polymer (ASP) flooding is one of main methods of enhanced oil recovery, the ASP flooding slug parameters as main influence factors of the recovery need be further studied. In this paper, taking a test zone as an example, the scheme was designed by the method of orthogonal design, and numerical simulation calculation was carried out. By adopting the method of grey correlation and multiple regression analysis method, it is concluded that, the main slug dosage, polymer concentration, surfactant concentration and auxiliary slug dosage are the main factors influencing the recovery. Combined with the above parameters, water cut was predicted, and the prediction formula that can meet the needs of the scene was obtained.
ASP flooding; Recovery; Influencing factor; Predicting water-cut rate
TE 357
A
1671-0460(2015)08-1952-04
2015-06-09
蒋云燕(1991-),女,吉林和龙人,2013年毕业于长江大学石油工程专业,研究方向:油气田开发及油藏数值模拟。E-mail:yunyan9626@sin.com。
宋考平(1962-),男,教授,工学博士,研究方向:油气田开发工程理论与技术、油藏数值模拟、提高油气采收率技术。E-mail:skp2001@sina.com。