特低渗透油藏非线性渗流数值模拟

中国石油探明储量和未动用储量中特低渗透储量占很大的比例,迫切需要对特低渗透多孔介质中非线性渗流规律进行深入研究。根据特低渗透油田储集层岩心特征和流体渗流特征,建立了特低渗透油藏流体渗流的非线性渗流模型,依此建立了特低渗透油藏非线性渗流数值模拟的数学模型,并研制了相应的特低渗透油藏数值模拟软件。利用所研制的特低渗透油藏数值模拟软件,对榆树林特低渗透油田树322区块进行数值模拟计算,研究表明:拟线性渗流只发生在井口附近的局部小区域内,而在地层内部相当大的区域内是非线性渗流,非线性渗流占据了地层渗流的主导地位。因此,考虑非线性渗流比以往只考虑线性渗流以及考虑拟启动压力梯度的方法更适合特低渗透油田。图6参10     

深化油田地质和配套方法研究，发展勘探开发一体化

2002年以前，大庆油田勘探开发由于受所处阶段的限制，以及在地质研究、地震资料应用和人才队伍建设等工作衔接上存在问题，储量动用率较低，为此实行了勘探开发一体化。经过几年的努力，迎来了大庆油田探明储量的第3个高峰，积极探索有效开发途经，储量动用率有了很大提高，保证了外围油田有效快速上产，实现了勘探开发的和谐发展。     

低渗透油田计算机划分储层厚度原理及实现过程

针对大庆外围低渗透油气田葡萄花、扶杨油层含钙、薄互层的储层特点,采用活性函数、模式识别和分辨率匹配处理技术,实现了代渗透油气田储层厚度的自动划分,为大庆外围油气田的储层参数的评价与开发提供了快速、直观、可靠的手段。     

油井见效时间和见水时间计算公式

依据稳态依次替换的思想,建立一种测算油井见效时间的解析方法,根据油水两相渗流的Ｂｅｃｄｌｅｙ－Ｌｅｖｅｒｅｔｔ方程推出油井见水时间的解析方式,为油田开发中预测这２个指标提供了一种重要手段。     

基于梯度提升决策树算法的岩性智能分类方法

岩性识别是油气勘探开发领域一项重要的基础工作。针对致密砂岩储层岩石成分复杂、岩性多样和岩性常规测井识别受限等问题,利用机器学习算法在数据分析上的强大功能,采用泛化能力出众的梯度提升决策树(GB?DT)算法解决岩性识别中人力和物力耗费大的问题。以鄂尔多斯盆地三叠系延长组长7段致密砂岩储层为研究对象,通过敏感分析选取声波时差、自然伽马、电阻率、泥质含量、自然电位、有效孔隙度、含水饱和度和密度8个测井参数,构建基于GBDT算法的岩性识别模型,结合实际数据进行验证和应用效果分析。与朴素贝叶斯、随机森林、支持向量机和人工神经网络算法岩性识别相比,GBDT算法岩性识别准确率达到了92%,高精度的GBDT算法岩性识别模型为致密砂岩储层岩性精确识别提供了新的解决途径。