一种直线型产量递减分析图版及应用

提出了一种新的直线型产量递减分析图版绘制方法,给出了利用新型图版进行递减分析图版拟合的步骤及参数计算。通过与传统的曲线型图版对比,直线型递减分析图版更容易拟合,便于准确求解递减指数从而判断递减类型。通过实际数据验证了这种新型图版的实用性。     

广义增长与递减曲线预测油田开发指标通用公式

提出油田开发指标计算的广义增长与递减曲线通用公式,它既是增长曲线又是递减曲线,可以反映开发全过程瞬时产油量与累积产油量关系曲线向上凹和向下凹这两种情况。除此之外,作为增长曲线,它还可以描述开发任一时间出现的产量峰值情况,因而可以描述与预测油田开发全程指标,优于一般的增长曲线;作为递减曲线,它在任何情况下都可以计算出最大可采储量,因而可以描述与预测油田递减阶段开发指标,优于Arps递减曲线。马坊油田、任丘油田、双台子油田代表不同的油藏和驱动类型,应用该通用公式计算这些油田的产量变化,计算曲线与实际数据拟合得很好,广泛适用于不同的油藏类型及驱动类型,可以用油田开始开发阶段的动态数据计算。算例还表明,拟合的生产时间越长,计算结果越准确。图3表2参8(俞启泰摘)     

Arps递减曲线与增长曲线的联系及其应用

分析了递减曲线与增长曲线的联系，提出了一种与著名的Ａｒｐｓ递减曲经等效的，新的增长曲线及共对应的递减曲线，它比Ａｒｐｓ递减曲线更简单和实用，用重复线性回归法准确，方便地求解曲线参数，用求出的曲线参数还可求出相应的Ａｒｐｓ递减曲线参数，因此，也相当于提出了一种新的求取Ａｒｐｓ递减曲线参数的方法，计算实例表明，这些增长曲线和递减曲线及其参数求取方法具有很大的理论意义和实际应用价值。     

对广义递减曲线图版的补充

针对生产实际中产量递减类型的判别问题,从产量递减基本理论出发, 对图解法的广义递减曲线图版做了有益的补充,建立了新的广义递减曲线方程和标准递减曲线类型图版,并给出了一种利用标准图版确定初始递减率的简易方法。通过对油田生产实例的分析拟合,认为其更适用于油田开发中的产量递减分析,而且易为一般油藏工程技术人员所掌握。     

七种递减曲线的特性研究

介绍了七种递减曲线的数学表达式。应用广义递减曲线标准图版对这些递减曲线的特性进行了对比、分析和研究后表明：①Ａｒｐｓ递减曲线既有产量递减公式，又有累积产量解析式，因此使用方便，递减类型清楚，得到了广泛的应用，在此基础上建立的广义递减曲线具有广泛的代表性；②和Ｍａｔｔｈｅｗｓ递减曲线相当于Ａｒｐｓ递减曲线ｎ＝０．５的情况，适用于水驱和重力驱油田；③Ｊｏｓｈｉ递减曲线相当于Ａｒｐｓ递减ｎ＝０．即指数递减的情况；④Ｌｏｇｉｓｔｉｃ和Ｇｏｍｐｅｒｔｓ递减曲线不符合Ａｒｐｓ递减，它们都处于Ａｒｐｓ递减ｎ＜０的范围中．它们适用于低粘度的水驱油田；⑤Ｗｅｉｂｌｅ递减曲线变化范围和覆盖面极大，甚至可以包括Ａｒｐｓ递减，但它只有产量递减表达式，而没有累积产量的解析式，因而限制了它的应用。     

产量递减曲线在油田动态分析的应用

本文从Ｊ．Ｊ．Ａｒｐｓ递减方程出发，推导出差法求解递减数的数学公式，进而建立产能预测，储量计算的的数学模型。结合油田生产实际，编制了计算机应用软件，并列举实例说明产量递减曲线在油田动态分析中的应用。     

产量递减分析方法简评

随着油气藏的开发,其产量呈现动态递减趋势,产量递减分析方法一直是国内外学者研究的一个重要课题。本文对目前国内外学者提出的常规产量递减曲线和现代产量递减曲线的典型图版进行了综合分析对比,阐述了各曲线建立的理论基础、适用条件及其功能。与传统的产量递减分析方法相比,现代产量递减分析方法建立的典型曲线应用范围更广,生产数据和流压分析精确度更高,为今后能够更好地利用这些图版预测井产量和计算储层参数打下良好基础。     

应用典型曲线进行产量递减分析

基于Arps递减方程，建立了油气藏递减阶段无因次累积产量与无因次时间关系的典型曲线图版，提出了应用典型曲线拟合进行油气藏产量递减分析的方法。该方法可以快速地求得初始递减率D1、递减指数N及递减前的稳定产量Q1，避免了应用产量进行分析时，产量波动性及时间离散性对分析结果的影响。实例应用表明，本文提出的方法是实用有效的。     

油田产量递减曲线与衰减曲线的关系

通过理论推导，首次把衰减曲线和递减曲线表达为一个统一的方程式，并进一步闸明了各参数的物理意义，同时证明衰减曲线是递减曲线在ｎ＝０．５时的特殊形式，而不能代表其它各种递减规律。虽然衰减曲线应用于递减分析会产生一定的误差，但仍不失为一种简便的矿场递减分析方法。     

用广义回归神经网络和遗传算法分析产量递减

我国大多数油田开发已经进入到产量递减阶段,对这一阶段的相关理论有着迫切的需求。产量递减阶段的传统理论存在着不少缺点,使得它的应用受到了很大限制,应用效果也不是很好,主要的问题集中在对递减指数的求解上。广义回归神经网络（ GRNN）和遗传算法（ GA）都是在模拟人的生理活动进而提出的人工智能技术。GRNN 对数据样本没有太多的要求,可以逼近任意类型的函数;GA 可以进行全局搜优,也可以进行局部搜优。它们的联合应用可以克服传统理论的缺陷。首先建立GRNN 神经网络,然后利用一种改进的GA 搜索全局最优的平滑因子,最终建立模型,并把它们应用于孤岛油田产量递减期,取得了良好的效果。     

应用典型曲线进行产量递减分析

基于Arps递减方程,建立了油气藏递减阶段无因次累积产量与无因次时间关系的典型曲线图版,提出了应用典型曲线拟合进行油气藏产量递减分析的方法。该方法可以快速地求得初始递减率D_i、递减指数N及递减前的稳定产量Q_i,避免了应用产量进行分析时,产量波动性及时间离散性对分析结果的影响。实例应用表明,本文提出的方法是实用有效的。     

产量递减曲线参数最优化分析方法

认为拟合油气井产量递减规律的指数递减和调和递减是双曲递减的特例。但双曲递减曲线表达式无法变换成线性形式,常用方法（试凑法,曲线移位法,典型曲线分析法）既费时,又难以达到较高的拟合精度。对于实际油气井或油气藏产量递减分析来说,如果确定了递减阶段的初始产量、初始递减率和递减指数,就唯一地确定了其双曲递减曲线表达式。提出采用最优化理论优化求解这３项参数的计算方法,编制了应用程序。用该方法拟合某气井递减阶段的生产数据,拟合值的最大相对误差约为０．３３１％,平均相对误差约为０．０３９％。用该方法求解产量递减曲线参数,不受人为因素干扰,计算速度快,对指数递减、调和递减和双曲递减曲线都能精确地拟合。表１参２（陈志宏摘）     

水驱特征曲线与产量递减曲线在油田开发后期的综合应用

随着油田的开发,油藏综合含水逐渐增高,在油藏动态分析和最终采收率预测中,水驱特征曲线与产量递减曲线都存在着一定的不足,如果将二者结合应用,就可比较准确地计算出油藏的可采储量和剩余开采年限,为油田开发决策提供可靠的依据。