蔣云燕,宋考平,周 哲,梁宇寧,夏麗華,劉柱
(1. 東北石油大學, 黑龍江 大慶 163318; 2. 大慶油田有限責任公司, 黑龍江 大慶 163318)
三元復合驅影響因素研究和含水規律預測
蔣云燕1,宋考平1,周 哲2,梁宇寧1,夏麗華1,劉柱1
(1. 東北石油大學, 黑龍江 大慶 163318; 2. 大慶油田有限責任公司, 黑龍江 大慶 163318)
三元復合驅是油田提高采收率的主要方式之一,但是三元復合驅的段塞參數哪些是影響采收率的重要因素,有待于進一步研究。以北一區斷東西部試驗區為例,通過正交設計方法設計方案,進行數值模擬計算,采用灰色關聯方法和多元回歸方法分析得出主段塞用量、聚合物濃度、表活劑濃度和副段塞用量、聚合物濃度為影響采收率的主要因素,并結合這些參數進行含水規律預測,得到的含水規律預測公式精度較高,滿足現場需要。
三元復合驅;采收率;影響因素;含水率預測
三元復合驅作為一種高效提高采收率的三次采油方式,在油田得到了廣泛的應用,關于三元復合驅影響因素的研究也較多,李華斌、吳文祥[1]、王克亮、廖廣志[2]、夏惠芬[3]等都在這方面展開了相應的研究,但大多是針對于某個或某幾個段塞參數進行影響因素分析,并沒有全面的進行考慮,且沒有將其與含水率預測聯系起來進行系統的研究。本文總結以往他人的研究,通過應用正交設計方法確定實驗方案,采用灰色關聯法和多元回歸分析方法,找出在進行三元復合驅時前置段塞、主段塞、副段塞和保護段塞的化學劑用量和濃度各參數對采收率的影響,兩種方法的結果可以進行相互驗證,從而確定化學驅參數對采收率影響較大的參數,并確定這些主要影響參數與含水最低值和含水最低值對應PV數的定量關系式,根據預測公式進行含水率的預測[4]。這種方法也可以用于其他方面的研究,具有現實的指導意義。
在大慶油田實際地質參數的基礎上,建立單個井組的理想模型,研究不同段塞化學劑用量及濃度對采收率的影響。模型為五點法面積井網,網格為15×15×6,平面網格步長20 m,縱向網格步長為3、4,4,5、7、10 m;油藏埋深為850 m。單層滲透率分別為:159、465、532、486、638、790 md;空白水驅至90%后,開始三元復合驅模擬,至含水98%,見圖1和表1。

表1 基礎方案Table 1 Foundation scheme

圖1 理想模型三維示意圖Fig.1 the ideal model of 3D sketch
2.1 方案設計
正交試驗設計是用來研究多個因素和多水平的一種重要設計方法,它是根據正交性從全面試驗中挑選出部分有代表性的點進行整體設計,這些有代表性的點具備了“均勻分散,齊整可比”的特點[5]。
主要考慮的參數為三元復合驅的前置段塞用量和聚合物溶液濃度,主段塞的用量、聚合物溶液濃度、堿濃度和表活劑濃度,副段塞用量、聚合物溶液濃度、堿濃度和表活劑濃度,保護段塞用量及聚合物溶液濃度。這12個參數作為數值模擬的12個因素,對每種因素設計3個水平進行模擬,具體情況見表2。
2.2 具體模擬結果
按照上述正交設計參數水平值,進行方案設計共設計方案數為27個,利用理想模型進行各個方案的數值模擬,計算相應的采收率,從而根據模擬結果進行分析,結果見表3。

表2 三元復合驅注入參數水平表Table 2 ASP combination flooding injection parameter

表3 三元注入方案預測結果Table 3 Prediction of ASP combination flooding scheme
3.1 灰色關聯分析方法[6]
主要的步驟分為以下幾步:(1)對原始數據進行歸一化處理,消除在關聯度計算當中舍入誤差和量綱造成的影響,同時也能避免了非等權情況的出現。(2)求絕對值。(3)找出所有自變量中的最大值與最小值,即兩極最大差和兩極最小差。(4)求關聯系數,關聯度則是求每個自變量關聯系數的平均值,其值越大說明該變量對因變量的影響越大。通過進行這幾個步驟的計算,分別進行了不同分辨系數下的關聯度分析和排序,具體結果見表4。

表4 不同分辨系數下的關聯度分析及排序Table 4 Correlation analysis and sorting under different resolution coefficient
通過表中計算的關聯程度,關聯度值較大的值是影響采收率的主要因素,同時也可以認為是影響含水率等其他開發因素的主要原因。關聯度較大的參數主要有主段塞用量、聚合物濃度、表活劑濃度和副段塞用量、聚合物濃度。
3.2 多元回歸方法
通過數值模擬計算出的 27個模擬實驗的化學驅階段采出程度,并應用多元回歸方法確定各因素與化學驅階段采出程度的關系式。這樣就可以簡單分析這些數據。主要應用SPSS軟件進行回歸[7],具體的回歸公式如下:

式中:x1~x12分別代表三元復合驅中12個影響參數。
通過比較上述公式中各參數前系數的絕對值,值較大的則對采出程度影響大。
通過采用灰色關聯法和多元回歸方法,對影響因素進行分析,發現2種方法的結果基本相同,確定影響采收率的主要參數是主段塞用量、聚合物濃度、表活劑濃度和副段塞用量、聚合物濃度。
通過上述方法優選出來這幾個影響采收率的參數,同時這幾個參數可以作為影響含水率變化的參數,對含水規律的變化也具有影響作用,因此在進行含水率預測時主要考慮這幾個參數的影響。
通過數值模擬發現大部分含水率變化都呈現出來典型的規律性,主要表現為“√”字型變化,并對現場實際含水率見效特征進行分析總結,發現也有類似的規律,具體情況見圖2和圖3。

圖2 實際現場綜合含水率變化曲線(√型)Fig.2 Actual comprehensive water cut curve (√type)

圖3 數值模擬結果含水率變化曲線Fig.3 Water cut curve of numerical simulation
4.1 含水率預測公式
在正交設計數值模擬方案基礎上,確定出各特征點即含水最低值df、含水最低值對應PV數dt、初始含水率w0f 與主段塞用量、聚合物濃度、表活劑濃度和副段塞用量、聚合物濃度5項參數的定量關系式。
4.1.1 含水率變化曲線
(1)含水見效正弦式遞減段:
(2)對數含水回升段:

式中: fw0— 初始含水率,%;
fd— 含水最低值,%;
td— 含水最低值對應PV數。
4.1.2 特征點的求取
利用數值模擬方案的結果,進行特征點的求取,得出如下的公式:

式中: fw0— 初始含水率,%;
η1— 主段塞聚合物濃度,mg/L;
η2— 副段塞聚合物濃度,mg/L;
ηs— 主段塞表活劑濃度,%;
V1— 主段塞用量,PV;
V2— 副段塞用量,PV。
4.2 公式驗證
目標區塊的三元復合驅基本參數為三元主段塞用量為0.351 PV、聚合物濃度1 900 mg/L、表活劑濃度0.3%和副段塞用量0.285 PV、聚合物濃度2 500 mg/L,根據基本參數結合上述定量關系式,最終計算實驗區塊含水最低值 fd= 78.3,實際為fd= 79.9,預測平均含水率 fw= 96.5,實際平均含水率為fw= 97。實際含水率與預測含水率的平均相對誤差為0.52%。
(1)在模擬實際地質情況下,利用理想模型進行數值模擬研究,通過正交設計方法進行方案設計,利用灰色關聯法和多元回歸方法對模擬結果進行處理,得出主段塞用量、聚合物濃度、表活劑濃度和副段塞用量、聚合物濃度這5項參數是影響采收率的主要因素。
(2)通過現場實際含水率變化和數值模擬的含水率曲線分析,發現大部分含水率曲線呈現“√”型,找出其中的規律,得出其含水率預測公式,并對公式進行驗證,公式精度較高。
(3)實際的地質情況遠比這復雜,因此,在進行影響因素分析和含水規律預測時,上述方法可以作為一個參考,實際情況還需進行具體的分析。
[1] 吳文祥,張棟,闞亮,郎麗媛.堿劑對復合驅油體系性能的優化[J].斷塊油氣田,2013(06):772-774.
[2] 王克亮,付恬恬,王翠翠,明陽陽.三元復合體系在滲流過程中的乳化規律研究[J].油田化學,2013(01):83-86.
[3] 夏惠芬,楊秋月,張九然,馬文國.驅油用聚合物溶液彈性和黏性定量表征實驗研究[J].實驗技術與管理,2012(07):29-31.
[4] 王景翠.北一區斷東三元復合驅開發效果評價方法研究[D].大慶:東北石油大學,2013.
[5] 周毅,徐柏齡.神經網絡中的正交設計法研究[J].南京大學學報(自然科學版),2001(01):72-78.
[6] 周秀文.灰色關聯度的研究與應用[D].長春:吉林大學,2007.
[7] 廖豐,徐國盛,周連德,王威.利用多元回歸分析方法進行產量預測——以白音查干凹陷達爾其油田為例[J].內蒙古石油化工,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
蔣云燕(1991-),女,吉林和龍人,2013年畢業于長江大學石油工程專業,研究方向:油氣田開發及油藏數值模擬。E-mail:yunyan9626@sin.com。
宋考平(1962-),男,教授,工學博士,研究方向:油氣田開發工程理論與技術、油藏數值模擬、提高油氣采收率技術。E-mail:skp2001@sina.com。