基于深度学习的超高温、超深层断控型油藏产能评价.pptVIP

*基于深度学习的超高温、超深层断控型油藏产能评价一、模型建立二、模型求解三、模型论证四、模型分析五、报告结论汇报内容一、模型建立。顺北特深层断溶体油气藏单井产能差异大，不同油嘴下流温、油压、气油比差异明显，流体流动方式复杂，制约油气井产能。目前，主要靠人为经验或生产测试确定产能，不确定性因素大，缺乏油气藏、井筒、油嘴的系统分析。同时应力敏感严重，现有产能模型缺乏对动态裂缝闭合和开启的考虑，急需开展产能评价研究，为顺北生产参数优化及合理产能确定提供支撑。1.物理模型挤压段、弱拉分段遇断裂边部拉分段钻遇断裂核部溶洞井震结合分析认为：顺北油田井洞关系主要为井钻遇核部溶洞和断裂边部，溶洞钻遇率80%以上。一、模型建立。基于实际情况设置简化物理模型：1.物理模型孤立溶洞下物理模型简化图连通情况下的溶洞开发简化模型假设洞为圆柱，并且与生产井井筒同心存在四个流动区域：其他供给流动段、溶洞流动、井筒流动、油嘴嘴流地层流体处理为拟单相，流体、岩石为微可压缩存在多溶洞连通情况下，考虑洞间窜流，裂缝由于压力降低而闭合基本假设：裂缝窜流供给其他供给流动段溶洞流动段井筒流动段油嘴流动段一、模型建立。根据对溶洞流动的不同处理方式，现有产能评价模型主要有以下3类：高渗体：将溶洞视为高渗透率区域，考虑溶洞内流动为渗流等势体：压力在洞内