Обобщенное уравнение Роулинса–Шеллхардта и его применение для оптимизации режимов эксплуатации скважин

Обложка

Цитировать

Полный текст

Аннотация

Актуальность обусловлена необходимостью повышения точности и надежности прогноза продуктивности газовых и газоконденсатных скважин при перспективном планировании работы газодобывающих предприятий. Для повышения точности и надежности расчетов прогнозных дебитов необходимо учитывать изменения фильтрационно-емкостных свойств пласта в призабойных зонах, вызванных меняющимися со временем значениями пластового давления и депрессии.

Цель. Определение уравнений реальных индикаторных кривых притока флюида к газовой скважине, учитывающих зависимость фильтрационно-емкостных свойств пласта в призабойных зонах от меняющихся значений пластового давления и депрессии. Для достижения поставленной цели авторы применяют рабочую гипотезу о том, что, во-первых, в скрытом виде все физические закономерности фильтрации газа к скважине содержатся в накопленной за время эксплуатации скважины отчетной геолого-промысловой документации. Во-вторых, уравнения всех реальных индикаторных кривых можно аппроксимировать предложенным авторами статьи обобщенным уравнением Роулинса–Шеллхардта. По результатам обработки реальных геолого-промысловых данных ряда скважин был обнаружен новый эффект, показывающий, что реальные индикаторные кривые, в отличие от классических теоретических ситуаций, могут описываться немонотонными зависимостями дебита от депрессии. Обнаруженный новый эффект имеет важное теоретическое и практическое значение для нефтегазовой отрасли.

Объекты. Уравнения притоков газа к скважинам, аппроксимируемые в виде обобщенного уравнения Роулинса–Шеллхардта.

Методы. Методы интерполяции и аппроксимации промысловых данных, численное интегрирование, методы математического моделирования, корреляционный и регрессионный анализы, метод наименьших квадратов.

Результаты. Для реальных индикаторных кривых, описывающих, в отличие от классических законов фильтрации, в том числе и немонотонные зависимости дебита от депрессии, построена аппроксимационная модель в виде предложенного обобщенного уравнения Роулинса–Шеллхардта. Эта модель открывает новый подход к прогнозированию дебитов газовых скважин, позволяет повысить эффективность газодобычи и содействует устойчивому развитию энергетического сектора. Например, значительно упрощает процесс планирования геолого-технических мероприятий и оптимизирует разработку газовых месторождений.

Об авторах

Владимир Александрович Толпаев

Северо-Кавказский федеральный университет

Email: V_Tolpaev@stv.vniigaz.gazprom.ru
ORCID iD: 0000-0001-5937-0151

доктор физико-математических наук, профессор кафедры разработки и эксплуатации нефтяных и газовых месторождений

Россия, 355035, г. Ставрополь, пр. Кулакова, 16

Курбан Сапижуллаевич Ахмедов

Северо-Кавказский федеральный университет

Автор, ответственный за переписку.
Email: K_Akhmedov@stv.vniigaz.gazprom.ru
ORCID iD: 0000-0002-2909-8203

доктор технических наук, профессор кафедры разработки и эксплуатации нефтяных и газовых месторождений

Россия, 355035, г. Ставрополь, пр. Кулакова, 16

Список литературы

  1. Толпаев В.А., Ахмедов К.С. Теоретические основы планирования объемов добычи газа скважинами газодобывающего предприятия // НТЖ «Строительство нефтяных и газовых скважин на суше и на море». – 2023. – № 4 (364). – С. 49–56. doi: 10.33285/0130-3872-2023-4(364)-49-56.
  2. Басниев К.С., Дмитриев Н.М., Розенберг Г.Д. Нефтегазовая гидромеханика. – М.; Ижевск: Институт компьютерных исследований, 2005. – 544 с.
  3. Rawlins E.L., Schellhardt Am.A. Back pressure data on natural gas wells and their application to production practices. – USA: United States Bureau of Mines US BUREAU OF MINES, 1935. – Vol. 7. – 210 p.
  4. Попов С.Н., Чернышов С.Е., Гладких Е.А. Влияние деформаций терригенного коллектора в процессе снижения забойного и пластового давления на изменение проницаемости и продуктивности скважины // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2022. – Т. 333. – № 9. – С. 148–157.
  5. Попов С.Н., Чернышов С.Е. Численное моделирование неоднородного напряженно-деформированного состояния и прогноз изменения проницаемости прискважинной зоны при создании щелевой перфорации в терригенном коллекторе // Актуальные проблемы нефти и газа. – 2020. – Вып. 4 (31). doi: 10.29222/ipng.2078-5712.2020-31.art3.
  6. Карев В.И. Влияние напряженно-деформированного состояния горных пород на фильтрационный процесс и дебит скважин: автореф. дис. … д-ра техн. наук. – СПб, 2010. – 34 с.
  7. Прогнозирование работы скважин баженовской свиты на основе модифицированной модели динамического материального баланса / И.В. Байков, О.Ю. Кашников, Р.И. Гатин, А.В. Ханов, М.Ю. Данько // PROНЕФТЬ. Профессионально о нефти. – 2021. – № 6 (4). doi: 10.51890/2587-7399-2021-6-4-106-115.
  8. Применение прокси-моделей при прогнозировании параметров разработки нефтяных залежей / Ж.Т. Жетруов, К.Н. Шаяхмет, К.К. Карсыбаев, А.М. Булакбай, С.Б. Кулжанова // Вестник нефтегазовой отрасли Казахстана. – 2022. – Т. 4. – № 2. doi: 10.54859/kjogi.202242.
  9. Simulation of the pressure-sensitive seepage fracture network in oil reservoirs with multi-group fractures / Y. Feng, Y. Liu, J. Chen, X. Mao // Fluid Dynamics & Material Processing. – 2022. – Vol. 18. – № 2. – P. 395–415. doi: 10.32604/fdmp.2022.018141.
  10. Оптимизация режимов работы нефтяных скважин / С.П. Абдурахманова, Н.А. Ахмедова, Э.Н. Юсупходжаева, Н.У. Ботирова // Экономика и социум. – 2022. – № 12 (103)-2. – С. 687. DOI: 18581/2020.
  11. Турбаков М.С., Мордвинов В.А. Анализ и оптимизация технологических режимов работы добывающих скважин с целью повышения эффективности их эксплуатации // Вестник ПНИПУ. Геология. Нефтегазовое и горное дело. – 2005. – № 6. – С. 77–81.
  12. Досказиева Г.Ш., Куангалиев З.А., Имангалиева Г.Е. Оптимизация работы скважин на месторождениях НГДУ «Доссормунайгаз» // Universum: технические науки: электрон. научн. журн. – 2020. – № 3.1 (72.1). doi: 10.32743/UniTech.2020.72.1.3.1.
  13. Settari A., Walters D.A. Advances in coupled geomechanical and reservoir modeling with applications to reservoir compaction // SPE Reservoir Simulation Symposium: Proceedings. – Houston, 1999. – P. 1–13. doi: 10.2118/51927-MS.
  14. Compaction-induced porosity/permeability reduction in sandstone reservoirs: data and model for elasticity-dominated deformation / P.M.T.M. Schutjens, T.H. Hansen, M.H.H. Hettema, J. Merour, P. de Bree, J.W.A. Coremans, G. Helliesen // SPE Reservoir evaluation & engineering. – 2004. – Vol. 7 (03). – P. 202–216. doi: 10.2118/71337-MS.
  15. Zoback M.D. Reservoir geomechanics. – Cambridge, U.K.: Cambridge University press, 2007. – 505 p.
  16. Petroleum related rock mechanics / E. Fjear, R.M. Holt, P. Horsrud, A.M. Raaen, R. Risnes. – Amsterdam: Elsevier, 2008. – 492 p.
  17. Chernyshov S.E., Popov S.N. The influence of geomechanical factors on the oil well productivity and the bottom-hole zone permeability of reservoir exposed by slotted perforation // Processes in GeoMedia. Vol. III. – Cham: Springer Geology, 2021. – P. 167–182. doi: 10.1007/978-3-030-69040-3.
  18. Stress sensitivity of porosity and permeability under varying hydrostatic stress conditions for different carbonate rock types of the geothermal Malm reservoir in southern Germany / D. Bohnsack, M. Potten, S. Freitag, F. Einsiedl, K. Zosseder // Geothermal Energy. – 2021. doi: 10.1186/s40517-021-00197-w.
  19. Research on the damage of porosity and permeability due to perforation on sandstone in the compaction zone / S. Xue, X. Zhu, L. Zhang, S. Zhu, G. Ye, X. Fan // CMC. – 2016. – Vol. 51. – № 1. – P. 21–42. doi: 10.3970/cmc.2016.051.021.
  20. To T., Chang C. Comparison of different permeability models for production-induced compaction in sandstone reservoir // The journal of engineering geology. – 2019. – Vol. 29. – № 4. – P. 367–381. doi: 10.9720/kseg.2019.4.367.
  21. Гарнаев А.Ю. MSExcel 2002: разработка приложений. – СПб.: БХВ-Петербург, 2004. – 768 с.
  22. Математическая статистика / В.Б. Горяинов, И.В. Павлов, Г.М. Цветков и др. / под ред. В.С. Зарубина, А.П. Крищенко. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. – 424 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».