Қаламқас кен орнында полимерлі суландыруды модельдеу мәселелерін шешу тәсілдері туралы

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Негіздеу. Қазіргі уақытта полимерді суландыру мұнай беруді арттырудың ең тиімді әдістерінің бірі болып табылады, сәйкесінше бұл процесті модельдеу ерекше өзектілікке ие.

Мақсаты. Гидродинамикалық модельдеудің мақсаты – параметрлердің, технологиялық көрсеткіштердің таралуын болжау және дамудың барлық мүмкін сценарийлерін модельдеу. Модельдеу нәтижелері бойынша жобалардың табыстылығы туралы шешімдер қабылданады.

Материалдар мен әдістер. Гидродинамикалық модельдеу процесінде бірқатар маңызды проблемалар бар, олардың бірі – бейімделу. Бейімделу қиындықтары негізінен сүзу – сыйымдылық қасиеттерінің дұрыс анықталмауына байланысты, бұл тікелей керн зерттеу деректерінің жетіспеушілігінен туындайды. Коллекторлық жыныстардың сүзу-сыйымдылық қасиеттерін анықтайтын негізгі физикалық параметрлер кеуектілік, өткізгіштік, салыстырмалы фазалық өткізгіштік, қанықтылық болып табылады. Бұл қасиеттер сұйықтық ағынын дәл модельдеу және өндіруді болжау үшін өте маңызды. Алайда, керн зерттеу деректерінің жетіспеушілігі біздің осы қасиеттер туралы түсінігімізді шектейді және модельдің бейімделу сапасына әсер етеді.

Қаламқас кен орнының Ю-1 горизонтының осы Шығыс учаскесіндегі кен орны бойынша деректердің жеткіліксіздігіне байланысты бекітілген бастапқы геологиялық қорлар модель бойынша қорлардан шамамен 20%-ға әр түрлі болады. Гидродинамикалық модельді дәлірек бейімдеу үшін ағымдағы бастапқы геологиялық қорлардың болуы айтарлықтай жеткіліксіз.

Нәтижелері. Бұл мақалада Қаламқас кен орнында полимерлі суландыруды гидродинамикалық модельдеу кезінде жоғарыда аталған мәселені шешудің бірқатар тәсілдері қолданылды, қорытынды ретінде алынған нәтижелер көрсетілді.

Корытынды. Гидродинамикалық модельдеу полимерді суландырудың параметрлерін оңтайландыру үшін сандық тәжірибелер жүргізуге мүмкіндік береді, олардың әсерін зерттеуге және су басу процесінің тиімділігін арттыру үшін оңтайлы қатынасты таңдауға көмектеседі.

Толық мәтін

##article.viewOnOriginalSite##

Авторлар туралы

З. М. Мұратова

ҚМГ Инжиниринг-нің «ҚазМұнайГазГЗЖИ» филиалы

Хат алмасуға жауапты Автор.
Email: Z.Muratova@kmge.kz
Қазақстан, Ақтау қаласы

Н. К. Тұяқов

ҚМГ Инжиниринг

Email: N.Tuyakov@niikmg.kz
Қазақстан, Астана қаласы

М. О. Таджибаев

ҚМГ Инжиниринг-нің «ҚазМұнайГазГЗЖИ» филиалы

Email: M.Sagyndikov@kmge.kz
Қазақстан, Ақтау қаласы

Әдебиет тізімі

  1. Kanevskaya R.D. Matematicheskoe modelirovaniye gidrodinamicheskikh protsessov razrabotki mestorozhdeniy uglevodorodov. Moscow-Izevsk: Institut komp'yuternykh issledovaniy; 2002. (In Russ).
  2. rfdyn.com [Internet]. Rock Flow Dynamics (RFD). Simulator, technical manual [cited 08 Aug 2023]. Available from: https://rfdyn.com.
  3. Balin DV, Semenova TV. Impact of injection induced fracturing on cumulative oil production. Oil and Gas. 2017;1:43–47.
  4. Klimov-Kayanidi AV, Alimkhanov RT, Agureeva ES, Sabitov RM. Waterflood-induced fracture on the injection wells in low-permeability reservoir of achimov sequence. Oil and Gas. 2018;2:39–43.
  5. Sagyndikov MS, Seright RS, Tuyakov NK. An unconventional approach to model a polymer flood in the Kalamkas Oilfield. SPE Improved Oil Recovery Conference; April 25–29; 2022. Availbale from: https://onepetro.org/SPEIOR/proceedings-abstract/22IOR/2-22IOR/D021S017R001/483984.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Figure 1. General approach to constructing an oil field model for PF

Жүктеу (133KB)
Метадеректер
3. Figure 2. East site of U-1 horizon of the Kalamkas oil field

Жүктеу (68KB)
Метадеректер
4. Figure 3. Polymer flood project locations at the Kalamkas field

Жүктеу (212KB)
Метадеректер
5. Figure 4. Relative phase permeability curves and the Buckley-Leverett function

Жүктеу (43KB)
Метадеректер
6. Figure 5. Graph of PVT fluid properties versus pressure

Жүктеу (279KB)
Метадеректер
7. Figure 6. Curves of capillary pressure and residual water saturation

Жүктеу (146KB)
Метадеректер
8. Figure 7. Dependence of viscosity on polymer concentration

Жүктеу (103KB)
Метадеректер
9. Figure 8. Dependence of viscosity on shear rate

Жүктеу (154KB)
Метадеректер
10. Figure 9. Dependence of adsorption on polymer concentration

Жүктеу (40KB)
Метадеректер
11. Figure 10. General initial adaptation of the whole block IV by dynamic indicators

Жүктеу (112KB)
Метадеректер
12. Figure 11. Comparison of adaptation of water cut parameter before/after auto-fracturing

Жүктеу (121KB)
Метадеректер
13. Figure 12. Parameters of the sectors by water cut

Жүктеу (90KB)
Метадеректер
14. Figure 13. 3D visualization of the auto-fracturing

Жүктеу (16KB)
Метадеректер
15. Figure 14. Parameters of the site for injectivity and water production

Жүктеу (72KB)
Метадеректер
16. Figure 15. Results of adaptation as a whole of block IV according to dynamic and cumulative indicators

Жүктеу (212KB)
Метадеректер
17. Figure 16. Results of adaptation of block IV as a whole in terms of water cut

Жүктеу (74KB)
Метадеректер
18. Figure 17. Setting the updated viscosity multiplier taking into account the accepted coefficient

Жүктеу (78KB)
Метадеректер
19. Figure 18. Dependence of viscosity on polymer concentration

Жүктеу (133KB)
Метадеректер
20. Figure 19. Adaptation results for dynamic indicators as a whole for block IV

Жүктеу (98KB)
Метадеректер
21. Figure 20. Adaptation results based on cumulative indicators in general for block IV

Жүктеу (77KB)
Метадеректер
22. Figure 21. Adaptation results for dynamic indicators for East site

Жүктеу (149KB)
Метадеректер
23. Figure 22. Adaptation results for dynamic indicators for East-2 site

Жүктеу (149KB)
Метадеректер
24. Figure 23. Adaptation results for dynamic indicators for Extension site

Жүктеу (93KB)
Метадеректер

© Мұратова З.М., Тұяқов Н.К., Таджибаев М.О., 2023

Creative Commons License
Бұл мақала лицензия бойынша қол жетімді Creative Commons Attribution-NonCommercial-NoDerivatives 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».