Ứng dụng mô hình điện dung - điện trở mở rộng vào vỉa bơm ép nước
Nghiên cứu phát triển mô hình điện dung - điện trở mở rộng (CRMe, Extended capacitance - resistance models) cho vỉa dầu ở bể Cửu
Long, nơi nguồn năng lượng tự nhiên tác động gây nhiễu đến cơ chế năng lượng bơm ép nước, ảnh hưởng đáng kể đến độ tin cậy của kết
quả dự báo. Nhóm tác giả đã xây dựng và kết hợp mô hình CRMe và Gentil mở rộng, dự báo tổng sản lượng khai thác cộng dồn sát với số
liệu thực tế, từ đó dự báo nhanh tổng sản lượng thu được từ vỉa trong 805 ngày tiếp theo là gần 3,14 triệu thùng dầu.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Bạn đang xem tài liệu "Ứng dụng mô hình điện dung - điện trở mở rộng vào vỉa bơm ép nước", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Ứng dụng mô hình điện dung - điện trở mở rộng vào vỉa bơm ép nước
20 DẦU KHÍ - SỐ 9/2020 THĂM DÒ - KHAI THÁC DẦU KHÍ ỨNG DỤNG MÔ HÌNH ĐIỆN DUNG - ĐIỆN TRỞ MỞ RỘNG VÀO VỈA BƠM ÉP NƯỚC TẠP CHÍ DẦU KHÍ Số 9 - 2020, trang 20 - 29 ISSN 2615-9902 Tạ Quốc Dũng1, Huỳnh Văn Thuận1, Phùng Văn Hải2, Lê Thế Hà3 1Trường Đại học Bách khoa Tp. Hồ Chí Minh 2Tổng công ty Thăm dò và Khai thác Dầu khí 3Tập đoàn Dầu khí Việt Nam Email: tqdung@hcmut.edu.vn Tóm tắt Nghiên cứu phát triển mô hình điện dung - điện trở mở rộng (CRMe, Extended capacitance - resistance models) cho vỉa dầu ở bể Cửu Long, nơi nguồn năng lượng tự nhiên tác động gây nhiễu đến cơ chế năng lượng bơm ép nước, ảnh hưởng đáng kể đến độ tin cậy của kết quả dự báo. Nhóm tác giả đã xây dựng và kết hợp mô hình CRMe và Gentil mở rộng, dự báo tổng sản lượng khai thác cộng dồn sát với số liệu thực tế, từ đó dự báo nhanh tổng sản lượng thu được từ vỉa trong 805 ngày tiếp theo là gần 3,14 triệu thùng dầu. Từ khóa: Bơm ép nước, mô hình điện dung - điện trở mở rộng, sản lượng khai thác cộng dồn, bể Cửu Long. 1. Giới thiệu Mô hình dòng chảy trong vỉa và dòng điện trong mạch điện RC đã được nghiên cứu bởi Bruce (1943) [1]. Tác giả đã xây dựng mạng lưới các đơn vị điện để thể hiện mạng lưới các ô khối trong mô hình vỉa. Các đơn vị điện này được kết nối với nhau để mô phỏng trực tiếp lại ứng xử của vỉa dựa trên sự tương tự giữa dòng điện trong môi trường dẫn (dây dẫn) và dòng chất lưu đi trong môi trường lỗ rỗng. Sau đó Wiess (1951) đã cải tiến tốc độ xử lý và đồng thời cải thiện độ chính xác trong dự báo cho ứng xử dòng chảy không ổn định trong vỉa dầu [2]. Wahl (1962) đã áp dụng thành công mạng điện dung - điện trở, bao gồm 2501 tụ điện liên kết với 4900 điện trở, để phân tích cho bốn vỉa ở Saudi Arabia [3]. Kết quả cho thấy, các nghiên cứu trước đều tập trung vào tổ chức, thiết kế, thí nghiệm dựa trên mối liên hệ giữa dòng điện và dòng chất lưu trong vỉa. Một hệ thống toán học dựa trên khái niệm tương tự do Larry Lake (2002) và Al- bertoni (2003) đã đề xuất mô hình kết nối các giếng lại với nhau bằng cách sử dụng phương pháp hồi quy không tuyến tính đa biến, để dự báo tổng lưu lượng thu được, từ số liệu lịch sử khai thác và bơm ép [4]. Gentil (2005) tiếp tục công trình của Albertoni (2003) bằng giải thích ý nghĩa vật lý của phương trình hàm truyền trong vỉa [5]. Yousef (2006) cải thiện mô hình bằng cách thay thế sự biến động số liệu bằng hằng số thời gian τ [6]. Vào năm 2007, Liang và Sayarpour đã lần đầu tiên áp dụng CRM như một công cụ tối ưu hóa dự báo thu hồi dầu trong giai đoạn tiếp theo dựa trên lưu lượng bơm ép [7]. Sau nhiều lần chỉnh sửa và bổ sung các thông số, mô hình được đưa ra bởi Sayarpour (2008) có thể xem là lần cải tiến mang lại nhiều hiệu quả nhất [8]. Mô hình điện dung - điện trở đã bắt đầu được nghiên cứu ứng dụng cho các mỏ tại Việt Nam [9]. Nhằm bổ sung và hoàn thiện mô hình này để dự báo tổng sản lượng dầu khai thác cộng dồn trong các trường hợp đặc biệt có tác động gây nhiễu từ nguồn năng lượng tự nhiên trong vỉa bơm ép nước, nhóm tác giả sẽ đề xuất phát triển mở rộng các mô hình CRM truyền thống và mô hình Gentil để vừa đánh Ngày nhận bài: 5/5/2020. Ngày phản biện đánh giá và sửa chữa: 5 - 26/5/2020. Ngày bài báo được duyệt đăng: 13/8/2020. Hình 2. Mô hình thủy lực vỉa [10]Hình 1. Mạng lưới điện dung - điện trở [3] Điện dung Điện trở Giếng khai thác, Pwf Vỉa khai thác Pavg 21DẦU KHÍ - SỐ 9/2020 PETROVIETNAM giá mức độ ảnh hưởng gây nhiễu của năng lượng tự nhiên cũng như dự báo nhanh tổng sản lượng dầu khai thác cộng dồn với độ tin cậy cao. 2. Mô hình điện dung - điện trở Sự tương tự giữa mạch điện RC và CRM: Dòng diện I (ampere) chạy trong dây dẫn là kết quả của sự chênh lệch điện thế ∆U (volt) trên mạch điện [10] và dòng điện tuân theo định luật Ohm, I = ∆U/R với R (ohm) là tổng điện trở mạch [10]. Tương tự, trong lĩnh vực dầu khí, dòng chảy trong vỉa là kết quả của sự chênh lệch áp suất và tuân theo định luật Darcy, q = ∆P/R [10], với ∆P = Pavg - Pwf (psi), là sự chênh lệch áp suất giữa áp suất trung bình vỉa (Pavg) và áp suất đáy giếng (Pwf). Trở R trong vỉa là hàm của đặc tính đá vỉa với diện tích mặt cắt xem xét là Ac (đơn vị diện tích) và chiều dài vùng xem xét là L (đơn vị chiều dài). Tụ điện là thiết bị dùng để tích trữ năng lượng, đại lượng đặc trưng cho tụ là điện dung C (farad). Tụ giải phóng năng lượng theo phương trình Faraday, I = C dU dt dt [2] Cnén= - 1 V dv dp dp (Psi-1) τij = ( CtVp Jt ) ij [11] = ( ) − ( ) [12] [10]". Tương tự, trong vỉa dầu, tụ C là khả năng cung cấp năng lượng của vỉa dưới dạng áp suất. Tụ vỉa giải phóng năng lượng theo phương trình hệ số nén Cnén = - 1 V dv dp (psi -1) . Các thông số cơ bản trong mô hình CRM: - Hằng số thời gian - Time constant (τ) Hằng số thời gian là thông số đặc trưng phản hồi khoảng thời gian biến động tuyến tính trong giai đoạn đầu của hệ thống. Để xác định hằng số thời gian trong mạch RC, đặt vào mạch 1 hiệu điện thế Vo, khi đóng khóa k dòng điện sẽ nạp điện cho tụ C. Kết quả điện áp trên tụ sẽ tăng dần theo đồ thị Hình 4. Khi đó, hằng số thời gian được định nghĩa là thời gian từ khi bắt đầu nạp điện đến khi điện áp trên tụ bằng 63,2% giá trị điện áp cuối cùng ở trạng thái ổn định, với τ = RC [11]. Trong hệ thống vỉa cũng tương tự như mạch điện RC. Vì thế, có thể dựa vào định nghĩa trên để xác định hằng số thời gian τ của vỉa. Hình 5 cho thấy khi lưu lượng bơm ép tăng nhảy vọt từ tháng thứ 6 đến tháng thứ 22 thì thu được tín hiệu phản hồi lưu lượng khai thác biến đổi khá giống sự biến đổi điện áp trên tụ trong mạch điện RC. Tương tự như cách xác định hằng số thời gian ở mạch RC, dòng chất lưu khai thác mất 4 Hình 5. Lưu lượng bơm ép biến đổi và lưu lượng khai thác phản hồi [11] R CVo V 63% t = RC Giây Hình 3. Sơ đồ mạch điện RC đơn giản [11] Hình 4. Biến đổi điện áp trên tụ theo thời gian 5000 4000 ... nh vỉa dầu tại bể Cửu Long Hình 9. Lưu lượng khai thác của vỉa Hình 10. Tổng lưu lượng bơm ép của vỉa 0 30000 59035901Lư u l ượ ng (t hù ng /n gà y) Ngày q tổng q dầu 0 20000 0592059Lư u l ượ ng (t hù ng /n gà y) Ngày 0 30000 59035901Lư u l ượ ng (t hù ng /n gà y) Ngày q tổng q dầu 0 20000 0592059Lư u l ượ ng (t hù ng /n gà y) Ngày 25DẦU KHÍ - SỐ 9/2020 PETROVIETNAM Bảng 2. Thời gian hoạt động của các giếng Hình 11. Lưu lượng khai thác ở các giếng Hình 12. Lưu lượng tổng ước tính theo CRMPe 8000 0 9000 0 Giếng 20Giếng 14 q tổng q tổng NgàyNgày 10951095 30953095 q dầu q dầu Lư u l ượ ng (t hù ng /n gà y) Lư u l ượ ng (t hù ng /n gà y) Thời gian (ngày) 0 - 82 83 - 374 375 - 540 541 - 949 950 - 1.094 1.095 - 3.095 P10 P11 P14 P20 I 15 I 25 3000 8000 8000 4000 4000 9000 5000 Giếng 10 (R2 = 0,97) Giếng 11 (R2 = 0,97) Giếng 20 (R2 = 0,98)Giếng 14 (R2 = 0,98) q thực tế q thực tế q thực tếq thực tế Ngày Ngày NgàyNgày 1095 1095 10951095 3095 3095 3095 3095 q CRMPe q CRMPe q CRMPeq CRMPe Lư u l ượ ng (t hù ng /n gà y) Lư u l ượ ng (t hù ng /n gà y) Lư u l ượ ng (t hù ng /n gà y) Lư u l ượ ng (t hù ng /n gà y) 0 3000 8000 0 Giếng 10 Giếng 11 q tổng q tổng Ngày Ngày1095 10953095 3095 q dầu q dầu Lư u l ượ ng (t hù ng /n gà y) Lư u l ượ ng (t hù ng /n gà y) 0 26 DẦU KHÍ - SỐ 9/2020 THĂM DÒ - KHAI THÁC DẦU KHÍ và được tiến hành bơm ép vào ngày thứ 950. Thời điểm nghiên cứu áp dụng mô hình CRM cho vỉa là ngày thứ 1.095. Đặc biệt, khi tiến hành bơm ép vỉa vẫn còn bị tác động bởi năng lượng tự nhiên. Lưu lượng bơm ép và khai thác xuất ra từ các phần mềm thương mại sẽ được xem như dữ liệu thực tế để xây dựng mô hình CRM. Thời gian các giếng bắt đầu đưa vào hoạt động trong vỉa được thu thập lại như Bảng 2, với màu đậm biểu thị giếng đã hoạt động. 4.1. Ứng dụng mô hình điện dung - điện trở cho giếng khai thác mở rộng CRMPe sẽ được áp dụng nhằm đánh giá mức độ ảnh hưởng năng lượng tự nhiên đến các giếng khai thác trong vỉa thông qua hệ số kết nối. Các giếng khai thác chủ yếu đều chịu ảnh hưởng bởi nguồn năng lượng tự nhiên (Bảng 3). Lớn nhất là giếng P11 với fas,11 = 0,45 và chỉ duy nhất một giếng đã cạn kiệt nguồn năng lượng này đó là giếng P10 với fas,10 = 0. Giếng bơm ép I25 bị mất một phần nguồn năng lượng vào vỉa, với tổng f25,j = 0,98. Nhìn chung lưu lượng chất lưu được ước tính theo mô hình CRMPe khá sát với lưu lượng thực tế (Hình 12). Hệ số hồi quy giữa dữ liệu mô hình và thực tế đều trên 0,9 cho thấy độ tin cậy khá cao. Nhìn chung, tỷ lệ lượng nước tăng khá nhanh ở các giếng P11, P14, P20 (Hình 13), cho thấy các giếng bơm ép ảnh hưởng rất lớn với các giếng khai thác này. Hình 14 cho thấy lưu lượng giếng bơm ép giả định cũng như nguồn năng P10 P11 P14 P20 Tổng f15,j 0,16 0,27 0,31 0,26 1,00 f25,j 0,01 0,30 0,34 0,33 0,98 fas,j 0,00 0,45 0,22 0,33 1,00 τj 214,00 295,08 531,60 246,47 Bảng 3. Hệ số kết nối của giếng khai thác Giếng 10 Giếng 11 Giếng 20Giếng 14 % % 70 70 0 % 100 0 % 100 00 Ngày Ngày Ngày Ngày 1095 1095 1095 1095 3095 3095 3095 3095 Hình 13. Tỷ lệ nước xuất hiện ở các giếng y = 2E + 09x - 1,856 R² = 0,8923 0 8000 59035901 Lư u l ượ ng (th ùn g/ ng ày ) Ngày Hình 14. Lưu lượng bơm ép giếng giả định Hình 15. Tổng lượng chất lưu khai thác cộng dồn theo ICRMe P10 P11 P14 P20 Tổng 0,17 0,30 0,31 0,22 1 0,02 0,29 0,35 0,34 1 0,00 0,42 0,26 0,32 1 55,20 197,65 291,32 84,16 15,j 25,j as,j j Bảng 4. Hệ số kết nối theo ICRM mở rộng Giếng 10 (R2 = 0,99) Giếng 11 (R2 = 0,99) Giếng 20 (R2 = 0,99)Giếng 14 (R2 = 0,99) QP thực tế QP thực tế QP thực tếQP thực tế QP ICRMe QP ICRMe QP ICRMeQP ICRMe Qp (t hù ng ) Qp (t hù ng ) Qp (t hù ng ) Qp (t hù ng ) 5 14 1416 0 0 00 Ngày Ngày NgàyNgày 1095 1095 10951095 3095 3095 30953095 Triệu Triệu TriệuTriệu 27DẦU KHÍ - SỐ 9/2020 PETROVIETNAM tự nhiên trong vỉa sụt giảm khá nhanh trong giai đoạn khoảng 150 ngày đầu tiên và suy giảm chậm trong giai đoạn sau. Cụ thể, tại thời điểm sau 2.100 ngày khai thác, năng lượng tự nhiên còn tồn đọng lại trong vỉa tương ứng với lưu lượng bơm ép là 3.500 thùng/ngày và giảm xuống xấp xỉ 600 thùng/ngày sau 2.800 ngày khai thác. Sự biến đổi nguồn năng lượng tự nhiên trong vỉa này được biểu diễn theo phương trình hàm mũ y = 10464 × e9E - 4x. Hệ số hồi quy giữa phương trình với kết quả từ CRMPe là khá cao, đây là cơ sở để tiếp tục sử dụng phương trình này và đưa ra ước tính lưu lượng bơm ép trong giai đoạn dự báo. 4.2. Ứng dụng mô hình điện dung - điện trở kết hợp mở rộng ICRMe sẽ áp dụng cho vỉa này để đánh giá nhanh tổng lượng chất lưu khai thác cộng dồn cũng như phân tích mức độ ảnh hưởng năng lượng tự nhiên đến các giếng khai thác, đồng thời là cơ sở cung cấp dữ liệu đầu vào cho Gen- til mở rộng để ước tính tổng sản lượng dầu khai thác cộng dồn. Các giếng bơm ép tương tác với các giếng khai thác trong vỉa. Giếng P11 chịu ảnh hưởng lớn nhất và giếng P10 gần như không còn chịu tác động bởi nguồn năng lượng tự nhiên. Tổng lượng chất lưu khai thác theo ICRMe rất sát với số liệu thực tế, R2 đều trên 0,9 (Hình 15). Kết quả này cho thấy ICRMe là giải pháp hiệu quả để dự báo nhanh tổng lượng chất lưu khai thác cộng dồn cho các vỉa bơm ép nước vẫn còn ảnh hưởng bởi nguồn năng lượng tự nhiên. ICRMe cũng đánh giá năng lượng tự nhiên trong vỉa đang giảm dần theo thời gian (Hình 16). Ứng dụng mô hình Gentil mở rộng: Trên cơ sở kết quả tổng lượng chất 0 4000 1095 3095 Lư u l ượ ng (th ùn g/ ng ày ) Ngày 0 5 10 15 20 59035901 Tr iệu th ùn g Ngày 0 6000 59035901 Lư u l ượ ng (th ùn g/ ng ày ) Ngày CRMPe ICRMe Hình 16. Lưu lượng bơm ép của giếng giả định Hình 17. Tổng sản lượng dầu cộng dồn ở các giếng Hình 18. Tổng sản lượng dầu cộng dồn của vỉa Bảng 5. Các thông số thực nghiệm P10 P11 P14 P20 A -17,383 -6,0273 -6,6516 -7,6273 b 1,105 0,4294 0,4276 0,5333 ICRMe CRMPe P10 f I15 0,17 0,16 I25 0,02 0,01 Ia 0,00 0,00 τ 55,20 214,00 P11 f I15 0,30 0,27 I25 0,29 0,30 Ia 0,42 0,45 τ 197,65 295,08 P14 f I15 0,31 0,31 I25 0,35 0,34 Ia 0,20 0,22 τ 291,32 531,60 P20 f I15 0,22 0,26 I25 0,34 0,33 Ia 0,32 0,33 τ 84,16 246,47 Bảng 6. Bảng so sánh hệ số kết nối giữa ICRMe và CRMPe Giếng 10 (R2 = 0,99) Giếng 11 (R2 = 0,99) Giếng 20 (R2 = 0,99)Giếng 14 (R2 = 0,99) Np thực tế Np thực tế Np thực tếNp thực tế Np Genntil mở rộng Np Genntil mở rộng Np Genntil mở rộngNp Genntil mở rộng Np (t hù ng ) Np (t hù ng ) Np (t hù ng ) Np (t hù ng ) 3 4 47 0 0 0 0 Ngày Ngày NgàyNgày 1095 1095 10951095 3095 3095 30953095 Triệu Triệu TriệuTriệu 28 DẦU KHÍ - SỐ 9/2020 THĂM DÒ - KHAI THÁC DẦU KHÍ lưu cộng dồn vừa được xác định theo ICRMe, mô hình Gentil mở rộng sẽ lấy dữ liệu này làm dữ liệu đầu vào và đưa ra ước tính tổng sản lượng dầu cộng dồn. Hình 17 cho thấy mô hình Gentil mở rộng khá tốt để ước tính tổng sản lượng dầu khai thác cộng dồn khi biết được tổng lượng chất lưu khai thác. Các hệ số hồi quy đều rất cao. Tổng sản lượng dầu khai thác cộng dồn của vỉa sau 2.000 ngày bơm ép là gần 15 triệu thùng. 4.3. So sánh kết quả giữa ICRMe và CRMPe Nhìn chung, hệ số kết nối giữa các cặp giếng bơm ép và khai thác cũng như mức độ ảnh hưởng của nguồn năng lượng tự nhiên được đánh giá từ 2 mô hình ICRMe và CRMPe tương đối giống nhau. Cụ thể, giếng chịu ảnh hưởng lớn nhất là giếng P11 và nhỏ nhất là giếng P10 - gần như không chịu tác động bởi nguồn năng lượng tự nhiên. Tuy nhiên, ở ICRMe đánh giá thời gian tương tác (hằng số thời gian) của giếng bơm ép đến giếng khai thác là nhanh hơn so với CRMPe. Hình 19 cho thấy nguồn năng lượng vỉa được ước tính theo ICRMe và CRMPe tương đối giống nhau. Điều này làm tăng mức độ tin cậy cho việc đánh giá giai đoạn sau. 4.4. Dự báo nhanh tổng sản lượng dầu cộng dồn Sau khi xác định được các thông số biến và các thông số thực nghiệm của mô hình ICRMe, các thông số này được sử dụng để dự báo nhanh. Kết quả dự báo 805 ngày tiếp theo ở các giếng cho thấy lượng dầu thu được trong giai đoạn này tăng ổn định. Tổng sản lượng dầu khai thác được trong giai đoạn này ở giếng P14 là khá cao, hơn 1,5 triệu thùng và tương đối thấp ở giếng P10 chỉ với khoảng 0,5 triệu thùng. Kết quả tổng sản lượng dầu thu được từ vỉa này trong 805 ngày tiếp theo là gần 3,14 triệu thùng. 5. Kết luận Nhằm hoàn thiện và bổ sung cho các nghiên cứu trước trong việc ứng dụng mô hình điện dung - điện trở cho các vỉa tại Việt Nam, nhóm tác giả đã áp dụng quy chuẩn hệ số kết nối tổng về 1 để thuận tiện cho việc đánh giá ảnh hưởng của giếng bơm ép đến giếng khai thác cũng như lựa chọn thực hiện trên Microsoft Ex- cel để đưa ra đánh giá nhanh và hiệu quả. Nghiên cứu áp dụng CRMPe và ICRMe cho vỉa dầu tại bể Cửu Long, chịu tác động gây nhiễu bởi năng lượng tự nhiên trong dự án bơm ép nước. Kết quả thu được từ 2 mô hình này được so sánh để đánh giá mức độ tương tác giữa các cặp giếng bơm ép - khai thác cũng như mức độ ảnh hưởng năng lượng tự nhiên đến các giếng khai thác. Nhóm tác giả đã xây dựng mô hình Gentil mở rộng kết hợp với ICRMe và đưa ra dự báo tổng sản lượng dầu khai thác cộng dồn có hệ số hồi quy rất tốt với số liệu thực tế. Từ đó, dự báo nhanh tổng sản lượng dầu thu được trong 805 ngày tiếp theo cho các giếng trong vỉa và cả vỉa dầu. Cụ thể tổng sản lượng dầu dự báo thu được từ vỉa trong giai đoạn này là gần 3,14 triệu thùng. Tài liệu tham khảo [1] W.A.Bruce, "An electrical device for analyzing oil-reservoir behavior", Transactions of the AIME, 1943, Vol. 151, No. 1. DOI: 10.2118/943112-G. [2] Byron Wiess, O.L.Patterson, and 0 6000 1095 3095 Lư u l ượ ng (th ùn g/ ng ày ) Ngày CRMPe ICRMe Hình 19. Lưu lượng giếng giả định Hình 20. Dự báo lượng dầu khai thác cộng dồn Giếng 10 Giếng 11 Giếng 20Giếng 14 Thực tế Thực tế Thực tế Thực tế Genntil mở rộng Genntil mở rộng Genntil mở rộng Genntil mở rộng Dự báo Dự báo Dự báo Dự báo Np (t hù ng ) Np (t hù ng ) Np (t hù ng ) Np (t hù ng ) 4 5 48 0 0 00 Ngày Ngày Ngày Ngày 1095 1095 1095 1095 3900 3900 3900 3900 Triệu Triệu TriệuTriệu 29DẦU KHÍ - SỐ 9/2020 PETROVIETNAM K.E.Montague, "High-speed electronic reservoir analyzer", Drilling and Production Practice, New York, 1 January 1951. [3] W.L.Wahl, L.D.Mullins, R.H.Barham, and W.R.Bartlett, "Matching the performance of Saudi Arabian Oil Fields with an electrical model", Journal of Petroleum Technology, Vol. 14, No. 11, 1962. [4] Alejandro Albertoni and Larry W.Lake, "Inferring interwell connectivity only from well-rate fluctuations in waterfloods", SPE reservoir evaluation & engineering, Vol. 6, No. 1, 2003. DOI: 10.2118/83381-PA. [5] Pablo Hugo Gentil, “The use of multilinear regression models in patterned waterfloods: Physical meaning of the regression coefficients”, University of Texas at Austin, 2005. [6] Ali Abdallah Al-Yousef, "Investigating statistical techniques to infer interwell connectivity from production and injection rate fluctuations", University of Texas at Austin, 2006. [7] Larry W.Lake, Ximing Liang, Thomas F.Edgar, Larry Lake, Ali Al-Yousef, Morteza Sayarpour, and Daniel Weber, "Optimization of oil production base on a capacitance model of production and injection rate", Hydrocarbon Economics and Evaluation Symposium, Dallas, Texas, U.S.A., 1 - 3 April 2007. DOI: 10.2118/107713-MS. [8] Morteza Sayarpour, “Development and application of apacitance-resistive models to water/CO2 floods”. University of Texas at Austin, 2008. [9] Nguyễn Văn Đô, Trần Văn Tiến, Trần Nguyên Long và Lê Vũ Quân, “Áp dụng mô hình điện dung đánh giá mức độ ảnh hưởng của giếng bơm ép tới giếng khai thác”, Tạp chí Dầu khí, Số 7, tr. 28 - 36, 2019. [10] Mohammad Sadeq Shahamat, “Production data analysis of tight and shale reservoirs”, University of Calgary, 2014. DOI: 10.11575/PRISM/27446. [11] Fei Cao, “Development of a two - phase flow coupled capacitance resistance model”, University of Texas at Austin, 2014. [12] Daniel Brent Weber, “The use of capacitance- resistance models to optimize injection allocation and well location in water floods”, University of Texas at Austin, 2009. [13] Rafael Wanderley De Holanda, “Capacitance resistance model in a control systems framework: A tool for describing and controlling waterflooding reservoirs”, Texas A&M University, 2015. [14] Nguyen Anh Phuong, “Capacitance resistance modelling for primary recovery, waterflood and water - CO2 flood”, University of Texas at Austin, 2012. Summary This research develops extended capacitance-resistance models (CRMe) for a reservoir in Cuu Long basin, where natural energy sources interfere in the waterflooding energy mechanism, significantly affecting the reliability of forecasting results. The authors have built and combined the CRMe with the extended Gentil model to evaluate cumulative oil production, which is quite close to the actual data. From that, a quick forecast was made that the cumulative oil production of the reservoir in the next 805 days would be nearly 3.14 million barrels. Key words: Water flooding, extended capacitance-resistance models, cumulative oil production, Cuu Long basin. APPLICATION OF EXTENDED CAPACITANCE - RESISTANCE MODELS FOR WATERFLOODED RESERVOIR Ta Quoc Dung1, Huynh Van Thuan1, Phung Van Hai2, Le The Ha3 1Ho Chi Minh City University of Technology 2Petrovietnam Exploration Production Corporation 3Vietnam Oil and Gas Group Email: tqdung@hcmut.edu.vn
File đính kèm:
- ung_dung_mo_hinh_dien_dung_dien_tro_mo_rong_vao_via_bom_ep_n.pdf