油气井试井资料的应用研究

科学系统的解释油气井试井数据可以全面了解整个油藏的物性参数,但是实际应用中并未充分应用相关数据。本文分析了试井数据应用存在的问题,并对试井数据进一步应用进行了深入的研究和讨论。

基于数据驱动技术的智能试井解释方法——以有水气藏产水气井为例

对解释模型的正确识别是获得合理可靠的油气井试井解释结果的前提条件。为了提高油气井试井解释结果的准确性,基于油气藏数值模拟技术和随机反演理论,构建多模式下模型参数—试井曲线样本集合;以数据驱动为基础,基于多模式随机分析理论来识别试井解释模型,采用集合卡尔曼滤波方法(简称EnKF方法)进行试井曲线拟合,将数据驱动技术应用于试井模型识别—参数解释的全过程;进而提出了一套基于数据驱动技术的智能试井解释方法,选取X有水气藏1口产水气井进行了现场应用实验。研究结果表明:①所形成的智能试井解释方法可以实现对复杂渗流、复杂边界问题的试井解释,避免了常规试井模型的过度简化,降低了由于模型简化而产生的解释结果误差;②采用多模式EnKF方法,根据拟合误差最小化原则,可以识别出与气藏实际情况相匹配的水侵模式,从而准确把握气藏水侵动态特征。结论认为,基于数据驱动的智能试井解释方法实现了试井模型识别和参数自动解释;该方法适应性强、解释精度高,具有良好的应用前景。