Đánh giá sự ảnh hưởng của độ nhớt của chất lưu lên suy giảm sản lượng khai thác so sánh độ lệch của các phương pháp phân tích

Tình hình nghiên c u trên th gi i và trong n c

Tình hình nghiên c u trong n c

Ngành công nghiệp dầu khí tại Việt Nam còn đang trong giai đoạn phát triển, với các công trình nghiên cứu mỏ dầu bắt đầu từ những năm 1960 Tuy nhiên, việc áp dụng các phương pháp tính toán và suy diễn năng lượng vẫn chưa được quan tâm đúng mức Gần đây, một số nghiên cứu đã chú trọng hơn đến việc ứng dụng các nguyên lý của Arps và Buckley để tính toán nhanh các bài toán liên quan đến trữ lượng.

Trong bài báo “PHÁT TRIỂN MÔ HÌNH DỰ BÁO KHAI THÁC CHO CÁC GIẾNG DẦU KHÍ” năm 2019, Nguyễn Văn Hùng và Lê Phúc Nguyên đã đề xuất mô hình mô phỏng cải tiến để phân tích lưu lượng khai thác, nhằm khắc phục những sai sót của các mô hình dự báo truyền thống Các mô hình này thường gặp nhiều nhược điểm, do lưu lượng khai thác chịu ảnh hưởng của nhiệt độ và áp suất thay đổi theo thời gian Hơn nữa, kích thước hay đệm van (choke) cũng là yếu tố quan trọng trong việc xác định lưu lượng khai thác Công tác phân tích số liệu khai thác và dự báo cần được thực hiện dựa trên số liệu thực tế và trạng thái động, để kết quả phản ánh chính xác hiện trạng khai thác và tính chất biến đổi Việc phân tích số liệu dựa trên các hàm luận cũng có thể ảnh hưởng đến tính chủ quan của người phân tích, điều này có thể dẫn đến sự sai lệch trong kết quả phân tích Phương pháp mới mà nhóm tác giả đề xuất tập trung vào việc cải thiện phân tích này.

Kết quả nghiên cứu cho thấy rằng các mô hình hành vi và số liệu đầy đủ của các mỏ trên thế giới đạt được độ chính xác cao với hệ số R2 = 0,93 Trong khi đó, phương pháp Arps cho hàm mạch chỉ đạt R2 = 0,85 Dự báo khai thác cho thấy lũy kế sau 365 ngày khai thác sẽ giảm sút 82,7% so với thời điểm ban đầu.

Trong bài báo “Nghiên cứu ứng dụng thu thập toán học máy dự báo khai thác cho đội ngũ móng M B ch H”, Trần Ngọc Tú và các đồng tác giả đã giới thiệu những ứng dụng của thu thập toán học máy trong việc dự báo khai thác Kết quả nghiên cứu cho thấy mô hình mạng neural nhân tạo có thể cải thiện độ chính xác trong dự báo, từ đó nâng cao hiệu quả khai thác cho đội ngũ móng.

Mạng nơ-ron nhân tạo (ANN) sử dụng thuật toán lan truyền ngược và mô hình tăng trưởng logistic (LGM) để cải thiện khả năng dự báo trong khai thác dữ liệu Các phương pháp truyền thống như phân tích đồng suy giảm (DCA) và mô hình mô phỏng thường gặp khó khăn trong việc dự báo chính xác do yêu cầu thời gian dài để xây dựng và điều chỉnh mô hình Đặc biệt, việc dự báo cho các đối tượng phức tạp như nền tảng móng n t n thường không đáng tin cậy, vì nó phụ thuộc vào nhiều thông số không chắc chắn Việc áp dụng mô hình tăng trưởng logistic giúp nâng cao độ chính xác trong dự báo khai thác, mang lại hiệu quả rõ rệt trong các ứng dụng thực tiễn.

Tình hình nghiên c u trên th gi i

Xác định quá trình sản xuất năng lượng trong tương lai của giếng là một trong những vấn đề cốt lõi mà kỹ sư dầu khí phải đối mặt Như đã đề cập, trong các giai đoạn khác nhau của dự án, các kỹ thuật khác nhau được sử dụng Trong khi tính toán thể tích là quan trọng trong giai đoạn đầu của quá trình phát triển mỏ, thì cân bằng vật chất và DCA trở nên quan trọng hơn vào giai đoạn sau, đặc biệt đối với các mỏ đã được đưa vào trong giai đoạn khai thác Một trong những điểm mấu chốt của DCA là tính chính xác trong việc dự đoán sản lượng.

Phương pháp ước lượng và kiến thức tổng đài ít về tính chất của thành phố có thể giúp ích đáng kể cho việc khai thác tài nguyên Do đó, khả năng "ngoại suy" xu hướng sẽ giảm số lượng cho một giếng đang khai thác Phương pháp ước lượng và sử dụng nhất là việc biểu diễn lưu lượng khai thác so với số lượng tích lũy, mà mở rộng xu hướng tuyến tính (giả sử áp dụng suy giảm theo hàm mũ) để đánh giá hiệu quả kinh tế và xác định lượng dự trữ còn lại.

Khái niệm cơ bản về DCA (Decline Curve Analysis) đã được phát triển từ việc quan sát các xu hướng khai thác tài nguyên trong nhiều thập kỷ Phương pháp DCA và thuật ngữ liên quan đầu tiên được Arps tóm tắt trong một bài báo năm 1944, trong đó tác giả đề cập đến ba dạng suy giảm khai thác: exponential, hyperbol và harmonic Ông nhấn mạnh rằng khái niệm DCA chỉ áp dụng khi các giếng đang khai thác có công suất nhất định và thể hiện lưu lượng suy giảm trong điều kiện dòng chảy ổn định Phương pháp này không áp dụng trong giai đoạn bắt đầu khai thác khi giếng ở điều kiện dòng chảy không ổn định Arps cũng đưa ra các định nghĩa mới về tham số suy giảm “b” cho suy giảm exponential và hyperbol, đồng thời thiết lập mối quan hệ toán học giữa thời gian, lưu lượng và tỷ lệ phần trăm suy giảm cho các dạng suy giảm hyperbol và harmonic.

Mannon (1965) đã áp dụng phương pháp phân tích đồng cong suy diễn do Arps giới thiệu để dự đoán sản lượng dầu trong tương lai Tác giả cũng đã điều chỉnh các yếu tố “a” được sử dụng cho các đồng cong suy diễn theo hàm m và suy diễn theo số m.

Bài viết này đề cập đến việc sử dụng các biểu đồ log-log và semi-log để phân tích các nhóm dữ liệu hyperbolic Qua đó, các xu hướng và hiệu suất tiềm năng trong tương lai được phát hiện và khai thác một cách hiệu quả.

M t b c t i h nth c s đã đ n khi Fetkovich (1980) đ a ra các khái ni m m i cho DCA Ông đã gi i các ph ng trình b ng cách s d ng phân tích vô h ng, t o ra m t t p h p các đ ng cong ng v i các m c th i gian nh t đnh.

Các mô hình khai thác khí trong các bể chứa như Arps có thể được áp dụng cho các dòng chảy trạng thái ổn định, cho phép xác định các yếu tố liên quan đến suy giảm sản lượng Suy giảm sản lượng được xác định bởi các hệ số như qi, Di và “b”, trong đó Fetkovich đã chỉ ra mối quan hệ giữa các hệ số này và đặc tính của bể chứa Giá trị của hệ số “b” có thể thay đổi tùy thuộc vào cách thức truyền năng lượng trong bể chứa Chẳng hạn, khi b = 0 (suy giảm theo hàm mũ), bể chứa có xu hướng bão hòa ở mức áp suất cao, trong khi khi b = 0,5, bể chứa cho thấy trạng thái dòng chảy ổn định do bể chứa có tính chất đặc biệt.

Fetkovich c ng đ xu t các b c c b n c n tuân theo trong vi c đ i sánh các lo i đ ng cong c a d li u th i gian khai thác:

• D li u t l th c t đ c v bi u đ so v i th i gian trên log-log

Dữ liệu được vẽ trên giấy trong suốt, hiện nay có thể thực hiện trong Excel, trên các trục tịnh các đường cong Biểu đồ này sau đó được đặt trên một biểu đồ đường cong lồi, với các trục tọa độ của hai ô được ghép song song Cuối cùng, biểu đồ dữ liệu được chuyển đến một vị trí thể hiện sự phù hợp nhất của dữ liệu với một kiểu đường cong.

Sau khi thu thập dữ liệu, các đường cong được xác định theo các loại đường cong điển hình đã được kết hợp duy nhất Việc đánh giá các hướng của đường cong suy giảm học các biến và đặc điểm, một điểm khớp được chọn bất kỳ vị trí nào trên phần chồng chéo của các đường cong và tạo đặc trưng cho điểm chung này trên cả hai phần được ghi lại.

S d ng d li u t đi m đ i sánh, các m i quan h suy gi m duy nh t có th đ c thi t l p, xác đ nh s n l ng trong t ng lai và d tr còn l i [4]

Agarwal et al (1999) đã phát triển một mô hình mô phỏng các động cong kiểu suy giảm sản lượng theo thời gian, lưu lượng tích lũy và thời gian tích lũy Các diễn xuất liên quan đã được phát triển bằng cách sử dụng các khái niệm phân tích thoáng qua áp suất Phân tích động cong kiểu này được áp dụng để tính toán lượng dầu và khí tích lũy, bao gồm các yếu tố như độ thấm, độ dày, chiều dài vết gãy và độ dốc.

Mô hình xác định khung năng kinh tế của việc phát triển dự án, cùng với lập trình theo yêu cầu của các cơ quan quản lý, đã được phát triển từ những năm 1980 bởi Fetkovich Các khái niệm trong mô hình này đã được làm rõ, tập trung vào điều kiện dòng chảy và trạng thái giếng, cũng như sự tương tác giữa các dung dịch với áp suất và lưu lượng không đổi.

Li và Horne (2003) đã phát triển một mô hình phân tích dựa trên khái niệm cơ bản do Arps đưa ra, nhằm phân tích dữ liệu khai thác dầu từ các vỉa chứa tự nhiên Mô hình này không chỉ áp dụng cho các vỉa chứa tự nhiên mà còn cho các vỉa bể ép nén Các tác giả đã chỉ ra hai phương pháp phân tích phổ biến của DCA: DCA exponential (exponential) thường đánh giá thấp trữ lượng và lưu lượng khai thác, trong khi DCA hài hòa (harmonic) có xu hướng đánh giá cao hiệu suất của các vỉa chứa.

Baker và đồng tác giả (2003) đã áp dụng ngữ công suy diễn để dự đoán hành vi của các vật thể bám ép Các tác giả đề xuất nhiều tiêu chí cần được tuân thủ để sử dụng đúng các kỹ thuật suy diễn dự báo trong các vật bám ép, nhằm đạt được kết quả chính xác hơn.

• Ng ng n c xu t hi n cho phép (water breakthrough) 50%

• T l thay th (void – age) ph i g n b ng 1

• Gi ng ph i t ng đ i n đ nh

• L u l ng b m ép và l u l ng khai thác ph i t ng đ i n đ nh

• Áp su t v a ph i t ng đ i n đ nh

• Áp su t gi ng t o ra ph i không đ i

• Th tích n c đ c b m vào (ho c t t ng ch a n c) ph i l n h n 25% so v i th tích hydrocacbon

M t mô hình mô ph ng khái ni m sau đó đã đ c xây d ng đ ki m tra tính thích h p c a các ph ng pháp suy gi m Mô hình này đ c gi i thi u nh m t khai

Bài viết này trình bày 7 bước phân tích trước khi thực hiện thay đổi tính năng của động công động, bao gồm việc xác định đặc tính của nó và tính không đồng nhất theo phương ngang và dọc Các tác giả nhấn mạnh tầm quan trọng của việc sử dụng phương pháp tiếp cận cẩn thận để đảm bảo hiệu quả trong quá trình thay đổi.

DCA exponential cho các tình hu ng có c ch n c v a, c ch m khí hòa tan, và c ch tr ng l c là không đúng v m t k thu t và th m chí không đúng v m t kinh nghi m [7]

Lý thuy t chuy n v Buckley-Leverett

Lý thuyết Buckley-Leverett (BL) được giới thiệu bởi Dake vào năm 1977, là một phương pháp quan trọng trong việc nghiên cứu sự chuyển động không hòa lẫn của chất lỏng Nhiều nghiên cứu gần đây đã chỉ ra lý thuyết này có ứng dụng rộng rãi trong các tình huống chuyên biệt Nghiên cứu của Buckley-Leverett tập trung vào hệ thống phân loại không tương tác, là nội dung chính được trình bày trong bài báo của Snyder và cộng sự (1967).

H đã trình bày về các lập luận tác động trong lòng giảng và vai trò của chúng trong một hệ thống tuyên tính Mô hình tác động được phát triển bởi Higgins và Leighton (1958) đã được sử dụng trong nghiên cứu này, so với mô hình BL Một số giả định đã được đưa ra.

• Chi u r ng và chi u dài không đ i cho t t c các l p

• Áp su t mao d n và tr ng l c b b qua

• Áp su t không đ i gi m t i m t th i đi m nh t đnh

• Ch t l u không th nén đ c và không th tr n l n

Không có dòng chảy chéo giữa các lớp, các tính toán chuyển dịch của nước và khí so với mô hình BL cho thấy hiệu suất có thể bị hạn chế Việc sử dụng mô hình và thay đổi các đặc tính của nó đã dẫn đến một tính toán tối ưu và khả năng thu hồi sau khi có những xuất hiện trong quá trình khai thác Các phép tính này cho phép cải thiện hiệu suất của quá trình khai thác và tăng cường khả năng thu hồi.

Dykstra-Parsons (1950) đã áp dụng phương pháp để đạt được kết quả tối ưu khi tính toán sai lệch chính xác nhất và có sự liên quan đến kết quả tối ưu đối với tính linh động Phương pháp này đã đưa ra dự đoán tối ưu và khuyến nghị phục hồi áp suất và tài liệu dự án (WOR) so với thời gian.

Vào năm 1986, Spanos và các đồng nghiệp đã mô tả tác động của việc bớt áp suất mao dẫn trong lý thuyết băng bằng cách xem xét phương trình băng Họ đã phân tích sự gia tăng áp suất mao dẫn thông thường trong dòng chảy một chiều và kết luận rằng khi loại bỏ áp suất mao dẫn khỏi phương trình băng, điều này đồng ý rằng từ khóa "băng" không được ngoại suy một cách hiệu quả với sự cân bằng băng không.

Bằng cách liên kết các yếu tố như dầu và nước với một ngưỡng, nghiên cứu đã xác định các giá trị thềm cần thiết cho các giá trị thô, được biết đến là gần đạt đến bão hòa tự nhiên Hơn nữa, tác động này làm tăng độ ngậm cong fw Sw, dẫn đến việc lội b (hoặc giảm) điểm mấu chốt.

Chang và Yanis (1992) đã nghiên cứu tính không đồng nhất của áp suất mao dẫn trong quá trình dịch chuyển bằng cách bao gồm các biến đổi theo hướng dịch chuyển Nghiên cứu này xem xét nhiều loại cấu hình không đồng nhất, cả tổng quan lẫn không tổng quan, trong một không gian cụ thể Bài báo trình bày nghiên cứu về tính không đồng nhất hiệu quả của áp suất mao dẫn trong dịch chuyển một chiều không đồng nhất Kết quả chính cho thấy tính không đồng nhất của áp suất mao dẫn ảnh hưởng đáng kể đến sự phân bố bão hòa, được chứng minh bởi mô hình lưu lượng thấp hơn trong điều kiện khai thác với các miền tương quan không đồng nhất Tính không đồng nhất của biên độ và miền tương quan cũng được thảo luận trong bài báo.

Do đó, ng d ng c a nghiên c u này là c th cho các thí nghi m d ch chuy n v i s không đ ng nh t c a biên đ cao, t n s cao và n i áp d ng l u l ng ch t l u th p [10]

Năm 2001, Noaman và El-Khtib đã trình bày trong bài báo của họ về phương trình Boltzmann đối với sự xâm nhập của nước trong các vật liệu phân tán không thông nhau Họ đã sử dụng phương pháp tiếp tuyến Boltzmann và Welge để thu được kết quả.

Hệ thống lưu trữ năng lượng đòi hỏi sự cân bằng giữa các yếu tố như nhiệt độ và áp suất, điều này đặc biệt quan trọng trong môi trường của mạch điện Nghiên cứu của Stiles (1949) đã chỉ ra nhiều nguyên tắc liên quan đến sự tương tác giữa các yếu tố này Cần lưu ý rằng phương pháp truyền thống không thể áp dụng cho tất cả các trường hợp, dẫn đến sự biến đổi và hình thành các loại hình khác nhau Các giả định cụ thể đã được đưa ra nhằm làm rõ những điểm này.

• H th ng là tuy n tính, đ r ng và đ dày không đ i

• Dòng ch y trong h là đ ng nhi t, không nén đ c và tuân theo đ nh lu t Darcy

• Áp su t mao d n và tr ng l c b b qua

• H th ng đ c chia thành m t s l p đ ng nh t v i đ dày đ ng nh t và đ th m không đ i

• Không có t ng tác gi a các l p

• bão hòa ch t l u banđ u là đ ng nh t đ bão hòa n c không th đi u chnh đ c

Kết quả cho thấy tỷ lệ linh động của hệ thống phụ thuộc vào độ bão hòa và sự thay đổi phía sau phông dịch chuyển Phương trình Dykstra-Parsons (1950) có thể áp dụng để xác định vị trí của phông dịch chuyển Thông tin thu hồi thường ít hơn so với dự kiến.

BL là động cơ piston (PL) với khả năng điều chỉnh bơm ép cường độ cao Tại các thời điểm khác nhau, lưu lượng bơm ép của BL luôn thấp hơn so với PL Lưu lượng bơm ép tăng lên khi điều kiện hoạt động và tải trọng tăng cao, dẫn đến hiệu suất hoạt động tối ưu.

Higgins và cộng sự (1958) đã giới thiệu một phương pháp hiệu quả để đánh giá các biến số trong nghiên cứu Phương pháp này cho phép xác định ba khía cạnh quan trọng thông qua phân tích định lượng, bao gồm độ bão hòa trong khai thác, khả năng thay đổi và đánh giá khả năng thích ứng Các tác giả đã chỉ ra rằng dòng chảy phân độ có thể bị ảnh hưởng bởi các hình dạng khác nhau của biến số, dẫn đến việc hình thành các cấu trúc đặc trưng khác nhau Bằng cách đo lường các biến số, họ đã sử dụng dữ liệu để minh họa cho những phát hiện này.

Mười khai thác c a m đã chỉ ra mối quan hệ giữa độ bão hòa nước và độ thẩm thấu của một ngôi đất Nghiên cứu này cho thấy có thể suy ra và so sánh độ thẩm thấu của các mẫu lõi trong phòng thí nghiệm với các điều kiện khác nhau Các kết quả đã được trình bày và xác định mối quan hệ chính xác giữa hai yếu tố này.

Lý thuy t Buckley-Leverett bao g m hai khía c nh, l u l ng ch y t đ i

Vào năm 2005, Stephen và các cộng sự đã trình bày các ứng dụng của lý thuyết trục BL vào việc thu hồi dầu Bài báo đề cập đến hai ứng dụng chính: thu hồi dầu bằng cách giãn nở khí và cách thu hồi dầu bằng nước Trong trường hợp đầu tiên, khí là pha dịch chuyển và áp suất mao dẫn có thể được duy trì mà không làm thay đổi độ bão hòa khí Trong trường hợp thứ hai, nước là pha dịch chuyển, và phương pháp tính toán dựa trên tình trạng hợp nhất Tuy nhiên, pha thứ ba (nước bão hòa) thường được biểu diễn trong khi trong trường hợp đầu tiên, nó có thể không được thể hiện Áp suất và nước có xu hướng là một yếu tố kiểm soát trong thu hồi dầu bằng nước Bài báo đề cập đến hai tình huống, trong đó áp suất và nước cao hơn hoặc thấp hơn áp suất điểm bão hòa khí Tuy nhiên, trọng tâm chính của bài báo này là đánh giá trường hợp khi áp suất giảm đáng kể dưới điểm bão hòa khí, khi khí bắt đầu di chuyển Cuối cùng, lý thuyết cải tiến của BL được sử dụng để xác định áp suất tối ưu có thể đạt được trong một và nhiều chế khai thác.

Mô ph ng v a ch a

Gi i thi u

Mô phỏng vỉa trong ngành dầu khí đã trở thành tiêu chuẩn để giải quyết các vấn đề liên quan đến thu thập và phân tích dữ liệu Mô phỏng vỉa là một quá trình sử dụng mô hình số để đánh giá và giải thích các hiện tượng vật lý, đồng thời dự đoán hiệu suất của vỉa và giếng trong tương lai Quá trình này bao gồm việc chia vỉa và giếng thành nhiều “ô” theo ba chiều, và mô hình hóa các thay đổi của áp suất vỉa và giếng, cũng như độ bão hòa chất lỏng trong không gian và thời gian, theo một loạt các bước chi tiết.

• L u l ng khai thác c a m i gi ng (mong mu n ho c l ch s ) đ c xác đ nh nh m t hàm c a th i gian

Các phương trình dòng chảy nhiều pha không tuần tính, đặc biệt là trong các tình huống thành công thực sự, được giải quyết lặp lại cho mọi bậc thời gian đã đặt ra áp suất và độ bão hòa cho mọi khí, cũng như sản lượng (dầu, nước và/hoặc khí) tại mỗi giây.

Kết quả cho mô hình ô đ c xác định động thời gian và thời gian cần thiết để giải một bài toán thời gian tĩnh với số trong mô hình mô phỏng Các phương trình khuếch tán được giải cho mô ô và mô bài toán thời gian là sự kết hợp của các phương trình cân bằng vật chất (bảo toàn khối lượng) và phương trình dịch chuyển chất lỏng kết hợp với luật Darcy, cũng như sử dụng phương trình trạng thái Mô phỏng này có thể được sử dụng cho nhiều mục tiêu khác nhau.

• Xác đnh chính xác tr l ng có th thu h i

• Xác đ nh ph ng pháp khoan ti t ki m nh t, mô hình gi ng, s l ng gi ng khoan, l u l ng b m ép

• Xác đnh các thi t b b m t thích h p

• c tính r i ro tài chính c a các tri n v ng th m dò và các m đ u vòng đ i

• ánh giá nh h ng c a ng ng n c xu t hi n ho c ph u ch t l u

• Nghiên c u các cách th c đáp ng các h p đ ng cung c p khí đ t

Mô phỏng là công cụ hữu ích trong việc khai thác và thực hiện mà không cần tốn chi phí thử nghiệm thực tế Nó cho phép kiểm tra các kịch bản khai thác khác nhau để tìm ra giải pháp tối ưu trước khi triển khai Tuy nhiên, do sự phức tạp của mô hình và dữ liệu không chính xác, các mô hình này không thể cung cấp giải pháp hoàn hảo, nhưng chúng vẫn là một trợ giúp quan trọng cho các kỹ sư có kinh nghiệm trong việc sử dụng đúng cách.

ECLIPSE - Mô hình th y đ ng l c h c b ng ph n m m ECLIPSE (D li u đ u vào)

T ng quan

Mô hình hóa thủy động lực học yêu cầu một khối lượng tính toán lớn, dẫn đến sự phát triển của phần mềm đáp ứng nhu cầu này Hiện nay, có nhiều phần mềm được sử dụng để lập mô hình thủy động lực học như ECLIPSE, CMG, RMS và T-Navigator Trong dự án này, phần mềm ECLIPSE của Schlumberger (ECLIPSE 100 cho mô hình blackoil) được sử dụng để xây dựng mô hình thủy động lực học ECLIPSE 100 mô phỏng mô hình blackoil, tức là mô hình đánh giá thành phần của các pha lỏng, dầu và khí Tuy nhiên, trong thực tế, mỗi pha được tạo thành từ nhiều thành phần khác nhau (ví dụ: pha khí bao gồm C1, C2, C3, C4, CO2, H2S ), do đó việc xây dựng một mô hình như vậy là rất phức tạp ECLIPSE 300 (mô hình kết hợp) cho phép dự đoán chính xác quá trình khai thác, và mô hình mô phỏng phải phù hợp với lịch sử khai thác Kết hợp tính không chất chắn và tính toán lại là điều cần thiết cho việc lập mô hình.

Một trong những phần quan trọng nhất của mô phỏng là thu thập và đánh giá độ tin cậy của dữ liệu ban đầu Dữ liệu này cần phải phản ánh chính xác các đặc điểm của vấn đề mà nhà nghiên cứu đang nghiên cứu.

Các mô hình giá trị và giá ngẫu độc lập trên "điểm giá trị" trong môi trường lớn đại diện cho các đối tượng lớn và phức tạp thông qua các quá trình mở rộng quy mô Chúng tích hợp các giá trị riêng rẽ thành một hệ thống liên kết Do đó, một số mô hình có tính không đồng nhất cao có thể gây ra sai lệch đáng kể.

Chương trình đấu thầu thiết kế sử dụng các tập tin ASCII, với phần mở rộng là *.DATA.* Các tập tin DATA được phân chia thành các mô-đun như RUNSPEC, GRID, EDIT, PROPS, REGIONS, SOLUTION, SUMMARY, và SCHEDULE Trong mỗi mô-đun, các từ khóa được sử dụng để xác định dữ liệu đầu vào, chỉ định dữ liệu đầu ra và điều chỉnh các điều kiện.

B ng 2.1.Các mô-đun trong Eclipse

RUNSPEC Mô t thông tin chung c a mô hình

GRID Hình d ng l i và các đ c tính c b n c a đá l u tr

EDIT i u ch nh quá trình x lý d li u l i (GRID)

PROPS Thu c tính PVT và SCAL

REGIONS Xác đ nh đ c tính v a ch a các khu v c khác nhau

SOLUTION Xác đnh các giá tr đi u ki n ban đ u

SUMMARY Ch n giá tr đ xu t k t qu

SCHEDULE Các thông s liên quan đ n gi ng nh v trí, lo i gi ng, l u l ng, tình tr ng khai thác (phun), thông tin liên quan đ n thi t b b m t.

Xây d ng mô hình th y đ ng l c h c b ng mô hình Eclipse

ECLIPSE là phần mềm xử lý hàng đầu cho phép người dùng xây dựng các mô hình đa chiều, tích hợp với các ứng dụng như Petrel, Roxar Phần mềm này giúp người dùng tạo ra một tập đầu vào duy nhất, chứa đựng thông tin về cấu trúc của vùng nghiên cứu, đồng thời tối ưu hóa quy trình mô phỏng và phân tích dữ liệu.

ECLIPSE là một công cụ mạnh mẽ trong việc tính toán dòng chảy, giúp mô phỏng các đặc trưng hình học và lưu lượng Nó tính toán thể tích lưu trữ, độ dốc và các kết nối giữa các ô lưới, từ đó cho phép phân tích tổng dòng chảy lỗ và dòng chảy ngang một cách chính xác.

Việc xác định các đặc tính của đá và chất lỏng là cần thiết để hiểu hành vi dòng chảy của mỗi pha Các đặc tính này cho thấy độ thấm và áp suất mao dẫn đối với sự bão hòa Đặc tính của đá và chất lỏng xác định hàm lượng nước, độ bão hòa tại hiện trường và tối đa của mỗi pha, cung cấp thông tin quan trọng để xác định các vùng chuyển tiếp và điều kiện dòng chảy giữa các pha khác nhau Điều kiện ban đầu được xác định bởi độ sâu của tiếp xúc dầu - nước (OWC) hoặc tiếp xúc khí - dầu (GOC) và áp suất tại độ sâu đó ECLIPSE sử dụng thông tin này kết hợp với thông tin từ các bước trước để tính toán áp suất tại vùng chứa và phân bố bão hòa ban đầu cho mỗi pha trong mỗi lưới định trước khi khai thác hoặc bơm Tất cả các quá trình này được gọi là quá trình "khởi động".

B c cu i cùng là xác định vị trí mô phỏng, giá ng khoan, khoan và hoàn thiện giá ng, vị trí khai thác và đánh giá giá ng khai thác Điều này liên quan đến việc bám vào và dòng chảy lưu trữ, cũng như áp suất chênh lệch trong quá trình khai thác.

Hình d i đây cho th y các ph ng trình c b n và ch c n ng c a t ng b ph n trong vi c xác đ nh l u l ng ch t l u trong v a ch a:

Hình 2.1.Mô hình dòng ch y chung [1]

Quy trình xây d ng mô hình th y đ ng l c h c s b ng ph n m m

Mô t mô hình v a ch a tr ng thái t nh

Hình d ng mô hình ph thu c vào m t s y u t :

• Kích th c c a mô hình, s l ng và kho ng cách gi a các gi ng

• M c đ chi ti t đ c yêu c u trong nghiên c u

• M c đ ph c t p c a các đ t gãy và kho ng cách gi a các đ t gãy

• Mô hình th i gian th c

Các v a ch a c ng th ng đ c chia thành các khu v c riêng bi t:

• Báo cáo l u l ng và ch t l u t i ch , c ng nh quá trình tách đá ch n

• Xác đ nh khu v c ti p xúc c a ch t l u riêng l , c ng nh s khác bi t c a các kh i đ t gãy

• Xác đnh khu v c mà ch t l u có các đ c tính PVT khác nhau (áp su t, nhi t đ và nhi t đ ), c ng nh s khác bi t v API c a d u

• Xác đnh các khu v c mà các thu c tính c a đá khác nhau, c ng nh s s n có và đ bão hòa n c t i thi u

D li u áp su t, th tích, nhi t đ và th ch h c

D li u PVT là k t qu phân tích ch t l u v a trong phòng thí nghi m T p d li u yêu c u:

• Mô t ho t đ ng c a các v a ch a ch t l u trong c th i k

• Tính kh i l ng riêng c a m i pha

• PVT c a ch t l u có th thay đ i theo đ sâu c ng nh khác nhau các khu v c khác nhau c a v a ch a D li u tóm t t bao g m nh ng đi u sau:

• Th tích c a pha đã t o thành Bo (H s th tích t o d u), Bg (H s th tích t o khí), Bw (H s th tích t o n c) khi thích h p

• à0, àg, àw (ph i ch n phự h p v i đ c tớnh c a ch t l ng)

• D li u v đá là k t qu c a thí nghi m phân tích c t lõi D li u này yêu c u:

• t đ bão hòa t i thi u và t i đa c a t ng giai đo n, l n l t đ c s d ng đ xác đnh cân b ng bão hòa pha

• Xác đnh s chuy n đ i quy mô và đ c đi m c a các khu

• Mô t tr ng thái ch y c a ch t l u theo th t c a các pha, l u l ng gi a các kh i có th đ c tính toán

Dự báo được trình bày dưới hai dạng khác nhau tùy thuộc vào mô hình dữ liệu, tích hợp thông tin lịch sử và một dự đoán Dựa trên thông tin lịch sử, các kỹ sư được cung cấp lượng khai thác trong từng giai đoạn của môi trường dữ liệu, giúp xác định và đánh giá các yếu tố liên quan Trong dự đoán, thuộc tính của các yếu tố là thông tin thực tiễn hiện có, hỗ trợ người sử dụng trong việc tối ưu hóa dữ liệu khai thác và tiết kiệm kinh tế.

Sử dụng thông tin lịch sử, vị trí đầu giếng, dữ liệu và lưu lượng bơm ép là rất quan trọng trong quá trình khai thác đặc trưng Các lưu lượng này có thể thay đổi thường xuyên, thường là hàng tháng.

Trong d đoán, các v trí đ u gi ng và các đi m m r ng th ng đ c xác đ nh cùng v i các m i quan h c a dòng ch t l u trong thân gi ng và thi t b b m t

Hình 2.2 Quy trình xây d ng mô hình th y đ ng l c h c b ng Eclipse [9]

T mô hình t nh, xây d ng l i c a v a ch a (dòng ch y) bao g m t t c các đi m: th m c a đá, đ r ng, đ th m t ng đ i, áp su t mao d n, áp su t bão hòa

V trí, kh i l ng, các lo i đá ho c đ c đi m lân c n

Phân tích PVT và mô t các đ c tính c a ch t l ng:

S d ng ph ng trình tr ng thái và quy trình PVT đ mô t tính phù h p c a d u và / ho c khí đ i v i ng x c a pha trong phòng thí nghi m

Xu t các t p PVT cho blackoil, mô ph ng thành ph n ho c nhi t

Phân tích m t s lo i đá, đ th m t ng đ i, áp su t mao d n, và gán chúng vào ô l i

Tính trung bình và n đ nh l u l ng dòng ch y khai thác cho các gi ng

Gán các t khóa cho t t c các gi ng, ki m soát, và các b c th i gian cho d li u ECLIPSE

T o b ng liên k t gi a BHP và THP:

Thi t k gi ng - đ sâu, ID, đ nhám, nhi t đ

Máy b m ép, máy nâng khí, máy nén khí

Tích h p t t c d li u vào ECLIPSE Office và ki m soát phiên b n c ng nh quá trình ch y mô ph ng.

Phân tích đ ng cong suy gi m

M i quan h th c nghi m c a Arps

Vào năm 1944, Arps đã tiến hành đánh giá toàn diện về các phương pháp phân tích suy giảm khai thác Ông đã giới thiệu phương pháp suy giảm trong dữ liệu khai thác, cho phép phân tích bằng các phương trình vi phân thông thường, bao gồm suy giảm exponential và điều hòa Trong bài báo của mình, Arps cũng đã cung cấp một phương trình tổng quát cho suy giảm hyperbol và chỉ ra rằng suy giảm exponential và điều hòa là những trường hợp đặc biệt được biểu diễn bởi công thức suy giảm hyperbol tổng quát Phương trình mà Arps đề xuất liên quan đến lưu lượng so với thời gian đối với các giếng dầu.

(怠袋長帖 日 痛) 迭/弐 (1) q(t): l u l ng d u t i th i đi m t qi: l u l ng khai thác ban đ u t: th i gian b: S m đ ng cong suy gi m Arps

Phương pháp vi sắp xếp công suy giảm, được ký hiệu là “b”, thay đổi từ 0 đến 1 và giá trị khác nhau sẽ đại diện cho các loại suy giảm khác nhau Dưới đây là tóm tắt các phương trình đại diện cho các phương pháp công suy giảm khác nhau.

B ng 2.2 Bi u th c cho t ng lo i đ ng cong suy gi m c a Arps [4]

Tr ng h p b M i quan h t l th i gian s m b = 0 圏痛 = 圏沈exp (伐経沈建)

Hyperbolic 0