Выпуск:
2025. Том 11. № 2 (42)Смирнов А. Ю., Родионов С. П. 2025. Исследование применимости многопластовой модели CRM для задачи разделения добычи жидкости горизонтальных скважин с многостадийным гидроразрывом пласта // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. Том 11. № 2 (42). С. 109–125. https://doi.org/10.21684/2411-7978-2025-11-2-109-125
Об авторах:
Смирнов Андрей Юрьевич, ведущий специалист, Управление по геологии и разработке месторождений Уватнефтегаз, Тюменский нефтяной научный центр ПАО «НК “Роснефть”»; аспирант, кафедра фундаментальной математики и механики, Школа компьютерных наук, Тюменский государственный университет, Тюмень, Россия; aysmirnov5@tnnc.rosneft.ruдоктор физико-математических наук, главный научный сотрудник, Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН; профессор, кафедра фундаментальной математики и механики, Школа компьютерных наук, Тюменский государственный университет, Тюмень, Россия; rodionovsp@bk.ru
Аннотация:
При разработке многопластовых объектов из экономической целесообразности выбирают единую сетку горизонтальных скважин. Эксплуатация низкопроницаемых коллекторов зачастую сопряжена с созданием трещин гидроразрыва пласта на скважинах. При таком подходе затруднительно определить «вклад» каждого пласта в добычу скважины, что влечет за собой невозможность корректной оценки выработки запасов и грамотного планирования ГТМ.Ключевые слова:
Список литературы:
Алтунин А. Е., Семухин М. В., Степанов С. В. 2012. Использование материального баланса и теории нечетких множеств для решения задачи разделения добычи при одновременной разработке нескольких пластов // Нефтяное хозяйство. № 12. С. 56–60.
Афанаскин И. В., Крыганов П. В., Глушаков А. А., Ялов П. В. 2020. Использование CRM-моделей интерференции скважин для оценки фильтрационно-емкостных свойств пласта по данным разработки // Успехи кибернетики. Том 1 (1). С. 17–27. https://doi.org/10.51790/2712-9942-2020-1-1-3
Бекман А. Д., Зеленин Д. В. 2021. Использование расширенной CRMP-модели для картирования пластового давления // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. Том 7. № 4 (28). С. 163–180. https://doi.org/10.21684/2411-7978-2021-7-4-163-180
Бекман А. Д. 2021. Новый метод разделения добычи и закачки в совместных скважинах с помощью модифицированной модели CRM // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. Том 7. № 3 (27). С. 106–122. https://doi.org/10.21684/2411-7978-2021-7-3-106-122
Данько М. Ю., Бриллиант Л. С., Завьялов А. С. 2019. Применение метода динамического материального баланса и CRM-метода (capacitance-resistive models) к подсчету запасов Ачимовских и Баженовских коллекторов // Недропользование XXI век. № 4 (80). С. 76–85.
Степанов С. В., Васильев В. В., Алтунин А. Е. 2015. Усовершенствованный аналитический метод разделения добычи и закачки по пластам при их одновременной совместной разработке // Нефтяное хозяйство. № 11. С. 27–31.
Степанов С. В., Ручкин А. А., Степанов А. В. 2018. Аналитический метод разделения добычи жидкости и нефти по пластам при их совместной разработке // Нефтепромысловое дело. Том 2. С. 10–16.
Тюльков А. Т., Пермяков А. В., Шакиров Р. Р. 2021. Разделение добычи методом материального баланса // Научный журнал российского газового общества. Том 3 (31). С. 25–28.
Шевцов Н. О., Степанов С. В. 2022. Совершенствование модели материального баланса для учета изменения коэффициента продуктивности скважин // Математическое моделирование. Том 34 (2). С. 3–16.
Arps J. J. 1945. Analysis of decline curves // Transactions of the AIME. Vol. 160. Pp. 228–247.
Fraguio M., Lacivita A., Valle J., Marzano M. 2017. Integrating a data driven model into a multilayer pattern waterflood simulator // SPE Latin American And Caribbean Mature Fields Symposium. Society of Petroleum Engineers (March 15, Salvador, Bahia, Brazil).
Holanda R. W., Gildin E., Jensen J. L., Lake L. W., Kabir C. S. 2018. A state-of-the-art literature review on capacitance resistance models for reservoir characterization and performance forecasting // Energies. Vol. 11. Article 3368.
Lerlertpakdee P., Jafarpour B., Gildin E. 2014. Efficient production optimization with flow-network models // SPE Journal. 2014. Vol. 19 (6). Pp. 1083–1085.
Mamghaderi A., Aminshahidy B., Bazargan H. 2021. Prediction of waterflood performance using a modified capacitance-resistance model: A proxy with time-correlated model error // Journal of Petroleum Science and Engineering. Vol. 198. Article 108152.
Mamghaderi A., Bastami A., Pourafshary P. 2012. Optimization of waterflooding performance in a layered reservoir using a combination of capacitance-resistive model and genetic algorithm method // Journal of Energy Resources Technology. Vol. 135. Iss. 1. Article 013102.
Moreno G. A. 2013. Multilayer capacitance–resistance model with dynamic connectivities // Journal of Petroleum Science and Engineering. Vol. 109. Рр. 298–307.
Prakasa B., Shi X., Muradov K., Davies D. 2017. Novel application of capacitance-resistance model for reservoir characterisation and zonal, intelligent well control // SPE/IATMI Asia Pacific Oil & Gas Conference and Exhibition. Society of Petroleum Engineers (October 17, Jakarta, Indonesia).
Salehian M., Çınar M. 2019. Reservoir characterization using dynamic capacitance–resistance model with application to shut-in and horizontal wells // Journal of Petroleum Exploration and Production Technology. Vol. 9. Pp. 2811–2830.
Sayarpour M. 2008. Developments and application of Capacitance-Resistive models to water/CO2 floods: Doctoral thesis, The University of Texas at Austin. 236 pp.
Wang S., Zhang Z., Zhang W., Feng O., et al. 2023. Inferring the interwell connectivity of multilayer waterflooded reservoirs accounting for incomplete injection/production profiles // Geoenergy Science and Engineering. Vol. 227. Article 211897.
Yousef A. A., Gentil P. H., Jensen J. L., Lake L. W. 2006. A capacitance model to infer interwell connectivity from production and injection rate fluctuations // SPE Journal. Vol. 9.
Pp. 630–646.