Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/7721
Title: Исследование прогностической способности численной и аналитической моделей на примере оценки взаимовлияния скважин
Other Titles: The study of the predictive ability of numerical and analytical models (the case of mutual well impact evaluation)
Authors: Shevtsov, N. O.
Stepanov, S. V.
Pospelova, T. A.
Шевцов, Н. О.
Степанов, С. В.
Поспелова, Т. А.
Keywords: mutual influence of wells
inverse problem
Capacitance-Resistive Models (CRM)
hydrodynamic modeling
взаимовлияние скважин
обратная задача
гидродинамическое моделирование
Issue Date: 2020
Publisher: Издательство Тюменского государственного университета
Citation: Шевцов, Н. О. Исследование прогностической способности численной и аналитической моделей на примере оценки взаимовлияния скважин / Н. О. Шевцов, С. В. Степанов, Т. А. Поспелова. – Текст : электронный // Вестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика / главный редактор А. Б. Шабаров. – Тюмень : Издательство Тюменского государственного университета, 2020. – Т. 6, № 3(23). – С. 131-142.
Abstract: The main purpose of any model is to provide an opportunity to study the model object and the processes running in it for obtaining the predictive characteristics, among other reasons. In this connection, it is important to know, which mathematical models can help in analyzing and supporting oil deposit development, in particular, in assessing the mutual influence of production and injection wells. The characteristic features of mathematical modeling of field development include the oil deposits being located in natural formations that cannot be directly observed, as well as the complex filtration processes taking place in the formations due to the formation structure. Therefore, the mathematical modeling of development can be both complex and simple. On the one hand, it may use complex numerical hydrodynamic models, based on the understanding of spatial distribution of reservoir properties, which have an opportunity for detailed description of filtration processes. On the other hand, the modeling may use relatively simple analytical models, which have no need to specify the spatial distribution of properties; yet, the description of filtration processes is significantly simplified in comparison with hydrodynamics. Therefore, the practical value of the modeling result depends on the right approach to modeling. The task of estimating the mutual influence of wells requires the choice of numerical or analytical model to be based on understanding of the predictive ability of the models under consideration. Since such ability depends both on the ability to describe filtration processes in detail and on the need to take into account the spatial distribution of reservoir properties, it is initially impossible to conclude, which model has the best predictive ability. It becomes possible to reveal the level of predictive ability when considering the problem of mutual well impact assessment for synthetic models of oil deposits. This article presents the results of studies in the case of ten synthetic models. Numerical hydrodynamic models and analytical CRM models were set up for “actual” data of well operation. Using the retrospective test method, the authors have shown that the analytical models have a higher predictive power than the numerical models.
Главное назначение любой модели – давать возможность для изучения объекта моделирования и протекающих в нем процессов, в т. ч. и для получения прогнозных характеристик. В связи с этим возникает вопрос, какие математические модели целесообразно применять для анализа и сопровождения разработки залежей нефти, в частности для оценки взаимовлияния добывающих и нагнетательных скважин. Характерными особенностями математического моделирования разработки месторождений является то, что залежи нефти располагаются в природных пластах, которые не поддаются непосредственному наблюдению, а также то, что в пластах протекают сложные фильтрационные процессы, обусловленные строением пласта. Поэтому для математического моделирования разработки, с одной стороны, могут применяться сложные численные гидродинамические модели, опирающиеся на понимание пространственного распределения свойств пластов, в которых имеется возможность для детального описания фильтрационных процессов, а с другой стороны, могут применяться и относительно простые аналитические модели, в которых отсутствует необходимость в задании пространственного распределения свойств, но описание фильтрационных процессов является существенно упрощенным по сравнению с гидродинамическими моделями. Следовательно, практическая ценность результата моделирования зависит от того, насколько правильно выбран подход к моделированию. Для задачи оценки взаимовлияния скважин выбор численной или аналитической модели должен исходить из понимания прогностической способности рассматриваемых моделей. Поскольку такая способность зависит как от возможности детального описания фильтрационных процессов, так и от необходимости учитывать пространственное распределение свойств пластов, то изначально нельзя сделать вывод о том, какая модель характеризуется лучшей прогностической способностью. Выявить уровень прогностической способности можно, рассмотрев задачу оценки взаимовлияния скважин для синтетических моделей нефтяных залежей. В статье результаты исследований получены на примере десяти синтетических моделей. На «фактические» данные работы скважин были настроены численные гидродинамические модели и аналитические модели CRM. По методу ретроспективного теста получено, что аналитические модели характеризуются более высокой прогностической способностью, нежели численные.
URI: https://elib.utmn.ru/jspui/handle/ru-tsu/7721
ISSN: 2500-0888
2411-7927
Source: Вестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика. – 2020. – Т. 6, № 3(23)
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

Files in This Item:
File Description SizeFormat 
fizmat_2020_3_131_142.pdf966.89 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.