储层流体高压物性参数计算方法(专题).pdf

储层流体高压物性参数计算方法（专题）什么是储层流体?储层是指具有孔隙性和渗透性、油气能在其中流 动的岩层叫储集层，简称储层。储藏有石油的储集层叫储油层，简称油层；储藏 有天然气的储集层叫储气层，简称气层；同时储藏有 石油和天然气的储集层叫储油气层，简称油气层；同 时储藏有石油、天然气和水的储集层叫储油气水层，简称油气水层；等等。储层流体是指油气藏中存在的主要流体，它们就是 通常所指的油、气、水。什么是储层流体高压物性?储层流体物性是指储层内流体的物理化学性质及 其在地层条件下的相态和体积特征。储层流体高压物性是指储层内流体在地层条件下（高温、高压条件下）的物理化学性质。由于原油、天然气以及地层水都不是单一物质，而是混合物。因此，它们都不可以采用固定的模式去评价。所以，只有“具体问题具体解决”O哪些是储层流体高压物性参数?它们主要是指流体的粘度、相对密度、体积系数、压缩系数、分子量、天然气的偏差因子、原油的溶解 油气比和两相体积系数等等。为什么要进行储层流体高压物性参数计算?对储层流体物性的评价是油气藏工程研究中的首要 环节，也是最重要的环节。由于储层流体物性参数是油 气藏的重要参数，因此，在可能的情况下，应当在实验 室中进行测定。然而，在实际油田开发和生产过程中不易获得更 多的实际测定数值，尤其是新近开发的油气藏，因此采 用以“最少的、最容易收集的资料来较为准确地估算储 层流体物性参数”就显得十分必要了。依据储层流体物性的参数是压力、温度、油气相对密 度以及其组成组分的函数，在对比分析研究的基础上，从 国内外的许多相关经验公式中，筛选出了一套最佳的经验 公式，用来计算储层流体的高压物性参数。主要方法:1.经验关系式法2.非线性神经网络法第一节地层天然气的物性参数计算地层天然气主要是指干气气藏气体、凝析气藏气 体和煤层气气体，其高压物性参数包括天然气的偏差 因子、压缩系数、体积系数和粘度。1、拟临界压力Ppc和拟临界温度Tpc的计算计算方法一：组分分析方法表3天然气中常见组分主要物理化学性质组分名称分子式分子量临界温度Q k临界压力Pc，MPa沸点，在0.101325MPa下偏心因子碳碳 烷烷烷烷烷烷烷烷烷 化化氢汽 丁丁虑虑 氧氧化 甲乙丙正异正异己庚氨氮氧氢二一硫水n-C4H10 i-C4H10 n-C5H12 卜C5H12。6H14 C7H16 Hen202 h2co2 coH2s h2o16.04330.07044.09758.12458.12472.15172.15186.178100.2054.00328.01331.9992.01644.01028.01034.07618.015190.55 305.43 369.82 425.16 408.13 469.6460.39 507.4 540.2 5.2 126.1 154.7 33.2304.19 132.92 373.5 647.34.6044.8804.2493.797 3.6483.369 3.3813.0122.7360.277 3.3995.0810.2977.382 3.4999.00522.118-161.52-88.58-42.07-0.49-11.8136.06 27.8468.74 98.42-268.93-195.80-182.962-252.87-78.51-191.49-60.31 100.000.0126 0.0978 0.1541 0.2015 0.1840 0.2524 0.2286 0.2998 0.3494 00.0372 0.0200-0.219 0.2667 0.0442 0.0920 0.3434计算方法二：相关经验公式方法Standing(1941)提供的相关经验公式干气：凝析气:=4-8677-0 3565%=103.8889+183.3332注意：上式是对于纯天然气适用，而对于含非煌CO2、H2S 等可以用Wi chert和Az i z修正。注意：上式是对于纯天然气适用，而对于含非煌C02、H2S等可以用Wichert和Aziz修正。修正常数的计算公式为:修正后的拟临界压力和温度公式为:若再考虑N2的影响，根据Smith等人的研究成果，将上 面两式改为：2、拟对比压力Ppr和拟对比温度Tpr的计算对比参数就是指某一参数与其应对应的临界参数之比：即3、天然气偏差因子Z的计算定义：天然气偏差因子z的计算是指在某一压力和温 度条件下，同一质量气体的真实体积与理想体积之比值。1974年,Dranchuk和Purvis等人在拟合Standing-Katz 图版的基础上，提出了计算偏差因子Z的如下牛顿迭代公式。(51)(54)在已知4r和Tpr的情况下，由(54)式求解Z时，采用迭代 法。即首先给定Z的一个初值Z。(例如Z=LO),由(54)式求出 pr%作为(51)式迭代的初值。比较与用(51)式计算所得的 Pr之值，如两者相差较小(一般小于0.00001),则可认为求 得了0值，再由(54)式求得Z值。否则，用新的0代替原&。进行重复计算，直到满足精度要求为止。4、天然气的压缩系数天然气的压缩系数就是指在恒温条件下，随压力变化 的单位体积变化量，即由真实气体的状态方程，得下式:经过一系列的推导，可以获得如下的表达式:式中:5、天然气的体积系数天然气的体积系数就是指在地层条件下，某一摩尔气体 占有的实际体积，除以在地面标准条件下同样摩尔量气体占 有的体积，由下式表示：在实际计算时，通常取4=1.0,而当P.c=0.101MPa,Tsc=293K时，由上式得：47 xl6、天然气的粘度流体的粘度被定义为流体中任一点上单位面积的剪应力与速度梯度的比值，它是流体（气体或液体）内摩擦而 引起的阻力。因此，天然气的粘度即为天然气内部某一部分相对于另一部分流动时摩擦阻力的量度。作为一种混合气体的天然气，其粘度与压力、温度 和组成有关。天然气粘度的大小对于它在地层中或管路中 的流动计算是很重要和必备的参数。粘度的高低表明流体 流动的难易，粘度愈大，流动阻力愈大，流动越难。Lee和Gonzalez等人根据四个石油公司提供的8个天然 气样品，在温度为37.8171.2和压力为0.10155.16MPa 的条件下，进行粘度和密度的实验测定，利用测定的结果 得到了如下的相关经验公式：其中:7.凝析气藏露点压力的计算在原始条件下，确定凝析气藏露点压力的大小，是一 项重要的工作内容。它可以通过井下高压物性取样和PVT 分析确定，也可以利用Nemeth和Kennedy提供的如下相关 经验公式确定：式中:该方法计算结果的平均偏差为7.4%。第二节 地层原油的物性参数计算地层原油的高压物性参数包括原油饱和压力、溶解气 油比、压缩系数、体积系数和粘度。1原油饱和压力饱和压力（泡点压力）是原油中第一个气泡出现时的最 高压力，该项重要参数可通过等组成膨胀实验得到。原油饱和压力系指在地层条件下，原油中的溶解气开始分 离出来时的压力。Standing 法1947年，Standing根据加利福尼亚油田的22种煌类系统 的105个实验测量的泡点压力，确定了图解相关关系，1981 年用下述数学表达式表述了图解相关关系：其中:其平均相对误差为4.8%。2)Glaso 方法Glaso于1980年根据北海6个油藏的26个和其他的19个 流体的PVT分析样品，按照Standing的研究方法，获得:其中:其在1.03448.263MPa压力范围内的标准差为6.89%,而 在13.78948.263MPa压力范围内的标准差为3.84%。对挥 发油，Glaso建议把方程中的温度指数修改为0.130。3)Marhoun 方 法1988年，Marhoun对来自中东的69种煌类混合物进行 PVT分析后，得至！1160个实验确定的泡点压力，并得出了 如下估算马的经验公式：当计算值与实测值比较时，其平均相对误差为3.66%。4)Petroksy-Farshad 方 法1993年,Petroksy和Far shad依据墨西哥海湾原油系统 进行了81次实验分析，并用非线性多元回归软件得到如下 估算马的经验公式：其中:当计算值与实测值比较时，其平均相对误差为3.66%。2.溶解气油比在地层条件下的原油溶解有天然气，单位体积原油中 天然气溶解量称为天然气溶解度，也称为溶解气油比。1)Standing 方法1947年Standing采用加利福尼亚的22种原油和天然气煌类 体系的105个实验数据，以压力、气体相对密度、原油相对密 度和体系温度为关联参数，提出一种估算As的图版，1981年 Standing利用该图版，得到一种数学计算方法。18.22)Beggs方法Beggs给出了一种根据油藏压力、油藏温度、脱气原油 相对密度和采出气的相对密度来计算溶解气油比的相关经验 公式。(1)咨 pSpb 时(2)咨 ppb 时3.原油压缩系数原油压缩系数是油藏弹性能量的一个量度。它定义为在 地层条件下每变化IMPa压力，单位体积原油的体积变化率。Vaquez和Beggs提出了一种用于估算泡点压力以上压力 条件下的原油压缩系数的相关经验公式：Villena-Lanzi给出了一种估算重质油压缩系数的方法,这一关系式在压力低于泡点压力时精度较高。.46154.原油地层体积系数原油地层体积系数为采出地面条件下lm3的脱气原油体 积所占有的地层原油体积量，即：1)BeggsStanding的计算公式(1)Standing给出了一种根据溶解汽油比、溶解气的相 对密度、脱气原油的相对密度以及油藏温度等估算单相原油 地层体积系数的关系式。Beggs以方程的形式给出了Standing 的估算原油地层体积系数的计算公式。当ppb时当P二Pb时当ppb时(2)原油的两相体积系数(总体积系数)原油的总体积系数是指当油层压力低于饱和压力时，地层 中原油和析出气体的总体积与它在标准状态下的体积之比。经过一系列推导得原油的两相体积系数为:2)Glaso的经验公式Glaso利用北海油田和其他地区的pVT分析资料，由回归 分析法获得的相关经验公式：5.原油粘度的计算(1)Egbogah给出了计算压力小于或等于饱和压力的脱 气原油的粘度：1g(2)Beggs和Robinson给出了含溶解气的原油与脱气原油 粘度之间的关系：根据对2073个油样分析的结果表明：计算的平均绝对误 差为1.83%。(3)当压力高于饱和压力时，Vazques和Beggs给出了下式:根据对3143个油样的分析表明，上式的平均绝对误差为7.54%。第三节地层水的物性参数计算地层水的高压物性参数包括溶解气水比、压缩系数、体积系数和粘度。L溶解气水比溶解气水比系指标准状况下In?的水在气藏温度、压力条 件下所溶解的天然气在标准状态下的体积数。McCain提出了 一个用来估算溶解气水比的关系式：R关于系数A、B、C值:1 xlO.78)2.780232.地层水的等温压缩系数地层水的压缩系数是指：单位体积地层水在单位压力 改变时的体积变化值，即：地层水的等温压缩系数取决于压力、温度、溶解气水比 以及地层水的矿化度。当已知气藏的地层压力、地层温度和天然气在地层水中的 溶解度之后，可由如下的相关经验公式计算地层水的压缩系数:Cw=1.4504 X W4a+Z?(1.8T+32)+C(1.8T+32)2(1+0.049974 Rsw)其中:A=3.8546-1.9435 x IO-2/?B=-1.052 x W2+6.9183 x W5 pC=3.9267xlO-5-1.2763x W7p3.地层水的体积系数地层水的体积系数定义为气层条件下水的体积与标准状况下 纯水（即脱气水）的体积之比，即McCain提出了一个用来估算地层水的体积系数 的关系式：=(l+AVwJ(l+AVwJAL=-5.7325 x W3+2.40104 x 10-4T+1.78412xl0-6(T+17.78)2A%,=-5.0987 x 10一7 p+17.78)-6.54435 xlO-9jp2(T+17.78)-5.20574 x 105 夕,4,74029 x 10-6p24.地层水的粘度(1)McCain提出了计算在大气压和油(气)藏温度 下水的粘度的关系式：上式的精度度为95%。在油（气）藏条件下的地层水的粘度为:2 x当地层压力小于68.95MPa时，其精度为96%5.地层水的密度在地层条件下，确定纯水密度的相关经验公式为:4xxW(2)若考虑矿化度的地层水的密度:6.气井的水气比气井凝析水的产量可由如下的经验公式计算:752x102第四节BP神经网络法利用BP神经网络模型建立油藏流体高压物性参数 的预测模型，来对原油高压物性参数进行预测，是油 藏高压物性参数研究的一种较为新的方法，其优势在 于，不管参数之间的关系多么复杂，它都能通过自学 习和自适应过程，把这种复杂的关系隐含到神经元之 间的连接权重，因此它对复杂的高压物性参数问题，特别是非线性问题有较强的解决能力。虽然这种方法 获得的解释模型是一个二维矩阵，不能直观地反映参 数之间的相互关系，但使用起来却极为方便。1.BP网络的结构Hidden LayerOutput LayerInput,r2x1bi4x1P1IW114x2ai-LWii-x占尸1 b?”a33 x13 x1、rai=tansig(IWupi+bi)a:=purelin(LWuai+bi)图BP网络的结构BP网络是应用最广泛的一类网络，它由输入层、隐含层、输 出层构成，输入、输出层的节点数目可由输入、输出参数的数 目来决定；隐含层可以是多层，一般而言，隐含层较多，则较 少次数的权数的权值调整网络就能学到样本知识，并以权值分 布的形式贮存起来：不过隐含层多，需要调整的权值个数就大 幅度增加，网络的学习就会占用更多的时间。2.激活函数的选择构成BP网络的神经元所用的激活函数必须是处处可导的。般地，多数设计者都使用s型函数。对一个神经元来说，取它的网络输入该神经元的输出为3.BP算法BP算法主要包含4步，这4步被分为两个阶段：A向前传播阶段（1）从样本集中取一个样本（Xp,Yp）,将Xp输入网络；（2）计算相应的实际输出Op。在此阶段，信息从输入层经过逐级的变换，传送到输出层。这 个过程也是网络在完成训练后正常运行时执行的过程。在此过 程中，网络执行的是下列运算：B向后传播阶段(1)计算实际输出Op与相应的理想输出Yp的差;(2)按极小化误差的方式调整权矩阵。这两个阶段的工作一般应受到精度要求的控制，取作为网络关于第p个样本的误差测度。将网络关于整个样本集的误差测度定义为4.高压物性参数预测网络模型的建立过程网络模型的建立神经网络方法用于油藏流体物性参数预测的基本思路是，首先应用已知油藏区块的取样数据（样本）对网络进行训练，然 后再将未知井的取样数据输入训练后的网络，最后预测出该区 块未知井段的流体性质。图PVT BP网络预测模型拓扑结构(2)数据的归一化预处理由于各种取样数据的量纲不同，其数值相差很大。就像泡 点压力和原油粘度这种情况，但是如果输出数据的变化范围 很大的话，神经网络是不稳定的。因此，必须在ANN进行 学习训练阶段前，消除这些困难。在运用神经网络预测油藏流体高压物性参数之前，无论是学 习样本还是预测数据，都需要进行归一化处理，将它们统一刻 度在01之间。在规一化过程中，各取样数据归一化极值的选 取至关重要。在实际工作中，为了尽可能减小人为性和经验性 选取归一化极值带来的误差，最好在一个地区对每种取样数据 均采用统一的归一化标准，在统一标准的基础上，也可对特殊 地层段归一化极值进行微调。(2)数据的归一化预处理对于具有近似线性特征的输入信息，采用线性归一化公式:而对于地层原油粘度等具有非线性特征的曲线，则采用对 数归一化公式：(3)学习样本的选择经过大量学者的研究和实践，发现在样本进入学 习之前，需按以下原则做适当的取舍：(1)剔除个别明显异常的奇异点；(2)适当减少相同特征点数；(3)适当补充特征明显的典型样本；(4)适当控制训练样本的总量；(4)BP神经网络学习和训练程序框图5.实际预测及效果分析（1）饱和压力预 测分析7 9 11 13 15实测饱和压力(MPa)图 某地区饱和压力预测值与实测值（ANN模型）比较5 7 9 11 13 15实测饱和压力(MPa)图 某地区饱和压力预测值与实测值（Standig模型）比较（2）体积系数预测分析实测原油体积系数包3/）图1某地区4预测值与实测值（ANN模型）比较1.06 1.11 1.16 1.21 1.26 1.31实测原油体积系数(m3/m3)图 某地区4预测值与实测值（Standing模型）比较Thank You?Good luck every day!