论文摘要
为了探索水力压裂条件下焦作"三软"(软煤、软顶和软底)矿区低渗煤层煤层气渗透机理及产出规律,首先基于储层压裂缝扩展模型,根据压裂后裂缝孔隙度与渗透率的关系,建立了储层压裂渗透模型,着重考虑了井底流压的非线性动态变化对煤层气产出的影响,建立了产能预测模型,并进行了试验单井的应用及分析;其次,根据压裂缝几何参数与井底流压,计算得到试验期理论产气量,通过历史拟合法将试验期实采数据、试验期理论产出及试验期模拟产出3者进行对比分析,从而验证了产能预测模型的正确性;最后,结合相关参数,运用产能预测模型对矿区GW-002试验井进行生产期2 450 d的产能预测及经济评价期内的采收率计算。结果表明,该试验井生产期内平均日产气量可达587 m3,累计产气量可达1.05×106m3,经济评价期内采收率可达32.86%,满足了煤层气开采技术要求。研究成果可用于指导"三软"矿区煤层气井压裂抽采实践与产能预测。
论文目录
文章来源
类型: 期刊论文
作者: 王志荣,杨杰,陈玲霞,郭志伟
关键词: 低渗煤层,水力压裂,渗透模型,井底流压,采收率,产能预测
来源: 河南理工大学学报(自然科学版) 2019年04期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 石油天然气工业
单位: 郑州大学水利与环境学院
基金: 国家自然科学基金资助项目(41272339),河南省自然科学基金资助项目(182300410149)
分类号: TE37
DOI: 10.16186/j.cnki.1673-9787.2019.4.6
页码: 39-48
总页数: 10
文件大小: 1168K
下载量: 173
相关论文文献
- [1].杜66区块产能预测软件的适用性分析[J]. 科技与企业 2015(13)
- [2].多元回归分析在油气产能预测中的应用[J]. 科技创新导报 2008(21)
- [3].安泽南区块井网井距优化及小井组产能预测[J]. 中国煤炭地质 2019(12)
- [4].致密油压后产能预测图版及应用[J]. 中外能源 2019(03)
- [5].基于多裂缝间压力场干扰的致密油产能预测[J]. 非常规油气 2019(04)
- [6].开展油气产能预测 推动测井业务发展[J]. 石油知识 2015(03)
- [7].致密油储层水平井压后产能预测研究[J]. 科学技术与工程 2017(29)
- [8].油气井不稳定产能预测的数据库再现[J]. 山西化工 2010(03)
- [9].特低渗油藏产能预测及主要影响因素分析[J]. 内江科技 2017(06)
- [10].基于无线测压技术的合理配产及产能预测[J]. 江汉石油职工大学学报 2019(05)
- [11].煤层气产能影响因素分析及常用的预测技术[J]. 国外测井技术 2015(02)
- [12].预测致密油井中长期产能的新方法[J]. 石化技术 2018(04)
- [13].不确定性致密气产能预测技术[J]. 中国石油勘探 2018(04)
- [14].基于正交试验分析理论的页岩气初期产能预测新方法——以涪陵焦石坝为例[J]. 江汉石油职工大学学报 2017(02)
- [15].集成回归分析在基于色谱指纹的原油产能预测中的应用[J]. 四川大学学报(自然科学版) 2013(01)
- [16].低渗气藏中分支水平井的产能预测公式[J]. 油气地球物理 2011(03)
- [17].气、水两相流试采井中长期产能预测技术[J]. 中国科技信息 2009(16)
- [18].雷家地区致密油储层单井压后产能预测研究[J]. 承德石油高等专科学校学报 2019(04)
- [19].煤层气井排采控制技术发展现状与展望[J]. 石油钻采工艺 2019(04)
- [20].渤海典型多层砂岩油藏中高含水期定向井产能预测新方法[J]. 地质科技情报 2019(01)
- [21].渤中19-6构造复杂储层流体评价及产能预测[J]. 石油钻采工艺 2018(06)
- [22].南海西部异常高温高压气藏区域产能预测技术[J]. 地球科学 2019(08)
- [23].底水驱基岩气藏全生命周期产能预测方法[J]. 油气井测试 2019(04)
- [24].原油产能预测中色谱指纹的特征选取方法研究[J]. 四川大学学报(自然科学版) 2015(04)
- [25].致密气藏压裂井产能预测方法[J]. 断块油气田 2013(05)
- [26].基于电阻率测井的溶解气驱油藏产能预测方法[J]. 非常规油气 2017(06)
- [27].变渗透率条件下煤层气井的产能预测[J]. 煤田地质与勘探 2017(01)
- [28].多元回归分析在低渗透油藏产能预测中的应用[J]. 油气田地面工程 2010(12)
- [29].致密油储层多级压裂下直井产能预测[J]. 中国锰业 2019(04)
- [30].化工企业烧碱产能预测的研究[J]. 计算机仿真 2015(08)