地球科学进展  2018 , 33 (5): 532-544 https://doi.org/10.11867/j.issn.1001-8166.2018.05.0532

新学科·新发展·新技术

智能化学示踪剂技术及其在油藏监测中的应用

高兴军1, 徐薇薇2, 余义常1, 李艳然3, 李蕾1

1.中国石油勘探开发研究院,北京 100083
2.大庆油田采油一厂,黑龙江 大庆 163000
3.河南油田研究院,河南 南阳 473132

Intelligent Chemical Tracer Technology and Its Application to Reservoir Surveillance

Gao Xingjun1, Xu Weiwei2, Yu Yichang1, Li Yanran3, Li Lei1

1.Research Institute of Petroleum Exploration and Development, PetroChina, Beijing 100083, China
2.No.1 Oil Production Plant, Daqing Oilfield Limited Company, Daqing Heilongjiang 163000, China
3.Research Institute of He’nan Oilfield, Nanyang He’nan 473132, China;

中图分类号:  P618.13

文献标识码:  A

文章编号:  1001-8166(2018)05-0532-13

收稿日期: 2017-12-23

修回日期:  2018-04-5

网络出版日期:  2018-05-20

版权声明:  2018 地球科学进展 编辑部 

作者简介:

First author:Gao Xingjun(1972-),male,Mingshui County,Heilongjiang Province,Senior Engineer. Research areas include production geology and production well-logging. E-mail:gaoxingjun@petrochina.com.cn

作者简介:高兴军(1972-),男,黑龙江明水人,高级工程师,主要从事开发地质、开发测井研究.E-mail:gaoxingjun@petrochina.com.cn

展开

摘要

深海油藏开发环境复杂,开采成本非常高,水平井及流入控制装置(ICD)得到了广泛应用,但长水平井及多分支井的产液剖面监测、水突破时间及见水井段的判断等一直是难题。挪威RESMAN公司和英国Tracerco公司研发的智能化学示踪剂技术因其风险低、寿命长,在水平井监测中日益受到重视。由于目前国内在该领域缺乏相关研究,故综述了智能化学示踪剂技术在深海水平井中的应用,系统介绍了智能化学示踪剂技术的原理、设计、装配、放置、取样及解释方法,并结合国外油田的具体实例,一方面阐述了高频瞬态取样方法及应用示踪剂团冲洗模型、到达模型进行产液剖面解释的技术思路,另一方面介绍了低频稳态取样方法及应用示踪剂通量模型进行见水时间及见水位置分析的技术思路。智能化学示踪剂技术实现了对油藏生产的持续监测,不需要改变水平井完井设计,对油井生产干扰小,油藏适用范围广,在碳酸盐岩储层、砂岩储层、页岩储层、含H2S和CO2气体以及温度高达137 ℃的油藏均有成功应用的实例,该技术应用前景十分广阔。

关键词: 智能化学示踪剂 ; 油藏监测 ; 产液剖面 ; 见水时间 ; 见水位置

Abstract

Deepwater oilfield development is very high cost venture in complex reservoir and production conditions. Reservoir development that relies on long horizontal wells and inflow control devices is common practice. Inflow profile monitoring and identification of the time and location of water breakthrough in long horizontal wells are challenging issues due to well production intervention. Intelligent chemical tracer technology, mainly developed by RESMAN and Tracerco, plays an important role in horizontal well monitoring because of its almost no risk and long duration, which gains increasing attention. Because of the inadequate study on intelligent tracer in China, this paper summarized the application of intelligent chemical tracer technology in deep-sea horizontal wells based on examples from overseas oilfields, and comprehensively introduced its basic principles, tracer system design, assembly, placement, sampling and interpretation of intelligent chemical tracer technology. Interpretation process of liquid production profiles along horizontal wells based on high frequency transient tracer sampling and tracer flushing and tracer reaching model was described. The identification process of the time and location of water breakthrough was explained through the low-frequency steady-state sampling and tracer flux model. The intelligent tracer technology achieves the continuous monitoring of oil and water production without changing the horizontal well completion design and without production intervention during monitoring, which has been proved to be suitable in a large range of reservoir condition, such as carbonate, sandstone, shale reservoirs and reservoirs with H2S/CO2 and temperature up to 137 ℃. More and more successful application cases of intelligent tracer make it to become a very potential and efficient technology.

Keywords: Intelligent chemical tracers ; Reservoir surveillance ; Production profile ; Water breakthrough time ; Water breakthrough intervals.

0

PDF (14057KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

高兴军, 徐薇薇, 余义常, 李艳然, 李蕾. 智能化学示踪剂技术及其在油藏监测中的应用[J]. 地球科学进展, 2018, 33(5): 532-544 https://doi.org/10.11867/j.issn.1001-8166.2018.05.0532

Gao Xingjun, Xu Weiwei, Yu Yichang, Li Yanran, Li Lei. Intelligent Chemical Tracer Technology and Its Application to Reservoir Surveillance[J]. Advances in Earth Science, 2018, 33(5): 532-544 https://doi.org/10.11867/j.issn.1001-8166.2018.05.0532

1 引言

随着油田开发技术的不断发展,以多分支水平井为代表的海洋石油开发逐渐受到重视。尤其是近年来流入控制装置(Inflow Control Device,ICD)的应用提高了水平井产液平衡控制水平,该技术利用封隔器把水平井段分隔为独立的生产层段,通过各类压降技术,使得各段井筒内压差达到一致,为深海开采油气提供了高效途径。然而,海洋油田开发环境的复杂性导致监测指定井或者多分支井的生产状态难度较大,更不用说整个油田的开发现状。虽然传统的生产测井工具(Production Logging Tool,PLT)可以确定水平井各段储层生产情况,获得产液剖面,然而,海上PLT测试需要租用或配备昂贵的半潜式平台,加之海上天气变化较为极端,作业周期长、费用高。另外PLT在多分支井、安装电潜泵或水力潜泵(ESP/HSP)的井以及海况恶劣的海底井中作业都十分困难,更重要的一点是因PLT采用半潜式平台作业,需要降低油井生产速度,与正常生产不一致,这又导致了测量结果准确度下降[1,2,3]。上述问题使得PLT的应用受到很大限制,研究人员开始寻找其他解决方案。

近年来,挪威RESMAN和英国Tracerco公司研发了智能化学示踪剂技术,用来解决上述难题。智能化学示踪剂是一种新兴技术,它不需要对水平井完井设计进行重大改变,并且在不干扰油井生产的情况下获取产液剖面、见水时间及见水位置等关键信息。该技术利用专用的选择性惰性化学示踪剂,设计的油示踪剂材料接触原油时可以释放其独特的化合物,而接触水时则呈现惰性,不释放任何化合物;反之,设计的水示踪剂材料接触水时可以释放其他不同且独特的示踪剂,而与原油接触时则呈现惰性。示踪剂材料包裹在设计好的固态薄条状或细绳状聚合物中,可以永久地插入或缠绕在任何类型的完井设计结构中。水平井的多个完井井段可以放置不同示踪剂材料[1]。安装智能示踪剂系统的水平井可以实现监测示踪剂通量沿井分布情况、判断产油剖面是否均匀、是否存在“跟—趾效应”、识别见水时间及位置[4]等目的。到目前为止,这项技术已经成功应用于全球50个油田160多口井上,监测效果良好,接受度正在持续增加[5]。该项技术刚刚推介到我国,还缺乏相应的研究和应用成果[6],本文将以国外实例为基础,从智能示踪剂的原理、设计、安装、取样、解释方法及在油藏监测中的应用等方面系统地介绍该技术。

2 智能示踪剂的原理

智能示踪剂的核心是一种新型聚合物,由聚乙烯和聚丙烯乙二醇合成,示踪剂的使用年限主要受温度影响,一般可用若干年。当设计的示踪剂材料接触目标流体(油或水)时,会释放各自独特的化合物,地层流体携带示踪剂化合物到专门设计的采样点,然后送往实验室进行分析,以确定每个示踪剂的浓度,用于全井产液剖面解释[7]

图1所示,油和水的智能示踪剂被安装在水平井完井单元中,一般位于基管和筛管的环形空间中。每一个完井单元包括一对相邻分布独特的油和水示踪剂,当流体从地层中流入井筒再从井口被采出的过程中,必然会经过智能示踪剂。智能示踪剂接触到原油时,会释放独特的油示踪剂分子;接触到水时,会释放独特的水示踪剂分子。同时,当智能示踪剂没有接触到目标流体时,它们处于关闭状态,以延长其使用寿命。具体来说,水示踪剂在接触原油时处于休眠状态,不会释放水示踪剂分子;同样地,油示踪剂在与水接触时也不释放油示踪剂分子;另外二者在与空气接触时均处于休眠状态。

当油井在生产初期,只有原油从地层中被采出,此时在井口处采集样品,化验只能检测到油示踪剂分子。当油井生产一段时间发生水侵时,地层水经过环形空间的智能示踪剂系统,将会释放出水示踪剂分子,此时水持续增多会引起水示踪剂浓度增加、油示踪剂则相应减少。此外,水示踪剂当与地层水最初接触时有一个短期、快速的 “爆发”,即会在短时间内产生大量水示踪剂分子,这有利于判断初始见水时间和位置,在后续与水接触的过程中其释放速度会恢复到一个正常水平。

图1   智能示踪剂原理示意图[7]
(a)智能示踪剂材料安装于ICD环形空间;(b) 接触地层流体后释放示踪剂分子;(c)带有示踪剂分子的地层流体被开采出来

Fig.1   The schematic diagram of intelligent tracer[7]
(a)Intelligent tracers installed in ICD screen;(b)Contact with liquid causes tracer molecules to be released from the matrix;(c)Flow of liquid from the reservoir flushes out the oil/water with high tracer concentration

值得注意的是,智能示踪剂材料释放的速度是独立的,在较短的时间间隔内被视为常数,即智能示踪剂分子的释放快慢与通过示踪剂系统流速无关,与接触目标流体的时间长度有关。因此只要当相应流体接触到示踪剂材料时,就会释放示踪剂分子,这导致了需要瞬态法才能解释产液剖面。关于瞬态法的作业、取样及分析解释流程下文将详细介绍。油井生产一段时间以后,某些层段逐步见水,此时油井进入平稳生产期,因此见水时间及位置的判断一般用稳态法进行监测。关于稳态法的作业、取样及分析解释流程下文将加以介绍。取样后,分析各类示踪剂分子的浓度,通过计算可得出哪些层段产液、各层段产液比例及油水比例,确定见水时间及位置。

3 智能示踪剂的设计、装配及放置

3.1 智能示踪剂系统的设计

智能示踪剂的设计主要考虑以下几个方面,即示踪剂对各种井下流体的敏感性、示踪剂的外形及材料、示踪剂使用时间及保存条件等。部署之前, 要完成一系列实验来确定示踪剂系统接触井下不同流体的反应,比如钻井泥浆、盐水、地层水和油田特定的原油中示踪剂释放参数、化学稳定性和干扰分析,保证智能示踪剂对油水的敏感性,同时获得示踪剂释放性能参数[1]。智能示踪剂在不同类型油藏的适用条件,也是智能示踪剂系统设计需要考虑的重要问题。根据目前已经发表的文献可以看出,该技术在碳酸盐岩储层[8]、砂岩储层[3]、页岩储层[9]、含H2S及CO2气体油藏[8]以及温度高达137 ℃的油藏[10]均有成功应用的实例。

在外形和材料上,智能示踪剂要适合绕接防砂筛管,并能与ICD设备相匹配。智能示踪剂是聚合物和示踪剂材料的组合,根据操作要求设计成矩形且具备热固性的示踪剂条和圆柱状且具备热塑性的示踪剂细绳。示踪剂材料属于惰性、非放射性、稳定的化合物,满足世界各国环境要求的严格标准,一个给定的聚合物和一个独特示踪剂的组合称为智能示踪剂系统。

在使用寿命上,智能示踪剂是惰性材料,可以按照井的开发需要设计5~10年的使用期限,但随着时间的推移示踪剂分子的释放速度会逐渐减慢。此外,温度会影响示踪剂释放速度,示踪剂分子的释放速度随周围温度升高而增加。

在保存条件上,需要包上塑料薄膜防止智能示踪剂在运输和贮藏过程中受到潮湿和阳光的损害。此外,为了避免水示踪剂与反排的泥浆滤液或压裂液接触过程中过早释放,影响判断见水时间,每个水示踪剂系统的表面都覆盖上不溶于水但可溶于油的保护套。这种保护套在早期生产阶段,也就是当井开始产油时会发生溶解,使得水示踪剂系统能够在遇到地层水后正常释放水示踪剂分子。

3.2 智能示踪剂的装配

在智能示踪剂系统的装配上,油示踪系统和水示踪系统安装在基管的外径和筛管的内径之间(图1图2a),在基管的龙骨之间存放示踪剂系统,使得智能示踪剂系统与流体得以接触。每个示踪剂系统安装在ICD筛管后,称为示踪剂载体(图2b)。不同井况可以设计相适应的载体轴,在示踪剂载体上标注相关信息,包含井名、载体序列号和示踪剂系统编号(图2d)。

图2a中示踪剂的几何形态是矩形条状,示踪剂条放在基管外径和绕丝筛管壳内径之间的环形空间,地层流体通过绕丝缝隙流入环形空间,之后流经ICD出口到达井口的采样点,其中防砂筛管内的示踪剂条数量通常是30~36根,具体取决于基管外径和筛管内径[11]

图2c所示的智能示踪剂系统为含有示踪剂的塑料细绳,将其插入筛网与其大孔保护壳之间的环形空间里面,形成示踪剂短接,一些优质筛管设计时在护罩和第一层丝网之间有足够的间距,可以安装示踪剂细绳[4,7]

上述2个实例都是筛管完井情况,对于射孔完井,当新井下生产套管时,在各个目的层的位置插入几段示踪剂短节,即在一个无孔的基础套管上缠绕的智能示踪剂,外面加一个无孔保护壳,之后正常水泥固井、射孔。当流体进入井中时会流经示踪剂区域,接触示踪剂系统,释放示踪剂分子。对于已经射孔完井的老井中,仍然可以装配智能示踪剂系统,此时需要在井中增加额外的硬件装置,即内层管柱,类似于仪表固定支架,具体尺寸要根据井筒情况因地制宜地设计。

图2   智能示踪剂的装配图[3,4,11]
(a)智能示踪剂系统安装于绕丝筛管内;(b)智能示踪剂系统安装于割缝筛管中;(c)细绳状智能示踪剂装配图;(d)标记井名、载体序列号和示踪剂系统编号的示踪剂载体

Fig.2   The assembly of intelligent tracer system[3,4,11]
(a)Tracer systems installed in a wire-wrap screen of ICD;(b)Intelligent tracer systems installed in slotted base pipe;(c)Installing matrix filaments into premium screens;(d)Assembled carriers labeled with well name, carrier sequence number, and tracer system serial numbers

3.3 智能示踪剂的放置

图3展示的是一个水平井的典型完井剖面,在井筒中利用封隔器来将生产层段分隔为4个层段,每个层段包含唯一标识的油示踪剂和水示踪剂(图3中红色、蓝色、绿色、粉色分别表示彼此不同的示踪剂)。在正常开采时所有层段是打开的,在产出液中将检测到来自每个层段的示踪剂。图3实例中层段B没有打开,在这种情况下不会有来自层段B的液流,因此在产液中不会检测到层段B所对应的示踪剂。

图3中智能示踪剂系统在单一开采层段的具体放置结构见图4,示踪剂载体紧邻着封隔器,并放在每个层段的出口处,来自该层段油层的产出液都将流经示踪剂载体位置,与示踪剂接触后,释放出示踪剂分子,并运移到井口。

图3   智能示踪剂在水平井段中的放置图[7]

Fig.3   The placement of intelligent tracer in horizontal section[7]

图4   智能示踪剂在单一生产层段中的放置图[3]

Fig.4   The placement of intelligent tracer in a single production section[3]

4 智能示踪剂的取样和解释方法

4.1 智能示踪剂的取样

智能示踪剂的取样方面,需要针对不同目的制定相应的取样计划,以确保获得样本含有足够的信息。对于油井产液剖面及见水监测而言,准确的采样时间、合适的采样间隔和足够数量的示踪剂样本是必不可少的3个条件。一般在井口取样,在实验室进行分析。取样方式上分为瞬态取样和稳态取样2种[4,12]

4.1.1 瞬态取样

瞬态采样适用于油井关井之后重新打开的情况,一般用于产液剖面解释。当生产井处于关闭状态,井眼中的液体基本处于停滞状态,但此时地下流体仍然在环形空间中与示踪剂系统接触,持续不断释放出示踪剂分子,高浓度示踪剂团会在每个示踪剂系统附近形成。当油井重新启动时,含有高浓度示踪剂团的产出液将迁移到地面井口,初期有一段时间的采出液中示踪剂浓度会出现急剧增加,然后下降回到正常值的响应,这个变化是解释该井产液剖面的重要依据,需要很高的采样频率来监测示踪剂分子浓度的变化。

当高浓度示踪剂团到达采样点之前,需要估算示踪剂团从示踪剂系统的安装位置到采样点的迁移时间和体积,以便确定开始密集采样的时间和频率,这里时间和体积称为每个示踪剂的到达时间和到达体积(图5)。注意图5只显示迁移到井口的时间和体积,实际估算时必须考虑到达采样点之前回接输油管线长度和流体混合的影响。例如,挪威Hyme油田Njord A产油平台的取样点与深海井头之间还有19 km的回接输油管线,这使得准确估算示踪剂团的迁移时间变得很困难。为了获得足够的示踪剂样品,开始时的频率高,每5 min取一次样,后期逐渐降低。图6可见实际取样和样品分析的频率[2,13]

4.1.2 稳态取样

稳态取样适用于油井正常开采的情况,用于判断见水时间及位置。稳定生产过程中,智能示踪剂系统产生的示踪剂分子会持续地带到井口,不会产生高浓度的示踪剂团,不需要进行迁移时间和体积的估算,取样频率大体上一周一次,这是由于大多数情况下这个间隔时间足够观察到井筒中水突破的发生。

图5   估算示踪剂团迁移的时间和体积[1]

Fig.5   The estimated tracer migration time and volume[1]

4.2 智能示踪剂的解释

智能示踪剂取样目的是获得各类示踪剂的浓度变化,之后通过瞬态解释获得油井的产液剖面,通过稳态解释判断油井的见水时间及位置。

4.2.1 瞬态解释

智能示踪剂系统释放示踪剂分子的速度与地层流体的流速无关,单纯从正常生产的示踪剂浓度中无法提取产液剖面信息,需要通过示踪剂团冲洗模型和到达模型来求取[10]

图6   示踪剂测试样品及瞬态取样实例[2,13]
(a)顶部取样点取得的样品;(b)开井后生产曲线、取样及分析频率

Fig.6   The tracer test samples and a case of transient sampling[2,13]
(a)Example of standard sample collected at the topside sampling point;(b)Surface production rate for the re-start of the well showing oil and water rate, obtained samples and samples sent for analysis

(1)示踪剂团冲洗模型

示踪剂团冲洗模型是指由于地层流体对示踪剂团的冲洗作用,使得不同生产层段的示踪剂浓度发生急剧增加而后下降的响应,依此特征来解释产液剖面。解释模型的基础是理想化的示踪剂冲洗过程,示踪剂在井筒中的运输可以描述为一个时间—空间、对流—扩散问题:

Ct=D× 2Cx2-V× Cx, (1)

式中:扩散系数D包括湍流和分子扩散,V为速度,C为示踪剂的浓度。公式(1)描述了关井后形成的示踪剂团被开井后的流体冲洗而迁移到采样点的过程,整个过程可以由图7说明。

开井后,示踪剂团通过ICD出口流出的快慢与地层流体的流速有关,高速流体冲洗示踪剂团的速度比低速流体快。

如果这些假设成立,公式(1)可以大大简化为下面的一阶微分方程。

C(t)=C(0)· e-f(qzone)t+Cdirect, (2)

式中:C(t)是冲洗过程中任意时刻的示踪剂浓度;C(0)是给定的示踪系统释放速率对应的初始浓度;Cdirect是稳态流动阶段示踪剂的浓度,当冲洗时间足够长时,示踪剂浓度将恢复到稳态浓度Cdirectf(qzone)是示踪剂浓度表征必须的参数,该参数与不同层段的产液量直接相关。

图7   示踪剂团形成及冲洗过程[1]
(a)关井时示踪剂仍释放出来并在示踪剂系统周围积累形成示踪剂团;(b)重新开井后示踪剂团通过ICD出口释放出来

Fig.7   The process of formation and flushing of tracer group[1]
(a)Demonstrates a production shutdown where tracers will still be released and accumulated into a shot of tracer material around the tracer systems and in the completion void;(b)Sketch of how the tracer shot is flushed through the ICD nozzle during the restart of production

图8所示,高浓度示踪剂团被地层流体所携带,以2种不同的速率通过ICD出口时,高速流体(2Q)所携带示踪剂的通量(单位时间内通过采样点的示踪剂质量)比低速流体(Q)下降更快,也就是示踪剂团冲洗得更加迅速。但是由于所含示踪剂总量是一定的,2条曲线下方所围成面积是相同的(图8)。油井每一个生产层段的地层流体速率和该层段产液量正相关。由此,通过不断调整速率相关因子k(k代表了相应层段的相对产液量)拟合示踪剂团冲洗模型,当示踪剂浓度变化模拟结果和测量数据完全匹配时,可以得到油井各层段的产液贡献量。

图8   以2种不同流速冲洗下的示踪剂通量变化[1]

Fig.8   The tracer flux change law at two different flow rates[1]

(2)示踪剂团到达模型

示踪剂团到达模型是指根据示踪剂分子浓度峰值对应的累计产液量来估测产液剖面的解释方法[2]。该解释方法需要使用单相流模拟器,模拟器假定示踪剂系统附近高浓度示踪剂团在关井重启之后作为段塞流动到采样点,并且不会发生扩散作用。下面用一个双分支井实例说明示踪剂到达模型解释产液剖面的技术思路。如图9a所示,该双分支井在分叉点以上有一段约4 267.2 m的共同井眼,上下分支井眼中分别部署了3套彼此不同的示踪剂系统[13]

将实验室分析的各类示踪剂浓度与累计产液量绘制于图9b,可以看出各类示踪剂浓度的变化幅度及到达速度,但不利于分析其峰值对应的到达体积。为了更好地比较所有示踪剂峰值的到达体积,各类示踪剂以其最大值进行归一化,使得所有归一化浓度位于0~1(图9c)。

首先假定每个单位长度井段产出相同的液量,即均匀的产液剖面。模拟来自每个示踪剂系统的示踪剂团到达体积,模拟出的示踪剂峰值到达体积由垂直虚线表示(图9d)。对比实际取样监测数据和模拟结果可以看出:①ROS-143和ROS-129的示踪剂实际峰值到达顺序与模拟结果相比恰好颠倒;② ROS-127和ROS-144的峰值实际到达时间与模拟峰值到达时间差异过大。分析认为,ROS-144的实际峰值到达时间早于模拟峰值,说明该示踪剂团运动得比预期的更快,即该类示踪剂所处层段位置的产量较高。

将上述生产差异引入到模拟中,设定ROS-144所在的上部分支井平均产液量比下部高30%作为模拟的约束条件,这种做法对示踪剂团到达模拟结果的影响体现在图9e中,拟合效果有所改善。为了实现模拟结果和实际结果的最优匹配,按照上述步骤不断调整每个层段的产液量,通过不断迭代得到图9f中所示的匹配结果,同时给出油井的每个层段的相对产量(图9g)。可以发现,在瞬态解释中,通过不断调整模型中的参数,使模拟结果和实际结果一致,可以对油井的产液剖面进行解释。

图9   示踪剂团到达模型解释流程[7,13]
(a)双分支井的测深MD与垂深TVD关系图(左图为右图目的层深度局部放大);(b)不同累积产液量下各类示踪剂绝对浓度;(c)不同累积产液量下各类示踪剂浓度归一化;(d)各类示踪剂峰值与均匀产液条件下模拟结果的比较;(e)假设上部分支井比下部多产液30%条件下模拟结果与实际对比;(f)通过调整各层段产液比例使模拟结果与实际结果一致;(g)最优拟合后解释各层段产液的比例

Fig.9   The explanation process of tracer group reaching model[7,13]
(a)TVD vs MD for the dual-lateral wells studied, left figure show the enlarged view of target zone in right figure;(b)Tracer responses as a function of cumulative produced liquids;(c) Normalized tracer concentrations as a function of cumulative produced liquids;(d) Comparison between the measured tracer response and simulation prediction assuming uniform production in the well;(e) Comparison between the measured tracer response and simulation prediction assuming 30% higher uniform production in the upper lateral;(f) Best fit between the measured tracer response and simulation prediction by adjusting production profile along each lateral;(g)Percentage of total production from each section giving the best fit between measured and predicted tracer responses

4.2.2 稳态解释

稳态解释即在稳定生产状态下通过示踪剂浓度检测来解释油井生产状态,这与瞬态解释方法是完全不同的,在稳态流下没有高浓度示踪剂团存在,而是通过示踪剂的浓度水平及其变化趋势来解释,且主要用于见水监测。

因为智能示踪剂系统的示踪剂释放速度与油水流速无关,但流速增加时产液量增多、浓度反而会降低,流速降低时产液量减少,浓度会增加。为了补偿这一影响,需要计算示踪剂通量,计算方法是浓度乘以采样点流速:

通量(油示踪剂)=油示踪剂浓度×油流速, (3)

通量(水示踪剂)=水示踪剂浓度×水流速。 (4)

在稳态条件下,地表示踪剂通量等于井下示踪剂系统的释放速度。但当油井某一段生产层段见水突破之后,地层水流入到环形空间中,该层段的水示踪剂开始释放。同时,水的持续增多会引起水示踪剂通量增加,相应油示踪剂通量的减少。

5 智能示踪剂技术的应用

5.1 产液剖面解释

Nikaitchuq油田位于阿拉斯加北坡,普拉德霍湾西部,SP16井为该油田应用智能示踪剂监测产液剖面的典型水平井,图10展示了SP16井瞬态法产液剖面解释的详细过程。该井采用割缝衬管完井,由封隔器分为6个开发层段,每个层段超过304.8 m。智能示踪剂系统监测从水平井趾端到跟端的5个区域,最靠近井口的生产层段未放置智能示踪剂系统,油示踪剂从趾端到跟端序号为OS-1到OS-5,水示踪剂对应的为WS-1到WS-5(图10a,d)。

这口井从开井生产以来的监测资料中没有明显的产水记录,因此在产液剖面解释中只分析油示踪剂和评估油的贡献。在该井产油期间有一个关井之后重启的阶段,将此阶段高频率取样分析的5类油示踪剂浓度和累计产液绘制成图10a。图10b为示踪剂浓度归一化以后的曲线,同时给出了模拟的示踪剂峰值位置。从图10a,b中可以看到,SP16井监测到所有示踪剂,即放置有示踪剂的5个层段都产液,其中OS-3峰值偏离总体趋势,与OS-2浓度的变化接近一致,这表明关井期间发生流体运动,OS-3示踪剂团迁移到OS-2位置,因此OS-3示踪剂浓度数据不能用来预测产液剖面。

通过不断调整产液速率相关的因子k,拟合示踪剂团冲洗模型,使得示踪剂浓度变化模拟结果和测量数据完全匹配,得到各层段的相对产液量。k值被归一化为跟端的区域OS-5对应层段的k值为1.00,代表该井的总液量,趾端OS-1的k值代表层段1的产液比例,OS-2的k值代表层段1和层段2加起来的产液比例,即k的增量就是该层段智能示踪剂团浓度变化所代表的产液比例。当利用示踪剂团冲洗模型达到最佳匹配时,各层段相应的k系数如图10c显示,各层段的相对产液量比例见表1,其中层段3未参与计算,表1的数据是层段4+3的相对产液量比例。

在利用示踪剂团冲洗模型解释产液剖面的同时,也基于图10a,b采用示踪剂团到达模型完成产液剖面分析。对比实际结果和模拟结果看出(图10b),OS-1,OS-2和OS-3的差异很明显,需要进行调整各层段的产液量比例,使得模拟结果和实测结果一致。应用示踪剂团到达模型解释的油井不同层段的相对产量比例见表1。在最终估计产液剖面时取2种解释方法结果的平均值。考虑到不同监测层段的长度差异(图10d),分析每米储层的产出性能,分析结果见图10e。

图10   瞬态法解释SP16井产液剖面过程及结果[3]
(a)SP16井重启后示踪剂浓度与累计产液关系图;(b)SP16井的示踪剂团到达模型;(c)SP16井示踪剂团冲洗模型达到最佳匹配时各层段相应的k系数;(d)SP16井各层段的长度及示踪剂分布;(e)SP16井各层段总贡献、每英尺贡献比例以及平均贡献比例

Fig.10   The production profile interpretation by intelligent tracer data for well SP16[3]
(a)Re-start tracer responses vs cummulative produced liquids for SP16;(b)Tracer shot arrival modeling for SP16;(c)Flush-out modeling for SP16 re-start campaigns with tracer response, fitted model curve, and corresponding volume rate dependent k-factor;(d)Compartments length and tracer distribution for SP16;(e)Compartments contribution based on intelligent tracer modeling for SP16, contribution per foot of different monitored compartments (% per ft), and the average contribution per foot of total length of monitored production(% per ft)

表1   应用示踪剂团冲洗模型和到达模型解释产液剖面[3]

Table 1   Utilize the tracer group flushing model and reaching model to interpret the production profile[3]

井号日期解释模型层段5层段4层段3层段2层段1
SP162012年7月示踪剂团冲洗25%21%38%16%
示踪剂团到达37%22%29%12%
平均31%21%34%14%

新窗口打开

5.2 见水监测

油井在生产一段时间后都会开始产水,明确见水的时间和位置可以提高对储层油水运动状态的认识、指导该井的生产,最终提高采收率。下面介绍应用智能示踪剂进行见水监测的实例。

与产液剖面的分析重点不同,见水监测的重点是关注对地层水敏感的水示踪剂的变化,图11显示了加拿大北部Amethyst深海油田的一口水平井G-25-3在稳态监测时期所有水示踪剂的通量,水平黑线标记水示踪剂通量水平为零,同时各类水示踪剂通量的纵坐标相同,可直接对比。通过分析各类示踪剂通量的变化来判断见水时间为2011年6月,具体见水主力层段的分析过程如下:

首先找到示踪剂通量突然增大的时间,即为初始见水时间(见图11中层段4水示踪剂WS-4)。该方式是合理的,因为当水示踪剂与地层水最初接触时会在短时间内产生大量的水示踪剂分子,在后续与水接触的过程中恢复到一个正常的释放水平。 但仅使用变化幅度来判断见水的主要层段是不合适的,主要见水层段是指出水量大,造成含水率上升大幅增加的层段,而层段4在示踪剂浓度“爆发”阶段对应的含水率上升幅度较小,同时随着产出水的持续增多应该引起水示踪通量增加,相应油通量的减少,由此需要同时分析各层段的油示踪剂通量变化,辅助判断见水位置(图12)。

图11   G-25-3井水示踪剂通量和含水率随时间的变化[1]

Fig.11   The change of water-related tracer flux and water content with time in well G-25-3[1]

图12可以看出,2010年9月的点代表G-25-3井关井后重启所产生的高浓度示踪剂团冲洗,2011年6月已经到达稳态生产阶段。从该时间之后的油示踪剂通量数据中,可以看到OS-2,OS-3和OS-4油示踪剂通量都降低,这意味着上述3种示踪剂的原油产量均有所降低,但是OS-2与OS-3的下降幅度更大。结果表明,尽管WS-4水示踪剂响应最强,但就油示踪通量来说层段2和层段3受到的影响更大。为了找出主要见水层段,构建一个新的指标,即相对示踪剂通量,为水示踪剂和油示踪剂通量的比值(公式(5)),代表产水和产油的相对比例。

相对示踪剂通量=水示踪剂通量/油示踪剂通量。 (5)

图13为相对示踪剂通量与时间的关系图。在图13a中,尽管该方法放大了层段2和层段3的响应,但WS-4的高振幅仍将层段4判断为见水的主要来源。为了克服振幅的影响,寻找主要的出水区,在同一张图中绘制累积的相对示踪剂通量图,即分析不同层段的累计相对通量对含水率的影响大小(图13b)。可以看到,层段4示踪剂相对通量主要增长阶段对应含水率仅增大5%,而层段2和3示踪剂相对通量的快速增长则对应另外20%的含水率上升部分。因此,综合认为层段2和层段3是2011年6月油井初期见水后,导致后期水量增加的主要区域。

图12   G-25-3井油示踪剂通量随时间的变化[1]

Fig.12   The change of oil-related tracer flux in the samples with time in well G-25-3[1]

图13   相对示踪剂通量及含水率随时间的变化[1]
(a)相对示踪剂通量随时间的变化;(b)层段2,3,4的累计相对示踪剂通量与含水率关系

Fig.13   The change of relative tracer flux and water content with time[1]
(a)Relative tracer flux between water and oil tracer for all pairs of oil and water tracer systems vs. time;(b)Cumulative relative tracer flux of zones 2, 3 and 4 with the water-cut vs. time

6 结论

对于海上采油平台上,用常规生产测井方法获取油藏监测信息风险大、成本高,有时甚至无法获取油藏信息,而智能示踪剂监测技术可以在这些复杂环境下持续地获取产层信息。

智能示踪剂安装在基管和筛管的环形空间中,每一个层段是一对独特油和水示踪剂,只有遇到油或水时才能释放特定并在实验室可识别的化合物,通过实验分析每类示踪剂的浓度,为后续示踪剂解释提供数据来源。

智能示踪剂技术可以通过瞬态法和稳态法解释沿井桶不同层段的示踪剂通量分布情况,判断不同层段产液比例,识别见水时间及主力见水位置,有利于优化油田开发决策、增产措施、注水策略及其他油藏管理。

智能示踪剂技术不需要对水平井完井设计进行大幅改变,并且对生产干预较小,可以以各种不同的形式和方法部署。示踪剂材料属于惰性、非放射性、稳定的化合物,能够满足环保要求,使用年限较长,适用油藏范围广,应用前景广阔。

目前地球科学整体进入转型期,观测视角进一步拓展,分析计算手段也在不断进步[14]。智能化学示踪剂技术是由西方公司原始创新研发的新型技术,是从全新的视角监测油藏动态,解决海上油田开发生产管理中技术“痛点”的典型实例,支撑该技术的是一系列化学药剂、仪器设备以及计算方法等专利产品,是一个多年积累的系统工程。希望本文的发表能够从另一个角度促进我国地球科学工作者对原始创新以及如何转化为工业化应用的深入思考。

The authors have declared that no competing interests exist.


参考文献

[1] Andrew Montes, Fridtjof Nyhavn, Gaute Oftedal, et al.

Application of inflow well tracers for permanent reservoir monitoring in north amethyst subsea tieback ICD Wells in Canada

[C]//SPE Middle East Intelligent Energy Conference and Exhibition, Dubai, UAE. Richardson, Texas:Society of Petroleum Engineers,2013:1-15.

[本文引用: 15]     

[2] Svein Mjaaland, Erlend Gudding, Christian A A.

Wireless inflow monitoring in a subsea field development: A case study from the Hyme Field, Offshore Mid-Norway

[C]//SPE Annual Technical Conference and Exhibition, Amsterdam, The Netherlands. Richardson, Texas:Society of Petroleum Engineers,2014:1-13.

[本文引用: 5]     

[3] Kuck M D, Nofziger L, Gentil P, et al.

Production monitoring by intelligent chemical inflow tracers in long horizontal heavy oil wells for the Nikaitchuq Field, Northern Alaska

[C]//International Petroleum Technology Conference, Doha, Qatar. 2014:1-10.

[本文引用: 10]     

[4] Ralf Napalowski,

Richard loro, Christian Andresen. Successful application of well inflow tracers for water breakthrough surveillance in the pyrenees development, offshore Western Australia

[C]//SPE Asia Pacific Oil and Gas Conference and Exhibition, Perth, Australia. Richardson, Texas: Society of Petroleum Engineers,2012:1-15.

[本文引用: 5]     

[5] Henry Edmundson.

A revolution in reservoir surveillance for subsea production environments

[J]. Scandinavian Oil-Gas Magazine,2013, (7/8):61-63.

[本文引用: 1]     

[6] Zhang Dekai.

ESMAN intelligent tracer technology substitute PLT

[J]. Petroleum Knowledge, 2017,(1): 39-39.

[本文引用: 1]     

[张德凯.

ESMAN智能示踪剂替代生产测井

[J]. 石油知识,2017,(1):39-39.]

URL      [本文引用: 1]      摘要

RESMAN(雷斯曼)公司在2005年获得了Statoil(挪威国家石油公司)的投资,此后,该公司一直专注于研究井下产层产液量智能监测技术。RESMAN示踪剂作业原理根据不同的完井方案设计,RESMAN智能示踪剂可以制成各种形状以方便作业。无论是油基还是水基智能示踪剂,在接触目标流体前都保持“休眠”状态,即油基示踪剂在遇到油时发挥作用,水基示踪剂与水接触发挥作用,两者对空气均为惰性。
[7] Brock Williams, Brent Brough.

Wireless reservoir surveillance in deepwater completions

[C]//SPE Deepwater Drilling and Completions Conference, Galveston, Texas, USA. Richardson, Texas, USA:Society of Petroleum Engineers,2012:1-11.

[本文引用: 8]     

[8] Nutricato G, Repetto C.

Application of chemical tracers for clean-up and production inflow monitoring with onshore wells in Italy

[C]//International Petroleum Technology Conference, Beijing, China,2013:1-11.

[本文引用: 2]     

[9] Spencer J, Bucior D, Catlett R, et al.

Evaluation of horizontal wells in the eagle ford using oil-based chemical tracer technology to optimize stimulation design

[C]//SPE Hydraulic Fracturing Technology Conference, The Woodlands, Texas, USA. Richardson, Texas:Society of Petroleum Engineers,2013:1-9.

[本文引用: 1]     

[10] Nyhavn F, Dyrli A D.

Permanent tracers embedded in downhole polymers prove their monitoring capabilities in a hot offshore well

[C]//SPE Annual Technical Conference and Exhibition, Florence, Italy. Richardson, Texas: Society of Petroleum Engineers,2010:1-15.

[本文引用: 2]     

[11] Hailu K A, Gibbons G, Fridtjof N.

Monitoring multilateral flow and completion integrity with permanent intelligent well tracers

[C]//SPE Annual Technical Conference and Exhibition, New Orleans, Louisiana, USA. Richardson, Texas:Society of Petroleum Engineers,2013:1-15.

[本文引用: 3]     

[12] Aleks A, Serge H, Tony H.

Designing a high resolution chemical surveillance network in a deepwater field off NW Borneo, East Malaysia

[C]//Offshore Technology Conference-Asia, Kuala Lumpur, Malaysia, 2014:1-11.

[本文引用: 1]     

[13] Christian A, Brock W, Mike M.

Interventionless surveillance in a multi-lateral horizontal well

[C]//ADC/SPE Drilling Conference and Exhibition, San Diego, California, USA. Richardson, Texas:Society of Petroleum Engineers,2012:1-9.

[本文引用: 6]     

[14] Wang Pinxian.

Chinese Earth Science at its turning point

[J]. Advances in Earth Science, 2016,31(7):665-667.

Magsci      [本文引用: 1]     

[汪品先.

迎接我国地球科学的转型

[J]. 地球科学进展,2016,31(7):665-667.]

DOI      URL      Magsci      [本文引用: 1]      摘要

从2010年起,中国科学论文数量已经晋升为世界第二,但是科学创新能力离国际领先还有很大距离。就像在经济领域一样,中国的科学也处在转折时期,关键之点是如何避免“中等收入陷阱”。我们的地球科学不能只盲目追求SCI论文数量,而是要去探索重大的科学问题,实现向更高层次的创新研究过渡。

/