开发毕业课程设计报告Word下载.docx

1、1 前 言1.1 设计的目的意义本课题的目的是让学生通过自选一组数据，利用所学专业知识在指导教师的指导下独立完成对某一油田或区块开发指标的预测。本课题要求学生对威布尔（Weibull）模型及其与乙型水驱曲线联解关系式进行推导，其结果包括，对油气田的年产量、累积产量、含水率、可采储量、最高年产量、最高年产量发生的时间的预测方法。从而将理论知识和实际问题相结合，通过该专题设计的训练，加强学生理论知识运用能力，计算机技术应用能力及解决实际问题的工程应用能力。1.2 设计的主要内容根据已有的基础数据，利用所学的专业知识，在指导教师指导下独立完成并提交一个油田或一个区块油田开发指标预测结果，设计主要内容

2、如下：（1）推导威布尔模型及其与乙型水驱曲线联解关系式；（2）根据油气田实际生产数据，进行线性回归，求得乙型水驱曲线的截距、斜率；（3）根据相关公式，确定威布尔（Weibull）模型常数a、b、c；（4）计算油田年产油量；（5）计算油田累积产油量；（6）计算含水率；（7）计算可采储量；（8）计算最高年产量发生的时间；（9）计算最高年产量；2 基础数据某油田的开发数据如下：表2-1 某油田开发数据年份时间（a）Qo（104t/a）Qw（104t/a）Np（104t）Wp（104t）Lp（104t）1968135.61 1.04 36.65 1969252.32 1.85 87.93 2.89 9

3、0.82 1970370.37 2.26 158.30 5.15 163.45 1971499.73 2.57 258.04 7.71 265.75 19725118.26 5.90 376.30 13.61 389.91 19736133.83 10.05 510.13 23.66 533.79 19747159.41 20.38 669.53 44.04 713.57 19758179.51 33.44 849.04 77.47 926.52 19769176.92 36.54 1025.97 114.01 1139.97 197710212.92 55.14 1238.89 169.15

4、 1408.04 197811251.67 87.49 1490.56 256.64 1747.20 197912261.81 142.82 1752.37 399.46 2151.83 198013248.84 203.98 2001.21 603.44 2604.64 198114237.18 268.07 2238.39 871.51 3109.89 198215234.17 320.03 2472.56 1191.54 3664.10 198316220.19 418.05 2692.75 1609.59 4302.34 198417211.43 530.20 2904.17 2139

5、.79 5043.96 198518189.22 598.50 3093.39 2738.29 5831.68 198619168.97 671.12 3262.36 3409.41 6671.77 198720144.18 667.21 3406.54 4076.62 7483.16 198821130.72 719.71 3537.26 4796.33 8333.58 198922116.08 718.17 3653.34 5514.49 9167.83 199023104.64 750.91 3757.98 6265.41 10023.39 3 基础理论威布尔（Weibull）预测模型能

6、够很好地预测油田产油量随时间的变化关系，但却不能预测油田的含水率、产水量、产液量及累积产水量和累积产液量，而这些开发指标正是水驱开发油田所需要预测的。乙型水驱曲线法是油藏工程中重要的预测方法，但它只能预测累积产水量与累积产油量之间的关系，却不能预测开发指标与开发时间的关系，而油田开发指标的预测，都离不开与开发时间的联系。将Weibull预测模型和乙型水驱曲线法相结合，则能够预测水驱油田的含水率、产油量、产水量、产液量、可采储量及其相应的累积产量随开发时间变化的联解法。联解法既能保持两种方法原有的预测功能，又克服了两者的局限性。3.1威布尔预测模型的建立Weibull（威布尔）于1939年提出的

7、统计分布模型已成为生命试验和可靠性理论研究的基础。该模型的分布密度表示为： （3-1）式中 f（x）威布尔分布的分布密度函数；x分布变量，根据实际问题，分布区间为0；控制分布形态的形状参数；控制分布峰位和峰值的尺度参数。若对（3-l）式进行积分，在x为0区间内，可以得到Weibu11的分布函数值等于1，推证如下： （3-2）为将Weibull分布模型用于油气田开发指标的预测，将（3-l）式改写为 （3-3）式中 Q油气田的年产量，104t/a（油）或108m3/a（气）； t油气田的开发时间，a； C由Weibull分布模型转换为油气田开发实用模型的模型转换常数。 油气田的累积产量表达式为：

8、（3-4）式中 NP油气田的累积产量，104t或108t（油）；108m（气）。将（3-3）代入（3-4）式并考虑（3-2）中的变量变换法，t从0到t积分得： （3-5）当时，则，因此（3-5）式又可改写为： （3-6）在得到上面的结果之后，便可对模型转换常数的性质和作用，作这样的说明：由于Weibull分布模型，在x从0到区间的分布函数F（x）=1.0，这相当于实际开发的油气田，在t从0到区间内的累积产量，即油气田的可采储量。因此，为了能够得到（3-5）式的结果，就必须在（3-3）式中引入模型转换常数C。而该模型转换常数就是油气田的可采储量。因此，可以将（3-3）式再改写为： （3-7）为了

9、确定最高年产量发生的时间由（3-7）式对时间t求导得： （3-8）当dQ/dt=0时，必然有，故可以得到最高年产量发生的时间为： （3-9）将（3-9）代入（3-7）式，得到油气田的最高年产量的表达式： （3-10）再将（3-9）代入（3-6），得到油气田的最高产量发生时的累积产量（）为： （3-11）油气田的剩余可采储量（）表示为： （3-12）将（3-6）代入（3-12）式得： （3-13）剩余可采储量比（w）表示为： （3-14） 将（3-7）和（3-13）式代入（3-14）式得： （3-15）剩余可采储量的采油速度为储采比的倒数，故由（3-15）式得到剩余可采储量采油速度（）的表达式：

10、 （3-16）式中以小数（f）表示，若改为百分数（%）表示时，（3-16）式改为下式： （3-17）3.2威布尔模型与乙型水驱曲线的联解法利用数理统计学中的威布尔（Weibull）分布，研究与推导得到了威布尔（Weibull）预测模型1。该模型具有预测油田产量、累积产量和可采储量的功能，其基本关系式分别为： （3-18） （3-19） （3-20）乙型水驱曲线法，首先是由我国著名专家童宪章先生2以经验公式的形式，于1978年提出。它的理论推导由文献3完成，其基本关系式为： （3-21）由（3-21）式对时间t求导数得： （3-22）已知：；故由（3-22）式得： （3-23）将（3-23）式代

11、入（3-21）式得： （3-24）取经济极限水油比（Rwo） L，由（24）式得到预测油田可采储量的关系式： （3-25）已知水油比与含水率的关系为： （3-26）将（3-26）式代入（3-24）式得： （3-27）将（3-19）式代入（3-27）式得： （3-28）当由（3-18）式和（3-28）式得到预测的产油量和含水率之后，可由下面的公式分别预测油田的产水量和产液量： （3-29） （3-30）最高年产量发生的时间tm的计算公式如下：最高年产量Qmax为：3.3模型的求解方法为了确定预测模型的模型常数a、b、c以及可采储量NR的数值，对（3-18）式可进行如下处理： （3-31）若设：

12、（3-32） （3-33）则得： （3-34）根据实际的开发数据，首先利用（3-34）式进行线性试差求解，根据最大线性相关系数求出b，然后利用最小二乘法求得和。再由（3-32）式和（3-33）式改写的下式，分别确定模型的常数a和c的数值： （3-35） （3-36）确定出预测模型参数a、b、c后，即可根据（3-20）式求解出可采储量NR。在确定预测模型常数a、b、c、NR时，其值是否正确可靠，要利用（3-18）式、（3-19）式、（3-28）式预测的理论产油量、累积产油量和含水率，与实际产油量、累积产油量和含水率进行对比加以确定，而达到最佳拟合效果的参数才是最准确、可靠的。4 设计结果将表1中

13、的累积产液量（Lp）和相应的累积产油量（NP）数据，按照（3-21）式的直线关系绘于图4-1，得到了一条很好的直线。经线性回归求得直线的截距A=2.749145；直线的斜率B=0.；直线的相关系数r=0.9998。图4-1 该油田的的乙型水驱曲线 将表1中的年产油量（Qo）和时间（a）数据，按照（3-34）式的直线关系绘于图4-2，得到了一条很好的直线。经线性回归求得直线的截距A=1.463445；直线的相关系数r=0.9999,参数a为29.06997，参数b为1.1，参数c为328.0396。.可采储量NR为4541万吨。图4-2 该油田的的Weibull曲线 利用计算出的参数a=29.0

14、6997,b=1.1,c=328.0396根据（3-18）式绘出预测产油量Qo与时间a的关系曲线，并将实际产油量Qo以散点的形式绘于图4-3中。图4-3 实际产油量与预测产油量对比曲线利用计算出的参数a=29.06997,b=1.1,c=328.0396根据（3-19）式绘出预测累积产油量Np与时间a的关系曲线，并将实际累积产油量Np以散点的形式绘于图4-4中。图4-4 实际累积产油量与预测累积产油量对比曲线利用计算出的参数A=2. B=0.，a=29.06997,b=1.1,c=328.0396根据（3-28）式绘出预测含水率fw与时间a的关系曲线，并将实际含水率fw以散点的形式绘于图4-5

15、中。图4-4 实际含水率与预测含水率对比曲线 认识与结论通过本次课程设计，得出如下认识与结论：（1）（2）（3）待续参考文献计算机程序与结果Private Sub Command1_Click（） Dim Index As Integer Index = 1 设置图标类型为非自动选择，这样可以设置为自己需要的类型Dim x1!, y1!, x2!, y2!, xy!, r!, r1!, n1%, x11!, y11!, t!, o!, A!, b!Dim y!（1 To 24）, x!（1 To 24）Adodc1.Recordset.MoveFirst 给LgLp和Np赋值For i = 1

16、 To 23Form1.Adodc1.Recordset.Find 时间= & iy（i） = Log（Text7.Text） / Log（10）x（i） = Text5.TextAdodc1.Recordset.MoveNextNext ii = 1r = 0Do While i Abs（r） Then r = r1: n1 = i: x11 = x1: y11 = y1i = i + 1LoopFor i = n1 To 23t = t + （x（i） - x11） * （y（i） - y11）o = o + （x（i） - x11） 2b = t / oA = y11 - b * x11

17、Text9.Text = AText10.Text = bPrint 乙型水驱曲线; 最大相关系数为 r, 参数A（截距）为 A参数B（斜率）为 bPrintMSChart1.Visible = TrueDim dat（99, 4） For i = 1 To 23 dat（i - 1, 0） = x（i） dat（i - 1, 1） = y（i） Next i dat（0, 2） = 0 dat（0, 3） = A dat（1, 2） = x（23） dat（1, 3） = A + b * x（23）散点 MSChart1.Plot.SeriesCollection（Index）.ShowLi

18、ne = False 去除连线！ MSChart1.Plot.SeriesCollection.Item（Index）.SeriesMarker.Auto = False With MSChart1.Plot.SeriesCollection.Item（Index）.DataPoints.Item（-1）.Marker .Visible = True 散点的点是否可见 .Size = 120 散点的大小 .Style = VtMarkerStyleX 选择点的形状X End WithWith MSChart1 .TitleText = .Legend.Location.LocationType

19、 = VtChLocationTypeBottom 设置图线的外观 .Plot.SeriesCollection（1）.Pen.Width = 3 .Plot.SeriesCollection（3）.Pen.Width = 20 .Plot.SeriesCollection（1）.Pen.Style = VtPenStyleSolid .Plot.Axis（VtChAxisIdX）.ValueScale.MajorDivision = 6 X轴主要网格数量 .Plot.Axis（VtChAxisIdY）.ValueScale.MajorDivision = 6 Y轴主要网格数量 .Plot.A

20、xis（VtChAxisIdX）.ValueScale.MinorDivision = 0 X轴次要网格数量 .Plot.Axis（VtChAxisIdY）.ValueScale.MinorDivision = 0 Y轴次要网格数量 .Plot.Axis（VtChAxisIdX）.AxisGrid.MajorPen.Style = VtPenStyleDotted .Plot.Axis（VtChAxisIdY）.AxisGrid.MajorPen.Style = VtPenStyleDotted MSChart1.Plot.AutoLayout = True False MSChart1.Pl

21、ot.UniformAxis = False MSChart1.chartType = VtChChartType2dXY 设置图形为二维散点图 MSChart1.ChartData = dat 数据End WithEnd SubPrivate Sub Command2_Click（）, n1%, Q!（1 To 24）, t!（1 To 24）, y!（1 To 24）, b!, u!, v!, x11!, c!, A1!, b1!Adodc1.Recordset.MoveFirstQ（i） = Text3.Textt（i） = Text2.TextFor b = 1 To 1.5 Step

22、 0.05For k = 1 To 23y（k） = Log（Q（k） / t（k） b） / Log（10）x（k） = t（k） （b + 1）Next k y11 = y1: b1 = bNext by（k） = Log（Q（k） / t（k） b1） / Log（10）x（k） = t（k） （b1 + 1）v = v + （x（i） - x11） * （y（i） - y11）u = v / o 斜率BA = y11 - u * x11 截距AA1 = 10 A 参数ac = 1 / （2.303 * Abs（u） 参数cNR = （A1 * c） / （b1 + 1） 可采储量NRText11.Text = A1Text12.Text = b1Text13.Text = cText14.Text = NRWeibull截距为 A, 斜率为 u参数a为 A1, 参数c为 c, 参数b为 b1可采储量NR为 NR;万吨MSChart1.Visib