氮氣泡沫調剖優化實驗設計分析論文

2021-04-21 論文

　　1利用實驗設計方法優化影響氮氣泡沫調剖的參數

　　涉及到多因素時，各因素不僅各自獨立起作用，而且還彼此影響，相互結合起來對目標變量起作用，即不僅各因素水平改變時對試驗指標有影響，而且各因素的聯合搭配對試驗指標也有影響。因此必須在單因素分析的基礎上，利用實驗設計方法進行多因素分析。本文以西達里亞油田為例，在單因素分析的基礎上，選定注入時機為77%，將主段塞分為三小段塞間隔30d注入。根據油田實際情況利用實驗設計方法（DOE）選取表面活性劑質量和濃度、氣液比、段塞PV數作為優化參數，選擇增油量作為目標函數，段塞組合的基本注入參數，基于單因素分析法得到的的各變量范圍確定了優化設計時各參數的取值范圍。三變量三水平共27種組合，在DOE軟件中通過選用高斯方法可以獲取13種典型的方案組合，不同組合方案，模擬累計增油量和模擬截至時含水率下降值。由表3可以看出方案6的增油量最高，即為方案6的調剖效果最好，此時主段塞表面活性劑質量濃度為0.75%，氣液比為1.5：1，注入PV數為0.15PV。因此在考慮多因素交互作用時，并不是某個變量值越高越好，必須利用試驗設計方法得到多個組合方案后再從中進行優選。剛開始注氣時進入地層的氮氣對地層平衡產生了影響使得含水率出現波動，此時生成的泡沫質量一般，氣體上覆至高構造部位后增加了油藏內部的彈性能，使得產水量增加，含水率上升。隨著注氣的繼續，一部分氣體隨液產出，地層條件逐步趨于穩定，氮氣與表面活性劑溶液混合形成的高質量氮氣泡沫開始發揮主導作用，調剖封堵高滲透層使井組含水率下降，在停止注劑一段時間后，泡沫逐漸破滅，泡沫質量降低，調剖效果開始減弱，使得井組含水率開始緩慢上升，這些因素使得含水率曲線呈一“V”字形。

　　2增油量公式回歸

　　利用DOE正交試驗設計軟件對不同參數組合得到的增油量計算結果進行回歸分析，得到增油量計算公式為：Q=-692.4315+1425.7105×X（1）+8849.346×X（2）-5132.9525×X（3）-249.292×X（1）×X（2）-1915.98×X（1）×X（3）-4502.28×X（2）×X（3）-747.078×X（1）2-2742.1405×X（2）2+21174.05×X（3）2（1）數值模擬結果和公式回歸公式計算結果關系曲線，數模結果和公式計算結果對比表，二者很接近。計算結果最大相對誤差2.387%，13個方案平均相對誤差1.154%，表明回歸得到的增油量計算公式精確度較高，實用性較強。再次改變注入參數時不必利用CMG軟件進行模擬

　　3參數顯著性分析

　　方差分析法是利用數理統計中F檢驗法判斷各因素對試驗指標影響的顯著程度和可信程度。利用F分布表確定的臨界值，通過比較計算出各因素F值與臨界F值，判定各因素對評價指標的影響是否顯著：大于臨界值時影響顯著，小于臨界值時影響不顯著。進而確定影響評價指標參數的主次順序。利用DOE試驗設計軟件對注入參數進行多因素方差分析，可以快速的.得到各因素的F值。檢驗水平α取為0.05時，臨界值F為10.13。因此可以看出表面活性劑質量濃度對累增油量有影響但不顯著，氣液比對累增油量影響高度顯著，注入段塞尺寸對累增油量影響但顯著性不大。根據F值的大小，判斷出各注入參數對累增油影響的程度大小依次為氣液比，注入段塞尺寸和表面活性劑質量濃度。

　　4結論及建議

　　（1）運用實驗設計對影響氮氣泡沫調剖的多參數進行優化設計，在考慮多因素交互作用時，并不是某個變量值越高越好，必須利用實驗設計方法得到多個組合方案后再從中進行優選。

　　（2）優化設計回歸的增油量方程有很高的精度，通過數值模擬結果和回歸公式計算結果對比，優化設計所得到的方程平均相對誤差為1.15%。再次改變注入參數時不必利用CMG軟件進行模擬計算，可直接通過公式計算，這將節省大量工作時間提高工作效率。

　　（3）實驗設計和響應面方法可以克服傳統方法無法確定因素間交互作用的局限性，優化油田開發方案。

實驗設計方案推薦度：
網站優化方案推薦度：
實驗設計方案推薦度：
調崗申請書推薦度：
農行調崗申請書推薦度：
相關推薦

【氮氣泡沫調剖優化實驗設計分析論文】相關文章：