楊發(fā)榮 (中海油能源發(fā)展股份有限公司工程技術分公司渤海實驗中心, 天津 300452)

油氣藏流體高壓物性參數(shù)及相態(tài)特征預測方法分析

楊發(fā)榮 (中海油能源發(fā)展股份有限公司工程技術分公司渤海實驗中心, 天津 300452)

本文主要采用舉例分析法，淺析油氣藏流體高壓物性參數(shù)及相態(tài)特征的預測方法，以期為油氣藏評價、動態(tài)分析、儲量計算提供精度更高的流體高壓物性參數(shù)。

油氣藏流體；高壓物性參數(shù)；相態(tài)特征；預測方法

油氣藏流體高壓物性參數(shù)主要包括原油粘度、體積系數(shù)、飽和壓力等數(shù)據(jù)，其是儲油層性質評價、油田儲量計算的重要參數(shù)。為了簡化油井取樣和配樣分析的操作流程、降低運行成本，需從動態(tài)角度預測油藏的物性特征，以便為制定油田生產方案和調整生產動態(tài)提供指導意見。鑒于此，本文分別從以下方面分析油氣藏流體高壓物性參數(shù)及相態(tài)特征的預測方法。

1 油氣藏流體高壓物性參數(shù)預測

對于油氣藏流體高壓物性參數(shù)，建立基于BP神經網絡的預測模型來預測原有高壓物性參數(shù)，進而提高對非線性等高壓物性參數(shù)的解決能力。BP神經網絡是一種多層前向網絡的神經元模型。在對油氣藏流體高壓物性參數(shù)進行預測時，通常需要根據(jù)現(xiàn)場數(shù)據(jù)信息，建立具有非線性、只適應的油氣藏流體高壓物性參數(shù)預測模型。在本文，筆者以勝利油田濱南區(qū)為例，淺析油氣藏流體高壓物性參數(shù)的預測，具體分析飽和壓力、壓縮系數(shù)的預測。

1.1 飽和壓力的預測

本小節(jié)主要對PVT模型精度進行評價。Pb的神經網絡預測模型的輸入層為γo、γg、Rs、T，同時包含1個擁有9個隱含節(jié)點的隱含層，其中Pb的網絡模型為輸出層。關于實驗測量的Pb值與Pb預測值，若實驗數(shù)據(jù)與預測結果相同或相近，則所有數(shù)據(jù)全部分布在45°線上，且當數(shù)據(jù)點與45°線靠攏，表明預測結果更接近實驗結果。通過論證可知，利用ANN模型測得的濱南區(qū)飽和壓力具有最低的平均絕對誤差、最小的標準偏差和最大的相關系數(shù)，其中其平均相對誤差為6.2436283%，R2為0.8514。

1.2 壓縮系數(shù)的預測

Co的BP神經網絡預測模型的輸入層為γo、γg、Rs、T、P，同時包含1個擁有11個隱含節(jié)點數(shù)的隱含層，其中Co的網絡模型為輸出層。關于利用ANN模型測得的Co預測值與實驗測得的Co值，同樣，若預測值在45°線上或附近集中，表明預測結果接近實測結果。通過論證分析發(fā)現(xiàn)，ANN模型測得的數(shù)據(jù)點均向45°線靠攏，其中ANN模型的相對誤差為7.154%，相對系數(shù)為0.86122。

2 帶油環(huán)凝析氣藏地層流體的相態(tài)特征分析

筆者利用熱力學相平衡的方法分析帶油環(huán)凝析氣藏地層流體的相態(tài)特征，其中帶油環(huán)凝析氣藏通常分為飽和非平衡型、飽和平衡型和特殊未飽和型三種。為了獲得理想的分析結果，筆者主要選用改進后的PR狀態(tài)方程來預測帶油環(huán)凝析氣藏地層流體的相態(tài)特征，具體分析地層流體的相態(tài)特征。

本案以勝利油田濮67區(qū)塊為例。利用PR狀態(tài)方程相圖仿真模擬方法和流體相平衡熱力學原理，并根據(jù)地層流體C7+重餾分熱力學參數(shù)與實測露點壓力的匹配情況，對濮67區(qū)塊的帶油環(huán)凝析氣藏取樣井地層流體相圖進行模擬。模擬結果表明，濮8-4井與濮10井處在構造帶的頂部，且氣頂氣全部為相態(tài)特征相同且未飽和的凝析氣，其中露點壓力與地層壓力相近，反凝析液飽和度的極大值為2%～3%及其具有較強的彈性膨脹能力；濮8-12/8-14凝析氣井全部為飽和的凝析氣，其地層壓力與露點壓力相等，且均較高，同時反凝析液飽和度的極大值較小及彈性膨脹能力相當強；此外，濮8-12/8-14地層平衡油井全部為飽和的油環(huán)油，其地層壓力與露點壓力相等，但地層油的彈性膨脹能力較弱。

通過與生產井的地層凝析氣體系相態(tài)系數(shù)進行比對可知，相圖的地層溫度處在臨界凝析溫度與臨界溫度之間，且與臨界凝析溫度更為接近，表明勝利油田濮67區(qū)塊帶油環(huán)凝析氣藏的地層凝析氣體系為中間烴型含量較低的凝析氣體系；濮8-12井等的地層平衡油環(huán)油體系相態(tài)參數(shù)表明，相圖的地層溫度比臨界溫度低，飽和壓力與地層壓力相等，但比臨界凝析壓力低，具體為輕質弱揮黑油體系。

3 結語

研究表明，油氣藏流體高壓物性參數(shù)利用BP神經網絡進行預測的方法是可取的，其不僅可以彌補回歸經驗關系式法的不足，同時表現(xiàn)出智能化程度高和預測精度高的優(yōu)點。此外，本案采用現(xiàn)代流體熱力學相平衡的方法來分析帶油環(huán)凝析氣藏的相態(tài)特征，具體以地層流體的相態(tài)特征為例展開討論，結果表明上述分析方法所得的結果基本與實測值吻合，即能準確判定油氣層的類型。總之，油氣藏流體高壓物性參數(shù)及相態(tài)特征的預測工作是確保油田生產工作順利開展的重要條件，應當加以重視。

[1]王雯娟,李華,張輝,等.影響南海西部油氣藏PVT取樣成敗的兩個關鍵問題[J].中國石油和化工標準與質量,2014,(3):196-196.

[2]彭永燦,劉建,張大勇,等.油藏流體類型的研究——以石西油田石炭系油藏為例[J].石油天然氣學報,2011,33(4):43-46.

[3]李雷,郎慧慧,馮乃超,等.基于Qt的油氣藏流體地層高壓物性預測平臺[J].內江科技,2015,36(9):41-42,62.

[4]王文勇,龍俊西,劉博偉,等.超高溫地熱井泡沫鉆井井筒壓力剖面計算方法[J].天然氣工業(yè),2012,32(7):59-62.

[5]賈英,嚴謹,孫雷,等.松南火山巖氣藏流體相態(tài)特征研究[J].西南石油大學學報(自然科學版),2015,37(5):91-98.