基于节点网络的水平井分段流入剖面预测方法

庞伟, 刘理明, 何祖清, 何同, 王国华

庞伟, 刘理明, 何祖清, 何同, 王国华. 基于节点网络的水平井分段流入剖面预测方法[J]. 石油钻探技术, 2019, 47(2): 93-98. DOI: 10.11911/syztjs.2019006
引用本文: 庞伟, 刘理明, 何祖清, 何同, 王国华. 基于节点网络的水平井分段流入剖面预测方法[J]. 石油钻探技术, 2019, 47(2): 93-98. DOI: 10.11911/syztjs.2019006
PANG Wei, LIU Liming, HE Zuqing, HE Tong, WANG Guohua. A Dynamic Prediction Method for Segmental Flow Performance in Horizontal Wells Based on Node Networks[J]. Petroleum Drilling Techniques, 2019, 47(2): 93-98. DOI: 10.11911/syztjs.2019006
Citation: PANG Wei, LIU Liming, HE Zuqing, HE Tong, WANG Guohua. A Dynamic Prediction Method for Segmental Flow Performance in Horizontal Wells Based on Node Networks[J]. Petroleum Drilling Techniques, 2019, 47(2): 93-98. DOI: 10.11911/syztjs.2019006

基于节点网络的水平井分段流入剖面预测方法

基金项目: 国家科技重大专项“高压低渗油气藏固井完井技术”(编号:2016ZX05021-005)资助
详细信息
    作者简介:

    庞伟(1983—),男,山东肥城人,2007年毕业于中国石油大学(华东)石油工程专业,2010年获中国石油大学(华东)油气田开发工程专业硕士学位,研究员,主要从事非常规油气及高温高压油气井完井测试研究工作。E-mail:pangwei.sripe@ sinopec.com

  • 中图分类号: TE25

A Dynamic Prediction Method for Segmental Flow Performance in Horizontal Wells Based on Node Networks

  • 摘要:

    随着水平井分段完井技术的发展,完井结构变得越来越复杂,为了准确模拟水平井分段完井流入剖面,研究了基于节点网络的水平井分段流入剖面预测方法。将完井结构简化为由地层、井壁与完井工具间的环空、完井工具构成的水平井井筒网络,基于物质守恒原理和动量守恒定理,建立了各类流动桥的压降模型;用桥流动指数来表征流体流动方向,建立了耦合地层、井壁与完井工具间的环空、完井工具三者之间的流体流入剖面预测模型,并采用Newton–Raphson迭代方法进行了求解。算例分析表明,应用该方法可预测水平井复杂完井结构的环空、油管中的压力和流量分布,准确反映完井方式和完井工具对井筒流体流入剖面的影响,且具有较高的预测精度。研究认为,建立的水平井分段流入剖面模型可为完井方式选择、参数优化设计提供理论支撑。

    Abstract:

    The dynamic prediction of segmental flow performance in horizontal wells is the basis for analyzing the adjustment effect of wellbore fluid inflow in different completion methods and the production performance of different well sections. The completion structure can be simplified into a three-layer node network composed of the formation, the annulus between borehole wall and completion tools, and completion tools. Based on the principle of mass conservation and the theorem of momentum conservation, the pressure drop model of various flow bridges was established. The bridge flow index was used to characterize the direction of fluid flow, and with the performance prediction model of the fluid flow in the coupling formation, the above mentioned annulus and the completion tools were further established. Finally, the Newton–Raphson iterative method was used to find the solution. The analysis on the calculation example showed that this model is able to predict the annulus, pressure and flow distribution in the tubing in horizontal wells with complex completion structure, and it can effectively reflect the impact of completion mode and completion tools on the fluid flow performance of the wellbore, with higher prediction precision. The established model can provide theoretical supports for the selection of segmental completion method and parameters for best practices for the optimization design of horizontal wells.

  • 2023年,我国油气对外依存度分别为72.99%与42.3%[1],加快推进深层、非常规资源钻采,满足国家军事战略与工业、社会发展需求,保障能源安全迫在眉睫。同时,老龄化进一步加剧,2023年我国60岁以上人口占比达到21.1%,预计将在2035年进入重度老龄化社会[23],工程一线面临结构性缺员问题。综合深层、非常规资源钻采与人口老龄化影响,高风险、高成本、低效率已成为油气钻探的重大挑战,人少、自动、智能的新型工业生产模式成为行业变革的关键。智能决策与主动控制技术是解决上述问题的重要手段,开展智能化科学钻井技术探索与应用是国家发展与石化行业变革的迫切需要,具有重要政治意义与广阔市场潜力。

    2013年,SPE钻井系统自动化技术部、IADC先进钻机技术委员会联合斯伦贝谢、哈里伯顿、国民油井等国际油服公司编写了自动化钻井路线(DAS Roadmap),从系统架构、通讯、传感、装备、控制、建模仿真、人机系统、标准认证和应急管理等9个方面对智能钻井技术现状与发展进行了梳理规划[4];目前,该路线已推进至第二阶段,并形成了以国民油井自动化闭环钻井与贝克休斯自动导向钻井为代表的2类数智化钻井解决方案[5]。国内中国石油、中国石化、中国海油等公司也各自从井下测控工具、地面自动化装备、云端智能化决策与信息化建设等方面开展了关键技术攻关与智能化体系建设,取得了大量成果,并部分开展了应用[613]

    基于中国石化智能钻井体系规划与分工,中石化胜利石油工程有限公司(简称“胜利工程”)在地面自动化装备、井下测–传–控工具、智能信息化建设等3个领域进行了探索,形成了管柱自动化系统、钻井液性能在线监测、精细控压钻井等胜利天工系列的核心装备,数字钻头、钻井参数优化、井筒业务一体化平台等特色技术,并与中石化石油工程技术研究院有限公司、中石化经纬有限公司、中石化四机石油机械有限公司等联合,在胜利油田国家页岩油示范区开展了智能钻井现场试验。为给未来智能钻井体系的建设、应用提供借鉴与参考,笔者讨论了智能钻井的根本目的、实施方式和关键技术,梳理归纳了胜利工程智能钻井技术攻关和探索的情况,总结了其在落地实施层面所面临的工程挑战,提出了相应的技术攻关建议。

    智能钻井是综合了作业工艺、仪器与装备、组织与计划的多学科、多领域交叉的系统性工程,其本质是通过融合新技术,挖掘传统钻井体系中被忽视的信息、各种信息之间的关联及其机理和机制,以信息化分析为基础、智能化决策为手段、自动化控制为表征,为钻井理论完善、工艺改进、技术优化、决策控制提供更科学、细致、精确的方法支撑与硬件基础,从根本上促进传统工艺、技术发展升级与行业变革,从而进一步提高机械钻速、降低作业风险、缩短非作业时间,实现安全、高效、绿色钻井。结合SPE的自动化钻井规划与胜利工程应用探索经验,提出了智能钻井技术的实施路线(见图1)。

    图  1  智能钻井技术的实施路线
    Figure  1.  Implementation roadmap of intelligent drilling technologies

    基于随钻地质前探、工程参数测量和分布式测量等手段,开展地层、钻具、流体的精细化建模与数字化重构:一方面,为井下智脑中枢提供决策依据,通过环网通讯实现井下工具的数据融合与闭环行为控制;另一方面,与地面综合录井、物联网设备运行数据等实时数据进行融合挖掘,通过智能化科学钻井决策与自动化钻机联动控制,实现井下–地面智能协同。建立井下–地面数据高速通讯链路,开展井下–地面数据与指令信息交互,实现地面介入监管与控制;建立远端决策控制中心,通过卫星等无线通讯技术开展远端与现场的数据互通,实现一个技术专家团队对多个井场的技术支持与装备、工具的控制监管。

    因此,可靠数据的采集(井下地质–钻井工程参数、地面装备物联网数据、人员–物资–作业管理等)、高速双向通讯(井下–地面–远端的数据上传、指令下达)、科学智能决策(设计优化、风险预警、决策控制、群智能协同等)和联动协同自控(地面自动、井下闭环、远程支持)是智能钻井落地的4个关键问题,具体涉及随钻地质前探、数字钻头、闭环旋转导向、电控提速工具、分布式测量、信息钻杆、全自动钻机、地面装备物联网、多源数据融合挖掘、智能决策、风险预警和主动控制等核心技术[4, 1417]

    针对智能钻井采集–传输–决策–控制等4个关键问题中的部分核心技术,胜利工程在中国石化智能钻井体系规划与分工的基础上,结合前期技术积累与一线实际需求,从地面自动化技术与装备、井下测–传–控工具和智能信息化建设3个方面开展了技术攻关与应用探索。

    自动送钻控制是自动化智能化钻井减少作业人员、提高钻井效率、增强安全性的迫切要求。早在20世纪60年代,国内外就开展了相关技术的研究与应用,并在20世纪90年代实现了交流变频调速对传统带式与盘式刹车的取代[1819],钻机自动送钻响应速度、控制精度得到了质的飞跃,目前自动送钻控制已经成为了自动化、智能化钻井最为核心的关键技术之一。胜利工程也开展了相关技术研究。一方面,研制了自动送钻地面控制系统,基于profibus协议实现了绞车与顶驱信号的接入与指令控制(见图2(a)),传感器数据与PI调节运算配合实现了钻机恒钻速、恒钻压、恒压差、恒扭矩4种基本模式与多种组合模式的执行控制,进行了5口井的现场试验,钻速、钻压、压差和扭矩的控制精度分别达到了±0.2 m/h、±3 kN、±0.1 MPa和±320 N·m;配套开展了数字钻头参数感知、钻井参数优化决策等技术研究,以井下数据为依据,以智能决策为手段,开展了智能送钻控制技术探索。另一方面,在自动送钻基础上开展了扭摆减阻技术攻关,研制了双向扭摆控制系统(见图2(b)),通过在滑动钻进时控制顶驱往复扭摆的方式,使上部与底部钻具分别在波动性扭矩与反扭矩作用下发生往复转动,实现了滑动钻进的降阻减摩。该系统进行了15口井的现场应用,摩阻最高降低80%[20]。此外,参考美国Nabors钻井公司扭摆滑动钻进导向控制系统(DSCS)和北京石油机械有限公司滑动钻井导向控制技术(TDDS)的理念,开展了自动化滑动导向钻井技术探索,目前正在进行井眼轨迹动态规划与工具面调控理论研究。

    图  2  自动送钻控制系统和双向扭摆控制系统
    Figure  2.  Automatic bit feeding control system and bidirectional torsional pendulum control system

    统计表明,整个钻井过程中约有30%以上的时间用于管柱处理作业[2122]。相比于传统人工作业模式,使用自动化机械装备进行管柱排放操作,起下钻时间能够缩短约25%、人员安全风险降低30%~52%[23]。因此,胜利工程联合多家单位开展了动力猫道、动力鼠洞、动力卡瓦、钻台机械手、二层台排管装置等装备的研制,以及一键集成控制、安全管理等技术的研究。利用机器视觉实现管柱接箍识别、定位,配合逻辑控制,实现自动化机具间30项互锁与39项防碰安全管理,通过模块化灵活引用的方式实现建立柱、钻进、起钻、下钻、下套管、固井、甩立柱等7项作业的自动化闭环控制,管柱传输速度45根/h、排管效率18~20柱/h、上卸扣时间45 s。配合中石化四机石油机械有限公司钻机主机,建成了2台7 000 m自动化钻机、1台5 000 m和1台8 000 m自动化钻机,在17口井进行了现场应用,其中7 000 m自动化钻机在牛页国家级页岩油示范区创造了二开ϕ311.1 mm井眼日进尺1 620 m的全国纪录。

    除旋转、举升外,以钻井液性能调控为代表的循环系统自动化也是地面自动化技术的重点领域,主要涉及钻井液性能在线监测、钻井液自动配浆、岩屑分型识别、精细控压钻井及自动化压井等5类技术、装备的研究工作。目前胜利工程已开展前4类技术、装备的研究与应用。其中,钻井液性能在线监测系统已实现油基、水基、油水3种钻井液体系的性能监测,实现了钻井液流变性、密度、破乳电压、油水比、离子含量等16项性能参数的实时监测、连续记录、数据远传,在245口井进行了应用。精细控压钻井系统采用一体式全电驱动,相比于传动电控液控压钻井系统,体积更小、质量更轻、响应更快、精度更高,牛页国家页岩油示范区某井应用该系统实现了全过程精细控压钻进,完钻井深6 362 m,创页岩油井最深纪录。钻井液自动配浆主要涉及袋装处理剂的自动开袋添加与包装回收装置,通过五轴机械臂与3D视觉引导实现了机械臂摩阻对袋装物料的识别、抓取,经由拆袋输送装置进行拆袋、分离、送料。钻屑分型识别技术主要涉及岩屑体积、大小、形状、流量的识别评价,用于辅助开展井筒完整性评价、异常监测预警及钻井液性能优化,相关装置与系统在5口井进行了测试,监测预警功能运转正常,岩屑体积测量准确率达88.7%。

    作为破岩钻进的直接执行机构,钻头的动力响应是破岩工况、钻进参数、地质特性间数据关系的直接体现。受客观原因影响,钻具的动力学响应在钻柱不同位置处表现出明显的特征差异,传统的工程参数测量工具安装在螺杆上方,难以获得钻头位置处的真实数据,以此为基础进行数据分析与智能决策时,存在严重的数据偏见与不可预测的风险。对此,胜利工程探索研制了小型化的数字钻头参数感知模块(见图3),可以在不改变现有钻具组合结构的前提下安装在钻头内部,直接获取钻头位置处振动、转速、钻压、扭矩、井斜角、井温等多种工程参数,进行了11井次的现场测试。利用该模块,可以通过离线采集、事后分析的方式,进行钻头真实工况识别评价、制定提速技术措施[2427]以及提速工具的优化设计与主动控制。此外,该小型化、嵌入式的测量模块亦可安装于其他钻具内部,经过优化水力学结构,在30 L/s排量下的理论水力压降小于0.1 MPa,具备沿钻柱多点分布式测量的条件。

    图  3  数字钻头示意
    Figure  3.  Digital drill bit

    地层、钻具、流体是实现井筒数字化的3个对象。一般而言,现有钻后电缆式流体取样与钻井液性能监测系统都是在地面进行钻井液性能参数的测量与分析,在一定程度上分别涉及地层流体样品污染与井筒流体环境改变等问题[28]。胜利工程研制了适用于ϕ215.9 mm井眼的随钻井下流体取样工具样机,可以在钻井过程中的短暂间歇进行地层流体取样,胜利油田某井现场测试结果表明,样品污染率平均为6.62 %。目前,正在推进电导率、黏度、密度、地层压力等参数测量模块的研制。

    随着井下测量技术的进步,现阶段传统5~36 bit/s的钻井液脉冲、电磁波及声波通讯技术已无法满足传输高频率、高分辨率井下测量数据的需求,严重制约了智能化钻井技术的发展进程。胜利工程自2009年开始进行信息钻杆关键技术的研究,通过在钻杆本体内穿线、接箍处嵌入线圈的方式,探索了电磁感应与有缆通讯接力的井下–地面间数据通讯技术,并在室内条件下进行了140 m连续传输测试,传输速率56 kbit/s。目前,正在推进分布式测量模块、中继短节、旋转通讯短节等关键配套装备的研制以及信息通讯钻杆的加工工作。

    基于中国石化标准建设成果,制定了数据规范、统一编码体系和信息交互标准;研制了井场数据中枢,内置集成了Modbus、RS485、TCP等多种通讯协议,可以实现井场多源数据融合汇聚与远程通讯。一方面,通过在关键设备安装传感器的方式实现了绞车、转盘、顶驱、钻井泵等14类设备运行数据的采集、共享,通过特征分析建立了设备健康智能诊断模型,开发了具有全面感知、实时监测、维保提醒、预警提示、保障运行等功能的钻机设备健康管理系统;将RFID射频与手持式终端配合,实现了设备快速巡检与报表自动填写。另一方面,根据中国石化SICP系统组件开发、模块集成的设计思路,融合钻前设计资料与钻进实时采集的数据,搭建了井筒业务一体化平台。该平台具备施工方案优化管控、工程动态监测与异常预警、钻后资料一体化运行管理、案例知识库管理利用等功能。相关装置与系统平台均已形成规模化应用,为钻井提速、提质、增效提供了信息支撑。

    基于数字钻头实测数据与地面综合录井数据融合挖掘,初步建立了钻井参数方案量化评价与钻速、机械比能、振动等关键参数超前预测模型,实现了指标参数云图预测与钻井参数边界控制;通过平衡各关键参数间的妥协竞争关系,建立了钻井参数方案的多目标博弈优化模型,实现了钻井参数的优化决策。配套测井解释、井眼轨迹推算、螺杆效能、机械比能计算、力学计算等传统模型,初步构建了专业化计算模块;并在胜利工区进行了3井次的试验,钻井参数优化结果与人工分析结果一致。

    为推动钻井工程技术向信息化、科学化和智能化发展,胜利工程成立了科学钻井远程决策支持中心,运用云计算与大数据智能分析手段,实现了钻前地质−工程一体化方案优化、钻中实时监测–诊断–优化及钻后评估分析的全生命周期远程技术决策支持,形成了地质−工程一体化协同、实时分析决策、现场执行反馈的“交互式”技术管理模式。自2024年该中心投入使用以来,已在24口井进行了应用,制定了24套提速方案,出具优化报告及作业建议书500余份,全面提升了钻井作业效率与井身质量。

    胜利工程在智能钻井地面自动化装备、井下测量与传输工具、智能信息化建设等领域均有涉及,与中石化石油工程技术研究院有限公司、中石化经纬有限公司、中石化四机石油机械有限公司等合作互补,初步形成了相对完整的智能化钻井技术和装备体系。但在实际应用探索中发现,除了消除油基钻井液影响、提高高温高压环境耐受性、提高测量精度与决策准确性等常规改进需求外,胜利工程在智能钻井整体实施层面仍面临着大量问题,还需要在双向通讯、业务融合和知识挖掘等领域开展技术攻关与深入探索。

    1)井下–地面数据通讯不畅、井下设备组网能力有限。井下–地面数据通讯是决定智能钻井技术落地的关键。目前在技术应用过程中,仍然通过硬件连接实现有限设备的组网通讯,利用钻井液脉冲进行数据上传与指令下达,数据总量小,兼容设备少,通讯效率低。需要在挖掘现阶段累积数据的基础上,研制井下智脑中枢,通过井下采集、井下分析、井下决策、地面监督的方式实现井下智能闭环,降低井下–地面通讯压力;加大低成本、高速率井下–地面通讯技术的研发力度,探索井下与地面全双工通讯与井下多设备自由组网技术,助力智能钻井以井下–地面智能协同的方式落地。

    2)全系统的融合度有限,缺乏业务逻辑上的融合集成。相关技术主要是硬件系统在空间上的集成与多源数据在载体上的集中,部分实现了同一细分领域内测量–决策–控制系统的联动,但钻井工程整体业务逻辑上仍然缺乏交叉融合与协同联动。需要进一步梳理业务逻辑,实现各智能系统在数据挖掘与决策分析上的多模态理解、深度融合和群体博弈,开发具备可视化工艺编程、全系统联动控制能力的自动化控制系统。

    3)理论研究局限于方法替代,数据挖掘深度不足。基础理论研究主要集中于智能模型对传统方法的替代,忽略了大数据条件下对隐藏知识、机理、机制的分析发现,未能推动钻井工程理论的进步。需要深入开展多源数据融合下的钻井工程数据挖掘与知识发现,结合传统钻井理论成果与施工经验,搭建细分领域知识库与知识图谱,推动机理–数据混合驱动建模与智能模型迁移泛化研究,为智能钻井行业大模型的构建创造条件。

    基于信息化、自动化、智能化的智能钻井技术是新时代油气行业变革的迫切需要。国内外企业与高校针对可靠数据采集、高速双向通讯、科学智能决策和联动协同自控等4个关键问题开展了大量的研究,并取得了突出的成果。其中,国外以美国国民油井自动化闭环钻井与贝克休斯自动导向钻井为代表,已初步形成了相对完整的智能化钻井解决方案,并提供商业化服务。国内虽然在各关键技术上均有所突破,但在井下–地面高速通讯技术以及各系统业务逻辑的交叉融合、协同控制上存在差距,需进一步深化改进。此外,在智能决策领域还需要注意,智能化技术只是实现传统技术升级的手段,其本质目标是知识挖掘与效率提升,而非简单的技术替代;需持续开展基础性钻井理论研究,并着重发挥信息化、智能化技术对理论研究的促进作用。

  • 图  1   水平井完井结构示意

    Figure  1.   Completion structure of horizontal well

    图  2   水平井井筒网络节点结构示意

    Figure  2.   Schematic diagram of the network node structure in the horizontal wellbore

    图  3   第1段网络结构及未知参数分布

    Figure  3.   Network structure and unknown parameter distribution of the first segment

    图  4   k段网络结构及未知参数分布

    Figure  4.   Network structure and unknown parameter distribution of the kth segment

    图  5   N段网络结构及未知参数分布

    Figure  5.   Network structure and unknown parameter distribution of the Nth segment

    图  6   完井方法1的井筒节点网络模型计算结果

    Figure  6.   The calculation results of wellbore node network model for completion method 1

    图  7   完井方法2的井筒节点网络模型计算结果

    Figure  7.   The calculation results of wellbore node network model for completion method 2

  • [1]

    MAALOUF C B, ZIDAN M, UIJTTENHOUT M, et al. Responsive design of inflow control devices completions for horizontal wells[R]. SPE 188794, 2017.

    [2]

    ABDULLAYEV A, KEDIA R, URAKOV A, et al. Optimization of recovery using intelligent completions in intelligent fields(Russian)[R]. SPE 188993, 2017.

    [3] 韩来聚. 胜利油田钻井完井技术新进展及发展建议[J]. 石油钻探技术, 2017, 45(1): 1–9.

    HAN Laiju. The latest progress and suggestions of drilling and completion techniques in the Shengli Oilfield[J]. Petroleum Drilling Techniques, 2017, 45(1): 1–9.

    [4] 杨智光. 大庆油田钻井完井技术新进展及发展建议[J]. 石油钻探技术, 2016, 44(6): 1–10.

    YANG Zhiguang. The latest proposals for the advancement and development of drilling and completion technology in the Daqing Oilfield[J]. Petroleum Drilling Techniques, 2016, 44(6): 1–10.

    [5]

    JOSHI S D. Augmentation of well productivity using slant and horizontal wells[R]. SPE 15375, 1986.

    [6]

    BABU D K, ODEH A S. Productivity of a horizontal well[R]. SPE 18298, 1989.

    [7]

    ELGAGHAH S A, OSISANYA S O, TIAB D. A simple productivity equation for horizontal wells based on drainage area concept[R]. SPE 35713, 1996.

    [8]

    FURUI K, ZHU D, HILL A D. A rigorous formation damage skin factor and reservoir inflow model for a horizontal well[J]. SPE Production & Facilities, 2003, 18(3): 151–157.

    [9]

    DIKKEN B J. Pressure drop in horizontal wells and its effect on production performance[J]. Journal of Petroleum Technology, 1990, 42(11): 1426–1433. doi: 10.2118/19824-PA

    [10]

    OZKAN E, SARICA C, HACIISLAMOGLU M, et al. Effect of conductivity on horizontal well pressure behavior[R]. SPE 24683, 1992.

    [11]

    IHARA M, KIKUYAMA K, MIZUGUCHI K. Flow in horizontal wellbores with influx through porous walls[R]. SPE 28485, 1994.

    [12] 周生田, 张琪. 水平井筒压降计算方法[J]. 石油钻采工艺, 1997, 19(1): 53–59.

    ZHOU Shengtian, ZHANG Qi. Calculating method of pressure drop in horizontal wellbore[J]. Oil Drilling & Production Technology, 1997, 19(1): 53–59.

    [13]

    OUYANG Liangbiao, ARBABI S, AZIZ K. General wellbore flow model for horizontal, vertical, and slanted well completions[J]. SPE Journal, 1998, 3(2): 124–133. doi: 10.2118/36608-PA

    [14]

    CLEMO T. Flow in perforated pipes: a comparison of models and experiments[R]. SPE 89036, 2006.

    [15]

    OUYANG Liangbiao, AZIZ K. A simplified approach to couple wellbore flow and reservoir inflow for arbitrary well configurations[R]. SPE 48936, 1998.

    [16]

    PENMATCHA V R, AZIZ K. Comprehensive reservoir/wellbore model for horizontal wells[J]. SPE Journal, 1999, 4(3): 224–234. doi: 10.2118/57194-PA

    [17] 刘想平, 郭呈柱, 蒋志祥, 等. 油层中渗流与水平井筒内流动的耦合模型[J]. 石油学报, 1999, 20(3): 82–86.

    LIU Xiangping, GUO Chengzhu, JIANG Zhixiang, et al. The model coupling fluid flow in the reservoir with flow in the horizontal wellbore[J]. Acta Petrolei Sinica, 1999, 20(3): 82–86.

    [18] 黄世军, 程林松, 赵凤兰, 等. 阶梯水平井生产段油藏渗流与井筒变质量管流的耦合模型[J]. 水动力学研究与进展(A辑), 2005, 20(4): 463–471.

    HUANG Shijun, CHENG Linsong, ZHAO Fenglan, et al. The flow model coupling reservoir percolation and variable mass pipe flow in production section of the stepped horizontal well[J]. Journal of Hydrodynamics(Series A), 2005, 20(4): 463–471.

    [19] 庞伟, 陈德春, 张仲平, 等. 非均质油藏水平井分段变密度射孔优化模型[J]. 石油勘探与开发, 2012, 39(2): 214–221.

    PANG Wei, CHEN Dechun, ZHANG Zhongping, et al. Segmentally variable density perforation optimization model of horizontal wells in heterogenic reservoirs[J]. Petroleum Exploration and Development, 2012, 39(2): 214–221.

    [20]

    NEYLON K, REISO E, HOLMES J A, et al. Modeling well inflow control with flow in both annulus and tubing[R]. SPE 118909, 2009.

    [21] 王庆, 刘慧卿, 张红玲, 等. 油藏耦合水平井调流控水筛管优选模型[J]. 石油学报, 2011, 32(2): 346–349.

    WANG Qing, LIU Huiqing, ZHANG Hongling, et al. An optimization model of completion strings with inner-located nozzle in horizontal wells coupled with reservoirs[J]. Acta Petrolei Sinica, 2011, 32(2): 346–349.

    [22] 庞伟. 酸性气藏深井产能试井方法[J]. 油气井测试, 2018, 27(2): 67–72.

    PANG Wei. Deliverability test method for deep sour gas wells[J]. Well Testing, 2018, 27(2): 67–72.

    [23] 刘成文, 李兆敏. 锥形喷嘴流量系数及水力参数的理论计算方法[J]. 钻采工艺, 2000, 23(5): 1–3. doi: 10.3969/j.issn.1006-768X.2000.05.001

    LIU Chengwen, LI Zhaomin. A theoretical calculation method for flow rate coefficient and hydraulic parameters of conical nozzle[J]. Drilling & Production Technology, 2000, 23(5): 1–3. doi: 10.3969/j.issn.1006-768X.2000.05.001

  • 期刊类型引用(0)

    其他类型引用(1)

图(7)
计量
  • 文章访问数:  10692
  • HTML全文浏览量:  5430
  • PDF下载量:  48
  • 被引次数: 1
出版历程
  • 收稿日期:  2018-09-09
  • 修回日期:  2018-11-27
  • 网络出版日期:  2019-01-16
  • 刊出日期:  2019-02-28

目录

/

返回文章
返回