高产井地层特征的热流耦合温度反演新方法

毛新军; 曹植纲; 陈超峰; 胡广文; 封猛; 咸玉席

doi:10.11911/syztjs.2020062

高产井地层特征的热流耦合温度反演新方法

1.
中国石油新疆油田分公司勘探事业部，新疆克拉玛依 834000
2.
中国科学技术大学石油天然气研究中心，安徽合肥 230022
3.
中国石油集团西部钻探工程有限公司试油公司，新疆克拉玛依 834000

基金项目: 国家科技重大专项“致密油藏多尺度介质复杂结构井数值试井分析及应用研究”(编号：2017ZX05009-005-002)资助

详细信息

作者简介:
毛新军（1973—），男，浙江温岭人，1997年毕业于新疆石油学院地质勘查专业，高级工程师，主要从事油气勘探开发方面的研究和管理工作。E-mail：mxj7341@petrochina.com.cn

通讯作者:
咸玉席，yxxian@ustc.edu.cn

中图分类号: TE353⁺.4
计量
- 文章访问数: 1168
- HTML全文浏览量: 367
- PDF下载量: 58
出版历程
- 收稿日期: 2019-12-14
- 修回日期: 2020-02-20
- 网络出版日期: 2020-05-07
- 刊出日期: 2020-06-30

A New Thermal Fluid Coupling Temperature Inversion for the Formation Characteristics of High-Yield Wells

1.
Division of Exploration, PetroChina Xinjiang Oilfield Company, Karamay, Xinjiang, 834000, China
2.
Center for Petroleum and Natural Gas Research, University of Science and Technology of China, Hefei, Anhui, 230022, China
3.
Well Tsting Company, Western Drilling Engineering Co., Ltd. of CNPC, Karamay, Xinjiang, 834000, China

摘要

摘要:
高探1井试油时，井底流体温度随着产量增大而升高，而现有测试资料分析方法无法解释该现象。为此，根据质量和能量守恒方程，考虑高温流体在地层中的渗流规律和在井筒内的流动规律、渗流和流动时的传热，建立了储层和井筒的热流耦合模型，利用该模型分析了温度瞬态数据，反演了高产井地层温度。高探1井的生产压力和温度数据反演结果表明，反演得到的温度曲线与实测温度曲线吻合良好，可以解释井底流体温度随产量升高的现象。研究表明，高产井地层特征温度反演方法能够定量分析地层热力学和渗流参数、确定高产井流体的产出位置，为生产管柱安全评价、现场生产决策、油藏认识和储量计算提供了理论依据。
- 高产井 /
- 热流动 /
- 耦合 /
- 温度 /
- 反演 /
- 数学模型 /
- 高探1井
Abstract:
It was found during the oil test of Well Gaotan-1 that the temperature of bottomhole fluids increased with production, which cannot be explained by existing test data and analysis methods. Therefore, based on the conservation equations of mass and energy and according to the seepage flow law of high-temperature fluid in the formation, the flow law in the wellbore and the heat transfer during the seepage and flow, a model of thermal flow coupling between the wellbore and reservoir was established, and a method for inversion of formation temperature in high-yield wells was proposed by analyzing transient temperature data. This method was used to invert the production pressure and temperature data of Well Gaotan-1, and the temperature curve of the inversion was highly consistent with the measured temperature curve of Well Gaotan-1, which explained the phenomenon that the bottomhole fluid temperature increased with the production. The study indicated that the proposed new method for the inversion of formation characteristic and temperature of high-yield wells could quantitatively analyze the formation thermodynamics and seepage parameters, and in that way, determine the fluids producing location of high-yield wells, and provide important basis for production string safety appraisal, field production decision-making, reservoir recognition and reserves calculation.
- high-yield well /
- thermal flow /
- coupling /
- temperature /
- inversion /
- mathematical model /
- Well Gaotan-1

HTML全文

目前，全球已建成715座储气库。中国地下储气库建设起步于20世纪70年代，至今已建成25座储气库^[1-2]，其中呼图壁储气库是目前国内规模最大的储气库，总库容达107×10⁸ m³。随着储气库日采气量增大，储气库调峰周期性的采–关（阀门由采气状态向关井状态调整）过程中会产生较大的波动压力^[3-6]，导致发生阀芯刺漏、油管柱密封失效等问题，会造成天然气窜漏或泄漏，可能引发火灾、爆炸等重大事故。挪威科技工业研究也证实，储气库采–关气井的泄漏情况是一般生产井的2～3倍^[7-10]。

国内外研究者已开展了储气库储层应力敏感、气体速敏等实验，揭示了储气库注气压力动态变化诱发的储层微粒运移规律^[11]。同时，采用数值模拟、有限元方法等方法，揭示了储气库井筒内的动力特性和频域变化特征，探究了储气库注采过程管柱非线性振动特性^[12-13]。目前，大量相关研究集中在数值模拟分析方面，基于储气库采–关作业转换过程的波动压力变化规律尚不明确，且少有系统开展阀门、油管系统以及储气库采–关作业油管气相波动压力计算分析的研究^[14-18]。为此，笔者考虑气相压缩性、气相压力波速^[19]、开关阀门速度等因素，建立了呼图壁储气库采–关作业油管气相波动压力数学模型，提出了具体特征线计算方法，以呼图壁储气库H2井为例，分析了储气井日产气量、油管深度、油管内径、关阀时间、气体流量等因素对波动压力的影响规律，以期为现场阀门调节提供理论指导。

1. 波动压力数学模型的建立

1.1 运动方程

根据动量守恒方程，建立油管气相波动压力运动方程：

$p A + \rho g \left(A + \frac{{\partial A}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) {\text{d}}s \sin \beta + \left(p + \frac{{\partial p}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) \frac{{\partial A}}{{\partial s}} {\text{d}}s - \left[p A + \frac{{\partial \left(pA\right)}}{{\partial s}} {\text{d}}s\right] - {\tau _0} X {\text{d}}s = \rho \left(A + \frac{{\partial A}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) {\text{d}}s \frac{{{\text{d}}v}}{{{\text{d}}t}}$

(1)

式中：p为压力，MPa；A为油管内横截面积，m²；ρ为液相密度，kg/L；g为重力加速度，m/s²；s为管柱长度，m；β为油管与地平面夹角，（°）；τ₀为湿相周切向力，N/m²；X为管柱周长，m；v为气相流动速度，m/s；t为时间，s。

通过化简式（1），约去微元项ds及A等参数，得到：

$\frac{{\partial p}}{{\partial s}} - \rho g \sin \beta + \rho \frac{{{\text{d}}v}}{{{\text{d}}t}} + \frac{{{\tau _0}}}{R} = 0$

(2)

考虑水力半径、油管深度、摩擦阻力等参数，根据连续守恒方程得到：

$\frac{{\partial z}}{{\partial s}} + \frac{1}{{\rho g}} \frac{{\partial p}}{{\partial s}} + \frac{1}{g} \left(\frac{{\partial v}}{{\partial t}} + v \frac{{\partial v}}{{\partial s}}\right) + \frac{{f v \left| v \right|}}{{8 R g}} = 0$

(3)

式中：R 为油管水力半径，m；f为油管摩阻系数。

油管气相波动压力运动方程为：

$\frac{1}{\rho } \frac{{\partial p}}{{\partial s}} + \frac{{\partial v}}{{\partial t}} + v \frac{{\partial v}}{{\partial s}} + \frac{{f v \left| v \right|}}{{8 R}} = 0$

(4)

1.2 连续方程

根据质量守恒方程，可得到油管气相波动压力连续方程：

$\left[\rho A v {\text{d}}t + \frac{{\partial (\rho A v {\text{d}}t)}}{{\partial s}}{\text{d}}s\right] + \frac{{\partial (\rho A {\text{d}}s)}}{{\partial t}}{\rm{d}}t = \rho A v {\text{d}}t$

(5)

整理式（5），得到：

$\frac{{\partial (\rho A v)}}{{\partial s}} + \frac{{\partial (\rho A)}}{{\partial t}} = 0$

(6)

将式（6）变形，可得：

$\frac{1}{\rho } \left(v \frac{{\partial \rho }}{{\partial s}} + \frac{{\partial \rho }}{{\partial t}}\right) + \frac{1}{A} \left(v \frac{{\partial A}}{{\partial s}} + \frac{{\partial A}}{{\partial t}}\right) + \frac{{\partial v}}{{\partial s}} = 0$

(7)

化简式（7），可得：

$\left(\frac{1}{\rho } \frac{{{\text{d}}\rho }}{{{\text{d}}p}} + \frac{1}{A} \frac{{{\text{d}}A}}{{{\text{d}}p}}\right) \frac{{{\text{d}}p}}{{{\text{d}}t}} + \frac{{\partial v}}{{\partial t}} = 0$

(8)

油管气相波动压力连续方程为：

$\frac{{\partial p}}{{\partial t}} + v \frac{{\partial p}}{{\partial s}} + \rho {c^2} \frac{{\partial v}}{{\partial s}} = 0$

(9)

式中：c为压力波速，m/s。

式（5）、式（6）的微分变量需满足：

$\frac{{\partial v}}{{\partial t}} {\text{d}}t + \frac{{\partial v}}{{\partial s}} {\text{d}}s = {\text{d}}v$

(10)

$\frac{{\partial p}}{{\partial t}} {\text{d}}t + \frac{{\partial p}}{{\partial s}} {\text{d}}s = {\text{d}}p$

(11)

1.3 模型求解

根据特征线法求解原理，考虑式（10）与式（11）唯一解条件，得到如下行列式：

$\left| {\begin{array}{*{20}{c}} {{\text{d}}s - v {\text{d}}t}&{ - \rho {c^2}{\text{d}}t} \\ { - \dfrac{1}{\rho } {\text{d}}t}&{{\text{d}}s - v {\text{d}}t} \end{array}} \right| = 0$

(12)

对气相波动压力特征线第1族函数差分，可得：

$\begin{gathered} ({p_{{{i}},t}} - {p_{{{i - 1}},t - \Delta t}}) + \frac{{\rho c}}{A} \left({Q_{{{i}},t}} - {Q_{{{i - 1}},t - \Delta t}}\right) + \\ \frac{{\rho c f}}{{8 m}} \Delta t {v_{i - 1,t - \Delta t}} \left| {{v_{i - 1,t - \Delta t}}} \right| = 0 \end{gathered}$

(13)

对气相波动压力特征线第2族函数差分，可得：

$\begin{gathered} ({p_{{{i}},t}} - {p_{{{i + 1}},t - \Delta t}}) - \frac{{\rho c}}{A} ({Q_{{{i}},t}} - {Q_{{{i + 1}},t - \Delta t}}) -\\ \frac{{\rho c f}}{{8 m}} \Delta t {v_{i{\text{ + }}1,t - \Delta t}} \left| {{v_{i{\text{ + }}1,t - \Delta t}}} \right| = 0 \end{gathered}$

(14)

式中： ${p_{{{i}},t}}$ 为i节点在t时刻的压力，MPa； ${Q_{{{i}},t}}$ 为i节点在t时刻的流量，m³/s； $\Delta t$ 为时间间隔，s；i为网格节点。

储气库采–关工况条件下，油管气相波动压力求解步骤如下：

1）将油管深度划分 n 个单元网格，当 t =0 时，波动压力为初始时间，此时井筒流体处于稳定流动状态，作为网格求解初始条件。波动压力传播过程中，将第 i 个（ t 时刻）油管网格深度的气相波速、密度、黏度和压力视为恒定常数（网格内长度波动压力数值不发生变化），滑移计算不同网格的波动压力，得到沿着井筒不同网格变化的波动压力。

2）确定每个网格初始稳态气相偏差因子、气体密度、气体黏度、油管压力和温度等物性参数，可通过气体状态方程等方法求取稳态油管气相压力。

3）结合每个网格初始稳态气相物性参数，采用双流体数学模型，求解油管气相压力波速。

4）输入t=0时刻（第1个网格）气相密度、温度、井口压力、气相黏度、油管内径等参数，迭代计算t时刻（第i个网格）的气相波动压力。

2. 模型验证

实测波动压力数据与所建模型计算波动压力数据对比结果如图1所示。采用井筒波动压力测试结果^[20]，数学模型输入数据与测试条件一致。采用ϕ215.9 mm内径管体，测试井深3273.75 m、流体平均密度0.87 kg/L，流性指数0.725、测试时间40 s、井口压力0.101 MPa等关键参数，按照波动压力模型求解方法计算波动压力。与实测数据对比，最大误差≤5%，由于采–关作业油管与实验井筒所采用的波动压力模型及求解方法相同，因此采用实验井实测数据验证模型准确性具有一定可靠性。

图 1 实测数据与本模型计算数据对比^[20]

Figure 1. Comparison between measured data and calculated data by the model^[20]

下载: 全尺寸图片幻灯片

3. 波动压力影响因素分析

3.1 实例基础参数及阀门阻力系数设置

3.1.1 基础参数

呼图壁储气库H2井井深为3191 m，日产气量为5×10⁴m³/d，油管内径为88.9 mm，气体成分为甲烷，阀门关阀方式为线性，井口温度为25 ℃，关阀时间为50 s，井口气相动力黏度为10.318 μPa·s，井口气相密度为1.138 kg/m³，采用的是储气井ϕ50.8 mm阀门，电压频率为50 Hz，现场调阀模式采用无模型触探式的关阀方式，即直接通过远程控制，一次性线性全关至0%。

3.1.2 阀门阻力系数

阀门阻力系数曲线由厂家交付阀门时提供，储气库采–关常用ϕ50.8 mm和ϕ 38.1 mm阀门，采用三次样条插值方法，将阀门阻力系数离散点平滑成曲线，计算波动压力模型时，首先计算相应开度下的阀门阻力系数，作为模型求解的基础条件；呼图壁储气库井区气井阀门的有效阻力系数区间约为20~80，当阀门开度在有效阻流区间内时，适当延长阀门调节时间，达到减小波动压力峰值的目的；当阀门开度在无效阻流区间内时，通过减少调阀时间，提高调阀效率，结果如图2所示。随着井深及日产气量的增大，油管内气相压力波速增大，井底压力响应时间缩短。

图 2 H2 井 ϕ50.8 mm 阀门和 ϕ38.1 mm 阀门阻力系数关系曲线

Figure 2. Resistance coefficient curves of ϕ50.8 mm and ϕ38.1 mm valve in the Well H2

下载: 全尺寸图片幻灯片

3.2 储气井日产气量对油管压力波速的影响

不同日产气量条件下的井深与油管内气相压力波速关系如图3所示。井深不大于500 m时，随着井深增大，日产气量为5×10⁴ m³/d的压力波速趋于恒定，而日产气量为20×10⁴ m³/d的压力波速急剧增大。井深大于500 m时，随着井深增大，压力波速增大趋势显著。压力波速受气体可压缩性的影响较大，井深为1 000 m时，日产气量从5×10⁴ m³/d变化至20×10⁴ m³/d，压力波速从88.95 m/s增至729.81 m/s，增大720.5%。准确求解油管气相的压力波速，不仅能提高波动压力求解精度，还可以指导阀门调节时间间隔的制定。

图 3 不同日产气量条件下井深与压力波速的关系

Figure 3. Relationship between well depth andpressure wave velocity under differentdaily gas productions

下载: 全尺寸图片幻灯片

3.3 储气井日产气量对油管波动压力的影响

日产气量对井口波动压力的影响如图4所示。随着日产气量增大，油管内气体动能增大，波动压力呈现增大趋势。由于摩擦阻力消耗了波动压力传播能量，井底波动压力同井口比较，井底波动压力同时受气体流速和油管沿程摩擦阻力的影响，因此井口比井底受波动压力的影响更大，更易发生油管疲劳损坏，过大的井口波动压力会缩短阀芯的使用寿命。

图 4 储气井日产气量对油管波动压力的影响

Figure 4. Influence of daily production of gas storage well on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.4 油管深度对油管波动压力的影响

油管深度对油管气相有效压力的影响如图5所示，油管内气相有效压力为波动压力与稳态压力代数和，井底的波动压力相比井底初始稳态压力较小，井底波动压力对有效压力影响不显著。当波动压力从井口向井底传播时，波动压力受油管内壁摩擦阻力影响，井口波源处的波动压力远大于井底波动压力，距井口距离越小，油管柱受波动压力冲击载荷影响越大。

图 5 油管深度对油管波动压力的影响

Figure 5. Influence of depth on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.5 油管内径对井口波动压力的影响

油管内径对井口油管气相波动压力的影响如图6所示。油管内径减小使相同流量的气体流动速度增大，单位时间内转换的气体动能增大，从而使油管气相波动压力呈现增大趋势。当油管内径从88.9 mm变化至50.8 mm，油管内气相波动压力峰值从1.22 MPa增大至1.43 MPa，油管内气相波动压力峰值增大了17.21%，油管内径的变化对波动压力影响不大，可以将其作为次要因素考虑。

图 6 油管内径对井口波动压力的影响

Figure 6. Influence of inner diameter of oil pipe on the wellhead fluctuation pressure

下载: 全尺寸图片幻灯片

3.6 关阀时间对油管波动压力的影响

随着阀门关闭时间延长，波动压力峰值减小，且达到峰值的时间增长（见图7）。相比于液相，气相可压缩性大，更易使波动压力能量耗散，波动压力周期峰值衰减更快。关阀时间为4 s时，气相波动压力峰值在第3个周期（60 s）时衰减至0，波动压力对油管影响消失。当关阀时间从4 s变化至119 s时，油管气相波动压力峰值从1.58 MPa降至1.31 MPa，油管气相波动压力峰值降低了17.1%，关阀时间对波动压力影响显著，延长关阀时间可减小波动压力峰值。在日产气量较大的情况下，适当延长调阀时间，有利于减小阀芯的疲劳损坏程度。

图 7 关阀时间对油管波动压力的影响

Figure 7. Influence of valve closing time on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.7 高产气量注–采转换井口压力分析

呼图壁储气库H2 水平井高产气量采–关转换过程中井口压力数据见表1。油管内气相波动压力受气体流量和关阀时间影响较大，采用15 s线性关阀方案，日产气量从50×10⁴ m³/d增至600×10⁴ m³/d，井口波动压力从9.21 MPa增大至19.26 MPa，井底最大波动压力峰值从0.61 MPa增大至4.62 MPa。结合阀门型号、油管承压能力、阀门阻流系数、井身结构等基础参数，利用油管气相波动压力数学模型，按照阀门开度区间绘制阀门开度曲线，可得到适用于现场的最优阀门控制方法。

表 1 高产气量注–采转换井口压力分析

Table 1. Analysis of wellhead pressure for injection and production conversion for high gas production

气体流量/ （10⁴m³·d⁻¹）	井口波动压力/MPa	井口初始稳压值/MPa	有效井口压力/MPa	井底波动压力/MPa	井底初始稳压值/MPa	有效井底压力/MPa
50	1.21	8.00	9.21	0.61	21.55	22.16
150	1.66	8.00	9.66	0.83	21.55	22.38
250	4.93	8.00	12.93	2.37	21.55	23.92
350	7.25	8.00	15.25	3.26	21.55	24.81
600	11.26	8.00	19.26	4.62	21.55	26.17

下载: 导出CSV

| 显示表格

4. 结　论

1）针对储气库采–关作业工况，建立了油管气相波动压力数学模型，该模型精度高，可适用于关–采、关–注以及注–关等注采转换过程中的波动压力计算。

2）相比于低产气井，波动压力冲击载荷对高产气井影响更为显著，需要适当延长调阀时间。随着油管深度增大，井底波动压力呈现减小趋势，浅井井底波动压力冲击载荷相比于深井更大。

3）现场储气库采–关作业时，可根据阀门阻流区间确定阀门调节速度。储气库阀门开度在有效阻流区间内时，可适当延长阀门调节时间减小波动压力峰值；阀门开度在无效阻流区间内时，可通过减少调阀时间提高调阀效率。

图 1 储层平面径向流模型

Figure 1. Planar radial flow model of reservoir

下载: 全尺寸图片幻灯片

图 2 井筒传热模型

Figure 2. Wellbore thermal transfer model

下载: 全尺寸图片幻灯片

图 3 典型烃混合物的Joule-Thomson效应

Figure 3. Joule-Thomson effect of typical hydrocarbons mixture

下载: 全尺寸图片幻灯片

图 4 高探1井实测井底温度曲线

Figure 4. Measured bottom fluid temperature curve of Well Gaotan-1

下载: 全尺寸图片幻灯片

图 5 高探1井井底流体温度与产量关系的拟合曲线

Figure 5. Fitting curve of relationship between bottomhole fluid temperature and production in Well Gaotan-1

下载: 全尺寸图片幻灯片

图 6 高探1井关井后的井底温度–压力曲线

Figure 6. Bottomhole temperature-pressure curve after shut-in of Well Gaotan-1

下载: 全尺寸图片幻灯片

图 7 反演双对数温度曲线及其导数曲线与实测双对数温度曲线及其导数曲线的拟合

Figure 7. Fitting of inversed double logarithmic temperature curve and its derivative curve with measured double logarithmic temperature curve and its derivative curve

下载: 全尺寸图片幻灯片

表 1 不同产量下井底流体温度的预测值与实测值对比

Table 1 Comparison on the predicted and measured values of bottomhole fluid temperature at different yields

产量/（m³·d^–1）井底流体温度/℃ 相对误差，%
实测预测

398.70 147.192 148.103 0.619
511.00 149.357 150.004 0.433
619.10 151.557 151.834 0.183
676.80 153.408 152.811 0.389
809.28 155.851 155.054 0.511

下载: 导出CSV

参考文献(25)

[1]	MURADOV K, DAVIES D. Temperature transient analysis in horizontal wells: application workflow, problems and advantages[J]. Journal of Petroleum Science and Engineering, 2012, 92/93: 11–23. doi: 10.1016/j.petrol.2012.06.012
[2]	RAMEY H J Jr. Wellbore heat transmission[J]. Journal of Petroleum Technology, 1962, 14(4): 427–435.
[3]	SATTER A. Heat losses during flow of steam down a wellbore[J]. Journal of Petroleum Technology, 1965, 17(7): 845–851. doi: 10.2118/1071-PA
[4]	WILLHITE G P. Over-all heat transfer coefficients in steam and hot water injection wells[J]. Journal of Petroleum Technology, 1967, 19(5): 607–615. doi: 10.2118/1449-PA
[5]	SHIU K C, BEGGS H D. Predicting temperatures in flowing oil wells[J]. Journal of Energy Resources Technology, 1980, 102(1): 2–11. doi: 10.1115/1.3227845
[6]	CHENG Wenlong, HUANG Yonghua, LU Detang, et al. A novel analytical transient heat-conduction time function for heat transfer in steam injection wells considering the wellbore heat capacity[J]. Energy, 2011, 36(7): 4080–4088. doi: 10.1016/j.energy.2011.04.039
[7]	HASAN A R, KABIR C S. Heat transfer during two-phase flow in wellbores: part I: formation temperature[R]. SPE 22866, 1991.
[8]	SAGAR R, DOTY D R, SCHMIDT Z. Predicting temperature profiles in a flowing well[J]. SPE Production Engineering, 1991, 6(4): 441–448. doi: 10.2118/19702-PA
[9]	ALVES I N, ALHANATI F J S, SHOHAM O. A unified model for predicting flowing temperature distribution in wellbores and pipelines[J]. SPE Production Engineering, 1992, 7(4): 363–367. doi: 10.2118/20632-PA
[10]	DENNEY D. Manage fields with intelligent surveillance, production optimization, and collaboration[J]. Journal of Petroleum Technology, 2012, 64(12): 98–100. doi: 10.2118/1212-0098-JPT
[11]	CHENG Wenlong, HUANG Yonghua, LIU Na, et al. Estimation of geological formation thermal conductivity by using stochastic approximation method based on well-log temperature data[J]. Energy, 2012, 38(1): 21–30. doi: 10.1016/j.energy.2011.12.047
[12]	ONUR M, CINAR M. Temperature transient analysis of slightly compressible, single-phase reservoirs[R]. SPE 180074, 2016.
[13]	PALABIYIK Y, ONUR M, TUREYEN O I, et al. Transient temperature behavior and analysis of single-phase liquid-water geothermal reservoirs during drawdown and buildup tests: part I: theory, new analytical and approximate solutions[J]. Journal of Petroleum Science and Engineering, 2016, 146: 637–656. doi: 10.1016/j.petrol.2016.08.003
[14]	MAO Yilin, ZEIDOUNI M. Accounting for fluid-property variations in temperature transient analysis[R]. SPE 187465, 2017.
[15]	张柏年, 廖锐全. 同时预测油井中压力和温度剖面方法的改进[J]. 江汉石油学院学报, 1991, 13(4): 32–39. ZHANG Bainian, LIAO Ruiquan. An improved mode for predicting pressure and temperature profiles in oil and gas wells[J]. Journal of Jianghan Pertroleum Institute, 1991, 13(4): 32–39.
[16]	张奎祥,郭平,李玉彬. 利用微差井温确定原始地层的导热系数[J]. 特种油气藏, 1996, 3(1): 13–18. ZHANG Kuixiang, GUO Ping, LI Yubin. Determination of thermal conductive factor of original formation through microdifference temperature[J]. Special Oil & Gas Reservoirs, 1996, 3(1): 13–18.
[17]	姜晓燕,卢德唐,王平. 温度试井解释方法的研究及应用[J]. 油气井测试, 2000, 9(3): 32–36. doi: 10.3969/j.issn.1004-4388.2000.03.009 JIANG Xiaoyan, LU Detang, WANG Ping. Study and application on temperature well test analysis method[J]. Well Testing, 2000, 9(3): 32–36. doi: 10.3969/j.issn.1004-4388.2000.03.009
[18]	卢德唐, 曾亿山, 郭永存. 多层地层中的井筒及地层温度解析解[J]. 水动力学研究与进展(A辑), 2002, 17(3): 382–390. LU Detang, ZENG Yishan, GUO Yongcun. Analytical soultion of temperature in wellbore and formation in multi-layer[J]. Journal of Hydrodynamics(Ser. A), 2002, 17(3): 382–390.
[19]	单学军,张士诚,王文雄,等. 稠油开采中井筒温度影响因素分析[J]. 石油勘探与开发, 2004, 31(3): 136–139. doi: 10.3321/j.issn:1000-0747.2004.03.038 SHAN Xuejun, ZHANG Shicheng, WANG Wenxiong, et al. The factors influencing the wellbore temperature in heavy oil production[J]. Petroleum Exploration and Development, 2004, 31(3): 136–139. doi: 10.3321/j.issn:1000-0747.2004.03.038
[20]	郭永存,曾亿山,卢德唐. 地层静温预测的非牛顿流体数学模型[J]. 物理学报, 2005, 54(2): 802–806. doi: 10.3321/j.issn:1000-3290.2005.02.052 GUO Yongcun, ZENG Yishan, LU Detang. The non-Newtonian fluid mathematical model for strata static temperature forecast[J]. Acta Physica Sinica, 2005, 54(2): 802–806. doi: 10.3321/j.issn:1000-3290.2005.02.052
[21]	刘奎,高德利,曾静,等. 温度与压力作用下页岩气井环空带压力学分析[J]. 石油钻探技术, 2017, 45(3): 8–14. LIU Kui, GAO Deli, ZENG Jing, et al. Annulus pressure analysis of a shale gas well under varied temperature and pressure[J]. Petroleum Drilling technology, 2017, 45(3): 8–14.
[22]	杨顺辉,豆宁辉,赵向阳,等. 多层合采智能井井筒温度场预测模型及应用[J]. 石油钻探技术, 2019, 47(4): 83–91. doi: 10.11911/syztjs.2019049 YANG Shunhui, DOU Ninghui, ZHAO Xiangyang, et al. Temperature field prediction model for multi-layer commingled production wellbore in intelligent wells and it’s application[J]. Petroleum Drilling Techniques, 2019, 47(4): 83–91. doi: 10.11911/syztjs.2019049
[23]	ATKINSON P G, RAMEY H J Jr. Problems of heat transfer in porous media[R]. SPE 6792, 1977.
[24]	孔祥言．高等渗流力学[M]．合肥: 中国科学技术大学出版社, 2010. KONG Xiangyan. Advanced mechanics of fluid in porous media[M]. Hefei: University of Science and Technology of China Press, 2010.
[25]	MAUBEUGE F, ARQUIS E, BERTRAND O. Mother: a model for interpreting thermometric[R]. SPE 28588, 1994.

施引文献(2)

期刊类型引用(2)

1.	谢仁军, 张来斌, 邹欣, 孔祥伟, 谢广宇. 考虑固相沉降的深水井环空圈闭压力预测方法研究. 石油钻探技术. 2025(03) 本站查看
2.	郭海伟. 基于增量学习的储气库井底压力快速计算方法. 断块油气田. 2025(02): 292-299 . 百度学术

其他类型引用(0)

资源附件(0)

图(7) / 表(1)

计量

文章访问数: 1168
HTML全文浏览量: 367
PDF下载量: 58
被引次数: 2

1. 波动压力数学模型的建立
1.1 运动方程
1.2 连续方程
1.3 模型求解
2. 模型验证
3. 波动压力影响因素分析
3.1 实例基础参数及阀门阻力系数设置
3.1.1 基础参数
3.1.2 阀门阻力系数
3.2 储气井日产气量对油管压力波速的影响
3.3 储气井日产气量对油管波动压力的影响
3.4 油管深度对油管波动压力的影响
3.5 油管内径对井口波动压力的影响
3.6 关阀时间对油管波动压力的影响
3.7 高产气量注–采转换井口压力分析
4. 结　论

1. 波动压力数学模型的建立
1.1 运动方程
1.2 连续方程
1.3 模型求解
2. 模型验证
3. 波动压力影响因素分析
3.1 实例基础参数及阀门阻力系数设置
3.1.1 基础参数
3.1.2 阀门阻力系数
3.2 储气井日产气量对油管压力波速的影响
3.3 储气井日产气量对油管波动压力的影响
3.4 油管深度对油管波动压力的影响
3.5 油管内径对井口波动压力的影响
3.6 关阀时间对油管波动压力的影响
3.7 高产气量注–采转换井口压力分析
4. 结　论

参考文献(25)

施引文献

资源附件(0)

产量/（m³·d^–1）	井底流体温度/℃		相对误差，%
产量/（m³·d^–1）	实测	预测	相对误差，%
398.70	147.192	148.103	0.619
511.00	149.357	150.004	0.433
619.10	151.557	151.834	0.183
676.80	153.408	152.811	0.389
809.28	155.851	155.054	0.511

高产井地层特征的热流耦合温度反演新方法

作者简介: 毛新军（1973—），男，浙江温岭人，1997年毕业于新疆石油学院地质勘查专业，高级工程师，主要从事油气勘探开发方面的研究和管理工作。E-mail：mxj7341@petrochina.com.cn

通讯作者: 咸玉席，yxxian@ustc.edu.cn

计量

出版历程