· 聚焦非常规，致密气、煤层气、页岩气
· 突破非常规，介绍RTA概念及分析方法
· 建立新常规，阐述非常规RTA矿场应用
——【卷首语】
《非常规油气藏产量不稳定分析方法及应用》旨在介绍非常规油气藏（致密气、煤层气和页岩气）的RTA方法及其在确定储层/裂缝属性和估算油气储量方面的应用。全书共9章，本集介绍第1章。
——【本章简介】
产量不稳定分析(RTA)是通过分析生产井的产量和压力变化来获取储层、裂缝关键属性及油气储量的一种油藏工程方法。RTA与试井分析(PTA)类似，但二者在数据质量和分辨率、测试时间长短和分析的储层范围方面存在较大差异。RTA采用了与压降试井分析相同的理论模型，但是该理论模型有很严格的假设，必须满足这些假设才能分析实际的生产数据。
本章概括了RTA的重要概念，包括：（1）流动形态，特别关注不稳定线性流和边界控制流；（2）探测距离；（3）扩散方程；（4）扩散方程的定产量和定压力解（封闭边界线性流情况）；（5）气体情形拟变量的概念；（6）处理变产量/压力的方法。本章还回顾了基于扩散方程解的RTA方法，包括直线分析、典型曲线分析和模型历史拟合。本章使用定压生产条件下的封闭边界线性流模型生成的数据对上述方法进行演示。
非常规储层的复杂性使其无法满足RTA中扩散方程求解的假设条件。本章简要回顾了低渗透（致密）、煤层气和页岩油气3种不同类型非常规储层的复杂特征；简要介绍了RTA中如何解决非常规储层的复杂性（比如多相流动和应力敏感性）的方法，详细内容将在后续章节介绍。
本章还介绍了非常规储层中典型多段压裂水平井（MFHW）的生命周期以及将RTA应用于长期在线生产数据和早期反排数据分析的基本概念，其中在线生产数据分析是本书的重点。最后，给出了用于生产数据定量分析严格的RTA流程；该流程将作为本书后续章节的基本框架。
——【本章目录】
——【本章小结】
产量不稳定分析(RTA)是通过分析生产井的产量和压力变化来获取储层、裂缝关键属性及油气储量的一种油藏工程方法。RTA与试井分析(PTA)类似，但二者在数据质量和分辨率、测试时间长短和分析的储层范围方面存在较大差异。RTA采用了与压降试井分析相同的理论模型，但是该理论模型有很严格的假设，必须满足这些假设才能分析实际的生产数据。
假定储层是均质和各向同性的、封闭边界、不考虑与应力相关的属性，只有一口无限导流垂直裂缝井，单相液体流动，生产方式为CR和CP两种情况，流动序列为不稳定线性流－边界控制流。基于该概念模型，介绍了10个RTA概念：
（1）流动形态
（2）不稳定线性流和线性流参数
（3）边界控制（拟稳定）流
（4）探测距离 (DOI) 和动态泄流面积 (DDA)
（5）扩散方程
（6）扩散方程的解
（7）拟变量
（8）产量规整化和叠加时间
（9）反问题、反演和预测
（10）RTA方法（反演）
流动形态及其序列解释是RTA模型选择所用的关键概念。RTA 模型应用于数据分析之前，必须首先确定裂缝或储层内的流动模式。介绍和讨论了流动形态识别方法，包括RNP与时间双对数图，以及各种形式的RNP’双对数图。
不稳定线性流 (TLF) 和边界控制流 (BDF)是压裂井（垂直和水平）中经常出现的两种重要流动形态，这两种流动形态在MFHW的生命周期中都可能出现多次，本书引入了新的命名法来区分各种类型的TLF/BDF。讨论了如何使用TLF数据获取LFP，并将其用于生产井动态建模、储量估算和压裂设计；还介绍了使用BDF数据来估计地质储量的方法。
探测距离(DOI)与试井中使用的探测半径的概念相同，但这里使用DOI术语是为了强调除了不稳定径向流之外的其他不稳定流动形态（例如不稳定线性流）也可用于计算这个距离，并且探测的区域可能不是圆形的。给出了CR和CP两种情形的DOI公式，DOI 概念贯穿本书，对于RTA的许多应用都很重要，如：渗透率估计、拟时间计算。与DOI密切相关的一个概念是动态泄流面积 (DDA)，给出了基于PPD计算DDA和COIP的解析方法。DDA和COIP概念将贯穿本书，它们是某些直线分析方法、半解析模型历史拟合及预测方法的基础。
给出了一维液体线性流动扩散方程的推导过程，推导过程中使用一些限制性假设条件，将在本书后续章节中讨论。给出了封闭边界线性流动CR和CP情形的无量纲形式的扩散方程解，并绘制了无量纲典型曲线，讨论了CP和CR解的差异，并给出了TLF无限作用解。
CR/CP线性流解的两个局限性：仅适用于液体（忽略与压力相关的流体性质），不适用于变产量/变压力数据。对于前者，可使用拟变量将气体情形转换为等效的液体情形；对于后者，可使用RNP和叠加时间的组合将变产量/压力情形转换为等效的CR情形，进而用CR解进行数据分析。介绍了物质平衡时间（对于液体）或物质平衡拟时间（对于气体）的概念，并建议将其作为“通用”叠加时间函数，可用于多种流动形态，这在典型曲线分析中十分重要。
讨论了反问题、反演和正演之间的区别。RTA是反问题，换句话说，关键的未知储层/裂缝属性和FIP来自RTA模型应用，分析结果具有多解性，重点介绍了降低这种多解性的方法。
接下来讨论了三种RTA方法(直线分析、典型曲线分析和模型历史拟合)，这些方法使用扩散方程的解析解或半解析解。
结合模拟实例介绍了直线分析方法。采用时间平方根图进行线性流分析(例1.2)，可估计LFP，还可使用LFP估计裂缝半长或表面积。采用FMB图进行边界控制流分析(例1.3)，可估计FIP、泄流面积和储层渗透率（假设表皮系数为0）。同时还介绍了一种基于COIP的替代直线分析方法，用于估计LFP和FIP(例1.4)。
典型曲线分析是将生产数据与流动方程的无量纲解双对数图进行拟合，分别使用模拟实例和Wattenbarger典型曲线进行了演示。本书提供了两种不同的TCA方法：典型曲线锚定法和常规的典型曲线拟合法，后者拟合过程使用Wattenbarger典型曲线进行了说明。
模型历史拟合是使用流动模型历史拟合生产动态数据，模型假设条件与SLA和TCA相同。介绍了可应用于封闭边界线性流情况的不同半解析模型，结合实例说明了利用COIP概念的半分析模型预测方法（例1.6）；同时还介绍了几种其他裂缝几何形态的解析解。
本章内容到此，RTA的概念都是基于简单概念模型。然而，对于实际非常规储层，这种情形很少遇到。非常规储层表现出许多复杂特性，它们违反了解析解推导过程中的假设条件。其中最常见的假设条件如下
（1）层流（或达西）流；
（2）单相流；
（3）CR或CP情形生产；
（4）储层流体具有小且恒定的压缩系数；
（5）储层（多孔介质）具有恒定的渗透率和压缩系数；
（6）流体通过压缩存储；
（7）忽略重力的影响；
（8）储层性质均质；
（9）等温条件。
简要介绍了3种非常规储层特性：低渗透（致密）储层、煤层气储层和页岩气/油储层，并对如何满足解析解推导过程中的假设条件进行了简要讨论。
低渗（致密）油气藏。该类油气藏通常具有以下16个方面特征：基质渗透率低(< 0.1 mD) 至超低 (<0.001 mD)；基质孔隙度低（通常在2%~9%之间）；基质孔径通常大于50nm（大孔），但可以小至20 nm；有机质含量低；游离（压缩）流体存储为主；可能产干气、湿气、凝析气、挥发油或黑油；达西定律适用；基质属性具有强应力敏感性；返排期间为单相－多相流动（水 烃类）；对于富气或油系统，当压力降至饱和压力以下时，在储层中存在气相和油相（以及可动水）的多相流动；基质矿物成分多变和具有混合润湿性；不连续的甜点多层效应（岩石物理和力学性质的垂向非均质性）；需要进行压裂才能经济生产；通常是低复杂性的裂缝，但可能会产生分支裂缝；通常使用MFHW开发。
煤层气储层。该类储层通常具有以下13个方面特征（Clarkson，2018）：超低(<0.001 mD) 基质渗透率；基质孔径通常<50nm，微孔通常<2nm；有机质含量高（>50%质量）；存储方式主要是吸附气；井流物主要是干气（低相对分子质量烃类）；裂缝内流动可以使用达西定律描述，在某些情况下会因相对渗透率影响而改变；基质内流通常使用Fick定律描述；存在天然裂缝；裂缝属性强应力敏感性；由于基质收缩效应，裂缝渗透率可能会增加；气水两相流动，欠饱和储层中先是水的单相流动；多层效应（裂缝密度变化引起）；存在多种完井方法，取决于渗透率。
页岩气和页岩油。该类储量通常具有以下16个方面特征（Clarkson，2016b）：超低(<0.001 mD) 基质渗透率；中孔和大孔基质孔径一般<100nm，微孔孔径可能<2nm；显著的有机质含量（>2%，<50%质量）；混合存储机制，包括游离流体和吸附流体存储，取决于孔径（表面积）、流体类型和储层压力-温度条件；可能产干气、湿气、凝析气、挥发油或黑油；裂缝内流动可以使用达西定律描述，在某些情况下会因相对渗透率影响而改变；基质流动机理的组合，包括层流、滑脱流、过渡流和扩散，具体取决于孔径、流体类型和储层压力-温度条件；存在天然裂缝，但裂缝密度通常低于煤，裂缝通常含有矿物质；基质和裂缝属性强应力敏感；返排期间单相－多相流（水 烃类）；对于富气或油系统，当压力降至饱和压力以下时，在储层中存在气相和油相（以及可动水）流动；基质矿物成分变化和具有混合润湿性；多层效应（岩石物理和力学性质的垂向非均质性）；需要进行压裂才能经济生产；通常是高复杂性的裂缝；通常使用MFHW开发。
本章还介绍了非常规致密油藏中MFHW的典型生命周期，并用其说明何时可以进行RTA。RTA可应用于长期在线生产和早期返排数据。在线生产数据主要代表储层主导的流动，返排数据主要是裂缝内主导的流动。因此，返排数据RTA为早期获取裂缝属性提供了关键机会，可用于辅助新井的压裂设计、开发规划和返排作业。本书的重点是在线生产数据分析，在第9章将提供了一个返排数据分析例子。
最后，给出了严格的在线生产数据分析RTA工作流程，如下：
该工作流程将作为本书内容的框架，第2章，侧重于步骤1-3；随后的每章均结合现场实例说明每个单独的步骤，实例侧重于低渗透储层中的在线生产数据（单相流动、有限的应力敏感性）；RTA方法在3个非常规储层中的扩展将在第6-8章中介绍。
1.4.1 步骤1：评估数据的充分性（第2章）
步骤1是确定RTA数据是否合格的必要步骤。在线生产所需的数据及其来源将在第2章结合现场示例进行详细说明。简言之，解析/半解析RTA建模所需的数据量相当于单井数值模型历史拟合所需的数据量。这些数据大致分为静态数据和动态数据。静态数据是模型初始化所需的数据，包括储层、流体和钻井/完井/管柱数据；动态数据包括随时间变化的数据，其中最重要的是产量和流动压力。对于此步骤，将介绍这些数据的来源、质检以及数据质量不佳对RTA的潜在影响。
1.4.2 步骤2：检查数据的一致性和相关性（第2章）
此步骤主要关注动态数据，对可能影响RTA的数据一致性/质量问题进行诊断。如1.2.9节所述，RTA是一个反问题。在反问题中，输入和输出数据是已知的，但模型未知。对于RTA，产量或流动压力是输入，流动压力或产量是输出。对于RTA和PTA，模型用于预测由压力变化引起的产量响应，它是储层、流体和裂缝属性的函数。因此，为了应用RTA模型，产量和压力必须相关。换句话说，流动压力的任何变化都必须伴随着产量的变化，其大小可以用模型预测。数据缺乏相关性可能是由多种原因引起的，如：不正确的流动压力测量或计算，以及井筒积液（在步骤3中进一步讨论）。
1.4.3 步骤3：过滤和编辑数据（第2章）
正如步骤2所述，流动压力和产量之间非相关对于RTA来说是有问题的。任何不反映储层或裂缝生产动态的数据都可能对RTA产生负面影响，应从数据体中滤掉。对于根据井口压力折算井底压力情形，数据无法分析常见的操作原因是井筒积液。当气体流速不足以从井筒中携带液体时，就会发生井筒积液。当使用井口压力计折算流动压力且没有进行监测液位时，则无法校正射孔处的压力，进而导致不正确的流动压力估计以及产量和压力之间的不相关。如果分析数据中包含受积液影响的数据，会导致流动形态识别和储层/裂缝属性或地质储量计算错误。
1.4.4 步骤4：确定流动形态（第3章）
步骤4是定量RTA的第一步，也是最重要的一步，这一步产生的误差将在整个分析过程中扩散（Clarkson，2013）。RTA是一种基于模型的分析，模型选择基于流动形态识别。参数估计取决于所选模型，若模型错误（例如，发生双线性流时选择线性流模型），则会导致参数估计错误。如果研究者使用RTA进行开发规划（例如，压裂设计或井距优化），参数估计错误可能会对资本决策产生重大影响。如果研究者使用RTA进行储量分析，那么区分不稳定流和边界控制流至关重要。
流动形态的概念及其识别方法已在1.2.1节中进行了描述，并将在第3章中详细说明。这些流动形态识别方法，以及其他用于分析噪声数据的方法，将在第3章中用于在线生产数据分析。如1.2.1节所述，可选择多种时间函数进行导数计算，如：真实时间、物质平衡时间。作者建议所有流动形态识别图都应具有切换时间函数的能力，以确定时间函数对流动形态识别的影响；建议并行使用多个诊断图确保分析结果的可靠性；建议使用流动形态特定导数曲线进行流动形态识别。
1.4.5 步骤5：进行直线分析（第4章）
一旦根据步骤4确定了流动形态及其序列，就可用专门的图形分析与各个流动形态对应的数据，这些图形通常基于该特定流动形态扩散方程解绘制。专用图可将对应于特定流动形态的数据线性化，进而可进行线性拟合，可以获取储层/裂缝属性和FIP。因此，步骤4流动形态识别是非常重要的。SLA 获取的参数可将分析数据“锚定”到典型曲线上（步骤5），见例1.5。建议以这种方式链接RTA方法，可提供更一致的分析。
1.4.6 步骤6：进行典型曲线分析（第5章）
步骤4确定流动形态及其序列后，下步将选择与流动形态序列以及地质、完井和监测数据一致的典型曲线进行分析。比SLA相比，TCA将对所有流动形态包括过渡流都要进行分析。使用SLA方法（步骤 5）对各个流动形态事先或同时分析有助于简化和约束TCA。将（压力或拟压力规整化）产量（或累计产量）与时间（或物质平衡时间/物质平衡拟时间）的对数图叠加在典型曲线模型上进行拟合，典型曲线采用无量纲的形式，进而可根据无量纲变量定义获取相关参数。本书介绍了两种典型曲线拟合方法：一是典型曲线锚定法，见例1.5；二是类似常规PTA的典型曲线拟合法，如图1.41所示。前一种方法可确保 RTA方法之间的一致性，后者更为常用。
1.4.7 步骤7：进行模型拟合分析（实例见第6－9章）
一旦完成SLA和TCA，下步将选择模型用于历史拟合分析。模型选择以步骤1收集的数据和步骤4识别的流动形态序列为指导，模型假设条件与SLA和TCA类似。在某些情况下，历史拟合模型可直接链接到SLA。将SLA和TCA结果用作模型初始输入，进一步调整这些不确定参数以实现数据拟合。理想情况下，如果SLA和TCA良好，只需对这些参数进行微调即可实现拟合。使用校准（历史拟合）模型，可以根据操作条件（理想情况下受井筒/管网模型约束）和废弃产量生成预测。一旦校准了基础模型，就可以对关键参数进行敏感性分析，例如井距、裂缝间距、操作条件等。
1.4.8 步骤8：利用校准模型进行预测（实例见第9章）
如第9章所述，RTA通常用于：(1) 储层/裂缝属性表征和储量估算；(2) 生产井动态评估；(3) 动态预测；(4) 油气田开发优化（基于前3项工作）。生产预测是油藏工程师的主要职责，预测结果可用于储量估算、资本规划以及油田开发规划和优化等工作。步骤7校准的解析/半解析或全数值模型，若给定限制条件，可使用步骤5-6 获取的初始参数，进行生产井的预测直至废弃。生产预测既可以是单井，也可以是多井（平台或油田）。
尽管本书没有用单独的章节对该主题进行论述，但在第9章给出了多个模型预测的实例以及用于勘探目的的类比井评价和MFHW先导试验井预测。
——【实例分析】
例1.1a：RNP应用——产量不连续变化情形
产量规整化是一种褶积形式，是考虑操作变化的简单处理方法；但如前所述，仅适用于产量和流动压力平稳缓慢变化的情况。对于由于油嘴变化、井口压缩机扰动引起的井口压力变化、集输系统压力变化等导致的产量突然变化，这种方法无法有效的进行变产量/压力数据转换。
RNP与真实时间的双对数图确定的CR/CP情形流动形态序列如图1.23所示。对于第一产量段（1-15天），RNP曲线展示了CR特征（ 1/2斜率）；然而，RNP方法无法将后续阶段转换出CR特性。为此，必须使用叠加时间。
例1.1b：RNP和线性叠加时间应用——产量不连续变化情形
现在联合RNP（式1.41a）和线性叠加时间（式1.47）分析如图1.22所示的变产量数据。流动形态识别RNP双对数图如图1.27所示，其中时间函数是线性叠加时间的平方。由于使用了叠加时间函数，整个数据体都遵循1/2斜率线，表明发生了不稳定线性流。
例1.1c：RNP和物质平衡时间应用——产量不连续变化情形
现在联合RNP（式1.41a）和物质平衡时间（式1.49）分析如图1.22所示的变产量数据。流动形态识别RNP双对数图如图1.32所示，其中时间函数是物质平衡时间。
例1.2：根据时间平方根图获取线性流参数、渗透率和裂缝半长
采用CP 情形封闭边界线性流解式（1.24）生成油产量预测，所需数据如表1.1所示，双对数图如图1.30所示，然后使用时间平方根图进行不稳定线性流分析，结果如图1.36所示。与图1.35所示的无量纲图一样，在时间平方根图上，不稳定线性流之后曲线向上偏离，图中用垂直红色虚线标识。双对数图最适合用于识别流动形态的起点和结束点，可确保使用正确的数据体分析感兴趣的流动形态（不稳定线性流）。
例1.3：根据FMB图计算OOIP和渗透率
本例以例1.2数据为基础，使用FMB图（图1.37）分析了图1.30所示的边界控制流数据（斜率为1.0）。
例1.4：直线分析方法中根据COIP概念计算OOIP和线性流参数
图1.15a为封闭边界线性流解式（1.23）生成数据的COIP图。对于CP或变产量/流动压力情形，可用产量规整化压力RNP和物质平衡时间计算COIP。
例1.5：直线分析方法和典型曲线（锚定）分析方法结合应用
在例1.2-1.4中使用直线方法分析了使用封闭边界线性流CP解生成的原油产量数据，根据时间平方根图得到线性流动参数，根据FMB 图得到OOIP。
例1.6：基于COIP计算的预测方法
Clarkson和Qanbari (2015b)将COIP计算（见1.2.4节和例1.4）和经验方法相结合，开发了一种致密油/气井历史拟合和动态预测的方法。
——【参考文献】
1. 非常规油气藏产量不稳定分析方法及应用[M]. 2022. 北京: 石油工业出版社.
2. Unconventional Reservoir Rate－Transient Analysis[M]. 2021, Elsevier.
联系客服
