页岩油生产流程案例

为了让初学者快速理解并掌握"储层判断→技术设计→施工→优化 "的完整流程,我用 "新手友好型模拟数据"(无复杂公式,重点讲逻辑),一步一步拆解案例,每个环节都说明"为什么这么做",帮你快速建立"储层-技术-产量"的关联思维。

案例核心逻辑(简化版)

海相页岩(好储层)→ 水平井+多段压裂(适配储层)→ 50吨/天(初始产量)→ 数值模拟优化(加段数)→ 60吨/天(提升20%)


第一步:储层判断------确定"好储层"(初学者先会"认指标")

核心目标:

判断这是"值得开发的海相页岩储层",关键看2个核心指标(初学者记这2个就够):

  1. 有机质含量(TOC):海相页岩通常是"高有机质",是生油的基础;
  2. 脆性指数(BI):决定能不能通过压裂造缝,越高越好。

模拟数据(直观对比表)

储层类型 关键指标1:TOC(有机质含量) 关键指标2:脆性指数(BI) 结论(能不能开发)
海相页岩(目标) 3.0%(≥2.0%就是高有机质) 80%(≥75%就是高脆性) 优质储层,优先开发
陆相页岩(对比) 1.5%(不达标) 60%(偏低) 不适合,放弃

初学者操作技巧:

  • 不用懂复杂沉积学理论,记住"海相页岩=高TOC+高脆性";
  • 拿到数据先对比"阈值"(TOC≥2.0%、BI≥75%),达标就是好储层。

第二步:水平井设计------"长水平段=多采油"(初学者先懂"长度逻辑")

核心目标:

设计一口能"充分接触好储层"的水平井,核心是"水平段要长"(接触面积越大,出油越多)。

模拟数据(简单参数,无复杂计算)

井型参数 设计值 初学者易懂的设计原因
水平段长度 2000米 比1500米多500米接触储层,出油概率更高
井眼方向 沿储层延伸方向 避免穿到储层外面,保证水平段全在好储层里
水平段垂深 3000米 海相页岩多在深层,这个深度常见
造斜率 3°/30米 新手不用懂,记住"行业常规值",避免井壁塌

初学者关键认知:

  • 水平井的核心是"水平段长度",不是总井深;
  • 2000米是海相页岩的常规水平段长度,太长(比如3000米)成本高,太短(1000米)产量低,2000米是"性价比最优"。

第三步:压裂设计------"15段+15%砂比"(适配高脆性储层)

核心目标:

高脆性储层(BI=80%)像"脆饼干",容易掰碎(造缝),所以设计"多段压裂",让裂缝布满储层,油才能流出来。

模拟数据(新手只记3个关键参数)

压裂参数 设计值 为什么这么设计(适配高脆性)
压裂段数 15段 2000米水平段,每段约130米,裂缝均匀分布,不浪费储层
砂比 15% 高脆性储层能"扛住"高砂比,砂比越高,裂缝支撑越好,油流阻力小
压裂液类型 滑溜水+胍胶 滑溜水让压裂液跑得快,胍胶能带着沙子进裂缝(新手记"混合液=又快又能携砂")
单段液量 1600m³ 总液量=15×1600=24000m³,足够造缝
单段砂量 240m³ 总砂量=15×240=3600m³,支撑裂缝不闭合

初学者简化逻辑:

  • 高脆性(80%)→ 多段(15段)+ 高砂比(15%);
  • 段数=水平段长度÷130米(行业经验值),2000÷130≈15段,刚好适配。

第四步:施工与产量采集(模拟180天排采数据,直观看到结果)

核心目标:

施工后按"缓慢降压"原则排采,采集产量数据,验证设计效果。

排采步骤(新手易懂,不用复杂操作)

  1. 焖井7天:压裂后不采油,让压裂液慢慢渗进储层,支撑剂稳定裂缝;
  2. 缓慢降压:30天内把井底压力从40MPa降到25MPa(避免压力太快导致储层伤害);
  3. 稳定排采:之后保持压力稳定,采集每天产量。

模拟产量数据(关键节点,新手重点看)

排采天数 井底压力(MPa) 日产油(吨/天) 含水率(%) 状态说明
7(焖井结束) 40 0 100 刚开井,先出水(压裂液)
30(降压结束) 25 35 60 油开始流出来,含水率下降
60 25 45 40 产量稳步上升
90 24 50 30 稳定在50吨/天(目标产量)
180 23 50 28 持续稳定,无明显下降

初学者关键结论:

  • 施工后产量从0涨到50吨/天,稳定100天以上,说明"水平井+15段压裂"的设计是成功的;
  • 含水率从100%降到28%,说明页岩油在持续产出,压裂效果有效。

第五步:数值模拟优化------调整压裂段数至18段,产量提升20%

核心目标:

用数值模拟软件(新手不用懂原理,看结果就行)验证:能不能通过调整参数,让产量更高?

模拟工具:

新手入门用 Eclipse简化版(或免费模拟工具CMG Starter),核心是"输入现有数据,调整参数,看产量变化"。

第一步:输入基础数据(新手直接抄下面的模拟数据)

输入参数类型 具体数据
储层参数 TOC=3.0%,BI=80%,孔隙度=5%,渗透率=0.01mD
井型参数 水平段长度=2000米,垂深=3000米
现有压裂参数 15段,砂比=15%,单段液量=1600m³
排采参数 井底压力=23-25MPa

第二步:设计模拟方案(只调整"压裂段数",其他参数不变)

新手重点:优化时"只改一个参数",才能确定是这个参数影响产量。

模拟方案 压裂段数 其他参数(砂比、液量等) 模拟180天日产油(吨/天)
原方案(对比) 15段 不变 50(和实际施工一致,验证模型准确)
优化方案1 16段 不变 54(提升8%)
优化方案2 17段 不变 57(提升14%)
优化方案3 18段 不变 60(提升20%)
优化方案4 19段 不变 61(提升22%,但成本增加10%)

第三步:分析结果,确定最优方案

  • 18段压裂:产量60吨/天,提升20%,成本只增加20%(15段→18段,多3段,成本增加不多);
  • 19段压裂:产量只多1吨,成本却多10%,性价比低;
  • 结论:下一口井用"18段压裂",其他参数不变(水平段2000米,砂比15%)。

初学者优化逻辑:

  • 高脆性储层,"段数越多,裂缝越密,泄油面积越大",但段数不是越多越好,要平衡"产量提升"和"成本增加";
  • 数值模拟的核心是"用数据验证猜想",不用凭感觉调整参数。

第六步:下一口井实施与效果验证(模拟数据)

下一口井(W2井)设计参数:

  • 水平井长度:2000米(和第一口井一致,保证对比性);
  • 压裂参数:18段,砂比15%,单段液量1600m³(只加段数,其他不变);
  • 排采参数:和第一口井一致(缓慢降压至23-25MPa)。

模拟产量数据(W2井180天排采)

排采天数 日产油(吨/天) 含水率(%) 对比第一口井(W1井)
90 60 27 多10吨/天,提升20%
180 59 26 稳定在60吨左右,无明显下降

初学者最终结论:

  • 逻辑闭环:海相页岩(高TOC+高BI)→ 2000米水平井+15段压裂→50吨/天→数值模拟优化段数至18段→60吨/天(提升20%);
  • 核心规律:高脆性海相页岩,在水平段长度不变的情况下,合理增加压裂段数,能有效提升产量。

新手快速上手工具与技巧

1. 入门工具(免费/简化版)

  • 储层参数分析:Excel(做表格对比指标);
  • 水平井轨迹设计:Landmark简化版(网上有免费教程);
  • 数值模拟:CMG Starter(免费,适合新手)、Eclipse学生版;
  • 产量数据分析:Excel(画折线图,看产量趋势)。

2. 新手避坑指南

  • 不要一开始就追求复杂参数(比如造斜率、压裂液配方),先掌握"储层指标→段数→产量"的核心逻辑;
  • 模拟数据时,先复制现有井的参数,再改一个变量(比如段数),避免多个变量同时改,不知道哪个起作用;
  • 记住"海相页岩=高TOC+高脆性=适合多段+高砂比压裂",这是行业通用规律,新手直接套用。

总结:初学者快速成为"准专家"的核心

  1. 认储层:记住海相页岩的2个关键指标(TOC≥2.0%,BI≥75%);
  2. 设计井:水平段长度2000米(海相页岩常规值);
  3. 压裂:高脆性→多段(15-18段)+ 高砂比(15%);
  4. 优化:用数值模拟调整1个参数(比如段数),看产量变化,平衡成本和收益。

按照这个流程,你可以直接套用其他海相页岩区块的实际数据,快速完成"储层判断→技术设计→优化"的全流程。

相关推荐
NAGNIP7 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
冬奇Lab8 小时前
一天一个开源项目(第36篇):EverMemOS - 跨 LLM 与平台的长时记忆 OS,让 Agent 会记忆更会推理
人工智能·开源·资讯
冬奇Lab8 小时前
OpenClaw 源码深度解析(一):Gateway——为什么需要一个"中枢"
人工智能·开源·源码阅读
AngelPP12 小时前
OpenClaw 架构深度解析:如何把 AI 助手搬到你的个人设备上
人工智能
宅小年12 小时前
Claude Code 换成了Kimi K2.5后,我再也回不去了
人工智能·ai编程·claude
九狼12 小时前
Flutter URL Scheme 跨平台跳转
人工智能·flutter·github
ZFSS12 小时前
Kimi Chat Completion API 申请及使用
前端·人工智能
天翼云开发者社区14 小时前
春节复工福利就位!天翼云息壤2500万Tokens免费送,全品类大模型一键畅玩!
人工智能·算力服务·息壤
知识浅谈14 小时前
教你如何用 Gemini 将课本图片一键转为精美 PPT
人工智能
Ray Liang14 小时前
被低估的量化版模型,小身材也能干大事
人工智能·ai·ai助手·mindx