Improving Enhanced Oil Recovery Performance Through Data Analytics and Next-Generation Controllable Completions
本项目旨在通过在北达科他州西南部的红河段的 Cedar Creek Anticline 的 Cedar Hills South Unit (CHSU) 段进行严格监控的现场测试，实施可控完井技术。项目将应用机器学习来评估测试效果并开发主动控制系统，并评估各种商业案例以加速该系统的开发和应用，实现商业化的提高采收率（EOR）。项目由美国能源部、北达科他州工业委员会石油与天然气研究计划、Denbury、北达科他州地质调查局、SLB、Computer Modelling Group Ltd.、Entech、Head Energy 和 PetroQuip 等合作伙伴共同支持。候选注入井为 CHSU-43-18NH-15（API3301101001）。为了提高安装和操作 ICV 系统的成功率，计划废弃现有水平段并钻出一个侧钻。额外的现场工作包括：对侧钻进行测井；进行一次模拟运行；安装最终的 ICV 系统。项目还包括获取基线三维三分量（3C3D）地震数据，并利用这些数据和 FMI 测井结果来指导最终 ICV 系统的设计并评估测试效果。项目还开发了一个初始的井组级 STARS 模型，以研究试点测试段中的流动行为。模型包括一个水/CO₂注入井和两个偏移生产井。三个井的生产和注入数据被处理并整合到模拟模型中以进行历史拟合。储层模拟使用 CMG 的 FlexWell 模块，将注入井划分为多个区域，每个区域都配备了流控制装置（FCDs），以模拟实际的 ICV 系统。项目计划在 2024 年完成 ICV 系统的安装，并在 2027 年之前继续进行长期运行监控。
CMG软件应用情况
本项目使用了CMG（Computer Modelling Group Ltd.）的STARS模块进行储层模拟。STARS是一个功能强大的模拟工具，能够处理复杂的多相流动和储层行为。在本项目中，CMG的FlexWell模块被用于将注入井划分为多个区域，每个区域都配备了流控制装置（FCDs），以模拟实际的ICV系统。通过这种方式，项目团队能够详细研究不同区域的流动行为，并优化ICV系统的性能。此外，CMG的模拟结果还被用于历史拟合，以确保模型能够准确反映实际的生产和注入数据，从而为项目的决策提供科学依据。
结论
- 项目团队正在北达科他州西南部的 Cedar Creek Anticline 的 Cedar Hills South Unit (CHSU) 段进行一个试点项目，以现场测试一种先进的机器学习方法，该方法整合了可控完井技术，以实现 CO₂提高采收率（EOR）过程中的主动井控。
- 剩余的现场工作包括废弃现有水平段、钻出一个侧钻、对侧钻进行测井、进行一次模拟运行以及安装最终的 ICV 系统。长期运行监控将持续到 2027 年。
- 项目合作伙伴致力于执行该项目，并期待成功安装 ICV 系统并进入下一个预算周期。
作者单位
- 美国北达科他大学能源与环境研究中心（EERC）
