Method for determining vertical permeability in horizontal wells

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Vertical permeability is an important characteristic of oil and gas reservoirs, significantly impacting the distribution of fluid and gas flows within the reservoir. Information about this parameter is essential for addressing various challenges in both scientific and industrial practice. Specifically, it facilitates assessments of the anisotropy of filtration properties of the porous medium normal to the plane of the reservoir, aids in predicting the formation of gas or formation water cones, calculates flow rates in horizontal wells, and develops filtration models for hydrocarbon feed extraction, among other applications.For horizontal wells, the traditional sources of information on the values of this rock property are laboratory studies of core material and the interpretation of Well tests. However, in certain situations, such as when natural core samples are unavailable or when initial bottom-hole pressure measurements are distorted, these conventional methods may not be feasible. In these cases, algorithms that utilize indirect indicators from alternative sources become valuable.The aim of this article is to demonstrate a developed method for determining vertical permeability in horizontal wells. This method employs dimensionless criteria for calculations, which are set of quantities reflecting the combination of the geometric features of the wellbore and the physicogeological properties of the reservoir. The required solution is achieved by processing input data using statistical methods and graphical analysis. It is shown that this methodological approach allows for the rapid assessment of vertical permeability in situations where conventional data collection is not possible. This method can be applied to any well where the necessary parameters for calculations are known and accessible. It allows for obtaining data on vertical permeability with an acceptable degree of accuracy compared to similar definitions from pressure recovery curve. 

About the authors

T. V. Kuzmina

Branch of LLC LUKOIL-Engineering "KogalymNIPIneft" in Tyumen

Email: Tatyana.Kuzmina2@lukoil.com

A. G. Kozubovsky

InTEK CJSC

S. K. Sokhoshko

Industrial University of Tyumen

References

  1. Брехунцов, А. М. Развитие теории фильтрации жидкости и газа к горизонтальным стволам скважин / А. М. Брехунцов, А. П. Телков, В. К. Федорцов ; ОАО «Сибирский науч.-аналитический центр», Тюменский гос. нефтегазовый ун-т. – Тюмень : Изд-во Тюменского гос. ун-та, 2004. – 290 с. – Текст : непосредственный.
  2. Lee J. Pressure transient testing / J. Lee, J. B. Rollins, J. P. Spivey – Society of Petroleum Engineers. – 2003. – Direct text.
  3. Комплексирование результатов гидродинамических и промысловогеофизических исследований на примере нефтегазоконденсатного месторождения ПАО «Газпром нефть» / Д. Ю. Баженов, А. А. Артамонов, А. Н. Шорохов– Текст : непосредственный // Нефтяное хозяйство. – 2016. – № 12. – C. 52–55.
  4. Козубовский, А. Г. Оптимизация интерпретации кривых восстановления давления, осложненных эффектом сегрегации фаз в лифте подъемных труб / А. Г. Козубовский, Т. В. Кузьмина. – doi: 10.51890/2587-7399-2021-6-2-29-44. – Текст : непосредственный // PROнефть. Профессионально о нефти. – 2021. – Т. 6, № 2. – С. 39–44.
  5. Козубовский, А. Г. Анализ результатов оценок скин-фактора в условиях дефицита исходной информации / А. Г. Козубовский, Т. В. Кузьмина, А. А. Ефимов. – DOI 1051890/2587-7399-2023-82-97-104. – Текст : непосредственный // PROнефть. Профессионально о нефти. – 2023. – Т. 8, № 2. – С. 97–104.
  6. Нелинейная фильтрация в низкопроницаемых коллекторах. Анализ и интерпретация результатов лабораторных исследований керна Приобского месторождения / В. А. Байков, Р. Р. Галеев, А. В. Колонских. – Текст : непосредственный // Научно-технический вестник ОАО «НК «Роснефть». – 2013. – № 2(31). – С. 8–12.
  7. Нелинейная фильтрация в низкопроницаемых коллекторах. Лабораторное фильтрационное исследование керна Приобского месторождения / В. А. Байков, А. В. Колонских, А. К. Макатров. – Текст : непосредственный // Научнотехнический вестник ОАО «НК «Роснефть». – 2013. – № 2(31). – С. 4–7.
  8. Зайцев, М. В. Модели нелинейной фильтрации и влияние параметров нелинейности на дебит скважин в низкопроницаемых коллекторах / М. В. Зайцев, Н. Н. Михайлов, Е. С. Туманова. – doi: 10.18599/grs.2021.4.5. – Текст : непосредственный // Георесурсы. – 2021. – Т. 23, № 4. – С. 44–50.
  9. Representation of a new physics-based non-Darcy equation for lowvelocity flow in tight reservoirs / L. Zhao, H. Jiang, H. Wang. – doi: 10.1016/j.petrol.2019.106518. – Direct text // Journal of Petroleum Science and Engineering. – 2020. – Vol. 184. – P. 106518.
  10. Threshold Pressure Gradient in Ultra-low Permeability Reservoirs / F. Hao, L. S. Cheng, O. Hassan. – Direct text // Petroleum Science and Technology. – 2008 – Vol. 26. – P. 1024–1035.
  11. Козубовский, А. Г. Исследование влияния процесса разработки залежи на продуктивность скважин / А. Г. Козубовский, Т. В. Кузьмина. – doi: 10.51890/2587-7399-2022-7-2-32-40. – Текст : непосредственный // PROнефть. Профессионально о нефти. – 2022. – Т. 7, № 2(24). – С. 32–40.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».