An integrated methodological approach to substantiating the properties of high-viscosity oils using the example of the Karazhanbas oil field

封面

如何引用文章

全文:

详细

Rationale: A characteristic feature of the modern stage of oil field development is the increase in the share of hard-to-recover oils, which mainly include heavy, highly viscous oils. This is due to changes in the structure of oil, an increase in the water cut of produced oil, geological and geophysical characteristics and conditions of oil occurrence that are unfavorable for extraction. The reserves of such oil significantly exceed the reserves of light and low-viscosity oil and, according to experts, they amount to at least 1 trillion tons. In industrialized countries they are considered not so much as a reserve for oil production, but as the main basis for its development in the coming years. The peculiarity of heavy oil is explained by its composition and PVT properties, which have a fairly serious impact on production.

Target: Application of an integrated approach to substantiating the properties of high-viscosity oil and tools for mathematical modeling of the phase state of fluids in order to increase the reliability of reserve calculations and the efficiency of the oil field development.

Materials and methods: The scientific work was based on the results of geochemical studies (fingerprinting and biomarker analysis), experimental data from rheological studies and the results of modeling the phase state of fluids.

Results: It is proposed to use an integrated approach to data interpretation and compositional calculations, which make it possible to narrow the range of uncertainty and explain the huge variation in the values of physicochemical parameters across samples.

Conclusion: An integrated approach to analyzing the results of PVT experiments, together with geological and field data and the results of geochemical studies, provides high-quality data that allows you to make strategic decisions on the oil field development, conduct accurate resource assessments and predict hydrocarbon production.

作者简介

Rakhim Uteev

KMG Engineering

Email: r.uteyev@kmge.kz

PhD (Geology)

哈萨克斯坦, Astana

Klara Kunzharikova

KMG Engineering

Email: k.kunzharikova@kmge.kz

Cand. Sc. (Engineering)

哈萨克斯坦, Astana

Laura Bisikenova

KMG Engineering

Email: l.bissikenova@kmge.kz
哈萨克斯坦, Astana

Gaukhar Bektas

KMG Engineering

编辑信件的主要联系方式.
Email: g.bektas@kmge.kz
哈萨克斯坦, Astana

参考

  1. Yushchenko TS., Brusilovskiy A.I. A step-by-step approach to the creation and adaptation of PVT models of reservoir hydrocarbon systems based on the equation of state.
  2. Brusilovskiy AI, Yushchenko TS. Two-phase deposits: Methodology approach to the identification of composition and pVT properties of reservoir hydrocarbon fluids using limited initial information. PROneft. Professionally about Oil. 2016;(1):68–74. (In Russ.).
  3. Badoyev TI, Shahova AI, Tokarev VP, et al. Calculation of oil and gas reserves in the Karazhanbas, S. Buzachi and Zhalgiztobe fields, Mangishlak region of the Kazakh SSR as of September 1, 1977. Vol. I–III. KazNIPIneft', ob"edinenie Mangyshlakneft', NGDU Uzen'neft’; 1972. (In Russ).
  4. Seytkhaziev YS, Bayburinа GG, Barlybaeva LM, et al. («KazNIPImunaygas» LLP, «Caspimunaigas Research Institute» LLP). Geochemical studies of core and oil samples from the Kara- zhanbas field. Contract No. 80/17–n–181 / DIS dated 19.10.2017.
  5. Adeeyo Y, Saaid IM. Mathematical Modelling of Oil Viscosity at Bubble point Pressure and Dead Oil Viscosity of Nigerian Crude. SPE Nigeria Annual International Conference and Exhibition; 2019 Aug 5–7; Lagos, Nigeria.
  6. Brusilovskiy A, Nugaeva A, Hvatova I. Metodologiya sistemnogo obosnovaniya svoystv plastovykh neftey pri podschete zapasov i proektirovanii razrabotki mestorozhdeniy (chast' I). Nedropol'zovanie XXI vek. 2009;5:23–30. (In Russ).

补充文件

附件文件
动作
1. JATS XML
2. Table 1. Knowledge of the field using reservoir oil samples

下载 (223KB)
3. Figure 1. Dependence of saturation pressure on the gas content of reservoir oil

下载 (180KB)
4. Figure 2. Dependence of pristane/phytane (Pr/Ph) to steraneС29/hopaneС30

下载 (80KB)
5. Figure 3. Dependence of the volumetric coefficient on the gas content of reservoir oil

下载 (108KB)
6. Figure 4. Dependence of viscosity on the gas content of reservoir oil

下载 (122KB)
7. Figure 5. Dependence of oil viscosity on temperature at different pressures

下载 (84KB)
8. Figure 6. Dependence of oil viscosity on pressure for different temperatures

下载 (77KB)
9. Figure 7. Dependence of oil viscosity on temperature at different shear rates

下载 (65KB)
10. Table 2. Comparison of experimental and simulation data on oil viscosity at different temperatures and shear rates

下载 (472KB)

版权所有 © Uteev R.N., Kunzharikova K.M., Bisikenova L.M., Bektas G.Z., 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

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».