Опыт реализации технологии полимерного заводнения как способа разработки зрелых месторождений на месторождении Забурунье


Цитировать

Полный текст

Аннотация

В условиях высокой выработанности нефтяных месторождений и нестабильных цен на нефть особую актуальность приобретают методы увеличения нефтеотдачи, применение которых способствует увеличению коэффициента извлечения нефти на фоне применения вторичных методов нефтеотдачи. К числу технологий, позволяющих увеличить КИН, относится полимерное заводнение, отличительными преимуществами которого, по сравнению с другими химическими методами, являются широкий диапазон применения и вариативность дизайна при реализации.

В данной работе представлены результаты применения технологии полимерного заводнения на месторождении Забурунье. Для определения стратегии дальнейшей реализации технологии полимерного заводнения и с целью поиска оптимальных прогнозных вариантов разработки проведены расчёты на построенной гидродинамической модели.

Полный текст

Доступ закрыт

Об авторах

Марлен Шакиржанович Мусаев

ТОО «КМГ Инжиниринг»

Email: m.mussayev@niikmg.kz

магистр наук, старший инженер отдела методов увеличения нефтеотдачи департамента интегрированного моделирования

Казахстан, Нур-Султан

Дарья Александровна Мушарова

ТОО «КМГ Инжиниринг»

Email: d.musharova@niikmg.kz

магистр наук, научный сотрудник отдела методов увеличения нефтеотдачи департамента интегрированного моделирования

Казахстан, Нур-Султан

Биржан Жомартович Жаппасбаев

ТОО «КМГ Инжиниринг»

Email: b.zhappasbayev@niikmg.kz

доктор PhD, научный сотрудник отдела методов увеличения нефтеотдачи департамента интегрированного моделирования

Казахстан, Нур-Султан

Ермек Кенесұлы Орынбасар

ТОО «КМГ Инжиниринг»

Автор, ответственный за переписку.
Email: y.orynbassar@niikmg.kz

начальник отдела методов увеличения нефтеотдачи департамента интегрированного моделирования

Казахстан, Нур-Султан

Список литературы

  1. В зоне особого внимания // Kazakhstan. №6. С. 70–74.
  2. Сургучев М.Л. Вторичные и третичные методы увеличения нефтеотдачи. – М., Недра, 1985 г.
  3. Delamaide E. et al. Pelican Lake Field: First Successful Application of Polymer Flooding in a Heavy Oil Reservoir. – SPE 165234.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рисунок 1. Выработанность запасов по топ-27 месторождениям ДЗО АО «НК «КазМунайГаз»

Скачать (326KB)
Метаданные
3. Рисунок 2. Оценка потенциала добычи нефти при применении МУН при увеличении КИН на 5%

Скачать (788KB)
Метаданные
4. Рисунок 3. Экспресс-скрининг м. Забурунье АО «Эмбамунайгаз»

Скачать (256KB)
Метаданные
5. Рисунок 4. Участок ОПИ ПЗ на м. Забурунье

Скачать (563KB)
Метаданные
6. Рисунок 5. Динамика дополнительной добычи нефти ПЗ м. Забурунье

Скачать (1MB)
Метаданные
7. Рисунок 6. Зависимость накопленной добычи нефти от накопленной добычи жидкости

Скачать (864KB)
Метаданные
8. Рисунок 7. Зависимость обводненности от выработки НИЗ

Скачать (924KB)
Метаданные
9. Рисунок 8. Результаты анализа добывающих скважин на выход полимера по участку ПЗ

Скачать (821KB)
Метаданные
10. Рисунок 9. Общий вид трехмерной ГДМ пласта

Скачать (1MB)
Метаданные
11. Рисунок 10. Распределение проницаемости (а) и пористости (б)

Скачать (854KB)
Метаданные
12. Рисунок 11. Фазовые проницаемости в системе «нефть-вода»

Скачать (297KB)
Метаданные
13. Рисунок 12. Зависимость газосодержания и объёмного коэффициента нефти от давления (а) и зависимость вязкости нефти от давления (б)

Скачать (970KB)
Метаданные
14. Рисунок 13. Результаты адаптации основных показателей разработки

Скачать (790KB)
Метаданные
15. Рисунок 14. Кросс-плот фактических (история) и модельных (расчёт) показателей забойного давления

Скачать (993KB)
Метаданные
16. Рисунок 15. Сопоставление концентрации выхода полимера (фактическая и модельная) по добывающим скважинам

Скачать (285KB)
Метаданные
17. Рисунок 16. Оценка эффективности от технологии ПЗ в ГДМ

Скачать (1MB)
Метаданные
18. Рисунок 17. Сопоставление технологических показателей 1 и 2 вариантов разработки (красная – вариант 1, синяя – вариант 2)

Скачать (710KB)
Метаданные

© Мусаев М.Ш., Мушарова Д.А., Жаппасбаев Б.Ж., Орынбасар Е.К., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».