2. Arps递减曲线基础
Arps递减曲线是油气井产量预测中最经典、应用最广的经验方法。它由J.J. Arps于1945年系统提出，核心思想是：产量随时间的下降速率与当时的产量水平之间存在幂律关系。理解这一关系，是掌握三种递减类型（指数、双曲、调和）的钥匙。本节从递减率和递减指数的定义出发，逐一推导三种递减形式的数学表达式，并说明各自的物理意义与适用条件。
一、递减率与递减指数的定义
设油井在时刻 t 的产油量为 q(t)，单位为 m³/d 或 t/d。递减率 D 定义为单位时间内产量下降的百分比，即：
D = -(1/q) · (dq/dt) （单位：1/d 或 1/a）式中负号表示产量随时间递减，D 取正值。例如某井日产油从 100 m³/d 降到 95 m³/d 用了 30 天，则近似递减率 D ≈ (5/100)/30 ≈ 0.00167 d⁻¹，约合 0.05 月⁻¹ 或 0.61 a⁻¹。递减率越大，产量下降越快。
Arps进一步引入递减指数 n，把递减率写成随产量变化的幂函数形式：
D = D_i · (q / q_i)^n其中 q_i 为初始产量（递减开始时刻的产量），D_i 为初始递减率，n 为递减指数。n 的取值决定了递减曲线的形态：n = 0 时 D 为常数，对应指数递减；0 < n < 1 时 D 随产量下降而减小，对应双曲递减；n = 1 时 D 与产量成正比，对应调和递减。因此，n 是区分三种递减类型的唯一判据，也是拟合时最关键的待定参数。
二、指数递减（n = 0）
当 n = 0 时，D = D_i 为常数，即单位时间内产量按固定百分比下降。对定义式积分可得：
q(t) = q_i · e^(-D_i · t)取常用对数后变为直线关系：lg q = lg q_i − (D_i / 2.303)·t。这正是指数递减在半对数坐标纸上呈直线的原因，也是现场快速判断递减类型的经典手段。指数递减的物理意义是：地层能量以弹性驱动为主、生产压差基本稳定、无外来能量补充时，产量下降主要受控于压力衰竭，递减率近似恒定。它适用于溶解气驱后期、封闭断块油藏或气井定压生产阶段。
指数递减有一个非常实用的性质：产量每下降一半所需时间（半衰期）恒定，t½ = ln2 / D_i ≈ 0.693 / D_i。例如 D_i = 0.002 d⁻¹，则半衰期约 347 天。据此可快速估算未来产量：一年后 q ≈ q_i · e^(−0.002×365) ≈ 0.48 q_i。
三、双曲递减（0 < n < 1）
当 0 < n < 1 时，递减率随产量下降而减小，产量递减呈现“先快后慢”的特征。积分后得到双曲递减的基本形式：
q(t) = q_i · [1 + n · D_i · t]^(-1/n)双曲递减是三种类型中最通用、最贴近实际油藏的形式。其物理意义在于：随着开采进行，地层能量逐步消耗，但剩余可动油仍通过相对渗透率变化、重力泄油或溶解气膨胀等方式持续供给，使递减率不断降低。n 值反映了能量供给的强弱与递减的“拖尾”程度：n 越接近 1，拖尾越长，晚期产量越稳定。多数水驱砂岩油藏、裂缝性油藏和部分页岩油井的递减指数落在 0.3～0.8 之间。
需要特别指出：双曲递减的累计产量公式为 Q(t) = [q_i^n / (D_i(1−n))]·[q_i^(1−n) − q(t)^(1−n)]，当 n → 1 时该式趋于发散，说明调和递减的累计产量在数学上随时间的对数增长，这提示我们不能无限外推，必须设定经济极限产量作为截止条件。
四、调和递减（n = 1）
当 n = 1 时，D = D_i · (q/q_i)，即递减率与产量成正比。积分得：
q(t) = q_i / (1 + D_i · t)调和递减的物理意义是：产量下降主要受控于两相流动或重力泄油等机制，采油速度与剩余可采储量近似成正比，递减率随产量同步衰减。它常见于溶解气驱后期、稠油重力泄油以及某些气藏定容衰竭阶段。调和递减的产量-时间曲线在半对数坐标上不是直线，而在倒数坐标（1/q 对 t）上呈直线，这是识别它的实用技巧。
五、三种递减类型的对比与判别
| 类型 | 递减指数 n | 产量表达式 | 递减率特征 | 典型识别特征 |
|---|---|---|---|---|
| 指数递减 | n = 0 | q = q_i·e^(−D_i t) | D 恒定 | 半对数坐标 lg q–t 为直线 |
| 双曲递减 | 0 < n < 1 | q = q_i[1+nD_i t]^(−1/n) | D 随 q 减小而减小 | lg q–t 上凸，需非线性拟合 |
| 调和递减 | n = 1 | q = q_i/(1+D_i t) | D 与 q 成正比 | 1/q–t 为直线 |
六、一个教学示例
假设某井递减初期产量 q_i = 80 m³/d，初始递减率 D_i = 0.003 d⁻¹，分别按三种类型预测 180 天后的产量（示例参数，仅用于说明计算过程）：
- 指数（n=0）：q = 80·e^(−0.003×180) = 80·e^(−0.54) ≈ 46.6 m³/d
- 双曲（取 n=0.5）：q = 80·[1+0.5×0.003×180]^(−2) = 80×(1.27)^(−2) ≈ 49.6 m³/d
- 调和（n=1）：q = 80/(1+0.003×180) = 80/1.54 ≈ 51.9 m³/d
可见在相同 q_i 与 D_i 下，n 越大，预测产量越高、递减越缓。这也说明：n 的选取直接决定预测结果的保守程度，实际工作中必须用足够长的历史生产数据拟合确定 n，而不能凭经验随意指定。拟合时通常以时间 t 为自变量、产量 q 为因变量，采用最小二乘或非线性回归，同时约束 0 ≤ n ≤ 1、D_i > 0，并检查残差是否随机分布，避免用短期数据外推长期动态。