Вероятностная оценка проницаемости отложений верхней части Тюменской свиты Шаимского нефтегазоносного района

Обложка

Цитировать

Полный текст

Аннотация

Работа посвящена проблеме повышения надежности расчета куба проницаемости при построении трехмерной геологической модели. Общераспространенный способ механического переноса зависимостей между пористостью и проницаемостью, полученных на основании аппроксимации данных исследования керна, дает слишком расплывчатый результат, так как не учитываются ни различия размеров ячеек и образцов, ни большой разброс значений анализируемых зависимостей. Вместо этого предлагается с помощью стохастических методов для каждой элементарной ячейки рассчитывать гистограммы проницаемости. Вначале анализируются результаты определения петрофизических свойств, выполненного в лабораторных условиях. Для пород с близкими значениями пористости рассчитываются вероятности встречаемости пород, проницаемость которых превышает ряд пороговых значений. Затем для каждой пороговой величины проницаемости определяются эмпирические зависимости вероятности превышение данного значения от пористости. На следующем этапе осуществляется адаптация полученных результатов для масштаба ячейки. Используется метод Монте-Карло. Каждая ячейка представляется в качестве совокупности большого количества пород, размеры которых близки аналогичным параметрам образцов. Каждой виртуальной породе с помощью генератора случайных чисел задается пористость с таким расчетом, что сохраняется среднее значение пористости ячейки. Для каждой условной породы рассчитываются вероятности превышения соответствующих пороговых значений проницаемости. На основании куба пористости для каждой ячейки автоматически рассчитывается вероятность существования всех диапазонов проницаемости. Приводятся примеры реализации предлагаемой методики при изучении терригенных отложений тюменской свиты Шаимского нефтегазоносного района.

Полный текст

Введение Перспективы нефтегазоносности Шаимского района в настоящее время во многом связаны с освоением терригенных отложений тюменской свиты [1]. Исследование фильтрационных свойств пород продуктивных горизонтов остается актуальным и при проведении поисково-разведочных работ, и, безусловно, при проектировании систем разработки месторождений углеводородов. Ответ на данный вопрос во многом определяет объемы финансирования, а в ряде случаев, и саму возможность освоения выбранного нефтегазоносного объекта, так как данный параметр определяет первоначальные дебиты искомого сырья из продуктивных отложений. Основная проблема заключается в определении проницаемости исследуемых отложений. Значимость данной проблемы наиболее ярко проявляется при построении цифровой геологической модели [2-4]. 1.Оценка проницаемости на основе исследований данных по лабораторным исследованиям керна Основная проблема заключается в определении проницаемости исследуемых отложений. В настоящее время существуют только два сравнительно надежных способа корректного изучения данного параметра: по результатам гидродинамических исследований скважин и анализ керна в лабораторных условиях [5]. В первом случае предусмат- Проницаемость / Permeability, 10-15 м2 ривается ограниченное количество объектов изучения в первую очередь по экономическим причинам. Во-втором, возникают сложности оценки фильтрационных свойств пластов. При изучении месторождений имеется возможность получить достаточно надежную информацию только с помощью определения параметра пористости слоев в результате интерпретации промысловогеофизических методов. Информацию о фильтрационных свойствах слоев в подавляющем большинстве случаев получают на основании устанавливаемых эмпирических связей между пористостью и проницаемостью, измеренных по данным керна. В последующем осуществляется простой пересчет кривых пористости по данным промысловой геофизики с помощью соответствующих формул. При этом следует учитывать, что характер соотношений данных параметров предопределяет появление существенных ошибок. Как правило, фиксируется большой разброс значений, что предопределяет появление значительной погрешности в искомом результате. Это хорошо иллюстрирует график, отражающий особенности связи между пористостью и проницаемостью образцов керна Даниловского месторождения (рис. 1), которые представлены терригенными породами. Пористость / Porosity, % Рис. 1. Соотношение пористости и проницаемости пород тюменской свиты Даниловского месторождения Figure 1. The ratio of porosity and permeability of rocks of the Tyumen formation of the Danilovsky deposit Фиксируется слишком большой разброс значений, чтобы можно было говорить о достоверности прогноза фильтрационных свойств по общепринятой методике. Отклонения от данного тренда практически составляют плюс-минус порядок значений проницаемости. Тем не менее хорошо прослеживается общая тенденция улучшение фильтрационных свойств образцов по мере увеличения их пористости. Приведенная информация однозначно указывает на необходимость осуществлять комплексирование детерминистических и вероятностных методов [6; 7] при обработке результатов лабораторных исследований керна. В пределах Шаимского района ЗападноСибирской нефтегазоносносной провинции выделяются 4 класса коллектора: 3 (проницаемость от 100 до 500 10-15 м2), 4 (от 10 до 100 10-15 м2), 5 (от 1 до 10 10-15 м2) и 6 (от 0,1 до 1 10-15 м2). Вначале рассчитывалась вероятность превышения определенного порога проницаемости (0,1∙10-15 м2 для группы коллекторов 1-6 классов; 1∙10-15 м2 - 1-5 классов; 10∙10-15 м2 - для 1-4 классов и 100∙10-15 м2 - для 1-3 классов), которая с квадратичным коэффициентом корреляции 0,92-0,97 описывалась эмпирической формулой к к 1. Оценка проницаемости на основе комплексирования вероятностных и детерминированных методов В ходе проведения целевых исследований за основу была принята классификационная схема коллекторов, предложенная А.А. Ханиным (1969) [8; 9]. Рк = 1 ехр[exp(
×

Об авторах

Павел Николаевич Страхов

Российский университет дружбы народов

Email: strakhov-pn@rudn.ru
ORCID iD: 0000-0002-9990-4514

доктор геолого-минералогических наук, профессор департамента недропользования и нефтегазового дела, Инженерная академия

Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6

Анастасия Андреевна Маркелова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: markelova-aa@rudn.ru
ORCID iD: 0000-0002-5437-3510

аспирант, лаборант-исследователь, департамент недропользования и нефтегазового дела, Инженерная академия

Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6

Список литературы

  1. Федорова М., Кирзелева О., Катаев О. Тюменская свита. Методология создания концептуальных геологических моделей // Oil & Gas Journal Russia. 2016. № 11. С. 60-63.
  2. Варламов А.И., Гогоненков Г.Н., Мельников П.Н., Черемисина Е.Н. Состояние и перспективы развития цифровых технологий в нефтегазовой геологии и недропользовании России // Геология нефти и газа. 2021. № 3. С. 5-20. https://www.doi.org/10.31087/00167894-2021-3-5-20
  3. Карнаухов А.М. Перспективы цифровизации исследовательской деятельности в геологоразведке // Нефтегазовая геология. Теория и практика. 2017. Т. 12. № 4. https://www.doi.org/10.17353/2070-5379/44_2017
  4. Хисамов Р.С., Бачков А.П., Войтович С.Е., Грунис Е.Г., Алексеев Р.А. Искусственный интеллект - важный инструмент современного геолога // Геология нефти и газа. 2021. № 2. С. 37-45.
  5. Потехин Д.В., Путилов И.С. Обоснование применения методов интерпретации гидродинамических исследований скважин с различной конструкцией забоя // Геология, геофизика и разработка нефтяных и газовых месторождений. 2022. № 4. С. 28-32.
  6. Blévec T., Dubrule O., John C.M., Hampson G.J. Geostatistical Earth modeling of cyclic depositional facies and diagenesis // AAPG Bulletin. 2020. Vol. 104. Pp. 711-734. https://www.doi.org/10.1306/05091918122
  7. Salmachi A., Dunlop E.C., Rajabi M., Yarmohammadtooski Z., Begg S. Investigation of permeability change in ultradeep coal seams using time-lapse pressure transient analysis: a pilot project in the Cooper Basin, Australia // AAPG Bulletin. 2019. Vol. 103. Pp. 91-107. https://www.doi.org/10.1306/05111817277
  8. Ханин А.А. Породы-коллекторы нефти и газа и их изучение. М.: Недра, 1969. 369 с.
  9. Страхов П.Н., Колосков В.Н., Богданов О.А., Сапожников А.Б. Исследование неоднородностей нефтегазоносных отложений. М.: ИЦ РГУ нефти и газа, 2018. 189 с.
  10. Мельник И.А. Определение статистической интенсивности вторичных геохимических процессов по материалам геофизических исследований скважин // Нефтяное хозяйство. 2022. № 1. С. 16-20.
  11. Страхов П.Н., Белова А.А., Маркелова А.А., Страхова Е.П. Учет неоднородностей продуктивных отложений при построении геологических моделей как резерв повышения эффективности водогазового воздействия // Нефтяное хозяйство. 2021. № 2. С. 46-49. https://www.doi.org/10.24887/0028-2448-2021-2-46-49
  12. Богданов О.А. Выделение пластов с малоизмененным характером насыщения продуктивных отложений в процессе разработки газовых залежей // Наука и техника в газовой промышленности. 2016. № 3. С. 40-45.
  13. Kapustin K., Grushevenko D. Evaluation of longterm production capacity and prospects of the oil and gas industry of Russian Federation // E3S Web of Conferences - Energy Systems Research (Irkutsk, 2019). 2019. Vol. 114. https://www.doi.org/10.1051/e3sconf/201911402001
  14. Ates H., Bahar A., El-Abd S., Charfeddine M., Kelkar M.G., Datta-Gupta A. Ranking and upscaling of geostatistical reservoir models using streamline simulation: a field case study // SPE Reservoir Evaluation & Engineering. 2005. Vol. 8. Issue 1. Pp. 22-32. https://www.doi.org/10.2118/81497-PA
  15. Сапожников А.Б. Необходимость обновления принципов постановки геологоразведочных работ с целью оптимизации выявления и разработки залежей углеводородов // Недропользование XXI век. 2019. № 3 (79). С. 20-24.
  16. Larue D.K., Allen J.P., Beeson D. Fluvial architecture and four-dimensional saturation modeling of a steam flood // AAPG Bulletin. 2020. Vol. 104. No. 5. Pp. 1167-1196. https://www.doi.org/10.1306/12031919080

© Страхов П.Н., Маркелова А.А., 2022

Ссылка на описание лицензии: https://creativecommons.org/licenses/by-nc/4.0/legalcode

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах