Содержание к диссертации
Введение
1. Анализ проблемы обеспечения качества и достоверности материа лов геофизических исследований скважин для геолого-технологичес кого моделирования нефтяных месторождений 15
1.1. Задачи обработки и анализа геофизической информации 15
1.2. Исходная информация для моделирования нефтяных месторождений 18
1.3. Этапы создания трехмерных геолого-гидродинамических моделей нефтяных месторождений 22
1.4. Проблема компьютерного моделирования месторождений 30
1.5. Гидродинамические исследования скважин 31
1.6. Методы и алгоритмы обработки геофизической информации 33
1.6.1. Нейронные сети 40
1.7. Анализ программных средств 40
1.7.1. Краткая характеристика интегрированной системы «Скважина» 41
1.7.2. Пакет программ Geo WISE 44
1.7.3. Система «СИАЛ-ГИС-КОНТРОЛЬ» 46
1.8. Результаты анализа 48
1.9. Постановка цели и задач исследований 50
2. Повышение качества интерпретации геолого-геофизической информации и оценка влияния недостоверных данных на результаты геолого-технологического моделирования месторождений 52
2.1. Анализ и перспективность подходов к интерпретации геолого- геофизической информации при подсчете запасов и геолого-технологическом моделировании месторождений 52
2.1.1. Автоматизированная переинтерпретация данных с использованием современных программных средств 53
2.1.2. Восстановление недостающих параметров на основе накопленного опыта эксплуатации месторождений, гидродинамических и геологических исследований скважин 54
2.2. Определение значений проницаемости пласта по разрезу сква жины 57
2.2.1. Описание исходных данных 58
2.2.2. Предварительная обработка данных 58
2.2.3. Описание топологии сети 58
2.2.4. Отбраковка аномальных значений 53
2.2.5. Обучение и тестирование нейронной сети 60
2.2.6. Сравнение с другими методиками 60
2.2.7. Выводы 61
2.3. Оценка коэффициента пористости продуктивных коллекторов 62
2.4. Анализ коэффициента пористости 67
2.4.1. Оценка по данным акустического метода 67
2.4.2. Оценка по данным нейтронного метода 68
2.4.3. Плотностный гамма-гамма-каротаж 69
2.4.4. Электрический каротаж по методу КС 69
2.5. Анализ коэффициента глинистости 70
2.6. Анализ коэффициента нефте-, газо- и водонасыщенности 71
2.7. Оценка точности положения ВНК и ГНК .*. 71
2.8. Анализ результатов гидродинамических исследований скважин 75
2.9. Методы оценки точности параметров 77
2.10. Оценка влияния недостоверных данных на результаты модели рования 77
2.10.1. Условия построения моделей 78
2.10.2. Сравнение методик определения проницаемости при помощи гидродинамического моделирования 78
2.11. Полученные результаты и выводы 81
3. Оптимизация системы разработки и режимов эксплуатации сква жин нефтяного месторождения со сложным геологическим строением . 84
3.1. Геологическое моделирование 85
3.1.1. Методика и результаты интерпретации данных керна и гис : 86
3.2. Построение трехмерной геологической модели месторождений...93
3.2.1. Обоснование объёмных сеток параметров модели 93
3.2.2. Построение структурной модели 94
3.2.3. Построение литологической модели и распределение ФЕС 96
3.2.4. Построение модели насыщения пласта флюидами 100
3.3. Подсчет запасов нефти 100
3.4. Цифровая фильтрационная модель 101
3.4.1. Математические модели расчета фильтрационных процессов на месторождении 101
3.4.2. Исходные данные для построения цифровой фильтрационной модели 101
3.4.3. Требования к точности исходных данных 102
3.5. Трехмерное моделирование разработки нефтяного месторожде ния со сложным геологическим строением 103
3.5.1. Определяющие уравнения и метод численного решения... 104
3.5.2. Результаты расчетов 105
3.6. Полученные результаты и выводы 109
4. Разработка системы контроля достоверности геолого-геофизических и промысловых данных 110
4.1. Технологический процесс ввода данных для последующего хранения и обработки информации при помощи программных средств 110
4.2. Графическая обработка скан-образов дел скважин 111
4.3. Формирование базы данных дел скважин 116
4.3.1. Форма WELLJHDR - «Общая информация по скважине» 116
4.3.2. Форма WELL CASING - «Конструкция скважины» 117
4.3.3. Форма WELL CEMENTING - «Цементаж скважины» 118
4.3.4. Форма WELL EVENTS - «События» 118
4.3.5. Форма WELL DOWN EQUIP - «Оборудование» 119
4.3.6. Форма WELLPERFORATIONS - «Перфорация» 120
4.3.7. Форма FRACS - «Гидроразрыв пласта» 120
4.3.8. Форма TREATMENT - «Обработка призабойной зоны»... 121
4.4. Формирование базы данных по промысловым ГИС 121
4.4.1. Описание исходных данных 121
4.4.2. Описание системы сбора, обработки и анализа данных по промысловым ГИС 122
4.5. Контроль непротиворечивости информации 123
4.5.1. Автоматизированный контроль базы данных дел скважин 123
4.6. Разработка программных средств контроля данных 128
4.6.1. Алгоритм контроля данных 128
4.6.2. Алгоритм обработки правил контроля 131
4.6.3. Программная реализация модулей системы контроля данных 132
4.7. Заключение 135
4.8. Полученные результаты и выводы 136
Заключение 138
Список литературы
- Этапы создания трехмерных геолого-гидродинамических моделей нефтяных месторождений
- Краткая характеристика интегрированной системы «Скважина»
- Определение значений проницаемости пласта по разрезу сква жины
- Трехмерное моделирование разработки нефтяного месторожде ния со сложным геологическим строением
Введение к работе
Актуальность работы. Преимущества наличия в распределенных автоматизированных системах управления (АСУ) механизмов конвейерного выполнения задач следует из теории развития производства и преобразования информации. В работе предлагается методика типизации задач в АСУ с конвейерным типом обработки данных, так как одним из этапов организации технологии обработки данных является этап определения типовых задач и типовых последовательностей задач, которые организуются в конвейерный план обработки данных. Очевидно, что при организации однотипных последовательностей задач в конвейерный план повышается эффективность работы распределенных АСУ.
Теоретические и методологические аспекты типизации задач в модульных системах обработки данных (СОД) отражены в работах отечественных и зарубежных авторов, таких как А.Г. Мамиконов, В.В. Кульба, С.А. Косяченко, А.С. Миронов, Е.Н. Сидоров, А.А. Ашимов, Ю.Ю. Кесс, В.М. Ревако, А.В. Товмасян, Б. Дюран, П. Оделл, X. Берж, О. Оре. Модели и методы обработки информации в технических и организационно - технологических системах рассмотрены в работах В.В. Воеводина, Б.А. Головкина, К.Г. Самофалова, Г.М. Луцкого, А.Б. Барских, Е.Л. Шлимовича, А.П. Шабанова, Д. Филлипса, А. Гарсиа-Диаса, Р.В. Конвея, В.Л. Максвелла, Л.В. Миллера.
Конвейерное выполнение типовых задач в распределенных АСУ определяет новый этап в проектировании АСУ, требует модельно -алгоритмического обеспечения выполнения задач и адаптации методики типизации задач для СОД конвейерного типа. Предложенная нами технология обработки данных предоставляет возможность формирования показателей эффективности работы отдельных процессоров, реализующих конвейерные планы, СОД и АСУ в целом. Реализация этой технологии даст существенный эффект на практике, так как совершенствуется внутренняя технология работы АСУ. Помимо этого описанный подход дает следующие преимущества:
увеличение пропускной способности конвейерной системы обработки данных; обеспечение однородности функций конвейерной системы обработки данных, что позволяет снизить требования к АСУ; уменьшение времени и улучшение качества коммуникаций в системе.
Цель диссертационного исследования состоит в повышении эффективности организации выполнения задач обработки данных в автоматизированных системах управления.
Поставленная цель достигается путем решения следующих задач:
• анализа принципов обработки данных в автоматизированных системах управления;
• адаптации методики типизации задач для АСУ с конвейерной организацией обработки данных;
• оптимизации топологии СОД конвейерного типа на основе количественной оценки мощности СОД при различных вариантах распределения между процессорами основных функций процесса обслуживания требований;
• оценки достаточной мощности СОД для распределенной АСУ с конвейерным типом выполнения задач;
• реализации системы модельно-алгоритмической поддержки методов конвейерной организации выполнения задач в распределенных АСУ;
• реализации модельно - алгоритмического обеспечения систем обработки данных конвейерного типа.
Методы исследования. При выполнении работы использовались математическое и вероятностное моделирование параметров систем обработки данных конвейерного типа, элементы теории вероятностей, объектно-ориентированный анализ, количественные и оперативные методы управления проектами, сетевые диаграммы и диаграммы Ганта, теория систем массового обслуживания.
Научная новизна работы. Предложена концепция конвейерной обработки данных, для реализации которой разработано модельно-алгоритмической обеспечение, включающее:
? адаптацию методики типизации задач для СОД конвейерного типа в распределенных АСУ.
? модификацию алгоритма Джонсона, позволяющую формировать многомашинные конвейерные планы обработки данных.
? модель оценки влияния процесса накопления информации на эффективность конвейерной обработки данных в распределенных АСУ, которая позволяет организовать процесс обслуживания информационных требований в АСУ с учетом количественной оценки различных вариантов распределения задач между процессорами.
? алгоритм оценки достаточной мощности СОД для конвейерного выполнения задач в распределенных АСУ, позволяющий минимизировать общее время обслуживания информационных требований при совместном выполнении задач процессорами разных классов.
Значение для теории. Результаты, полученные при выполнении диссертационной работы, создают теоретическую основу для разработки моделей, методов математического моделирования и алгоритмизации организационно-технологических систем и комплексов.
Практическая ценность. Предложенный в диссертации подход к конвейерному выполнению задач в распределенных АСУ позволяет описывать процессы обработки данных через последовательности и ветвления выполнения задач, где за каждой задачей закреплен конкретный конвейерный план обработки данных. После запуска первой задачи процесса и до выполнения последней стадии контролируется соответствие действий плана описанию. СОД предоставляет всю необходимую информацию для выполнения конкретной задачи.
После выполнения очередной задачи система информирует следующую конвейерную СОД о возникновении новой задачи. Сохраняет информацию о времени появления, времени и качестве выполнения задачи. При отклонении от нормативных параметров информирует администратора о просрочках выполнения или о некачественном выполнении задач. Разработанные в диссертации модели и алгоритмы могут использоваться для повышения эффективности процессов подготовки и принятия решений по организации обработки данных в распределенных АСУ.
Достоверность полученных результатов подтверждается корректным использованием методологии системного анализа и методов прикладного системного анализа и обработки данных при обосновании полученных результатов, выводов, а также, тестированием и оценкой результатов применения разработанной системы в модельных прототипах; согласованностью расчетных и экспериментальных данных.
Реализация результатов работы. Диссертационная работа выполнялась в рамках тематического плана Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева (2005-2008гг.). Программные разработки по данной теме прошли экспертизу и зарегистрированы в Отраслевом фонде алгоритмов и программ (№ государственной регистрации 02067910.00014-01, 02067910.00016-01, 03524577.01902-01), что делает их доступными широкому кругу специалистов по автоматизации и управлению технологическими процессами и производствами.
Апробация работы. Основные положения и результаты работы прошли апробацию на всероссийских конференциях, научных семинарах и научно-практических конференциях. В том числе, на XII Всероссийской научно-практической конференции «Перспективные материалы, технологии, конструкции, экономика», Государственный университет цветных металлов и золота (Красноярск, июнь 2006г.), XI Международной научной конференции «Решетневские чтения», Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева (Красноярск, ноябрь 2007г.), I Всероссийской научно-практической конференции «Перспективы развития информационных технологий», Центр развития научного сотрудничества (Новосибирск, апрель 2008г.), Межрегиональной научно-технической конференции «Совершенствование методов поиска и разведки, технологии добычи и переработки полезных ископаемых», Сибирский федеральный университет (Красноярск, апрель 2008г.). Диссертационная работа в целом обсуждалась на научных семинарах Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева (2006-2008 гг.)
Публикации. По теме диссертации опубликовано 17 печатных работ (в том числе, три работы в изданиях по перечню ВАК РФ), из них 5 без соавторов. Полный список публикаций представлен в конце автореферата.
Этапы создания трехмерных геолого-гидродинамических моделей нефтяных месторождений
Технологии, реализованные в программных продуктах, применимы на всех.стадиях жизненного цикла месторождения, начиная от детальной разведки и заканчивая извлечением остаточных запасов. Это позволяет комплексным группам специалистов извлекать максимум информации из имеющихся данных о месторождении (на сбор которых часто затрачивается много сил и средств). В частности, создавать детальные трехмерные геологические модели, проводить подсчет запасов, оптимизировать траектории скважин, усовершенствовать стратегию разработки месторождения для повышения нефтеотдачи, проводить оперативный анализ и принимать за счет этого оптимальные решения в короткие сроки. Программные комплексы постоянно совершенствуются, дополняются новыми модулями в соответствии с современными требованиями. Последняя разработка RMS indicators - это инструмент для трехмерного литологического моделирования гигантских месторождений, который позволяет быстро строить и постоянно обновлять модель литологии с учетом тысяч скважин и 3D-сейсмических данных.
Применение подробных геологических и гидродинамических моделей позволит на стадиях геологического и гидродинамического моделирования [17]: - решить задачу подбора интервалов перфорации; - наметить количество и оптимальное размещение скважин для бурения; - определить эффективность применяемых методов увеличения нефтедачи; - назначить оптимальные режимы работы скважин; - выбрать правильную систему разработок.
Месторождения эксплуатируются и разбуриваются, что требуют принятия конкретных решений уже сегодня. Чтобы они были эффективными требуется оперативно решать вопросы создания ПДГТМ. С помощью пакетов позво- ) ляющих создавать сложные геологические модели, ведь чем точнее построена модель, тем надёжнее прогнозируемые результаты. И чем раньше это сделать, і тем большую отдачу можно от них ожидать [68].
Использование трех-, четырехмерного моделирования для описания строения геологической среды и протекающих в ней процессов позволяет в" единых терминах описывать и демонстрировать справедливость любых геологических гипотез, определять не только стратегию разведки, но и режимы оптимальной разработки месторождений углеводородов [76].
Тем не менее, по словам крупнейшего специалиста в данной области Ази-за [2], модели не заменяют хороших лабораторных экспериментов, которые ставятся для понимания природы изучаемого процесса или для измерения значимых параметров уравнений, которые решаются при моделировании. Часто самое большое, что можно получить в результате исследования, - это лишь некоторые указания для относительного сопоставления доступных вариантов. В других случаях можно ожидать гораздо большего, но, не учитывая какой-либо физический механизм при построении модели, нельзя изучить его влияние на процессы в пласте с использованием данной модели.
Существующие коммерческие программные пакеты для проведения процесса моделирования предоставляют широкий набор инженерных средств, обеспечивающих принятие оптимального решения в управлении месторождением. Применение подобных средств определятся выбранным типом модели: от эксплутационной модели, охватывающей небольшой участок, до полной стратегической модели масштаба месторождения [69; 92]. Примерами задач, решаемых эксплутационной моделью, являются специфические вопросы механизма бурения, выбора расположения скважины и задание норм ограничений. Стратегическая модель используется для сравнения различных стратегий добычи и исследований месторождения, и для оценки технических требований, предъявляемых к способу бурения и используемого при этом оборудования.
среднем 10 000 блоков в 1984 году, до 80 моделей со средним количеством блоков равным 112 000 в 1997 году [69; 92]. Современные геолого-гидродинамические модели месторождений могут содержать миллионы блоков, и эти показатели непрерывно увеличиваются с развитием компьютерной техники.
Хотя стандартные симуляторы месторождения предоставляют различные возможности по его управлению и разработке, точность выдаваемых ими прогнозов в одинаковой степени зависит от разрешающей способности модели. Из-за существующих вычислительных ограничений, высоко-детализированную сетку геологической модели (несколько миллионов блоков) подвергают осреднению до сетки с сотнями тысяч блоков (рис. 1.13). Техника увеличения не позволяет оценить качество, поэтому следует выполнять дополнительные тесты оценки качества модели [69; 92].
Способность симуляторов месторождений эффективно работать с большими моделями не шла в ногу с прогрессом в области геостатических методов [69; 92]. Одно из решений усовершенствования симулятора основано на достижениях компьютерного прогресса в области аппаратных средств ЭВМ. При этом применяются современные методы распараллеливания одной большой задачи на ряд более мелких подзадач, выполняемых на отдельных процессорах и даже компьютерах. Скорость решения задачи непосредственно связана с числом процессоров (компьютеров) и их быстродействием. Второй подход состоит в том, чтобы непосредственно улучшить эффективность моделирования. При таком решении остается возможность использования стандартных компьютерных средств, но с получением достаточно точных прогнозов.
Краткая характеристика интегрированной системы «Скважина»
Рассмотрим программы комплексной интерпретации скважинных данных, включенных в систему «Скважина», являющуюся подсистемой отраслевой геоинформационной системы ОАО «Газпром». Хотя система применяется для управления разработкой газовых месторождений её вполне можно использовать и на нефтяных. Эта геоинформационная система имеет иерархическую структуру. Одним из уровней этой системы является уровень скважины. Этот уровень в свою очередь содержит несколько подуровней: образец породы, однородный по данным ГИС интервал разреза, объект подсчета запасов, объект разработки и т.д. вплоть до всего разреза, вскрытого скважиной. Элементарным объектом в системе «Скважина» является однородный по данным ГИС интервал разреза. Источниками информации для решения названной задачи служат в первую очередь данные ГИС, а также результаты анализов керна и испытаний пластов.
Самый высокий уровень системы представляют программы настройки коэффициентов петрофизических моделей. Среди них выделении такие варианты настройки как: 1) по данным анализов керна (выборка «керн»); 2) по данным анализов керна, показаниям геофизических методов и результатам испытаний пластов(выборка «керн - ГИС - испытания»); 3) по данным геофизических исследований скважин и результатам испытаний пластов (выборка «ГИС - испытания»).
Настройка констант петрофизических моделей производится с помощью программ «Настройка-Керн» и «Настройка-ГИС». Вторая программа позволяет автоматически настроить примерно 80% всех констант. Остальные константы необходимо задать. Программу «Настройка-Керн» можно использовать при достаточно хорошей охарактеризованности керном изучаемых отложений, когда имеется, по крайней мере, 20-50 интервалов разреза с привязанными к ним дан 42 ными керна. Обычно такое условие выполняется на стадии подсчета запасов.
По данным керна настраиваются все константы программы «Фиеста» и др. программ для терригенных отложений и часть коэффициентов - для программ, ориентированных на карбонатные отложения. Сначала с учетом данных испытаний скважин формируется выборка водоносных коллекторов и плотных интервалов, а также глин, залегающих в водоносной части залежи. По этой выборке оценивается статистически методом наименьших квадратов большинство констант петрофизических моделей. Для оценки оставшихся коэффициентов, проявляющихся только в случае продуктивных пород, подбирается выборка, состоящая из продуктивных коллекторов и из плотных интервалов, а также глин, залегающих в продуктивной части залежи. По этой выборке оценивается константа в модели взаимосвязи между водонасыщенностью породы и водона-сыщенностью прискважинной зоны породы.
Оцениваются также константы в моделях нейтронной, плотностной и акустической пористости, отражающие влияние водонасыщенности прискважинной зоны на эти характеристики.
Следующий, основной уровень системы — программы интерпретации скважинных данных. Сюда включены программы обработки данных ГИС, керна и совместной обработки данных ГИС и керна. Программы первой группы ориентированы на типичные терригенные отложения - программа «Фиеста», нетипичные терригенные отложения - программы «Море» (недоуплотненные отложения шельфа Сахалина), «Пиленга» (терригенные отложения пиленгской свиты трещинно-порового типа с кварцитовым цементом), «Салехард» (недуп-лотненные отложения Ямалского и Гыданского полуостровов), простые карбонатные отложения — программа «Приз» и сложные карбонатные отложения — программа «Карбонаты - Универсал». В эту же группу входит программа «Де-биты», использующая информацию, получаемую с помощью программ «Фиеста», «Карбонаты - Универсал» и других названных программ для прогноза де-битов нефти, газа и воды исследуемых интервалов разреза скважин. Программа второй группы - «Образец» рассчитывает для каждого образца керна характеристики, непосредственно не определяемые на керне: остаточную нефтегазонасыщенность (если образец отобран из продуктивной части залежи), фазовую проницаемость по углеводородам (для продуктивной части залежи) или по воде (для водоносной части залежи).
Программа «Керн» рассчитывает средние значения фильтрационно-емкостных характеристик однородных интервалов разреза и их среднеквадра-тические погрешности по данным керна. Допускается, что пространственная коррелируемость каждой характеристики по вертикали практически отсутствует. Поэтому в качестве средних значений используются средние арифметические значения. При оценке погрешностей предполагается, что дисперсия, отражающая степень изменчивости характеристики в пределах изучаемого интервала, гораздо больше дисперсии, отражающей погрешности лабораторного определения или косвенной оценки характеристик образцов керна. Объединение данных керна и ГИС осуществляется с помощью программы третьей группы - «Керн-Геофизика». Эта программа оценивает среднеквад-ратические погрешности геофизического определения фильтрационно-емкостных характеристик S(Xr):
Определение значений проницаемости пласта по разрезу сква жины
Геологическое моделирование является основой для цифрового фильтрационного моделирования и совершенствования разработки месторождения. Качественная и детальная геологическая модель повышает надежность и адекватность расчетов и существенно упрощает адаптацию фильтрационной модели к истории разработки месторождения.
Цифровые геологические модели исследуемых примеров месторождений отстроены на программном продукте IRAP RMS в виде трехмерной детерминированной геологической модели, представляющей собой объёмное поле в координатах X, Y, Z, каждая ячейка которого характеризуется значениями фильтра-ционно-емкостных свойств пород.
В процессе построения цифровой геологической модели данного месторождения авторы придерживались методики создания постоянно действующих геолого-технологических моделей, предложенной ЦКР, в соответствии с РД 153-39-047-00.
Построение геологической модели месторождения проводилось на базе сейсмической, промыслово-геофизической и петрофизической информации.
В качестве основных исходных данных были использованы: - результаты обработки и интерпретации полевых сейсморазведочных материалов; - условные координаты пластопересечений; - корреляция разрезов скважин; - результаты интерпретации материалов ГИС; - геолого-промысловые данные;
- петрофизические зависимости. Для описания структуры месторождения использовалась трехмерная модель, состоящую из набора поверхностей структур. На основании согласованной структурной модели строилась дискретная трехмерная сетка, на которой моделировалось пространственное распределение типов пород и петрофизические параметры. Комплекс и качество проведенных геофизических исследований Общие методы исследований, выполненные в масштабе 1:500 включают: - стандартную электрометрию (КС, ПС), - радиометрию (НГМ, ГМ), - резистивиметрию, - кавернометрию (KB).
Детальные исследования представлены обязательным и дополнительным комплексами, выполненными в масштабе 1:200. Обязательный комплекс исследований включает: - стандартную электрометрию (КС, ПС), - боковое электрическое зондирование (БЭЗ), - микрозондирование (МКЗ), - боковой и индукционный методы (БМ, ИМ), - кавернометрию (KB), - радиометрию (НГМ, ГМ), (ННК-т в скв. 3370), - инклинометрию, - резистивиметрию. Дополнительно к обязательному комплексу проведены исследования акустическим, ядерно-магнитным, микробоковым, импульсными нейтронными методами. Проведён анализ качества геофизического материала и оценена возможность его использования для определения характера насыщения пластов и подсчётных параметров. При бурении и проведении промыслово-геофизических работ на глинистом растворе, при соблюдении технологии вскрытия и подготовки скважин к исследованиям, качество материалов ГИС и эффективность их интерпретации достаточно высокое При выполнении комплекса ГИС в скважинах с полимерсолевыми, минерализованными растворами или некачественными промывочными жидкостями информативность ГИС и качество интерпретации снижается.
В целом, в техническом отношении качество геофизического материала позволяет использовать его для трехмерного геологического моделирования.
Детальность масштабов регистрации, скорость записи соответствуют требованиям, предъявляемым к исходным данным для количественной обработки и интерпретации. Комплекс промыслово-геофизических исследований позволил решить следующие геолого-промысловые задачи: - провести детальное литологическое расчленение разреза скважин, выделить пласты-коллекторы, оценить их эффективную толщину; - определить значения пористости и нефтенасыщенности коллекторов в каждом пластопересечении; - определить характер насыщения пластов-коллекторов.
Петрофизическое обоснование методики интерпретации ГИС Сведения об освещенности керном продуктивных пластов, методиках и объемах выполненных работ по анализу керна
Несмотря на сплошной отбор керна, освещенность нефтенасыщенной части пластов непредставительна. Освещенность отдельных прослоев составляет 3,1-30 % и только в единичных случаях достигает 80 %.
Открытую пористость и объемную плотность при подсчете и пересчете определяли методом И. А. Преображенского, насыщая образцы керосином в вакуумной камере и взвешивая их на аналитических весах (погрешность оценки не более 5 %).
Газопроницаемость пород измеряли методом стационарной фильтрации азота (погрешность оценки не более 10 %). Начальную водонасыщенность (ов) моделировали в капилляриметрах, представляющих собой камеру с укрепленной в ней тонкопористой керамической мембраной, насыщенной минерализованной водой. При давлениях ниже капиллярных, существующих в каналах мембраны, она обладает свойствами пропускать только смачивающую фазу, в данном случае воду.
Начальную нефтенасыщенность (SH) образцов определяли косвенным методом через остаточную водонасыщенность как Остаточную водонасыщенность моделировали методом полупроницаемой мембраны.
Определение граничных значений фильтрационно-емкостных характеристик коллекторов по величине остаточной нефтенасыщенности
Коэффициент остаточной нефтенасыщенности (Soli) получен на основании результатов лабораторных экспериментов по определению коэффициента вытеснения Квт на составных моделях с различной проницаемостью. Эксперименты осуществлялись в соответствии с требованиями РД. Остаточная нефтенасыщенность была определена по окончании эксперимента, когда фактическая обводненность приблизилась к 100 %.
Трехмерное моделирование разработки нефтяного месторожде ния со сложным геологическим строением
Построение цифровой фильтрационной модели началось после создания геолого-математической модели и проведения анализа наличия геолого-промысловой информации и данных геофизического контроля за процессом разработки месторождения.
При гидродинамическом моделировании используются следующие классы исходных данных: - данные, полученные из геолого-математической модели; - аналитические (лабораторные) данные по PVT свойствам пластовых флюидов и ФЕС коллекторов; - данные о пластовой водонапорной системе; - промысловые данные по скважинам. В геолого-математической модели представлены необходимые для гидродинамического моделирования группы данных: - в сеточном виде структурно-геометрические параметры пласта; - сеточные фильтрационно-емкостные параметры пласта; - координаты устьев скважин, данные инклинометрии, пластопересече-ния, интервалы перфорации в сеточном виде; - сеточные данные о характере насыщения объекта.
Лабораторией петрофизики получены данные по PVT свойствам пластовых флюидов и ФЕС коллекторов: - физико-химические характеристики пластовой и поверхностной нефти; - физико-химические свойства пластовой воды; - коэффициенты пористости и проницаемости по керну; - относительные фазовые проницаемости и капиллярные давления.
Наличие данных, описанных выше, позволяет сделать вывод о возможно сти построения фильтрационной модели.
Исходные данные для построения фильтрационной модели делятся по их происхождению на три типа: - данные из геолого-математической модели; - данные промысловых исследований и испытаний; - данные лабораторных исследований.
Точность данных первого типа определяется погрешностью - геофизических (каротажных) исследований; - данных сейсморазведочных работ 3D; - определения структурно-геометрических параметров объекта разработки; - определения контуров нефтеносности; - выделения коллекторов продуктивного пласта.
Степень достоверности вышеперечисленных данных напрямую зависит от количества контрольных точек, в которых получена исходная информация о пласте.
Точность данных второго типа определяется, прежде всего, погрешностью результатов гидродинамических испытаний скважин. Объем и качество гидродинамических исследований также не позволяют точно определить параметры пластов месторождения.
Для повышения точности исходных данных необходимо проведение дополнительных исследований по уточнению фильтрационно-емкостных параметров пласта.
Далее рассматриваются результаты моделирования разработки Алексеев-ского месторождения Удмуртской Республики, которое обладает большинством из указанных характерных особенностей. Месторождение разрабатывается первый год, на данный момент добыча ведется 12 скважинами, фонд поддержа ния пластового давления отсутствует.
Очевидным требованием к модели является учет сжимаемости нефти, воды и коллекторов. Ввиду того, что разработку месторождения предполагается вести без снижения пластового давления ниже давления насыщения, можно принять допущение об отсутствии газовой фазы в процессе разработки.
Математическая модель основана на системе уравнений трехмерной двухжидкостной (нефть, вода) фильтрации, подчиняющейся закону Дарси, [15] dptmSi ,. KHkt . +div Lgrad/? = g/, = {н,в}, (3.1) dt ft где p - плотность; К — тензор абсолютной проницаемости; Н — мощность пласта; т — пористость; s - насыщенность (sH =l-sB) ,p — давление; ju - вязкость; Q — плотность источников (стоков) массы; k(s)- относительная фазовая проницаемость компоненты в системе «нефть-вода». Жидкости и порода полагаются линейно упругими Рі=Ро№ + аі(р-р0)], т = Щ[1 + 0(р-Ро)1 (3.2)
Прямая задача моделирования разработки месторождения состоит в определении давления и насыщенности путем решения системы уравнений (3.1) и (3.2) при заданных начальных и краевых условиях.
В качестве краевых ставятся условия отсутствия потока через внешнюю границу области. В начальный момент времени считаются известными функции пластового давления и насыщенности. Скважины представляются как точечные источники (стоки) массы, для каждого из которых является либо известной функцией времени, либо определяется по закону Дюпюи для заданного забойного давления.
