Содержание к диссертации
Введение
Глава первая Система петрофизического обеспечения моделирования залежей ув на основе эффективной пористости 21
1.1. Информационное ядро и элементы системы петрофизического обеспечения моделирования .33
1.2. Функциональные модели системы петрофизического обеспечения .34
1.3. Области применения системы петрофизического обеспечения 37
Глава вторая Петрофизические модели эффективной и динамической пористостей. петрофизическое обеспечение интерпретации данных гис с использованием характеристических параметров .46
2.1. Петрофизическая модель эффективной пористости 46
2.1.1. Модель гранулярного коллектора 46
2.1.2. Формирование зависимости остаточной водонасыщенности от пористости .50
2.1.3. Проверка модели по данными гранулометрического анализа .59
2.1.4. Обоснование модели эффективной пористости 64
2.1.5. Петрофизический инвариант 71
2.1.6. Связь остаточной водонасыщенности с нормированной эффективной пористостью .73
2.2. Применение петрофизических моделей для описания свойств сложных
коллекторов 79
2.2.1. Параметризация моделей эффективной пористости 79
2.2.2. Свойства матрицы гранулярных коллекторов 86
2.2.3. Влияние минерального состава цемента на водоудерживающую способность коллектора .94
2.2.4. Литологическое обоснование петрофизической модели
2.2.5. Определение набухания цемента по характеристическим параметрам коллектора 104
2.2.6. Петрофизическое обоснование адаптивной интерпретации данных ГИС 109
2.3. Учет нефтегазонасыщенности в петрофизических моделях 113
2.3.1. Доля УВ в объеме общей, эффективной и динамической пористости 113
2.3.2. Инвариантность гидрофильного нефтенасыщенного коллектора .116
2.3.3. Связь коэффициента вытеснения с ФЕС гидрофильного коллектора 118
Глава третья Методическое и интерпретационно-алгоритмическое обеспечение интерпретации данных гис для определения эффективной пористости 124
3.1. Петрофизические модели методов ГИС и адаптивные алгоритмы 124
3.1.1. Метод потенциалов собственной поляризации (СП) 124
3.1.2. Методы удельных электрических сопротивлений 130
3.1.3. Метод естественной радиоактивности 141
3.1.4. Плотностной гамма-гамма метод 150
3.1.5. Стационарные нейтронные методы 163
3.1.6. Импульсные нейтронные методы 171
3.1.7. Акустический метод 178
3.2. Адаптивная интерпретация данных ГИС 182
3.2.1. Структура адаптивной интерпретации данных комплекса ГИС 182
3.2.2. Петрофизические модели методов ГИС 184
3.2.3. Характеристические значения петрофизических параметров методов ГИС 188
3.2.4. Программная реализация методики 198
3.2.5. Погрешности определения эффективной пористости 202
3.2.6. Погрешности определения нефтегазонасыщенности 207
Глава четвертая Применение петрофизической модели эффективной пористости для расчетов коэффициента сжимаемости порового пространства и сжимаемости коллектора для моделирования замещения флюидов 211
4.1. Моделирование нефтеносных пластов с учетом неоднородности сжимаемости
порового пространства 211
4.1.1. Коэффициент сжимаемости эффективного порового пространства 212
4.1.2. Петрофизическая модель сжимаемости порового пространства В.М. Добрынина 212
4.1.3. Модифицированная петрофизическая модель сжимаемости порового пространства .213
4.1.4. Моделирование перераспределения давления в пласте в процессе разработки залежи 214
4.2. Расчет акустической жесткости по данным ГИС 218
4.2.1. Изучение упругих свойств коллекторов по результатам адаптивной интерпретации данных ГИС 218
4.2.2. Точностные характеристики алгоритма определения акустической жесткости...223
4.2.3. Изучение пород-неколлекторов методами ГИС для определения упругих свойств разреза 224
4.3. Влияние характера насыщения на упругие свойства коллекторов нефти и
газа 229
4.3.1. Анализ модели Ф.Гассмана сжимаемости предельно насыщенной породы .229
4.3.2. Модификация модели Ф.Гассмана 231
4.3.3. Неопределенности расчета объемной сжимаемости коллектора 232
4.3.4. Реализация модифицированной модели замещения флюидов .235
Глава пятая Модели связи капиллярного давления с эффективной пористостью и расчет нефтенасыщенности в переходной зоне коллектора 239
5.1. Капиллярное давление 239
5.1.1. Определение капиллярного давления .239
5.1.2. Связь капиллярного давления с текущей и остаточной водонасыщенностью .241
5.1.3. Определение «асимптотического» значения остаточной водонасыщенности... 248
5.2. Переходная зона коллектора .252
5.2.1. Моделирование насыщения в переходной зоне .252
Глава шестая Методики и алгоритмы применения эффективной пористости для расчетов абсолютной, эффективных и фазовых проницаемостей по данным гис 258
6.1. Абсолютная проницаемость 258
6.1.1. Теоретические связи проницаемости с ФЕС 258
6.1.2.Зависимость абсолютной проницаемости от глубины залегания 263 6.1.3. Влияние полиминерального состава терригенного коллектора на его фильтрационные характеристики .269
6.2. Эффективные и фазовые проницаемости 275
6.2.1. Прогноз фазовых проницаемостей по данным ГИС 275
6.2.2. Нормировки фазовых проницаемостей в концепции ЭПП .278
6.2.3. Связи эффективных проницаемостей с ФЕС 280
6.2.4. Модели относительных фазовых проницаемостей (ОФП) .284
6.2.5. Связи параметров моделей ОФП с ФЕС коллекторов 288
Глава седьмая Геолого-технологическое моделирование на основе использования динамических фес на примере неокомских отложений одной из залежей западной сибири .292
7.1. Вопросы моделирования и пространственного положения скважин 292
7.1.1. Модель погрешностей при дирекционных исследованиях скважин 297
7.2. Прогноз продуктивности и состава притока по промысловым геофизическим данным 301
7.3. Построение геологической модели залежи с использованием динамических ФЕС коллекторов
7.3.1. Построение распределений петрофизических свойств .305
7.3.2. Построение моделей насыщения пластов флюидами .307
7.3.3. Определение удельных продуктивностей по нефти и воде в межскважинном пространстве 307
7.3.4. Верификация начальных распределений продуктивности и обводненности продукции .309
7.3.5. Рекомендации по выбору оптимальных направлений работ на месторождении 314
Заключение 317
Литература
- Функциональные модели системы петрофизического обеспечения
- Формирование зависимости остаточной водонасыщенности от пористости
- Методы удельных электрических сопротивлений
- Связь капиллярного давления с текущей и остаточной водонасыщенностью
Функциональные модели системы петрофизического обеспечения
Интегрирование геолого-геофизической и технологической информации при моделировании месторождений углеводородов показало необходимость системного взаимодействия различных областей геологического знания: геологии, сейсморазведки, петрофизики, технологий проведения и интерпретации методов ГИС, инклинометрии, гидродинамических исследований и моделирования залежей УВ.
На сегодняшний день к важнейшим результатам геологоразведочных и промысловых работ следует относить не только информацию о геологическом строении залежи и ее свойствах, необходимых для подсчета запасов, но и возможность количественного прогноза поведения залежи в процессе разработки, определения добывных характеристик коллекторов и состава притока. Отсюда следует необходимость определения характеристик, определяющих фильтрационные и емкостные способности коллектора по флюидам, находящимся в пласте, – динамических параметров коллекторов (фазовых проницаемостей, эффективной пористости), капиллярных давлений и других свойств в условиях естественного залегания.
Многие промышленно продуктивные коллекторы относятся к категории «сложных» – глинистых с полиминеральным составом матрицы и цемента, сложной структурой емкостного пространства. Проблема количественного определения динамических ФЕС таких коллекторов (в частности, эффективной и динамической пористости) до сих пор не имеет надежного решения. Прежде всего, эти задачи должны быть рассмотрены для существенно неоднородных гранулярных коллекторов, к которым приурочены значительные запасы углеводородов. Объектами исследований являются сложные гранулярные полиминеральные коллекторы нефти и газа различных регионов РФ.
Для оценки ФЕС коллекторов нефти и газа традиционно оперируют такими параметрами как общая пористость, объемная глинистость и абсолютная проницаемость. Ни одна из названных характеристик не является однозначным атрибутом коллектора. Открытая пористость характеризует лишь емкость коллектора, не отражая его отдающие способности.
Величина общей пористости у глинистых неколлекторов зачастую выше, чем у коллекторов. Абсолютная проницаемость отражает фильтрационные свойства коллектора в сухом состоянии для воздуха или инертного газа (последний не взаимодействует с поверхностью коллектора). Эта проницаемость не отражает фильтрационных возможностей коллектора, насыщенного нефтью или газом потому, что проницаемости нефти, газа и воздуха даже для сухой породы не могут быть одинаковыми.
На рис.1 показан алевро-песчаник мелкозернистый пористый нефтенасыщенный (увел. 200х). Видна существенная неоднородность коллектора как по минеральному составу, так и по поверхностным свойствам минералов. Очевидна разная степень гидрофобизации поверхности зерен, что принципиально не может быть отражено такими свойствами как общая пористость и абсолютная проницаемость.
Поэтому для количественного описания коллекторов следует использовать их динамические характеристики – эффективную пористость и фазовые проницаемости по нефти и воде, которые являются базисными параметрами в концепции эффективного порового пространства (ЭПП). Эта концепция разрабатывается с позиций геологического и гидродинамического моделирования в ИПНГ РАН (А.Н.Дмитриевский, С.Н.Закиров, Э.С.Закиров, И.С.Закиров, И.М.Индрупский, Д.П.Аникеев и др.), а с позиций промысловых геофизических исследований и петрофизики коллекторов нефти и газа – на кафедре ГИС РГУ нефти и газа (Д.А.Кожевников, Н.Е.Лазуткина, К.В.Коваленко и др.) [63, 78-82].
Изучению сложных гранулярных полиминеральных коллекторов по данным ГИС посвящено большое число работ отечественных ученых и специалистов. Методологические принципы петрофизических и скважинных исследований сложных коллекторов, а также методики интерпретации данных ГИС разработаны В.Н.Дахновым, В.Н.Кобрановой, В.М.Добрыниным, Б.Ю.Вендельштейном, В.В.Ларионовым, А.А.Ханиным, В.Х.Ахияровым, Р.С.Сахибгареевым, В.В.Хабаровым, Е.И.Леонтьевым, В.Г.Фоменко, Н.И.Нефедовой, Г.С.Кузнецовым, В.И.Петерсилье, М.М.Элланским, В.С.Афанасьевым, Н.А.Ирбе, М.Г.Латышовой, Г.Арчи, М. Вилли, Дж.Думаноиром, М.Х. Ваксманом, А.Дж.М.Смитом, К.Клавье, Х.Дж. Хиллом, С.Д.Пирсоном, В.Х.Фертлом и другими исследователями. Результаты этих исследований, являющиеся в целом крупным научным и практическим достижением, выявили многие ключевые закономерности, определяющие, в том числе, и динамические ФЕС коллекторов.
Результаты интерпретации данных комплекса геофизических исследований скважин во многом являются основой петрофизического наполнения геологической модели. Однако многообразие процессов и факторов, требующих учета, указывают на то, что задача выделения и количественной оценки фильтрационно-емкостных свойств сложных полиминеральных глинистых коллекторов не является завершенной. Не случайно запасы крупнейших месторождений уточняются неоднократно.
Трудности выделения и оценки коллекторов обусловлены не только их сложностью. Недостаточная информативность применения электрических, акустического, плотностного и нейтронного методов для количественной оценки характеристик коллекторов возникает из-за сложностей учета влияния глинистости, твердого органического вещества, углистости, цеолитизации, газонасыщенностичастности, неполнотой информации, извлекаемой из данных петрофизических анализов керна.
Экспериментальные и теоретические исследования были выполнены на кафедре геофизических исследований скважин МИНХ и ГП им. И.М. Губкина в лаборатории промыслово-геофизических проблем под руководством доктора геолого-минералогических наук, профессора Б.Ю. Венделыптейна. Работами А.Д.Дзюбло, М.А.Белякова и др. было показано, что для прогнозирования коллекторских свойств необходимы детальные литолого-петрографические и петрофизические исследования, которые наряду со стандартными методами изучения кернового материала должны включать детальный физико-химический анализ тонкодисперсной фракции пород и изучение микроструктуры порового пространства. Особо отмечалось, что комплекс исследований должен включать петрографический анализ шлифов, гранулометрию, изучение тонкодисперсной компоненты пород рентгенографическим, адсорбционным, термоаналитическим, электронномикроскопическим и электронографическим методами, исследование микроструктуры порового пространства пород методами порометрии, адсорбционным и с помощью растровой электронной микроскопии. Детально был рассмотрен учет физически и химически связанной воды в осадочных породах при интерпретации материалов ГИС [15, 16, 28-33, 58].
В.С.Афанасьев, С.В.Афанасьев и А.В.Афанасьев [10] провели работы по обобщению многочисленных опубликованных экспериментальных и теоретических данных по исследованию электропроводности и диффузионно-адсорбционной активности пород, а также выполнили комплексные экспериментальные исследования влияния адсорбционных явлений на электропроводность, аномалии СП, интервальное время пробега акустических волн, объемную плотность пород и другие физические свойства при насыщении образцов пресными и минерализованными водными растворами и воздействия на образцы различных температур и давлений.
Обобщение выполненных исследований показало, что во многом адсорбционные явления определяют физические свойства пород в условиях их естественного залегания. Адсорбционные явления проявляются в двух формах: в формировании интегральных характеристик электролита внутри порового пространства и в изменении параметров скелета породы за счет адсорбционных деформаций структурного каркаса. То есть показано, что адсорбционные явления, протекающие в горной породе, являются важнейшим фактором формирования физических свойств горных пород в их естественном залегании.
Формирование зависимости остаточной водонасыщенности от пористости
Петрофизика, как и любая наука, ориентирована на выработку, производство и систематизацию объективных знаний об объекте исследования, которым в данном случае являются физические свойства горных пород.
Моделирование является одним из основных методов исследования петрофизических взаимосвязей. Петрофизические модели можно условно разделить на эмпирические и теоретические. Теоретические модели основываются на фундаментальных законах и на выявленных закономерностях связей свойств горной породы. Наряду с эмпирическими и теоретическими используются и полуэмпирические модели. Для них математические выражения получаются теоретическим путем с точностью до эмпирически получаемых констант.
Построение эмпирических моделей – единственно возможный способ моделирования тех элементов системы, для которых нельзя построить в настоящее время теоретических моделей из-за отсутствия сведений об их внутреннем механизме или большой сложностью описываемых процессов.
Между эмпирическими, полуэмпирическими и теоретическими моделями не существует резкой границы. Любые математические модели, в конечном счете, выражаются через параметры, определяемые экспериментальным путем.
При построении теоретических моделей существуют два подхода к анализу объекта исследования - микроподход и макроподход (в общепринятой терминологии) - отличающиеся тем, с какой позиции наблюдается изучаемый объект1.
При микроподходе объект рассматривается изнутри. Изучаются внутренняя структура, внутренние связи между его элементами. Микроподход позволяет детально изучать внутреннюю структуру сложной системы, определять ее составляющие, выявлять функционирование каждой составляющей отдельно и определять результат взаимодействия всех составляющих.
При макроподходе объект (сложная система – коллектор) рассматривается как единое целое, на уровне обобщений. Это означает, что внутренние связи, внутреннее устройство объекта не рассматриваются, а изучаются только входы и выходы, их взаимная зависимость. Отсюда следует, что задачи интерпретации данных ГИС с целью определения динамических ФЕС и использованием опорных параметров решаются в рамках макроподхода.
На рис.1.3.1 показан синтез подходов к исследованию петрофизических взаимосвязей на примере моделирования связи остаточной водонасыщенности с пористостью. Для примера показаны различные подходы моделирования связи Кво(Кп): аппроксимация, модель Б.Ю. Вендельштейна [64] и макроописание связи Кво(Кп).
Развитие экспериментальной базы петрофизических исследований образцов керна расширило и упрочило представления о своеобразии взаимосвязей фильтрационно-емкостных свойств коллекторов. Результаты петрофизического моделирования способствовали выявлению и обобщению закономерностей, обнаруживающихся в многообразии накопленных эмпирических данных.
Инструментом для выявления аналитических закономерностей явились петрофизические модели остаточной водонасыщенности Кво (здесь и далее под остаточной понимается гидродинамически неподвижная, или связанная вода, КвоКв.связ), эффективной пористости Кпэф=Кп(1-Кво), и понятие петрофизической инвариантности.
Если традиционно огромный объем керновых исследований приходится на параметры Кпр абс и Кп, то при описанном подходе важны определения Кво, ОФП, капиллярных давлений и расчет Кп эф и Кпр эф. Повышенное внимание должно уделяться низкопроницаемым коллекторам. Изменения эффективной пористости Кп эф значительно лучше отражают особенности состава и строения коллекторов нефти и газа. Известна существенно более тесная корреляция Кп эф с различными литолого-петрофизическими и фильтрационно-емкостными свойствами, по сравнению с Кп (абсолютная проницаемость и пр.). Переход к динамической петрофизике существенно повышает точность, надежность и информативность геологического и гидродинамического моделирования [56, 74-76, 120, 158-160].
Построение геологических моделей начинается с этапа структурно-стратиграфического моделирования, при этом особую важность приобретает оценка точности положения скважин в геологическом пространстве. Подчеркнем, что оценка неопределенности положения скважины — модель погрешностей инклинометрии — является ключевым элементом как безопасного экономически эффективного бурения, так и надежного геомоделирования.
Одним из основных инструментов прогноза геологического строения в межскважинном пространстве являются сейсмические исследования. Динамическая интерпретация сейсмических данных, основанная на связи упругих свойств горных пород с параметрами волнового поля, позволяет получать тренды, характеризующие ФЕС продуктивных пластов. Модель эффективной пористости применима для моделирования упругих свойств коллекторов с целью разделения разреза на литотипы путем решения обратной динамической задачи сейсморазведки и увязки сейсмической и скважинной информации.
С техническим перевооружением петрофизики активно развивается новое направление – моделирование упругих свойств пород (Rock Physics). Петрофизическая модель эффективной пористости используется при моделировании замещения флюидов для выделения коллекторов с различным насыщением по результатам сейсмической инверсии.
Перечисленные выше задачи, решаемые по результатам интерпретации данных ГИС, а также возможности корреляции пластов, фациального анализа и циклометрии по динамическим ФЕС, оказываются задействованы на этапах структурно-стратиграфического и литолого-фациального моделирования.
Петрофизическое моделирование обеспечивает получение кубов динамических ФЕС коллекторов. Определяемые по данным ГИС эффективная и динамическая пористости и коэффициент нефтенасыщенности позволяют использовать капиллярно-гравитационную модель для расчета распределения углеводородов в переходной зоне и прогнозировать фазовые проницаемости с высокой надежностью. Решение этих задач необходимо на этапах подсчета запасов и гидродинамического моделирования [110].
Таким образом, применение эффективной пористости к решению задач петрофизики и физики пласта позволяет существенно расширить методологическую основу моделирования свойств коллекторов. На рис.1.3.2 схематически показан информационный потенциал динамической петрофизики при решении задач моделирования залежей углеводородов.
Систему в целом можно разделить на три основных подсистемы, отдельные блоки которых тесно связаны, что позволяет судить о возникновении системного свойства. На рис. 1.3.4-12 последовательно представлены подсистемы анализа результатов петрофизических исследований, интерпретации данных ГИС и подсистема интеграции или междисциплинарных взаимодействий. Структура и логика информационных блоков показана на рис. 1.3.3. В соответствии с методологией построения ядра системы, блоки включают исходные данные и процессы обработки данных, т.е. функциональные преобразования, которые обеспечивают целевые параметры и связи на выходе. Дисперсии входных и выходных данных являются фильтром неопределенностей и погрешностей, которые включаются в общий результат.
Методы удельных электрических сопротивлений
Измерения полупроводниковыми детекторами, энергетическое разрешение которых гораздо выше, чем у сцинтилляционных, позволяют регистрировать отдельные линии и определять содержания ЕРЭ даже при отсутствии радиоактивного равновесия.
Модель (3.1.3.23) справедлива для статической аномалии (показаний) в однородном пласте, насыщенном по мощности, при отсутствии промежуточных зон между прибором и породой (сухая необсаженная скважина). Предварительная обработка, учет фона и скважинных условий измерений выполняются специальным алгоритмом.
Петрофизическая модель для определения объемных содержаний основных минеральных компонент коллекторов нефти и газа по данным плотностного гамма-гамма-метода и спектрометрии гамма-излучения естественной радиоактивности имеет вид: где т - индекс входного петрофизического параметра (плотность, объемные содержания калия, урана, тория; суммарное содержание ЕРЭ в единицах уранового эквивалента); а - объемная плотность породы; п - индекс компоненты (флюид, глинистый материал, органическое вещество, минеральная матрица); Кп, о„– объемное содержание п-й компоненты и ее минералогическая плотность; Rmn\\ - матрица петрофизических характеристик компонент породы.
Для петрофизической настройки алгоритма нахождения {К„} можно использовать данные лабораторных определений по керну содержаний К, U, Th, пористости, плотности, глинистости. Устойчивость алгоритма обеспечивается контрастом содержаний ЕРЭ в компонентах, контрастом плотностей матрицы и органического вещества, высоким содержанием урана в ОВ и тесной связью между ними, возможностью диагностики типа преобладающего глинистого минерала (по отношению K/Th) и автоматической петрофизической подстройкой алгоритма.
Применение гамма-спектрометрии существенно расширяет область применимости метода естественной радиоактивности,в частности, на случай полиминеральных глинистых коллекторов. В сложных терригенных полиминеральных глинистых коллекторах, если условия применимости гамма-метода для определения пористости не выполняются, общая и эффективная пористости могут быть определены по массовому содержанию тория.
Петрофизическая модель (3.1.3.24) дает количественную основу для петрофизического моделирования связей показаний ГМ-С с фильтрационно-емкостными свойствами пород, их минералогическим и гранулометрическим составом. В общем случае компонентная модель породы может включать в себя не только минеральные компоненты, но и структурные — различные формы глинистого материала, а также различные гранулометрические фракции.
Относительную глинистость (эффективную пористость) можно определить по данным ГМ, если глинистый цемент является общим носителем естественных радионуклидов. Для полиминеральных коллекторов это условие, как правило, не выполняется. В этом случае можно использовать данные ГМ-С и рассмотреть в качестве интерпретационного параметра, например, величину торий-калиевого отношения (Th/K).
Из петрофизической модели (3.1.3.24) следует, что величина (Th/K) отношения прямо (или обратно) пропорциональна относительной нормированной глинистости ц (в зависимости от того, каким радионуклидом — торием или калием, соответственно, — обогащен цемент).
Если матрица имеет калий-полевошпатовый состав при отсутствии (или малом содержании тория), а глинистый цемент преимущественно каолинитового состава обогащен торием и не содержит калия, то
Если матрица не содержит калия, но обогащена торием, а глинистый цемент (преимущественно гидрослюдистого состава) не содержит тория, но обогащен калием, для ц имеет место обратное соотношение.
Регистрация комптоновски-рассеянного гамма-излучения позволяет определить объемную плотность - один из важнейших физических параметров горных пород. При постоянном минералогическом составе пород объемная плотность является линейной функцией пористости. Знание объемной плотности необходимо при количественных оценках фильтрационно-емкостных свойств и продуктивности коллекторов. Принципиальным достоинством ГГМ-П при решении этой задачи перед другими методами ГИС (нейтронным, акустическим и др.) является значительно меньшее влияние глинистости, минерализации пластовых вод и промывочной жидкости [7, 43]. Знание объемной плотности пород лежит в основе совместной интерпретации данных ГИС и разведочной геофизики (сейсмической и гравиметрической разведки). ГГМ-П является одним из наиболее информативных методов радиометрии скважин.
Трудности применения ГГМ-П для изучения сложных коллекторов, перспективных в отношении нефтеносности, обусловлены малым диапазоном изменения объемной плотности, а также сильным влиянием изменений скважинных условий измерений.
Основная проблема интерпретации данных ГГМ сводится к учету (исключению) влияния промежуточной зоны, в качестве которой обычно предполагается глинистая корка. Это предположение существенно ограничивает диапазон изменения свойств промежуточной зоны, которая может включать зону уплотнения (кольматации) или зону разуплотнения (искусственной трещинноватости). В последнем случае глинистая корка не образуется.
До сравнительно недавнего времени количественное определение плотности пород в отечественных приборах ГГМ осуществлялось (а для зарубежных приборов осуществляется и в настоящее время) с помощью вычислительных алгоритмов, получаемых на основе эмпирического обобщения результатов физического (натурного) или математического (по методу Монте-Карло) моделирования. Эмпирический характер этих алгоритмов принципиально ограничивает возможности анализа их точностных характеристик, в особенности, при наличии промежуточной зоны. Хотя поля рассеянного гамма-излучения, создаваемые в системе скважина-пласт приборами различной конструкции, подчиняются одним и тем же физическим закономерностям, для каждого типа аппаратуры ГГМ-п предлагается свой алгоритм интерпретации - одинаковых алгоритмов нет. Исключение составляет адаптивная интерпретационная модель ГГМ [118] и разработанный на ее основе алгоритм интерпретации для двухзондовых и многозондовых установок [246]. Результаты проверки этой модели проанализированы в [120] и приводятся ниже.
В работах [114, 118] сформулирована интерпретационная модель ГГМ и, на ее основе – универсальный алгоритм интерпретации, справедливый для аппаратуры ГГМ любого типа при выполнении стандартной процедуры определения метрологических характеристик. Такими характеристиками являются чувствительность к плотности (при отсутствии промежуточной зоны) и радиальная чувствительность зонда (каждой пары источник - детектор). Параметр радиальной чувствительности тесно связан с геометрической глубинностью исследования, и его величина характеризует множество факторов: размеры зондов, геометрические размеры и состав фильтров, экранов и коллиматоров, включая угловые параметры азимутальной и полярной коллимации, спектральные эффективности детекторов, энергетический спектр регистрируемого гамма-излучения и изменение спектра при наличии фотоэлектрического поглощения. Радиальные чувствительности зондов определяются посредством стандартной метрологической процедуры, предусматривающей измерения на двух базовых метрологических образцах плотности (МОБ) с имитатором глинистой корки известной плотности и толщины.
Связь капиллярного давления с текущей и остаточной водонасыщенностью
Петрофизическое моделирование разных литологических типов пород, начиная от наилучшего коллектора, обладающего максимальной общей пористостью (матричной пористостью) и не содержащего цемента, и заканчивая наиболее уплотненными разностями. Получены семейства зависимостей между различными характеристиками породы (интервальное время, объемная плотность, нейтронная пористость и пр.) и общей пористостью. Эти зависимости отражают изменение емкостных, литологических и петрофизических характеристик при изменении общей пористости от пористости матрицы до критической пористости, равной полной водоудерживающей способности коллектора; от критической пористости до нулевой пористости (в предположении о полном окремнении или глинизации породы). Значение критической пористости различно для разных типов глинистого цемента: минимально для каолинитового цемента и максимально для разбухающих цементов (монтмориллонит, хлорит и пр.). Аналитическое моделирование диаграмм АМ и ГГМ-П в неколлекторах проведено при помощи объемной модели, основанной на аддитивности физических свойств минеральных компонент, взвешенных по их объемным содержаниям.
Далее выполнен анализ зависимостей показаний методов ГИС от общей пористости в коллекторах и неколлекторах. Рассмотрены два предельных случая коллектора: песчаники с высокой и низкой полной водоудерживающей способностями (min=7% и max=22%), а также сопоставление моделей с фактическими данными (средне-, мелкозернистые песчаники сложного минерального состава с каолинитовым цементом, кварцем и каолинитовыми глинами, Зап.Сибирь). Фактические зависимости (рис. 4.2.3.1, а, в) принципиально отражают закономерности изменений показаний методов ГИС в соответствии с моделями (рис. 4.2.3.1, б, г). При максимальной пористости (отсутствии глинизации) зависимости сходятся, а для различных значений расходятся, тем заметнее, чем больше неоднородность коллектора.
На рис. 4.2.3.2 представлен пример расчета диаграмм АМ, ГГМ-П и акустического импеданса (АИ) юрских коллекторов (Зап.Сибирь), представленных средне-, мелкозернистыми песчаниками сложного минерального состава.
Аналогичный пример показан на рис. 4.2.3.3 для неокомских отложений Зап. Сибири. Для проверки точности алгоритмов диаграммы акустической жесткости рассчитывались двумя способами. Первый способ – прямой (контрольный) – по данным ГГМ-П и АМ (объемной плотности и интервальному времени). Второй способ – адаптивный – по данным методов СП, ГМ и ННМ-2. Высокая степень сходимости модельных диаграмм с фактическими, как и в интервалах коллекторов, свидетельствует о точности предложенной методики.
Рассчитываемые упругие свойства непосредственно связаны с фильтрационно-емкостными свойствами коллекторов и используются в процессе совместной интерпретации данных сейсморазведки и ГИС.
При поисках и разработке месторождений нефти и газа актуален учет изменений свойств и насыщения коллекторов в межскважинном пространстве. Для решения этой задачи привлекаются данные сейсморазведки. Петрофизическое моделирование с использованием данных ГИС играет важную роль при оценке информативности результатов сейсмической инверсии: прогноз продуктивности коллекторов основан на изучении влияния характера насыщения на упругие свойства (возможность прогноза насыщения по данным сейсморазведки).
Моделирование замещения флюидов лежит в основе целого ряда способов интерпретации данных сейсморазведки, служащих для оценки характера насыщения: результаты исследования зависимости скоростей сейсмических волн от типа флюида используются при оценке латеральных вариаций насыщенности по данным о сейсмических скоростях, акустическом импедансе и других параметрах. Такие расчеты проводятся во всех районах, где сейсмические данные применяются на этапе разведки месторождений, причем по отдельности для основных структурно - литологических комплексов, а иногда и отдельных пластов. По этой причине детальные исследования изучаемых разрезов, характеризующие основные типы пород, лежат в основе моделирования, результаты которого могут служить в качестве опорного аналога для коллекторов других регионов (по принципу петрофизического районирования).
Моделирование влияния флюидов сводится к нахождению связей между упругими модулями породы и ее компонент в случае, когда коллектор имеет фиксированный состав скелета, но различное насыщение. Для описания таких связей применяют модель Ф.Гассмана [233]. В работе предлагается модификация этой модели, обеспечивающая повышение точности моделирования упругих свойств коллекторов при различном флюидонасыщении благодаря учету фактических изменений объема и свойств остаточной воды (продедено совместно с Д.А.Кожевниковым и И.С.Дешененковым [123]).
Модель пористой среды, используемая в уравнениях Гассмана, предполагает наличие твердой и жидкой (газообразной) фаз. Твердая фаза формирует жесткий каркас (матрицу или скелет), характеризующийся своими макроскопическими модулями упругости. Жидкая (газообразная) фаза полностью заполняет емкостное пространство. Количество флюида в выделяемом объеме среды остается неизменным (нет дренирования). Обозначив разности объемных сжимаемостей ртв - рфл = Аи рсух - ртв = А2, модель Гассмана можно записать как:
При сдвиге изменения объема породы и пор не происходит, следовательно, степень сжимаемости флюида, разная у жидкостей и газов, не играет роли. Полагается, что модуль сдвига самого флюида равен нулю. Очевидно, что условие /Лфл = 0 может выполняться только для флюида с пренебрежимо малой вязкостью (газ и так называемая «идеальная жидкость»).
Допущения модели накладывают ограничения на частотный диапазон сигналов при использовании теории Гассмана в динамических задачах. При достаточно малой длине волны жидкая фаза будет «проскальзывать» относительно скелета породы, то есть влияние типа флюида на упругих свойствах отражаться не будет. Важно также учитывать ограничение по частотному составу — при частоте упругих колебаний, большей чем частота Био, уравнение Гассмана плохо описывает упругие характеристики двухфазных сред из-за неучета движения флюида относительно твердой фазы. Поэтому модель Гассмана применима только на достаточно низких частотах (сейсморазведка и ВСП), «ограниченно годна» для акустического метода (первые килогерцы) и неприменима для ультразвукового моделирования [250].
Основным недостатком уравнений Гассмана на практике является необходимость задания упругих свойств скелета, которые зависят от многих факторов и трудно поддаются оценке. Другим недостатком модели Гассмана является сложность учета изменения доли остаточной воды. На практике выбирают среднее наиболее типичное для данного разреза значение остаточной водонасыщенности и используют его при моделировании без учета вертикальной изменчивости. Также не происходит учета свойств остаточной воды, отличающихся от свойств воды свободной. Иногда отличие в упругих параметрах (скорости продольных волн или плотности может достигать значительных величин 15-20 % [136]. Все перечисленное может приводить к существенным ошибкам при изучении влияния флюида на упругие свойства пород-коллекторов и, как следствие, к неточностям при динамической интерпретации данных сейсморазведки.
