Содержание к диссертации
Введение
Глава 1. Модель зоны переходного насыщения 19
1.1 История-развития моделирования переходной зоны. Обзор различных капиллярных моделей насыщенности 19
1.2 Практическое применение модели Брукс-Кори 23
1.3 Определение положения зеркала чистой воды 27
1.4 Заключение по результатам применения капиллярной модели, насыщенности 29
Глава 2. Методика оценки пористости тонкослоистых пластов-коллекторов АС10-11 Салымской группы месторождений 31
2.1 Состояние проблемы 31
2.2 Ограничения традиционной методики прогноза ФЕС тонкослоистых пластов-коллекторов 32
2.3 Технология восстановления высокочастотной компоненты показаний плотностного каротажа 34
2.4 Методика прогноза долевого содержания тонкослоистых коллекторов 39
2.5 Статистический анализ различных вариантов оценки пористости 43
2.6 Выводы по результатам применения специальных технологий пршоценке пористости горных пород 43
Глава 3. Прогноз проницаемости и продуктивности 45
3.1 Традиционные методы и существующие неопределенности 45
3.2 Сбор, подготовка и анализ керновых данных 47
3.3 Выбор, настройка и проверка модели проницаемости, учитывающей структуру порового пространства 49
3.4 Прогноз эксплуатационных показателей скважин по данным ГИС 56
3.4.1 Анализ влияющих факторов 56 з
3.4.2 Эмпирическая модель обводненности 56
3.4.3 Прогноз обводненности - фазовые проницаемости 57
3.4.4 Модель Кори 61
3.4.5. Прогноз продуктивности - уравнение Дарси 65
3.5 Разработка комплексной методики прогноза проницаемости 68
3.5.1. Лито-фациальная модель проницаемости 68
3.5.2 Лито-плотностная модель проницаемости 72
3.5.3 Множественные регрессии и нейронные сети - как инструмент прогноза проницаемости 75
3.5.4 Анализ результатов тестирования различных моделей проницаемости... 82
3.6 Удельное электрическое сопротивление и его связь с изменением ФЭС горных пород 85
3.7. Выводы по результатам анализа различных способов прогноза проницаемости 90
Глава 4. Интерактивный интерпретационный алгоритм 93
Заключение 95
Список литературы
- Практическое применение модели Брукс-Кори
- Технология восстановления высокочастотной компоненты показаний плотностного каротажа
- Выбор, настройка и проверка модели проницаемости, учитывающей структуру порового пространства
- Лито-фациальная модель проницаемости
Введение к работе
Актуальность работы
Большинство «классических» нефтяных месторождений Западной Сибири (ЗС) представлены малоамплитудными залежами нефти с развитой зоной переходного насыщения и наличием свободной воды выше принятого во до-нефтяного контакта (ВНК). Разработка подобных «недонасыщенных» залежей сопряжена с существенными сложностями оценки потенциала скважин и риском получения высокой обводненности скважинной продукции с самого начала эксплуатации.
В такой ситуации, понимание строения и свойств зоны переходного насыщения является непременным условием успешного управления разработкой «недонасыщенных» месторождений нефти. Для решения этой задачи необходимо построение гибких интерпретационных алгоритмов, ядром которых является модель переходной зоны (МПЗ), органично взаимосвязанная с моделями всех индивидуальных характеристик коллекторов. Задача создания подобной интерактивной системы петрофизического моделирования для нефтяных месторождений ЗС весьма актуальна и своевременна
Цель работы
Разработка методики интерактивного петрофизического моделирования недонасыщенных коллекторов переходной зоны по данным керна, ГИС и промысловой информации.
Апробация полученной методики на продуктивных пластах-коллекторах АС10-11 месторождений салымской группы (Западно-Салымское, Ваделыпское и Верхне-Салымское месторождения)
Задачи исследования
Построение МПЗ
Оценка пористости и нефтенасыщенности тонко- и микрослоистых коллекторов
Прогноз проницаемости коллекторов различной литологии. Согласование фактической и прогнозной продуктивности скважин.
Научная новизна
Впервые применительно к пластам-коллекторам АС 10-11 месторождений салымской группы получены следующие результаты :
Построена капиллярная модель зоны переходного насыщения.
Разработан комплексный алгоритм деконволюции плотностного каротажа
Разработана методика комплексирования электрической и капиллярной моделей с целью повышения достоверности оценки нефтенасыщенности тонко- и микрослоистых коллекторов
Разработана методика комплексирования радиоактивных и электрических методов ГИС (в рамках единой модели переходной зоны) для оценки проницаемости малоглинистых песчано-алевролитовых коллекторов
Основные защищаемые положения
Модель переходной зоны нефтяной залежи может быть представлена в виде зависимости водонасыщенности коллекторов от их проницаемости, пористости и высоты над зеркалом чистой воды (ЗЧВ)
Применение капиллярной модели насыщенности позволяет более точно (в сравнении с данными электрометрии) определять Кн пластов-коллекторов толщиной менее 1-2м.
Сравнительный анализ оценок водонасыщенности по электрическим и капиллярным данным позволяет выявлять интервалы с неудовлетворительной оценкой проницаемости и проводить ее последующую коррекцию.
Комплексный анализ и интерпретация данных стандартного комплекса ГИС (включающего КС, ГГКп, НКТ, ГК) позволяют прогнозировать начальный дебит и обводненность скважин
Практическая ценность
В результате выполненных исследований и работ повышена достоверность оценки подсчетных параметров недонасыщенных пластов-коллекторов АС10-11 Западно-Салымского, Верхне-Салымского и Ваделыпского месторождений. Как следствие, достигнута высокая эффективность освоения скважин и дальнейшего управления разработкой этих месторождений.
Личный вклад автора
Материалы, положенные в основу диссертации, получены самим автором, или с его непосредственным участием при работе в качестве главного технического специалиста - геофизика НК «Салым Петролеум Девелопмент» в 2006-2010г.г.
Реализация работы
Созданная технология легла в основу информационного петрофизического обеспечения разработки Западно-Салымского, Ваделыпского и Верхне-Салымского месторождений. Некоторые элементы диссертации были использованы при подготовке и защите оперативного подсчета запасов Западно-Салымского и Ваделыпского месторождений (2009г.).
Апробация работы
Основные положения и результаты работы докладывались на международной конференции геофизиков и геологов «Тюмень -2007»; ХШ-ой научно-практической конференции «Пути реализации нефтегазового и рудного потенциала Ханты-Мансийского автономного округа - Югры» - 15-19 ноября 2009 года, г. Ханты-Мансийск; техническом семинаре молодежной секции международного общества нефтяников SPE - 17 марта 2010г., г. Москва; техническом семинаре SPE «Синергия статического и динамического
моделирования» - 23-25 марта 2010г., г. Москва; международной технической конференции SPE «Петрофизика XXI - Традиции и Инновации» - 17-19 мая 2010, г. Тюмень.
Публикации
Результаты диссертации изложены в 6-ти научных работах
Структура и объем работы
Практическое применение модели Брукс-Кори
Далее, зная ВНЗЧВ, Кпр и Кп коллектора можно рассчитать, соответствующий ему параметр J и определить его Кв по зависимости KB=f(J) (рис.9).
Этот способ нашел, благодаря своей простоте, широкое применение при оценке нефтегазонасыщенности, как альтернативный метод, в дополнение к электрической модели насыщенности. Что особенно актуально при возникновении осложнений при интерпретации электрического каротажа в условиях толщин коллекторов меньше разрешающей способности электрических методов ( 1.5-2м), а также при наличии неопределенностей применительно к электрической модели насыщенности горных пород.
Кроме того, этот метод широко используется для инициализации кубов насыщенности при создании геологических и гидродинамических моделей пласта. Однако, 9сновным недостатком этого метода (аналогично с предыдущим) является не учет формы капиллярных кривых, что приводит в условиях изменчивой литологии к существенному разбросу кривых KB=f(J) вокруг осредняющей линии (рис.9). Результате этого, возникает существенная погрешность определения Кв, что снижает общую информативность метода:
В такой ситуации наиболее уместно применение более сложных, но вто же время более гибких: моделей, таких .как Лямбда, Брукс-Кори, или Томир[33]. В рамках проведенного моделирования было отдано предпочтение модели Брукс-Кори, позволившей добиться наилучшей настройки.
Модель Брукс-Кори представлена следующим выражением: К.=К.+( КЛР. /Ы"- (4) где Кв - водонасыщенность в д.е., Кво — остаточная водонасыщенность в д. е. (последняя точка капиллярной кривой), Рс лаб — капиллярное давление в барах, Рс,вх - входное капиллярное давление при котором водонасыщенность становится меньше 100% в барах, п- коэффициент кривизны капиллярных кривых.
В процессе настройки модели каждая капиллярная кривая описывается функцией Брукс-Кори со своими уникальными величинами Кв0, Рсвх и п для каждого образца (рис.10)
Затем капиллярное давление может быть трансформировано в высоту над зеркалом чистой воды посредством уравнения (2). В результате анализа полученной модели (рис.11) можно оценить вариацию величины предельного нефтенасыщения (Кн тах) и длину переходной зоны (ДПЗ).
Так, при величине абсолютной газопроницаемости в 500 мД длина переходной зоны составляет 5м и максимальный Кн 80%, при проницаемости 1мД - ДПЗ равна 50м и максимальный Кн - порядка 35%. Анализируя поведение капиллярной модели при средней для резервуара Кпр в 25мД можно предположить наиболее типичную для залежи протяженность переходной зоны порядка 20-25м и Кнтах- 55-60%. 20 ЗО 40 50 60 70 00 90 100 - Кпр, мД
В дальнейшем полученные значения Кво, Рсвх и п коррелируются с соответствующими им величинами Кпр, Кп или sqrt(Knp/Kn) (рис.12). Пример корреляции настроечных параметров модели Брукс-Кори с коэффициентом проницаемости После этого, рассчитав коэффициенты Кв0, Рс,вх и N из Кпр, или Кпр/Кп (определенных по данным ГИС), а также пересчитав высоту коллекторов над ЗЧВ в капиллярное давление, мы имеем возможность определить их водонасыщенность способом, независимым от данных электрометрии (рис.13).
Сравнение керновых данных, электрической и капиллярной моделей насыщения (рис.13) свидетельствует об их хорошей сходимости в интервалах залегания гомогенных коллекторов большой мощности. Таким образом, результаты независимых оценок Кн подтверждают друг друга.
Однако, для гетерогенных микрослоистых разностей происходит значительное занижение Кн по каротажным данным, вследствие влияния вмещающих пород и шунтирования тока, обусловленного наличием проводящих непроницаемых микропрослоев. В то же время насыщенность, определенная по данным МПЗ, хорошо согласуется с керновыми данными во всем литологическом диапазоне пород-коллекторов.
Следовательно, капиллярометрическая модель позволяет достаточно достоверно «прогнозировать» нефтенасыщение в переходной зоне даже в тех ситуациях, когда электрический каротаж оказывается неэффективным, вследствие его ограниченной вертикальной разрешенности, и как следствие, неспособности достоверно оценить УЭС прослоев тоньше 1,5-2м.
При этом, необходимо отметить, всю важность достоверного определения по данным ГИС коэффициента проницаемости горных пород, являющегося одним из основных входных параметров МПЗ. Один из вариантов решения задачи представлен в главе 3 этой работы.
Технология восстановления высокочастотной компоненты показаний плотностного каротажа
Общеизвестно, что в однородных пластах большой мощности определение фильтрацтонно-емкостных характеристик может быть проведено с достаточно высокой достоверностью. В то-же время, в интервалах маломощных коллекторов и тонкослоистого переслаивания проницаемых и непроницаемых разностей, а также на границах прослоев наблюдается занижение оценки пористости по данным ГИС (рис.16). Кроме того, при определении эффективной толщины микрослоистых коллекторов происходит завышение их мощности за счет непроницаемых тонкослоистых пропластков, «невидимых» каротажной аппаратурой. ошибки оценки Кпв тонкослоистом переслаивании
Пример занижения оценки Кп в интервалах залегания тонко- и микрослоистых коллекторов, а в кровле и подошве проницаемых интервалов
Таким образом, определение ФЕС тонкослоистых гетерогенных коллекторов представляется достаточно проблематичным в рамках стандартной методики.
С целью повышения достоверности оценки ФЕС маломощных и тонкослоистых коллекторов была применена специальная технология повышения вертикальной разрешающей способности плотностного каротажа (ГТКп), являющегося основным методом определения пористости горных пород (применительно к рассматриваемому месторождению). 2.3 Технология восстановления высокочастотной компоненты показаний плотностного каротажа
Базовая методика повышения разрешенности плотностного метода представлена в работе [28]. Концептуально, описываемая технология заключается в извлечении высокочастотного сигнала малого зонда плотностного каротажа. При этом, показания ближнего детектора сглаживаются до вертикальной разрешенности дальнего. Затем вычисляется разность исходной и отфильтрованной кривых малого зонда, являющаяся искомой высокочастотной компонентой (рис.17).
В дальнейшем, извлеченный высокочастотный сигнал добавляется к зарегистрированной кривой объемной плотности (рис.17) В результате чего, полученная диаграмма сохраняет низкочастотный тренд исходных данных, исправленных за искажающее влияние скважины и вмещающих пород, и приобретает вертикальную разрешающую способность малого зонда, близкую к 0.2м. исходная кривая объемной плотности высокочастотная компонента верхний порог результирующая кривая объемной плотности нижний порог
Говоря о повышении разрешенности методов ГИС, необходимо отметить важность правильного квантования каротажных данных. Проблема заключается в том, что стандартно применяемый шаг квантования 0.1-0.2м, сам по себе, приводит к подавлению полезной высокочастотной компоненты. Используемые нами показания ближнего детектора оцифрованы изначально с шагом 2.5 см. Проведенные эксперименты по увеличению шага квантования показали, что 5 см являются достаточной величиной для сохранения высокочастотного сигнала и осуществлению некоторого «шумоподавления» (рис.19). В связи с этим, при проведении деконволюции ГГКп, все используемые каротажные данные были приведены к этому шагу по глубине
С целью дальнейшего улучшения вертикального разрешения плотностного каротажа была также применена методика «Си8р»-деконволюции (обратной фильтрации), изложенная в работе [78]. Концептуально, использованная технология представляет собой дополнительную обработку полученных диаграмм посредством трехточечного «cusp» - фильтра (рис.20): 8рвз = -a 5j-1 + (2 а+1) 5j - a 6j+i (5) где 5рез - результат деконволюции, 8j.b 8j и бц значения квантов кривой объемной плотности в окне фильтрации, а - коэффициент «усиления». + ! і 3ps E; 0 іS ! l -1 0 +1 +2 квант Рис.20 Принципиальная схема действия «сизр»-фильтра На рисунке 21, в качестве примера, представлено сопоставление моделей показаний плотностного метода до и после "cusp -деконволюции. 2. 2.7В «g Ж? И 23 2.16 Модель горной породы Модель ГГКп после "cusp" - деконволюции 1.95 10 11 12 13 14 16 Синтетическая глубина, М Рис.21 Иллюстрация применения "cusp -деконволюции на модели показаний ГГКп Вместе с тем, фактические данные плотностного метода характеризуются наличием высокочастотного «шума», не связанного с информацией о свойствах горных пород. В связи с этим, для достижения наилучшего результата, представленная процедура деконволюции должна быть совмещена с предварительной «мягкой» шумоподавляющей фильтрацией [78].
Результатом подобной дополнительной обработки показаний ГГКп является некоторое дальнейшее усиление высокочастотной компоненты, повышение «резкости» литологических границ и подавление «ложных» высокоамплитудных «выбросов» (рис.22).
Выбор, настройка и проверка модели проницаемости, учитывающей структуру порового пространства
Общеизвестно, что проницаемость является одним из наиболее важных и, в то же время, наиболее сложно предсказуемых свойств горных пород. Давно установлено, что попытки определения Кпр как функции пористости приводят, к недопустимым погрешностям, достигающим порядковых величин. Причиной этого является, как правило, крайне слабая общая взаимосвязь фильтрационных и емкостных свойств коллекторов различной литологии. В такой ситуации интерпретатор данных ГИС вынужден искать ответ посредством построения иных, более гибких, моделей проницаемости.
Одним из традиционных решений является использование различного рода эмпирических моделей, учитывающих помимо пористости также структуру порового пространства (СПП) горных пород. При этом, последняя выражается в виде сортировки, упаковки, степени цементации и размерности зерен скелета, а также в степени извилистости, диаметре и сообщаемости межзерновых фильтрационных каналов и т.д. Подобные модели, будучи настроены на керновых данных, являются «прозрачными» в петрофизическом отношении. Влияние каждого из их входных параметров может быть легко отслежено и проконтролировано.
Вместе с тем, главной проблемой, при подобном подходе, является тот факт, что предсказание всех дополнительных свойств СПП является в интерпретационном отношении практически таким же сложным, как и предсказание самой проницаемости.
Кроме того, весьма популярной методикой является прогноз Кпр на основе индивидуальных лито-фациальных зависимостей. Такая методика не только позволяет, в ряде случаев, добиться улучшения предсказательности Кпр, но и приводит также к понимаю литологических и минералогических «механизмов», контролирующих изменение проницаемости.
Однако «узким местом» подобного подхода зачастую, являются искажение статистического распределения» прогнозной, проницаемости; сопровождающееся- возникновением искусственных, мод, вследствие концентрации данных внутри выделенных классов пород. Кроме того,- как и в предыдущем» случае, необходимо отметить сложность достоверного каротажного предсказания самих литотипов, сводящую, в ряде случаев, «на нет» всю идею литофациального прогнозаКпр.
И, наконец, одним из последних «резервов» в наборе типичных инструментов интерпретатора являются множественные регрессии и-нейронные сети. При- этом, как правило, входными данными служит практически вся релевантная каротажная информация, что должно приводить, в идеальной ситуации, к повышению чувствительности-настраиваемой модели.
Действительно, в ряде случаев, такой-подход позволяет найти выход из затруднительного положения, когда ни один из традиционных методов не приносит желаемого результата и до конца не понятна природа взаимосвязи входных и искомых параметров.
В то же время, подобная псевдо «универсальность» методики таит всебе определенную опасность «самообмана» исследователя, построившего свою модель на неверных связях входных и обучающих данных. Следует отметить и традиционное неприятие подобного подхода рядом специалистов, упрекающих метод в отсутствии петрофизической «прозрачности». Также, не стоит забывать о возможных ошибках настройки и прогноза, обусловленных исключительно неудовлетворительной калибровкой и нормировкой каротажных данных. Это становиться особенно актуальным при использовании материалов сразу нескольких скважинных геофизических измерений. Вместе с тем, какова бы ни была методика прогноза Кпр, успешное решение поставленной задачи невозможно без привлечения достаточной, надежной, правильно «увязанной и отфильтрованной керновой информации.
В этом свете, принципиальными требованиями при сборе и-подготовке керновых данных являются: корректная глубинная привязка каменного материала петрофизическая репрезентативность керновых данных, выражающаяся в полном охвате всего литологического диапазона изучаемых отложений. статистическая достаточность выборки исследуемых образцов применение необходимых корректур для перехода от лабораторных условий к пластовым. контроль и оценка качества выполненных керновых измерений. и, что весьма актуально, но далеко не всегда отмечается — достоверная оценка пористости. В случае с СПД эта проблема решена проведением надежно калиброванного плотностного каротажа практически во всех скважинах.
Как упоминалось ранее, к настоящему моменту рассматриваемые месторождения является преимущественно разбуренными. В соответствии с выработанной программой сбора информации на каждой кустовой площадке был выполнен отбор керна в специально намеченных скважинах, отражающих особенности геологического строения изучаемых отложений.
Эффективность технологии отбора и выдающаяся сохранность каменного материала полностью исключили традиционные проблемы с глубинной увязкой керна и позволили добиться высокой плотности образцов на единицу длины разреза (не менее 3-4 образцов на метр).
Лито-фациальная модель проницаемости
Вместе с тем, это привело также некоторому искусственному усилению модальных величин (рис.46). Очевидной причиной этого является неизбежная группировка точек Кпр внутри выделенных классов. Напрашивающимся решением в такой ситуации является увеличение числа литологических типов, однако, как показывает практика, бесконтрольное наращивание количества классов ведет к стремительному росту ошибочности их распознания вероятностными методами, базирующимися на использовании комплексной каротажной информации.
В итоге, необходимо отметить, меньшую, чем ожидалось, эффективность методики в плане предсказания проницаемости, сопровождающуюся непропорционально возросшими усилиями на проверку качества и тщательную нормализацию многомерных каротажных данных.
С другой стороны, результатом проделанной работы явилось достаточно четкое понимание взаимосвязи литологических, минералогических и фильтрационно-емкостных свойств горных пород, а также, соответствующих им групповых каротажных признаков (применительно к рассматриваемому геологическому объекту).
Возвращаясь к вопросу отсутствия ожидаемого синергетического эффекта при использовании многомерных каротажных данных, к числу возможных объяснений, по мнению авторов, стоит отнести следующие причины: остаточная «разнормированность» каротажных материалов, лежащая за пределами эффективности существующих нормализационных методов, а также, возможно и привнесение ошибки при проведении необоснованной коррекции масштабов записи, приводящее к размытости границ каротажных кластеров (электрофаций). достаточно широкая остаточная вариация проницаемости- внутри выделенных типов % коллекторов, тем большая, чем меньшее количество литотипов было использовано. длинный методико-технологический канал связи керновых и каротажных данных, приводящий к неизбежному накоплению ошибок, связанных с трансформацией и видоизменением информации.
В связи с этим, авторам была предпринята попытка взглянуть на проблему с другой стороны, постараться сократить, объем сложно контролируемых входных данных и устранить «дистанционирование» между керновыми и каротажными признаками. Также, было решено увеличить количество классов коллекторов.
Лито-плотностной каротаж (Ре), чувствителен одновременно к изменению объемной плотности и атомного номера элементов, входящих в объем породы. Таким образом, его показания должны отражать как общую пористость, так и вещественный состав пород, а, следовательно, и ее литологическую принадлежность.
Исходя из этих предпосылок, детализированное статистическое распределение Ре было проанализировано на предмет выделения интервалов, предполагаемо ассоциируемых с различными литологическими разновидностями песчано-алевритовых пород. При этом (с целью эксперимента), было принято решение о выделении максимально возможного количества лито-плотностных классов, характеризующихся, тем не менее, достаточной статистической обоснованностью керновыми данными (рис.47). 2.5 Э 3.5 фото-электрический фактор, Ь/е
По окончании лито-плотностной класификации горных пород, полученные типы коллекторов были вынесены в поле зависимости Кпр(Кп) (рис.48). При этом, с целью сокращения «дистанции» между керновыми и каротажными данными, проницаемость была представлена керновыми определениями, а пористость - результатами ее оценки по данным ГГКп. Как видно из демонстрируемых материалов классификация коллекторов по их лито-плотностным признакам действительно приводит к проявлению индивидуальных зависимостей Кпр(Кп) (рис.48).
Установление индивидуальных зависимостей Кпр-Кп на основе лито-плотностной классификации горных пород В итоге, апробация разработанной методики привела к следующим наблюдениям. Так, коэффициент корреляции уменьшился до величины 0.79 (рис.49), лишь немного превысив, таким образом, показатель модели Тимура. Кроме того, было установлено, что форма статистического распределения вновь спрогнозированной проницаемости характеризуется излишней сглаженностью в сравнении с керновыми данными, вероятной причиной чего является избыточность количества выделенных типов коллекторов.
С другой строны, полученные результаты являются вполне сопоставимыми с показателями методики Тимура. Это обстоятельство наглядно демонстрирует полезное свойство фотоэлектрического метода, а именно - его роль в дискриминации обобщенной зависимости Кпр(Кп).
Как известно [69], лито-плотностной каротаж считается одним из наиболее эффективных методов для определения, в первую очередь, литологии карбонатных отложений. Вместе с тем, известной областью его применения (совместно с данными гамма-спектрометрии) является оценка минералогии глинистого материала, что, видимо, и обуславливает влияние Ре на предсказательность Кпр в терригенном разрезе.
Тем»; не менее, несмотря на некоторое достигнутое, улучшение прогнозирования; Kj]p; наїоснове обеихлитофациальных моделей!, все же, стоит отметить, что - полученные показатели нельзя: назвать прорывом: в сравнении; с базовошметодикой (уравнение Тимура); В; связи с; : этим;, было- принято решение проанализировать, предсказательную способность- методов; базирующихся на . многомерных корреляциях,этаких как. множественные регрессии и нейронные сети.
