Содержание к диссертации
Введение
1. КРАТКАЯ ГЕОЛОГО-ГЕОФИЗИЧЕСКАЯ ХАРАКТЕРИСТИКА ИЗУЧАЕМЫХ
МЕСТОРОЖДЕНИЙ 8
1.1. Характеристика Умсейского месторождения 8
1.2. Характеристика Средне-Итурского месторождения 10
1.3. Характеристика Месторождения №1 И
2. СОВРЕМЕННЫЕ МЕТОДЫ ПОДСЧЕТА ЗАПАСОВ 16
2.1. Объемный метод подсчета запасов 16
2.1.1. Сущность объемного метода 17
2.1.2. Способы определения средних значений параметров объемного метода 19
2.1.3. Подсчет геологических запасов нефти и свободного газа на разных стадиях изучения залежи 22
2.1.4. Особенности подсчета запасов нефти и свободного газа в сложнопостроенных коллекторах 24
2.2. Методы дифференциации запасов 26
2.2.1. Цели и методы дифференциации запасов 27
3. МЕТОДИКА И РЕКОМЕНДАЦИИ ПО ВЫБОРУ ПАРАМЕТРОВ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИ ПОДСЧЕТЕ ЗАПАСОВ 30
3.1. Методы моделирования полей геологических параметров при подсчете запасов в компьютерных технологиях 30
3.1.1. Алгоритмы моделирования полей геологических параметров 30
3.1.2. Программные продукты картопостроения 34
3.2. Анализ погрешностей подсчета запасов при картировании геологических параметров 35
3.2.1. Степень влияния шага сетки на точность подсчета запасов 35
3.2.2. Степень влияния плотности сетки скважин на точность подсчета запасов 45
3.3. Анализ особенностей параметров полувариограмм 56
4. УЧЕТ ФАЦИАЛЬНЫХ ОСОБЕННОСТЕЙ ПОРОД-КОЛЛЕКТОРОВ ПРИ ПОСТРОЕНИИ КАРТ ПОДСЧЕТНЫХ ПАРАМЕТРОВ 66
4.1. Методика построения карт в изолиниях с учетом фациальных особенностей пластов 66
4.2. Методы восстановления древних обстановок осадконакопления 68
4.3. Электрометрические модели песчаных тел 71
4.3.1. Диагностика фаций континентальных обстановок осадконакопления 73
4.3.2. Диагностика фаций морских обстановок осадконакопления 77
4.3.3. Диагностика фаций дельтовых обстановок осадконакопления 81
4.4. Влияние тектонических факторов на формирование пластов 84
4.4.1. Палеотектонический анализ отложений изучаемого месторождения 86
4.5. Фациальная интерпретация данных ГИС для продуктивных пластов 95
4.5.1. Фации пласта АВ22 95
4.5.2. Фации пласта АВ2' 100
4.5.3. Фации пласта АВі3 104
4.5.4. Сопоставление моделей электрофаций с керновым материалом 110
4.6. Построение карт подсчетных параметров с учетом фациальных особенностей
пород-коллекторов 120
5. МЕТОДИКА ДИФФЕРЕНЦИРОВАННОГО ПОДСЧЕТА ЗАПАСОВ С УЧЕТОМ
ОТДАЮЩЕЙ СПОСОБНОСТИ КОЛЛЕКТОРОВ 129
5.1. Влияние геолого-физических параметров на разработку месторождений 129
5.2. Дискретно-непрерывные модели геологических параметров 138
5.2.1. Понятие о дискретных моделях 138
5.2.2. Методика построения карты типов ПЗП 140
5.3. Классификация коллекторов по их отдающей способности 143
5.4. Анализ отдающей способности коллекторов месторождения №1 .148
5.4.1. Характеристика технического состояния фонда добывающих и нагнетательных скважин 148
5.4.2. Анализ работы пластов в добывающих скважинах по данным ПГИ 165
5.4.3. Анализ работы пластов в нагнетательных скважинах по
данным ПГИ 169
5.5. Методика дифференцированного подсчета запасов по типам ПЗП 174
5.5.1. Дифференцированная оценка объемов по типам ПЗП 174
5.5.2. Закономерности распределения коллекторов с различной отдающей способностью месторождения №1 175
5.5.3. Типизация ПЗП месторождения №1 180
5.5.4. Закономерности распределения коллекторов с различной отдающей способностью Средне-Итурского месторождения 189
5.6. Дифференцированный подсчет запасов по классам коллекторов и типам ПЗП 192
5.6.1. Дифференцированный подсчет запасов месторождения №1 192
5.6.2. Дифференцированный подсчет запасов Средне-Итурского месторождения 194
5.7. Рекомендации по совершенствованию системы разработки с целью повышения эффективности выработки запасов 195
ЗАКЛЮЧЕНИЕ 197
СПИСОК ЛИТЕРАТУРЫ 198
- Характеристика Умсейского месторождения
- Сущность объемного метода
- Алгоритмы моделирования полей геологических параметров
Введение к работе
Актуальность защищаемой работы. В состоянии сырьевой базы нефтедобывающих предприятий России, произошли значительные качественные и количественные изменения структуры запасов нефти. В связи с высокой степенью выработки крупных и высокопродуктивных месторождений, на балансе предприятий резко увеличилась доля трудноизвлекаемых запасов. Вовлечение их в разработку является весьма актуальной задачей. Однако, применяемые для этого технологии добычи нефти требуют существенных финансовых и ресурсных затрат, а значит являются рентабельными лишь при наличии достаточных объёмов этих запасов.
В настоящее время российскими и зарубежными геологами ведется большая работа по совершенствованию методики подсчета запасов, как важнейшего этапа геологоразведочных работ и подготовку нефтяных и газовых месторождений к разработке.
Интенсивное внедрение компьютерных технологий в практику построения моделей геологических объектов при подсчете запасов, проектировании и анализе разработки нефтяных месторождений привело к тому, что на российском рынке появилось свыше десяти зарубежных и столько же, если не больше, отечественных пакетов геомоделирования. Большой вклад в развитие компьютерных технологий моделирования полей геологических параметров внесли такие ученые, как В.И. Азаматов, В.А. Бадьянов, A.M. Волков, Л.Ф. Дементьев, М.А. Жданов, А.Н. Кирсанов, А.Г. Плавник, А.Н. Сидоров, Ю.В. Шурубор и др. Исследования в области построения цифровых моделей геологических параметров показывают, что получаемые результаты зависят от параметров, применяемых математических моделей. В связи с этим, возникает необходимость в проведении дополнительного изучения оценки качества построенных моделей.
Цель работы. Разработка методики повышения точности подсчета запасов на основе их дифференциации по отдающей способности коллекторов.
Основные задачи исследований:
1. Провести анализ погрешностей подсчета запасов при картировании гео
логических параметров в компьютерных технологиях
2. Разработать методику построения карт подсчетных параметров с учетом
фациальных особенностей пород-коллекторов
Уточнить методику типизации призабойных зон скважин с учетом интенсивности работы коллекторов
Разработать методику дифференцированного подсчета запасов по участкам с различной эффективностью выработки запасов
Научная новизна:
Разработана методика дифференцированного подсчета запасов нефти с учетом отдающей способности прослоев коллекторов.
Разработана методика комбинированного применения электрофациалыюго анализа и статистических алгоритмов моделирования полей геологических параметров, повышающая качество построения карт в компьютерных технологиях.
Выявлены закономерности распространения коллекторов с различной отдающей способностью на нефтяных залежах
Практическая ценность работы:
Разработанная методика повышает точность подсчета запасов с дифференциацией их по отражающей способности коллекторов, что позволит повысить эффективность выработки запасов.
Разработанный подход к оценке запасов использован при подсчете запасов на других месторождениях.
Апробация работы. Основные положения диссертационной работы были многократно доложены на конференциях студентов и молодых ученых: на VII Международном симпозиуме студентов, аспирантов и молодых ученых имени академика М.А.Усова «Проблемы геологии и освоения недр», Томск, 2003г.; на отраслевой научно-практической конференции молодых ученых и специалистов «Проблемы развития нефтяной промышленности», Тюмень, 2003г.; на третей всероссийской научно-практической конференции, проходившей в г.Тюмени 25-27 февраля 2004 года; на XIII научно-практической конференции молодых ученых и специалистов Тюмен-НИИгипрогаза «Проблемы развития газовой промышленности Западной Сибири», Тюмень, 2004г.; на научно-практической конференции «Геология и нефтегазонос-ность Западно-Сибирского мегабассейна», Тюмень, 2004г.; на IV научной сессии студенческой академии наук ТюмГНГУ «Проблемы и перспективы освоения природно-ресурсного потенциала Западной Сибири», Тюмень, 2005г.; на научной конференции с международным участием «Рациональное использование природных биологических
ресурсов», проходившей 12-19 июня 2005г. в r.Sousse (Тунис); на международном на
учно-техническом семинаре, посвященного 50-летию открытия Западно-сибирской
К нефтегазоносной провинции «Информационные системы и технологии в геологии и
нефтегазодобыче», Тюмень, 2005г.; на научно-практической конференции «Состояние, тенденции и проблемы развития нефтегазового потенциала Тюменской области», проходившей в г.Тюмени 21-22 сентября 2005г., а также статьи в журналах «Успехи современного естествознания» №1, 2005г., «Современные наукоемкие технологии» №5,2005г..
Структура и объем работы. Работа состоит из введения, пяти глав, заключения и списка литературы. Содержание работы изложено на 208 страницах, включая 80 рисунков и 21 таблицу. Список литературы насчитывает 118 наименований.
Диссертация выполнена под руководством доктора геолого-минералогических наук, профессора А.А. Дорошенко, которому автор искренне признателен за поддержку, научные консультации и помощь при выполнении работы.
Автор благодарит первого заместителя генерального директора, директора по моделированию ОАО «СибНАЦ» И.А. Плесовских, начальника департамента геоло-гического моделирования Н.А. Михайлову за понимание и поддержку.
Автор глубоко признателен сотрудникам отдела обслуживания вычислительной техники и периферийного оборудования за помощь в оформлении работы и техническую поддержку.
*
class1 КРАТКАЯ ГЕОЛОГО-ГЕОФИЗИЧЕСКАЯ ХАРАКТЕРИСТИКА ИЗУЧАЕМЫХ
МЕСТОРОЖДЕНИЙ class1
Характеристика Умсейского месторождения
Умсейская площадь расположена в пределах герцинид Обь-Тазовской складчатой системы, входящей в состав Урало-Монгольского складчатого пояса. Складчатый палеозой в рассматриваемом регионе непосредственно перекрыт ортоплатформенным мезо-кайнозойским чехлом без признаков развития промежуточного структурного этажа.
В соответствии с обзорной картой Западно-Сибирской нефтегазоносной провинции, Умсейское нефтегазоконденсатное месторождение расположено в северовосточной части Сургутского нефтегазоносного района Средне-Обской нефтегазоносной области.
Геологическое строение района для проведения геологоразведочных работ неблагоприятное, так как малоамплитудные небольшие по размерам поднятия приурочены к моноклинали. Размеры локальных куполов настолько малы, что они, как правило, меньше или сопоставимы с размерами полигонов сейсмических профилей. Поэтому некоторые скважины оказались пробурены вне контура нефтеносности. Эффективность поисково-разведочных работ низкая, более 70 % скважин ликвидировано по геологическим причинам. Породы-коллекторы характеризуются резкой литологаческои изменчивостью, как по латерали, так и по разрезу.
Этаж нефтеносности охватывает интервал разреза, включающий верхнюю часть тюменской свиты, образования васюганской, баженовской, сортымской (Ач4, Ач3, Ач2, Ачі, БСц3, БСц2, БС,,1, БСю2 1, БСю1) и усть-балыкской (БСю0"1, BC BCg1 и БСб1) свит.
Основными промышленными объектами на площади Умсейского месторождения являются залежи нефти горизонтов БСю и БСц.
На Умсейском месторождении анализу подвергался основной продуктивный пласт БСю1. Залежь нефти пласта БСю1 пластовая, литологически экранированная. На юго-западе, юге и юго-востоке она глинизируется, а с севера контролируется водо-нефтяным контактом на а.о. -2724-2728 м. Размеры залежи 15,5x13 км, высота составляет 54 м.
Пласт БСю1 в пределах залежи характеризуется литологаческои изменчивостью. Эффективная нефтенасыщенная толщина пласта изменяется от 0,6 м до 15 м, при этом средняя эффективная нефтенасыщенная толщина составила 6,6 м. Физико-литологическая характеристика коллекторов рассматриваемого пласта
Общая толщина пласта БСю изменяется от 3.8 м до 23.5 мив среднем составляет 13,9 м. Пласт охарактеризован керном в 27 скважинах. Проходка с отбором керна в интервале продуктивного пласта составила 143.53 м, линейный вынос керна в интервале продуктивного пласта - 101.85 м. Вынос керна в интервале продуктивного пласта к общей толщине пласта составил 32.5 %.
Пласт сложен песчаником и алевролитом. Песчаники серые, мелкозернистые, алевритистые; алевролиты серые, крупнозернистые, отсортированы средне, а прослоями плохо. Коэффициент расчлененности изменяется от 0.14 до 1, в среднем составляет 0.47; коэффициент песчанистости - от 0.1 до 0.79, в среднем составляет 0.49. Среднее значение открытой пористости по керну - 16.4%, проницаемости - 24.2 мД.
В административном отношении Средне-Итурское месторождение находится в Пуровском районе Ямало-Ненецкого автономного округа Тюменской области.
В географическом плане территория месторождения располагается на северовосточном склоне Сибирских Увалов (увал Нумто) и в орографическом аспекте представляет собой всхолмленную неравномернозалесенную равнину с постепенным выполаживанием рельефа в северо-восточном направлении.
Геологический разрез Средне-Итурского месторождения представлен породами двух структурных комплексов: мезозойско-кайнозойского осадочного чехла и метаморфизованными породами палеозойского складчатого фундамента.
Согласно тектонической карте мезозойско-кайнозойского осадочного чехла Западно-Сибирской плиты Средне-Итурское месторождение отвечает Восточно-Итуяхскому локальному поднятию 3-гопорядка, приуроченному к восточной части Северо-Нижневартовской моноклинали.
Сущность объемного метода
В основе любого моделирования лежит задача выявления пространственных закономерностей изменения параметров изучаемых объектов.
Ограниченность точек наблюдения, в которых определены экспериментальные значения картируемого параметра, приводит к отсутствию строгого и единственно верного решения задачи восстановления поля значений параметра. В связи с этим обусловленно наличие большого числа алгоритмов решения задачи картопостроения.
С точки зрения соответствия наблюденных значений модельным величинам существующие методы решения задачи картопостроения можно разделить на два класса - интерполяционные и аппроксимационные. Каждый из методов имеет определенные преимущества и недостатки. Производительность интерполяционных методов значительно зависит от количества данных, аппроксимационные в свою очередь зависят от размеров картируемого участка и масштаба карты. В случае большого объема данных и их равномерного распределения в пределах области построения, результаты использования различных методов фактически идентичны [91,117].
К интерполяционным методам относятся метод ближайшего соседа, в основу которого входит диаграмма Воронова; метод триангуляционной линейной интерполяции - построение сетки треугольников с вершинами в точках наблюдений; метод естественного соседа - значение в точке определяется как взвешенное среднее по значениям в ближайших точках наблюдений; в методе инверсных расстояний используется обратно пропорциональная зависимость весовых коэффициентов от некоторой степени расстояния между расчетной точкой и точной наблюдений; в модифицированном методе Шепарда применяется квадратичные зависимости весовых коэффициентов от расстояний; метод радиальных базисных функций реконструирует искомую функцию; конвергентный, крайгинг и кокрайгинг. Рассмотрим последние методы более подробно. При этом, особое внимание уделив методу крайгинг, так как он является основным в данной работе.
Конвергентный метод - это достаточно стабильный, быстро работающий алгоритм общего назначения для вычисления сглаженной поверхности, достаточно хорошо описывающий все типы данных. Этот алгоритм обеспечивает экстраполяцию данных с учетом их тенденции распространения (тренда). После того, как по достаточно грубой сетке определен исходный тренд (тенденция поведения), с каждым последующим шагом (итерацией) уменьшается шаг грида и радиус влияния в каждый контрольной точке до тех пор, пока поверхность не будет достаточно точно «привязана» к данным. Метод точно воспроизводит входные данные при условии, что в ходе итерационного процесса будет достигнута достаточная детальность сетки [104].
Крайгинг - это один из наиболее сложных, но и наиболее гибких способов интерполяции. Этот метод назван в честь Д. Г. Криге, южноафриканского горного инженера и пионера применения статистических методов при подсчете запасов [29, 118].
В основе крайгинга лежит предположение о существовании статистической зависимости между значениями картируемого параметра от расстояния (условие статистической стационарности). Характер статистической связи в крайгинге определяется полувариограммами, описываемыми выражениями.
Алгоритмы моделирования полей геологических параметров
Крайгинг, как точный интерполяционный метод, позволяет предсказать измеренные значения в известных точках и делает это с ошибкой, равной нулю. Конечно, нет необходимости заниматься оценкой в точках, уже известных, но это может понадобиться в случае, если точечный крайгинг будет использоваться для построения карты в изолиниях. Если случится, что какая-либо из контрольных точек совпадает с узлом сети, то крайгинг даст правильные, свободные от ошибок значения, т.е. оцениваемая поверхность, пройдет в точности через все контрольные точки и, что доверительные области вокруг оценки поверхности проходят через нуль в контрольных точках.
Отметим, что в теории число точек, необходимых для получения оценки в узле грида, изменяется с изменением локальной плотности контроля. Для получения оценки в точке должны быть учтены все контрольные точки, расположенные в окрестности этой точки. На практике многие из этих точек оказываются избыточными, и их применение лишь незначительно улучшает оценку. При использовании крайгинга для целей картирования в изолиниях следует руководствоваться практическим правилом, которое ограничивает число действительно необходимых контрольных точек, в пределах зоны влияния или в окрестности. Оптимальное число контрольных точек определяется полувариограммой и пространственной схемой расположения точек. Структурный анализ, таким образом, играет двойную роль в крайгинге: он обеспечивает получение полувариограммы, необходимой для построения системы уравнений крайгинга, и также позволяет определить размер окрестности, внутри которой для получения каждой оценки выбираются контрольные точки.
Метод кокрайгинг отличается от крайгинга тем, что он использует один или более дополнительных параметров в качестве косвенных данных, при построении карт по какому-то основному показателю. Кокрайгинг помимо полувариограмм использует кросс-вариограммы для пар переменных. При использовании этих методов необходимо учитывать, что задачи определения тренда и оценки анизотропии не имеет однозначного решения. Неудачный выбор выражения для тренда может привести к снижению прогностических свойств метода [5,98].
К аппроксимационным методам относятся метод полиномиальной регрессии -этот метод используется при поиске трендовых поверхностей; метод минимума кривизны - поиск набора значений искомой поверхности в узлах регулярного грида; сплайн - задача метода сводится к системе линейных алгебраических уравнений, матрица этой системы положительно - определенная, при использовании р-сплайнов матрица имеет относительно простую структуру; метод искусственных нейронных сетей (ИНС) - решение задачи с помощью ИНС заключается в формировании соответствующей структуры сети и определении величин весовых коэффициентов [15,18, 116,117].
Имеющееся большое разнообразие программных продуктов, определяется многообразием решаемых ими функциональных задач, методов их решения, базовых программно-технических средств, технологических возможностей, производителей. Эти системы и технологии постоянно совершенствуются и развиваются как функционально, так и в технологическом плане.
Рынок компьютерных технологий на 95% заполнен зарубежными разработками (фирмы Schlumberger, Landmark, Roxar, SGG, Tigress и др.). Это объясняется тем, что к началу 90-х годов отечественные разработки по технологичности довольно сильно уступали зарубежным разработкам. Среди отечественных разработок можно отметить ПАНГЕЯ, INTEGRO и др. [89].
Анализ программных продуктов моделирования полей геологических параметров позволяет сделать вывод, что программный комплекс CPS-3 фирмы Schlumberger является наиболее известным в индустрии пакетом картопостроения, моделирования поверхностей и подготовки двумерной геологической модели. Продукт позволяет моделировать, редактировать, и анализировать карты горизонтов, разломов, свойств и т.д.
