1535

Секция 1. Геология, поиск и разведка месторождений нефти и газа

тальное геологическое строение и внутренние связи между моделируемыми параметрами дающими неопределенность.

Поскольку геологическая модель является основой для построения гидродинамической модели, соответственно, для выбора наиболее достоверной геологической модели напрашивается адаптация всех вариантов геологической модели по истории разработки. Однако данный процесс очень трудоемок по времени и работает, когда имеется достоверная история разработки. Также на дебиты скважин оказывает влияние множество технологических причин: от проектирования скважин до системы разработки. Для уменьшения времени расчетов большинство производителей программных продуктов трехмерного моделирования кроме реальных моделей используют интегральные характеристики геологического строения в виде распределений. В программном продукте компанииROXAR данныйалгоритмреализованвмодулеEnABLE.

Существует технология [5], которая для получения достоверного описания геологического строения залежи выполняет процедуру контроля качества реализаций и отбирает наиболее оптимальные решения, что позволяет снизить количество вариантов решений. Для поиска оптимальных решений разработан ряд критериев для оценки их достоверности. Критерии оценки результатов трехмерного геологического моделирования будут работать как фильтры, т.е. будут отсеивать (ограничивать) менее достоверные реализации. Разработаны и оценены критерии для выбора наиболее оптимальных реализаций геологического строения. Основной критерий проверки вариантов геологической модели основан на подтверждении геологического строения методом последовательного исключения скважинных данных. Еще один критерий связывает суммарную накопленную добычу нефти по скважине в пределах радиуса дренирования и извлекаемые запасы в модели. Другие критерии являются вспомогательными и позволяют ограничивать более привлекательные области. Созданные технологии позволяют улучшить качество прогноза геологического строения и дальнейшего гидродинамического моделирования (рис. 2).

Рис. 2. Вероятностная оценка запасов с учетом выбора оптимальных вариантов

61

Проблемы разработки месторождений углеводородных и рудных полезных ископаемых

Оценка выполняется на основе планирования эксперимента и математического моделирования, позволяющего выполнять процедуру контроля качества реализаций и выбора наиболее оптимальных решений.

Технология позволяет выбрать наиболее оптимальные размеры рангов вариограмм для методов стохастического моделирования.

Список литературы

1.Демьянов В.В., Савельева Е.А. Геостатистика: теория и практика / Ин-т проблем безопасного развития атомной энергетики РАН. – М.: Наука, 2010. – 327 с.

2.Chiles J.P., Delfiner P. Geostatistics. Modeling Spatial Uncertainty, Wiley Series in Probability and Statistics. – Wiley & Sons, 1999. – 695 p.

3.Klayton V. Deutsch Geostatistical Reservoir modeling. – OXFORD university, 2002. – P. 378.

4.Dubrule, O., 2003, Geostatistics for seismic data integration in earth models: SEG Distinguished Instructor Series No. 6. (В 2005 г. вышел пер. на рус. яз., 296 с.)

5.Путилов И.С., Потехин Д.В. Разработка технологии многовариантного трехмерного моделирования с контролем качества реализаций для повышения достоверности геологических моделей // Теория и практика нефтяной геофизики: материалы науч.-практ. конф. – Пермь, 2013.

62

Секция 1. Геология, поиск и разведка месторождений нефти и газа

ПРОГНОЗИРОВАНИЕ ЗНАЧЕНИЯ ДЕБИТА НЕФТИ ПО ДАННЫМ ТРЕХМЕРНОЙ ФИЛЬТРАЦИОННОЙ МОДЕЛИ

В.А. Репина

Научный руководитель – д-р геол.-мин. наук, профессор В.И. Галкин Пермский национальный исследовательский политехнический университет

В работе проанализированы геолого-технологические данные, используемые при построении трехмерной фильтрационной модели месторождения, с целью обоснования районирования залежи на отдельные участки. Произведенное районирование позволит наиболее точно выполнить адаптирование данных по скважинам при построении моделей для прогноза дебита нефти.

Ключевые слова: фильтрационная модель, адаптация, геолого-технологичес- кие показатели, статистический анализ.

Для специалистов проектных организаций и нефтяных компаний, использующих в своей работе фильтрационные модели нефтяных месторождений, большое значение имеет качество их создания. Геолого-гидродинамические модели проходят экспертизу в государственных органах, после чего на действующей модели месторождения производятся технологические расчеты и оценивается эффективность поставленных задач.

На этапе создания структурной геологической модели месторождения учитывается весь комплекс данных о строении и свойствах продуктивных пластов. Таким образом, трехмерная модель сочетает в себе полную геолого-технологи- ческую информацию, актуальную на данный момент. При создании фильтрационной модели учитываются особенности истории разработки каждой индивидуальной залежи. Итогом построения 3D-моделей является создание качественных цифровых аналогов продуктивных пластов.

Актуальным остается вопрос о повышении качества построения геологогидродинамических моделей.

В настоящей статье с помощью вероятностно-статистических методов анализируются некоторые геолого-промысловые характеристики, влияющие на качество адаптации скважин. Исследования выполняются по визейскому пласту Гондыревского нефтяного месторождения. Для данного пласта построена совместная фильтрационная модель тульского и бобриковского объектов разработки.

Для анализа 3D-модели использованы следующие геологические показатели: коэффициент песчанистости ячейки (Кпесч), коэффициент пористости (Кп, д.ед), коэффициент нефтенасыщенности (Кн, д.ед), коэффициент проницаемости по площади (Кпр х, мД), коэффициент проницаемости, характеризующий вертикальную связанность слоев (Кпр z, мД), глубина залегания слоя (Н, м), эффективная нефтенасыщенная толщина слоя (hэф.н, м), поровый объем коллектора (Vпор, м3).

Выполним сравнение средних значений параметров исследуемых пластов: Тл2а, Тл2б, Бб1 и Бб2 с помощью критерия Стьюдента t (табл. 1).

63

Проблемы разработки месторождений углеводородных и рудных полезных ископаемых

Таблица 1

Средние значения параметров и статистическая оценка тульско-бобриковских пластов Гондыревского месторождения

Примечание: * – статистически значимое различие средних значений

Из таблицы видно, что средние значения характеристик пластов Тл2а и Тл2б

статистически различаются по Кн, Кп, Кпр х, Н, Кпесч, Vпор. Это показывает, что данные пласты следует изучать раздельно. При сравнении параметров пластов Тл2б

и Бб1 установлено, что они статистически различаются по Кн, Кпр х, hэф.н, Н, Vпор. Это также не позволяет объединить данные пласты для дальнейшего анализа. Сравнивая

характеристики бобриковских пластов Бб1 и Бб2, также установлены статистические различия по большинству анализируемых показателей. Полученные данные показывают, что изучаемые объекты нужно изучать раздельно.

Далее были определены эталонные скважины, по которым за весь период работы наблюдается хорошая сходимость расчетных и фактических дебитов жидкости и нефти, а также динамика пластового и забойного давлений в модели соответствует фактическим замерам. Из 131 изучаемой скважины таких скважин только 24 (эталонные скважины).

Выполненный анализ распределения адаптированных скважин по площади показал, что диапазон изменения условной координаты X (от 1 до 42) значительно меньше диапазона изменения координаты Y (от 1 до 126). Учитывая более вытянутое простирание залежей с севера на юг (вдоль координаты Y), определим вероятность появления адаптированных скважин на участках залежи с шагом 10 ячеек по оси Y. Для всех четырех изучаемых пластов наблюдается значимая корреляционная связь между вероятностью встречи адаптированных скважин (Радапт) и из-

64

Секция 1. Геология, поиск и разведка месторождений нефти и газа

менением условной координаты Y. Данная связь имеет следующий вид (рисунок) и может быть описана следующим уравнением регрессии:

Радапт = –0,121 + 0,00455Y; r = 0,526; р = 0,0171

Рис. Поле корреляции между Радапт и условной координаты Y для тульских и бобриковских пластов:

Анализируя корреляционное поле, данную территорию по координате Y = 70 можно условно разделить на северную и южную часть, резко отличающиеся по величине дисперсии Радапт.

При этом необходимо отметить, что на тульских пластах адаптированные скважины имеются в диапазоне по Y от 40 до 70 (северная часть). В интервале Y от 70 до 100 (южная часть) адаптированные скважины есть на всех 4 изучаемых объектах. Все это позволяет исследовать северную и южную части раздельно. Например, для пласта Тл2а значимые различия в средних значениях северной и

южной частей залежи отмечаются по Кн, Кпр х, Кпесч, H, Кпр z. Для пласта Тл2б статистические различия в средних значениях не установлены только по Кн. От-

метим, что для тульских пластов наблюдаются лучшие ФЕС для южных частей залежи. Для пластов Бб1 и Бб2 северная часть обладает более лучшими ФЕС, также отмечаются значимые различия средних значений таких параметров, как

Кпр х, Кп, hэф.н.

На следующем этапе исследования выясним, какие характеристики наиболее сильно влияют на значения дебита нефти (Qн, м3/сут). Для этого, при помощи пошагового регрессионного анализа построим уравнения зависимости Qн от показателей по эталонным скважинам. Дополнительно для анализа будут использованы: обводненность по каждому слою скважины (W, д. ед), множитель

65

Проблемы разработки месторождений углеводородных и рудных полезных ископаемых

перфорации слоя (МП, абс.знач), значение скин-фактора для слоя модели (Sf, абс. знач). Возможность использования данного анализа для решения аналогичных задач приведены в работах [1–3]. В результате анализа получены следующие уравнения регрессии (табл. 2).

Примечание: 0,620 – множитель;

(1)– последовательностьвключениявмногомернуюмодель

Анализ построенных зависимостей показывает, что формирование дебита нефти для каждого выделенного участка характеризуются определенной (индивидуальной) последовательностью геологических параметров. Это свидетельствует о том, что особенности геологического строения находят свое отражение в формировании значения дебита нефти для каждого слоя модели.

Список литературы

1.Галкин В.И., Шайхутдинов А.Н. Построение статистических моделей для прогноза дебитов по верхнеюрским отложениям Когалымского региона // Нефтя-

ное хозяйство. – 2010. – № 1. – С. 52–54.

2.Галкин В.И., Хижняк Г.П. О влиянии литологии на коэффициент вытеснения нефти водой // Нефтяное хозяйство. – 2012. – № 3. – С. 70–73.

3.Растегаев А.В., Галкин В.И., Козлова И.А., Воеводкин В.Л., Ванцева И.В. Оценка точности определения прогнозных запасов нефти в пределах Соликамской впадины // Нефтепромысловое дело. – 2010. – № 7. – С. 8–12.

66

Секция 1. Геология, поиск и разведка месторождений нефти и газа

МЕТОД РЕНТГЕНОВСКОЙ ТОМОГРАФИИ В ИССЛЕДОВАНИИ ПОРОД-КОЛЛЕКТОРОВ

Я.В. Савицкий

Научный руководитель – д-р геол.-мин. наук, профессор С.В. Галкин Пермский национальный исследовательский политехнический университет

В статье изложены описание принципа рентгеновской томографии и возможности применения его в исследованиях керна пород-коллекторов нефти и газа. Описаны основные направления и виды рентгентомографических исследований, проводящихся в Пермском национальном исследовательском университете.

Ключевые слова: керн, коллектор, рентгеновская томография, пористость, неоднородность, петрофизические исследования.

Использование метода рентгеновской томографии в нефтегазовой геологии началось в конце 1980-х гг. Исследования проводились в научных учреждениях США, Великобритании, Германии, Норвегии и других стран. В Россию метод пришел лишь в конце 2000-х. В Пермском национальном исследовательском политехническом университете метод активно используется в изучении керна с 2011 г.

Принцип действия основан на получении серии рентгеновских изображений объекта, из которых с помощью программных методов получают объемное изображение. Рентгеновское излучение возникает при ускорении заряженных частиц, которое происходит в рентгеновской трубке. Трубка представляет собой безвоздушную емкость с установленными в них катодом и анодом. Рентгеновское излучение, сфокусированное мишенью, проходит через исследуемый образец и создает пиксельное изображение на цифровой матрице, установленной за ним. Образец помещается на вращающемся столике, который последовательно поворачивается вдоль оси на 360 град. Таким образом создается серия рентгеновских снимков, которая преобразуется в объемную модель. Снимок представляет собой полутоновые изображения (рисунок, a, б), в которых яркость характеризует степень поглощения рентгеновского излучения в результате фотоэффекта и комптоновского рассеяния. Степень поглощения зависит от физических свойств горной породы, чаще всего плотности.

Преобразование двумерных снимков в трехмерное изображение происходит с помощью алгоритмов, разработанных на основании преобразования Радона [1]. Применение математического алгоритма стало возможно благодаря тому, что экспоненциальный закон ослабления излучения в рентгеновском диапазоне выполняется с большой точностью. В настоящий момент существует множество программных решений, используемых для реконструкции трехмерных изображений из серии двухмерных.

На ранних этапах развития метода зарубежными исследователями съемка проводилась с помощью рентгеновских томографов, предназначенных для медицинских целей, которые состояли из кругового детектора и неподвижного столика, что накладывало определенные ограничения на исследование керна

67

Проблемы разработки месторождений углеводородных и рудных полезных ископаемых

в связи с небольшой мощностью рентгеновской трубки и неподходящей конфигурацией столика и детектора, однако уже их использование позволило проводить изучение трещиноватости и крупной кавернозности в полноразмерном керне [2]. Появление специализированных промышленных рентгеновских томографов с неподвижной трубкой, матрицей, вращающимся столиком и свинцовым кабинетом позволило значительно улучшить детальность получаемого изображения и уменьшить размер видимых пустот за счет повышения энергии рентгеновского излучения и стабилизации изображения.

Рис. Результаты рентгеновской томографии керна:

a, б – двухмерные срезы, в – трехмерная модель пористости

ВПНИПУ исследования керна проводятся с помощью системы рентгеновского контроля с функцией компьютерной томографии Nikon Metrology XT H 225, которая имеет характеристики, позволяющие широко использовать ее в различных видах исследования керна и позволившие ей заслужить большую популярность у зарубежных исследователей.

Установка имеет рабочий диапазон разности потенциалов от 30 до 225 кВ, мощность рентгеновской трубки 225 Вт, размер фокального пятна составляет 0,003 мм, габариты цифрового детектора 200 на 250 мм, разрешение детектора 1408 на 1888 пикселей, расстояние между источником и детектором 1000 мм.

Вконструкции системы используется конфигурация с неподвижными источником и детектором, между которыми расположен свободно вращающийся и передвигающийся в трех направлениях столик, что позволяет проводить исследования на полноразмерном керне (диаметром 100 мм), на стандартных (диаметром 30 мм) и на более мелких образцах.

Врентгеновской томографии керна информация, получаемая при съемке напрямую зависит от размера образцов, поскольку экспоненциально увеличивающееся с толщиной объекта поглощение рентгеновского излучения уменьшает разрешающую способность установки. Установлено, что минимально разрешимые элементы для образцов размером 10 мм составляют 0,007 мм, образцов 30 мм – 0,02 мм, а для образцов 100 мм – 0,07 мм. Таким образом, можно выделить три схемы применения метода в зависимости от размера исследуемого образца:

68

Секция 1. Геология, поиск и разведка месторождений нефти и газа

1.Исследование полноразмерного керна методом рентгеновской томографии позволяет выделять крупные пустоты, такие как каверны, трещины, их взаимное расположение, выявлять внутреннюю структуру породы – поверхности напластования, плотностные аномалии, связанные с включениями другого минерального состава, а также визуализировать скрытые макрофоссилии.

2.Исследование стандартных петрофизических образцов диаметром 30 мм позволяет существенно дополнить стандартный комплекс петрофизических исследований. Малые размеры образца позволяют достичь высокого разрешения, поэтому кроме трещиноватости и кавернозности становится возможным изучение пористости. Метод позволяет изучать флюидонасыщенные образцы и проводить оценку распределения флюида, а также характер распределения остаточной воды

в процессе снятия кривой капиллярного давления. Неразрушаемость образца в этом методе делает возможным многократную съемку образца в процессе комплекса исследований, что позволяет выявить изменения [3].

3. Исследование образцов керна малых размеров и нестандартной формы при изучении трещиноватости и пористости позволяет получить информацию из небольших сколов и обломков, проведение стандартных исследований на которых невозможно. Размер видимых объектов в таких образцах позволяет обнаружить более мелкие пустоты и неоднородности по сравнению со стандартными образцами [4].

При изучении пород-коллекторов нефти и газа методом рентгеновской томографии можно выявить два основных направления использования – визуализацию внутреннего строенияобразцов и количественное измерение пустотного пространства.

Визуализация позволяет увидеть естественное положение и структуру взаиморасположения трещин, каверн, пор в образцах, плотностные неоднородности (рисунок, в). Изучение внутреннего строения позволяет больше узнать о текстуре и структуре образцов и извлечь дополнительную информацию, полезную для литологического описания. Визуальное изучение можно проводить как непосредственно на двухмерных изображениях, получаемых в результате реконструкции трехмерного изображения из группы снимков, так и из объемных моделей, получаемых при обработке 3D-изображения программным методом. Примером визуализации можно привести исследования керна, направленные на изучение повышения нефтеотдачи пластов в результате воздействия на породы-коллекторы кислотных составов. Визуализация может быть также полезна при определении видового состава ископаемых остатков, расположенных в толще образца.

Количественное измерение пустотного пространства основано на изучении объемных моделей, которые строятся из трехмерного изображения путем бинаризации изображения с выделением пустот. Моделирование проводится с помощью программного комплекса Avizo Fire. Бинаризация осуществляется путем ручной пороговой сегментации изначально многоградационного черно-белого изображения. Полученную таким образом модель пустотного пространства образца можно численно измерить – вычислить площадь, объем, коэффициент пористости и другие численные характеристики. Особенностью метода также является то, что воз-

69

Проблемы разработки месторождений углеводородных и рудных полезных ископаемых

можно измерить изменение пористости в разных частях образца, что позволяет охарактеризовать его неоднородность. Следует отметить, что полученные количественные значения практически всегда меньше аналогичных, полученных другими способами, поскольку ограничиваются минимальным разрешением томографа, артефактами съемки и качеством проведенной процедуры бинаризации. Наибольшей точности количественное измерение достигает в карбонатных породах, часто обладающих крупной вторичной пористостью, а измерение терригенных пород менее точно, что связано с меньшим размером пустот.

Список литературы

1.Hounsfield G.N. Computerised transverse axial scanning (tomography). Part 1: Description of system // BJR. – 1973. – 46. – 1016–22.

2.Wellington S.L., Vinegar H.J. X-ray computerized tomography // Journal of pe-

troleum technology. – 1987. – P. 885–898.

3.Журавлев А.В., Вевель Я.А. Возможности использования вычислительной микротомографии в микропалеонтологических и литологических исследованиях // Нефтегазовая геология. Теория и практика. – 2012. – Т. 7. – № 2.

4.Якушина О.А., Ожогина Е.Г., Хозяинов М.С. Рентгеновская вычислительная микротомография – неразрушающий метод структурного и фазового анализа // Мир измерений. – 2003. – № 10. – С. 12–17.

70