Содержание к диссертации
Введение
Глава 1. Обзор наиболее известных атрибутов 6
1.1. Анализ амплитуд 7
1.2. Комплексные атрибуты 10
1.3. Спектральные атрибуты 13
1.4. Корреляционные атрибуты 15
1.5. Автокорреляционные атрибуты 17
Глава 2. Основы многомерного атрибутного анализа 22
Глава 3. Анализ сейсмических атрибутов с целью прогноза коллекторских свойств 31
3.1. Общие сведения о пласте ТЗ на Молчановском месторождении 31
3.2. Акустическое моделирование с использованием уравнения Гассмана 34
3.3. Сейсмогеологическое моделирование 47
Глава 4 Прогноз коллекторских свойств на основе оптимизации комплекса сейсмических атрибутов 58
4.1. Примеры расчета сейсмических атрибутов 58
4.2. Прогноз коллекторских свойств 63
Заключение 105
Список литературы
- Спектральные атрибуты
- Акустическое моделирование с использованием уравнения Гассмана
- Сейсмогеологическое моделирование
- Прогноз коллекторских свойств
Введение к работе
Прогноз коллекторских свойств на основе оптимизированного комплекса сейсмических атрибутов является современной важной темой исследования. Она включает в себя разные сферы наук, включая петрофизику, работу с банками данных, экспертные системы, статистику, идентификацию форм, методы математической оптимизации, обработку сейсмических данных.
Задача оптимизации сейсмических атрибутов стоит в том, чтобы обосновать выбор некоторого количества, желательно физически осмысленных и связанных с коллекторскими свойствами, атрибутов сейсмической записи.
Методы прогноза коллекторских свойств, в том числе и с помощью сейсмических атрибутов, являются важными средствами разведки и добычи углеводородов. Проблема, которая стоит весьма остро в настоящее время, состоит в том, как повысить надежность и точность прогноза коллекторских свойств. За последние десятилетия многое было сделано в этой области разными исследователями, но результаты этих исследований еще далеко не удовлетворяют потребности разведки и добычи нефти и газа. Главные методы прогноза коллекторских свойств основаны на использовании сейсмических атрибутов. Исследования синтетических сейсмограмм и практических сейсмических данных показают, что связи между коллекторских свойствами и сейсмическими атрибутами очен сложны. Для разных месторождений и коллекторов разных типов набор сейсмических атрибутов, чувствительных к коллекторским свойствам в каждом конкретном случае будет разным. Кроме того, даже в пределах одного месторождения и одного типа коллектора для прогнозирования его разных свойств оптимальными оказываются разные атрибуты. Пока еще не найден столь необходимый единый подход к выбору оптимального комплекса атрибутов для конкретных ситуаций. Актуальность проблемы
Развитие методики прогноза коллекторских свойств при поиске и разведке,
а также эксплуатации нефте-газовых месторождений с использованием атрибутного анализа и повышение её геологической эффективности является актуальной народно-хозяйственной задачей.
Решение этой задачи в значительной степени зависит от совершенствования существующих и создания новых, более надежных математических методов обработки и интерпретации наблюдаемых данных. Существуют многие подходы к прогнозу коллекторских свойств с помощью атрибутного анализа. Вследствие этого, необходимо рассмотреть основные положения каждого из подходов и оценить качество прогноза, чтобы выбрать направление развития способа анализа атрибутов для повышения эффективности прогноза коллекторских свойств.
В настоящее время, несмотря на широкое применение атрибутного анализа для прогноза коллекторских свойств, качество прогноза невысоко. В тоже время, этот способ прогноза представляется весьма перспективным. Ряд проблем, связанных с повышением качества прогноза требует максимально быстрого разрешения.
Количество вовлеченных в анализ атрибутов сейсмической записи достигло двух сотен. Одновременно повышаются плотность сейсмической съемки, количество скважин с прямыми определениями коллекторских свойств, требования к качеству прогноза при все возрастающей сложности геологических условий нефте-газовых месторождений, где используется атрибутный анализ.
Научная новизна состоит в том, что разработан подход к совместному применению методик поиска оптимальных атрибутов и использования искусственных нейронных сетей с анализом эффективности для прогноза коллекторских свойств на основе многомерного атрибутного анализа.
Практическая ценность:
В рамках данной работы обсуждены точности каждого метода прогноза коллекторских свойств на основе сейсмических атрибутов. Результат
исследования может помочь использовать сейсмические атрибуты более обоснованно, более логично и более эффективно. Разработанная комбинированная технология оптимизации комплекса атрибутов призвана помочь повысить качество прогноза и получить, в конечном счете, экономический и общественный эффект. Для выбора оптимального комплекса сейсмических атрибутов, часто используются корреляционные подходы. Рассчитывая коэффициент корреляции между каждым атрибутом и объектом прогноза, выбирают атрибуты, имеющие наиболее высокий коэффициент, и таким образом получают комплекс сейсмических атрибутов, используемый в прогнозе коллекторских свойств [17,36-43]. Однако, в результате такого подхода может образоваться не только не оптимальный комплекс сейсмических атрибутов, но даже и весьма плохой для прогноза свойств [41].
В работах китайских ученых (Wu dakui, 1995) [44], (Ni xiimbi и другие, 1997) [45], (Не zhenghua и другие, 1999) [46] изложен подход с использованием преобразования K-L для того, чтобы проводить компрессию сейсмических атрибутов. С помощью этого подхода образуются немногочисленные новые действительные атрибуты из оригинальных атрибутов и новые атрибуты являются линейными комбинациями оригинальных атрибутов. Этот подход представляется подходящим для того, чтобы контролировать когерентность сейсмических атрибутов. Cynthia Т. Kolkomey [15] в 1997 г. показал, что может проявиться свойство ложной когерентности и это может привести к снижению надежности прогноза.
В России, Ампилов Ю.П. и Драница Ю. [2] одними из первых использовали нейроноподобные алгоритмы многомерного анализа атрибутов. В настоящее время эти идеи получили развитие и определенное признание.
Развитие и обсуждение методов оптимизации сейсмических атрибутов, которые в минимальной степени зависели бы от опыта интерпретатора, представляются необходимыми.
Исходя из вышеизложенного была сформулирована цель проведенного исследования. Цель диссертационной работы
Основная цель данной диссертационной работы заключается в усовершенствовании и развитии методики прогнозирования коллекторских свойств на основе оптимизированного комплекса сейсмических атрибутов и повышение её геологической эффективности.
Для достижения поставленной цели предстояло решить следующие задачи:
Рассмотреть смысл сейсмических атрибутов и порядок их расчета.
Рассмотреть основные положения каждого из наиболее известных подходов к прогнозу коллекторских свойств на основе атрибутного анализа и оценить качество прогноза. Обсудить и развить методы оптимизации комплекса сейсмических атрибутов, которые не зависит от опыта интерпретатора.
3. Разработать схему построения оптимального комплекса атрибутов с
использованием наиболее надежных существующих математических методов анализа информации.
4. Опробовать предлагаемый подход к оптимизации комплекса атрибутов
на реальных сейсмических данных. Основные защищаемые положения
І.Дана общая оценка многомерного атрибутного анализа по критерию эффективности прогноза коллекторских свойств.
2.Исследованы связи между атрибутами сейсмической записи и коллекторскими свойствами на примере Молчановского месторождения.
3.Показано и проанализировано применение наиболее распространенных приемов прогноза коллекторских свойств на реальных материалах.
4.Разработана схема оптимизации комплекса атрибутов для прогноза коллекторских свойств.
5.Намечены возможные направления дальнейших исследований для прогноза коллекторских свойств на основе сравнения методов оптимизации
комплекса сейсмических атрибутов.
Работа выполнена на кафедре сейсмометрии и геоакустики. За время обучения в очной аспирантуре с 2003 по 2006 год. Работа выполнена под научным руководством профессора В ЛАДОВА Михаила Львовича, которому автор выражает глубокую благодарность за внимательное руководство и постоянную поддержку.
Автор приносит глубокую благодарность компании «ДЕКО-Геофизика» в лице ее руководителя Токарева Михаила Юрьевича за предоставленные для работы над диссертацией данные и материалы по Молчановскому месторождению.
Спектральные атрибуты
Атрибут рассчитывается по формуле J Z- . При А =0 и г2 = л получаем полную энергию окна. Попытки обосновать физические связи между спектральными атрибутами и петрофизическими свойствами пород основываются на представлении о влиянии вязко-упругого поглощения на сейсмический сигнал. Сравнительно быстрое затухание высокочастотных компонент сигнала, уменьшение амплитуды и понижение центральной частоты связывают с изменениями пористости, содержания и состава флюида в коллекторе.
В качестве первоначальной оценки сходства отрезков сейсмических трасс применена интегральная оценка с помощью широко известной нормированной функции взаимной корреляции вида и= где А(п), В(п) - отсчеты трасс; L- длина сравниваемых трасс; п- номер отсчета сравниваемых трасс; в = -(L- 1),-(L -1) + 1,..,(L- 1)- сдвиг. Как дифференциальная оценка сходства используется разность между численными производными сравниваемых отрезков сейсмических трасс, при этом для большей устойчивости производные сглаживаются путем суммирования на малой базе В. Конкретно, вычисляется модульная оценка і (L-Bz+l)(Bz-l) i Нулевые значения этой оценки соответствует полному сходству кривых; рост значения этой оценки соответствует нарастанию их несходства. Коэффициент корреляции со следующей трассой. Рассчитывается коэффициент корреляции Р (0), для A(ri) = c,{t),B{n) cM{t) Корреляционный сдвиг относительно следующей трассы , Для Рассчитывается корреляционный сдвиг — Л t=a..b А(п) = ф),В(п) см(і)к a = - — -,b = 2 tl 2 2 Истинный угол наклона оси синфазности
Рассчитывается параметр dip для і ,і+1 трассы. Чтобы найти угол нам нужно, кроме вертикального смещения, иметь расстояние между соответствующими трассами -/ -,+1. Формула имеет следующий вид dip arctan ХМ Xi Угол наклона оси синфазности относительно горизонта . Рассчитывается параметр dip для i,i+l трассы. Чтобы найти угол нам нужно, кроме вертикального смещения, расстояние между соответствующими трассами %,, %м . Для не плоского горизонта i i . Формула имеет следующий вид dip-{t\+l\) arctan хм Xi Интервал корреляции Для получения этого параметра рассчитывается автокорреляционная функция для текущей трассы в окне, №= ЇФУФ+Є) t. Для автокорреляционной функции Ф\у) оцениваем ширину первого полупериода. Этот параметр - оценка разрешающей способности. Этот алгоритм позволяет расщепить сейсмическую запись в пространственно-временном окне на когерентную, и некогерентную часть, описывающую свойства сейсмических шумов. Динамические параметры отражений и шумов определяются в частотной области с помощью БПФ автокорреляционных функций сигналов Я, и помех- : где С, (0 - і-я трасса исходной записи; п - число трасс в окне; і?[СД0] функция автокорреляции. Оценки автокорреляционных функций вычисляются по трассам временного разреза в скользящем пространственно-временном окне. Далее функции и RN взвешиваются функцией Хемминга Щт) с целью компенсации влияния краевых искажений и переводят в частотную область. С целью исключения влияния слоистости включающей толщи, которая проявляется в периферийных частях окна, выполняется спектральное преобразование спектров S(d)s и Л %г. Далее спектры сигналов и помех переводятся в область времени и взвешиваются функцией Хемминга с целью исключения роли периферийной части спектров. После чего возвращается в частотную область. Схематически это описывается следующим образом: R(T)-H(T)-US(U)) log S(CO)UK(T) Далее FN . частота Найквиста. Энергия когерентной составляющей в диапазоне частот Нас интересует энергия, содержащаяся в диапазоне частот междуЦ uF2. F, Атрибут рассчитывается по формуле: А 2-JSV Л При- =0 nF2=FN F, получаем полную энергию когерентной составляющей. Энергия некогерентной составляющей в диапазоне частот Нас интересует энергия содержащаяся в диапазоне частот между- иF2, F, Атрибут рассчитывается по формуле .При =0и = F получаем полную энергию некогерентной составляющей.
Акустическое моделирование с использованием уравнения Гассмана
Рассмотрим зависимость скорости от плотности для скважины 29 (рисунок 3.2.2.1). На графике наблюдаются два общих тренда, что характеризует наличие пропластков. На графике, также наблюдаются две группы точек, отклоняющиеся от общего тренда: одна из этих групп соответствует относительно низкой плотности при относительно низкой скорости (что характеризует наличие трещиноватости), а вторая группа - повышению скорости при практически постоянной плотности случаи кавернозности. Аналогичная картина наблюдается для скважины 24 (рисунок 3.2.2.2). На фоне линейной зависимости скорости от плотности наблюдаем облако точек соответствующих уменьшению скорости при постоянной плотности. Это подтверждает возможность трещиноватости в пласте ТЗ.
При использовании уравнения Гассмана существует проблема получения данных об упругих параметрах скелета породы. Предполагается, что они должны определяться экспериментально - например, по керновым данным. В реальной жизни это редко реализуемо, поэтому для решения проблемы используются эмпирические и полуэмпирические зависимости параметров сухого скелета от параметров, слагающих породу минералов, и параметров насыщенной флюидом породы. Для этого необходимо первоначально составить уравнение Гассмана для данных параметров пласта. Это делалось следующим образом: по каротажным данным известны параметры пористость -скорость -плотность.
Для скважины 24 уравнение Гассмана было настроено для значений пористости 4.6, 10.2,12.4% (рисунок 3.2.3.1). РОССИЙСКАЯ ГОСУДАРСТВЕННАЯ БИБЛИОТЕКА 4.5 3.5 2.5 1.5 0.5 0.02 0.04. 0.06 0.08 0.1 0.12 0.14 пористость
Сопоставление значений М (единицы на графике десятки ГПа), полученных по каротажным данным для скв. 24. Для скважины 29 уравнение Гассмана было настроено для значений пористости 2.4, 4.4, 5.8, 9.3% (рисунок.3.2.3.2).
Сопоставление значений М (единицы на графике десятки ГПа), полученных по каротажным данным для скв. 29. Результатом проведенных исследований помимо общей настройки уравнения Гассмана является оценка влияния изменения пористости на значения акустических характеристик пласта ТЗ. При изменении пористости от 4.6 до 12.4% для скважины 24 значение модуля упругости М уменьшается в 2 раза. При изменении пористости от 2.36 до 9.28% для скважины 29 значение М уменьшается в 1. 96 раза. 3.2.4 Влияние свойств флюида на значения объемного модуля породы
Рассмотрим влияние свойств флюида на значения М для каждой из скважин. Для скважины 24 были рассмотрены значения Mfl - 0.6, 0.8 и 1 ГПа, соответствующие нефти (Рисунок 3.2.4.1). При увеличении значений упругих модулей флюида происходит увеличение упругих модулей породы.
4.5 - 4 3.5 . 32 1.5 - \ —Ф—Mfl=0. 6-»-Mfl=0. 8 Mfl=l 0.5 0 і 1 1 ( ) 0.05 0. 1 0. 15 поритость Рисунок 3.2.4.1. Влияние свойств флюида для скв. 24. Рисунок 3.2.4.1. Влияние свойств флюида для скв. 24.
Для скважины 29 также были рассмотрены значения Mfl -0.4, 0.6 и 0.8 ГПа (рисунок 3.2.4.2), соответствующие случаю газонасыщения, газоконденсата, газоконденсата с примесью нефти. Аналогично скважине 29 увеличение упругих модулей флюида приводит к увеличению упругих модулей породы.
Для всех двух скважин наблюдается одна и та же закономерность: максимальный эффект изменения сжимаемости порового флюида фиксируется в высокопористых породах, минимальный в плотных породах.
При этом абсолютная величина изменений, связанных с флюидом, меньше, чем обусловленных изменением пористости.
Для скважины 24 при изменении пористости от 4.6 до 12.4% наблюдается уменьшение значений М породы для Mfl = ІГПа в 2.0 раза, для Mfl - 0.8 ГПа в 2.16 раза, для Mfl = 0.4 ГПа в 2.3 раза.
Сейсмогеологическое моделирование
Для скважины 29 по результатам моделирования различных ситуаций можно сделать следующие выводы:
A. Изменение пористости и литологии не оказывает практически никакого воздействия на форму отражения от пласта ТЗ.
Б. Увеличение упругих модулей флюида приводит к увеличению амплитуды отрицательной фазы отражения на уровне ГНК.
B. Уменьшение мощности приводит к появлению дополнительной положительной фазы отражения на уровне ГНК. Увеличение мощности практически никак не сказывается на форме отрицательной фазы отражения от пласта ТЗ, появляется дополнительная положительная фаза отражения небольшой амплитуды в кровле пласта.
Г. Появление трещиноватости приводит к увеличению амплитуды отрицательной фазы отражения в нижней части пласта ТЗ. Такое поведение амплитуды отражения не может быть связано ни с изменением пористости или литологии, ни с изменением свойств флюида. Следовательно, при наличии трещиноватости невозможно определение значений пористости, либо оценка изменений в литологии. Вывод по разделу 3.3:
С точки зрения расчета сейсмических атрибутов и по результатам вышеописанных акустического и сейсмического моделирования наибольший интерес представляют атрибуты, представляющие амплитудные характеристики отражения.
Выводы к главе 3. 1) Изменении коллекторских свойств и флюида-порозополнителя коллектора вызывают изменения скорости, плотности. В следствии этого, сейсмические атрибуты как амплитуды, частоты, фазы соответственно изменяются. С помощью уравнения Гассмана, мы можем рассчитать акустические модели и построить по ним синтетические сейсмограммы . Анализируя результаты сейсмогеологического моделирования , можно определить возможности и ограничения использования сейсмических атрибутов для прогноза коллекторских свойств продуктивных пластов, определения поисковых критериев, выбора параметров расчета сейсмических атрибутов.
2) Связи между коллекторских свойствами и сейсмическими атрибутами очень сложны и неоднозначны. В уравнении Гассмана одновременно существует переменные, зависящие от многих параметров. Некоторые параметры уравнения не определяются из данных ГИС, а лабораторные исследования редки. Основываясь на таком моделировании, можно сделать только качественный прогноз коллеторских свойств и то, при определенных гипотезах. А действительные геологические ситуации часто не соответствует с этим сделанным гипотезам и качественный прогноз оказывается весьма субъективным, зависящим от взглядов интерпретатора.
3) .Субъективность снижает общую эффективность атрибутного анализа. Необходимо разрабатывать подходы к объективному количественному анализу атрибутов.
Общий обзор атрибутов проведен в главе 1. Сейсмические атрибуты являются характеристиками сейсмической записи, которые рассматриваются в качестве индикаторов пространственных изменений коллекторских свойств и флюида-порозаполнителя коллектора. Сейсмические атрибуты представляют собой, в настоящее время, основной инструмент для прогноза коллекторских свойств. На следующих рисунках для примера с представлен результат вычисления некоторых атрибутов по Молчановской площади на профилях, проходящих через скважину № 36 . С их помощью можно прогнозирвать коллекторские свойства пласта ТЗ в окрестностях скважин и между скважинами с прямыми определениями коллекторских свойств.
Прогноз коллекторских свойств
С помощью атрибутов можно контролировать изменение коллекторских свойств вдоль профилей под целевых горизонтом, как только изменения коллекторских свойств и флюида достигают определенной степени, в сейсмических данных происходят изменения, которые выражаются в изменении времен прихода отраженной волны, изменении волновой формы, энергии, частоты, фазы. Эти изменения в волновом поле могут быть определены на основе математических преобразований и с участием данных геологических и данных каротажа.
Для прогноза коллекторских свойств необходимо найти связи между вычисленными атрибутами и коллекторских свойствами, опираясь на их определения по скважинам. Эти соотношения могут быть линейными или нелинейными. Использования этих соотношении может сделать более эффективной разведку и эксплуатацию месторождения.
Существуют два подхода к прогнозу коллекторских свойств. Первый подход базируется на основе выбора одного оптимального по своей чувствительности к изменению коллекторских свойств атрибута. Второй подход основан на анализе комплекса атрибутов. Подходы, которые основаны на анализе комплекса атрибутов, могут быть разделены на два направления. Первое направление с использованием аппарата искуственных неиронньк сетей и второе направление с использованием множественной регрессии. Ниже приводится рассмотрение первого подхода на основе анализа поведения одного атрибута.
Традиционный подход к прогнозу коллекторских свойств с использованием сейсмических атрибутов преимущественно использует поведение одного сейсмического атрибута, Опираясь на это поведение, конструируют связи между свойствами коллектора и флюида и значением атрибута. На основе этих соотношений принципиально возможно сделать прогноз коллекторских свойств.
Например, рис. 4. 2.1.1. представляет сбой перекрёстную картину (кросс плот, график зависимости) между коллекторским свойством - пористостью и неким сейсмическим атрибутом. По этому графику можно судить о том , что существует линейная связь между пористостью и значениями этого атрибута. Это соотношение может быть выражено линейным уравнением. y=a+bx (4.2.1)
Коэффициенты а и b могут быть определены методом наименыцих квадратов. Ошибки прогаоза значений пористости в данном случае определеляются выражением: в выражении : Е—ошибка; N—количество опробований. Слабая сторона этого подхода заключается в том ,что велика возможность ощибки. По рисунку 4.2.1.1 видно, что коэффициент взаимности не превышает 29.8%.
График связи между пористостью и неким сейсмическим атрибутом. С-коэффициент взаимной корреляции; Е средняя квадратичная ошибка. Попробуем использовать эту методику на Молчановской площади для прогноза коллекторских свойств. методика состоит в следующем
1 .Вычисление набора атрибутов на сейсмических профилях и в целевых интервалах около скаважин 28, 31, 36 , с которыми сравниваться данные каротажа в этих скаважинах 28,31,36 в тех же интервалах.
2. Поиск связи между плотностью (или пористостью) и каждым атрибутом методом анализа регрессии в продуктивном комплексе пласта ТЗ..
Вычислеными атрибутами являются средняя энергия, мгновенная амплитуда, средне квадратичное значение амплитуды, мгновенная частота, мгновенная фаза, средневзвешенная фаза, перепад амплитуд, размах сигнала.
Коллекторскими свойствами являются плотность и пористость. Следующие рисунки показают связи между разными атрибутами и разными коллекторскими свойствами и вычисленные выражения зависимости между ними для прогноза коллекторских свойств.
