Содержание к диссертации
Введение
Глава I. Состояние и перспективы применения структурных методов обработки геофизических исследований нефтегазовых скважин 10
1.1 Обзор структурных методов обработки и методов анализа структуры экспериментальных данных 10
1.1.1.Факторный анализ 10
1.1.2.Сжатие данных методом главных компонент 12
1.1.3.Кластерный анализ 14
1.1.4.Методы идентификации 16
1.1.5.Вейвлет-преобразования 19
1.1.6.Мультифрактальный анализ 19
1.2 Геологическая неоднородность разрезов скважин, её влияние на коллекторские свойства пород и выработку запасов нефти и газа 20
1.2.1 Классификация геологической неоднородности 22
1.2.2 Способы определения и количественные параметры неоднородности 26
Выводы 32
Глава II. Технология структурного анализа для обработки и интерпретации данных ГИС месторождений нефти и газа 34
2.1 Метод структурного сжатия 34
2.2 Разработка алгоритмов и программ кластерного анализа 38
2.2.1 Исследование устойчивости работы программ кластерного анализа 40
2.2.2 Выбор оптимального числа кластеров 41
2.2.3 Количественная оценка эффективности разделения на кластеры 46
2.3 Технология структурного анализа для обработки и интерпретации данных ГИС на месторождениях нефти и газа 46
2.3.1 Первый этап: сбор и первичная обработка геофизических данных 46
2.3.2 Второй этап: работа со структурами моделей пластов горных пород геологического разреза скважины 48
2.3.3 Третий этап: применение МСС для изучения структурно-формационных зон залежей углеводородов 49
Выводы 50
Глава III. Применение технологии структурного анализа данных ГИС для изучения геологических разрезов скважин 51
3.1 Разработка структурных методов обработки и интерпретации данных ГИС для изучения геологических разрезов скважин 51
3.1.1 Методика изучения низкопоровых карбонатных отложений 51
3.1.2 Кластеризация разреза для настройки интерпретационной модели. 60
3.1.3 Восстановление недостающей информации методом структурного анализа 68
3.2 Применение технологии структурной обработки и интерпретации данных ГИС для изучения эксплутационных характеристик пласта Староминского газоконденсатного месторождения 72
3.2.1 Алгоритмы комплексной интерпретации данных ГИС для определения подсчетных параметров отложений Альба и НТМ Староминского месторождения 72
3.2.2 Определение ФЕС и параметров неоднородности по данным ГИС отложений Альба и НТМ Староминского месторождения 79
3.2.3 Выделение работающих объектов и участков первоочередного обводнения в процессе разработки залежи 83
3.3 Применение технологии структурной обработки и интерпретации данных ГИС для изучения эксплутационных характеристик месторождения Белый Тигр 89
3.3.1 Алгоритмы комплексной интерпретации данных ГИС для оценки подсчетных параметров коллекторов нижнего олигоцена месторождения Белый тигр 90
3.3.2 Применение технологии структурной обработки 98
Глава IV Применение технологии структурного анализа для обработки и интерпретации данных ГИС по площади залежи углеводородов 110
4.1 Спектрально-временной и литофациальный анализ данных ГИС и сейсморазведки при изучении осадочной толщи Мурманской площади 110
4.2 Изучение характера обводнения продуктивных пластов и распределения углеводородов по площади 117
4.3 Рекомендации по оптимальному размещению уплотняющих эксплутационных и нагнетательных скважин 126
Заключение 128
Список литературы 129
- Классификация геологической неоднородности
- Выбор оптимального числа кластеров
- Алгоритмы комплексной интерпретации данных ГИС для оценки подсчетных параметров коллекторов нижнего олигоцена месторождения Белый тигр
- Изучение характера обводнения продуктивных пластов и распределения углеводородов по площади
Введение к работе
Актуальность темы
Усложнение объектов разведки и рост объемов обработки промыслово-геофизической информации требуют создания высокоэффективных и технологичных интерпретирующих систем экспрессной массовой обработки данных ГИС
Передовые технологии геологического и гидродинамического моделирования создали предпосылки к использованию данных ГИС на качественно новом уровне благодаря применению системного структурного анализа Последний включает в себя факторный анализ, метод главных компонент, СВАН и вейвлет преобразования,-которые позволяют исследовать различные структуры исследуемых элементов {исходные данные, геологические разрезы, структурно-формационные зоны залежей) на единой методологической основе.
СВАН и вейвлет-преобразования позволяют более обоснованно интегрировать данные разведочной и промысловой геофизики на основе закономерностей, выявляемых при изучении структурно-формационных зон в межскважин-ном пространстве.
Цель работы. Разработка технологии структурной обработки и интерпретации данных ГИС
Основные задачи исследований.
Анализ и обобщение приемов, методов и алгоритмов структурного анализа с целью развития технологии массовой и оперативной интерпретации данных ГИС.
Разработка технологии интерпретации данных ГИС как совокупности последовательно применяемых методов и алгоритмов структурного анализа, обеспечивающих подавление шумов ("стабилизация" данных), выявление геологических закономерностей формирования разрезов (фациально-формационный анализ), классификацию типов коллекторов, структуру емкостного пространства и других, используемых в последующих процедурах.
Разработка программного обеспечения, реализующего разработанную технологию как автономно, так и в существующих автоматизированных системах
4. Апробация разработанной технологии и соответствующего программного обеспечения в различных геологических условиях
Научная новизна
1. Разработана технология структурной обработки и интерпретации данных ГИС для изучения геологического строения залежей углеводородов
2 Разработан метод структурного сжатия информации при обработке данных геофизических исследований скважин
Разработана методика и соответствующие алгоритмы классификации геологических объектов по данным ГИС.
Разработаны способ оценки коэффициентов отражения по данным ГИС и методика определения цикличности структурно-формационных объектов, слагающих разрез, с использованием СВАН по данным ГИС и сейсморазведки
Защищаемые научные положения
1 Технология структурной обработки и интерпретации данных ГИС позволяет выполнять сквозную обработку геофизической информации о различных структурных объектах исходных первичных, пластовых, структурно-формационных зонах залежей углеводородов, т е на всех этапах обработки и интерпретации- а) сбора первичных данных, стандартизации и контроля качества комплекса ГИС, б) комплексной интерпретации, в частности выделения зон с вторичной пористостью и настройки интерпретационной модели, в) выделения структурно-формационных зон залежи, построения литофациальной модели и наполнения ее параметрами
Данная технология может использоваться как автономно, так и применяться в существующих технологиях построения модели и мониторинга жизни залежи
2. Метод структурного сжатия (МСС) выполняет сжатие исходной первичной информации, устранение ее дублирования и формирование рабочего набора данных из разнородных данных ГИС. МСС обеспечивает быстродействие рбработки данных ГИС МСС позволяет сформировать комплексные параметры, каковыми являются главные компоненты, отображающие главные основные характеристики структурных объектов.
3 Методика и соответствующие алгоритмы классификации геологиче
ских объектов обеспечивают устойчивость решения задачи при оптимальной
размерности данных Обоснована вычислительная процедура кластерного ана
лиза, позволяющая выделять объекты без масштабирования данных ГИС Про
граммная реализация работает с любым объемом данных Прием классифика
ции с обучением может быть использован для разнородных комплексов дан
ных
4 Восполнение недостающей информации достигается за счет выявления
общих свойств, присущих данным различных геофизических методов. В част
ности методика восполнения недостающей информации позволяет оценивать
коэффициенты отражения сейсмических волн по данным ГИС, тем самым реа
лизовать методику определения цикличности структурно-формационных объ
ектов, слагающих разрез, с использованием СВАН по данным ГИС и сейсмо
разведки
' Практическая ценность.
Разработанная соискателем технология структурной обработки и интерпретации данных ГИС позволила повысить экспрессность, точность и достоверность определения подсчетных параметров, более эффективно изучать структурно-формащгонные зоны залежей углеводородов по картам, геологическим или гидродинамическим моделям, построенным с помощью комплексных структурных параметров
Комплекс программ, реализующий разработанную соискателем технологию структурной обработки и интерпретации данных ГИС для изучения залежей углеводородов (классификации геологических объектов по данным ГИС, стандартизации комплекса данных ГИС, сжатия исходной первичной информации и др ) может быть применен в производственном режиме как автономно, так и в существующих системах автоматизированной обработки и интерпретации данных ГИС, например при построении геологической или гидродинамической моделей и мониторинге жизни залежи.
Апробация работы.
Основные положения диссертации докладывались на XV Губкинских чтениях (Москва, 1999), на конференциях. «Актуальные проблемы состояния и развития нефтегазового комплекса России» (Москва 1999, 2001), «Геофизика-99» (Санкт-Петербург, 1999), «Севергеотех-2000» (Ухта 2000), «Нефтегазовое образование и наука: итоги, состояние и перспективы» (Москва, 2000), «300 лет горно-геологической службе России» (Санкт-Петребург, 2000), «Нефтегазонос-ность фундамента осадочных бассейнов» (Москва, 2001), «Инновационные технологии в области поисков, разведки и детального изучения месторождений нефти и газа» (Москва, 2002).
Методические разработки технологии структурного анализа используются в учебном процессе в дисциплине «Компьютерные технологии в геофизике» для студентов-геофизиков РГУ нефти и газа им И МТубкина
Разработанный с участием соискателя комплекс программ «ДОГГИ-2»-программы типизации разрезов, факторного и корреляционного анализа геолого-геофизических данных и программы совместной визуализации данных пет-рофизики, ГИС и сейсморазведки - внедрен в ПО «Арктикморнефтегазразвед-ка»
Объем работы
Диссертация состоит из введения, четырех глав и заключения Общий объем составляет 138 страниц, включая 15 таблиц, 42 рисунка, список литературы 98 наименований В основу диссертационной работы положены результаты экспериментальных и практических исследований, выполненных соискателем в период 1986 - 2007 г г во время работы на кафедре ГИС РГУ нефти и газа им И.М Губкина
Для решения поставленных задач в диссертационной работе использованы первичные материалы по ряду скважин одного из нефтяных месторождений шельфа южного Вьетнама, Ленингадского и Староминского газоконденсатных месторождений, а также отдельных скважин месторождений Волго-Урала, шельфа Баренцева моря, Юрубчена, включающие в себя данные методов ГИС, результаты петрофизических исследований керна, петрографическое описание образцов и шлифов, результаты испытаний скважин, данные по эксплуатации
Личный вклад автора состоит в анализе первичных материалов ГИС, анализе состояния и перспектив применения структурных методов обработки и интерпретации геофизических данных, разработке технологии, методов структурного сжатия, восстановления недостающей информации, алгоритмов и программ структурных методов обработки, а также в практической обработке на ЭВМ данных ГИС, перечисленных выше месторождений нефти и газа.
Автор выражает искреннюю благодарность научному руководителю профессору В Н.Широкову На разных этапах выполнения работы оказывалась помощь и высказывались объективные критические замечания профессорами В В Стрельченко, Д А Кожевниковым, Т Ф Дьяконовой и С Б.Денисовым Особо хочется отметить участие в становлении работы доцента М Д.Шварцмана, а так же выразить глубокую признательность профессору Г.М.Золоевой за многолетнюю совместную работу и предоставленные материалы Значительным было участие доцента Т Ф Соколовой, а также помощь всего коллектива кафедры ГИС
Классификация геологической неоднородности
Одна из первых классификаций геологических тел по объемным размерам предложена Ю.А. Косыгиным [62]. Все множество геологических тел разделено им на 8 порядков таким образом, что объемные размеры соседних порядков отличаются на 103. За геологическое тело первого порядка принято условное тело объемом от 1 м до куска керна; геологические тела восьмого порядка - Земной шар, ядро, земная кора, размеры которых заключены в диапазоне 109-1012 км3.
При решении задач нефтегазопромысловой геологии и разработки месторождений имеют дело с объектами относительно небольших размеров. Для этих случаев Л.Ф. Дементьевым [34] предлагается выделять пять уровней структурной организации геологических объектов (табл. 1).
Преимущество последней классификации в большей конкретизации объектов, отвечающих задачам нефтегазопромысловой геологии.
Изучая геологическую неоднородность, следует ясно представлять, на каком структурном уровне будет изучаться строение геологического тела. В соответствии со структурной организацией объектов могут быть выделены следующие типы неоднородности : ультрамикро-неоднородность, микронеоднородность, мезанеоднородность, макроне-однородность, метанеоднород-ность.
Кроме типов неоднородности рассматривают неоднородность дискретного (прерывистого) и непрерывного характера. Наличие границ между различными структурными уровнями уже означает дискретность геологического пространства.
Использование для описания неоднородности числовых характеристик распределений случайных величин предполагает выделение стохастической неоднородности, а описание закономерности в изменении изучаемых свойств (тренда), связанное с выделением региональной составляющей, - динамической (детерминированной) неоднородности.
В зависимости от того, изменчивость какого физического свойства породы изучается, в пределах классов детерминированной и стохастической неоднородности выделяют определенные виды неоднородности: по пористости, проницаемости, глинистости, продуктивности и т. п.
При изучении неоднородности по данным геофизических исследований скважин привлекают методы, показания которых зависят от коллектор-ских свойств пласта. Оценка однородности объекта может осуществляться как по показаниям методов ГИС (например, по значениям pn, Aucn, Iy, 1пу и т.п.), так и по количественным параметрам, получаемым в результате комплексной интерпретации геофизических методов.
В зависимости от формы проявления неоднородности выделяют горизонтальную (зональную) и вертикальную (слоистую) неоднородность.
Объектами изучения в промысловой геологии являются залежи нефти и газа, приуроченные к неоднородным геологическим телам. В связи с этим предлагается [48] под геологической неоднородностью залежей понимать неоднородность пород-коллекторов, флюидов, пород-разделов и покрышек.
Выбор оптимального числа кластеров
Выбор оптимального числа кластеров осуществляется по сумме внутриклассовых расстоянии.
На зависимости 5ь =flri) для дендрограмм А и Б видно (рис. 5), что при увеличении числа кластеров, для случая п = 4 и п = 6, последующее увеличение числа кластеров существенного улучшения Sb не дает
Построив векторные диаграммы для каждого класса на всех шагах разбиения, например рис. 6, можно судить об эффективности каждого метода ГИС для решения задач типизации.Так, для используемого комплекса, среднеквадратичная погрешность измерения комплексом ГИС составляет 29%. На рис. 7 изображены результаты факторного анализа, видно, что 70 % дисперсии описываются 2-3 компонентами, что, кстати, имеет место в большинстве случаев анализа комплекса ГИС по методу главных компонент (В.Н.Деч) [36].
28.52=82кс+72ик+9.42пс+7.62ак+172ннм+162гм+32ггм
Можно также строить график следующего вида: число главных компонент как функция накопленной дисперсии (рис. 7).
Видно, что с п=3 существенного улучшения в описании общей дисперсии не происходит. Отметим, что результаты похожи на анализ среднеквадратичной погрешности используемого комплекса ГИС, что подтверждает разумность выбора необходимого числа главных компонент как с позиций погрешности, так и описания общей дисперсии. Важным следствием является возможность косвенной оценки того, чем обусловлена дисперсия: погрешностью измерений или просто заведомым браком диаграмм ГИС.
Литературные источники [18; 28; 54; 65; 91; 96; 28; 55] позволяют использовать полученные образы не только для литологической (как будет показано ниже), но и фациальной идентификации разреза (см. рис. 8).
Отметим, что подобный критерий используется при факторном анализе [2; 15; 36; 39], поскольку характеризует степень хаотичности рассматриваемых кластеров как изнутри, так и по соотношению друг с другом.
Анализируя процесс разбиения видно, что принцип разбиения до п = 4 и после, по всей видимости, имеет различную природу. Представив результаты анализа в виде схемы индекса кластеров, совмещенную с диаграммным материалом, можно увидеть, что в отдельную группу сразу выделяются чистые водонасыщенные коллектора, а с п = 6 разделение на литотипы идет по содержанию дисперсного материала.
Построив векторные диаграммы для каждого кластера на всех шагах разбиения, можно судить об эффективности кластерного анализа для решения различных задач технологии структурного метода обработки и интерпретации.
Алгоритмы комплексной интерпретации данных ГИС для оценки подсчетных параметров коллекторов нижнего олигоцена месторождения Белый тигр
Выделение коллекторов осуществляется по характерными качественным признакам.
Использование средств автоматизированной обработки данных ГИС требует применения надежных количественных критериев для определения эффективных толщин продуктивных коллекторов. На основании опытно-методических работ научных сотрудников "НИПИморнефтегаз" и ГАНГ [16] выделение нефтенасыщенных коллекторов и определение ЬЭф в рамках используемого программного комплекса ОКПП осуществлялось с применением следующих граничных критериев: А1УФ = 0,5; гігл.ір = 0,48; Квгр = 60%; 1 10%.
Граничное значение пористости, равное 10%, установлено с учетом результатов испытаний пластов и подтверждено расчетами для ггл.гр = 0,48 и Сгл.ф=10%(Кп.гр=9,8%).
В эффективную толщину исследуемого горизонта включались только те пласты, которые удовлетворяли всем перечисленным количественным критериям.
В коллекторах определение коэффициентов пористости проводилось преимущественно по данным акустического и нейтрон-нейтронного методов, реже по гамма-гамма плотностному и микробоковому методам.
Необходимость использования нескольких методов для оценки Кп диктовалась как неуверенностью в масштабах записи и качестве оцифрованных кривых ГИС, так и необходимостью уточнения структуры порового пространства пластов-коллекторов.
Акустический метод явился одним из основных при оценке пористости коллекторов. Интервальное время в пластовом флюиде для заданных величин минерализации фильтрата Сф, Рпл и tnjl составляет 620 мкс/м.
Расчетные значения АТгла с учетом минерального состава глинистого цемента и наиболее вероятных пределов изменения пористости и глинистости коллекторов в изучаемом разрезе составляют 230-270 мкс/м. При расчетах Кп по акустическому методу принята величина АТгла, равная 250 мкс/м.
Наибольшие ошибки при определении пористости по данным АК возникают в случае неверной оценки АТТВ в минеральном скелете породы. Уточнение данного параметра проводили двумя способами: сопоставлением АТП с результатами оценки Кп по представительному керну (рис. 29) и сопоставлением удельных сопротивлений пород по данным БК с величинами АТП, снятыми с диаграмм акустического метода (рис. 30). В обоих случаях уточненное значение АТТВ составило 170 мкс/м.
В ряде скважин осуществлены замеры двухзондовой аппаратурой ННМ по тепловым нейтронам. В результате получают величину нейтронной пористости по известняку. В полученные значения К1Ш должны быть введены поправки за глинистость пород и литологию, поскольку исследуемые пласты-коллекторы сложены песчаниками.
Введение поправки за глинистость требует знания величины объемной глинистости и объемного содержания связанной воды в глинисто-цеолитовом цементе. Значение Кгл устанавливали по данным ГМ. Величина СОсв с учетом минерального состава цемента принята равной 0,34, поскольку преобладающим минералом в цементе пород является хлорит. Определяемое по ННМТ значение Кп характеризует общую пористость пород.
Гамма-гамма плотностной метод.
Так же, как и в методе ННМу, по гамма-гамма плотностному методу определяют Кп.общ.
Учитывая преимущественно кварц-полевошпатовый состав скелета пород величина 8ТВ при расчетах принята равной 2,65 г/см3, плотность гидро-слюдисто-хлоритового и гидрослюдисто-хлоритово-цеолитового цемента определялась с учетом содержания глинистых минералов и цеолита.
Плотность флюида, заполняющего поровое пространство соответствует плотности промывочной жидкости, т.е. 5Ж =1 г/см3.
Микробоковой каротаж.
В данном случае оценку параметра пористости проводят по удельному сопротивлению рпп промытой части зоны проникновения, где рф-удельное сопротивление фильтрата промывочной жидкости; Рно - параметр остаточной нефтенасыщенности; П„-параметр поверхностной проводимости.
Величину коэффициента остаточной нефтенасыщенности, необходимую для оценки Рно, приняли равной 0.30, учитывая результаты экспериментальных исследований института НИПИморнефтегаз[50]. Параметр Пп устанавливается для известных значений рф и Сгл. Поскольку для условий месторождения Белый Тигр рф мало отличается от рв, величина Пп = 1.
Коэффициент пористости, определяемый по МБК в породах с межзерновой пористостью, отражает общую (межзерновую) пористость пород.
При наличии микротрещиноватости, преимущественно горизонтальной ориентации, величины К„МБ могут несколько превышать значения Кпн м и Кпггм"п, что связано с повышенной электропроводностью трещин при близких удельных сопротивлениях Рф и рв.
В породах с преобладающей микрокавернозной пористостью Кп = К„А и будут близки к величине межзерновой пористости матрицы.
В случае хаотической микротрещиноватости и при наличии микрокаверн пористость по МБК должна быть близка к общей пористости пород.
Определение коэффициентов нефтенасыщенности выполнялось по стандартным алгоритмам. Удельные электрические сопротивления нефтена-сыщенных пород (рнп) определены по данным бокового каротажа. Оценка коэффициента нефтенасыщенности, расчет параметра пористости и коэффициента остаточной водонасыщенности в отложениях нижнего олигоцена производились:
Сложность проблемы оценки нефтенасыщенности коллекторов в отложениях нижнего олигоцена по данным ГИС заключена в достоверности принимаемой при расчетах величины удельного электрического сопротивления пластовой воды.
Существующий стандартный подход предполагает, что отбираемые пробы пластовой воды по минерализации в точности соответствуют свойствам воды, находящейся в продуктивном пласте. На основании такого подхода для коллекторов нижнего олигоцена принята общая минерализация пластовой воды Св, равная 5 г/л, что соответствует рв = 0,30 Омм при пластовых условиях.
Однако, анализ данных ГИС и, прежде всего, метода потенциалов собственной поляризации далеко не во всех случаях подтверждает эту величину. Если считать достоверной информацию об удельных сопротивлениях промывочной жидкости, на которой проводилось вскрытие отложений нижнего олигоцена, то для исследованных скважин величина рр при t = 23-30 С изменяется от 0,21 до 0,86 Омм, составляя для большинства скважин 0,25-0,35 Омм. Соответственно приведенным величинам рр удельное сопротивление фильтрата промывочной жидкости при пластовой температуре будет меняться в пределах от 0,05 до 0,2 Омм.
В таблице 11 приведены результаты определений рв по данным химического анализа проб пластовой воды, отобранных из отложений нижнего олигоцена. Расчеты проводились по общей минерализации Св и по величине плотности 8В20 для tm= 120 С. В первом случае диапазон изменения рв составляет 0,18-0,55 Омм, во втором 0,06-0,50 Омм.
Изучение характера обводнения продуктивных пластов и распределения углеводородов по площади
Изучение структурно-формационных зон залежей углеводородов традиционно выполняется путем построения и анализа различных карт, характеризующих распределение углеводородов по площади, геологических и гидродинамических моделей залежи. Решение данной задачи показано на примере построения карт комплексных параметров, которые получаются методом структурного сжатия. Аналогом комплексных параметров, в используемых ранее методиках являются эмпирические параметры неоднородности [48]
Для построения карт параметров, получаемых методом структурного сжатия, использован метод многоугольников, модифицированный к решаемой задаче соискателем. Он имеет преимущество перед картами изопахит на месторождениях со значительной фациальной изменчивостью осадков, приводящей к резкому изменению эффективных толщин и кол-лекторских свойств на небольших участках площади. Метод многоугольников сводится к следующему. Точки соседних скважин соединяют прямыми линиями, в середине этих линий восстанавливают перпендикуляры до пересечения с соседним перпендикуляром, получая таким образом многоугольники. Для определения площадей многоугольников авторами разработана специальная программа, реализуемая с помощью ЭВМ.
Рассмотрены примеры решения поставленных задач на двух месторождениях - газоконденсатном и нефтяном.
Газоконденсатная залежь Староминского месторождения приурочена к альбскому ярусу нижнего мела и нерасчлененной толще мезозоя (НТМ). В альбском ярусе выделены три продуктивных пачки - II, III и IV. В скважинах изучаемого месторождения осуществлялась как раздельная эксплуатация объектов по схеме "снизу-вверх", так и совместная эксплуатация одновременно двух, трех и всех четырех пачек (включая НТМ).
Анализ степени выработки запасов проведен путем сравнения начальных удельных запасов газа, рассчитанных по данным ГИС и отнесенных к 1 км2 площади, с фактическими отборами газа по промысловым данным. В случае совместной эксплуатации нескольких пачек величину извлеченных запасов газа оценивали пропорционально произведению перфорированной толщины пластов-коллекторов на коэффициент проницаемости. Результаты расчетов приведены в табл. 14. Поскольку не во всех случаях можно было достаточно точно установить работающую толщину, величины отборов газа в таких объектах являются приближенными (например, в скв. 32, 36). Сравнение величин начальных удельных эффективных объемов, полученных авторами (ГАНГ) и специалистами СевКавНИ-ПИГаз показало, что полученные данные близки между собой.
Анализ коэффициентов извлечения газа, рассчитанных для скважин западного купола, свидетельствует о том, что значительная часть запасов в НТМ не выработана.
Наиболее высокие величины коэффициента извлечения, изменяющиеся от 0.64 до 0.82, получены для скважин 58, 4, 26 и 53, в скв. 71 он составил 0.42, в остальных изменяется от 0.02 до 0.3. Низкие значения этого показателя получены для скважин, где пачка НТМ была изолирована сразу же после появления в ней воды, а также в скважинах, расположенных на участках с пониженной проницаемостью (скв. 8, 57) или повышенной неоднородностью (скв. 47, 56, 66).
В ряде скважин (19, 36, 44, 49, 62) отложения НТМ не эксплуатировались. Однако данные о ФЕС и степени однородности по проницаемости, а также темпы продвижения ГВК вблизи этих скважин ставили под сомнение возможность сохранения здесь значительных запасов неизвлеченного газа. Скв. 78р, пробуренная в 1996 г. вблизи скважин 36 и 49, подтвердила сделанные прогнозы. Отложения НТМ в разрезе данной скважины к 1996 г. были обводнены.
Продуктивная толща изучаемого нефтяного месторождения также сложена терригенными породами. Особенностями изучаемых отложений являются:
- сложное геологическое строение;
- значительная фациальная изменчивость;
- различие литолого-минералогического состава пород, слагающих основные продуктивные горизонты.
Все эти факторы способствуют увеличению геологической неоднородности, в первую очередь по ФЕС, существенно усложняют процесс выработки запасов нефти и снижают конечный коэффициент нефтеизвлечения.
Наиболее высокий КИН в скв, 14 получен для IX горизонта, несмотря на небольшую нефтенасышенную толщину, которая составляет здесь 4.5 м. В непосредственной близости к скв, 14 расположена скв, 61 (см, рис. 1), где суммарная толщина коллекторов в IX горизонте равна 31.5 м. Начальные запасы IX горизонта в скв. 61 более чем в 7.5 раз превышают его запасы в скв. 14. Скв. 61 не эксплуатировала изучаемую продуктивную толщу. Таким образом, можно предположить, что скв. 14 активно дренировала нефть из коллекторов со стороны скв. 61. В этой связи при оценке остаточных запасов и КИН скважины 14 и 61 рассматривались совместно.
Высокая обводненность скв. 14, на наш взгляд, связана с активной выработкой запасов из VIII и IX горизонтов. Получение безводной нефти, или с низким коэффициентом обводненности здесь могут обеспечить только VI и VII горизонты.
На рис. 40, 41 и 42 представлены вышеназванные карты для VIII продуктивного горизонта. Как видно из рис. 40 наиболее активно вырабатываются запасы скважинами 14, 64, 65, 193 (I блок) и в районе скв. 1008 (II блок).
I блок - в северной части, ограниченный с юга изолинией с остаточными запасами 100 тыс. т., в центре - район скв. 68 и на юге - ограниченный с севера изолинией запасов в 100 тыс. т.;
II блок - участки залежи с запасами выше 200 тыс. т. (рис. 43).
Проведенные исследования показали, что вероятность сохранения остаточных запасов наиболее высока в разрезах скважин и участках площади с увеличенной степенью неоднородности по ФЕС.
В заключение необходимо отметить, что полученные данные о величинах и распределении остаточных запасов нефти, как по разрезу продуктивной толщи, так и по площади следует рассматривать как предварительные (ориентировочные), поскольку в процессе анализа учитывались, главным образом, геологические факторы и в меньшей степени технологические. Влияние последних может быть достаточно существенным. Поэтому такие исследования необходимо проводить с привлечением специалистов в области геологии, геофизики и гидродинамики. Только в этом случае могут быть приняты верные решения для доразработки продуктивных залежей.
