Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Путилов Иван Сергеевич

Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии
<
Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Путилов Иван Сергеевич. Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии : диссертация ... кандидата технических наук : 25.00.12 / Путилов Иван Сергеевич; [Место защиты: Перм. гос. техн. ун-т].- Пермь, 2007.- 134 с.: ил. РГБ ОД, 61 07-5/5076

Содержание к диссертации

Введение

1- Возможности использования результатов литолого-фациалыюго анализа 7

2- Разработка методики уточнения фациальных зон по данным интерпретации геофизических исследований скважин и сейсморазведки ЗД на примере карбонатных отложений башкирского яруса Озерного месторождения 15

2.1 .Постраение статистических моделей для прогноза фациальных зон по данным интерпретации ГИС 17

2.2.Анализ ЛДФ полученной в результате ПЛДА пласта Бш1 25

2.3.Анализ ЛДФ полученной в результате ПЛДА пласта Бш2 31

2.4.Анализ ЛДФ полученной в результате ПЛДА пласта БшЗ 36

2.5.Анализ вероятностных фациальных зон башкирских отложений по данным интерпретации ГИС 40

2.6.Анализ сейсмических атрибутов на основе полученной фациальной зональности 44

2.7.Учет фациальной обстановки в процессе построения трехмерной геологической модели башкирского яруса Озерного месторождения 55

2.8. Связь фациальной зональности с распределением запасов и процессом разработки 63

3. Использование вероятностного статистического анализа для прогноза фациальной зональности фамен-турнейского карбонатного комплекса Озерного месторождения 69

3.1 Учет и детализация фациальной обстановки в процессе построения трехмерной геологической модели фамен-турнейского карбонатного комплекса Озерного месторождения 86

3.2. Связь прогнозной фациальной зональности с распределением запасов и процессом разработки 88

4. Применение вероятностного статистического анализа для прогноза фациальной зональности фамен-турнейского карбонатного комплекса Сибирского месторождения 92

4.1. Использование результатов литолого-фациалыюго анализа 94

4.2. Анализ связи фациальной зональности с распределением запасов и процессом разработки 103

5- Обобщение результатов вероятностно статистического анализа для прогноза фациальной зональности на фамен-турнейских залежах нефти Соликамской депрессии 106

Заключение 121

122

Литература

Введение к работе

Актуальность проблемы. На сегодняшний день более 60 % нефти в мире добывается из карбонатных отложений. На месторождениях Пермского края значительная часть запасов нефти также содержится в карбонатных отложениях.

Изучение нефтяных и газовых залежей карбонатных отложений в наше время основывается на использование всех имеющихся данных, чтобы получить максимально полное представление о геологическом строении и его влиянии на процесс разработки. Важное влияние на процесс разработки оказывает распределение запасов нефти в пределах различных фациальных зон. Практика показывает, что данных исследования керна в большинстве случаев недостаточно, поэтому для обоснованного выделения фациальных зон необходимо исследовать взаимосвязи характеристик керна с результатами интерпретации геофизических исследований скважин (ГИС) и сейсморазведки ЗД. В случае нахождения этих корреляций, представляются возможности более точно определить местоположение различных фациальных зон в пределах залежей нефти.

Цель работы:

Научное обоснование использования результатов интерпретации ГИС и сейсморазведки ЗД для построения статистических моделей прогноза фациальных зон фамен-турнейских и башкирских карбонатных отложений Соликамской депрессии.

Для достижения поставленной цели необходимо решить следующие основные задачи:

1. Установление геолого-геофизических показателей, контролирующих фациальную зональность фамен-турнейских и башкирских отложений в пределах залежей нефти.

  1. Обоснование построения статистических моделей прогноза местоположения фациальных зон по результатам интерпретации геофизических исследований скважин и сейсморазведки 3 Д.

  2. Построение схем фациальной зональности фамен-турнейских и башкирских карбонатных отложений по статистическим моделям.

  1. Построение трехмерных геологических моделей с учетом фациальной зональности.

  2. Проведение подсчета запасов нефти по фациальным зонам и анализ влияния этих зон на процесс разработки залежей нефти.

Научная новизна работы заключается в том, что на основе изучения данных интерпретации ГИС и сейсморазведки ЗД в различных фациальных зонах залежей нефти обоснован комплекс информативных критериев, контролирующих эти зоны, установлено влияние фациальных зон на распределение запасов нефти в пределах залежей. На месторождениях Соликамской депрессии оценено влияние фациальных зон на процесс разработки для фамен-турнейских и башкирских объектов разработки.

Показана эффективность использования разработанных статистических моделей для построения фациальных схем карбонатных отложений Озерного, Сибирского, Гежского, Маговского, Крутовского, Пихтового, Уньвинского, Архангельского, Юрчукского, Тарховского, Мысинского, Шершневского, Логовского, Чашкинского месторождений Соликамской депрессии.

В диссертационной работе защищаются следующие положения:

  1. Комплекс информативных геолого-геофизических характеристик контролирующих фациальную зональность фамен-турнейских и башкирских карбонатных отложений на месторождениях нефти Соликамской депрессии.

  2. Статистические модели прогноза фациальных зон фамен- , турнейских и башкирских отложений.

5 3. Схемы прогноза фациальных зон по залежам в фамен-турнейских и башкирских карбонатных отложениях на месторождениях нефти Соликамской депрессии.

Реализация работы. Результаты исследований вошли в два научно-исследовательских отчета по промышленному подсчету запасов ООО «ПермНИПИнефть» и в технологическую схему на проект разработки 000 «ПермНИПИнефть». Результаты исследований учтены при построении трехмерных геолого-гидродинамических моделей фамен-турнейских и башкирских объектов разработки, а также при мониторинге за разработкой месторождений.

Практическая значимость положений и выводов, приводимых в диссертации заключается, в использовании построенных схем фациальной зональности при построении трехмерных геологических моделей и дифференцированном подсчете запасов нефти.

Апробация работы. Основные положения и результаты работы докладывались на следующих научных конференциях: 2-й, 4-й и 5-й Уральских молодежных научных школах по геофизике (Екатеринбург, 2004; Пермь, 2001, 2003); XIII молодежная конференция, посвященная памяти К.О. Кратца «Геология и геоэкология, исследования молодых» (Апатиты, 2002); Геофизическая научная конференция в Пермском государственном университете (Пермь, 2003); Научно-практическая конференция по проблемам современной геофизики ОАО «Пермнефтегеофизика» (Пермь, 2004 ); Научная сессия Горного института Уро РАН по результатам НИР в 2003 году (Пермь, 2004); Практическая конференция по проблемам современной сейсморазведки, посвященная 55-летию ОАО «Пермнефтегеофизика» (Пермь,2005); IV, V конкурсах ООО «ПермНИПнефть» на лучшую научно-техническую разработку молодых

ученых и специалистов (Пермь, 2005, 2007); Конкурс молодых работников ООО «ЛУКОЙЛ-ПЕРМЬ» на лучшую научно-техническую разработку (Пермь, 2006); Первая открытая научно-техническая конференция молодых ученых и специалистов ООО «ПермНИПИнефть» (Пермь, 2006); на заседании Ученого Совета ООО «ПермНИПИнефть» (Пермь, 2007 ).

Публикации. Автором опубликовано 15 научных работ, из них в изданиях, рекомендованных Высшей аттестационной комиссией 5.

Структура и объем работы:

Диссертационная работа состоит из введения, 5 глав, заключения, списка использованных источников (122 наименований). Текст изложен на 134 страницах машинописного текста, содержит 31 таблицу, 101 рисунок.

Постраение статистических моделей для прогноза фациальных зон по данным интерпретации ГИС

На Озерном месторождении впервые для месторождений ООО «Лукойл-Пермь» были проведены детальные литолого-фациальные исследования керна башкирского яруса, включающие весь комплекс методов (биостратиграфический, циклостратиграфический, литофациальный анализы) [22]. В итоге на первом этапе фациального анализа по 15 скважинам с отбором керна А. П. Вилесовым (КамНИИКИГС) были выделены три фациальные зоны (рис. 2.3): 1) приливно-отливных равнин (ПОР), 2) отмелей мелководного шельфа (ОМШ.) и 3) открытого шельфа (ОШ). На основе 15 скважин с выполненным анализом керна и с учетом 16 скважин с данными интерпретации геофизических исследований скважин (ГИС) были получены общие представления о фациальной зональности по трем продуктивным пластам башкирского яруса [21].

После проведенных исследований керна было пробурено еще 47 скважин и проведена ЗД сейсморазведка. Таким образом, возникает задача - на основе нового фактического материала уточнить имеющиеся представления о фациальной зональности.

На этом этапе анализа использованы все 78 скважин. Для выполнения анализа по 78 скважинам были рассчитаны геолого-геофизические показатели [80J для каждого пласта башкирского яруса: Бш1, Бш2, БшЗ.

Для согласования данных были сопоставлены результаты корреляции продуктивных пластов, полученные в ООО «ПермНИПИнефть» и КамНИИКИГС (табл. 2.1). Сопоставление корреляции показало, что мелекесский горизонт по данным КамНИИКИГС разбит на два пласта Бш1 и Бш2, а в 000 «ПермНИПИнефть» выделен только один Бш1. Черемшанский горизонт соответствует верхней части БшЗ по данным КамНИИКИГС и Бш2 по данным 000 «ПермНИПИнефть». Прикамский горизонт соответствует нижней части БшЗ по данным КамНИИКИГС и БшЗ по данным 000 «ПермНИПИнефть».

Для анализа по скважинам брались следующие геолого-геофизические характеристики: Ro-сопротивление пласта, Кр -коэффициент расчленённости, Кпес - коэффициент песчанистости, Нпр0п - средняя толщина пропластка, Кп -коэффициент открытой пористости, К„ -коэффициент нефтенасыщенности, Кпр -коэффициент проницаемости, НЭф.„ - эффективная нефтенасыщенная толщина, НЭф -эффективная толщина, Н0 -общая толщина, Sn -среднеквадратическое отклонение пористости в пропластках, Snpon - среднеквадратическое отклонение толщины пропластка где n-расчлененность пласта, х,-толщина итого пропластка.

Анализ средних значений геолого-геофизических характеристик показал, что они различны для разных фациальных зон (табл. 2.2). Наилучшими фильтрационно-емкостными свойствами характеризуется зона ОМШ. Для пластов Бш1, Бш2, БшЗ зона отмелей мелководного шельфа характеризуется повышенными значениями Н0, НЭф, НЭф.„, К„, Кпрон и др.

Для количественной оценки различия геолого-геофизических показателей в пределах фациальных зон был применен пошаговый линейный дискриминантный анализ (ПЛДА) [80]. Анализ выполнялся только по зонам где НЭф.„ 0. Данному условию удовлетворяют зоны ОМШ и ПОР. Метод ПЛДА используется для принятия решения о том, какие переменные различают (дискриминируют) две или более возникающие совокупности (группы). Положительной стороной анализа является наличие разработанных статистических критериев, которые позволяют оценивать не только сам результат анализа (как, например, в большинстве методах факторного анализа), но и непосредственно сам процесс [43, 66].

По критерию Фишера можно оценить их вклад в фациальную зональность.

Анализируя данные для БшЗ можно видеть, что наибольший вклад в дискриминацию вносят переменные Кпес, DStDv, Кр, Нпроп, им соответствуют значения критерия Фишера от 3.1 до 5.8. Для пласта Бш2 наиболее значимыми параметрами оказались Dw, Ro, Нпроп. Они имеют значения критерия Фишера от 3.4 до 4.4. В Бш1 наиболее значимые параметры Кпес, D , S„. Они имеют значения критерия Фишера от 2.1 до 13.6.

Во всех пластах наблюдается наличие показателей D, DStDv, Dw, Кпес, Кр, Нпроп, что говорит об их связи с фациальной зональностью башкирских отложений.

В целом можно заметить, что для каждого пласта выделились свои значимые показатели. Это объясняется неравномерностью проявления цикличности для каждого пласта [22, 23, 122], что приводит к различной геологической неоднородности пластов.

Для построений линейно дискриминантных функции (ЛДФ) использовались геолого-геофизические показатели 15 скважин с установленной фациальной зональностью по данным анализа керна.

Наилучшим образом классифицируются скважины пласта БшЗ, правильность распознавания для обеих фациальных зон равна 100%.

Учет и детализация фациальной обстановки в процессе построения трехмерной геологической модели фамен-турнейского карбонатного комплекса Озерного месторождения

На основе ЗД модели было оценено распределение запасов по прогнозным фациальным зонам (рис. 3.25). Наибольшая доля запасов сосредоточенна в прогнозной фациальной зоне ВШ. Распределение запасов сильно зависит не только от площади, что видно на рис. 3.24. Прогнозная фациальная зона НШ занимает максимальную площадь залежи - 36%, а запасов в ней только 21%. Максимальная концентрация запасов в зоне ВШ объясняется высокими значениями эффективных нефтенасыщенных толщин, характерными для этой прогнозной фациальной зоны (табл. 3.1). Прогнозная фациальная зона БЯ характеризуется максимальными эффективными нефтенасыщенными толщинами, занимает площадь резервуара равную 17%, а запасов содержит 21%.

Анализ распределения запасов показывает, что породы разных прогнозных фациальных зон обладают различными фильтрационно-емкостными характеристиками. Распределение запасов нефти в залежи неравномерно и в значительной степени обусловлено фациальной неоднородностью резервуара. При промышленном подсчете запасов необходимо учитывать прогнозную фациальную зональность Фм-Т объекта и неоднородность фильтрационно-емкостных свойств коллекторов в разных прогнозных фациальных зонах, что позволит существенно повысить точность подсчета.

Максимальными средними значениями проницаемости характеризуется скважины из прогнозной фациальной зоны ВШ (табл. 3.1), минимальные значения проницаемости отмечены для скважин соседней прогнозной фациальной зоны БЯ. Такой контраст свойств этих зон был отмечен ранее и, в значительной степени, связан с особенностями осадкообразования.

Построенная схема прогнозной фациальной зональности согласуется с картой текущих дебитов (рис. 3.26). Зона биогермного ядра характеризуется низкими дебитами и четко отделяет зону передового склона от верхнего шлейфа.

Прогнозная фациальная зональность объясняет данные по работе нагнетательных скважин. Нагнетательные скважины, где закачка ведется в пределах одной прогнозной фациальной зоны передового склона или биогермного ядра рифа, оказывают влияние на скважины этой же прогнозной фациальной зоны, средний коэффициент корреляции между ними составляет 0,5. Соседние добывающие скважины из других прогнозных фациальных зон имеют коэффициент корреляции с нагнетательными скважинами 0,004. Этот факт согласуется с картой текущих дебитов нефти, где видно, что, не смотря на близость нагнетательных скважин, дебиты в районе БЯ резко ниже, чем в скважинах, вскрывших зоны ПС или ВШ.

Связь среднесуточного дебита с прогнозной фациальной зональностью отчетливо просматривается по интегральному графику (рис. 3.27). Видно, что работа скважин, зависит от прогнозной фациальной зональности на протяжении всего времени разработки. Самыми высокими являются дебиты скважин в зонах ПС и ВШ.

Анализ всей информации позволяет сделать вывод, что прогнозная фациальная зона верхнего шлейфа является наиболее благоприятной для разработки. Учет прогнозной фациальной зональности должен быть при получении коэффициентов извлечения нефти (КИН).

Сделан вывод, что для повышения точности оценки промышленных запасов необходимо учитывать фильтрационно-емкостную неоднородность в различных прогнозных фациальных зонах. Нахождение скважин в различных прогнозных фациальных зонах оказывает существенное влияние на процесс разработки месторождения. Можно порекомендовать различные системы поддержания пластового давления и сети размещения скважин с учетом прогнозной фациальной зональности. С учетом различия фильтрационно-емкостных характеристик пород в разных прогнозных фациальных зонах, возможна корректировка геолого-технологических мероприятии. Полученные закономерности позволяют так же поставить вопрос о необходимости определения КИН с учетом фациальной зональности.

Использование результатов литолого-фациалыюго анализа

При построении трехмерных геолого-гидродинамических моделей используются данные литолого-фациального анализа пород коллекторов. К сожалению, всегда недостаточно данных по литолого-фациальному анализу керна по скважинам. Это не позволяет получить достоверной пространственной картины распределения фациальных зон. Эту проблему можно решить путем совместного использования данных литолого-фациального анализа керна с результатами интерпретации геофизических исследований скважин и результатами интерпретации сейсморазведки ЗД [12, 71, 72, 73].

По данному объекту разработки путем литолого-фациального анализа керна по 14 скважинам построена схема литолого-фациальной зональности [95]. Согласно этой схеме по объекту разработки Фм-Т Сибирского месторождения выделены три фациальные зоны: 1) рифовый склон (СК); 2) биогермное ядро рифа (БЯ); 3) внутренний шлейф рифа (Ш). Далее по этим 14 скважинам построены линейные дискриминантные функции с использованием следующих геолого-геофизических показателей: коэффициент расчлененности (Кр), коэффициент песчанистости (Кпес), средняя толщина пропластка (Нпр0п), пористость (Кп), коэффициент нефтенасыщенности (К„), коэффициент проницаемости (Кпр), эффективная нефтенасыщенная толщина (НЭф.н), эффективная толщина (НЭф), общая толщина (Н0), среднеквадратическое отклонение пористости в пропластках (Sn), среднеквадратическое отклонение толщины пропластка (Snp0n), вариация толщины пропластка (Wnp0n), вариация пористости в пропластках (Wn), послойная неоднородность в области скважины

В результате реализации пошагового дискриминантного анализа получены следующие дискриминантные функции:

Zx = -0.275-Но+ 0.042-НЭф -0.458-Кр +7.471 -Кпес +0.506- V-1.177; (4.1) Z2 = 0.337-Но -0.115-Нэф+ОЛ 18-Кр -16.291-Кпсс -0.070-V+3.836. (4.2) Для проверки работоспособности данных функций были выполнены расчеты еще по 23 скважинам, не вошедшим в обучающую выборку. Правильность классификации по всем 37 скважинам приведена в табл. 4.1. Правильность распознавания по ЛДФ для фациальной зоны рифового склона составляет 83%, для зоны бигермного ядра рифа - 87% и для зоны внутреннего шлейфа рифа -100%.

Анализ коэффициентов корреляции показал, что без учета фациальной зональности отмечены в корреляционные поля с г 0,5 (табл. 4.3), это между: Н0 и НЭф , Кр, Кпес; V и Кр (рис. 4.3а, 4.36, 4.3в, 4.5а). При разделении по фациальным зонам выделилось общее для всех превышение коэффициента корреляции зоны БЯ над остальными фациальными зонами. Высокими коэффициентами корреляции во всех зонах (табл. 4.3) отмечены корреляционные поля между: V и Кр (рис. 4.5.а); Кпес и Нэф (рис. 4.3.в) с общим незначительным коэффициентом корреляции -0,06. В результате анализа корреляционных полей с г 0,5 установлено, что проявления фациальной зональности наблюдаются и для корреляционных полей между: НЭф с V, Кр; V и Н0; Кр и Кпес (рис. 4.3, 4.4, 4.5). Коэффициенты корреляции различаются по зонам. Все это показывает, что действительно имеются различия в геолого-геофизических характеристиках трех выделенных зон.

Далее в пределах 37 скважин по площади поднятия в ячейках 200x200 метров были использованы следующие атрибуты ЗД сейсморазведки: средняя амплитуда в окне (Аср), суммарная амплитуда в окне (Асум), среднеквадратическое отклонение амплитуды (Asd), вариация амплитуды (W_A), энергия в окне (Е), декремент эффективного затухания (В), интервальное время (dT), абсолютные значения отражающего горизонта (П_к), кривизна Ilk (Dip), азимут угла наклона поверхности Ilk (Da).

Расчет атрибутов глубинного куба ЗД амплитуд проводился в программном комплексе IRAP RMS между кровлей и подошвой Фм-Т объекта разработки, что составляет 50 метров. Анализ коэффициентов корреляции геолого-геофизических параметров с сейсмическими атрибутами выделяет только одно соотношение с коэффициентом более 0.5 это Аср с НЭф„ (рис. 4.6). При анализе коэффициентов корреляции по фациальным зонам максимальным коэффициентом выделяется зона СК с г=0,63. Минимальный коэффициент 0,28 соответствует зоне Ш. Построенные для каждой зоны, уравнения линейной регрессии различаются угловыми коэффициентами и свободными членами. Можно заключить, что различия в коэффициентах корреляции и уравнений регрессии отражают фациальную зональность для соотношений геолого-геофизических показателей и атрибутов сейсморазведки.

Похожие диссертации на Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти : на примере Соликамской депрессии