CC BY
96
УДК 553.26.036(571.1212)
ГЕОЛОГИЧЕСКАЯ МОДЕЛЬ ВИКУЛОВСКИХ ОТЛОЖЕНИЙ С УЧЕТОМ АНАЛИЗА СВЯЗНОСТИ КОЛЛЕКТОРА И ДАННЫХ ПО ГОРИЗОНТАЛЬНЫМ СКВАЖИНАМ
Боженюк Надежда Неониловна1,
bojenuk_nn@mail.ru
Белкина Валентина Александровна1,
belkina@tsogu.ru
Стрекалов Александр Владимирович1,
hydrasym@mail.ru
1 Тюменский индустриальный университет, Россия, 625000, г. Тюмень, ул. Мельникайте, 70.
Актуальность. Отложения викуловской свиты Красноленинского свода, обладая высокой продуктивностью, характеризуются сложным геологическим строением. При этом большое число залежей разбурены редкой сеткой скважин, причем зачастую крайне неравномерной, следствием чего является значимый недостаток эмпирической информации для построения адекватной трёхмерной геологической модели, и тем более гидродинамической.
Цель работы: усовершенствование методики построения трёхмерных геологических моделей, учитывающей неравномерность замеров, критерии связности коллектора и данные по горизонтальным скважинам, позволяющей заметно повысить точность геологической модели, и, как следствие, заметно уменьшить число итераций процесса создания гидродинамической модели. Методы исследования: методы литологического анализа состава горных пород, разделения циклов накопления отложений по литологическим характеристикам на циклиты, детальной корреляции, адаптации результатов вариограммного анализа по разбуренным участкам на не разбуренные, геостиринга по горизонтальным скважинам, критериев связности коллектора, построения трёхмерных геологических и гидродинамических моделей.
Результаты. На основе анализа кернового материала выделено по три циклита в пластах ВК1 и ВК2 изучаемого месторождения, что позволило провести детальную корреляцию с выделением трёх пачек в каждом из этих пластов. Использование параметров вариограммы, полученных на участках с более высокой плотностью замеров и наличием сейсморазведочных данных, привлечение данных по горизонтальным стволам позволило заметно уточнить структурный каркас и трёхмерные геологические модели литологии, фильтрационно-ёмкостных свойств и нефтенасыщенности. Перечисленные модели показали хорошую согласованность с внешними данными. Повышение точности геологических моделей существенно уменьшило вычислительную сложность построения гидродинамической модели.
Ключевые слова:
Нефтегазовая геология, месторождение, пласт, трехмерная геологическая модель, связность коллектора, геостиринг, неопределённость.
Введение
Нижнемеловые отложения викуловской свиты являются важным продуктивным объектом Красноленинского свода Западной Сибири. Впервые продуктивность викуловской свиты доказана изучением керна из Лорбинской скважины № 35 около 50 лет назад. Затем нефтеносность свиты подтвердилась данными по скважинам № 38 и 31. По результатам геологоразведочных работ в последующие годы залежи углеводородов открыты практически на всех локальных поднятиях-ловушках Красноленинского свода [1]. Большое число залежей, приуроченных к викуловской свите, в настоящее время находятся на поздней стадии разработки. Широко применяемая в мире и в Западной Сибири система форсированного отбора и заводнения приводит к образованию значительных недре-нируемых зон, а также к формированию так называемых трудноизвлекаемых запасов. Повышение эффективности разработки таких запасов возможно только на основе детальных геологических и гидродинамических моделей (ГМ и ГДМ). С другой стороны, некоторые из этих залежей разбурены до-
вольно плотной сеткой скважин, охвачены данными 2D и 3D сейсморазведки, что является информационной базой создания таких моделей. Тем не менее для получения адекватных моделей необходимо привлекать и другие виды эмпирической, косвенной и априорной информации. В настоящее время с целью повышения эффективности разработки ведётся бурение горизонтальных скважин (ГС). Но набор алгоритмов, использующих замеры и в ГС при трёхмерном геологическом моделировании, в настоящее время явно недостаточен. В настоящей статье рассмотрен алгоритм создания ГМ и ГДМ для одной из залежей викуловской свиты. В предлагаемой методике, кроме данных по горизонтальным стволам, в качестве априорной информации используется гипотеза о связности коллектора.
В административном отношении изучаемый район находится в Октябрьском районе Ханты-Мансийского автономного округа Тюменской области (рис. 1). Согласно [2], моделируемое месторождение расположено в северной части Красноле-нинского нефтегазоносного района (НГР) на границе центральной части Красноленинской нефтега-
зоносной области (НГО). Месторождение открыто в 1992 г. после опробования первой скважины, где установлена промышленная нефтеносность вику-ловской свиты. В тектоническом отношении рас-
сматриваемый участок находится на Западно-Сибирской плите, в пределах Уват-Ханты-Мансий-ского срединного массива рифейского геосинклинального комплекса, на северо-западе Красноле-
Рис. 1. Обзорная карта района работ [2] Fig. 1. Survey map of the area of works [2]
нинского выступа, образовавшегося в период байкальского этапа складчатости, переработанной герцинским тектоногенезом. Данный участок является структурой дейтероорогенного этапа развития в виде выступов-горстов фундамента.
Как видно из рис. 2, аптский бассейн, к которому приурочены продуктивные отложения викуловской свиты, представляет собой обширную переходную область от аллювиально-дельтовой равнины к морскому прибрежью, на котором довольно широко развиты авандельтовые образования.
Отложения викуловской свиты имеют морской генезис. Породы накапливались за счет приливно-отливной энергии и представлены разнопорядко-во-ритмичным переслаиванием песчаников, алевролитов и глинистых разностей. Осадконакопле-ние викуловской свиты проходило в центральной части внутреннего мелководного изолированного бассейна. Осадки нижней части свиты накапливались на этапе регрессивного цикла развития, сменившегося при накоплении верхней части свиты на трансгрессивный [3].
Рис. 2. Литолого-палеогеографическая карта Западно-Сибирской равнины. Меловой период позднеаптский век (под ред. И.И. Нестерова, 1974)
Fig. 2. Lithologiepaleogeographic map of the West Siberian Plain. Cretaceous late Aptian century
На рассматриваемом месторождении на момент создания геологической модели пробурено 34 скважины, из них 3 разведочные, 13 поисковых и 18 эксплуатационных (в том числе 8 горизонтальных) скважин, причём расположены они крайне неравномерно. В период создания модели продолжалось разбуривание месторождения несколькими буровыми бригадами в двух участках, данные по этим скважинам постоянно добавлялись в проект и учитывались при построении модели. На всей площади месторождения выполнены сейс-моразведочные работы МОГТ-3D.
Детальная корреляция
Для создания 3D ГМ проведён анализ сейсмических исследований, данных ГИС, описания и исследований керна, результатов опробования пласта и др. Одной из первых задач для проведения детальной корреляции отложений является изучение условий и процессов осадконакопления и выделение основных фациальных элементов разреза. Условия седиментации обуславливают закономерности пространственной неоднородности коллекторов пласта и степень их сложности. В пласте ВК1, согласно проведенному анализу кернового материала, выделено три седиментационных цикла, в которых отражена последовательность перехода осадков дистальных частей фронта дельты в отложения продельты (рис. 3).
Общая корреляция объекта проведена с выделением основных маркирующих горизонтов (кровля и подошва пласта ВК1, кровля и подошва пласта ВК2), а затем детальная - с выделением пачек (рис. 4).
Проведение данных границ обусловлено допущением геостатистики, основным инструментом моделирования в рамках данной работы, в связи с
небольшим количеством скважинных данных относительно площади исследования, о стационарности и репрезентативности данных в пределах одного слоя. Выделены следующие маркеры:
1. Пласт ВК,.
a) Кровля ВК, (пачка ВК,а) - кровля викулов-ской свиты, соответствует сейсмическому горизонту «М,». Местоположение кровли маркируется по однонаправленному перегибу диаграмм ПС и ГК в сторону линии чистых глин.
b) Кровля ВК,Ь - маркируется по увеличению значений ГК и отклонению ПС к линии глин, в большей части скважин (70 %) пачка сильно заглинизированна, что обусловлено снижением гидродинамической активности среды седиментации для данного трансгрессивного периода.
c) Кровля ВК,с - положение маркера пачки соответствует перегибу диаграмм ПС и ГК в сторону линии песков. Является первым и наиболее выдержанным циклитом образования трансгрессивного пласта ВК,, в большей части скважин, что логично, обладает наилучшими ФЕС (зоны ухудшения коллектор-ских свойств связаны с вторичными изменениями).
2. Подошва пласта ВК, - переходная пачка ВК,2. Трансгрессивная переходная глинисто-карбонатная зона. Маркируется по повышению гамма активности и повышению сопротивления, в случае с карбонатизированной частью.
3. Пласт ВК2.
а) Кровля ВК2 (пачка ВК2а) - последний циклит образования пласта ВК2, частично заглини-зирован, вследствие перехода осадконако-пления в трансгрессивную фазу.
Рис. 3. Выделение седиментационных циклов в отложениях пластов ВК, ВК2 [4] Fig. 3. Allocation of sedimentation cycles In deposits of VK, VK2 layers
Рис. 4. Детальная схема корреляции пластов ВК\ и ВК2 викуловской свиты Fig. 4. Detailed scheme of correlation of layers VK1, VK2 of Vikulovskaya suite
b) Кровля ВК2Ь - маркируется по характерному перегибу диаграмм ГК и ПС к линии песков. Для данной пачки в целом характерно улучшение ФЕС.
c) Кровля ВК2с - первый циклит регрессивного пласта ВК2. Прослеживается по характерному понижению гамма активности и собственной поляризации. Практически повсеместно этот циклит (85 % скважин) представлен во-донасыщенными по ГИС породами.
4. Подошва ВК2 - выделяется по отклонению ПС к линии чистых глин, снижению сопротивления, взаимообратному перегибу диаграмм ИК и ПС.
Подтвердить корректность выделенных прослоев на этапе корреляции можно анализом геолого-статистических разрезов (ГСР) по скважинным данным. Пример контроля качества корреляции по пластам ВК1 и ВК2 по ГСР представлен на рис. 5.
Из рис. 5 видно, что ГСР с учётом результатов детальной корреляции имеет более изрезанный вид, что хорошо согласуется со сменой циклитов, установленной по керновым данным.
Построение структурного каркаса
В связи со слабой изученностью рассматриваемой территории, обусловленной низкой степенью
Рис. 5. Геолого-статистический разрез объекта ВК Fig. 5. Geological and statistical section of VK object
Рис. 6. Структурная карта по кровле пласта ВК (авторская модель) Fig. 6. Structural map on layer VK (author's model)
и, что ещё очень важно, существенной неравномерностью сети скважин на месторождении, построение структурного каркаса модели проведено с учетом анализа неопределенности данных.
Учет геологической неоднородности по всей площади пласта позволяет повысить достоверность прогноза строения пластов в межскважин-ном пространстве, увеличить точность подсчета запасов в областях, слабо изученных бурением, и более обоснованно подходить к составлению проектного документа для дальнейшего разбуривания месторождения.
Построение структурной карты осуществляется в несколько этапов:
1. Для проведения вариограммного анализа разбуренного участка месторождения полученная по результатам интерпретации сейсмических материалов карта горизонта ВК1 преобразуется в куб абсолютных отметок, при наличии участков, не охарактеризованных сейсмическими данными, проводится интерполяция (за пределами лицензионного участка). Далее для анализа структурных особенностей разбуренной части и построения вариограммы с полученного куба снимаются значения абсолютных отметок в атрибуты скважин.
2. Далее рассчитывается куб расстояний, в котором значение в каждой ячейке есть расстояние до ближайшей скважины. Дальнейшие расчёты ведутся в предположении, что изменчивость тем выше, чем удалённее участок от участка с фактической информацией и чем глубже от дневной поверхности. В соответствии с этим
предположением, получена зависимость изменчивости от удаленности точек с фактической информацией и глубины.
3. Затем проводятся многовариантные (стохастические) расчеты структурной карты кровли с учетом подобранных рангов согласно варио-граммному анализу и вариативности отклонений, которые дают набор реализаций с минимальными отличиями в разбуренной зоне, но с различным поведением структуры вне разбуренной части. В конечном итоге по вероятностному подходу отбираются реализации, попавшие в диапазон Р50±5 % (где Р - вероятность), и проводится их осреднение (рис. 6).
4. Далее структурная карта строится с использованием в качестве тренда осредненной карты, полученной на предыдущем шаге, и модели разломов, определенных по сейсмическим данным. При этом модель разломов является детерминистической в связи высоким диапазоном неопределенности положения разломов. Таким образом, удалось уточнить геометрию
структурной поверхности на неразбуренных участках месторождения, используя свойства поверхности по разбуренной части. Впоследствии это привело к изменению контуров нефтеносности месторождения и уменьшению геологических запасов залежи.
Литолого-петрофизическое моделирование
В связи с тем, что образование пород происходило в условиях волнового/ штормового побережья, количество и степень отсортированности
песчаного материала контролировалось удаленностью от источника сноса и силой штормовых явлений, поэтому в данной работе отложения пласта ВК1 рассматриваются как условно монофациаль-ные. На данном участке отсутствуют отложения врезанной долины.
Для воспроизведения адекватной изменчивости пород пласта построение куба литологии проведено комбинированным способом в 2 этапа. На первом этапе создан трендовый куб литологии детерминистическим способом, на втором - итоговый куб литологии одним из стохастических способов - индикаторным методом. В свою очередь, алгоритм создания трендового куба литологии состоит из нескольких шагов: вначале строятся карты общих и эффективных толщин по скважинным данным, которые вычисляются экстраполяцией с учетом изменчивости значений разбуренной части в неразбуренную. По этим картам вычисляется карта коэффициента песчанистости. Следующим этапом является создание ГСР и трендового куба литологии по ГСР и карте песчанистости. Далее проводится вариограммный анализ, согласно которому на изучаемом объекте установлена зональная анизотропность, что весьма характерно для биотурбированных отложений и отложений с резко изменчивым генезисом, которые не могут быть описаны только геометрической анизотропией [5]. По результатам вариограммного анализа строятся эллипсоиды рангов.
Затем моделируется куб литологии индикаторным методом с учетом 3D тренда и эллипсоидов рангов, полученных на предыдущем шаге [6]. Моделирование «плотного» литотипа проводится по тому же принципу и интерполируется внутри «па-леопесчаника», что обусловлено его происхождением. Особенностью построения эллипсоида рангов «плотного» литотипа является то, что эта лито-логическая разность зачастую распространена спорадически.
Так как породы викуловской свиты не обладают хорошими коллекторскими характеристиками (высокая неоднородность, мелкозернистость осадка), то даже незначительное увеличение количества глинистого материала, увеличение в его составе количества хлорита и гидрослюды приводит к тому, что значения, как пористости, так и проницаемости, резко уменьшаются. Еще одним фактором, существенно ухудшающим ФЕС пород или превращающим породу в неколлектор, является карбонатизация. В отложениях викуловской свиты карбонатный материал присутствует повсеместно. Это или небольшая примесь в цементе, или тонкие невыдержанные слойки с карбонатным цементом, или достаточно выдержанные прослои существенно карбонатизированной породы. Выдержанный как в разрезе, так и по латерали прослой приурочен к перемычке между пластами ВК1 и ВК2. В пределах пласта ВК1, как правило, присутствует несколько существенно карбонатизирован-ных или с базальным карбонатным цементом пе-
счано-алевритовых прослоев толщиной от 5-15 см до 1 м. Их протяженность по латерали сложно оценить из-за большого расстояния между разведочными скважинами, можно предположить, что они протягиваются на расстояние от нескольких метров до первых десятков метров.
По керновым данным скважины № 777П сопоставлены эффективные толщины отложений пластов BKj и ВК2. Наибольшую долю песчано-але-вритовых прослоев имеют отложения нижнего цикла пласта ВК и породы пласта ВК2 - это 62 и 53 % соответственно. В среднем цикле доля песча-но-алевритовых пород минимальна и составляет 28 %. Необходимо учитывать высокую неоднородность, характерную для песчано-алевритовых пород викуловского горизонта. Несмотря на то, что песчано-алевритовые прослои составляют более половины разреза верхней части пласта ВК2, эффективных нефтенасыщенных толщин лишь 2 %.
Для пласта ВК1 открытая пористость изменяется от 2,0 до 29,5 %, проницаемость изменяется от 0,01-10-3до 124-10-3мкм2, водоудерживающая способность изменяется в пределах 22-80,3 %. Для коллекторов ВК1 минимальная Кп составляет 18 %, Кпр - 1-10-3мкм2; средние значения Кп равны 25 %, Кпр- 21,4-10-3мкм2, Кво- 42,6 %. Для пласта ВК2 Кп изменяется от 3,3 до 30,5 %, Кпр изменяется от 0,03-10-3 до 123-10-3мкм2, Кво изменяется в пределах 26,2-91,8 %. Для коллекторов ВК2 минимальная Кп составляет 18 %, Кпр - 1-10-3мкм2. Средние значения Кп - 25 %, Кпр - 24,9-10-3мкм2, Кво - 40,7 %. В пластах ВК1 и ВК2 преобладают коллекторы IV класса по классификации А.А. Ха-нина, доля пород III класса составляет менее 5 %. Наиболее перспективными с точки зрения наличия коллекторов с качественными характеристиками являются отложения фронта дельты, а именно песчано-алевритовые прослои нижнего цикла пласта ВК1 и песчано-алевритовые прослои верхней части пласта ВК2.
В связи с тем, что месторождение характеризуется сложным геологическим строением, малыми эффективными нефтенасыщенными толщинами (й8ф) с низкими ФЕС (коэффициентами пористости и проницаемости - Кп, Кпр), разработка данного месторождения эффективна только при преобладающем горизонтальном разбуривании. В связи с малым количеством фактической скважинной информации (количество наклонно-направленных скважин на площади месторождения явно недостаточно для изучения детального геологического строения) и ограниченной вертикальной разре-шенностью сейсмических исследований (>10 м) структурные построения обладают высокой степенью неопределенности. Для уточнения структурного каркаса модели необходимо привлекать информацию, полученную с горизонтальных скважин (ГС) на протяжении всего горизонтального участка, что дает дополнительную информацию о наклоне структурной поверхности в межскважин-ном пространстве.
Для этого предлагаем использовать методику «геостиринга», которая применяется при сопровождении бурения ГС в режиме реального времени, но для уточнения структурной поверхности эта технология используется уже после бурения ГС [7-10]. Методика основана на создании синтетических диаграмм метода ГК одной из ближайших скважин в наиболее схожем участке и сопоставлении с фактическими данными по каротажу. Сравнение между собой фактических и синтетических диаграмм каротажа позволяет спрогнозировать изменение угла наклона структурной поверхности в межскважинном пространстве и наличие разлома. Совпадение соответствующих синтетических и фактических диаграмм означает, что текущая модель адекватно отображает геологический разрез, если же диаграммы различаются существенно, то необходима корректировка структурной поверхности. Таким образом, получается набор точек скорректированной структурной поверхности в меж-скважинном пространстве, при котором синтетическая и фактическая диаграммы совпадают, полученные таким образом дополнительные точки используются при перестроении структурной модели.
Данная методика впервые опробована на моделируемом месторождении для уточнения структурной поверхности кровли ВК1 по данным всех горизонтальных скважин. Пример проведения корректировки структурного каркаса модели пласта ВК1 по одной горизонтальной скважине сопоставлением синтетической и фактической диаграмм ГК представлен на рис. 7.
Рис. 7. Сопоставление синтетической и фактической диаграмм ГК (серая линия - синтетическая ГК, зеленая -фактическая ГК)
Fig. 7. Comparasion of syntetic and actual charts GK (gray line - syntetic GK, green line - actual GK)
На рисунке видно, как изменение угла наклона структурной поверхности позволило улучшить сходимость диаграмм ГК и УЭС на заданном интервале и получить более точную модель структуры (рис. 8, 9).
Рис. 8. Структурная модель и куб литологии по объекту ВК до проведения «геостиринга» (учтена только точка входа ГС в пласт)
Fig. 8. Structural model and lithology cube on VK object before geosteering (only the entry point of GS into layer is considered)
□ Неколлектор
□ Коллектор
□ Плотный
□ Алевролит
Рис. 9. Скорректированная структурная модель с учетом изменения пласта вдоль всего горизонтального ствола скважины
Fig. 9. Corrected structural model taking into account the change of layer along all horizontal trunk of a well
Таким образом, использование данной технологии позволяет более корректно воспроизвести структуру в межскважинном пространстве в районах горизонтальных скважин. Местоположение горизонтальных стволов соответствует фактическим данным и в данном конкретном случае располагается в коллекторе геологической модели, чего ранее невозможно было добиться путем изменения альтитуды скважины, при этом адаптировалась только часть ствола, а не весь горизонтальный участок.
Для интерполяции фильтрационно-емкостных свойств использован стохастический метод модуля петрофизического моделирования, позволяющий в равной степени учесть скважинные данные и тренды, а также задать преобразования в них. Так, для коэффициента открытой пористости задано нормальное распределение, а для коэффициента проницаемости - логнормальное.
Рис. 10. Гистограммы относительных частот исходных и декластеризованных значений коэффициента открытой пористости Fig. 10. Histograms of relative frequencies of initial and declustered porosity data
В связи с тем, что большинство скважин пробурено в зонах с улучшенными фильтрационными свойствами, а информация по одиночным разведочным скважинам в зонах с ухудшенными ФЕС оказывает меньшее влияние на интерполяцию свойств в межскважинном пространстве, существует необходимость проведения декластериза-ции входных данных. Эта процедура преобразует исходную выборку в репрезентативную. После процедуры декластеризации значений коэффициента открытой пористости (Коп) максимальные и минимальные значения пористости остаются прежними, а среднее и стандартное отклонения изменяются, что значимо меняет входные параметры для геостатистического распределения (рис. 10). Коэффициент проницаемости рассчитан по регрессионной зависимости от Коп.
В качестве тренда для построения куба Коп задан куб, полученный из карт коэффициента пористости для каждого пласта (ВК1 и ВК2), построенных интерполяцией фактической изменчивости.
Анализ связности коллектора
для гидродинамического моделирования
Характерной особенностью геологического моделирования является отсутствие возможностей по контролю над характером пространственного изменения геологических свойств, оценки связности коллектора, неоднородностью свойств, хотя данные параметры оказывают существенное влияние на показатели разработки. При построении геологической модели контролируется соответствие модельной и фактической гистограмм распределения параметра литологии, Кп, статистические характеристики, при этом практически не контролируется распределение в межскважинном пространстве. Однако пространственное изменение этих значений зачастую не влияет на суммарную величину запасов, можно построить неограниченное количество геологических моделей, имею-
щих идентичные гистограммы частот и несущественно различающиеся значения статистических характеристик, но с практически одинаковыми значениями запасов. Другими словами, задача построения геологической модели, как практически все задачи нефтегазовой геологии, некорректна, то есть имеет бесчисленное множество решений. Поэтому практическое решение задачи построения геологической модели сводится к нахождению решения, согласующегося со всеми эмпирическими разнородными данными, к тому же имеющими разную точность, и геологическими закономерностями моделируемых параметров.
В силу описанных причин, в работе для оценки неопределенности данных в межскважинном пространстве предлагается использовать совместно оценку запасов и критерий связности коллектора. Названный критерий позволяет дополнительно уточнять пространственное изменение коллекторов и ФЕС.
Под связностью коллектора с геометрических позиций в настоящей работе понимается возможность соединения любых двух точек (ячеек 3D-мо-дели) непрерывной линией, все точки которой принадлежат выделенной области коллектора. С позиции гидродинамики это означает, что все части коллектора гидродинамически связны, то есть между любыми двумя точками возможно движение флюида. Коэффициент связности представляет собой отношение объёма залежи, где она представлена монолитным нерасчлененным песчаником, к общему объёму залежи. Появление низкопроницаемых зон небольшого размера (2-3 ячейки) в 3D-моделях («перемычки») между областями коллекторов значимых размеров в подавляющем большинстве случаев является следствием приближённости геологических моделей. Особенно в тех ситуациях, когда эмпирических данных явно недостаточно, вследствие чего методы интерполяции работают с большой погрешностью. Из сказанного
следует, что необходимо проанализировать модель на предмет наличия перемычек, особенно в тех случаях, когда при дискретизации значения в ячейках отнесены к не коллектору с невысокой долей вероятности, изменить литологическое значение ряда ячеек.
Нижеописанный подход позволяет учесть динамические характеристики объекта при выборе реализации геологической модели. Динамические характеристики рассчитываются с применением концепции линий тока и оценивают гидродинамическую связность резервуара при расчете потока между скважинами [11-22]. Такими характеристиками могут являться: связный поровый объем (суммарный поровый объем, ассоциированный со всеми линиями тока модели), коэффициенты охвата заводнением и извлечения флюида, время прорыва воды и др. В данном методе используется преимущество симуляторов линий тока в скорости расчета, что дает возможность рассчитать большое количество реализаций за приемлемое время. Для ускорения расчетов может быть применена модель однофазного течения флюида. Таким образом, для каждой реализации геологической модели оценивается гидродинамическая связность резервуара, которая используется как дополнительный критерий для ранжирования и выбора реализаций. Такой метод позволяет выбрать различающиеся модели (реализации) не только по величине объема углеводородов, но и по характеристикам фильтрации флюида в пласте. Уточним, что упрощенные гидродинамические расчеты достаточны лишь для оценки гидродинамической связности резервуара, а для определения показателей разработки требуется выполнение полноценного гидродинамического моделирования.
Данная процедура выполняется средствами Workflow, проводится анализ чувствительности
модели при изменении геологических свойств пласта, анализ связности коллектора с учетом модели линий тока и выбор адекватных моделей для дальнейших гидродинамических расчетов. Данный алгоритм заложен в качестве плагина к программному комплексу Petrel. В данной работе приведен реальный пример практического применения плагина на одном из месторождений Западной Сибири.
В геологической модели варьировались следующие параметры:
• Fracl - доля коллектора с учётом плотной ли-тологической разности в объеме пласта (%), fracl 1 - доля глины в объеме пласта; RX1, RY1, RZ1 (м) - ранги фаций при моделировании литологических разностей: глина и коллектор в направлениях OX, OY и OZ соответственно,
• Frac2 - доля коллектора в объеме Frac1 (%), frac22 - доля плотной литологической разности в объеме Frac1; RX2, RY2, RZ2 (м) - ранги фаций при моделировании коллектора и плотного коллектора,
• RX3, RY3, RZ3 (м) - ранги изменения коэффициента пористости.
Всего было посчитано 420 реализаций геологической модели пласта + расчет линий тока. Среди рассчитанных реализаций выделяется диапазон вероятности P10±10 %, P50±10 %, P90±10 % по количеству геологических запасов (поровый объем) и по коэффициенту связности коллектора (рис. 11, прямоугольные области красного, зеленого и синего цветов). Из данных областей выбираются варианты по двум критериям: запасы (поровый объем) и связность с одинаковыми значениями вероятностей: P10, P50, P90. В итоге в процессе кластеризации выбрано 9 моделей для дальнейшего расчета с помощью гидродинамического симуля-тора.
Кластеризация моделей по степени связности
\ \ ° о to о ° №137(^) о o 00»D 219 -Л • •—- a Q№237 о о ...е......° о........................................................
0 J о >407- % > ° & ■9 °
№145(^) ° о о ° « № 0 №365 Q — 172 A • fe*- QN°142 0 О о о => о о * < ^ №146
ЗЯНШЮОО ЗбОСОСОСО.М 37DOCOCOOOO ЗЗОООСОЮОО 39000000
Поровый объем пласта, м
Рис. 11. Декластеризация моделей по связности и запасам (поровый объем) Fig. 11. Declustering of models on connectivity and stocks
Рис. 12. Результаты гидродинамических расчетов по девяти геологическим моделям Fig. 12. Results of hydrodynamic calculations for nine geological models
Согласно результатам гидродинамических расчетов девяти реализаций геологической модели в зависимости от степени связности коллектора получена довольно неплохая первоначальная сходимость модельных расчетов с историческими данными (рис. 12).
• Минимальную ошибку имеет реализация 219, которая характеризуется высокой связностью и величиной запасов Р50 (табл. 1).
Минимальные ошибки также имеют варианты (237, 172, 407), характеризующиеся разной связностью при величине запасов ~Р50. Наиболее точно описывают историю разработки реализации с величиной запасов Р50, хоть и с разной величиной связности. Исходя из сказанного, реализацию 219 рекомендуется использовать для дальнейшей «тонкой» настройки по истории разработки.
Таблица 1. Абсолютные погрешности геолого-промысловых параметров по девяти представительным геомоделям
Table 1. Absolute errors of geologist and trade parameters on nine presented models
№ варианта Version no. Добыча нефти, м3 Oil production rate, m3 Накопленная добыча нефти, м3 Cumulative oil production, m3 Обводнённость продукции,% Water cut, % Забойное давление, бар Bottom-hole pressure, bar Закачка воды, м3 Water injection rate, m3 Добыча воды, м3 Water production rate, m3 Суммарная погрешность Sum error
137 202 41733 4,00 1296 557 138 43930
145 187 36264 4,03 1265 564 138 38422
365 178 37815 3,66 1354 570 122 40041
219 186 32621 4,34 1266 555 152 34784
407 184 35703 4,09 1278 555 137 37861
172 184 35440 3,95 1300 552 123 37603
237 192 34706 4,19 1264 578 145 36891
142 205 46302 3,93 1303 569 128 48515
146 212 45984 4,30 1300 558 137 48195
После адаптации выбранной гидродинамической модели обоснованы точки заложения эксплуатационных скважин. По данным семи пробуренных скважин проведена оценка качества геологических моделей, результаты оценки представлены в табл. 2. Из приведённых данных видно, что среднее отклонение абсолютных отметок кровли пласта по модели от фактических результатов по авторской модели составляет 1,6 м, а по предыдущей - 4,1 м, среднее отклонение эффективных
нефтенасыщенных толщин по авторской модели равно 0,7 м, по предыдущей - 4,1 м, причём в скв. 5675 отклонение й8фн составляет 11,1 м. Последнее число говорит о наличии грубых погрешностей в предыдущей модели. В целом данные табл. 2 говорят о достаточно хорошей прогнозной способности авторской модели.
Выводы
В целом из изложенного следует, что использование предложенного подхода дает возможность более эффективно и согласованно оценивать неопределенности разной природы, использовать широкий комплекс данных и критериев при создании геологических моделей, что значимо повышает их точность, а значит, снижает риски и повышает технологические показатели разработки месторождения. И что не менее важно, время на адаптацию гидродинамической модели снижается в 3-5 раз.
Таким образом, разработана методика построения структурной модели с учетом анализа неопределенности входных данных. Эта методика особенно актуальна для месторождений с низкой степенью изученности и/или существенной неравномерностью сети наблюдений. Методика построения геологической модели также позволяет учитывать связность коллектора в межскважинном пространстве и данные по горизонтальным скважинам. Окончательный выбор наиболее вероятной и адекватной модели для гидродинамического моделирования проводится по суммарной погрешности ряда геолого-промысловых параметров.
Таблица 2. Сопоставление данных по новым скважинам и по геологическим моделям
Table 2. Comparison of the data on well-drilling and geological model
Первоначальная модель Initial model Авторская модель Author's model Фактические результаты Actual results
Скважина Well 5 Е и, 5 E a -ri ^ ч— . О 5 Е а, £ Е ^ ГО Ф . § S О U к le а M d I g Èî< га E CP О 5 , S—; Е Ш-0 m к о ct 5 Е и, 5 Е a -ri ^ ч— . О 5 Е а, £ Е ^ ГО Ф . g S О U 5 Е Î i m ai ü = E О Et < ra §o га E О 5 , E g-o ra Oct-8 к о ct 5 E н, X с 5 Е и, 5 Е а га ^ ч— . о 5 Е а, £ Е ^ <о ф . g S О U к le 5 Е Î i m ai
< ^ о -io го < ^ о < и < < -io Cd ^ о < и < ^ <
5684 -1398,0 -1398,0 2,0 0,1 -1398,0 -1400,0 4,7 2,0 1,9 0,4 -1396,0 -1398,1 5,1
5609 -1395,6 -1397,3 4,2 4,6 -1399,0 -1401,4 7,9 0,8 0,5 1,9 -1399,8 -1401,9 6,0
5611 -1401,6 -1403,0 5,4 4,8 -1398,2 -1399,4 6,4 2,0 1,2 2,3 -1396,2 -1398,2 8,7
5675 -1396,0 -1403,0 6,6 11,1 -1390,8 -1392,3 5,2 1,4 0,4 0,1 -1389,4 -1391,9 5,1
5727 -1393,6 -1395,0 3,9 4,6 -1397,0 -1399,5 6,7 0,5 0,1 0,1 -1397,5 -1399,6 6,6
5700 -1394,0 -1396,0 4,8 5,0 -1392,3 -1393,6 5,5 3,1 2,6 0,2 -1389,2 -1391,0 5,3
5707 -1381,6 -1383,6 1,6 1,2 -1381,6 -1383,6 9,0 1,6 1,2 0,1 -1380,0 -1382,4 8,9
Среднее отклонение Среднее отклонение
по модулю, м Average deviation, m 4,1 4,5 по модулю, м Average deviation, m 1,6 1,1 0,7
СПИСОК ЛИТЕРАТУРЫ
1. Карагодин Ю.Н. Нефть и газ викуловской свиты // Наука в Сибири. - 2008. - №41. - С. 10-13.
2. Атлас «Геология и нефтегазоносность Ханты-Мансийского автономного округа» / под ред. Э.А. Ахпателова, В.А. Волкова, В.Н. Гончаровой и др. - Екатеринбург: Изд-во «ИздатНаука-Сервис», 2004. - 148 с.
3. Состав, строение и условия формирования коллекторов группы ВК восточной части Красноленинского нефтяного месторождения (Западная Сибирь) / В.П. Алексеев, Э.О. Амон, Ю.Н. Федоров и др. / под ред. В.П. Алексеева. - Екатеринбург: Изд-во УГГУ, 2011. - 325 с.
4. Технологическая схема опытно-промышленной разработки нефтяного месторождения. - Тюмень, 2014. - 337 с.
5. Александров В.М., Казанская Д.А., Белкина В.А. Особенности геологического строения темпеститов в отложениях викулов-ской свиты // Нефть и газ. - 2015. - № 5. - С. 10-15.
6. Практические советы по 3D геологическому моделированию / Б.В. Белозёров, А.В. Буторин, П.Н. Герасименко, Е.В. Журавлёва, Р.З. Фаизов. - СПб.: Газпромнефть НТЦ, 2015. -354 с.
7. Куваев И., Уваров И., Пайразян К. ПО Геонавигации. Современные подходы к оптимизации горизонтального бурения // Oil & Gas Journal Russia. - 2016. - № 06. - С. 48-52.
8. Воробьев В.С., Петров А.Н. Использование горизонтальных скважин при построении геологических моделей // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2017. - №12. - С. 24-32.
9. Кульчицкий В.В. Геонавигация горизонтальных скважин и геореакторов на месторождениях Западной Сибири // Нефть. Газ. Новации. - 2015. - № 3. - С. 8-12.
10. Геонавигация скважин / В.В. Кульчицкий, Г.А. Григашкин, А.С. Ларионов, А.В. Щебатов. - М.: МАКС Пресс, 2008. -312 с.
11. Incorporating Uncertainties in Well-Count Optimization with Experimental Design for the Dcepwator Agbami Field / G.M. Na-rahara., J.J. Spokes., D.D. Brennan et al. // SPE Annual Technical Conference and Exhibition. - Houston, September 26-29, 2004. - Paper SPE 91012.
12. Idrobo E.A., Choudhary М.К., Datta G.A. Swept Volume Calculations and Ranking ot Geostatistical Reservoir Models Using Stream-line Simulation // SPE/AAPG Western Regional Meeting. -
Long Beach, California, USA, June 1-23, 2000. - Paper SPE 62557.
13. Statistical Ranking of Stochastic Geomodels Using Streamline Simulation: a Field Application / J.R. Gilman, Hai-Zui Meng, M. J. Uland et al. // SPE Annual Technical Conference and Exhibition. - San Antonio, TX, September 29 - October 02, 2002. - Paper SPE 77374.
14. Saad N., Maroongroge V. Ranking Geostatistical Models Using Tracer Production Data // SPE European 3-D Reservoir Modeling Conference. - Stavanger, Norway, April 16-17, 1996. - Paper SPE 35494.
15. Schlumberger GeoQuest. FrontSim Technical Description. 2016.
16. Гармаш В.А. Использование динамических характеристик при выборе представительных реализаций геологической модели // Нефтяное хозяйство. - 2014. - № 12. - С. 110-111.
17. Akhill Datta-Gupta, Michael J.King. Streamline simulation: Theory and Practice. - USA: Society of Petroleum Engineers, 2007. -404 p.
18. Shook G.M., Mitchell K.M. A Robust measure of heterogeneity for ranking earth models: The F-PHI curve and Dynamic Lorentz Coefficient // SPE Annual Technical Conference and Exhibition. - New Orleans, October 4-7, 2009. - Paper SPE 124625.
19. Reservoir modeling and simulation of the Lajas Formation outcrops (Argentina) to constrain tidal reservoirs of the Halten Terrace (Norway) / I. Brandsaeter et al. // Petroleum Geoscience. -2005. - V. 11. - P. 37-46.
20. Ranking and upscaling of geostatistical models by use of streamline simulation: a field case study / H. Ates, A. Bahar, S. Salem, M. Charfeddine, M.G. Kelkar // SPE Reservoir Evaluation & Engineering. - 2005. - № 8. - P. 22-32.
21. Utilization of the GRM (Geological Representative Models) to integrate different types of uncertainties in the decision making process / M.A. Silveira, A.P. Araujo Costa, G.J. Zamora // EUROPEC/EAGE Conference and Exhibition. - Amsterdam, the Netherlands, June 8-11, 2009. - Paper SPE 120924.
22. Statistical ranking of stochastic geomodels using streamline simulation: a field application / J. Gilman et al. // SPE Annual Technical Conference and Exhibition. - San Antonio, Texas, September 29 - October 2, 2002. - Paper SPE 77374.
Поступила 26.12.2017 г.
Информация об авторах
Боженюк Н.Н., аспирант кафедры разработки и эксплуатации нефтяных и газовых месторождений Тюменского индустриального университета.
Белкина В.А., кандидат физико-математических наук, доцент кафедры геологии месторождений нефти и газа Тюменского индустриального университета.
Стрекалов А.В., доктор технических наук, профессор кафедры разработки и эксплуатации нефтяных и газовых месторождений Тюменского индустриального университета.
UDC 553.26.036(571.1212)
GEOLOGICAL MODEL OF THE VIKULOVSKAYA SUIT DEPOSITS, INCLUDING ANALYSIS OF A MANIFOLD CONNECTIVITY AND THE DATA ON HORIZONTAL WELLS
Nadezhda N. Bozhenyuk1,
bojenuk_nn@mail.ru
Valentina A. Belkina1,
belkina@tsogu.ru
Aleksandr V. Strekalov1,
hydrasym@mail.ru
1 Tyumen Industrial University, 70, Melnikaite Avenue, Tyumen, 625000, Russia.
Relevance. Deposits of the Vikulovskaya suite of Krasnoleninsky uplift have high productivity and complex geological structure. In addition, a large number of deposits are drilled with a rare and often irregular well network. In consequence of that there is significant deficit of empirical data for adequate 3D geological and simulation modeling.
The aim of the research is to develop a methodology for 3D geological modeling, which considers irregularity of measurements, connectivity of reservoir and horizontal wells' data. This methodology helps greatly increase accuracy of geological model and decrease amount of iterations of simulation model.
Methods: analysis of rocks lithological composition, division of accumulation cycles into cyclites by lithological characteristics, adaptation of results of semivariogram analysis into undrilled areas by the data of the drilled ones, geosteering by horizontal wells, criterions of reservoir connectivity and 3d geological and simulation modeling.
Results. Three cyclites in VK1 and VK2 reservoirs were determined by the results of core analysis. This allows making detail correlation with determinations of three layers in each several reservoirs. Parameters of semivariogram which were obtained in the areas with high density of measurements and seismic data, as well as the data on horizontal wells give the reason to update structural framework, litho-logy, reservoir properties and saturation in 3D geological model. The above listed models gave high correlation with the original data. The increased accuracy of geological models allowed decreasing computation complexity of simulation modeling.
Key words:
Oil and gas geology, deposit, layer, three-dimensional geological model, manifold connectivity, geosteering, uncertainty
REFERENCES
1. Karagodin Yu.N. Neft i gaz vikulovskoy svity [Oil and gas of the vikulovskaya suit]. Nauka v Sibiri, 2008, no. 41, pp. 10-13.
2. Afatelov E.A., Volkov V.A., Goncharova V.N. Atlas «Geologiya i neftegazonosnost Khanty-Mansiyskogo avtonomnogo okruga» [Geology and oil-and-gas content of Khanty-Mansi Autonomous Okrug]. Ekaterinburg, IzdatNaukaServis Publ., 2004. 148 p.
3. Alekseev V.P. Sostav, stroenie i usloviya formirovaniya kollekto-rov gruppy VK vostochnoy chasti Krasnoleninskogo neftyanogo mestorozhdeniya (Zapadnaya Sibir) [Composition, structure and conditions of formation of collectors of the VK group in the east part of the Krasnoleninsky oil field (Western Siberia)]. Ekaterinburg, UGGU Publ., 2011. 325 p.
4. Tehnologicheskaya skhema opytno-promyshlennoy razrabotki nef-tyanogo mestorozhdeniya [Technological scheme of trial development of the oil field]. Tyumen, 2014. 337 p.
5. Aleksandrov V.M., Kazanskaya D.A., Belkina V.A. Features of the geological structure of tempest in vikulovskie suite sediments. Oil and gas, 2015, no. 5, pp. 10-15. In Rus.
6. Belozerov B.V., Butorin A.V., Gerasimenko P.N., Zhuravle-va E.V., Faizov R.Z. Prakticheskie sovetypo 3D geologicheskomu modelirovaniyu [Practical advice on 3D geological modeling]. St-Petersburg, Gazprom-neft NTC Publ., 2015. 354 p.
7. Kuvaev I., Uvarov I., Pairazyan K. Geosteering software package. Oil & Gas Journal Russia, 2016, no. 06, pp. 48-52. In Rus.
8. Vorobiev V.S., Petrov A.N. Use of horizontal wells at creation of geological models. Geology, geophysics and development of oil and gas field, 2017, no. 12, pp. 24-32. In Rus.
9. Kulchitsky V.V. Geo-steering of the horizontal wells and georeak-tors on field of the Western Siberia. Neft. Gaz. Novatsii, 2015, no. 03, pp. 8-12. In Rus.
10. Kulchicky V.V., Grigashkin G.A., Larionov A.S., Schebatov A.V. Geonavigatsiya skvazhin [Geo-steering of the wells]. Moscow, MAKS Press, 2008. 312 p.
11. Narahara G.M., Spokes J.J., Brennan D.D. Incorporating Uncertainties in Well-Count Optimization with Experimental Design for the Dcepwator Agbami Field. SPE Annual Technical Conference and Exhibition. Houston, September 26-29, 2004. Paper SPE 91012.
12. Idrobo E.A., Choudhary M.K., Datta G.A. Swept Volume Calculations and Ranking of Geostatistical Reservoir Models Using Stream-line Simulation. SPE/AAPG Western Regional Meeting. Long Beach, California, USA, June 19-23, 2000. Paper SPE 62557.
13. Gilman J.R., Hai-Zui Meng, Uland M.J. Statistical Ranking of Stochastic Geomodels Using Streamline Simulation: a Field Application. SPE Annual Technical Conference and Exhibition. San Antonio, TX, September 29 - October 02, 2002. Paper SPE 77374,
14. Saad N., Maroongroge V. Ranking Geostatistical Models Using Tracer Production Data. SPE European 3-D Reservoir Modeling Conference. Stavanger, Norway, April 16-17, 1996. Paper SPE 35494.
15. Schlumberger GeoQuest. FrontSim Technical Description. 2016.
16. Garmash V.A. Ispolzovanie dinamicheskikh kharakteristik pri vybore predstavitelnykh realizatsii geologicheskoy modeli [Use of dynamic characteristics when selecting representative realization of geological model]. Oil-industry, 2014, no. 12, pp. 110-111.
17. Akhill Datta-Gupta, King M.J. Streamline simulation: Theory and Practice. USA, Society of Petroleum Engineers, 2007. 404 p.
18. Shook G.M., Mitchell K.M. A robust measure of heterogeneity for ranking earth models: the F-PHI curve and Dynamic Lorentz Coefficient. SPE Annual Technical Conference and Exhibition. New Orleans, October 4-7, 2009. Paper SPE 124625.
19. Brandsaeter I. Reservoir modeling and simulation of the Lajas Formation outcrops (Argentina) to constrain tidal reservoirs of the Halten Terrace (Norway). Petroleum Geoscience, 2005, vol. 11, pp. 37-46.
20. Ates H., Bahar A., Salem S., Charfeddine M., Kelkar M.G. Ranking and upscaling of geostatistical models by use of streamline simulation: a field case study. SPE Reservoir Evaluation & Engineering, 2005, no. 8, pp. 22-32.
21. Silveira M.A., Araujo Costa A.P., Zamora G.J. Utilization of the GRM (Geological Representative Models) to integrate different
types of uncertainties in the decision making process. EURO-PEC/EAGE Conference and Exhibition. Amsterdam, the Netherlands, June 8-11, 2009. Paper SPE 120924, 22. Gilman J. Statistical ranking of stochastic geomodels using streamline simulation: a field application. SPE Annual Technical Conference and Exhibition. San Antonio, Texas, September 29 -October 2, 2002. Paper SPE 77374.
Received: 26 December 2017.
Information about the authors
Nadezhda N. Bozhenyuk, postgraduate, Tyumen Industrial University.
Valentina A. Belkina, Cand. Sc., associate professor, Tyumen Industrial University. Aleksandr V. Strekalov, Dr. Sc., professor, Tyumen Industrial University.
