CC BY
78
РАЗРАБОТКА НЕФТЯНЫХ И ГАЗОВЫХ МЕСТОРОЖДЕНИЙ
DOI: 10.15593/2224-9923/2015.17.4
УДК 553.982.2 © Галкин В.И., Пономарева И.Н., Черепанов С.С., 2015
РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ ВОЗМОЖНОСТЕЙ ВЫДЕЛЕНИЯ ТИПОВ КОЛЛЕКТОРОВ ПО ДАННЫМ КРИВЫХ ВОССТАНОВЛЕНИЯ ДАВЛЕНИЯ
ПО ГЕОЛОГО-ПРОМЫСЛОВЫМ ХАРАКТЕРИСТИКАМ ПЛАСТА (НА ПРИМЕРЕ ФАМЕНСКОЙ ЗАЛЕЖИ ОЗЕРНОГО МЕСТОРОЖДЕНИЯ)
В.И. Галкин, И.Н. Пономарева
Пермский национальный исследовательский политехнический университет, Пермь, Россия
С.С. Черепанов
ООО «ЛУКОЙЛ-ПЕРМЬ», Пермь, Россия
Характерной особенностью геологического строения фаменской залежи Озерного месторождения является наличие зон распространения коллектора трещинного типа. Материалы гидродинамических исследований скважин при неустановившихся режимах, обработанные в соответствии с моделью Уоррена-Рута, позволили установить, что скважины, в областях дренирования которых по Уоррену-Руту диагностируется трещиноватость, образуют зону, направленную с юго-запада на северо-восток. Для доказательства существования зон распространения разных типов коллекторов выполнен статистический анализ; при этом дополнительно привлечены геолого-физические параметры пласта (абсолютная отметка кровли, толщина, проницаемость) и некоторые показатели эксплуатации скважин (начальный дебит, коэффициент продуктивности), а также данные литолого-фациального анализа данного объекта по керну и сейсмическим атрибутам.
В работе определены интервальные вероятности принадлежности к классу трещинных и поровых коллекторов, а средние значения интервалов варьирования сопоставлялись с интервальными вероятностями. По этим данным высчитывались парные коэффициенты корреляции и строились уравнения регрессии по всем изучаемым показателям. Соотношения между значениями вероятностей и значениями привлеченных показателей отражены графически. Анализ данных графиков позволяет сделать вывод о вероятности наличия трещинного коллектора для различных значений используемых в работе геолого-физических показателей. Для построения наиболее оптимальной модели прогноза с помощью индивидуальных вероятностей вычислены значения обобщенной вероятности, построена схема ее изменения по площади залежи. Анализ этой схемы показывает, что принадлежность скважин к определенному классу пустотности, определенная по данным кривых восстановления давления в соответствии с моделью Уоррена-Рута, в значительной мере подтверждается данными, полученными по характеристикам пласта. Разработанная методика выделения типов коллекторов обладает рядом преимуществ, может быть реализована и на других близких по геологическому строению и нефтегазоносности месторождениях.
Ключевые слова: Соликамская депрессия, фаменская залежь, трещинный коллектор, поровый коллектор, гидродинамические исследования, кривая восстановления давления, методы обработки, модель Уоррена-Рута, литолого-фациальные зоны, статистический анализ, вероятностный подход, вероятность принадлежности к классу, оптимальная модель прогноза, индивидуальная вероятность, схема изменения вероятности по площади залежи.
DEVELOPMENT OF THE METHODOLOGY FOR EVALUATION OF POSSIBILITIES TO DETERMINE RESERVOIR TYPES BASED ON PRESSURE
BUILD-UP CURVES, GEOLOGICAL AND RESERVOIR PROPERTIES OF THE FORMATION (CASE STUDY OF FAMEN DEPOSITS OF OZERNOE FIELD)
V.I. Galkin, I.N. Ponomareva
Perm National Research Polytechnic University, Perm, Russian Federation
S.S. Cherepanov LUKOIL-PERM LLC, Perm, Russian Federation
One of the features of geological structure of Famen deposits of Ozernoe field is naturally fractured reservoir zones. Results of hy-drodynamic study of wells on unsteady regime that were processed by Warren-Root model show that naturally fractured zones are oriented North-East. In order to prove existence of zones with different reservoirs statistical analysis was performed. Wherein geological and physical reservoir parameters (absolute elevation, thickness, permeability), several parameters of well performance (initial rate, productivity index) and litho-facial analysis (on cores and seismic) were additionally involved.
In this paper interval probabilities that belong to naturally fractured and pore types are determined. Average values of varying intervals compared with interval probabilities. Based on that data pair correlation coefficients calculated and regression equations are built taking into account all studying parameters. Correlation between probability values and addition values are shown on graph. Graphs show probability of naturally fractured reservoir existence for different values of geological and technological parameters. To build the optimal forecast model using individual probability generalized probability were calculated. Scheme that reflect its change on the area of the deposit is built. Analysis show that wells belong to cavitation type determined base on pressure build-up curves in accordance with Warren-Root model is proved by obtained reservoir characteristics. The methodology for reservoir type determination has several advantages, can be implemented on the other fields that are similar in terms of geological structure and Oil and Gas province.
Keywords: Solikamskaia depression, Famen deposits, naturally fractured reservoir, pore reservoir, hydrodynamic studies, pressure build-up curve, processing methods, Warren-Root model, litho-facial zones, statistical analysis, probability approach, probability of belonging to certain type, optimal forecast model, individual probability, scheme of probability change on deposits areas.
Введение
Сложность геологического строения фамен-ской залежи нефти Озерного месторождения во многом объясняется наличием зон развития естественной трещиноватости коллектора и является одной из основных причин, затрудняющих разработку объекта [1, 2]. Небольшой объем имеющегося кернового материала не позволил в полной мере оценить пространственное распространение зон развития трещиноватости по площади залежи методами петрофизики и ГИС. В этой связи целесообразно использовать альтернативные методы оценки трещиноватости, например, по данным гидродинамических исследований. Существуют различные методы обработки кривых восстановления давления (КВД), позволяющие определить те или иные показатели трещиноватости коллектора. Мощным инструментом в данном вопросе следует считать программный комплекс ECRIN (модуль SAPHIR) [3], однако он предъявляет высокие требования к качеству исходных данных, и материалы исследований малодебитных скважин методом восстановления уровня не всегда подлежат обработке в SAPHIR. По той же причине затруднено использование другого известного метода интерпретации - детерминированных моментов давления [4].
В работах [5-8] приводится метод оценки трещиноватости, основанный на интерпретации КВД в соответствии с моделью Уоррена-Рута. В работе [7] достоверность результатов данной методики применительно к исследованиям скважин нефтяных месторождений, приуроченных к Соликамской депрессии, подтверждена материалами геофизических и рентгенотомо-графических исследований, что дает все основания использовать ее для оценки текущих параметров трещиноватости в любой хронологический период разработки залежи.
В [9] представлены результаты изучения трещиноватости коллекторов на фаменской залежи Озерного месторождения, основанные на комплексном использовании методики Уоррена-Рута и данных сейсмофациального анализа. В результате выделены скважины, в которых прогнозируется трещинный или поровый коллектор (рис. 1).
Из представленной на рис. 1 схемы видно, что распределение скважин по площади имеет зональный характер. Скважины, где по методике Уоррена-Рута прогнозируется трещинный коллектор, образуют зону, направленную с юго-запада на северо-восток.
431 433 + +
434
428 429 + + +
407 +
426 +
450 +
420 ▲ ▲
438 436 А
423 421 ▲ • w
▲ ▲ 42 • 443
448 ▲ 422 ▲ 440 ▲ •
46 441 442 445
▲ 446 А ▲ • •
447 ▲
457
)5 ▲ 464 462
L А 46ф
А 45 •
454 44(1) А
А „ее А 467 465 в 459
410 ▲
402
414 412
466
469
460
458 39
^И6
Класс
+ Поровые коллекторы северо-запада • Поровые коллекторы юго-востока ▲ Трещинные коллекторы
Рис. 1. Схема фаменской залежи Озерного месторождения с выделенными участками трещиноватости коллектора
Статистический анализ принадлежности к классам коллекторов
Доказательство фактического существования прогнозируемой зональности выполним с помощью статистических методов [10-11], путем сравнения плотностей распределения характеристик в пределах прогнозируемых трещинных и поровых зон коллекторов. Плотности распределения по данным скважин построим по следующим характеристикам пласта: абсолютные отметки кровли пласта Нр, м; дебит жидкости 2жидк, м3/сут.; коэффициент продуктивности Кпрод, м3/(сут-МПа); толщина пласта Тпл, м; коэффициент проницаемости матрицы породы Кпр.матр, мД; средний коэффициент проницаемости пласта (матрица + трещины) Кпр .пласт мД.
Кроме этого, для анализа дополнительно привлечем данные по выделению литолого-фациальных зон по фаменско-турнейскому карбонатному комплексу Озерного месторождения. В работах И.С. Путилова [12, 13, 15] литолого-фациальные зоны выделены с помощью сейсмических атрибутов. По этим данным построена прогнозная схема фациальной зональности фаменско-турнейского объекта разработки, в соответствии с которой на залежи выделены зоны: склона рифа (СК), нижнего тылового шлейфа (НШ), верхнего тылового шлейфа (ВШ) и биогермного ядра (БЯ).
Также имеется фациальная схема данного объекта, построенная А.П. Вилесовым [14]. Для ее построения автор использовал исследования керна, биостратиграфический и циклострати-графический методы, литолого-фациальный анализ. По этим данным создана схема, в которой выделены рифовый гребень (РГ), зарифовое мелководье (ЗМ), рифовый склон (РС).
Для статистического анализа построенной в [12] схемы введем условное обозначение ИП. Скважинам, расположенным в различных зонах, присвоим следующие индексы: для зоны ВШ -индекс 1 (ИП), зоны БЯ - 2, зоны НШ - 3, зоны СК - 4. Для статистического анализа построенной А.П. Вилесовым схемы введем условное обозначение ИВ. По данным А.П. Вилесова, скважинам в различных зонах присвоим индексы: в зоне ЗМ - 1 (ИВ), в зоне РГ - 2, в зоне РС -3. Оценку индивидуальной информативности
выполним по всем вышеприведенным показателям путем сравнения плотностей распределения по двум зонам по критерию х2. Плотности распределения приведены в табл. 1.
Из данных табл. 1 видно, что статистические различия в распределениях для трещинных и поровых зон наблюдаются наиболее сильно по показателям Нкр и ИП, распределения изучаемых величин которых по критерию X2 статистически различаются.
Определение вероятностей принадлежности к классам коллекторов
Для приведения используемых показателей в единую систему был использован вероятностный подход. По данным табл. 1 были определены интервальные вероятности принадлежности к классу скважин с трещинными
Таблица 1
Интервалы варьирования показателей
Показатель Значения Тип коллектора Показатель Значения Тип коллектора
трещинный поровый трещинный поровый
Н^^ м -1560...-1570 0,041 0,054 Тпл, м 20-25 0,041 0,081
-1570...-1580 0,166 0,054 25-30 0,166 0,054
-1580.-1590 0,458 0,270 30-35 0,083 0,108
-1590.-1600 0,250 0,162 35-40 0,166 -
-1600.-1610 0,041 0,108 40-45 0,041 0,081
-1610.-1620 - 0,162 45-50 0,041 0,027
-1620.-1630 0,041 0,054 50-55 - -
-1630.-1640 - 0,108 55-60 - -
-1640.-1650 - 0,027 60-65 - 0,054
бжидк, м3/сут 0-10 0,375 0,459 •пр.матр, мД 0-20 0,791 0,810
10-20 0,166 0,189 20-40 0,125 0,135
20-30 0,083 0,081 40-60 - 0,027
30-40 0,041 0,135 60-80 - -
40-50 0,083 0,054 80-100 - -
50-60 0,166 0,081 100-120 - 0,027
60-70 - - 120-200 - -
70-80 0,041 - 200-220 0,041 -
80-90 0,041 - 220-240 0,041 -
•прод, м3/сут-МПа 0-5 0,500 0,567 •пр. пласта мД 0-100 0,916 0,918
5-10 0,083 0,108 100-200 0,054
10-15 0,166 0,027 200-300 0,027
15-20 0,083 0,027 300-400 0,041
20-25 - 0,081 400-500
25-30 - 0,081 500-600
30-35 0,041 0,027 600-700 0,027
35-40 - 0,027 700-800 0,041
40-45 0,041 0,027 Ип, ранг 1 0,708 0,081
45-50 0,041 - 2 0,125 0,243
50-55 0,041 0,035 3 0,125 0,621
Тпл, м 0-5 0,125 0,027 4 0,041 0,054
5-10 - 0,162 ИВ, ранг 1 0,625 0,621
10-15 0,041 0,216 2 0,291 0,216
15-20 0,291 0,189 3 0,083 0,162
Таблица 3
Средние значения вероятностей принадлежности к трещинным коллекторам
Таблица 2
Уравнения регрессии по изучаемым показателям
Показатель Уравнение вероятности принадлежности к классу скважин с трещинными коллекторами Область применения модели Диапазон изменения вероятности
Нкр, м Р Н) = 4,959 + 0,0028 Н№ -1646...-1568 0,35-0,57
бжидк, м3/сут Р (е»дк) = 0,342 + 0,00691 е«иж 0,5-82,7 0,34-0,92
Кпрод, м3/(сут-МПа) Р (Крод ) = 0,455 + 0,0038 К^ 0,13-54,30 0,45-0,66
Тпл, м Р (Тпл) = 0,386 + 0,00486 Тпл 1,8-63,4 0,39-0,69
Кпр.матр, мД Р (Кпр.матр) = 0,463 + 0,00187 Кпр.матр 0,1-230,5 0,46-0,89
Кпр.пласта мД Р (Кпр.пласт) = 0,478 + 0,00042 0,2-738,0 0,47-0,79
Ип, ранг Р (ИП) = 1,168 - 0,2914 ИП 1,0-4,0 0,01-0,88
ИВ, ранг Р (ИВ) = 0,578 - 0,0518 ИВ 1,0-3,0 0,42-0,53
Показатель Статистические характеристики Критерии
средние значения средние значения вероятностей г Р 2 X р Р
трещинные коллекторы поровые коллекторы трещинные коллекторы поровые коллекторы
Нкр, м -1588±10,9 -1601±20,3 0,512±0,030 0,476±0,057 2,75172 0,007862 8,310083 0,015685
бжидк, м3/сут 28,2±26,1 17,9±17,1 0,537±0,180 0,467±0,118 1,86824 0,066696 2,825562 0,243465
Кпрод, м3/(сут-МПа) 13,1±15,6 10,6±13,5 0,504±0,059 0,495±0,051 0,65206 0,516893 0,396743 0,820056
Тпл, м 24,1±12,1 22,7±14,9 0,503±0,059 0,496±0,072 0,40193 0,689288 0,562598 0,754803
Кпр.матр, мД 27,0±61,4 12,0±20,8 0,513±0,114 0,485±0,039 1,39273 0,168927 1,713639 0,424510
Кпр.пласта мД 76,3±165,1 30,5±99,7 0,510±0,069 0,490±0,041 1,35329 0,181127 1,535570 0,464040
Ип, ранг 1,4±0,8 2,7±0,6 0,737±0,261 0,401±0,207 7,28391 0,000001 24,56016 0,000005
ИВ, ранг 1,4±0,6 1,5±0,8 0,503±0,034 0,497±0,039 0,614494 0,540958 0,410060 0,814623
коллекторами. Далее средние значения интервалов варьирования сопоставлялись с интервальными вероятностями. По этим данным вы-считывались парные коэффициенты корреляции г и строилось уравнение регрессии. При построении моделей выполнялась их корректировка при условии, что среднее значение для класса трещинных коллекторов должно быть больше 0,5, а для поровых - меньше 0,5. Уравнения регрессии по всем изучаемым показателям приведены в табл. 2.
Графические соотношения между значениями вероятностей и значениями показателей приведены на рис. 2-6.
Из анализа рис. 2 следует, что на более высоких гипсометрических отметках вероятность наличия трещинных коллекторов выше, чем на более низких.
Из данных рис. 3 видно, что при увеличении значений 2жидк от 0,5 до 82,7 м3/сут вероятность обнаружения трещинных коллекторов закономерно повышается от 0,33 до 0,90.
Из рис. 4 видно, что при увеличении значений Кпрод от 0,13 до 54,3 м3/(сут-МПа) значения Р (Кпрод) повышаются от 0,45 до 0,66. При увеличении значений Тпл от 1,0 до 63,4 м также наблюдается повышение значений Р (Тпл) от 0,39 до 0,69.
Отсюда видно, что при увеличении значений Кпр.матр от 0,1 до 230,3 мД значения Р (Кпр.матр) повышаются от 0,46 до 0,89. По показателю Кпрпласт также наблюдается аналогичное явление, но значения вероятностей изменяются в меньшем диапазоне (0,47-0,78).
Анализ графиков, приведенных на рис. 6, показывает, что показатель ИП более сильно контролирует наличие трещинных коллекторов, чем ИВ. В первом случае значение Р (ИП) варьируется от 0,04 до 0,91, во втором - от 0,10 до 0,53. По уравнениям регрессии, приведенным в табл. 2, выполнены вычисления значений вероятностей всех показателей по 61 изучаемой скважине.
Рис. 2. Зависимость Р (Нкр) от Нкр
Рис. 3. Зависимость Р (бжидк) от 2жидк
чтрод. мЗ/сут-1 Рис. 4. Зависимости Р (• прод), Р (Тпл) от • прод и Тпл
^-пр.матр» ^ '*-пр.пласт> 1
Рис. 5. Зависимости Р (•пр.метр), Р (•пр.гашст) от •пр.матр и •пр.пласт
-0,1
0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 Ип, ранг
0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5
Ив, ранг
Рис. 6. Зависимости Р (ИП), Р (ИВ) от ИП и ИВ
Для построения наиболее оптимальной модели прогноза с помощью индивидуальных вероятностей вычислим обобщенную вероят-
Н°сть Ркомп:
П р
Р __1 1 _
ко"п П Рук.' +П (! - Рук.')'
где Рукв' - соответственно вероятности:
Р (Нкр), Р (бжидк), Р (Кпрод), Р (Тпл), Р (Кпр.матр),
Р (Кпр.пласт), Р (Ип), Р (Ив).
При вычислении Ркомп используется такое сочетание вероятностей, при котором средние значения вероятностей Ркомп наиболее сильно отличаются в изучаемых классах при равном значении т. Количество сочетаний определяется по следующей формуле:
*> I
Сп =
т!(п - т)!
где п - количество всех показателей, равное 8.
Таблица 4
К обоснованию прогноза трещинных коллекторов
Показатель Сочетание
2 3 4 5 6 7 8
Вероятность
Р Н) + + + + + + +
Р (^жидк) + + + + + +
+ +
Р (Тпл) + + +
Р (Кпр.матр) + + + + +
Р (Кпр .пласт) + + + +
Р (Ип) + + + + + + +
Р (Ив) +
Средние значения
Трещинные коллекторы 0,769 0,769 0,762 0,757 0,747 0,751 0,752
Поровые коллекторы 0,354 0,328 0,321 0,318 0,317 0,316 0,304
г1-2 7,3393 7,5455 7,6726 7,1914 6,8146 6,7739 7,4302
Р1-2 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Х1-2 37,6912 40,0944 39,2182 37,9344 35,5112 35,0400 37,4952
Р1-2 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
% классификации
Класс 1 82,60 78,26 78,26 78,26 78,26 78,26 78,26
Класс 2 86,84 92,10 89,47 86,84 86,84 86,84 86,84
Среднее 85,24 86,88 85,24 83,60 83,60 83,60 83,60
Таблица 5
Значения /Комп по скважинам
№ скв. Тип коллектора Ркомп № скв. Тип коллектора РомЛ № скв. Тип коллектора Рожп
37 Поровый 0,067 431 Поровый 0,390 456 Трещинный 0,490
38 Поровый 0,113 433 Поровый 0,426 457 Трещинный 0,981
39 Поровый 0,599 434 Поровый 0,561 458 Поровый 0,089
42 Поровый 0,164 436 Поровый 0,289 459 Поровый 0,113
46 Трещинный 0,924 437 Трещинный 0,854 460 Поровый 0,141
51 Поровый 0,299 438 Поровый 0,454 462 Поровый 0,533
402 Поровый 0,146 439 Трещинный 0,784 463 Поровый 0,298
404 Поровый 0,086 440 Трещинный 0,749 464 Трещинный 0,800
407 Поровый 0,464 441 Трещинный 0,320 465 Трещинный 0,002
409 Трещинный 0,680 442 Поровый 0,203 466 Поровый 0,856
410 Трещинный 0,702 443 Поровый 0,427 467 Поровый 0,668
414 Поровый 0,679 444 Поровый 0,308 44 (1) Трещинный 0,980
415 Поровый 0,396 445 Поровый 0,123 45 Трещинный 0,995
420 Трещинный 0,990 446 Трещинный 0,501 412 Поровый 0,070
421 Трещинный 0,967 447 Трещинный 0,585 418 Поровый 0,164
422 Трещинный 0,997 448 Трещинный 0,841 416 Поровый 0,253
423 Трещинный 0,817 449 Трещинный 0,777 469 Поровый 0,109
425 Поровый 0,517 450 Поровый 0,001 468 Поровый 0,105
426 Поровый 0,407 451 Поровый 0,002 411 Поровый 0,135
428 Поровый 0,307 454 Трещинный 0,962
429 Поровый 0,600 455 Трещинный 0,585
Средние значения этих вероятностей при разных значениях т приведены в табл. 4.
Из таблицы видно, что при т = 2 использовались вероятности Р (Нкр) и Р (ИП), при т = 3 к ним присоединилась вероятность Р (бжидк), далее последовательно Р (•пр.матр) Р (•пр.пласт) Р (•прод) и на завершающем шаге при т = 8 - Р (ИВ) (табл. 4).
Отсюда следует, что при увеличении т средние значения Ркомп, а также статистические характеристики для трещинных коллекторов изменяются незначительно в диапазоне 0,75-0,77. Для поровых коллекторов наблюдается некоторое снижение значений Ркомп от 0,35 до 0,31. При дальнейшем анализе будем использовать Ркомп при т = 8 (Цтм^), которые приведены в табл. 5.
По значениям рЮмЛ была построена схема изменения по площади фаменской залежи Озерного месторождения (рис. 7).
Из рис. 7 видно, что принадлежность скважин к определенному классу пустотно-сти, определенная по данным КВД в соответствии с моделью Уоррена-Рута, в значительной мере подтверждается данными, полученными по характеристикам пласта.
Класс:
+ Поровые коллекторы северо-запада • Поровые коллекторы юго-востока ^ Трещинные коллекторы
Рис. 7. Схема изменения вероятности по площади
Заключение
В заключение отметим преимущества использования индивидуальных вероятностных моделей при оценке данных, полученных с применением КВД по Уоррену-Руту:
1. За счет приведения к вероятностному виду упрощается сопоставительный анализ параметров разного масштаба и с разными единицами измерения с типом коллектора.
2. Использование индивидуальных вероятностных моделей позволяет выполнять физически осмысленную интерпретацию влияния различных показателей на тип коллектора.
3. Обоснование совокупности наиболее информативных параметров позволяет прогнозировать тип коллектора даже без наличия данных по КВД.
Все это убедительно свидетельствует о том, что данные КВД с использованием методики Уоррена-Рута позволяют выделять коллекторы трещинного типа на фа-менском пласте Озерного месторождения. Разработанная технология может быть реализована и на других близких по геологическому строению и нефтегазоносности месторождениях.
Список литературы
1. Митрофанов В.П., Злобин А.А. Остаточная нефтенасыщенность и особенности порового пространства карбонатных пород / ООО «ПермНИПИнефть». - Пермь, 2003. - 240 с.
2. Денк С.О. Проблемы трещиноватых продуктивных объектов. - Пермь: Электронные издательские системы, 2004. - 334 с.
3. Houze O., Viturat D., Fjaere O.S. Dynamic data analysis. - Paris: Kappa Engineering, 2008. - 694 p.
4. Пономарева И.Н. К обработке кривых восстановления давления низкопродуктивных скважин // Нефтяное хозяйство. - 2010. -№ 6. - С. 78-79.
5. Черепанов С.С., Мартюшев Д.А., Пономарева И.Н. Оценка фильтрационно-емкостных свойств трещиноватых карбонатных коллекторов месторождений Предуральского краевого прогиба // Нефтяное хозяйство. - 2013. - № 3. - С. 62-65.
6. Тиаб Дж., Доналдсон Эрл Ч. Петрофизика: теория и практика изучения коллекторских свойств горных пород и движения пластовых флюидов: пер. с англ. - М.: Премиум Инжиниринг, 2009. - 868 с.
7. Warren J.E., Root P.J. The behavior of naturally fractured reservoirs // Soc. Petrol. Eng. J. - 1963. - Vol. 3, is. 3. - Р. 245-255. DOI: 10.2118/426-PA.
8. Tiab D. Modern core analysis. Vol. 1. Theory, core laboratories, houston. - Texas, 1993. - 200 p.
9. Определение параметров трещиноватости пород на основе комплексного анализа данных изучения керна, гидродинамических и геофизических исследований скважин / С.С. Черепанов, И.Н. Пономарева, А.А. Ерофеев, С.В. Галкин // Нефтяное хозяйство. - 2014. - № 2. -С. 94-96.
10. Черепанов С.С. Комплексное изучение трещиноватости карбонатных залежей методом Уоррена-Рута с использованием данных сейсмофациального анализа (на примере турне-фаменской залежи Озерного месторождения) // Вестник Пермского национального исследовательского университета. Геология. Нефтегазовое и горное дело. - 2015. - № 14. - С. 6-12. DOI: 10.15593/2224-9923/2015.14.1
11. Галкин В.И., Галкин С.В., Воеводкин В.Л. Построение статистических моделей оценки коэффициента извлечения нефти для эксплуатационных объектов пермского Прикамья // Нефтяное хозяйство. - 2011. - № 2. - С. 86-88.
12. Путилов И.С. Разработка технологий комплексного изучения геологического строения и размещения месторождений нефти и газа. -Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2014. - 285 с.
13. Путилов И.С., Галкин В.И. Применение вероятностного статистического анализа для изучения фациальной зональности турне-фаменского карбонатного комплекса Сибирского месторождения // Нефтяное хозяйство. - 2007. - № 9. - С. 112-114.
14. Вилесов А.П. Разнообразие типов трещиноватости в верхнедевонских органогенных постройках Березниковской карбонатной платформы (Пермский край) // Рифы и карбонатные псефитолиты: материалы Всероссийского литологического совещания. - Сыктывкар: Геопринт, 2010. - С. 45-47.
15. Разработка модели строения Озерного месторождения на основе литобиофациального анализа и петрофизических исследований: отчет по договору № 207 / отв. исп. А.П. Вилесов. - Пермь, КамНИИКИГС, 2004.
References
1. Mitrofanov V.P., Zlobin A.A. Ostatochnaia neftenasyshchennost' i osobennosti porovogo prostranstva karbonatnykh porod [Residual oil saturation and features of the pore space of carbonate rocks]. Perm': PermNIPIneft', 2003. 240 p.
2. Denk S.O. Problemy treshchinovatykh produktivnykh ob"ektov [Problems of naturally fractured productive layers]. Perm': Elektronnye iz-datel'skie sistemy, 2004. 334 p.
3. Houze O., Viturat D., Fjaere O.S. Dynamic data analysis. Paris: Kappa Engineering, 2008. 694 p.
4. Ponomareva I.N. K obrabotke krivykh vosstanovleniia davleniia nizkoproduktivnykh skvazhin [Processing of pressure build-up curves of wells with low productivity index]. Neftianoe khoziaistvo, 2010, no. 6, pp. 78-79.
5. Cherepanov S.S., Martiushev D.A., Ponomareva I.N. Otsenka fil'tratsionno-emkostnykh svoistv treshchinovatykh karbonatnykh kollektorov mestorozhdenii Predural'skogo kraevogo progiba [Evaluation of reservoir properties of naturally fractured carbonate reservoirs of the Pre-Ural foredeep]. Neftianoe khoziaistvo, 2013, no. 3, pp. 62-65.
6. Tiab Dzh., Donaldson Erl Ch. Petrofizika: teoriia i praktika izucheniia kollektorskikh svoistv gornykh porod i dvizheniia plastovykh fliuidov [Petro-physics: theory and practice of studying the properties of reservoir rocks and reservoir fluid movement]. Moscow: Premium Inzhiniring, 2009. 868 p.
7. Warren J.E., Root P.J. The behavior of naturally fractured reservoirs. Soc. Petrol. Eng. J., 1963, vol. 3, is. 3, pp. 245-255. DOI: 10.2118/426-PA.
8. Tiab D. Modern core analysis. Vol. 1. Theory, core laboratories, houston. Texas, 1993. 200 p.
9. Cherepanov S.S., Ponomareva I.N., Erofeev A.A., Galkin S.V. Opredelenie parametrov treshchinovatosti porod na osnove kompleksnogo analiza dannykh izucheniia kerna, gidrodinamicheskikh i geofizicheskikh issledovanii skvazhin [Determination of the fractured rock parameters based on a comprehensive analysis of studied data core, hydrodynamic and geophysical well studies]. Neftianoe khoziaistvo, 2014, no. 2, pp. 94-96.
10. Cherepanov S.S. Kompleksnoe izuchenie treshchinovatosti karbonatnykh zalezhei metodom Uorrena-Ruta s ispol'zovaniem dannykh seismofatsial'nogo analiza (na primere turne-famenskoi zalezhi Ozernogo mestorozhdeniia) [Comprehensive study of naturally fractured carbonate reservoirs by Warren-Root method using data from seismic and facial analysis (case study of Tournai-Famennian deposits of Ozernoe field)]. Vestnik Permskogo natsional'nogo issledovatel'skogo universiteta. Geologiia. Neftegazovoe i gornoe delo, 2015, no. 14, pp. 6-12. DOI: 10.15593/2224-9923/2015.14.1
11. Galkin V.I., Galkin S.V., Voevodkin V.L. Postroenie statisticheskikh modelei otsenki koeffitsienta izvlecheniia nefti dlia ekspluatatsionnykh ob"ektov Permskogo Prikam'ia [Building of statistical models for evaluation of oil recovery factor for the production layers of Perm Prikamie]. Neftia-noe khoziaistvo, 2011, no. 2, pp. 86-88.
12. Putilov I.S. Razrabotka tekhnologii kompleksnogo izucheniia geologicheskogo stroeniia i razmeshcheniia mestorozhdenii nefti i gaza [Development of technologies for a comprehensive study of the geological structure and location of oil and gas fields]. Perm': Izdatel'stvo Permskogo natsion-al'nogo issledovatel'skogo politekhnicheskogo universiteta, 2014. 285 p.
13. Putilov I.S., Galkin V.I. Primenenie veroiatnostnogo statisticheskogo analiza dlia izucheniia fatsial'noi zonal'nosti turne-famenskogo karbonat-nogo kompleksa Sibirskogo mestorozhdeniia [Application of probabilistic statistical analysis for the study of facial zonation Tournai-Famennian carbonate set of the Sibirskoe field]. Neftianoe khoziaistvo, 2007, no. 9, pp. 112-114.
14. Vilesov A.P. Raznoobrazie tipov treshchinovatosti v verkhnedevonskikh organogennykh postroikakh Bereznikovskoi karbonatnoi platformy (Permskii krai) [A variety of types of fracture in the upper Devonian organogenic buildings of Berezniki carbonate platform (Perm region)]. Rify i kar-bonatnye psefitolity: materialy Vserossiiskogo litologicheskogo soveshchaniia. Syktyvkar: Geoprint, 2010, pp. 45-47.
15. Razrabotka modeli stroeniia Ozernogo mestorozhdeniia na osnove litobiofatsial'nogo analiza i petrofizicheskikh issledovanii [Development of the structural model of Ozernoe field based on litho-bio-facial analysis and petrophysical studies]: otchet po dogovoru № 207. Otvetstvennyi ispolnitel' A.P. Vilesov. Perm': KamNIIKIGS, 2004.
Об авторах
Галкин Владислав Игнатьевич (Пермь, Россия) - доктор геолого-минералогических наук, профессор кафедры геологии нефти и газа Пермского национального исследовательского политехнического университета (614990, г. Пермь, Комсомольский пр., 29; e-mail: vgalkin@pstu.ru).
Пономарева Инна Николаевна (Пермь, Россия) - кандидат технических наук, доцент кафедры нефтегазовых технологий Пермского национального исследовательского политехнического университета (614990, г. Пермь, Комсомольский пр., 29; e-mail: pin79@yandex.ru).
Черепанов Сергей Сергеевич (Пермь, Россия) - заместитель генерального директора по геологии и разработке ООО «ЛУКОЙЛ-ПЕРМЬ» (614000, г. Пермь, ул. Ленина, 62; e-mail: sergej.s.cherepanov@lukoil.com).
About the authors
Vladislav I. Galkin (Perm, Russian Federation) - Doctor of Geological and Mineralogical Sciences, Professor at the Department of Oil and Gas Geology of Perm National Research Polytechnic University (614990, Perm, 29 Komsomolsky av.; e-mail: vgalkin@pstu.ru).
Inna N. Ponomareva (Perm, Russian Federation) - PhD in Engineering, assistant Professor at the Department of Oil and Gas Technologies of Perm National Research Polytechnic University (614990, Perm, 29 Komsomolsky av.; e-mail: pin79@yandex.ru).
Sergei S. Cherepanov (Perm, Russian Federation) - Deputy Chief Executive Officer of Geology and Development at LUKOIL-PERM LLC (614000, Perm, 62 Lenina st.; e-mail: sergej.s.cherepanov@lukoil.com).
Получено 28.09.2015
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Галкин В.И., Пономарева И.Н., Черепанов С.С. Разработка методики оценки возможностей выделения типов коллекторов по данным кривых восстановления давления по геолого-промысловым характеристикам пласта (на примере фаменской залежи Озерного месторождения) // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. - 2015. -№ 17. - С. 32-40. DOI: 10.15593/2224-9923/2015.17.4
Please cite this article in English as:
Galkin V.I., Ponomareva I.N., Cherepanov S.S. Development of the methodology for evaluation of possibilities to determine reservoir types based on pressure build-up curves, geological and reservoir properties of the formation (case study of famen deposits of ozernoe field). Bulletin of PNRPU. Geology. Oil & Gas Engineering & Mining, 2015, no. 17, рр. 32-40. DOI: 10.15593/2224-9923/2015.17.4
