CC BY
980
МЕТОД АВТОМАТИЧЕСКОЙ КОРРЕЛЯЦИИ РАЗРЕЗОВ СКВАЖИН ПО ГЕОФИЗИЧЕСКИМ ДАННЫМ В ПРОГРАММНОМ КОМПЛЕКСЕ PETREL
Валерий Алексеевич Бердов
НГУ, 630090, Россия, г. Новосибирск, ул. Пирогова 2, студент, тел. 8-923-177-70-11, e-mail: valeraberdov@yandex.ru
Александр Александрович Власов
ИНГГ СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Коптюга 3, младший научный сотрудник, e-mail: vlasovaa@ipgg.sbras.ru
Владимир Валентинович Лапковский
ИНГГ СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Коптюга 3/6, кандидат геоло-го-минералогических наук, заведующий лабораторией, e-mail: lapk@ngs.ru
В статье представлен программный модуль в среду Petrel, расширяющий функционал этого программного комплекса методом автоматической корреляции разрезов скважин, а также рассмотрены алгоритмы, с помощью которых достигается его реализация.
Ключевые слова: Petrel, Ocean SDK, автоматическая корреляция разрезов скважин.
METHOD OF AUTOMATIC WELL LOG CORRELATION IN PETREL
Valeri A. Berdov
Novosibirsk State University, 630090, Russia, Novosibirsk, 2 Pirogova, student, tel. 8-923-177-70-11, e-mail: valeraberdov@yandex.ru
Alexander A. Vlasov
A.A. Trofimuk Institute of Petroleum Geology and Geophysics, 630090, Russia, Novosibirsk, 3 Koptuga, junior researcher, e-mail: vlasovaa@ipgg.sbras.ru
Vladimir V. Lapkovsky
A.A. Trofimuk Institute of Petroleum Geology and Geophysics, 630090, Russia, Novosibirsk, 3 Koptuga, chief of laboratory, Candidate of Geological and Mineralogy, e-mail: lapk@ngs.ru
The article presents a plug-in for Petrel software which extends functional abilities of this software via method of automatic well log correlation. And also it describes algorithms which make possible implement this method.
Key words: Petrel, Ocean SDK, automatic well correlation.
Корреляция разрезов скважин применяется для создания моделей геологического строения месторождения. Этот метод заключается в выделении слоев на основе геолого-геофизических данных и их идентификации в различных скважинах. Результаты стратиграфической корреляции имеют определяющее значение при оценке пространственного распределения свойств горных пород и подсчете запасов месторождений пластового типа.
Данная работа повсеместно применяется при разработке месторождений углеводородов и, как правило, выполняется вручную интерпретаторами. При этом если число скважин на месторождении исчисляется десятками или сотнями, то
построение корреляционной модели становится задачей весьма трудоемкой, требующей многодневных усилий опытного специалиста. Для некоторых же месторождений число скважин, которые следовало бы учитывать при стратиграфическом моделировании, слишком велико для традиционных методов анализа и может достигать тысяч скважин. Кроме того построение корреляционной модели, помимо большого объема данных, само по себе является сложной задачей, требующей учитывать порядок осадконакопления во всех скважинах.
Однако, большинство современных программных продуктов, специализацией которых является обработка данных полученных с месторождений, не предоставляют пользователем никакого функционала для автоматического построения корреляционных моделей. В их число входит и такой программный продукт как Petrel, разработанный крупнейшей нефтесервисной компанией Schlumberger, основным назначением которого является построение и визуализация геологической модели среды месторождения углеводородов.
Этот продукт поставляется вместе с программными средствами позволяющими разрабатывать под его платформу программные модули, расширяющие функционал программы, известные как Ocean SDK. С их помощью было разработано программное решение, интегрируемое в среду Petrel и предоставляющее пользователям этого продукта функционал для автоматической корреляции разрезов скважин по данным ГИС.
В модуле представлено два метода построения корреляционных моделей, которые оперируют данными каротажных измерений, а также используют известные стратиграфические уровни в скважинах. Кроме того эти методы также можно использовать для доопределения незаконченных корреляционных моделей.
Для простоты изложения ограничимся двумя скважинами и с их помощью опишем использующиеся подходы. Представим корреляционную модель в форме карты, по горизонтальной оси которой откладываются глубины одной скважины, а по вертикальной - другой. Она отображает меру различия между двумя скважинами, рассчитанную на основе значений каротажных данных. Соответственно, искомым корреляционным решением будет являться кривая, проходящая по минимальным значениям этой карты и в зависимости от структуры напластований иметь различную форму. Такой подход, к идентификации слоев двух скважин, впервые был предложен Б. Жековским [2,3] (рис. 1). Каждая точка этой линии соответствует двум глубинам в исследуемых скважинах и представляет в них некоторый стратиграфический уровень. После чего нам остается выделить интересующие нас границы пластов в исследуемых скважинах и определить соответствующие им точки на корреляционной кривой.
В случае построения корреляционной модели для n-скважин подход остается тем же самым с учетом того, что теперь нам нужно уметь строить многомерные карты меры различия, выбирать очередность скважин для корреляции и следить за согласованностью корреляционной модели. Для многомерной карты меры различия каждая её точка, так же как и для двумерного случая, будет являться некоторой границей во всех n-скважинах.
Рис. 1. Карта меры различия между фрагментами двух скважин и оптимальная корреляционная линия
Для создания карт различия необходимо определить пары скважин и методы ГИС, по которым будет производиться сравнение, при этом их может быть больше одного. Кроме того каждая пара скважин может иметь свой набор методов ГИС для сравнения. Составление пар осуществляется с помощью алгоритма построения триангуляционной сети со скважинами в узлах. Кроме того можно расширить полученную сеть дополнительными ребрами при помощи критерия близости скважин друг к другу.
Получив пары скважин, выполняется расчет двумерной функции различия между ними. Для вычисления этой функции используется один из двух подходов: один определяется как средне взвешенное расстояние между каротажными кривыми. Пусть х1 - значения глубины центральной точки фрагмента в первой из сравниваемых скважин, а х2 - во второй, А - длина фрагмента, б - переменная, по которой происходит интегрирование с диапазоном значений от -А/2, до А/2, а g - каротажная кривая, заданная в обеих скважинах и для которой вычисляется расстояние, ’№(б) - весовая функция.
В качестве весовой функции используется функция Гаусса м/ ( 5 ) = е~5 2 12 а2, с задаваемым внешним параметром о. Другой вид функции расстояния определяется через взвешенные скользящие коэффициенты корреляции.
Здесь r(g(x1),g(x2)) - вычисленный в интервале от -А/2 до А/2 коэффициент корреляции между каротажными кривыми g(x1) и g(x2).
В случае использование нескольких каротажных кривых для построения карты различия используется следующее правило. Для каждой из них строится своя карта различия, после чего они суммируются в соответствии с указанными им весовыми коэффициентами.
Для построения многомерной карты также реализовано два подхода к её вычислению:
Где ^1^) - двумерные функции различия между скважинами 1 и ], а -весовые коэффициенты этих функций. Многомерные карты различия используются только в одном из методов построения корреляционной модели, описание которого будет изложено далее.
Помимо построения мер различий между скважинами также потребуются алгоритмы выделения характерных границ пластов в исследуемых разрезах для дальнейшего их прослеживания между скважинами. Для этих целей использовались разработанные алгоритмы выделения пластов, использующие данные каротажных измерений [1].
После расчетов всех необходимых данных можно запускать алгоритмы построения корреляционной модели. Первый алгоритм базируется на использовании многомерных карт различия и построения по ним кривых обладающих минимальным суммарным весом, которые с учетом расставленных границ пластов выдают корреляционную модель с прослеженными уровнями во всех скважинах. Работа этого метода представляет собой следующую последовательность шагов. На основе построенной триангуляционной сети находится цикл, содержащий все вершины сети, и выбирается начальная скважина для построения корреляции. После чего, проходя по циклу из начальной вершины, строятся многомерные карты на основе рассчитанных двумерных карт различия и оптимальных корреляционных кривых в них. Рассчитав последнюю многомерную карту и найдя оптимальный путь, имеющий минимальный вес, принимая во внимание расставленные границы, строится корреляционная модель для иссле-
£^0ч,х]))
Р(х1(х2, ...,хп) = е
дуемой системы скважин. Поиск оптимальных корреляционных линий в картах осуществляется при помощи волнового алгоритма.
Второй алгоритм использует только двумерные карты различия и расставленные границы пластов для построения корреляционной модели, при этом используется регулирующий параметр линейности получаемого решения. При минимальном значении соответствующего параметра результат полностью зависит только от меры различия между фрагментами разрезов скважин. Работа этого алгоритма выглядит следующим образом. Среди выделенных границ пластов выбирается заданное количество границ, которые прослеживаются во все исследуемые скважины с помощью двумерных карт различия и параметра линейности. Полученные решения могут пересекаться, и в результирующую модель пойдет только одно лучшее решение. В дальнейшем выбранная граница влияет на последующие результаты, поскольку прослеженные границы не должны пересекаться. Выбор решений продолжается до тех пор, пока все выделенные границы не исчерпаются.
Кроме того в модуле реализован полуавтоматический режим работы, который позволяет корректировать результат после каждой итерации работы методов. Для первого метода этот процесс осуществляется путем задания точек на карте различия, через которые должна пройти корреляционная кривая, а для второго метода эта особенность заключается в возможности корректировать выбранную границу после каждого этапа выбора лучшего из решений. Тем самым, данный режим позволяет пользователям принудительно изменять результат на каждой итерации работы методов с целью получения более качественной итоговой корреляционной модели, поскольку каждая следующая итерация использует результат предыдущей.
Рис. 2. Пример результата метода автоматической корреляции скважин в Petrel по методу PS
Таким образом, разработанное программное решение, интегрируемое в среду Petrel, предоставляет новый функционал для пользователей этой про-
граммной среды и позволит в более короткие сроки строить корреляционные модели для систем скважин.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Бердов В.А., Власов А.А., Лапковский В.В. Выделение пластов межскважинного пространства по данным каротажа в программном комплексе Petrel. // ГЕО-Сибирь-2012. Т.2. Недропользование. Горное дело. Новые направления и технологии поиска, разведки и разработки месторождений полезных ископаемых: сборник материалов VIII Международного научного конгресса «ГЕО-Сибирь-2012», Новосибирск - 2012, стр. 76-81.
2. Гришкевич В.Ф. Изложение задачи корреляции большого числа скважин в терминах теории расчлененных алгоритмов. // Методы математического моделирования при решении прикладных задач нефтяной геологии. Тр. ЗапСибНИГНИ; Вып. 192. - Тюмень, 1984. -с. 15-19.
3. Жековский Б. Новый метод стратиграфической корреляции. Экспресс-информация «Нефтепромысловое дело», ВИНИТИ, М., 1963, № 31, реферат №135., с. 22-27
© В.А. Бердов, А.А. Власов, В.В. Лапковский, 2013
