CC BY
99
Прямая и обратная задачи геофлюидодинамики в приложении к прогнозированию зон АВПД в осадочных бассейнах 2. Практический аспект
1 2 А.Г. Мадатов , А.-В.И. Середа
1 НИИ Моргеофизика
2 Судоводительский факультет МГТУ, кафедра высшей математики и программного обеспечения ЭВМ
Аннотация. Представлен метод прогнозирования аномально высоких пластовых давлений (АВПД) и компьютерная технология, базирующиеся на теоретических результатах, сформулированных в первой части работы. Метод основан на калибровке бассейновой модели целевой области осадочного бассейна. Дается обзор существующего состояния проблемы прогнозирования АВПД в мире. Анализируется их базовая неединственность и неустойчивость при неточных входных данных. Определяется место нового метода среди существующих аналогов и очерчивается область его применения. Концепция метода подкрепляется примерами его практического применения в различных осадочных бассейнах (Тимано-Печорская нефтегазовая провинция, Северное море, зашельфовая зона Мексиканского залива). Дается описание функциональных особенностей и характеристик, соответствующее компьютерной технологии PANDA®. Возможности технологии демонстрируются на примере количественного прогноза АВПД для глубокой скважины в Северном море и уточнения этого прогноза в процессе бурения.
Abstract. The new method of the pore pressure prediction based on calibration of the basin model has been introduced. The theory of relevant forward and inverse problems solution was given in part one of the work published before in this issue. The review of the present day practice used for pore pressure prediction includes classical approaches (drill engineering) as well as modern approaches (basin modelling). The intrinsic non-uniqueness and noise stability of these methods have been analysed. The proper position of the new method among the existing one is determining. The concept has been illustrated by the practice example from the different sedimentary basins in the world (the Timano-Petchora oil and gas province, the North Sea, the Gulf of Mexico deep water). A description of the functionality of the relevant computer technology PANDA® has been given. The new technology capacities have been illustrated by the example of the quantitative pore pressure prediction before and during drilling (North Sea).
1. Введение
По оценкам аналитиков, публикуемым в России и за рубежом ("Oil and Gas", "Euro Oil revue", "Sea Technology", "World Oil" и т.д.), основным источником финансовых потерь в нефтяной и газовой отрасли является неоптимальное планирование буровых работ при поисках и добыче углеводородов. Особенно возрастает важность этого фактора в районах со сложными геотектоническими условиями (Bell, 1994). Что же касается бурения в шельфовых зонах морей, то здесь цена "неосторожности" возрастает на порядок в сравнении с сухопутьем. Это относится даже к относительно простым условиям разведки и добычи. К примеру, стоимость одной морской разведочной скважины средней глубины (3,54,5 км) в акватории Мексиканского залива оценивается в 25-30 млн долларов. Простой разведочного оборудования в течение одного дня приносит убыток 250-300 тыс. долларов. Аналогичные оценки при добыче нефти и газа в тех же условиях приводят к цифрам на порядок больше.
При разведке УВ важным фактором, снижающим риск аварий и неоптимальных параметров бурения, является правильный прогноз аномально высоких формационных давлений до бурения с возможностью его контроля и коррекции в процессе бурения.
В мире до сих пор не существует унифицированной технологии, одинаково приемлемой в различных регионах. Более того, проблема обозначилась лишь в последнее десятилетие в связи с проникновением в более глубокие и труднодоступные ранее интервалы глубин осадочных бассейнов. Свидетельством этому может явиться состоявшийся в 1998 г. в Хьюстоне первый всемирный форум по данной проблеме (Swabrick et al, 1999; Onyia, 1998).
Обычно нефтяные фирмы у нас в стране и за рубежом прибегают к экспертным оценкам и прогнозам геофлюидальных (ГФ) давлений, выполняемым на базе эмпирических соотношений между измерениями
пластовых давлений, технологическими параметрами бурения и степенью уплотнения вскрытых осадочных пород, косвенно устанавливаемым по каротажам. Методы самих оценок были впервые введены в практику бурения еще в середине 60-х годов, когда активно разбуривался шельф Мексиканского залива (Magara, 1978). С тех пор эмпирический подход, основанный на упрощенных, механических моделях уплотнения пород, продолжает оставаться базовым (Гуревич и др., 1987), меняется лишь эмпирика, адаптируясь к условиям конкретного региона.
В последнее десятилетие наметился прорыв в области компьютерных технологий, обеспечивающих моделирование сложных флюидодинамических процессов, протекающих в земной коре в геологическом масштабе времени (Basin Modeling) и в шкале времени разработки месторождения (Reservoir Engineering). Базовые модели развития флюидодинамических систем являются достаточно общими (Verweij, 1993), и, очевидно, включают в себя одномерные модели уплотнения разрезов, используемые в классических методах прогноза и оценивания АВПД. Однако до настоящего времени тенденции развития обоих этих направлений расположены в плоскости моделирования и направлены в сторону все большего усложнения моделей среды и порового флюида.
Переход от моделирования к прогнозированию оказывается возможен в случае наложения обоснованных ограничений на класс моделей прогнозируемого феномена. В выбранном классе моделей уже возможно введение метрического пространства параметров модели и ее калибровка на основании сопоставления синтетических и реальных данных. Такая схема, кстати, неявно используется в любом классическом методе прогноза АВПД.
Представляется перспективным развитие классических подходов к формированию прогноза АВПД в направлении использования современных моделей флюидодинамики, применяемых в упомянутых компьютерных технологиях. Для этого, очевидно, необходимо выбрать класс флюидодинамических моделей, ввести в нем базис метрического пространства параметров, сформулировать и решить задачу калибровки. Этим аспектам посвящена первая часть настоящей работы (Мадатов, Середа, 2000), где предлагается оптимальная для задач прогноза бассейновая модель среды и описывается метод ее калибровки.
Здесь мы представляем результаты практического применения данного метода в приложении к задаче количественного прогноза геофлюидальных (ГФ) давлений по некоторому району калибровки, выделенному в пределах осадочного бассейна.
2. Анализ практики прогнозирования зон АВПД в осадочных бассейнах
В отличие от оценки ГФ давлений в процессе и после бурения, прогнозирование зон АВПД до бурения предполагает отсутствие какой-либо информации о внутренних точках среды в локальной окрестности предполагаемой скважины. Как правило, в распоряжении технологов-буровиков для прогноза ожидаемых аномалий геофлюидальных давлений имеются:
1. Геологический прогноз глубин вскрытия ожидаемых формаций.
2. Структурные планы сейсмических горизонтов, отождествляемых с геологическими формациями.
3. Данные сухопутной или морской сейсморазведки.
4. Данные об АВПД на соседних скважинах, основанные на их косвенном оценивании и непосредственных замерах.
Не претендуя на исчерпывающий анализ, рассмотрим существующие практические подходы к прогнозированию аномальных эффектов динамики геофлюидов и дадим их краткую характеристику. Это поможет точнее определить ту нишу, которую предлагается заполнить представляемой в данной работе технологией.
Нужно сказать, что всякое прогнозирование есть не более чем моделирование с введением ограничений на класс моделей и область изменения модельных параметров. Не является исключением и прогноз АВПД, даже если прогноз в точку заложения скважины осуществляется простой интерполяцией данных о геофлюидальных давлениях из соседних скважин. Такой метод, известный, как метод аналогий, предполагает отказ от исследования физических причин феномена и следование по пути чистой эмпирики. Явление при этом подменяется неким "черным ящиком", свойства которого ассоциируются с наиболее чувствительными параметрами уравнений идентификации системы по входу-выходу. Другое дело, что в методе аналогий никто всерьез не интересуется идентификацией даже "черного ящика". На другом полюсе базовых моделей прогнозирования, очевидно, находится полностью детерминированная физическая модель явления, которую уместно связать с эволюцией соответствующей области осадочного бассейна.
При классификации методов мы будем исходить, прежде всего, из тех моделей аномалеобразующих феноменов, которые явно или неявно заложены в методах их прогноза. Поступая таким образом, мы, очевидно, расположим методы, применяющиеся в практике прогнозирования зон АВПД, в диапазоне между чистой эмпирикой (Engineering) и чистым бассейновым моделированием (Basin Modelling).
Типичным представителем полностью эмпирического подхода является, например, метод A.A. Орлова, описанный в монографии А.Е. Гуревича (Гуревич и др., 1987). Метод предполагает корреляцию коэффициента аномальности ГФ давлений (отношения актуального значения давления к расчетному значению гидростатического давления на данной глубине) с коэффициентом интенсивности структуры (отношение высоты структуры к ее площади). Очевидно, что подобный подход к прогнозированию, равно как и интерполяция (экстраполяция) данных об АВПД с соседних скважин, достаточно опасен, поскольку полностью игнорирует флюидодинамический и исторический аспекты задачи, не говоря уже о возможных погрешностях в данных поля сейсмических колебаний, доступных с поверхности. В разделе 4 данной работы приведен пример сопоставления прогноза АВПД, полученного интерполяцией данных, с прогнозом по технологии PANDA-2000 и реальными данными последующего бурения (см. рис. 13).
На другом полюсе базовых моделей, используемых для прогноза, находятся методы бассейнового моделирования, которые начали внедряться в практику прогнозирования АВПД в последние 5-10 лет (Burru et al., 1996; Fang et al., 1995; Okui and Waples, 1993; Ungerer et al., 1993).
Основной особенностью подхода к прогнозу, основанного на бассейновом моделировании, является его сугубо ориентировочный характер, который более приемлем для научных исследований, чем для практических приложений. Это вполне естественно, если учесть, что аппарат бассейнового моделирования изначально не задумывался как средство прогнозирования, тем более - количественного прогноза аномалий ГФ давлений. Исторически бассейновое моделирование возникло как метод цифровой симуляции явлений, связанных с созреванием нефтегазоматеринских пород, и первичной миграции из них углеводородов (УВ). Неслучайно первый промышленный пакет бассейнового моделирования "GENEX™" был разработан во французском Институте Нефти (FIP) в 1989 г. Он базировался на развитых там математических моделях диагенеза керогена с конверсией его твердой фазы в нефть и газ (Tissot, Welte, 1978). Позже на смену одномерным моделям первичной миграции явились трехмерные многофазные модели, где моделировались уже флюидодинамические процессы в масштабе геологического времени. Такие широко распространенные среди геологов-нефтяников пакеты, как "Basin Mod®" (Platte River Associates, Inc., USA); "TemisPack™", "Temis 3D™" (IFP, France); "RIFT®", "BASEVAL®" and "KINETICS®" (ICU, Norway); "SeisStrat™", "PetroGen™" and "PetroFlow™" (PetroMod, IES, Germany), позволяют моделировать процессы формирования и удержания, либо разрушения залежей нефти и газа в ловушках различного типа. Самые современные из них, например "Temis 3D™", могут оперировать сотнями пластов, достаточно сложной разрывной и солевой тектоникой. При этом, однако, исходные данные для моделирования черпаются из предопределенных в пакете системных констант либо, в лучшем случае, из неких таблиц возможных значений, составленных по обобщению петрофизической информации, лабораторных исследований и т.д. Расчет ГФ давлений носит, как правило, ориентировочный, подчиненный характер (см., например, пакет "PetroMod"). Впрочем, даже в случае более детального расчета (см., например, пакет "TemisPack™") никаких средств увязки расчетных геофизических и геохимических полей (температур, зрелости материнских толщ, УВ содержания и т.д.) с реальными данными не предусмотрено.
Это принципиальный момент. Дело в том, что обеспечить увязку с данными, не меняя стратегии разработки исходных моделей флюидодинамики, не представляется возможным. В теоретической части настоящей работы (Мадатов, Середа, 2000) мы обсуждали вопросы единственности и устойчивости обратной задачи в приложении к бассейновым моделям. Там было показано, что полевые данные о ГФ давлениях, плотностях и УВ-насыщениях разреза могут "вписаться" в эволюционную модель и успешно применяться для калибровки соответствующей бассейновой модели лишь тогда, когда ее полнота соответствует объему и качеству независимых калибровочных данных. Проблема калибровки формально сводится к проблеме решения обратной задачи для доступной по району геолого-геофизической информации в рамках эволюционных моделей развития измеряемых и прогнозируемых полей. Такая задача даже в случае очень простых бассейновых моделей не является тривиальной (Lerch, 1991).
В случае же с современными пакетами бассейнового моделирования, где вводными являются сотни параметров разреза с неустановленной чувствительностью к расчетным полям, говорить о калибровке, а следовательно, и о адекватном моделировании эволюции ГФ давлений не приходится.
Необходимы адаптируемые под данные прогнозируемого феномена модели.
И такие модели есть. В практике прогноза АВПД ими пользуются давно, а интуитивную постановку и решение обратной флюидодинамической задачи называют в практике калибровкой.
Действительно, первые успешные попытки применения методов Итона или эквивалентных глубин в Мексиканском заливе (Magara, 1978) и у нас, на Каспии (Добрынин, Серебряков, 1978), для оценки АВПД были ничем иным, как обращением чувствительных к пористости данных (акустического, электро- и плотностного каротажа) в базис простейших одномерных моделей механического уплотнения осадков. С тех пор, независимо от модификаций, метод, эксплуатирующий модель "нормального
уплотнения" глинистого разреза, является методом номер один при оценке ГФ давлений по каротажам на пробуренных скважинах и при прогнозе АВПД на вновь бурящихся скважинах.
Основным чувствительным параметром, используемым здесь, является открытая пористость, или коррелирующие с ней параметры пород: интервальное время (АК), плотность (ГГК), кажущееся электрическое сопротивление (КС) - при оценке ГФ давлений в пробуренных скважинах по каротажам; интервальная скорость упругих колебаний (Keyser, 1991), акустический импеданс (Dutta, 1997), затухание сейсмического волнового поля (Madatov, Helle, 1995) - при прогнозе АВПД на вновь бурящихся скважинах. В верхней части разреза в результате массовых расчетов устанавливается некий тренд, который ассоциируется с "трендом нормального уплотнения" пород, находящихся в гарантированно гидростатических условиях по режиму ГФ давлений. Заметим, что тренд "нормального уплотнения", независимо от того, в какой из шкал - стресса или пористости - он рассматривается, характеризует лишь свойство необратимости уплотнения осадочных пород под грузом вышележащих пород. Уклонение от тренда "нормального" поведения для любых чувствительных к пористости параметров затем однозначно пересчитывается в дефицит стресса, или, что то же самое, в аномально высокое ГФ давление. Подробнее о методах и технике такого пересчета см., например, (Mouchet, Mitchell, 1989).
В случае нулевой погрешности исходных данных и полной адекватности выбранной модели разрезу прогнозируемой скважины данный метод дает единственное (в рамках выбранной модели) и устойчивое решение обратной флюидодинамической задачи для современного распределения ГФ давлений. В практике, очевидно, такие условия недостижимы. Причем если неединственность решения обратной задачи не зависит от качества исходных данных, а определяется лишь свойствами разреза (историей седиментации, тектоникой, лито-фациальным составом пород и т.д.), то устойчивость и конечная точность для прогноза ГФ давлений существенно ниже, чем для оценки по данным геологического исследования скважин (ГИС), поскольку основана на менее точных наземных данных. По этой причине для большинства разрезов, где целевые интервалы имеют мезозойский или еще более ранний возраст, сочетание неединственности и неустойчивости решения обратной флюидодинамической задачи позволяет подходить к проблеме прогноза АВПД лишь на качественном уровне.
Рассмотрим проблему неустойчивости и неединственности прогноза ГФ давлений на основе методов отклонения от "нормального тренда" раздельно.
Проблема неустойчивости возникает в силу конечной точности исходных данных и свойств оператора их обращения.
Для основных сейсмических параметров, используемых при прогнозе - скорости, импеданса и добротности - характерно их монотонное нарастание с глубиной, связанное с закономерным увеличением вертикального стресса и падением пористости (рис. 1). Наиболее распространенным параметром в практике прогнозирования является "интервальная скорость", получаемая на основании преобразования среднелучевых сейсмических скоростей, или обратный ей параметр - "интервальное время" At (Onyia, 1998). Сразу отметим, что данный параметр является свойством наблюденного на поверхности сейсмического поля, а не свойством породы. В силу этого, с точки зрения оценки пористости, он всегда содержит систематическую погрешность метода, независимо от качества самих отражений. Дополнительные погрешности возникают уже при обработке в силу несоответствия волнового поля идеальному. Так, чем контрастнее и выдержаннее разрез, тем устойчивее будут выделенные в нем интервалы записи и определенные для них скорости. Тут кроется противоречие модели скоростной интерпретации и модели прогнозирования ГФ давлений. Действительно, модель уплотнения глин предполагает монотонность разреза и отсутствие резких скачков в физических свойствах с глубиной. Очевидно, что, с точки зрения сейсмики, такой разрез оказывается "немым". С другой стороны, слишком тонкие интервалы записи ведут к неустойчивости оценки скоростей в силу свойств дифференциального оператора скоростного анализа. Таким образом, положение тренда "нормального уплотнения" в шкале пористость - глубина определено не строго, а в некотором интервале (рис. 1 и 2). Отклонения от него с глубиной могут быть зафиксированы в поле интервальных скоростей лишь в некотором вероятностном смысле.
Аналогичное явление имеет место для метода эквивалентных глубин по данным о пористости, распределенным с равной вероятностью в некотором интервале Аф (рис. 2). Принимая экспоненциальную аппроксимацию ф = ф0 e4^ для линии тренда нормального уплотнения - формулу Anthy (Magara, 1978), получим следующее выражение для ошибки в определении эквивалентного стресса недоуплотнения öoj(z) как функции глубины z.
Sak(z) = ^ф^-ф^тро-рЛ/ф^)^) \/H(z), (1)
где g = 9.807 m/s - ускорение свободного падения; Sc/k - абсолютная погрешность определения пористости <p(z) (шифр кривых на рис. 3); р0 = 2.50 g/cm3 и р1 = 1.02 g/cm3 - плотности минерального скелета и поровой воды соответственно; H(z) = zgp1 - гидростатическое давление; c - константа нормального уплотнения. Диаграмма на рис. 3 построена на основании этой формулы в предположении, что ошибка при определении пористости по интервальным скоростям постоянна и не зависит от глубины, а параметры нормального уплотнения таковы: ф0 = 0.65; с = 0.00033 m-1. Как видно, даже при небольшой постоянной погрешности в 5 %, ошибка прогноза нарастает с глубиной и может достигать 50 %. В действительности же погрешности данных и их трансформации в пористость нарастают с глубиной. Поэтому приведенные на рис. 3 оценки могут считаться нижним пределом неустойчивости прогноза АВПД на основании "нормальных" зависимостей по данным скоростного анализа высокого качества.
Интервальная скорость (м/с)
2.0
2 1.4
1.2
1 2 3
Рис. 1. Типичная кривая интервальных сейсмических скоростей и возможные положения тренда
"нормального" уплотнения (аппроксимация по 5 верхним интервалам).
Мексиканский залив (Опуга, 1998)
- 1 1 1 4= 10%
кф = 5%
- i<|>=1% .
-1— Глубина [ м 1—1-1
Рис. 2. Применение метода эквивалентных глубин (ЕБ) к данным о пористости, содержащим постоянную погрешность (ЛфО. АВ - вариация данных, ВС - вариация эквивалентной глубины, АР -вариации соответствующего
прогноза АВПД
1 000 2000 3000 4000 5000
Рис. 3. Приведенная к гидростатике ошибка в определении АВПД методом эквивалентных глубин на основании данных о пористости с погрешностью Дф (шифр кривых)
Отметим, что аппроксимация нормального тренда уплотнения экспоненциальной функцией является общепринятой для подавляющего множества литологических разностей. Таким образом, рост ошибки прогноза АВПД методом эквивалентных глубин, метода Итона и т.п. с глубиной является общим свойством независимо от того, какой именно из сейсмических параметров используется в качестве чувствительного к пористости. Это обстоятельство накладывает естественные ограничения по глубине на возможность применения данного метода прогноза.
Наконец, приведенные оценки построены в предположении, что реальная среда совершенно однородна и действительно может быть описана уникальным трендом "нормального уплотнения". Всякое отклонение от таких идеализированных предположений еще больше ухудшит качество прогноза, но теперь уже по причине неединственности решения соответствующей обратной задачи.
Проблема неединственности возникает в силу отклонения свойств реального разреза от жестких допущений метода прогноза, основанного на отклонении чувствительных к пористости параметров разреза от тренда "нормального" уплотнения. Перечислим основные из этих допущений:
1. Монотонность разреза в смысле темпа осадконакопления и литологического состава пород.
2. Несжимаемость порового флюида (отсутствие сжимаемых фазовых компонент в поровом флюиде).
3. Отсутствие в истории уплотнения этапов подъема осадочных пород и их эрозии.
Нарушение хотя бы одного из этих трех условий ведет к ошибкам восстановления ожидаемой амплитуды АВПД, не говоря уже о том, что последующие транзитные зоны резкого изменения градиента ГФ давлений оказываются полностью замаскированными. Неоднозначность решения данной частной обратной задачи флюидодинамики связана здесь с неединственностью возможной модели интерпретации феномена "недоуплотнения". Проиллюстрируем это модельными примерами.
На рис. 4,а приведены результаты одномерного моделирования уплотнения - развития ГФ давлений для разреза, отвечающего требованиям (1-3), а на рис. 4,6 - для ситуации резкой смены литологии. Использовались классические модели экспоненциального уплотнения осадков с разгрузкой порового флюида в вертикальном направлении, подчиняющейся закону Дарси (Magara, 1978). В случае, изображенном на рис. 4,а,
недоуплотнение с глубины около 3000 м и ниже составляет около 10 %. Оно вызывается сочетанием вертикального барьера Fm 2 на пути разгрузки нижней формации Fm 1 с быстрым темпом осадконакопления для формации Fm 3 и развитием по этой причине АВПД, которое становится значимым с глубин, превышающих 3000 м. Такая же величина отклонения в пористости может вызываться совершенно другими причинами: сменой литотипа, сопровождающейся сменой его законов уплотнения, но не сопровождающейся развитием в нижней части разреза АВПД.
Очевидно, что в этом случае использование тренда "нормального уплотнения" для оценки возможных аномалий ГФ давлений ниже отметки 3000 м ведет к явной ошибке. Точно так же недопустима экстраполяция тренда "нормального уплотнения" в зону древних пород, отделенных от вышележащих "нормально уплотненных" эпохой перерыва осадконакопления, эрозии и подъема дна бассейна вверх. Эти движения выводят в зону механических уплотнений породы, где вследствие необратимости процессов уплотнения сохраняется низкая пористость.
Другой пример неоднозначности интерпретации дан на рис. 5. Здесь, наоборот, тренд уплотнения сохраняет видимую выдержанность, однако в нижней части разреза имеет место интенсивная аномалия ГФ давлений с резкой транзитной зоной, где градиент давлений может превышать
литостатический. Такая ситуация характерна для интенсивной
Градиент ГФ давлений [г/см"]
[г/см" ] 05
1 5
25
__35
__ 45
□"плетка
ниже у.м
[км]
32 24 16 Геологическое время, [млн. лет]
20 40 Пористтостъ,[%]
£
Градиент ГФ давлении [г/см*]
1-4444
05 15 25 35 45
Отаетга ниже у.м. [км]
32 24 16 В Геологическое время, [млн.лет^
20 40 Пористтостъ,[%]
Рис. 4. Эффект недоуплотнения за счет АВПД, созданного вертикальным барьером Гш2 (а) и псевдонедоуплотнения за счет различий в константах уплотнения формаций Гш 1 и Гш 2 (б). Модельный пример
газогенерации в плохо проницаемых материнских породах.
4? « 48 £б 91 52 63 Энергия активации генерации, (ККал/маль)
и»
(Л
и
II
ЙШЕ
1 г
д /
* 7 1
1
В
12 15 1.3 Градиент ГФД, [г/см^
02 О А ОВ Пористость
Рис
а, б - характеристики генерирующего пласта (обозначен стрелкой на в) на плоскости фракционной модели исходной материнской породы (а) и темпа генерации УВ из твердой фазы (б); в - формационная модель с высоким (слева) и низким (справа)
темпами прохождения температурного окна генерации нефти; г - синтетический профиль ГФ давлений с аномалией в зоне пласта, генерирующего газ. Уровень 1.35 г/см3 соответствует низкому темпу прохождения окна нефтегенерации, 1.75 г/см3 - высокому. Модель без генерации соответствует гидростатическому уровню ГФ давлений; д - синтетический профиль пористости. В зоне АВПД он почти не Температура <СС) отклоняется от тренда "нормального" уплотнения.
5. Эффект УВ генерации на профиль ГФД и пористости для одномерной бассейновой модели
Механизм возникновения АВПД в зоне активной газогенерации подробно описан в первой части данной работы (Мадатов, Середа, 2000). Вкратце он сводится к следующему.
При достижении определенных температур (как правило, выше 100°С) часть твердой фазы материнской породы подвергается фазовому переходу сначала в жидкую, а затем в газообразную фазу с расщеплением сложных молекул УВ на все более простые. Заполнение высвобождающегося порового пространства менее плотным веществом не компенсируется его отведением, поскольку проницаемость матрицы по многофазовому флюиду резко падает, а темп генерации, наоборот, возрастает с погружением и увеличением температуры. Существенным моментом здесь является соотношение темпов механического уплотнения материнской породы и конверсии части ее твердой фазы в газообразную. Процесс газогенерации инициируется при высоких температурах, т.е. на относительно больших глубинах (3.5 - 4.5 км), где открытая пористость материнской породы уже чрезвычайно мала, а темп уплотнения стремится к нулю. Поскольку процесс механического уплотнения породы необратим, а генерируемый системой газ сжимаем, то эффект недоуплотнения не наблюдается, несмотря на фактическую аномалию АВПД. При этом ее величина может достигать предела трещиноватости материнской породы на весьма коротком интервале.
Пропуск подобных аномалий методами оценивания ГФ давлений, основанными на законах нормального уплотнения и анализе чувствительных к пористости параметров, совершенно очевиден. Ошибка прогноза, связанная с данным примером неединственности решения обратной задачи флюидодинамики, еще более опасна, чем предыдущая, поскольку она связана с возможным пропуском интенсивной аномалии АВПД, нарастающей с глубиной чрезвычайно резко.
Упрощенность базовой модели трендовых методов и связанная с этим неединственность прогнозов АВПД в последние годы становится все более очевидной для исследователей. Особенно это актуально в районах с древним осадочным чехлом на доступных бурению глубинах, таких как шельфовые зоны Северного, Баренцева и Печорского морей. Традиционным считается путь введения различного рода поправок в стандартные схемы, оперирующие с отклонениями чувствительных к уплотнению параметров от "нормального" тренда, и последующая калибровка констант, комбинирующих различные механизмы генерации сверхдавлений.
Для оценки АВПД по данным электрокаротажей может быть использована эмпирическая формула, предложенная А. Гальченко (Добрынин, Серебряков, 1978)
K = K0 (P/P)- (T-T0, (2)
где K - чувствительное к пористости кажущееся электрическое сопротивление горных пород с поправкой на минерализацию поровой воды; P, Pa Т, Т0 - текущие и стартовые поровые давления и температуры; F и K0 - эмпирические константы, подлежащие калибровке.
Mann и Mackenzie (Mann, Mackenzie, 1990) предлагают использовать для прогноза вертикального градиента ГФ давлений dPIdz формулу
dP/dz = SS Fn/k, (3)
в которой SS - средний темп осадконакопления в м/миллион лет; k - средняя проницаемость разреза на текущем уровне глубины в mD; F" - эмпирическая константа, подлежащая калибровке. Весьма близок по смыслу к Fm безразмерный "седиментационный" параметр Л, введенный Audet andMcConnell (1992) в качестве чувствительного параметра разреза при прогнозировании АВПД. Действительно,
Я = (p/pf - 1.0) C/SS, (4)
где ps, pf - плотности скелета матрицы породы и порового флюида, соответственно, С - гидравлическая проводимость матрицы, определяемая в случае однофазового флюида как отношение k/^ (р -динамическая вязкость флюида).
Методы прогноза АВПД, подобные (2-4), остаются в сущности эмпирическими, т.к. оперируют неявными моделями развития АВПД в бассейновой шкале времени. Вместе с тем, сами формулы, в которых применяются эмпирические константы, включают наиболее значимые для возникновения АВПД характеристики разреза: темп осадконакопления, температуру, проницаемость матрицы, плотностной контраст скелета и флюида. С этой точки зрения они, по сути, являются интуитивными, упрощенными решениями прямой флюидодинамической задачи для более широкого класса моделей, чем те, с которыми оперирует классический "трендовый" метод. При этом увязка с данными или решение обратной задачи выполняется, как обычно, путем калибровки эмпирических констант, а сам прогноз - путем моделирования ГФ давлений на целевой точке с учетом их возможных вариаций. Очевидно, что степень неединственности прогноза для моделей типа (2-4) существенно сокращается по сравнению с базовой моделью метода эквивалентных глубин.
Подытожим обзор существующих моделей развития зон АВПД и подходов к их прогнозированию следующими выводами:
1. Классические "трендовые" методы оценки ГФ давлений (Engineering) основаны на упрощенных моделях аномалеобразования. Единственность и устойчивость соответствующих прогнозов катастрофически падает с глубиной и возрастом целевых формаций. Баланс "точность и объем используемых данных О сложность и полнота моделей феномена" нарушен в сторону упрощения моделей.
2. Применение трехмерных и многофазных постановок для формулирования базовых моделей аномалеобразования (Basin Modeling) в реализациях современных технологий бассейнового моделирования неэффективно из-за отсутствия в них потенциальной возможности практического использования механизмов калибровки. Налицо перекос баланса "точность и объем используемых данных О сложность и полнота моделей феномена" в сторону избыточности описания модельного базиса.
3. Тенденция усложнения моделей аномалеобразования в эмпирических методах прогноза АВПД указывает на интуитивный поиск разумного баланса "точность и объем используемых данных О сложность и полнота моделей феномена". Явная реализация этого компромисса возможна. Сводится она к постановке и решению обратной задачи флюидодинамики в бассейновой временной шкале с оптимизацией базиса признакового пространства (соответствующий подход описан в первой части настоящей работы). Технология, основанная на таком подходе, должна стать универсальным инструментом для любого бассейна с произвольным объемом и качеством данных для калибровки, поскольку она совместит гибкость бассейновых моделей с калибруемостью эмпирических. При этом полнота и сложность соответствующей бассейновой модели целиком определяется объемом и качеством доступных эмпирических данных.
3. Концепция метода количественного прогноза АВПД на основе инверсии данных в базис бассейновой модели
Под инверсией данных в базис бассейновой модели здесь и далее понимается процесс поиска (калибровки) такого набора формационных параметров эволюционной (бассейновой) модели разреза, который минимизирует отклонение синтетических (модельных) профилей ГФ давлений и пористостей от соответствующих реальных данных, наблюдаемых в калибровочных скважинах. Число независимых чувствительных параметров модели, подлежащих уточнению, в общем случае, достаточно велико, поэтому задача калибровки не является тривиальной, как, например, при подборе подходящего тренда "нормального" уплотнения по кривым пористости, акустического каротажа, плотности и т.п. Существенной особенностью данной калибровки служит применение оптимизационной процедуры, выполняющей подбор параметров одновременно по всем чувствительным направлениям на основе методов нелинейной инверсии данных (Дэннис, Шнабель, 1998). Вопросам строгой формулировки прямой и обратной задачи, а также подходам к ее решению, посвящена первая часть данной работы (Мадатов, Середа, 2000). Концепция метода также широко обсуждалась на геофизических и геологических международных конференциях (Madatov et al, 1996, 1997,1998). Кратко она сводится к следующему.
Область осадочного бассейна, подлежащая разведке, рассматривается как флюидодинамическая система, развивающаяся в геологическом времени (Verweij, 1993). История седиментации разбивается на ряд этапов - формационных эпизодов, характеризуемых процессами уплотнения матрицы осадочных пород, диагенеза, высвобождения первичного порового флюида, генерации и миграции вторичного УВ флюида. В течение каждого из этапов средний темп осадконакопления и его направление считается постоянным, а литологическое наполнение - однородным. Таким образом, для района вводится непрерывное, локальное подразделение стратиграфической шкалы на однородные, в смысле флюидодинамики, формации (см. рис. 6). Непрерывность подразделения означает, что локальная формационная колонка должна содержать рассматриваемый геологический интервал истории полностью, без перерывов, т.е. включать все эродированные формации.
е
о р
2
2'эзэег J2
Niirtmin
Vsean Тп.гпакип
T.uifhlr.hn Г—I
саг
Ичиш
Оеютчп озы* — ES С Uta
DJitMdk 0*яяг. а_з
ElltUn
OHiHr tuenri Т.. 1
h-jui. 1
LöirWHah 1 UJ1
ЕЕ
UhjP »ftftll ICC
B-JUdtov LuiMn*
4
Plalfftx pne Рк?|5Ьосе*№ Piei
РПИСОПО Plütdralbii Pllrj
Uiütüha Мв*в!п!эл M_I»ll
Tmlonlw
Stnwaiiun M l il
Lenghlan
Bunligillan 3CZ
Adulärvan
Chinin
а- Печэрсюешэре|JitmaH3-
Пеыэрткая Hl II I, б - СеЕерюе irope (ёешшс граЁеьф; б — Мексиканский затп
(Миссис сипл кий кань си)
Рис. 6. Локальные формационные модели калибровочных регионов относительно абсолютной стратиграфической шкалы
Таблица 1. Спецификация контрольных параметров формаций по литотипам
Наименование Ед. измерения Литотип
Глинистый Песчанистый Карбонатный
Начальная пористость - ф0 0.65 0.55 0.48
Коэффициент уплотнения - С [1lm\ 0.00033 0.00025 0.00020
Константа удельной поверхности пор - S [1lm2\ 1 ■ 107 1 ■ 109 5 ■ 108
Потенциальный темп УВ генерации - G [1ltime\ 1 ■ 10-5 0.0 0.0
Эффективный темп латерального дренажа - L [1ltime\ 1 ■ 10-4 1 ■ 10-2 5 ■ 10-3
На рис. 6 представлены три варианта локального подразделения стратиграфической шкалы, использованные при создании формационных бассейновых моделей в Тимано-Печорской провинции (а), Северном море (б) и Мексиканском заливе (в). Заметим, что отсутствующие в разрезе первой модели девонских и карбоновых отложений интервалы представлены на соответствующей формационной колонке формациями BR_1, BR_2 соответственно (см. рис. 6,а).
Дополнительно к геологическому интервалу седиментации каждый элемент формационной модели - формация - специфицируется пятью контрольными параметрами в соответствии с ее литологическим типом. В таблице 1 приведена подобная спецификация для двух терригенных и одного карбонатного литотипа.
Контрольные параметры являются варьируемыми коэффициентами соответствующего дифференциального оператора прямой задачи, откуда прямо следует их физический смысл (Мадатов, Середа, 2000). Так, "начальная пористость" и "коэффициент уплотнения" для данного литотипа целиком определяют закон его "нормального" уплотнения в шкале "пористость - глубина". Константа S "удельная поверхность пор" выступает в роли подбираемого коэффициента для эмпирической связи между проницаемостью и пористостью, которая используется для данного литотипа. Эти связи, как было показано в части 1 данной работы, различны для пород глинистого, песчанистого и карбонатного состава, но в них всегда присутствует коэффициент S, характеризующий сообщаемость (проводимость) поровых каналов. "Параметр УВ генерации" G, измеряемый в мг потенциально генерируемого УВ!кг материнской породы, характеризует асимптотическую константу конверсии твердой фазы материнской породы в жидкую либо газообразную фазу углеводородов, согласно рекурсивной кинетической модели Тиссо (Tissot, Welte, 1978). Наконец, "эффективный темп латерального дренажа" является косвенной характеристикой сообщаемости данной формации при разгрузке порового флюида в латеральном направлении. Эффективность данной характеристики связана с тем, что она является одновременно свойством как самой формации, так и тектонического блока, в котором данная формация находится. Иными словами, различия в "эффективных темпах латерального дренажа" от блока к блоку косвенно характеризуют экранирующие свойства ограничивающих их разломов (см. также Madatov et al, 1997). Значения контрольных параметров, назначаемые для каждого из литотипов, являются стартовыми и подлежат уточнению в процессе калибровки.
В частности, значения, приведенные в таблице 1, являлись стартовыми при калибровке районов Центрального грабена Северного моря.
На территории района, включающего зону прогноза, выбирается ряд калибровочных скважин с таким расчетом, чтобы наиболее типичные структуры и тектонические блоки были освещены хотя бы одной скважиной (рис. 9,а). Заметим, что число, расположение и удаленность скважин от точки прогноза, разумеется, влияет на качество целевой бассейновой модели.
Для каждой из калибровочных скважин в соответствии с буровыми, геологическими и геофизическими отчетами устанавливается свой набор данных (см. рис. 7):
1. Формационная модель, представляющая распределение всех формационных элементов по глубине.
2. Обобщенная кривая пористости, построенная на основании интерпретации данных ГИС и отборов проб.
3. Обобщенный профиль ГФ давлений, построенный на основании прямых и косвенных индикаторов.
Рис. 7. Исходные скважинные данные для калибровки соответствующей одномерной бассейновой модели
а - данные о пористости, извлеченные из акустического (Sonic), плотностного (Density) и нейтронного (Neutron Porosity) каротажей; б - обобщенная кривая пористости (ML Porosity); в - формационная модель;
г - обобщенная кривая ГФ давлений (ML Pressure), построенная на основании измерений (RFT), и программы удельного веса балансирующего раствора (EMW). Северное море
Э Геологическое время [млн.лет]
Рисунок 8. Подбор одномерной формационной модели калибровочной скважины по данным о распределении мощностей, ГФ давления и пористости. Мексиканский залив. а - поформационное восстановление истории уплотнения -
развития ГФ давлений; б, в - последовательные фазы сокращения рассогласования между реальными данными ("Х"-маркеры) и их синтетическими прототипами (сплошные кривые) для ГФ давлений (б) и пористостей (в)
Рисунок 9. Регуляризация калибровки рамочной бассейновой модели по распределению контрольных параметров формаций в плане. Северное море. а - структурная карта поверхности песчаной формации; б, в - карты распределения начальной пористости до (б) и
после (в) регуляризации; г, д - карты распределения эффективной латеральной проводимости до (г) и после (д) регуляризации
Этот набор затем используется как входной массив данных для процедуры инверсии, минимизирующей расхождение синтетических, рассчитанных на основании формационной модели (1), и реальных профилей пористости (2) и ГФ давлений (3). Набор контрольных параметров для данной формационной модели скважины, который обеспечивает требуемое расхождение, фиксируется затем в качестве подобранной (откалиброванной) одномерной модели уплотнения - развития АВПД. При этом стоп-критерием для окончания процедуры подбора служит среднее по всему стволу или в пределах каждой отдельной формации расхождение оценок и измерений пористости и ГФ давлений (рис. 8).
В процессе подбора может оказаться, что число формационных элементов колонки избыточно или, наоборот, недостаточно для отображения всех особенностей индивидуальных профилей давления-пористости. Обычно введение все новых формаций в разрез ведет к систематическому (на каждой скважине) улучшению качества подбора при одновременном усложнении прямой и обратной задачи. После достижения стоп-критерия подбора на всех скважинах дальнейшее усложнение формационной модели оказывается бессмысленным. Таким образом, соблюдается баланс точности данных и полноты описания модели, а также оптимизируется набор чувствительных параметров, по которым строится прогноз. Так, например, в условиях хорошо расчлененного по вертикали разреза Северного и Печорского морей достаточным по критерию качества данных оказывается 13-15 формаций. Для более молодых неконсолидированных бассейнов, таких, как Мексиканский залив, для достижения оптимального подбора можно обходиться 4-6 формационными элементами, покрывающими верхний стратиграфический этаж Третичного периода (Pleistocene - Oligiocene). Набор одномерных эволюционных моделей уплотнения - развития АВПД, откалиброванных по всем имеющимся в районе скважинам, представляет собой параметрическую основу прогнозирования, данную в трехмерном пространстве - рамочную бассейновую модель. Картирование контрольных параметров по каждой из формаций обычно обнаруживает разброс их значений и хаотичность распределения в плане (см. рис. 9,б,г). Это является следствием неединственности независимых решений обратных задач по серии локальных одномерных моделей. Для повышения единственности рамочной бассейновой модели используется регуляризация имеющихся решений одномерных обратных задач в плане. С этой целью на возможные вариации контрольных параметров и их поведение в плане вводятся дополнительные ограничения. В частности:
1. Для констант уплотнения и проницаемости, как для фундаментальных свойств пород данного литотипа, устанавливается узкий (5-10 %) допустимый коридор вариаций. А сама изменчивость по латерали должна допускаться лишь в форме закономерного тренда, совпадающего с основным трендом трансгрессий-регрессий (см. рис. 9,в и рис. 14,г).
2. Для эффективной константы латерального дренажа требуется постоянство уровня в пределах одного тектонического блока. Между соседними блоками допускается скачок, совпадающий в плане с положением экранирующего разлома и не превышающий по амплитуде границ вариации для данной формации (см. рис. 9,д и рис. 14,в).
После регуляризации локальных решений задачи подбора в плане рамочная бассейновая модель оказывается готовой к использованию для прогноза в произвольной точке внутри полигона калибровки и его уточнения в процессе последующего бурения скважины.
Прогноз ГФ давлений выполняется путем решения соответствующей прямой задачи флюидодинамики на целевой точке. Причем, очевидно, формационная модель разреза прогнозируемой скважины основана на геолого-геофизическом прогнозе в точку заложения скважины, а соответствующий набор контрольных параметров следует из интерполяции констант уплотнения-проницаемости литотипов по территории и эффективных параметров генерации-дренажа в пределах данного тектонического блока. Собственно результат моделирования выступает в виде кривой зависимости наиболее вероятных значений ГФ давлений и пористости от глубины (см. рис. 13, кривая "Б"). Для оценки крайних - лучшего и худшего -вариантов достаточно учесть верхние и нижние пределы вариаций по константам литотипов и эффективным параметрам соответственно по всему району или в пределах данного тектонического блока. Таким образом, прогноз АВПД, как и положено прогнозу, включает множество сценариев в дополнение к наиболее вероятному.
Естественное уточнение прогноза в процессе бурения следует из сокращения пределов для вариаций параметров и, соответственно, сужения интервала неопределенности прогноза впереди забоя (рис. 15). Основанием для этого служат данные о границах смены формаций, температуре, пористости и ГФ давлениях, доступные измерениям в процессе бурения.
Такова концепция метода прогноза АВПД на основе инверсии данных в базис бассейновой модели. В следующем разделе дана схема функционирования соответствующей компьютерной технологии и последовательно описаны некоторые результаты ее применения при количественном прогнозе профиля ГФ давлений в одной из разведочных скважин Северного моря, а также уточнение его в процессе бурения.
4. Компьютерная технология PANDA и ее приложения для прогноза АВПД
Теоретические основы, изложенные в первой части работы (Мадатов, Середа, 2000), а также концепция метода, приведенная выше, легли в основу компьютерной технологии PANDA® (Pressure Analysis for Drilling Applications), созданной и залицензированной в 1998 г. (Kyrvlov et al., 1999).
Рис. 10. Концептуальная схема функционирования элементов технологии PANDA
Рис. 11. PANDA Проект прогнозирования ГФ давлений по району Северного моря, отмеченному полигоном.
Положение целевой скважины указано стрелкой. Калибровочные скважины показаны темными кружками. Дополнительно к береговой линии на проектную карту вынесены контуры крупных месторождений нефти и газа
Рис. 12. Увязка формаций по данным ГИС в среде интерполятора
Технология включает программный пакет "PANDA Professional©", написанный для функционирования в операционной системе WINDOWS 98-2000/NT, предварительные установки по стартовым параметрам калибровки для 3-х литотипов пород, набор методических приемов и правил обработки данных, а также компьютерную обучающую систему, учебники для пользователя и стандартную систему интерактивных подсказок. Базовая версия технологии демонстрировалась на международных выставках в Лондоне (Wagin et al, 1997) и Хьюстоне (Madatov et al., 1998). В настоящей работе приведена только общая схема функционирования элементов компьютерной технологии PANDA®, а основное внимание уделено прикладным аспектам - результатам прогнозирования АВПД до и в процессе бурения.
Концептуальная схема технологии представлена на рис. 10.
Объектом для интегрирования данных, последовательной калибровки одномерных формационных моделей и увязки их в общую рамочную бассейновую модель, пригодную для прогнозов, является 'PANDA Проект". Проект включает точку заложения целевой скважины разведочного бурения и несколько (минимум три) калибровочных скважин. С геологической точки зрения калибровочные скважины должны освешдтъ область разреза, сходную по основным свойствам с планируемой под разведку, т.е. находиться в пределах одного и того же седиментационного бассейна, представлять сходные условия осадконакопления и, по возможности, относиться к общим тектоническим блокам. Последнее условие является трудно реализуемым на практике. Однако возможность введения в проект экранирующих разломов и косвенная калибровка их флюидопроводящих свойств с подразделением района на ряд гидравлически изолированных блоков позволяют учесть и компенсировать тектонические эффекты в прогнозе АВПД.
С фпюидодинамической точки зрения внешние границы проекта (полигон на рис. 11) не ограничивают общей системы палеонагрузки-нагрева-дренажа по каждой из формаций разреза, но лишь очерчивают рамки ее моделирования. То же касается вторичных эффектов: генерации УВ, их фазовых превращений в процессе последующей миграции.
Исходными данными для проекта служат: топографическая привязка калибровочных скважин, сведения о геологии, стратиграфии и тектонике района, данные ГИС, замеров пористости, проницаемости и давлений в стволе, а также любая другая информация о формациях и формационных давлениях по калибровочным скважинам. Привязка области калибровки к береговой линии моря, контурам разведанных месторождений, границам географических блоков и т.п. осуществляется в принятых международных стандартах картопостроения (рис. 11).
При помощи редактора стратиграфических колонок формируется формационная модель района и устанавливаются лито-фациальные соответствия возрастным подразделениям разреза (рис. 6). Данные ГИС, включая данные о ГФ давлениях, вводятся в редактор скважинных данных. Здесь происходит их предварительная интерпретация, фильтрация и трансформация в шкалы пористости и градиента давлений (рис. 7). Окончательная увязка формационной модели среды производится в окне интерполятора (рис. 12). В последней версии технологии - PANDA-2000© - для этих целей используются также данные сейсморазведки (мигрированные сейсмические разрезы, карты по отражающим горизонтам, результаты скоростного анализа и т.д.)
Калибровка одномерных формационных моделей эволюции пористости, проницаемости и ГФ давлений выполняется интерактивно по каждой из калибровочных скважин в окне моделирования. На внутреннем цикле калибровка завершается автоматически по достижению стоп-критерия, основанного на количественной (МНК) оценке качества данных (рис. 8). Набор контрольных параметров по каждой из формаций проекта затем просматривается в окне интерполятора на предмет удовлетворения требованиям регулярности решения обратной задачи. Этот внешний цикл продолжается до тех пор, пока не будет достигнуто удовлетворительного распределения значений параметров в плане по их вариации и тренду (рис. 9).
На основании увязанных в плане и по формациям значений набора чувствительных параметров выстраивается рамочная бассейновая модель. Она является основой прогнозирования пористости, проницаемости и ГФ давлений для любой точки внутри района калибровки. Сам прогноз осуществляется путем создания в проекте псевдоскважины, расположенной в координатах целевой точки, интерполяции в нее значений варьируемых чувствительных параметров с учетом латеральной коммуникации между тектоническими блоками и последующего моделирования соответствующего вертикального профиля. Очевидно, что, чем меньше контрольных параметров после внутренних и внешних циклов калибровки сохраняют разброс значений, тем уже интервал неопределенности соответствующего синтетического профиля - прогнозной кривой ГФ давлений, пористости и проницаемости. Уточнение прогноза осуществляется в окне моделирования на основании процедуры одномерной калибровки, примененной по данным о доступных оценках для бурящейся скважины относительно границ формаций, значений порисгосгей и давлений.
Примеры прогноза АВПД и его уточнения в процессе бурения представлены на рис. 13-15.
Прогноз выполнялся для скважины, бурящейся с платформы в Норвежском секторе Северного моря (ее положение указано стрелкой на рис. 11). Названия скважин и их лицензионные принадлежности не показаны на рисунке из-за условий конфиденциальности, подписанных с фирмой Norsk Hydro AS, проводившей бурение
Район калибровки (южная зона грабена Викинг) характеризуется традиционно сложными условиями по АВПД (Glenkie, 1984; Chiarelli, Duffaud, 1980; Buhrig, 1989). Целевые горизонты в юрских отложениях залегают на глубинах от 2.5 км на флангах до 4.5 км в центральной части грабена. Наличие крутопадающих сбросовых разломов с амплитудами в несколько сот метров привели к образованию системы тектонических блоков с достаточно изолированными на сегодняшний день флюидодинамическими условиями (Buhrig,
1989). Дополнительные трудности вызывает палео- и современная газогенерация, приуроченная к верхам юрской части разреза - формация Kimmeridge (Barker,
1990). В результате прогноз ГФ давлений на уровне целевых горизонтов в рамках классических "трендовых" подходов оказался, как и следовало ожидать, проблематичным. В ряде случаев он привел к серьезным просчетам и даже авариям при подобных геологических условиях (Gaarenstroom, 1993). Ни одного сколько-нибудь успешного примера использования пакетов бассейнового моделирования по региону авторам также не известно. Зато известно негативное заключение по поводу их применимости, данное исследовательским центром ведущей в регионе геологоразведочной фирмы Норвегии "State Oil" в 1994 г. (Scruton, 1994).
ппогнозная скв.
ЬЬ:
Section А-А"
J
Л
Рис. 13. Сопоставление прогнозных профилей давлений по данным интерполяции оценок ГФ давлений (сплошные кривые) между соседними калибровочными скважинами (А) и на основе технологии PANDA® (Б)
По условиям бурения в соседних тектонических блоках в прогнозируемой скважине предполагались аномально высокие ГФ давления по всему стволу скважины, начиная с 1.2-1.5 км ниже уровня моря. Впрочем, природа их возникновения не анализировалась, а ожидаемая амплитуда рассчитывалась на основании простого осреднения данных по одновозрастным интервалам разреза. В результате аномальные значения ГФ давлений на поверхности двух целевых горизонтов юрского возраста не превысили 1.5 г/см3, а АВПД по всему интервалу меловых отложений составляло в среднем 1.35-1.45 г/см3 (кривая А на рис. 13). В соответствии с требованиями к технологии бурения, такие ГФ давления не предполагали дополнительных предосторожностей в целевой части разреза. Наоборот, в средней (меловые отложения) части разреза требовалась дополнительная обсадка ствола скважины.
Совершенно другим оказался прогноз на основе технологии PANDA® (рис. 13-15).
После интегрирования геолого-геофизической информации по району и последующего анализа качества исходных данных ГИС оказалось достаточным разбиение разреза на 14 формационных элементов: 4 - в третичном интервале, 3 - в интервале мелового возраста и остальные - в юрском интервале разреза. Основное внимание было сосредоточено на анализе контрольных параметров, управляющих проводимостью флюида в вертикальном и латеральном направлениях, т.к. именно они оказались ответственными за наблюдаемые на всех калибровочных скважинах аномалии ГФ давлений. Наиболее чувствительными при этом оказались константы латеральной проводимости юрских коллекторов, контролируемой экранирующими разломами на флангах, а также константы вертикальной проводимости покрышек верхней юры и нижнего мела. Дополнительный вклад в образование АВПД, начиная с глубин 4 км (т.е. для центральных зон грабена) вносят, как оказалось, эффекты современной и палео- (последние 2 млн лет) газогенерации, связанные с региональными материнскими породами верхнеюрского возраста. В случае латерально экранированных блоков эффект влияния газогенерации на развитие и удержание АВПД оценивался как весьма значительный. При этом ожидаемая амплитуда АВПД оказывалась близкой к пределу трещиноватости пород.
По результатам калибровки и регуляризации рамочной бассейновой модели район оказался разбит по юрским отложениям на три блока с различным современным флюидодинамическим режимом (рис. 14). Центральный блок, с погружением целевых горизонтов глубже уровня 4000 м, оказался флюидодинамически экранирован от фланговых блоков разломами субмеридионального направления. Здесь условия нарастающей газогенерации по этажу материнской формации в последний макрошаг истории формирования разреза (с раннего миоцена по настоящее время, согласно локальной стратиграфической колонке, изображенной на рис. 6) наложились на ухудшение латерального дренажа по основным флюидопроводящим каналам юрского возраста. С другой стороны, плотные глины и глинистые сланцы, подстилающие меловую толщу пород, сохранили высокую мощность и блокировали возможности вертикальной разгрузки центрального блока района. В результате действия этого набора механизмов генерации и удержания высоких ГФ давлений выяснилось, что при переходе от фланговых блоков к центральному возможен резкий рост уровня АВПД на кровле целевых юрских горизонтов. Поскольку калибровочные скважины, принадлежащие центральному флюидодинамическому блоку в ближней окрестности от целевой точки, отсутствовали, то вероятность ошибочности прогноза, основанного на простой интерполяции данных о давлениях с соседних скважин, резко возрастала. Дополнительные сложности вызывала резкая фациальная изменчивость наиболее мощной в районе верхнемеловой формации. Анализ карт контрольных параметров для этой формации позволил установить явно выраженный тренд коэффициента уплотнения матрицы породы с уменьшением его значения в северо-западном направлении, т.е. с удалением от источника сноса терригенного материала (см. рис. 14,г).
Рис. 14. Результативные карты параметров рамочной бассейновой модели района: а - поверхность целевой верхнеюрской формации Вг. Шкала дана в м;
б - блочная модель ГФ давлений по поверхности Вг, увязанная с данными на точках расположения калибровочных
скважин (квадраты). Шкала дана в г/см3; в - распределение параметра латеральной флюидопроводимости в пределах целевой формации Вг с учетом экранирования границами блоков. Шкала дана в логарифмах от условных единиц;
г - распределение констант уплотнения для верхнемеловой формации, перекрывающей целевые горизонты (см.
разрез на рис. 13). Шкала дана в 1/м. Трасса разреза А-А' указана на карте ГФ давлений (б). Положение прогнозной скважины указано стрелкой
1.1 1Л
1.5 :.l D! 1-5 2.1 D.B 1.5 2.1
No
элот ,а
L
i
* I к Í
Де«в11 День 13 День 17 День 27 День 30 День 39
Рис. 15. Последовательное уточнение прогноза ГФ давлений в процессе бурения
Прогноз наиболее вероятного профиля ГФ давлений был выполнен путем прямого моделирования развития ГФ давлений для целевой точки на основании всей совокупности карт контрольных параметров по всем 13-ти формациям, участвовавшим в локальной и глобальной калибровке рамочной бассейновой модели района, частично представленной на рис. 14. Дополнительно были рассчитаны кривые ГФ давлений, соответствующие наиболее и наименее благоприятным сценариям. Соответствующие расчеты прямой задачи основывались на предельных значениях по варьируемым контрольным параметрам.
В процессе бурения первичная формационная модель, включая отметки формаций и их контрольные параметры, уточнялась 6 раз. Это происходило всякий раз, когда полученные на буровой платформе данные о давлениях, основанные на измерениях в проницаемых интервалах и на косвенных признаках (Б-экспонента, вес промывочной жидкости, газовый и акустический каротажи), отличались от прогноза более чем на 5 %. На рис. 15 полевые данные о ГФ давлениях изображены в шкале глубина - градиент ГФ давлений черными треугольниками. Жирный пунктир обозначает наиболее вероятную кривую прогноза ГФ давлений ниже положения долота на текущие сутки с начала бурения. Светлый коридор на сером фоне ниже долота (жирная линия слева) обозначает интервал неопределенности прогноза, расширяющийся с глубиной. Видна отчетливая тенденция сужения этого интервала с течением времени бурения, т.е. по мере "открытия" реальной информации, уточняющей формационную модель разведочной скважины. После второй транзитной зоны с глубины 3740 м и до самого забоя (на 5310 м) отклонения прогноза не выходили за 5 %-й барьер точности. Это обеспечило успешное выполнение буровых работ до запланированной отметки и предотвратило аварию, неминуемую при планировании бурения на основе традиционных методов (рис. 15).
5. Заключение
Современные средства прогнозирования свойств геофлюидальных систем продолжают развиваться на базе упрощенных и теоретически несвязанных моделей флюидодинамики. В частности, прогноз АВПД основан, как правило, на одномерных и однородных представлениях о среде, причем эмпирическая база таких методов совершенно различна для глинистых и песчанистых литотипов разреза. Отсутствие системного подхода к анализу флюидодинамических феноменов в разрезах порождает разобщенность методов их прогноза. Так, методы, разработанные для терригенных разрезов, оказываются неприемлемыми для карбонатных, и наоборот. Существенно различный темп и механизм дренажа порового флюида из массивных, плохо проницаемых глинистых толщ и из тонких, хорошо проницаемых коллекторов приводит к путанице в терминологии, применяемой для описания феноменов превышения ГФ давлений над гидростатическим уровнем. Пластовыми называются давления, определяемые в проницаемых песчанистых породах, а поровыми - в глинах. При этом ни о какой общей флюидодинамической системе, развивающейся в геологическом времени, и общей области пространства осадконакоппения речь, разумеется, идти не может.
Присущие эмпирическим методам прогноза АВПД неединственность и неустойчивость на фоне погрешностей, допускаемых при оценках пористости, накладывают естественные жесткие ограничения на их глубинность и точность.
Альтернативным выглядит подход, основанный на использовании технологий бассейнового моделирования. Однако методически и алгоритмически он не проработан до такой степени, чтобы удовлетворять требованиям прогноза по однозначности и возможности уточнения в процессе бурения.
Предложенная авторами постановка обратной задачи флюидодинамики в шкале геологического времени оказывается конструктивной в плане оптимизации бассейновой модели среды и алгоритмов ее калибровки. Базовая бассейновая модель относительно просто описывает связанные в природе процессы уплотнения и прогрева разреза осадочных пород, миграции первичного порового флюида, генерации УВ и развития ГФ давлений. Метод ее калибровки, основанный на оптимизационном решении обратной задачи для инверсии скважинных данных о пористости и ГФ давлениях, является естественным развитием классических, эмпирических методов прогноза АВПД в область более общих моделей данного феномена. Он успешно соединяет преимущества подхода бассейнового моделирования с накопленной по различным регионам эмпирической базой законов уплотнения и проницаемости горных пород.
На основе метода разработана новая компьютерная технология PANDA®, ориентированная на количественный прогноз АВПД до и в процессе бурения. Ее успешное применение в различных осадочных бассейнах позволяет предполагать быстрое и широкое внедрение технологии в практику формирования прогнозов и уточнения их в процессе бурения. Основой для оптимизма является относительная простота и настраиваемость используемых здесь моделей эволюции ГФ давлений, в которых разрез представляется в виде связанной в пространстве и времени флюидодинамической системы.
Отличительными особенностями новой компьютерной технологии являются:
1. Универсальность и легкая адаптируемость к условиям различных по возрасту, тектонике и литологическому составу бассейнов.
2. Наличие инструмента надежной калибровки базовой бассейновой модели на основе скважинных данных, а также общей информации о тектонике, стратиграфии и литологии района.
3. Возможность контроля качества прогноза на основании анализа рассогласования синтетических и реальных данных по всем имеющимся источникам.
4. Оперативность прогнозов в любой точке по территории, для которой завершена калибровка рамочной бассейновой модели.
5. Стратегия и средства контроля качества прогноза и его уточнения при необходимости в процессе бурения.
Литература
Audet D.M., McConnell J.D.C. Forward modelling of porosity and pore pressure evolution in sedimentary basins.
Basin Research, v.4, p.147-162, 1992. Barker C. Calculated volume and pressure changes during the thermal cracking of oil into gas in reservoirs. AAPG
Bul., v.74, p.1254-1261, 1990. Bell S. HPHT Wells Present Safety. Cost Control Challenges Petroleum Engineer International, No.6, p.54-55,
1994.
Buhrig C. Geopressured Jurassic reservoirs in the Viking Graben: Modelling and geological significance. Marine
and Petroleum Geology, v.6, p.31-48, 1989. Burrus J., Osadetz K., Wolf S., Doligez B., Visser K., Dearborn D. A two-dimensional regional basin model of
Williston basin hydrocarbon systems. AAPG Bulletin, v.80, p.265-291, 1996. Chiarelli A., Duffaud F. Pressure origin and distribution in Jurassic of Viking basin (United Kingdom - Norway).
AAPG Bulletin, v.64, No.8, p.1245-1266, 1980. Dutta N.C. Pressure prediction from seismic data: Implications for seal distribution and hydrocarbon exploration and
exploitation in the deep water Gulf of Mexico. NPF Special Publication, No.7, p.187-199, 1997. Fang H., Yongchaun S., Sitian L., Qiming Z. Overpressure retardation of organic matter and petroleum generation: A case study from the Yinggehai and Qwiongdongnan basins, South Sea. AAPG Bulletin, v.79, p.551-562,
1995.
Gaarenstroom L.R., Tromp AJ., Jong M.C., Bradenberg A.M. Overpressure in the Central North Sea: Implications for trap integrity and drilling safety. Petroleum Geology ofNW Europe, Proc. of4 conf., Geol. Soc. ofLondon, p.1305-1313, 1993. Glenkie K.W. (ed.). Introduction to the petroleum geology of the North Sea. Oxford, London, p.236, 1984. Keyser W., Johnston L.K., Reeves R., Rodriguez G. Pore pressure prediction from surface seismic. World Oil, No.9, p.115-122, 1991.
Kyrylov A., Madatov A., Rutsky A., Sereda V.-A.L PANDA - Pore pressure analysis for application, Package description. Bergen, 1999.
Lurch L Inversion of dynamical indicators in quantitative basin analysis models. Theoretical considerations.
Mathematical Geology, v.23, No.6, p.817-832, 1991.
Magara K. Compaction and fluid migration. Elsevier Scientific Publishing Company, p.319, 1978.
Madatov A.G., Helle H.B. Pore pressure from seismic attenuation. Seminar HPHT Programme, STATOIL - IB Centre, Stavanger, Norway, 17-18 January 1995, 1995.
Madatov A.G., Sereda V.-A.L., Doyle E.F. Pore pressure prediction by using inversion before and during drilling. Paper presented on Workshop "New methods and technologies in petroleum geology, drilling and reservoir engineering", Krakow, Poland, 19-20 June 1997, 1997.
Madatov A.G., Sereda V.-A.L., Doyle E.F. Integration and inversion of well data into the basin evolution model: Way to the new generation of pressure prediction technologies. Paper presented on American Association of Drilling Engineers (AADE) Forum "Pressure regimes in sedimentary basins and their prediction", Houston, Texas, USA, 2-4 September 1998, 1998.
Madatov A.G., Sereda V.-A.L, Doyle E.F., Helle H.B. The "1.5-D" inversion approach to the pore pressure evaluation. Concept and application. Paper presented on Workshop "Compaction and Overpressure Current Research", 9-10December 1996, Institute Framais du Petrole, Paris, 1996.
Mann D.M., Mackenzie A.S. Prediction of pore fluid pressures in sedimentary basins. Marine and Petroleum Geology, v.7, No.2, p.55-65, 1990.
Mouchet J.P., Mitchell A. Abnormal pressures while drilling, Manuels techniques. ElfAquitaine, Boussens, p.286, 1989.
Okui A., Waples D.W. Basin Modelling: Advances and applications. Edited by A.G. Dore et al. NPF Special Publication 3, Elsevier, Amsterdam. Norwegian Petroleum Society (NPF), p.293-301, 1993.
Onyia E.C. Geopressure Analysis - Processes, Pitfalls, Challenges. Paper presented on AADE Forum "Pressure regimes in sedimentary basins and their prediction", Houston, Texas, USA, 2-4 September, 1998.
Scruton M. Best available technology. Euro Oil revue, October, p.24, 1994.
Swabrick R.E., Huffman A.R., Bowers G.L. Pressure regimes in sedimentary basins and their prediction. History of AADE forum. The Leading Edge, v.18, No.4, p.511-513, 1999.
Thorne J.A., Watts A.B. Quantitative analysis of North sea subsidence. AAPG Bulletin, v.73, No.1, p.88-116, 1989.
Tissot B.P., Welte D.H. Petroleum Formation and Occurrence. Springer-Verlag, New York, p.538, 1978.
Ungerer P. Modelling of petroleum generation and expulsion - an update to recent reviews, in Basin Modelling: Advances and applications. NPF Special Publ., v.3, p.219-232, 1993.
Verweij J.M. Hydrocarbon migration systems analysis. Development in Petroleum Science, v.35, p.276, 1993.
Wagin S., Martin B., Madatov A., Doyle E. New Pore Pressure Prediction Algorithms and "While Drilling" Software. Paper presented on Expro 97 Software Exhibition, London, Oct 21-22, 1997, 1997.
Гуревич A.E., Крайчик M.C., Батыгина Н.Б. Давление пластовых флюидов. Л., Недра, с.223, 1987.
Добрынин В.М., Серебряков В.А. Методы прогнозирования аномально высоких пластовых давлений. М., Недра, с.232, 1978.
Дэннис Дж., мл., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений. М., Мир, 440 е., 1998.
Мадатов А.Г., Середа А.-В.И. Прямая и обратная задача геофлюидодинамики в приложении к прогнозированию зон АВПД в осадочных бассейнах. 1. Теоретический аспект. Вестник МГТУ, т.3, №1, с.89-114, 2000.
