ОЦЕНКА ТОЧНОСТИ ДИНАМИЧЕСКОГО АНАЛИЗА НЕФТЕ-ГАЗОНОСНОГО КОМПЛЕКСА САМАРСКОЙ ОБЛАСТИ

Давыдов А.А.¹, Плигин А.М.², Левин И.А.³, Истомова М.А.⁴

¹Студент, Самарский государственный технический университет и геофизик, ПАО «Самаранефтегеофизика»; ²геофизик, ПАО«Самаранефтегеофизика»; ³Студент, Самарский государственный технический университет; ⁴ORCID: 0000-0002-2210-2046, Кандидат химических наук, Доцент, Самарский государственный технический университет

ОЦЕНКА ТОЧНОСТИ ДИНАМИЧЕСКОГО АНАЛИЗА НЕФТЕ-ГАЗОНОСНОГО КОМПЛЕКСА САМАРСКОЙ ОБЛАСТИ

Аннотация

Данная работа посвящена оценке точности динамического анализа в сложных геологических условиях Самарской области и его целесообразности на данной территории. Были проанализированы восемь участков сейсморазведочных работ методом общей глубинной точки3D (МОГТ-3D), на которых проводился динамический анализ. Установлено, что величина ошибок прогноза для карбонатных и терригенных пластов несколько разнится: в терригенных пластах лучше прогнозируется эффективная толщина, чем в карбонатных пластах, в карбонатных пластах лучше прогнозируется коэффициент пористости. После общей оценки установлено, что коэффициент пористости чуть лучше прогнозируется в Самарской области, нежели эффективная толщина.

Ключевые слова: динамический анализ, фильтрационные емкостные свойства (ФЕС), коэффициент пористости, толщина пласта, геофизическое исследование скважин (ГИС).

Davydov A.A.¹, Pligin A.M.², Levin I.A.³, Istomova M.A.⁴

¹Student, Samara State Technical University and Geophysicist, Samaraneftegeofizika; ²geophysicist, Samaraneftegeofizika; ³Student, Samara State Technical University; ⁴ORCID: 0000-0002-2210-2046, PhD in Chemistry, Associate Professor, Samara

ACCURACY ESTIMATION OF THE DYNAMIC ANALYSIS OF OIL AND GAS-BEARING COMPLEX IN SAMARA REGION

Abstract

The paper is devoted to the evaluation of the accuracy of dynamic analysis under the severe geological conditions in the Samara region and its feasibility on a given territory. Eight seismic survey areas were analyzed using common depth point 3D method (MOGT-3D), on which the dynamic analysis was performed. It was found that the magnitude of the forecast errors for carbonate and terrigenous layers varies: the effective thickness in terrigenous layers is predicted better, than in carbonate formations, and the porosity coefficient is better predicted in carbonate formations. After a general assessment, it was found that the porosity coefficient is predicted slightly better than the effective thickness in the Samara region.

Keywords: dynamic analysis, filtration storage capacity (FSC), porosity coefficient, thickness of formation, geophysical well logging (GWL).

Введение

Специалисты-геофизики нефтегазовой отрасли часто сталкиваются со сложностями проведения динамическогоанализа в геологических условиях Самарской области. В данной работе для определения точности динамического анализа были взяты материалы Самарской областипо 8 участкам сейсморазведочных работ, проводимых в 2011-2015гг. На этих участках после сейсморазведки методом МОГТ-3D были пробурены новые скважины.

Основные цели работы:

 - показать, как вновь пробуренные скважины увязываются с результатами динамического анализа;

- оценить среднюю ошибку прогноза фильтрационных емкостных свойств (ФЕС) по продуктивным пластам исследуемых участков;

 - сделать выводы о точности  и качестве динамического анализа;

- определить экономическую эффективность проведения динамического анализа для Недропользователя и Подрядчика.

Основная ЧАСТЬ Понятие о динамическом (атрибутном) анализе

Сейсмическое поле является носителем не только структурной информации, но и отображает физические и промысловые параметры резервуаров.

Целью динамического анализа в общем плане является извлечение полезной для разработки месторождения информации о строении пласта - эффективной толщины, коэффициента пористости, песчанистости и проч. Доказано, что амплитуда/интенсивность, энергия, мгновенная амплитуда несут в себе информацию о толщине пласта. Все амплитудные атрибуты, так или иначе, связаны между собой (показывают изменение амплитуды по площади), а такие параметры, как частота, фаза являются независимыми от амплитуды параметрами, то есть дают дополнительную информацию [1].

В ходе динамического анализа обычно используются зависимости между сейсмическими атрибутами (фаза, частота, амплитуда, коэффициент отражения, время половинной энергии и др.) и данными по скважинам (коэффициент пористости, эффективные толщины и др). По этим зависимостям впоследствии строятся карты фильтрационно-емкостных свойств.

Основой построения карт эффективных толщин является использование прямой зависимости между эффективными толщинами и сейсмическими атрибутами [2]. Для построения карт прогнозной пористости используется обратная зависимость между коэффициентами пористости и акустическим импедансом.

Под акустическим импедансом (или акустической жесткостью) понимается произведение скорости распространения волн на плотность пород, через которые проходит волна [3]. Связь импеданса с важнейшими петрофизическими характеристиками, такими как плотность и пористость, делает его незаменимым при моделировании этих характеристик резервуара.

Критерии и методика оценки динамического анализа

Для выполнения поставленных целей были проанализированы 8 лицензионных участков, на которых специалистами проводился динамический анализ.

Представленные участки находятся в разных геологических условиях Самарской области: Бузулукская впадина, Мелекесская впадина, Жигулевско-Пугачевский свод. Рассмотренные пласты относятся к разным стратиграфическим комплексам и имеют разный литологический состав и свойства.

Основными критериями оценки точности динамического анализа на рассматриваемых участках работ являлись:

 - H_эфф – эффективная толщина, м;

 - К_пор – коэффициент пористости, в долях единицы.

На каждом исследуемом участке в рамках отчета были построены прогнозные карты эффективной толщины и коэффициента пористости. После, по результатам сейсморазведки на этих участках были пробурены новые скважины (всего 52 скважин). Определив их местоположение на прогнозных картах эффективной толщины и коэффициента пористости, были сняты значения Н_эфф и К_п в этих скважинах. Далее эти значения сравнивались со значениями Н_эфф и К_п по геофизическим исследованиям скважин (ГИС). Для этого использовались планшеты и таблицы интерпретации ГИС. Ошибки прогноза по атрибутам Н_эфф и К_п представлены в виде таблиц и диаграмм. Таким образом, было проанализировано 8 участков и 52 новые пробуренные скважины. Общий объём исследований 730 объектов (табл. 1.).

 

Таблица 1 – Объёмы исследований

№ п/п	Участок	Количество скважин	Количество пластов	Количество объектов исследования (Нэфф)	Количество объектов исследования (Кпор)
1	А	8	6	48	-
2	Б	2	4	7	-
3	В	6	16	96	72
4	Г	1	7	7	3
5	Д	1	1	1	-
6	Е	1	1	-	1
8	Ж	27	12	324	81
9	З	6	12	72	18
Итого:		52	59	555	175

  Результаты оценка точности

Объединяя полученные результаты оценки точности динамического анализа по всем участкам воедино, можно отметить, что у терригенных пластов ошибка прогноза эффективных толщин зачастую ниже, чем у карбонатных пластов. Около 47% значений ошибок эффективных толщин терригенных пластов ниже двух метров, тогда как у карбонатных пластов это же значение равно 27% (рис. 1). Количество значений ошибок от 2  до 10 м примерно одинаковое – 51% у карбонатов против 48% у терригенных пород. И всё же, сказать, что динамический анализ не работает в карбонатных породах неверно. Так, у карбонатных пород оценка прогноза коэффициентов пористости показала, что 42% значений ошибок составляют значения меньше 2%, тогда как у терригенных пород 34% значений (рис. 2).

 

Рис. 1 – Сравнение результатов оценки прогноза эффективных толщин по терригенным и карбонатным пластам

Рис. 2 – Сравнение результатов оценки прогноза коэффициентов пористости по терригенным и карбонатным пластам

 

В целом результаты оценки качества прогноза эффективных толщин и пористости соотносимы, количество значений ошибок равных 2 и меньше  практически одинаковое: 38% при прогнозе толщин против 40% у коэффициента пористости (рис. 3). Однако при оценке прогноза эффективных толщин встречались значения выше 20, в то время как при оценке прогноза пористости максимальная ошибка была равна 16. Отсюда можно сделать вывод, что пористость прогнозируется чуть лучше, нежели эффективные толщины.

Рис. 3 – Сравнение результатов оценки прогноза эффективных толщин и коэффициента пористости

 

Было также оценено, какие из атрибутов имеют при прогнозе наименьшую ошибку. Обычно считается, что наилучшими атрибутами для прогноза толщин являются амплитудные. По результатам анализа лучшими атрибутами оказались фазовые, у них 75% ошибок имеют значения от 1 до 5м (рис. 4).

Также считается, что наилучшими пластами для прогноза эффективных толщин и пористости являются мощные пласты. К сожалению, наиболее точную зависимость прогноза от толщины пласта найти не удалось. Однако, на полученных графиках зависимости (рис. 5–6) видно, что в основном все точки расположены в районе значений ошибок до 5–10, что также может свидетельствовать о качестве динамического анализа.

Рис. 4 – Сравнение результатов оценки прогноза эффективных толщин по атрибутам

 

Рис. 5 – График зависимости толщины пласта от величины ошибки прогноза эффективных толщин

Рис. 6 – График зависимости толщины пласта от величины ошибки прогноза коэффициента пористости

 

При проведении динамического анализа важную роль играет геологическое и литологическое строения пласта. Таким образом, наилучшими, для целей динамического анализа, пластами являются мощные терригенные пласты с хорошими коллекторскими свойствами, разнящиеся по литологическому строению с породами окружающими пласт. Выделение таких пластов в сейсмическом поле зачастую задача не сложная,они характерны для Западной Сибири. В Самарской области подобныхпластов немного и они, зачастую, очень неоднородны по литологическому составу, часто замещаются. Выделить такие пласты в сейсмическом поле гораздо сложнее. Это же касается карбонатных пластов и маломощных пластов любого состава. Карбонатные пласты зачастую обладают большой расчленённостью и располагаются в толще таких же карбонатных пород, с  практически идентичными свойствами, что и затрудняет их прогноз.

Экономическая часть

Для Недропользователя

Для подсчета экономического эффекта динамического анализа был выбран пласт Б₂  месторождения. Пересчитаны извлекаемые запасы с учетом бурения новых скважин (табл. 2). При этом стоит отметить, что карта нефтенасыщенных толщин, основанная на динамическом анализе изменилась не сильно (рис. 7). Ошибка прогноза в скв.№95 составила 0,08м, в скв. №93 - 1,95м и в скв.№ 92 - 4,49м. Это говорит о том, что анализ хорошо справился со своей ролью. Разница составила 26 тыс. тонн. Разница в прибыли от реализации на внутреннем рынке составит 211,146 млн. рублей (табл.3). Цена нефти на внутреннем рынке принята 14 тыс. руб. за тонну.

 

Таблица 2 – Результаты подсчета запасов нефти по результатам проведения динамического анализа и после бурения новых скважин

Рис. 7 – Карты нефтенасыщенных толщин до и после бурения новых скважин

Таблица 3 – Расчет дохода от реализации

Статьи	До бурения	После бурения
Выручка	7840000000	8204000000
НДПИ	313040000	327574000
Налог на прибыль	1568000000	1640800000
Прочие налоги	1411200000	1476720000
Чистая прибыль	4547760000	4758906000
Разница	211146000

 

Для Подрядчика

Для определения экономической целесообразности проведения динамического анализа проанализированы временные затраты и затраты в денежном эквиваленте, требующиеся на проведение данного вида работ. Так, на месторождении из 105 скважин и 5 продуктивных пластов на интерпретацию сейсмических данных приходится 18% от всего времени, требующегося на полную изученность месторождения (рис. 8). В денежном эквиваленте на интерпретацию  приходится порядка 32% от стоимости работ (рис. 9). На динамический анализ приходится 8% от общего времени, а в денежном эквиваленте – 14% от стоимости работ.

В результате предварительных экономических расчетов рентабельность производства работ по динамическому анализу составит 33% (рис. 10), что говорит о высокой экономической эффективности выбранной деятельности. Данный вид работ требует значительных вложений в программное обеспечение и материалы, однако это вложение потребуется лишь один раз. Следовательно, реальная прибыль будет больше 50%. Такая большая прибыль позволяет сделать затраты на программное обеспечение больше, тем самым улучшив качество динамического анализа.

 

Рис. 8 – Временные затраты по основным этапам

Рис. 9 – Денежные затраты по основным этапам

Рис. 10 – Основные затраты на производство работ по динамическому анализу

 

Заключение

В работе сделана оценка целесообразности проведения динамического анализа в сложных геологических условиях Самарской области. Были проанализированы итоги динамического анализа на восьми лицензионных участках. Для анализа были взяты 52 скважины пробуренные после проведения динамического анализа. Оценены карты эффективных толщин и коэффициентов пористости.

В результате анализа установлено, что величина ошибок прогноза для карбонатных и терригенных пластов несколько разнится: в терригенных пластах лучше прогнозируется эффективная толщина, чем в карбонатных пластах, однако в карбонатных пластах лучше прогнозируется коэффициент пористости.  После общей оценки установлено, что коэффициент пористости лучше прогнозируется, нежели эффективная толщина. Среди атрибутов наиболее эффективными для прогноза толщин стали фазовые атрибуты.

Анализ динамических исследований на территории Самарской области показал, что большие ошибки прогноза возможны  вне зависимости от их строения и толщины. Качество динамического анализа порой зависит не столько от сложной геологии или литологического состава пласта, сколько от качества сейсмического материала. Поэтому перед проведением динамического анализа необходимо удостовериться в том, что сейсмический материал пригоден к проведению динамического анализа. Необходимо также следить за тем, чтобы полученные в результате динамического анализа карты укладывались в геологическую модель, характерную для данной территории, в противном случае хороший коэффициент корреляции может являться простой случайностью.

Список литературы / References

1. Гурвич И.И., Боганик Г.Н. Сейсмическая разведка / И. И. Гурвич, Г.Н. Боганик. – М.: Недра, 1980.– 551 с.
2. Хромова И.Ю. Технология построения цифровой сейсмогеологической модели / И. Ю. Хромова. – М.: МГУ им. Ломоносова, 2007.– 314 c.
3. Шерифф Р.Е. Сейсмическая стратиграфия / Р. Е.Шерифф. – М.: Мир, 1982.– 375 c.

Список литературы на английском языке / ReferencesinEnglish

1. Gurvich I.I., Boganik G.N. Seysmicheskayarazvedka[Seismic prospect] / I.I.Gurvich, G.N.Boganik. – Moscow :Nedra, 1980. – 551 p.[in Russian]
2. Khromova I.Yu.Tekhnologiya postroyeniya tsifrovoy seysmogeologicheskoy modeli [Technology of constructing a digital seismogeological model]/ I.Yu. Khromova.– Moscow : MGU named after Lomonosov, 2007.– 314 p.[in Russian]
3. Sheriff R.E. Seysmicheskayastratigrafiya[Seismic stratigraphy] / R. E. Sheriff. – Moscow : Mir, 1982. – 375 p.[in Russian]