СОСТАВЛЕНИЕ РАЦИОНАЛЬНОЙ МОДЕЛИ КОНТРОЛЯ МЕТОДАМИ ГИС НАД РАЗРАБОТКОЙ НЕФТЕГАЗОВЫХ МЕСТОРОЖДЕНИЙ

Научная статья
DOI:
https://doi.org/10.23670/IRJ.2017.63.064
Выпуск: № 9 (63), 2017
Опубликована:
2017/09/18

Сеидов В.М.

Доктор технических наук, Азербайджанский государственный университет нефти и промышленности, г.Баку

СОСТАВЛЕНИЕ РАЦИОНАЛЬНОЙ МОДЕЛИ КОНТ­РОЛЯ МЕТОДА­МИ ГИС НАД РАЗРАБОТКОЙ НЕФТЕГАЗОВЫХ МЕСТОРОЖДЕНИЙ

Аннотация

Развитие нефтяной промышленности сопровождается последовательным увеличением добычи нефти и эксплуатационного фонда скважин. В скважинах, находящихся длительное время в разработке увеличивается доля обводненных пластов вследствие роста числа месторождений. В этих условиях значительно возрастает потребность в  оперативной и систе­матизированной информации, необходимой для проведения геолого-тех­нических мероприятий и управления процессами разработки нефтяных залежей, которую получают в результате геофизических исследований скважин (ГИС) в процессе их эксплуатации. Лишь геофизические методы позволяют исследовать продуктивный разрез скважины. 

Для рациональной разработки месторождения и для детального изучения прогнозирования его характерных особенностей специалис­та­ми разработаны многочисленные модели. Следует отметить, что моделирование контроля методами ГИС за процессом разработки месторож­дения встречается очень редко. Предложена следующая последова­­тельность составления модели: сбор первичных материалов о коллек­­торе - пластов, изучение связи между геолого-геофизическими и петро­физическими параметрами пород, мате­матическое представле­ние модели, определение основных показателей разработки место­рож­дения, сбор дополнительной информации о место­рождении и т.д.

Ключевые слова: разработка, место­рож­дения, скважина, модели, базы данных, геофизика, нейронной сети.

Seidov V.M.

ORCID: 25.00.10, PhD in Engineering, Azerbaijan State Oil and Industrial University, Baku

CREATING A RATIONAL MODEL OF CONTROL METHODS OF GEO-PHYSICAL WELL LOGGING OVER THE DEVELOPMENT OF OIL AND GAS DEPOSITS

Abstract

The development of the oil industry is accompanied by gradual increase in oil production and the operating well stock. The share of watered reservoirs in wells that are in development for a long time is increasing due to the rise in the number of deposits. Under these conditions, there is a significant increase in the need for operational and systematic information necessary for the implementation of geological and technical measures and management of the development of oil deposits, which are obtained as a result of geo-physical well logging during their operation. Only geo-physical methods allow investigating the productive section of the well.

Specialists developed numerous models for the rational development of the deposit and for a detailed study of the forecasting of its characteristic features. It should be noted that the modeling of geo-physical well logging control over the process of deposit development is very rare. The following sequence of the mode is suggested: Collection of primary materials on collector layer, study of the relationship between geological, geo-physical and petrophysical rock parameters, mathematical representation of the model, determination of the main indices of the location development collecting additional information about the place of birth, etc.

Keywords: development of the deposit, well, models, databases, geophysics, neural networks.

Промышленные значения нефтегазовых месторождений определяются не только запасами объёмов нефти,  также принимается во внимание экономическая обстановка в мире. В настоящее время компании, добывающие нефть, переживают период, когда они не занимаются разработкой экономически нецелесообразных месторождений. В связи с этим нефтяные компа­нии, используя новейшую технику и технологии, защищают себя от излишних затрат. Для получения желаемых результатов на месторождениях они используют различные подходы [3].

Для рациональной эксплуатации месторождений, изучения их особеннос­тей строения и для будущего прогноза учёнными составлены многочисленные геологические и гидродина­мические модели, которые совершенствуются  постоянно.

Составлением  моделей в следующей последовательности достигается желаемый эффект: а) изучение петрофизических параметров, качественно изменяющихся в результате разработки нефтегазовых месторождений; б) сбор информации, отражающей геолого-геофизические и эксплуатационные  данные, изменяющиеся  в результате эксплуатации месторождений; в) сбор базовой информации, полностью отражающей разработ­ки нефтегазовых месторождений; г) с учетом данных ГИС повышение эффективности составления моде­лей разработки нефтегазовых месторождений.

Имеется функциональная зависимость петрофизических вели­чин от геофизических. При оценке степени повторяемости этих вели­чин в вопросах изучения геологических особенностей получим пер­вич­ное уравнение, которое будет применяться при составлении модели контроля геофизи­ческими методами над разработкой нефтегазовых месторождений [4]:

02-10-2017 10-22-39  (1)

Где, Кн - коэффициент первичной  нефтенасыщенности  поро­ды; Кправ - коэф­­фициент проводимости; Смине - степень солености плас­­то­вой воды; Сг - коэффициент глинистости; Рпл - пластовое дав­ление; Кп - коэф­­фициент пористости; Кн.от - коэффициент нефтеот­дачи; апс - относи­тель­ная величина скважинного потенциала; Jγ - ин­тен­сивность, отме­­ченная в гамма каротаже; J - интенсивность, отмеченная в нейтрон-гамма каротаже; Jиннк - интен­­сивность, отмеченная в импульс нейтрон – нейтрон каротаже; 02-10-2017 10-30-17- коэффициент пог­лощения; Т - диэлектрическая проницаемость; Δ- температура; Qд - интервал вре­мени; Qпрем - дебит пластов; - прини­мае­­мость плас­тов.

Система (1) правильна только до ввода месторождений в эксплуатацию, а в процессе разработки эти параметры изменяются, поэтому для месторождений, находящихся в эксплуатации, система будет иметь следующий вид:

02-10-2017 10-32-31   (2)

Из системы видно, что величины, характеризующие коллектор­ские свойства пластов, зависят от величин отображающих их петро­фи­­зические особенности.

В этой модели важную роль играет мате­ри­аль­­­­ный баланс [1,2]. Для удовлетворения уравнения, отражающего мате­риаль­ный баланс пород, сумма компонентов породы принимается за еди­ницу:

02-10-2017 10-37-08   (3)

Где, 02-10-2017 10-37-49- плотности пород; 02-10-2017 10-38-17 - интервалы времени; 02-10-2017 10-38-49 - водородные индексы; 02-10-2017 10-39-31 - естественные гамма активности; 02-10-2017 10-40-01 удельные сопротивления породы;  К0 - коэффициент пористости; 02-10-2017 10-41-29 - компоненты составляющие породу.

Таким образом, при измерении и опытных работах влияние неопределенных факторов на вели­чину количества создаёт условия линейности этих величин:

02-10-2017 10-42-20   (4)

Получение ожидаемых результатов требует решения нижеследующих нелинейных уравнений [4]:

02-10-2017 10-44-19   (5)

Здесь, j – номер изучаемых компонентов пород; i - номер соответствующих физических величин; 02-10-2017 10-46-31 - физические особенности по­роды, изученные геофизическими методами; 02-10-2017 10-47-11 - пористость изучаемой породы; 02-10-2017 10-47-47 - масса породы. Такие нелинейные уравнения решаются с ис­пользованием теории множеств нелинейности и нейронной сети (НС). При решении этих систем уравнений с помощью НС, сигналом входа в сеть принимаются коэффициенты 02-10-2017 10-48-18, а сигналом выхода ве­личины 02-10-2017 10-48-47. Нелинейные переменные бывают в форме тре­уголь­ника и создают условия для сложения неизвестного числа Xj. Сеть величин неизвестного Xj определяется «обучением». При «обу­чении» используя данные входа и выхода  выбираются пары (N, M) «обучения»:

02-10-2017 10-50-11  (6)

Где, 02-10-2017 10-50-53- новые и старые величины параметров правые и левые стороны нелинейной сети;  β - скорость «обучения».

То есть N нелинейные числа выдаются во вход и они срав­ниваются с M числами на выходе. Используя  разницу ( ), полу­чен­ную при сравнении, на основании формул (6), корректируются коли­чеством чисел сети.

При составлении моде­ли  должны быть учтены насыщенность пластов, скорость изменения положения нефтяных контуров при эксплуатации и т.д.

По особенностям информации поступающей в модель, можно вы­­де­лить три этапа: последовательность составления модели; созда­ние базы дан­ных; оценка степени достоверности составленной мо­дели.

С целью краткости и легкого познания этих этапов  приводим его об­зор:   1) процесс составления модели должен выполняться в сле­ду­ющей последовательности: а) составление структурной карты по месторож­де­нию на основе данных, полученных по первичным геофи­зическим ис­сле­дованиям, установление нарушений на месторож­де­нии, определение начальных глубин залегания пластов, определение на­чальных объемов запасов нефти, определение литологического состава пласта (используя про­буренные скважины), определение мощ­нос­ти пластов, определение на­чаль­ных значений нефте­насыщенности отдельных пластов и сравнение их с результатами разведки полевой геофизики, оценка энергетических особенностей месторождения на основании первичных сведений и  т. д.; б) определение применяемых методов ГИС с целью изучения геологи­чес­ких вопросов с учетом нап­равлений гео­физических исследователь­с­ких работ и геологических особенностей после ввода месторождения в эксплуатацию, выбор эксплуатационного оборудования, с учетом оценки начального ожидае­мого дебита, определение местоположения новых сква­жин, учитывая энергетические особенности месторождения по площади и т. д.; в) уточ­нение связи петрофизических и геофизических данных пород, сла­­гаю­щих пласты - определение нелинейного уравнения для петро­физической модели с использованием понятия материального балан­­са, также корреляционный анализ и группа аргументов; уточнение зна­­чений нефте­насыщенности; определение параметров, отражающих их физические свойства по образцам нефти и воды, отобранных из сква­жин (вязкость, плотность и т.д.); г) составление четырех карт (струк­турная кар­та, составленная по кровле пласта-коллектора; карта мощностей пласта-коллектора, карта пористости, карта отношения эффективной мощнос­ти пласта к его полной мощности); 2) состав­ле­ние базы данных должно производиться в следующей пос­ледователь­ности: полный сбор первичных геофизических информаций по место­рождению и создание связи между ними; установление линейной взаи­мосвязи между петрофи­зи­чес­ки­ми и геологическими парамет­ра­ми; опре­деление возможных закономерных и незакономерных изме­не­ний величин при эксплуатации; сбор как можно больше необходи­мой информации о новых пробуренных сква­жинах, сданных в эксплуа­тацию, особенно оценка погреш­ности, при сопоставлении началь­ных и текущих значений динамики жидкости; сбор других данных  в той же последовательности; повторное уточнение связи меж­ду дан­ными, собранными по двум направлениям (по скважинам и по развед­ке); 3) оценка степени точности составленной модели производит­ся в не­с­колько этапов: определение верхнего и нижнего предела собран­ной ин­фор­мации; при составлении модели создание рабочей группы из специалистов разных направлений; нормализация и интерпретация; уста­новление эффек­тивных мощностей пластов; установление лито­ло­­гичес­кого состава пласта; установление средних значений пара­мет­ров; установление неопределенности созданная по мере удаления от оси скважины; сок­­ра­щение блоков в дискретной модели при переходе в определенный масштаб без масштабирования и без комплекси­ро­ва­ния; определение проведения гори­зонтальных и вертикальных масш­та­бов; уточнение знака «средней» прово­димости в многослойном плас­те; динамика, ис­то­рия, объ­ем добычи нефти; прогнозирование выра­ботки; прог­нози­рование дав­ления; уточнение величин пара­мет­ров в модели.

Выполнение проекта и оценка результатов по применяемым технологиям в скважинах и процессе накопления этой информации, с точки зрения экономии, может сопровождаться определенными рисками. Например: прихват инструмента в процессе исследования скважин, неправильное определение глубины опускания обсадной колонны. В этом смысле модель  составляется для того, что бы всё время добавлять в нее новую информацию. При составлении модели  месторож­дения используются только промысловые данные и 4 геологические карты: структурная карта по подошве коллектора, мощность коллектора, кар­та проницаемости, карта отношения эффективной мощности к общей. Эти карты в основном строятся по каротажным данным. Геологические карты строятся на основе данных координат скважины и с учётом  траектории забоя.

Другие сведения, такие как результаты анализа пород и результаты флюидов, при построении модели  помогают комплексированию этих данных и повышают точность. А это эффективно с экономической точки зрения.

Модели пласта, ожидаемый дебит и  объёмы запасов нефти и газа  на геологических картах должны сопоставляться с данными других горизонтов.

Обычно в модель включают водонасыщенные горизонты и нижние части их  принимаются при моделировании за пласт с проводимостью равной нулю.

Достоверность модели пласта повышается в том случае, если на карте отражающей проводимость строятся на основе скважинных данных, или же анализы керновых материалов. Если при построении модели данные дебита и объём нефти и газа, который определяется в образце, добавляются данные геофизических материалов, повышается точность модели. В этом случае, наличие газа, насыщенность, твёрдость и данные о степени сжатия флюида, должны приниматься  во внимание. Нужно отметить, что  в большинстве случаев при построении модели нельзя принимать во внимание всю информацию, потому что  только с помощью геологических, геофизических карт, построенных на известных материалах, можно определить точность информации. Поэтому интерпретация дополнительной информации позволяет построить модель более информативную. Например: при геологической, петрофизической информации, при разделении и их интерпретации можно использовать керновые данные. Анализ кернов  позволяет уточнить  характеристики: проницаемость, проводимость, капиллярное давление и насыщенность пласта при построении модели.

Взятые образцы керна продуктивной толщи  полностью  не характеризуют её, позволяют лишь определить размеры зёрен керна, их состав, последовательность, осадконакопление и время седиментации (биомиграция, цементирование, диагенез).

Работа может считаться законченной в том случае, если используются эмпирические связи скважинных наблюдений. Необходимо повысить точность  информации, используя взаимные связи. Такая  иерархия может быть получена в результате погрешностей, допущенных при измерениях.

Схема модели контроля методами ГИС над разработкой нефте­газовых месторождений дается на рис. 1.

02-10-2017 11-11-35

Рис. 1 – Схема модели составленной для контроля гео­физическими мето­дами исследований для разработки месторожд­ения

 

На рис.2 приводится пример изменения петрофизических параметров при контроле методами ГИС над разработкой месторождений в модели ((а (первичный), б (текущий), в (разница)).

02-10-2017 11-21-09

02-10-2017 11-21-2602-10-2017 11-21-43

Рис. 2 – Выслеживание изменений проницаемости пород по моделям: а - первичный; б - текущий; в - разница

Заключение

Определена последовательность составления модели контроля методами ГИС над разработкой нефтегазовых месторож­дений. Решена система линейных и нелинейных уравнений, составляющих основу модели, а также сос­тавлена и обоснована блок-схема модели.

Предложенная модель играет важную роль при разработке нефтегазовых месторождений. При этом до и после разработки определяются петрофизические параметры пород, затем они сравниваются, а затем составляется карта частоты распространения этих параметров по площади. Это способствует выбору оптимального режима работ и дает возможность максимально добывать углеводороды из разрабатываемых месторождений, а также это позволяет минимизировать расход времени и финансовые затраты.

Список литературы / References

  1. Абиев Р. Г. Нечеткие нейронные сети для решения задач нефтегазовой геологии и геофизики / Р. Г. Абиев // Нефть и будущее Азербайджана. Работы молодых уче­ных и студентов. - Баку. - 1998. - С. 36-52.
  2. Аксенов С. Я., Елисеев В. П., Морозов А. М. Технология сбора, хране­ния и архивации промыслово-геофизической и геологической информации / С. Я. Аксенов, В. П. Елисеев, А. М. Морозов // На­уч­­но-техни­чес­кий вестник «Каро­тажник». - Тверь. – 2002. - № 56. - С. 32-40.
  3. Сеидов В. М. Совершенствование контроля за экс­п­луа­тацией месторождений Азербайджана с помощью геофизи­ческих методов исследований / В. М. Сеидов // Нефтяное Хозяйство. – Москва. - 2004. - №11. - С. 108-110.
  4. Сеидов В. М. Моделирование контроля эксплуатации нефте­­га­­зо­вых месторождений геофизическими методами / В. М. Сеидов // На­уч­­но-техничес­кий вестник «Каротажник». – Тверь. – 2004. - № 3-4(116-117). - С. 266-271.

Список литературы на английском языке /  References in English

  1. Abiev R. Q. Нечеткие нейронные сети для решения задач нефтегазовой геологии и геофизики [Fuzzy neural networks for solving problems of oil and gas geology and geophysics]  / R. Q. Abiev // Нефть и будущее Азербайджана. Работы молодых уче­ных и студентов  [Oil and the future of Azerbaijan. Works of young scientists and students]. - Баку [Baku]. -1998. – P. – 35-52. [in Azerbaijan]
  2. Aksenov S. Y., Yelisev V. P., Morozova A. M. Технология сбора, хране­ния и архивации промыслово-геофизической и геологической информации [Technology of collection, storage and archiving of field geophysical and geological information] / S. Y. Aksenov, V. P. Yelisev,  A. M. Morozova // На­уч­­но-техни­чес­кий вестник «Каро­тажник». [Scientific and Technical Herald "Kronotzhnik"]. - Тверь [Tver]. – 2002. № 56. - P. 32-40. [in Russian]
  3. Seidov V.M. Совершенствование контроля за экс­п­луа­тацией мес­то­рождений Азербайджана с помощью геофизи­ческих методов иссле­до­ваний [Improvement of control over the exploitation of Azerbaijani deposits by geophysical methods of research]  / V.M.Seidov // Нефтяное Хозяйство [Oil industry]. - Москва [Moscow] - 2004. - №11. - P. 108-110. [in Russian]
  4. Seidov V. M. Моделирование контроля эксплуатации нефте­­га­­зо­вых месторождений геофизическими методами [Modeling of oil and gaz fleid exploitation control by geophysical methods] / V. M. Seidov // [Scientific and Technical Herald "Kronotzhnik"]. - Тверь [Tver]. – 2004. № 3-4(116-117). - P. 266-271. [in Russian]