RU2573739C2 - Многомасштабное цифровое моделирование породы для моделирования пласта - Google Patents

Abstract

Изобретение относится к способам получения характеристик трехмерных (3D) образцов породы пласта, в частности к укрупнению масштаба данных цифрового моделирования. Технический результат - более точное моделирование потока. Модели в масштабе скважины используют МТС (многоточечную статистику) для комбинирования сеток минипроницаемости и сканограмм традиционной КТ полноразмерного керна с электрическими изображениями скважины для создания 3-мерных численных псевдокернов для каждого ТПП (типа породы пласта). Эффективные свойства САК (специальный анализ керна), вычисленные из различных реализаций или моделей МТС в масштабе скважины, используются для заполнения моделей в межскважинном масштабе для каждого ТПП. В межскважинном масштабе сейсмические параметры и вариограммная статистика из данных КВБ (каротаж во время бурения) используются для заполнения цифровых моделей породы. Эффективные свойства, вычисленные из моделирования потока для межскважинных объемов, используются для заполнения моделей в масштабе всего месторождения. 8 н. и 26 з.п. ф-лы, 13 ил.

Description

ПЕРЕКРЕСТНЫЕ ССЫЛКИ НА РОДСТВЕННЫЕ ЗАЯВКИ

[0001] Объект патентования настоящего описания патента относится к объекту патентования следующих заявок, принадлежащих одному и тому же правообладателю: заявки на патент США, озаглавленной "Способ построения 3-мерных цифровых моделей пористой среды с использованием сканирующей лазерной конфокальной микроскопии в проходящем свете и многоточечной статистики", порядковый № 12/459414, поданной 1 июля 2009 года; заявки на патент США, озаглавленной "Способы измерения дискретных пористых форм, объемов и площадей поверхностей с использованием конфокальной профилометрии", порядковый № 12/459454, поданной 1 июля 2009 года; заявки на патент США, озаглавленной "Способ получения характеристик геологической формации, пересекаемой скважиной", № 12/384945, поданной 10 апреля 2009 года; заявки на патент США, озаглавленной "Способ генерации численных псевдокернов с использованием изображений скважины, цифровых моделей образцов породы и многоточечной статистики", № 12/384721, поданной 8 апреля 2009 года; предварительной заявки на патент США, озаглавленной "Способы построения 3-мерных цифровых моделей пористых сред с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики", Запись в реестре № IS11.0024, подаваемой посредством данного документа; предварительной заявки на патент США, озаглавленной "Способы использования анализа петрографического изображения для определения капиллярного давления в пористой среде", Запись в реестре № IS11.0046, подаваемой посредством данного документа; предварительной заявки на патент США, озаглавленной "Способ определения площадей и объемов представительных элементов в пористой среде", Запись в реестре № IS11.0045, подаваемой посредством данного документа. Содержание каждой из этих вышеупомянутых заявок включено в данный документ посредством ссылки.

ОБЛАСТЬ ТЕХНИКИ

[0002] Это описание патента в целом относится к способам получения характеристик трехмерных (3D) образцов породы пласта. В частности, это описание патента относится к укрупнению масштаба данных цифрового моделирования.

УРОВЕНЬ ТЕХНИКИ

[0003] Моделирование пласта - это процесс построения цифрового представления пласта, который объединяет все характеристики, относящиеся к его способности хранить и производить углеводороды. Модели пласта состоят из статических и динамических компонентов. Статические модели представляют мелкомасштабные свойства породы, такие как пористость, проницаемость, капиллярное давление, разрывы, сдвиги, сейсмические параметры и параметры, которые не меняются значительно во времени. Динамические модели - более крупные модели, которые включают свойства текучей среды, которые меняются во времени, такие как давление и расходы нефти, газа и воды.

[0004] Моделирование пласта охватывает по меньшей мере 12 порядков величины, от поры (от нм до мкм) до ствола скважины (от мм до м), до межскважинного расстояния (от десятков до сотен метров), до всего месторождения (десятки километров). Породы пласта являются комплексными и гетерогенными во всех диапазонах величин. Многомасштабное моделирование является основной задачей в нефтяной промышленности, и было предложено множество способов укрупнения масштаба. Смотрите, например, Christie, M. A., 1996, Upscaling for reservoir simulation: JPT, v. 48, No. 11, p. 1004-1010 (далее "Christie 1996"); и Durlofsky, L. J., 2003, Upscaling of geocellular models for reservoir flow simulation: A review of recent progress: 7^th International Forum on Reservoir Simulation, Buhl/Baden-Baden, Germany, June 23-27, p. 58 (далее "Durlofsky 2003"). Большинство из этих традиционных способов укрупнения масштаба начинают с мелкомасштабных моделей пласта, которые укрупняются до модели, с которой могут работать программы имитации потока текучей среды. Такой тип укрупнения масштаба является сложнейшей задачей, так как обычно затруднительно сохранять основные геологические гетерогенности в окончательных крупномасштабных моделях.

[0005] Гетерогенность может быть определена как изменение свойств породы в виде функции расположения в пределах пласта или формации. Многие резервуары гетерогенны вследствие того, что минералогия, тип и размер зерен, условия отложения пород, пористость, проницаемость, естественные разломы, сдвиги, каналы и другие свойства меняются от места к месту. Гетерогенность осложняет оценку формации и моделирование пласта, так как пласты занимают огромные объемы, но керновый и каротажный контроль ограничены. Например, типовой блок с сеткой, используемый в имитаторах пласта, имеет размеры 250 м × 250 м × 1 м, численные псевдокерны представляют объемы породы в кубических метрах, а образцы, вырезанные из керна, и сканограммы микроКТ или конфокальные сканограммы представляют даже меньшие объемы.

[0006] Цифровая геологическая модель представляет собой послойную сеточную 3-мерную модель. Слои могут иметь нулевую толщину, например, при выклинивании или прерывании пласта. Толщина слоев может соответствовать интервалам каротажа, или превышать эти интервалы, для отражения известной толщины слоев породы. Ячеистые геологические модели охватывают гетерогенности геологического масштаба и обычно используют миллионы ячеек.

[0007] Укрупнение масштаба - это процесс перевода свойств породы из мелкого масштаба в крупный масштаб. Алгоритмы укрупнения масштаба присваивают подходящие значения пористости, проницаемости и других функций потока каждому более крупному сеточному блоку. Смотрите Lasseter, T. J., Waggoner, J. R., and Lake, L. W., 1986, Reservoir heterogeneities and their influence on ultimate recovery, in Lake, L. W., and Carroll, H. B., Jr., eds., Reservoir Characterization: Academic Press, Orlando, Florida, p. 545-559 (hereinafter "Lasseter 1986"); Christie 1996; and Durlofsky 2003.

Укрупнение масштаба необходимо вследствие того, что имитаторы пласта не могут обрабатывать большое количество ячеек в типовых цифровых геологических моделях.

[0008] Было предпринято множество попыток укрупнения масштаба в моделях пласта. Распространенные способы обобщены в Lasseter 1986, Christie 1996 и Durlofsky 2003. Некоторые авторы использовали многоточечную статистику (МТС) и концепции объема представительного элемента (ОПЭ) в цифровом моделировании породы. Okabe и Blunt (2004, 2005, 2007) использовали МТС для получения 3-мерных поровых систем из 2-мерных тонких срезов. Смотрите Okabe, H., and Blunt, M. J., 2004, Prediction of permeability for porous media reconstructed using multiple- point statistics: Physical Review E, v. 70, 10 p; Okabe, H., and Blunt, M. J., 2005, Pore space reconstruction using multiple-point statistics: Journal of Petroleum Science and Engineering, v. 46, p. 121-137; и Okabe, H., и Blunt, M. J., 2007, Pore space reconstruction of vuggy carbonates using microtomography and multiple-point statistics: Water Resources Research, v. 43. Эти авторы сделали допущение, что 2-мерный горизонтальный вид такой же, как 2-мерный вертикальный вид, и использовали это допущение для создания модели. Вследствие этого допущения их модель не охватывает гетерогенность породы и не отражает истинную геометрию 3-мерной поры. МТС была использована для моделирования участков карбонатных поверхностей. Смотрите Levy, M., P.M. Harris, S. Strebelle, и E. C. Rankey, 2007a, Geomorphology of carbonate systems and reservoir modeling: Carbonate training images, FDM cubes, and MPS simulations (abs.): AAPG Annual Convention, Long Beach, California, http://searchanddiscovery.com/documents /2008/08054levy/index.htm (на 15 июля 2008 г.); Levy, M., W. Milliken, P. M. Harris, S. Strebelle, и E. C. Rankey, 2007b, Importance of facies-based earth models for understanding flow behavior in carbonate reservoirs (abs.): AAPG Annual Convention,Long Beach, California, http://searchanddiscovery.com/documents/2008/08097harris25a/index.htm (на5 сентября 2008 г.); и Harris, P. M., 2009, Delineating and quantifying depositional facies patterns in carbonate reservoirs: Insight from modern analogs: AAPG Bulletin, v. 94, p. 61-86. МТС была использована для построения численных моделей породы в масштабе скважины. Смотрите Zhang, T., Hurley, N. F., и Zhao, W., 2009, Numerical modeling of heterogeneous carbonates and multi-scale dynamics: Presented at the SPWLA 50^th Annual Logging Symposium, The Woodlands, Texas, June 21-24 (далее "Zhang 2009"). Концепции объема представительного элемента (ОПЭ) и площади (РЭП) были применены для фото выхода гетеролитических осадочных пород. Смотрите Norris, R. J., и Lewis, J. J. M., 1991, The geological modeling of effective permeability in complex heterolithic facies: SPE Preprint 22692, Presented at the 66^th Annual Technical Conference and Exhibition, Dallas, TX, October 6-9, p. 359-374. ОПЭ обсуждался в связи с проницаемостями в блоках выхода гетеролитических осадочных пород. Смотрите Jackson, M. D., Muggeridge, A. H., Yoshida, S., и Johnson, H. D., 2003, Upscaling permeability measurements within complex heterolithic tidal sandstones: Mathematical Geology, v. 35, p. 499-520; и Jackson, M. D., Yoshida, S., Muggeridge, A. H., и Johnson, H. D., 2005, Three-dimensional reservoir characterization and flow simulation of heterolithic tidal sandstones: AAPG Bulletin, v. 89, p. 507-528. Концепция ОПЭ была использована в цифровых моделях породы в масштабе пор. Однако, вследствие использования перекрывающихся частичных объемов, авторы получили сомнительные результаты. Смотрите Zhang, D., Zhang, R., Chen, S., Soil, W. E., 2000, Pore scale study of flow in porous media: Scale dependency, REV, and statistical REV: Geophysical Research Letters, v. 27, No. 8, p. 1195-1198; и Okabe, H., и Oseto, K., 2006, Pore-scale heterogeneity assessed by the lattice-Boltzmann method: International Symposium of the Soc. of Core Analysts, Trondheim, Norway, September 12-16, Paper SCA2006-44, 7 p. Коцепция минимизированной дисперсии ОПЭ была использован для укрупнения масштаба при моделировании пласта. Смотрите Qi, D., 2009, Upscaling theory and application techniques for reservoir simulation: Lambert Academic Publishing, Saarbrücken, Germany, 230 p. (далее "Qi 2009").

[0009] 3-мерные модели в масштабе пор были построены с использованием 2-мерных тонких срезов и способа, известного как анализ Монте-Карло с использованием цепей Маркова. Смотрите Wu, K., Van Dijke, M. I. J., Couples, G. D., Jiang, Z., Ma, J., Sorbie, K. S., Crawford, J., Young, I., и Zhang, X., 2006, 3D stochastic modelling of heterogeneous porous media-Applications to reservoir rocks: Transport in Porous Media, v. 65, p. 443-467. Вопросы укрупнения масштаба возникли при построении составных поровых моделей с использованием сканограмм тонких срезов с различным разрешением. Смотрите Wu, K., Ryazanov, A., van Dijke, M. I. J., Jiang, Z., Ma, J., Couples, G. D., и Sorbie, K. S., 2008, Validation of methods for multi-scale pore space reconstruction and their use in prediction of flow properties of carbonate: Paper SCA2008-34, International Symposium of the Society of Core Analysts, Abu Dhabi, October 29-November 2, 12 p., где сказано: "Один возможный способ заключается в приведении разрешения 3-мерного изображения более крупного масштаба к разрешению более мелкого масштаба и комбинировании этих двух структур с одним и тем же объемом для создания одной модели". Изображение с более мелким масштабом "накладывается" на изображение с более крупным масштабом для образования интегрированной структуры. Смотрите тот же источник.

[0010] Патент США № 6826520 описывает способ укрупнения масштаба проницаемости с использованием вычислительной сетки Вороного. Патент США № 7224162 описывает способ оценки свойств геологической формации с использованием данных каротажа скважины, таких как магниторезонансные, резистивность и другие. Способ заключается в получении направленных значений свойства формации и генерировании направленной каротажной диаграммы свойства. Патент США № 7783462 описывает способ заполнения трехмерной структуры пласта, имеющей множество ячеек, одним или более постоянными значениями свойства пласта. Патент США №7765091 описывает многомасштабный способ для моделирования пласта с использованием метода конечных объемов.

[0011] Заявка на патент США № 2011-0004448 описывает способ построения 3-мерных цифровых моделей пористой среды с использованием отраженного белого света и лазерной сканирующей конфокальной профилометрии, и многоточечной статистики. Заявка на патент США №2 011-0004447 описывает способ построения 3-мерных цифровых моделей пористой среды с использованием лазерной сканирующей конфокальной микроскопии в подходящем свете и многоточечной статистики. Также обсуждается концепция ОПЭ в масштабе пор. Заявка на патент США № 2009-0262603 описывает способ получения исчерпывающих изображений из изображений скважины. Заявка на патент США № 2009-0259446 описывает способ получения численных псевдокернов из сканограмм традиционной КТ и полных изображений, используя многоточечную статистику.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0012] В соответствии с некоторыми вариантами воплощения предоставляется способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, представляющих породу пласта. Способ включает комбинирование данных цифрового моделирования породы в масштабе скважины с данными в масштабе межскважинного расстояния для получения данных цифрового моделирования породы в масштабе межскважинного расстояния, охватывающего гетерогенность в межскважинном масштабе. Множество типов породы пласта предпочтительно идентифицируется в данных цифрового моделирования породы в масштабе скважины. Данные в межскважинном масштабе предпочтительно собираются с использованием каротажа во время бурения невертикальных скважин, межскважинных геофизических измерений и сейсмических измерений; и могут включать вычисленную вариограммную статистику. Процесс укрупнения масштаба предпочтительно включает использование вычисленных значений пористости, проницаемости, капиллярного давления и/или относительной проницаемости в масштабе скважины. В соответствии с некоторыми вариантами воплощения для укрупнения масштаба могут использоваться другие значения, такие как: показатели удельного сопротивления, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициенты отдачи и показатели Арчи для цементирования (m) и насыщения (n). Данные цифрового моделирования породы предпочтительно включают результаты многоточечной статистики и объемы представительных элементов.

[0013] Данные цифрового моделирования породы в масштабе скважины были предпочтительно укрупнены из данных цифрового моделирования породы в масштабе пор, используя вычисленные в масштабе пор значения пористости, проницаемости, капиллярного давления и/или относительной проницаемости. Данные цифрового моделирования породы в масштабе пор предпочтительно генерируются с использованием данных минипроницаемости и сканограммы традиционной компьютерной томографии (КТ) для одной или более пластин керна с шагом сетки данных минипроницаемости от около 0,5 см до около 1 см и шагом среза сканограммы КТ от около 1 мм до 2 мм. Данные минипроницаемости и сканограммы КТ предпочтительно используются для идентификации частичных объемов породы, известных как петрофизические фации. Петрофизические фации предпочтительно характеризуются, используя 2-мерную и 3-мерную лазерную сканирующую флуоресцентную микроскопию в проходящем свете с разрешением около 250 нм на пиксель или воксел, сканограммы микроКТ с разрешением около от 1 до 5 микрометров на воксел, сканограммы наноКТ с разрешением около от 50 нм до 60 нм на воксель, электронную микроскопию со сканированием фокусированным ионным пучком (СЭМ-ФИП) с разрешением около от 5 нм до 10 нм на пиксель, используя близко расположенные друг к другу последовательные секторы, капиллярное давление при нагнетании ртути в образец (КДНР) и/или ядерный магнитный резонанс (ЯМР).

[0014] Способ может также включать укрупнение масштаба полученных данных цифрового моделирования в межскважинном масштабе для генерирования данных цифрового моделирования породы в масштабе месторождения, на основании вычисленных в межскважинном масштабе значений пористости, проницаемости, капиллярного давления и/или относительной проницаемости.

КРАТКОЕ ОПИСАНИЕ ФИГУР

[0015] Настоящее раскрытие дополнительно описано в подробном описании ниже со ссылками на чертежи посредством не имеющих ограничительного характера примеров вариантов воплощения, где одинаковые номера для ссылочных позиций представляют подобные части на нескольких видах чертежей и где:

[0016] Фиг.1 иллюстрирует обустройство нефтяного месторождения, в котором осуществляется многомасштабное цифровое моделирование породы, в соответствии с некоторыми вариантами воплощения;

[0017] Фиг.2A-В являются блок-схемами, показывающими рекомендуемые процедуры для многомасштабного моделирования пласта, в соответствии с некоторыми вариантами воплощения;

[0018] Фиг.3 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе пор, в соответствии с некоторыми вариантами воплощения;

[0019] Фиг.4 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе скважины, в соответствии с некоторыми вариантами воплощения;

[0020] Фиг.5 является блок-схемой, показывающей порядок построения цифровых моделей породы в межскважинном масштабе, в соответствии с некоторыми вариантами воплощения;

[0021] Фиг.6 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе месторождения, в соответствии с некоторыми вариантами воплощения;

[0022] Фиг.7 является блок-схемой последовательности операций, показывающей предварительные шаги, которые необходимо выполнить перед многомасштабным моделированием пласта, в соответствии с некоторыми вариантами воплощения;

[0023] Фиг.8A-В являются блок-схемами последовательности операций, показывающими шаги перед выполнением цифрового анализа керна, в виде численных псевдокернов и моделирования потока, в соответствии с некоторыми вариантами воплощения;

[0024] Фиг.9 является блок-схемой последовательности операций, показывающей шаги, используемые для распределения фаций и построения модели в межскважинном масштабе, в соответствии с некоторыми вариантами воплощения; и

[0025] Фиг.10A-В являются блок-схемами последовательности операций, показывающими рекомендуемые шаги для укрупнения масштаба моделей от межскважинного масштаба до масштаба месторождения, в соответствии с некоторыми вариантами воплощения.

ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ

[0026] Подробное описание предоставляет только примерные варианты воплощения и не предназначено для ограничения объема, применимости или конфигурации раскрытия. Подробное описание примерных вариантов воплощения предоставит специалистам в этой области достаточное описание для практического использования одного или более примерных вариантов воплощения. Понятно, что различные изменения могут быть осуществлены в функциях и конфигурации элементов без отклонения от сущности и объема изобретения, как изложено в пунктах прилагаемой формулы изобретения.

[0027] Конкретные детали приводятся в описании для обеспечения полного понимания вариантов воплощения. Однако, специалистам в этой области должно быть понятно, что варианты воплощения могут практически использоваться без этих конкретных деталей. Например, системы, процессы и другие элементы в изобретении могут быть показаны в виде компонентов блок-схем для того, чтобы не ухудшить ясность вариантов воплощения вследствие деталей, которые не являются необходимыми. В других случаях хорошо известные процессы, структуры и способы могут быть показаны без деталей, которые не являются необходимыми, чтобы избежать ухудшения ясности вариантов воплощения. Дополнительно одинаковые номера для ссылочных позиций и обозначения в разных чертежах указывают на одинаковые элементы.

[0028] Также отмечается, что индивидуальные варианты воплощения могут описываться как процесс, отображаемый в виде схемы процесса, рабочей схемы, схемы обработки данных, структурной схемы или блок-схемы. Хотя схема процесса может описывать операции в виде последовательного процесса, многие из операций могут выполняться параллельно или совместно. В дополнение порядок операций может быть изменен. Процесс может быть прекращен после выполнения операций, но может иметь дополнительные шаги, которые не обсуждались и не включены в фигуру. Кроме того, не все операции в каком-либо описанном процессе могут выполняться во всех вариантах воплощения. Процесс может соответствовать способу, функции, процедуре, подпрограмме и т.п. Когда процесс соответствует функции, его завершение соответствует возврату функции к вызывающей функции или главной функции.

[0029] Кроме того, варианты воплощения изобретения могут быть осуществлены, по меньшей мере частично, вручную или автоматически. Ручные или автоматические осуществления могут быть выполнены, или по меньшей мере может быть оказана помощь в выполнении, посредством использования машин, аппаратного обеспечения, программного обеспечения, встроенного программного обеспечения, промежуточного программного обеспечения, микропрограмм, языков описания аппаратного обеспечения или любой их комбинации. При осуществлении с использованием программного обеспечения, встроенного программного обеспечения, промежуточного программного обеспечения или микропрограмм, управляющие программы или кодовые сегменты для выполнения необходимых задач могут храниться на машиночитаемом носителе. Процессор(ы) может (могут) выполнять требуемые задачи.

[0030] Фиг.1 иллюстрирует обустройство нефтяного месторождения, в котором осуществляется многомасштабное цифровое моделирование породы, в соответствии с некоторыми вариантами воплощения. На фиг.1 скважины 110 и 120 почти горизонтальные в пределах пласта 102. На поверхности 100 грузовой автомобиль 112 с лебедкой для каротажного устройства предназначен для опускания каротажного устройства 140 в скважину 110. Подобно этому показан грузовой автомобиль 122 с лебедкой для опускания каротажного устройства 142 в скважину 120. Хотя фиг.1 иллюстрирует почти горизонтальные скважины, специалисты в данной области должны понимать, что описываемые способы могут также использоваться в скважинах, отклоняющихся от горизонтального уровня или вертикальных. Каротажные устройства 140 и 142 могут являться, например, скважинными устройствами для получения изображения, керноотборными устройствами, устройствами для отбора проб текучей среды, устройствами для каротажа сопротивления, устройствами для радиоактивного каротажа, скважинными устройствами для сейсмического каротажа, устройствами для акустического каротажа и электромагнитными устройствами (включая межскважинные электромагнитные устройства). Данные с каротажных грузовых автомобилей 112 и 122 передаются в центр 150 обработки, который включает один или более процессорных блоков 144 для выполнения процедур обработки информации, как описывается в этой заявке, так же как и другую обработку. Центр 150 обработки также включает систему 142 хранения, модули 140 связи и ввода/вывода, дисплей 146 пользователя и систему 148 ввода пользователя. В соответствии с некоторыми вариантами воплощения центр 150 обработки может быть расположен удаленно от скважинных площадок. Хотя на фиг.1 не показано, центр 150 обработки также получает данные многих других типов, используемые в многомасштабном цифровом моделировании породы, такие как данные анализа кернов и данные поверхностной сейсмичности.

[0031] Цифровые модели породы используются для разработки концептуальных рабочих схем для выполнения многомасштабного моделирования гетерогенных пород. Диапазон размеров в моделях находится в пределах от поры (от нм до мкм) до ствола скважины (от мм до м), до межскважинного расстояния (от десятков до сотен метров), до всего месторождения (от десятков до сотен километров). В соответствии с некоторыми вариантами воплощения при каждом масштабе петрофизические свойства вычисляются из цифровых моделей породы при примыкающем более мелком масштабе. Петрофизические свойства затем используются для заполнения моделей при следующем более крупном масштабе. Этот процесс как способ укрупнения масштаба, преобразует модели с мелким масштабом в модели с крупным масштабом.

[0032] В соответствии с некоторыми вариантами воплощения при всех масштабах цифровые модели породы используют многоточечную статистику (МТС) и объемов представительных элементов (ОПЭ). МТС является геостатистическим способом моделирования для создания моделей пространственных полей геологических свойств и свойств пласта, соответствующих известным результатам, таким как измеренные для скважин и образцов. ОПЭ являются наименьшими объемами, которые могут моделироваться для охвата гетерогенности породы, в заданных пределах дисперсии измеряемого свойства, такого как пористость или проницаемость.

[0033] Керны для моделирования в масштабе пор стратегически выбираются с использованием сеток минипроницаемости полноразмерного керна и сканограмм традиционной КТ. Модели в масштабе пор используют такие инструменты как лазерная сканирующая флуоресцентная микроскопия в проходящем свете, сканограммы микроКТ, сканограммы наноКТ и электронная микроскопия со сканированием фокусированным ионным пучком для получения 3-мерных изображений пор. Данные капиллярного давления при нагнетании ртути в образец и/или ядерно-магнитного резонанса, если доступно, предоставляют независимый способ измерения или модифицирования распределений размеров пор. Анализы предпочтительно показывают, что ОПЭ должен быть отобран для каждой петрофизической фации перед сегментацией для получения бинарного изображения. МТС используется для создания реалистических моделей произвольного размера и произвольной формы. Модели пор используются непосредственно для моделирования потока или преобразуются в модели поровых сетей, которые затем используются для моделирования потока. Вычисленные численные свойства САК (специальный анализ керна) затем подтверждаются с использованием лабораторных данных и используются для заполнения моделей в масштабе скважины.

[0034] В соответствии с некоторыми вариантами воплощения модели в масштабе скважины комбинируют сетки минипроницаемости и сканограммы традиционной КТ полноразмерного керна с электрическими изображениями скважины для создания трехмерных численных псевдокернов. Свойства САК, определяемые из моделей в масштабе пор, распределяются для каждой петрофизической фации в численных псевдокернах. Еще раз, анализы должны показать, что ОПЭ был отобран перед моделированием потока. Эффективные свойства САК, вычисленные из разных реализаций МТС, используются для заполнения моделей в межскважинном масштабе.

[0035] В соответствии с некоторыми вариантами воплощения сейсмические параметры и вариограммная статистика на основании каротажа во время бурения (КВБ) используются для заполнения цифровых моделей породы. Эффективные свойства, вычисленные при моделировании потока в межскважинном масштабе, используются для заполнения моделей в масштабе всего месторождения. При масштабе всего месторождения аналоги линий выхода породы на поверхность, сейсмостратиграфия, карты изопахит, кривые пропорций фаций, опережающие стратиграфические модели, диагенетические модели, модели в масштабе бассейна и модели МТС комбинируются для усовершенствования моделей потока.

[0036] Способ, описываемый здесь, обеспечивает лучшее понимание путей потока текучей среды, насыщенности и коэффициентов отдачи в углеводородных пластах. Рабочая схема пригодна для любой литологии, такой как карбонаты, песчаники, сланцы, угли, эвапориты и вулканические или метаморфические породы. При каждом масштабе петрофизические свойства вычисляются, передаются в следующий масштаб и используются для заполнения более крупных цифровых моделей породы.

[0037] Цифровое моделирование породы. В соответствии с некоторыми вариантами воплощения рабочая схема описывается для многомасштабного моделирования пласта на основании цифровых моделей породы. Такие модели строятся на основании кернов, каротажных диаграмм скважины и сейсмических данных. Цель заключается в построении 3-мерных моделей для цифрового представления порового пространства и гетерогенных материалов породы при всех масштабах. Этот способ действителен для карбонатов, песчаников, сланцев и других литологий, таких как угли, эвапориты и вулканические или метаморфические породы. Разломы и сдвиги могут быть включены при различных масштабах. Во многих раскрываемых вариантах воплощения повторяющиеся темы цифрового моделирования породы включают многоточечную статистику и объемы представительных элементов.

[0038] Многоточечная статистика (МТС) позволяет создавать модели пространственных полей геологических свойств и свойств пласта. Эти условные модели используют известные результаты, такие как измеренные для скважин или образцов породы, в качестве фиксированных или достоверных данных, которые полностью принимаются во время моделирования. МТС использует 1-мерные, 2-мерные или 3-мерные "обучающие образы" в качестве количественных шаблонов для моделирования свойств вещества.

[0039] Объемы представительных элементов (ОПЭ) предоставляют новое применение в моделировании пласта, основанное на способе, используемом в гидрологии. Кратко, ОПЭ являются наименьшими объемами, которые могут моделироваться для получения непротиворечивых результатов в приемлемых пределах дисперсии моделируемого свойства, таких как пористость и проницаемость. Используя этот способ, мы можем определить наименьший объем, который необходимо моделировать, применить эту модель потока и использовать результаты для укрупнения масштаба для моделей с более крупным масштабом.

[0040] Модели в масштабе пор. Основной целью цифрового моделирования породы в масштабе пор является построение 3-мерных моделей, использующих многоточечную статистику (МТС) для комбинирования лазерной сканирующей флуоресцентной микроскопии и других средств высокого разрешения со сканограммами микроКТ, с относительно большими изображаемыми объемами. В соответствии с некоторыми вариантами воплощения используется один или более из следующих инструментов или способов:

[0041] 1. Лазерная сканирующая флуоресцентная микроскопия в проходящем свете обеспечивает высокое разрешение (около 250 нм) 3-мерных моделей пор для количественного охвата микропористости. На основании результатов мы вычисляем распределения размеров пор и моделируемые кривые капиллярного давления.

[0042] 2. Сканограммы микроКТ используют рентгеновскую компьютерную томографию (КТ) небольших образцов (обычно образцы диаметром 5 мм, вырезанные из керна) для обнаружения полостей пор с типовым разрешением от 1 до 5 микрометров. Смотрите Knackstedt, M. A., Arns, C. H., Sakellariou, A., Senden, T. J., Sheppard, A. P., Sok, R. M., Pinczewski,W. V., и Bunn, G. F., 2004, Digital core laboratory: Properties of reservoir core derived from 3D images: SPE Preprint 87009, Представлено на Азиатско-Тихоокеанской конференции по интегрированному моделированию для управления активами, 29-30 марта. Программное обеспечение преобразует изображения пор в модели поровых сетей с результирующими распределениями размеров полостей пор и устьев пор.

[0043] 3. Сканограммы наноКТ используют рентгеновскую компьютерную томографию (КТ) очень небольших образцов (обычно образцы диаметром 60 микрометров, вырезанные из керна) для обнаружения полостей пор с типовым разрешением от 50 нм до 60 нм. Программное обеспечение преобразует изображения пор в модели поровых сетей с результирующими распределениями размеров полостей пор и устьев пор.

[0044] 4. Электронная микроскопия со сканированием фокусированным ионным пучком (СЭМ-ФИП) использует фокусирование ионного пучка для создания близко расположенных множественных 2-кратных последовательных сечений, которые используются для построения 3-мерных моделей пор в субмикронном масштабе. Типовое разрешение равно от 5 нм до 10 нм.

[0045] 5. Капиллярное давление при нагнетании ртути в образец (КДНР) включает постепенное нагнетание ртути в чистый образец, обычно вырезанный из керна, при постоянно повышающемся давлении. Смотрите Jennings, J. B., 1987, Capillary pressure techniques: Application to exploration and development geology: AAPG Bulletin, v. 71, p. 1196-1209; и Pittman, E. D., 1992: Relationship of porosity and permeability to various parameters derived from mercury injection-capillary pressure curves for sandstone: AAPG Bulletin, v. 76, p. 191-198. При каждом повышенном давлении устья пор конкретного размера заполняются ртутью. Распределения размеров устьев пор обычно отображаются на гистограммах, рассчитанных на основании результатов КДНР. Необходимо отметить, что КДНР обычно не является эффективным при размерах устьев пор больше 100 микрометров, так как эти устья заполняются ртутью при очень низких давлениях. Идеальный для использования КДНР размер пор находится в диапазоне от 0,1 до 100 микрометров.

[0046] 6. Ядерный магнитный резонанс (ЯМР) основывается на взаимодействии ядер водорода (протонов) с магнитным полем и импульсами радиочастотных сигналов. Смотрите Coates, G. R., Xiao, L. и Prammer, M. G., 1999, NMR logging: Principles and applications: Halliburton Energy Services, USA, 234 p. Поперечное распределения времени релаксации ЯМР (Распределение Т_2) относится к распределению размеров пор в породе. Результаты ЯМР могут быть использованы для разделения пористости на микро-, мезо- и макропористость. Смотрите Ramamoorthy, R., Boyd, A., Neville, T. J., Seleznev, N., Sun, H., Flaum, C., и Ma, J., 2008,A new workflow for petrophysical and textural evaluation of carbonate reservoirs: SPWLA Preprint, 49^th Annual Logging Symposium, May 25-28, 15 p. Такие результаты могут использоваться для построения цифровых моделей породы в масштабе пор.

[0047] 7. Петрофизические фации являются площадями, окруженными контурами минипроницаемости на поверхностях пластинок керна. Смотрите Bourke, L. T., 1993, Core permeability imaging: It's relevance to conventional core characterization and potential application to wireline measurement: Marine and Petroleum Geology, v. 10, p. 318-324; и Dehghani, K., Harris, P. M., Edwards, K. A., и Dees, W. T., 1999, Modeling a vuggy carbonate reservoir: AAPG Bulletin, v. 83, p. 19-42. Такие зоны обычно также имеют характерные признаки на каротажных диаграммах скважин, такие как пустоты, участки сопротивления, участки проводимости. Смотрите Zhang 2009. Участки проводимости, которые соответствуют зонам повышенной пористости и проницаемости, предоставляют непрерывность потока между пустотами. Такие участки проводимости или участки сопротивления имеют комплексные 3-мерные формы.

[0048] Рабочие схемы могут использоваться для получения следующих продуктов. Модели пор или модели поровых сетей используются для вычислений, для объемов представительных элементов (ОПЭ) индивидуальных петрофизических фаций, следующих свойств: пористости, проницаемости, капиллярного давления, относительной проницаемости, показателей удельного сопротивления, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n). Эти численные значения САК, особенно при подтверждении лабораторными измерениями, используются для заполнения моделей в масштабе скважины.

[0049] Модели в масштабе скважины. Основной целью цифрового моделирования породы в масштабе скважины является построение моделей потока для гетерогенных карбонатов, используя керны и изображения скважины. В соответствии с некоторыми вариантами воплощения используются один или более из следующих инструментов и способов:

[0050] 1. Традиционные сканограммы КТ (интервал около от 1 мм до 2 мм), преобразованные в 3-мерные изображения кернов. Результаты используются в качестве обучающих образов МТС для численных псевдокернов.

[0051] 2. Полные изображения скважины являются видами на 360 градусов стенок ствола скважины, генерируемыми "заполнением зазоров" между основаниями каротажных диаграмм скважины с использованием МТС. Смотрите работу Hurley, N. F., и Zhang, T., 2009, Method to generate fullbore images using borehole images and multi-point statistics: SPE preprint 120671-PP, представленную на Конференции по нефти и газу Ближнего Востока, Бахрейн, 15-18 марта. Гетерогенность породы отображается в объеме, близком к стволу скважины, и используется в качестве фиксированных данных для создания моделей МТС численных кернов.

[0052] 3. Измерители минипроницаемости охватывают изменение проницаемости на поверхностях пластинок породы и используются для: (а) сегментации цифровых моделей породы с получением соответствующих петрофизических фаций; (б) подтверждения этих фаций для использования в качестве значений абсолютной проницаемости; и (в) идентификации частичных объемов для более детального отбора образцов.

[0053] Рабочие схемы могут использоваться для генерирования следующих продуктов: (1) Численные псевдокерны используют традиционные сканограммы КТ кернов, каротажные диаграммы скважины и МТС для генерирования 3-мерных моделей, где каждая ячейка имеет свои значения пористости, проницаемости, капиллярного давления и относительной проницаемости. Такие модели количественно охватывают гетерогенность в масштабе скважины. Смотрите Zhang 2009; и (2) Поточные модели Eclipse численных псевдокернов используются для вычисления эффективной пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, минимальной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n) для ОПЭ основных типов породы.

[0054] Модели в межскважинном масштабе. Основной целью цифрового моделирования породы в межскважинном масштабе является использование геостатистических инструментов, таких как вариограммная статистика на основании данных КВБ, сейсмических параметров и межскважинной геофизики для охвата межскважинной гетерогенности. Свойства потока предоставляются численными псевдокернами. В соответствии с некоторыми вариантами воплощения используются один или более из следующих инструментов и способов:

[0055] 1. Данные каротажа во время бурения (КВБ), в частности, диаграммы нейтронного каротажа и каротажа плотности, получаются для непрерывного геологического сопровождения бурения горизонтальных скважин. Изучение выходов породы показывают, что циклические изменения (известные как скважинный эффект) происходят в пористости и проницаемости вдоль конкретных стратиграфических горизонтов. Смотрите Pyrcz, M. J., и Deutsch, C.V., 2003, The whole story on the hole effect, in Searston, S. (ed.) Geostatistical Association of Australasia, Newsletter 18, May, 16 p, (далее "Pyrcz 2003"); и Pranter, M. J., Hirstius, C. B., and Budd, D. A., 2005, Scales of lateral petrophysical heterogeneity in dolomite lithofacies as determined from outcrop analogs: Implications for 3-D reservoir modeling: AAPG Bulletin, v. 89, p. 645-662 (далее "Pranter 2005"). Если эти циклы имеют место в пластах, вариограммная статистика с данных КВБ может использоваться для предоставления гетерогенной "структуры" для оказания помощи при заполнении моделей межскважинной зоны.

[0056] 2. Численные псевдокерны используются для конкретных типов породы пласта в виде множественных реализаций или моделей с выбранными диапазонами пористости. Численные САК, прогнозируемые на основании ОПЭ этих моделей, могут использоваться для заполнения цифровых моделей породы в межскважинном масштабе.

[0057] 3. Вариограммы являются геостатистическими инструментами, используемыми для отображения пространственной дисперсии в пределах групп данных, представленными графически в виде функции расстояния между точками на графике. Когда вариограммы строятся на основании каротажных данных горизонтальных скважин, они могут быть использованы для отображения пространственной изменчивости в межскважинном масштабе.

[0058] 4. Сейсмические параметры, такие как амплитуда и акустический импеданс, обычно относятся к пористости. Такие характеристики могут использоваться для создания моделей МТС межскважинного объема.

[0059] 5. Межскважинная геофизика, такая как ЭМ (электромагнитная) или сейсмическая томография, может использоваться для получения изменений свойства в межскважинном объеме.

[0060] Рабочие схемы могут использоваться для генерирования следующих продуктов: поточные модели Eclipse численных псевдокернов используются для заполнения моделей потока в межскважинном масштабе значениями эффективной пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, минимальной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n) для ОПЭ основных типов породы.

[0061] Модели в масштабе всего месторождения. Основной целью цифрового моделирования породы в масштабе месторождения является построение статических моделей пласта с использованием кернов, каротажных диаграмм скважин, аналогов линий выхода породы на поверхность и сейсмостратиграфии. Основанные на вариограммах геостатистические модели, МТС или прямые стратиграфические модели могут использоваться для заполнения межскважинных зон. В соответствии с некоторыми вариантами воплощения используются один или более из следующих инструментов и способов:

[0062] 1. Сейсмостратиграфия является междисциплинарной сферой изучения, которая комбинирует сейсмические, каротажные данные, данные об ископаемых и выходе на поверхность в локальном, региональном и глобальном масштабе. Осадочные месторождения бассейна интерпретируются в пределах системы отложений и изменений относительно уровня моря, вызванных тектоническими или эвстатическими эффектами, или теми и другими. Способ используется для корреляции пластов и прогнозирования стратиграфии в относительно неизвестных зонах. Сейсмостратиграфия помогает понять эволюцию бассейна и позволяет интерпретировать породы потенциального источника в пограничных зонах и более зрелых углеводородных провинциях. Neal, J., Risch, D., и Vail, P., 1993, Sequence stratigraphy - A global theory for local success: Oilfield Review, January issue, p.51-62.

[0063] 2. Линии выхода породы - массивы породы на поверхности земли. Линии выхода с аналогичными литологиями и условиями отложения в подземных пластах могут использоваться для построения статических моделей.

[0064] 3. Прямые стратиграфические модели используются для построения реалистичных 3-мерных пластовых образов на основании гидравлических принципов, применимых к переносу осадков. Такие модели могут использовать подводный и эоловый перенос кремнисто-обломочного материала, и органический рост карбонатов и отложений растительного происхождения, таких как уголь. Смотрите Sedsim, 2010, https://wiki.csiro.au/confluence/display/seabedchange/Home, на 10 октября 2010 г.

[0065] 4. Карты изопахит показывают мощность конкретных слоев породы или мощность пород с данными петрофизическими свойствами, такими как пористость.

[0066] 5. Кривые пропорций фаций генерируются из описаний кернов и каротажных диаграмм. Они используются для оценки и получения относительных количеств каждой фации в слое геомодели. Смотрите iReservoir, 2010, http://www.ireservoir.com/case_jonah.html, на 10 октября 2010 г.

[0067] 6. Сейсмические параметры, такие как амплитуда и акустический импеданс, обычно относятся к пористости. Такие характеристики могут использоваться в качестве косвенных данных для построения моделей МТС межскважинного интервала.

[0068] 7. Диагенетические модели используются для моделирования цементации, уплотнения и других диагенетических процессов, сопровождающих осадочные отложения. Способы используются в диапазоне от моделей переноса реакций, основанных на термодинамике и кинетике, до моделей, основанных на текстуре, композиции и истории отложений первоначальных осадков. Смотрите Geocosm, 2010, http://www.geocosm.net/, на 10 октября.

[0069] 8. Модели в масштабе бассейна используются для моделирования нефтяных систем, обычно в масштабе, намного более крупном, чем масштаб нефтяных месторождений. Нефтяная система определяется как комбинация геологических элементов и процессов, необходимых для генерирования и хранения углеводородов. Элементы и процессы включают насыщенность, захват и распределение во времени генерирования, миграции и потерь углеводородов. Смотрите Petromod, 2010, http://www.ies.de/, на 10 октября.

[0070] Многоточечная статистика. Многоточечные (или множественно точечные) статистические способы (МТС) являются семейством алгоритмов пространственной статистической интерполяции алгоритмов, предложенных в 1990-х годах и используемых для генерации условных моделирований дискретных переменных полей, таких как геологические фации, используя обучающие образы. Смотрите Guardiano, F., и Srivastava, R.M. 1993, Multivariate geostatistics: Beyond bivariate moments: Geostatistics-Troia, A. Soares, Dordrecht, Netherlands, Kluwer Academic Publications, v. 1, p. 133-144 (далее "Guardiano 1993"). МТС генерирует реалистичные модели, которые могут быть основаны на различных видах данных. В отличие от традиционных 2-точечных или использующих геостатистические способы на основе вариограмм, МТС использует обучающий образ для количественного выражения комплексных аккумулятивных картин, которые существуют в исследуемых пластах. Эти обучающие картины затем воспроизводятся в окончательных моделях МТС с учетом локальных данных, собранных с пластов. Поэтому МТС позволяет разработчикам моделей использовать свои априорные геологические интерпретации в качестве концептуальных моделей (обучающих образов) в процессе моделирования пласта и оценивать неопределенность, связанную с априорными интерпретациями, с помощью различных обучающих образов.

[0071] В дополнение к категориальным переменным МТС может быть также использована для работы с непрерывно переменными обучающими образами, такими как пространственное распределение пористости. Два семейства алгоритмов МТС доступны для управления этими различными типами обучающих образов: Snesim для категориальных переменных и Filtersim для непрерывных переменных. Эффективный алгоритм Snesim использует концепцию дерева поиска для хранения всех копий картин, выявленных в пределах шаблона обучающего образа. Смотрите Strebelle, S. 2002, Conditional simulation of complex geological structures using multiple point statistics: Mathematical Geology, v. 34, p. 1-22. Это делает код Snesim на несколько порядков быстрее, чем оригинальный алгоритм, предложенный Guardiano в 1993 г. Алгоритм Filtersim использует комплект локальных фильтров для обучающего образа, который может быть категориальным или непрерывным, для группирования картин в классы картин. Смотрите Zhang, T. 2006, Filter-based training image pattern classification for spatial pattern simulation: Unpublished Ph.D. dissertation, Stanford University, Palo Alto, CA. Моделирование картины затем продолжается на основании этой классификации.

[0072] Алгоритмы Snesim и Filtersim используют абсолютные или "жесткие" ограничения на основании данных, полученных для скважин или открытых проявлений, и других интерпретируемых карт трендов исследуемого пласта. Обучающие образы являются основным управляющим компонентом способа МТС. Вопрос, возникающий при использовании существующих алгоритмов МТС, заключается в том, как генерировать обучающие образы. Обучающие образы предназначены для моделирования или воспроизводства реальных геологических особенностей и должны быть насколько возможно получены из существующих геологических значащих образов.

[0073] Объемы представительных элементов. Объемы представительных элементов (ОПЭ) предоставляют новый способ решения вопросов гетерогенности и укрупнения масштаба при моделировании пласта. См. Qi 2009. Коротко, ОПЭ является наименьшим объемом, который может моделироваться для получения непротиворечивых результатов в приемлемых пределах дисперсии моделируемого свойства, такого как пористость или проницаемость. Используя этот способ, мы можем укрупнить свойства породы от мелкого до крупного масштаба. Это достигается посредством определения наименьшего объема, который требуется моделировать, проверки поточной модели и использования результатов для дальнейшего более крупномасштабного моделирования. После моделирования ОПЭ нет необходимости в больших объемах, так как гетерогенность конкретного вида породы при этом масштабе была охвачена.

[0074] Концепция ОПЭ обсуждалась в 1972 г. Смотрите Bear, J., 1972, Dynamics of fluids in porous media: Elsevier, New York, 746 p (далее "Bear 1972"). ΔU_i определяется как объем в пористой среде с центром тяжести Р. ΔU_i рассматривается как объем, намного превышающий размер поры или зерна. ΔU_v является объемом порового пространства, и n_i - отношение порового пространства к объему, т.е. относительная пористость. При больших значениях ΔU_i имеют место минимальные флуктуации пористости как функции объема. Однако, при уменьшении объема флуктуации пористости увеличиваются, особенно при приближении значения ΔU_i к размеру одной поры с относительной пористостью, равной 1. Если центр тяжести Р находится в зерне, пористость равна нулю при ΔU_i = 0. Значение ΔU_o определяется как ОПЭ, ниже которого флуктуации пористости значительные и выше которого флуктуации пористости минимальные. Если коротко, размеры ΔU_o достаточны для того, чтобы "добавление или устранение одной или нескольких пор не имело значительного влияния на значение n". Смотрите Bear 1972.

[0075] При использовании способа ОПЭ пористая среда заменяется "фиктивной средой - аморфным веществом, для каждой точки которого мы можем назначить кинематические и динамические переменные и параметры, являющиеся непрерывными функциями пространственных координат точки и времени". Смотрите Bear 1972. Необходимо отметить, что ОПЭ для пористости может отличаться от ОПЭ для проницаемости или других параметров. ОПЭ для статических и динамических свойств также могут отличаться. На практике наилучшим способом является использование наибольшего ОПЭ, определенного для различных параметров.

[0076] В соответствии с некоторыми вариантами воплощения ОПЭ определяется для свойства породы как пористость. В соответствии с некоторыми вариантами воплощения большой объем может быть смоделирован, разделен на части, и диспепсия пористости может быть вычислена в виде функции объема части образца. Это может быть выполнено при любом масштабе, от объема поры до объема скважины и межскважинного объема.

[0077] В пределах ограничений, определяемых доступной вычислительной мощностью, многоточечная статистика (МТС) может генерировать модели любого размера и любой формы. Благодаря этому, модели МТС могут использоваться для оказания помощи при расчете ОПЭ. Например, моделируемый объем в масштабе пор может быть площадью 600 х 600 микрометров и толщиной 150 микрометров. Меньшие частичные объемы, например кубы 10, 50 или 150 микрометров, могут быть извлечены с моделируемого объема, и их пористости могут быть определены. При межскважинном масштабе меньшие частичные объемы, например 1, 10 и 20 м³, могут быть извлечены из моделируемого объема, и их пористости могут быть определены. Все частичные объемы, независимо от масштаба, должны быть независимыми неперекрывающимися объемами. Если дисперсия пористости меньше выбранного порога отсечки, например ±5%, то этот объем может быть использован в качестве ОПЭ. В целях поточного моделирования ОПЭ обеспечивает представительные результаты.

[0078] Обобщенный подход к определению ОПЭ для любого свойства породы - это: (1) моделирование большого блока с требуемыми свойствами породы; (2) случайный выбор образца заданного небольшого размера в пределах блока; (3) случайный выбор другого неперекрывающегося образца такого же размера; (4) многократное повторение этого процесса; (5) увеличение размера образца и отбор множества подобных объектов; (6) построение графика зависимости породы от размера образца для выявления, как дисперсия уменьшается в качестве функции размера образца; и (7) когда дисперсия находится в приемлемых пределах (например, ± 5%), это и есть ОПЭ для исследуемого свойства породы.

[0079] Теперь будет предоставлена пошаговая процедура создания цифровых моделей породы и укрупнения их масштаба от порового до скважинного, до межскважинного масштаба, до масштаба месторождения, в соответствии с некоторыми вариантами воплощения. Могут использоваться изменения этой процедуры, в соответствии с другими вариантами воплощения, например, в зависимости от доступных наборов данных.

[0080] Фиг.2A-В являются блок-схемой, показывающей рекомендуемые процедуры для многомасштабного моделирования пласта, в соответствии с некоторыми вариантами воплощения. Блок-схема показывает временную последовательность шагов (слева направо), используемую для построения лабораторных и подтвержденных на площадке цифровых моделей породы, а также результаты укрупнения от порового до скважинного, до межскважинного масштаба, до масштаба месторождения, в соответствии с некоторыми вариантами воплощения. Шаги 210 для масштаба пор, шаги 220 для скважинного масштаба, шаги 230 для межскважинного масштаба, шаги 240 для масштаба месторождения выполняются, как показано. Необходимо отметить, что, как показано стрелкой 212, предпочтительно данные минипористости и сканограммы традиционной КТ получаются для определения петрофизических фаций при масштабе образца, вырезанного из керна, и используются для определения места сверления образцов керна. Рассчитанные численные САК (P_c, k_rel, пористость и проницаемость) используются для укрупнения от масштаба пор до скважинного масштаба, как показано стрелкой 214. Как показано стрелкой 216, рассчитанные численные САК (P_c, k_rel, пористость и проницаемость) снова используются для укрупнения скважинного масштаба до межскважинного масштаба. Окончательно, как показано стрелкой 218, рассчитанные численные САК (P_c, k_rel, пористость и проницаемость) с межскважинного масштаба используются для укрупнения до масштаба месторождения при моделировании МТС всего месторождения.

[0081] Фиг.3 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе пор, в соответствии с некоторыми вариантами воплощения. На практике полноразмерные керны изображаются с помощью сканограмм традиционной КТ, используя близко расположенные срезы (около от 1 мм до 2 мм). Сетки минипроницаемости (около от 0,5 см до 1,0 см) на поверхностях пластинок позволяют сегментировать керны для получения частичных зон, подтверждаемых значениями проницаемости, измеренной в лаборатории. Стратегически выбранные образцы, вырезанные из керна, отобранного в пределах контекста результатов 312 и 314 сканограмм КТ и результатов 310 проницаемости, представляют петрофизические фации. Поры субмикронного размера каждой из петрофизических фаций изображаются для их соответствующих ОПЭ с использованием лазерной сканирующей флуоресцентной (конфокальной) микроскопии и сканограмм микроКТ, и других средств с высоким разрешением, которые могут комбинироваться, используя МТС. Численные САК 320, вычисленные из моделей пор или моделей поровых сетей, позволяют перейти к следующему более крупному масштабу, т.е. скважинному масштабу.

[0082] Фиг.4 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе скважины, в соответствии с некоторыми вариантами воплощения. Численные псевдокерны 414 создаются, используя алгоритмы дискретно-переменной МТС. Целочисленные значения присваиваются каждой петрофизической фации, например, матрица плотной породы (0), пустоты (1), участки сопротивления (2) и участки проводимости (3). Сканограммы 410 традиционной КТ образцов полноразмерных кернов породы используются в качестве обучающих образов МТС, т.е. они являются количественными шаблонами, используемыми для управления моделированием 3-мерных текстур при скважинном масштабе. Полные изображения 412 скважины, полученные с помощью ПМИС (прибор сбора микроизображений скважины) или других каротажных средств скважины, окружают численные псевдокерны цилиндрическими огибающими, обуславливающими модели. Сегментация сканограмм традиционной КТ и полных изображений скважины для получения дискретных петрофизических фаций осуществляется с использованием контурных сетчатых данных минипроницаемости в соответствии с некоторыми вариантами воплощения. Каждый численный псевдокерн 414 предпочтительно полностью предоставляет гетерогенность цифровых образцов породы и данные полного изображения скважины. Частичные объемы могут быть отобраны для подтверждения моделирования ОПЭ для данного численного псевдокерна.

[0083] Численные псевдокерны преобразуются с помощью сетки в модели, используемые для моделирования потока текучей среды. Для каждой петрофизической фации кривые пористости, проницаемости, капиллярного давления и относительной проницаемости предоставляются численным САК в масштабе пор. Объем или масштаб системы, или эффективные свойства вычисляются на основании результатов моделирования потока для численных псевдокернов: пористость, проницаемость, капиллярное давление, показатели удельного сопротивления, относительная проницаемость, насыщенность водой, остаточная насыщенность водой, остаточная насыщенность нефтью, коэффициенты отдачи и показатели Арчи для цементирования (m) и насыщения (n) 416. Эти свойства используются для заполнения цифровых моделей породы при следующем масштабе, т.е. блоков межскважинной сетки.

[0084] Фиг.5 является блок-схемой, показывающей порядок построения цифровых моделей породы в межскважинном масштабе, в соответствии с некоторыми вариантами воплощения. Вариограммная статистика 512 и 514 с горизонтальных скважин, таких как скважина 510, пробуренная в пределах конкретных слоев породы, может комбинироваться с сейсмическими параметрами 516 и межскважинной геофизикой для охвата гетерогенности при межскважинном масштабе. Множественные реализации цифровых моделей породы или множественные образцы при различных значениях 520, 522, 524 и 526 пористости используются для заполнения межскважинных объемов свойствами численного САК в скважинном масштабе.

[0085] Фиг.6 является блок-схемой, показывающей порядок построения цифровых моделей породы в масштабе месторождения, в соответствии с некоторыми вариантами воплощения. Моделирование всего месторождения использует прямое стратиграфическое моделирование 614, карты изопахит 616, кривые пропорций фаций 620 и многоточечную статистику 624 для получения данных скважин. Прямая стратиграфическая модель 614 используется в качестве обучающего образа или куба вероятности фации для моделирования с использованием многоточечной статистики 624. Сейсмостратиграфия 610, аналоги линий выхода 612 и сейсмические параметры 618 используются для разработки статической модели. Диагенетические модели используются для модифицирования петрофизических свойств, сначала 622 и позже 626, во время осаждения и залегания.

[0086] Фиг.7 является блок-схемой последовательности операций, показывающей предварительные шаги, которые необходимо выполнить перед многомасштабным моделированием пласта, в соответствии с некоторыми вариантами воплощения. Определение типов породы пласта (ТПП) предпочтительно выполняется вместе с традиционным каротажным анализом. В шаге 710 керны описываются для идентификации фаций, строения породы и ТПП. Данное месторождение обычно содержит 5-10 ТПП, результаты работы лучше, если ТПП основываются на литофации в комбинации с петрофизическими свойствами (например, пористостью, проницаемостью, КДНР, ЯМР). В шаге 712 традиционные анализы пористости и проницаемости выполняются для образцов полноразмерных кернов и/или образцов, вырезанных из керна. В шаге 714 анализы существующих кернов, описания кернов и ТПП оцениваются и интегрируются. В шаге 716 выполняются традиционные каротажные анализы в скважине. В шаге 718 выполняется интерпретирование изображений скважины и других каротажных данных необсаженной скважины, и их сравнение с геологической фацией, наблюдаемых в керне. При хорошей корреляции нейронные сети могут быть использованы для распределения фаций вдоль длины скважины.

[0087] Моделирование в масштабе скважины и пор. Фиг.8A-В являются блок-схемами последовательности операций, показывающими шаги перед выполнением цифрового анализа керна, в виде численных псевдокернов и моделирования потока, в соответствии с некоторыми вариантами воплощения. Ссылки также выполняются на рабочие схемы, показанные и описываемые при обращении к фиг.3 и фиг.4.

[0088] В шаге 810 интервалы от 1 до 3 футов (от 0,3 до 1,0 м) для полноразмерных кернов или пластинчатых кернов выбраны с каждого основного ТПП. Предпочтительно эти интервалы будут выбраны со скважин с диаграммами электрического каротажа скважины (например, ПМС). Дополнительные преимущества позволят получить скважины с диаграммами спектроскопического каротажа (например, СНЗ (спектроскопия нейтронного захвата)) и диаграммы ядерного магнитного резонанса (например, КМР). Эти каротажные диаграммы будут полезными для минералогии и разделения пористости (макро-, мезо-, микропористость) соответственно. В шаге 812 сканограммы традиционной КТ (интервал 1 или 2 мм) используются для выбранных интервалов от 1 до 3 футов (от 0,3 до 1,0 м). В шаге 814 сетчатые данные минипроницаемости (шаг сетки от 0,5 до 1,0 см) используются для пород, для которых были получены сканограммы КТ. Устройство для измерения минипроницаемости калибруется с использованием образцов, вырезанных из керна, которые имеют широкий диапазон проницаемости (например, от 0,1 мд до 3000 мд). Калиброванные абсолютные проницаемости вычисляются для каждой точки сетки. Данные минипроницаемости окружаются контуром. Этот шаг 814 приведет к: (а) надлежащей сегментации сканограммы КТ полноразмерного керна и полных изображений скважины; (б) подтверждению проницаемости, измеренной в лаборатории; и (в) идентификации частичных объемов для более детального отбора образцов.

[0089] В шаге 816 данные минипроницаемости совмещаются со сканограммами традиционной КТ. Используйте эту комбинацию для выбора площади частичных образцов для фрезерования при подготовке образцов из керна. Просверлите стратегически выбранные образцы, вырезанные из керна, характерной петрофизической фации, и используйте их как (а) тонкие (30 микрометров) или толстые (5000 микрометров) срезы для лазерной сканирующей флуоресцентной микроскопии в подходящем свете и сканирования микроКТ, и (б) для лабораторного определения пористости, проницаемости и САК (КДНО, k_rel). Предпочтительно эти данные должны быть получены при условиях пласта. Такие результаты будут использованы в качестве конечных значений пористости пласта для петрофизической фации. В соответствии с некоторыми вариантами воплощения это важная часть шага лабораторного подтверждения.

[0090] Тонкие или толстые срезы должны быть пропитаны флуоресцентной (родамин В) эпоксидной смолой при пониженном давлении. В шаге 818 лазерная сканирующая флуоресцентная микроскопия в проходящем свете используется для проверки отбора ОПЭ для каждой петрофизической фации. В шаге 820 ОПЭ, отображаемые с использованием лазерной сканирующей флуоресцентной микроскопии в проходящем свете, используются для сегментации сканограмм микроКТ. Этот шаг особенно предпочтительный, если значительное количество пор находится ниже порога разрешения устройства сканирования с использованием микроКТ.

[0091] В шаге 822 МТС используется для построения 3-мерных моделей поровых сетей. Такие модели являются одним из способов, которые могут использоваться для вычисления численных САК (пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n), которые будут использованы для заполнения численных псевдокернов в крупном масштабе. Если сделаны толстые срезы, используйте сканограммы микроКТ с разрешением 5 микрометров или выше. МТС использует конфокальные сканограммы в качестве обучающих образов и сканограммы микроКТ в качестве достоверных данных для построения составных моделей "общей пористости" для каждой петрофизической фации. Численный САК может быть вычислен непосредственно с таких поровых моделей, используя решетчатый метод Больцмана или другие модели потока, или их моделей поровой сети, полученных из поровых моделей.

[0092] В шаге 824, если доступны полные изображения скважины, обобщите изображения для каждого интервала 3 фута (1 м), охватывая интервалы отбора кернов с КТ-сканированием. Создайте 3-мерные численные псевдокерны из изображений скважины и сканограмм КТ, используя МТС. В шаге 826 результаты численного САК с моделей в масштабе пор используются для заполнения цифровых моделей породы в масштабе скважины, т.е. численные псевдокерны. В шаге 828 выполняется подтверждение, что численные псевдокерны являются ОПЭ для конкретных ТПП.

[0093] В шаге 830 определите эффективные значения пористости, проницаемости, капиллярного давления, показатели удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициенты отдачи и показатели Арчи для цементирования (m) и насыщения (n) в объемах рядом со скважиной, используя традиционные программы моделирования потока, такие как Eclipse. Если возможно, подтвердите вычисленный САК, определенный с численных псевдокернов, используя САК, полученный в лаборатории для полноразмерного керна. Выполните многократные реализации или выполните реализации для различных диапазонов пористости. Интегрируйте давление в резервуаре, свойства текучей среды и другие данные месторождения для моделирования потока.

[0094] Моделирование в межскважинном масштабе. Фиг.9 является блок-схемой последовательности операций, показывающей шаги, используемые для распределения фаций и построения модели в межскважинном масштабе, в соответствии с некоторыми вариантами воплощения. Ссылки также выполняются на рабочую схему, показанную и описанную на фиг.5.

[0095] В шаге 910 определяется стратиграфический профиль, пересекаемый горизонтальными скважинами с данными КВБ для плотности. Вариограммная статистика вычисляется для интервалов, где скважина находится в пределах одного стратиграфического слоя. Выясните скважинный эффект, пространственную цикличность (смотрите Pyrcz 2003; и Pranter 2005), постройте вариограммы и постройте геостатистические карты пористости для межскважинной площади. В шаге 912 вокселы пористости заполняются в межскважинных зонах с использованием каротажных диаграмм безосадочных скважин и КВБ, комбинированных с цифровыми САК, определяемыми из численных псевдокернов в соответствующем ТПП и с соответствующими диапазонами пористости. В шаге 914 выполняется подтверждение, что межскважинные объемы являются ОПЭ для конкретных ТПП.В шаге 916 выполняются многократные реализации численных псевдокернов, или численные псевдокерны создаются для конкретных диапазонов пористости. Геостатистические карты заполняются данными численных САК с численных псевдокернов.

[0096] В шаге 918 гетерогенность пористости наносится на карту межскважинных объемов, используя сейсмические параметры, если доступно. Сейсмические данные используются для обеспечения ввода в 3-мерные модели распределения фаций. Если сейсмические параметры коррелируют с пористостью, используйте их в качестве косвенных данных для получения геостатистических карт межскважинных зон. В шаге 920 свойства породы определяются в межскважинной зоне, используя межскважинные геофизические данные, такие как электромагнитная и сейсмическая томография, если доступно. В шаге 922, основываясь на моделях пористости, гетерогенность проницаемости может прогнозироваться, используя связанное моделирование с пористостью, используемой в качестве вторичной переменной. В шаге 924 вычисляются эффективные значения пористости, проницаемости, капиллярного давления, показатели удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициенты отдачи и показатели Арчи для цементирования (m) и насыщения (n) для каждого межскважинного объема, используя традиционные программы моделирования потока, такие как Eclipse.

[0097] Моделирование в масштабе месторождения. Фиг.10A-В являются блок-схемами последовательности операций, показывающими рекомендуемые шаги для укрупнения масштаба моделей от межскважинного масштаба до масштаба месторождения, в соответствии с некоторыми вариантами воплощения. Ссылки также выполняются на рабочую схему, показанную и описанную на фиг.6.

[0098] В шаге 1010 результаты эффективного численного САК используются для межскважинных объемов для заполнения моделей всего месторождения, построенных на основании статических моделей с независимо распределенными ТПП в пределах границ каротажной корреляции и/или сейсмостратиграфии. В шаге 1012 аналоги линий выхода, если доступно, используются для получения типов фации, ассоциаций фации и поперечных корреляций в статической модели подземного пространства. Эти аналоги линий выхода могут использоваться для оказания помощи при МТС- моделировании при генерировании обучающих образов. В шаге 1014 модели в масштабе бассейна, если доступно, используются для размещения месторождения в пределах его регионального контекста в понятиях нефтематеринской породы, пласта, ловушки и изоляции. История залегания и его влияние на диагенез являются важными вопросами.

[0099] В шаге 1016 крупноформатные таблицы каротажа верхних границ, фации и границ секвенций создаются для каждого описанного керна и/или каждой скважины, подвергаемой каротажу, в данном месторождении. Кривые пропорций фаций вычисляются для каждой скважины с отбором кернов и/или каротажем. В шаге 1018 ассоциации фаций в вертикальной последовательности определяются, используя анализ цепи Маркова или подобный способ. Строятся карты изопахит ключевых фаций и/или параметрической мощности. В шаге 1020 сейсмические поверхности или концептуальные модели используются для предоставления палеотопографии для прямой стратиграфической модели (ПСМ). ПСМ создаются для визуализации сценариев для гидропереноса или органического роста отложений. В шаге 1022 согласовываются мощности секвенций и общий требуемый интервал. Управление временным шагом ПСМ используется для грубого согласования мощностей слоев, пропорций фаций и ассоциаций фаций, наблюдаемых в скважинах с отбором керна.

[00100] В шаге 1024 псевдоскважины создаются в произвольных местах в пределах месторождения. "Литология" или "размер зерна" ПСМ используются в качестве замены фаций с описания керна. В шаге 1026 ПСМ регулируются, используя описания кернов и интерпретации каротажа для: (а) мощностей слоя; (б) пропорций фаций; и (в) ассоциаций фаций. В шаге 1028 ПСМ после регулировки используются в качестве обучающего образа или куба вероятности фации (косвенные данные) для МТС-моделирования. Если ПСМ используется в качестве куба вероятности фации, обучающие образы МТС могут представлять собой послойные модели со сравнимыми мощностями, пропорциями фаций и ассоциациями фаций для описанных кернов и каротажа в скважинах. Если необходимо, вследствие переменной архитектуры пластов, различные обучающие образы могут использоваться в различных регионах месторождения. В шаге 1030 диагенетические модели используются для отображения изменений пористости и проницаемости в виде функции цементации и уплотнения вследствие оседания.

[00101] В то время как описание изобретения осуществляется посредством примерных вариантов воплощения, специалистам в этой области должно быть понятно, что модификации и изменения описанных вариантов воплощения могут осуществляться без отклонения от концепций изобретения, раскрываемого здесь. Кроме того, в то время как предпочтительные варианты воплощения описываются в связи с различными иллюстративными структурами, специалисты в этой области должны понять, что система может быть воплощена, используя разнообразие конкретных структур. Соответственно, изобретение не должно рассматриваться как ограниченное, за исключением объема и сущности прилагаемых пунктов формулы изобретения.

Claims (34)

1. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, представляющих породу пласта, причем упомянутый способ содержит комбинирование данных цифрового моделирования породы в масштабе скважины с исходными данными в межскважинном масштабе для генерирования данных цифрового моделирования породы в межскважинном масштабе, которые, по меньшей мере частично, охватывают гетерогенность в межскважинном масштабе.

2. Способ по п. 1, отличающийся тем, что дополнительно содержит идентификацию множества типов породы пласта в по меньшей мере данных цифрового моделирования породы в масштабе скважины.

3. Способ по п. 1, отличающийся тем, что исходные данные в межскважинном масштабе собирают, используя один или более способов, выбранных из группы, состоящей из: данных каротажа во время бурения из невертикальной скважины, межскважинных геофизических измерений и сейсмических измерений.

4. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе собирают, используя данные каротажа во время бурения из невертикальной скважины.

5. Способ по п. 3, отличающийся тем, что исходные данные в межскважинном масштабе включают в себя вычисленную вариограммную статистику.

6. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы в масштабе скважины, используемые для генерирования данных цифрового моделирования породы в межскважинном масштабе, включают в себя вычисленные значения в масштабе скважины одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

7. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы являются трехмерными данными.

8. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы включают в себя результаты многоточечной статистики.

9. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы включают в себя множество объемов представительных элементов.

10. Способ по п. 1, отличающийся тем, что данные цифрового моделирования породы в масштабе скважины были, по меньшей мере частично, укрупнены из данных цифрового моделирования породы в масштабе пор.

11. Способ по п. 10, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе пор основывается, по меньшей мере частично, на вычисленных значениях в масштабе пор одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

12. Способ по п. 10, отличающийся тем, что данные цифрового моделирования породы в масштабе пор включают в себя геометрию пор, которая выражается количественно, используя один или более способов, выбранных из группы, состоящей из: лазерной сканирующей флуоресцентной микроскопии в проходящем свете, сканограмм микроКТ, сканограмм наноКТ, электронной микроскопии со сканированием фокусированным ионным пучком, капиллярного давления при нагнетании ртути и/или ядерного магнитного резонанса.

13. Способ по п. 10, отличающийся тем, что данные цифрового моделирования породы в масштабе пор генерируют, по меньшей мере частично, используя стратегически выбранные образцы, вырезанные из керна, выбранные, используя сетчатые данные минипроницаемости и сканограммы традиционной КТ одной или более пластинок керна.

14. Способ по п. 13, отличающийся тем, что данные минипроницаемости являются сетчатыми с шагом около от 0,5 см до 1 см.

15. Способ по п. 13, отличающийся тем, что данные сканограммы традиционной КТ имеют шаг среза около от 1 мм до 2 мм.

16. Способ по п. 1, отличающийся тем, что дополнительно содержит построение модели потока гетерогенных пород на основании, по меньшей мере частично, генерируемых данных цифрового моделирования породы в межскважинном масштабе.

17. Способ по п. 1, отличающийся тем, что дополнительно содержит укрупнение масштаба генерируемых данных цифрового моделирования породы в межскважинном масштабе для генерирования данных цифрового моделирования породы в масштабе всего месторождения.

18. Способ по п. 17, отличающийся тем, что укрупнение масштаба для генерирования данных цифрового моделирования породы в масштабе всего месторождения основывается, по меньшей мере частично, на вычисленных значениях в межскважинном масштабе из данных цифрового моделирования породы в межскважинном масштабе, причем вычисленные значения являются одним или более свойствами, выбранными из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

19. Способ по п. 17, отличающийся тем, что данные цифрового моделирования породы в масштабе всего месторождения генерируют, используя один или более способов, выбранных из группы, состоящей из: сейсмостратиграфического моделирования, аналогов линий выхода, карт изопахит, кривых пропорций фаций, сейсмических параметров, прямого стратиграфического моделирования, диагенетического моделирования, моделирования в масштабе бассейна и/или многоточечного статистического моделирования.

20. Способ по п. 1, отличающийся тем, что порода пласта включает в себя один или более типов литологии, выбранных из группы, состоящей из: карбонатов, песчаников, сланцев, углей, эвапоритов и вулканических или метаморфических пород.

21. Способ по п. 1, отличающийся тем, что генерируемые данные цифрового моделирования породы в межскважинном масштабе включают в себя один или более разломов или сдвигов.

22. Система для генерирования данных цифрового моделирования породы в межскважинном масштабе, используя способ по п. 1.

23. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе пор, представляющих породу пласта, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в масштабе пор, по меньшей мере частично, используя данные минипроницаемости и КТ-сканирования для одной или более пластинок керна породы пласта, комбинированные с данными геометрии пор; и
укрупнение масштаба данных цифрового моделирования породы в масштабе пор до данных цифрового моделирования породы в масштабе скважины на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в масштабе пор с исходными данными в масштабе скважины.

24. Способ по п. 23, отличающийся тем, что данные геометрии пор получают, используя один или более способов, выбранных из группы, состоящей из: лазерной сканирующей флуоресцентной микроскопии в проходящем свете, сканограмм микроКТ, сканограмм наноКТ, электронной микроскопии со сканированием фокусированным ионным пучком, капиллярного давления при нагнетании ртути и ядерного магнитного резонанса.

25. Способ по п. 23, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе пор основано, по меньшей мере частично, на вычисленных значениях в масштабе пор одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

26. Система для генерирования укрупненных данных цифрового моделирования породы в масштабе скважины, используя способ по п. 23.

27. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в масштабе скважины, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в межскважинном масштабе, по меньшей мере частично, используя данные скважины из по меньшей мере одной невертикальной скважины; и
укрупнение масштаба данных цифрового моделирования породы в масштабе скважины до данных цифрового моделирования породы в межскважинном масштабе на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в масштабе скважины с исходными данными в межскважинном масштабе.

28. Способ по п. 27, отличающийся тем, что данные скважины включают в себя один или более типов данных, выбранных из группы, состоящей из: каротажных данных, вариограммной статистики, межскважинных сейсмических данных, электромагнитных данных и данных сейсмических параметров.

29. Способ по п. 27, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в масштабе скважины основывается, по меньшей мере частично, на вычисленных значениях в масштабе скважины одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

30. Система для генерирования укрупненных данных цифрового моделирования породы в межскважинном масштабе, используя способ по п. 27.

31. Способ укрупнения масштаба системой обработки данных цифрового моделирования породы в межскважинном масштабе, причем упомянутый способ содержит:
генерирование данных цифрового моделирования породы в масштабе всего месторождения; и
укрупнение масштаба данных цифрового моделирования породы в межскважинном масштабе до данных цифрового моделирования породы в масштабе всего месторождения на основании, по меньшей мере частично, комбинирования данных цифрового моделирования породы в межскважинном масштабе с исходными данными в масштабе всего месторождения.

32. Способ по п. 31, отличающийся тем, что данные цифрового моделирования породы в масштабе всего месторождения генерируют, по меньшей мере частично, используя один или более способов, выбранных из группы, состоящей из: сейсмостратиграфического моделирования, аналогов линий выхода, карт изопахит, кривых пропорций фаций, сейсмических параметров, прямого стратиграфического моделирования, диагенетического моделирования, моделирования в масштабе бассейна и многоточечного статистического моделирования.

33. Способ по п. 31, отличающийся тем, что укрупнение масштаба из данных цифрового моделирования породы в межскважинном масштабе основывается, по меньшей мере частично, на вычисленных значениях в межскважинном масштабе одного или более свойств, выбранных из группы, состоящей из: пористости, проницаемости, капиллярного давления, показателей удельного сопротивления, относительной проницаемости, насыщенности водой, остаточной насыщенности водой, остаточной насыщенности нефтью, коэффициентов отдачи и показателей Арчи для цементирования (m) и насыщения (n).

34. Система для генерирования укрупненных данных цифрового моделирования породы в масштабе всего месторождения, используя способ по п. 31.

Images