RU2656303C1 - Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород - Google Patents
Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород Download PDFInfo
- Publication number
- RU2656303C1 RU2656303C1 RU2017107446A RU2017107446A RU2656303C1 RU 2656303 C1 RU2656303 C1 RU 2656303C1 RU 2017107446 A RU2017107446 A RU 2017107446A RU 2017107446 A RU2017107446 A RU 2017107446A RU 2656303 C1 RU2656303 C1 RU 2656303C1
- Authority
- RU
- Russia
- Prior art keywords
- rocks
- reservoir
- clay
- geological
- model
- Prior art date
Links
- 239000004927 clay Substances 0.000 title claims abstract description 75
- 239000011435 rock Substances 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000010276 construction Methods 0.000 title claims description 5
- 238000011161 development Methods 0.000 claims abstract description 24
- 230000035699 permeability Effects 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 239000000463 material Substances 0.000 claims abstract description 6
- 238000011160 research Methods 0.000 claims abstract description 6
- 230000006978 adaptation Effects 0.000 claims abstract description 4
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 239000011162 core material Substances 0.000 claims abstract 8
- 230000015572 biosynthetic process Effects 0.000 claims description 21
- 238000005755 formation reaction Methods 0.000 claims description 21
- 238000009830 intercalation Methods 0.000 claims description 2
- 230000002687 intercalation Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 abstract description 2
- 230000009977 dual effect Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract 1
- 238000005065 mining Methods 0.000 abstract 1
- 238000004088 simulation Methods 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 238000001914 filtration Methods 0.000 description 12
- 208000035126 Facies Diseases 0.000 description 9
- 239000012530 fluid Substances 0.000 description 7
- 239000011229 interlayer Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- RXZBMPWDPOLZGW-HEWSMUCTSA-N (Z)-roxithromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)C(=N\OCOCCOC)/[C@H](C)C[C@@](C)(O)[C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 RXZBMPWDPOLZGW-HEWSMUCTSA-N 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 108091000069 Cystinyl Aminopeptidase Proteins 0.000 description 1
- 102100020872 Leucyl-cystinyl aminopeptidase Human genes 0.000 description 1
- 241001415846 Procellariidae Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 150000004649 carbonic acid derivatives Chemical class 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
Изобретение относится к области геолого-гидродинамического моделирования и может быть использовано при решении задач поиска, разведки и проектирования разработки нефтяных месторождений в условиях сложного строения коллекторов. Сущность: изучают керновый материал, выделяя литотипы пород и обосновывая значения их фильтрационно-емкостных и геомеханических свойств. Строят детальную объемную геологическую модель на основе стохастического пиксельного метода распределения параметров. Строят гидродинамическую модель с адаптацией параметров пласта на историю разработки залежи. Выполняют многовариантные расчеты прогнозных показателей разработки залежи с выбором оптимального варианта разработки. При этом обоснование свойств пород и их строения осуществляют как по данным прямого изучения керна и интерпретации материалов геофизических исследований скважин, так и по данным среднестатистического анализа результатов исследования керна с установлением зависимостей свойств пород от глубины их залегания. Геологическую модель представляют двойной средой (модель Каземи), в которой первой средой являются глины, а второй - породы-коллекторы. Для построения геологической модели определяют статистическую вероятность распределения литотипов пород, которым присвоены характерные значения пористости, проницаемости, нефтенасыщенности, сжимаемости, содержания глинистых включений в породах-коллекторах и сообщаемости (между глинами и породами-коллекторами) по разрезу залежи. С этой целью строят локальные литологические разрезы на основе интерпретации материалов геофизических и керновых исследований и выявляют закономерность между геофизическими параметрами и литологическим составом пород. Технический результат: возможность построения адекватной геолого-гидродинамической модели. 2 табл., 5 ил.
Description
Изобретение относится к нефтяной промышленности, в частности к способам геолого-гидродинамического моделирования залежей нефти, и может найти место при решении задач поиска, разведки и проектирования разработки месторождений в условиях сложного строения коллекторов.
Модели залежей углеводородов широко распространены в нефтяной промышленности для определения различных технологических показателей разработки месторождений. При цифровом геологическом моделировании пласт представляется в виде множества ячеек, каждая из которых обладает набором характерных параметров (пористость, проницаемость, насыщенность и др.). Таким образом, модель является представлением структуры и свойств залежи и позволяет воспроизводить фильтрацию многофазной жидкости. При этом модель пласта является представительной в том случае, если она способна воспроизвести исторические показатели работы скважин (добыча нефти и воды, газовый фактор и др.), а также энергетическое состояние залежи.
В мире широко распространены залежи нефти и газа со сложным строением, обусловленным частым чередованием линзообразных глинистых и песчано-алевритовых, редко карбонатных прослоев. Так на территории Западной Сибири к отложениям подобного строения относят тюменскую свиту, ачимовскую толщу, пласты группы А неокома. В этих залежах песчано-алевритовые тела осложнены высоким (до 40% по объему) содержанием в них тонких глинистых слойков и линз толщиной до нескольких миллиметров (глинистая составляющая коллектора), а также тонких карбонатных и углистых включений. При этом содержание глинистых разделов (перемычек) в теле пласта часто превышает 50%. Для залежей такого строения характерным, как правило, являются низкие значения фильтрационно-емкостных свойств, изначально повышенная обводненность продукции (более 20%) и высокий темп падения дебита скважин по нефти в процессе эксплуатации в результате запирающего действия притока воды извне, и снижения пластового давления в зоне дренирования пласта. Глинистые породы, содержащиеся в таких залежах, в условиях нахождения на максимальной глубине своего прошлого геологического залегания, по сравнению с другими породами, представляют собой более динамичные системы, которые чрезвычайно восприимчивы в силу своих структурно-текстурных особенностей к внешним и внутренним воздействиям [1].
Механизм перетоков воды в процессе разработки изображен на фиг. 1, где 1 - водоносный пласт, 2 - глинистый прослой/экран, 3 - пласт объекта Ю, 4 - глинистые линзы/включения. При снижении пластового давления на границе коллектор - вмещающая порода (глина) образуется вертикальный градиент давления (эпюра 5). Это приводит к отжиманию флюида из вмещающих пород в эксплуатируемый пласт-коллектор 6 и необратимому уплотнению вмещающих глинистых пород. Так же при этом из-за возникшего градиента давления и деформации пород будет наблюдаться переток воды в продуктивный коллектор из экранов 7, а также через экраны из подстилающих или перекрывающих водоносных проницаемых горизонтов. При огромной площади контакта в зоне дренирования глинистых прослоев и линз с нефтенасыщенным коллектором (млн.м2) объем поступления воды в пласт (коллектор) извне может быть значительным и способным существенно повлиять на работу скважин. В зонах же воронки репрессии нагнетательных скважин в результате повышения пластового давления происходит отток нагнетаемой воды в глины 8, а также через экраны залежи в перекрывающие и подстилающие проницаемые горизонты, снижая эффективность системы поддержания пластового давления. При этом объем оттока через экраны нагнетаемой воды определяется градиентом давления площадью воронки репрессии, толщиной экранов и водопроницаемостью слагающих его пород.
Известен способ [US 20080162093 А1, МПК G06F 17/11, G06G 7/48], который предполагает использование при построении геологических моделей распределение в разрезе пласта литологических фаций, полученных на основе анализа данных геофизических исследований, а также сейсмических фаций, полученных по результатам сейсмических исследований. При этом предлагается учитывать как монолитные, так и слоистые глины. Ввиду невысокой разрешающей способности геофизических и, тем более, сейсмических исследований, выделение тонких глинистых слойков и линз толщиной первые миллиметры перечисленными методами исследований представляется невозможным, в связи с чем способ моделирования не предполагает учитывать тонкую глинистую составляющую коллектора.
Другой способ [US 5838634 А, МПК G01V 1/28] создания геологических моделей 3-Д, включает на основе данных сейсмических и геофизических исследований выделение интервалов, отличающихся фильтрационно-емкостными свойствами: преимущественно высокопористые песчаники, преимущественно низкопористые глины и слой смешанных пород, который состоит из чередующихся пропластков от высокопористых песчаников до низкопористых глин. Каждый стратиграфический интервал имеет характерные вертикальные и поперечные размеры. Дополнительно проводят калибровку между данными геофизических исследований и сейсмических атрибутов для задания свойств пород (например, средней пористости) в каждом интервале пласта. Данный способ моделирования, исключающий возможность фильтрации воды в глинах при предлагаемой толщине ячеек от 0.3 м до 1 м, не позволяет учитывать в модели тонкие (до несколько миллиметров) глинистые прослои.
Известен способ фациального моделирования [US 7970593 В2, МПК G01V 1/00, G06F 7/60, G01V 3/38, G06G 7/48, G01N 15/08], который учитывает следующие фации: «глины» (F1), «слоистые глины» (F2), «слоистые песчаники» (F3) и «песчаники» (F4). Каждой фации присваиваются значения параметров фильтрационно-емкостных свойств. При этом предполагается корректировка некоторых параметров геостатистической модели в процессе настройки фильтрационной модели на историю разработки. Способ моделирования не позволяет учитывать глинистые включения, содержащиеся в коллекторе, поскольку каждая ячейка может является либо глиной, либо коллектором, содержание прослоев одной среды в другой не предусматривается.
Известен способ геологического моделирования [US 7925481 В2, МПК G06G 7/48], учитывающий наличие глинистых элементов в составе породы. Способ предполагает определение свойств пород, в том числе пористость и проницаемость, на основе распределения частиц по размерам совместно с минералогией и историей осадконакопления. При этом содержание элементов глин учитывается использованием алгоритма кластеризации Flo-Рас для распределения глин в моделируемой породе. Глина заполняет поры между зернами песчаников, уменьшая пористость и проницаемость породы. Глина может быть сконцентрирована в отдельных слоях («слоистая глина»), или достаточно равномерно распределена по образцу («диспергированная глина»). Данный способ предполагает аппроксимацию фильтрационно-емкостных свойств пород-коллекторов в зависимости от наличия глин. Однако способ не позволяет учитывать различный характер фильтрации флюидов в глинах и коллекторах при дальнейшем гидродинамическом моделировании, поскольку итоговая геологическая модель представляет собой только одну среду. Также, используя способ, не представляется возможным учитывать сжимаемость глин и, соответственно, выжимание из нее воды в процессе разработки залежи.
Таким образом, известные способы моделирования не позволяют учитывать наличие тонких глинистых слойков и линз, а данные о фильтрационно-емкостных свойствах интервалов, относящихся к неколлекторам (глинам), как правило, не учитываются, сами интервалы принимаются не активными. Впервые предложен новый подход к моделированию, учитывающий фильтрационно-емкостные и геомеханические свойства глинистых пород, что позволяет считать предлагаемое решение соответствующим критерию «изобретательский уровень». Техническим результатом изобретения является повышение эффективности поиска, разведки, проектирования и разработки месторождений в условиях сложного строения коллекторов за счет построения адекватной геолого-гидродинамической модели. Учет проницаемости и пластичности глин при гидродинамическом моделировании существенно улучшает адаптацию модели, воспроизведение динамики обводнения и забойного давления в скважинах, позволяет производить оценку объемов отжимаемой воды из глинистых пород в коллектор и оттока нагнетаемой воды через экраны залежи.
Сущность предлагаемого способа
Высокая неоднородность строения пластов определяется малой, непрерывной, линзообразной протяженностью (редко более 500 м) и толщиной (до первых метров) песчано-алевритовых тел. При этом песчано-алевритовые тела сами по себе также являются неоднородными, осложняются наличием тонких прослоев и линз глинистого, карбонатного и углистого материалов («включений»), не выделяемых по ГИС. В связи с таким строением пласта значимая гидродинамическая связь между отдельными линзообразными продуктивными прослоями затруднена и часто, особенно по вертикали, практически, вообще отсутствует. В условиях недостатка знаний о распределении литологических тел в межскважинном пространстве в пластах такого строения, расчеты технологических показателей разработки возможны только с использованием стохастических геологических моделей. При распределении литологических тел в межскважинном пространстве в первую очередь учитывается их распределение в разрезе близ расположенных скважин с заполнением оставшегося пространства согласно сложившимся представлениям о строении пласта, протяженности и конфигурации литологических тел, определяемых фациальными условиями осадконакопления.
В условиях значительных различий в характере фильтрации жидкостей в породах коллектора и глинистых элементах, геологическая модель строится на основе двойной среды по проницаемости и нефтенасыщенности (фиг. 2), где за первую среду принимается глинистая составляющая (прослойки и линзочки глин) коллектора 9, а за вторую среду вмещающие песчано-алевритовые породы 10. В идеализированной модели пласт схематизируется одинаковыми прямоугольными параллелепипедами (глинистые элементы) 11, разделенными песчано-алевритовыми телами 12. При построении моделей двойной среды возрастает объем обязательных параметров пластовой системы, включаемых в уравнение фильтрации пластовых флюидов: необходима информация о свойствах каждой из описываемых сред и о процессах их взаимодействия друг с другом. Уравнения движения и сохранения массы, записываемые независимо для каждой среды, предполагают переток жидкости (фиг. 3) из глинистых элементов 13 в песчано-алевритовые породы 14, а уже из них - в ствол скважины 15. При описании модели двойной проницаемости обязательно задается коэффициент сигма-σ. Данный коэффициент описывает влияние характера распределения, размеров и геометрии характерных блоков первой среды (глинистых элементов) на величину сооб-щаемости между двумя средами. Коэффициент впервые был предложен Каземи, имеет размерность обратную площади:
где Lx, Ly и Lz - характерные размеры блоков первой среды в каждом направлении.
Обобщенная схема построения стохастических геолого-гидродинамических моделей залежей неоднородных пластов с частым и тонким переслаиванием водонасыщенных глинистых и нефтенасыщенных песчанно-алевритовых пород отображена на фиг. 4.
Для стохастического поинтервального распределения свойств ячеек пород, согласно данным изучения керна и интерпретации данных ГИС выделено 7 основных литотипов: I-глина отмученная, II-глина алевритистая, III-плотный (в основном карбонатный), IV-алевролит глинистый, V-алевролит, VI-песчаник глинистый, VII-песчаник.
Распространение глинистых пород по разрезу определяется посредством интерпретации материалов ГИС по относительному значению параметра ГК: более 0,9 относятся к глинам отмученным, а менее 0,9 - к глинам алевритистым. Разделение песчано-алевритовых пород в зависимости от глубины залегания условно проводится по величине значения пористости, определенной по данным интерпретации материалов ГИС. Так при глубине залегания пород 2700-2900 м к алевролитам глинистым относятся интервалы разреза с пористостью 0,12 -0,14 доли ед., к алевролитам - с пористостью 0,14-0,16 доли ед., к песчаникам глинистым - с пористостью 0,16-0,18 доли ед. и песчаникам - с пористостью более 0,18 доли ед.
По данным изучения керна и результатам интерпретации ГИС по каждому литотипу проводится обоснование значений пористости, проницаемости, нефте-насыщенности (газонасыщенности) и сжимаемости порового пространства в упругой и упруго-пластической областях. При недостатке лабораторных исследований на керне пород конкретного объекта параметры, особенно для недостаточно изучаемых глинистых и плотных пород, принимаются по данным среднестатистического анализа результатов исследований пород месторождений Западной Сибири.
В рамках среднестатистического анализа, для получения зависимостей изменения свойств пород во всем интервале их залегания от 1000 м до 4000 м, был проведен большой комплекс исследований и анализ имеющихся данных при стандартном изучении керна (более 20 тыс.образцов). Особое внимание было уделено изучению сжимаемости порового пространства и изменению проницаемости пород в пластической области. Особенности осадочных пород центральной части Западной Сибири позволили по результатам изучения керна, отобранного на различных глубинах, выявить закономерность изменения пористости (Кп), проницаемости (Кпр), сжимаемости в упругой (β упр.) и упруго-пластической (β упр-пл) областях от глубины залегания (Н) (таблица 1) [2]. 
Примечание * - зависимости параметров плотных (III литотип) пород не приводятся из-за незначительных изменений от глубины залегания
Согласно проведенным исследованиям ФЕС на керне в относительно однородных образцах коллектора (без глинистой составляющей), пористость для глинистых алевролитов в среднем составляет около 16% и определяется в основном содержанием рассеянной глинистости - цементирующего материала, для алевролитов средняя пористость оценивается в 17%, для глинистых песчаников - 18,5%, для песчаников - 21%. При этом пористость глинистой составляющей коллектора принята равной 8,5% (алевритистая глина).
Проницаемость однородных образцов литотипов коллектора глинистых алевролитов оценивается в среднем 10-2 мкм2, для алевролитов - 2*10-2 мкм2, для глинистых песчаников - 5*10-2 мкм2, для песчаников - 10-1 мкм2. Проницаемость глинистой составляющей коллектора (тонких слойков и линзочек), как и для алев-ритистых глин, принимается равной 5*10-7 мкм2. При этом нефтенасыщенность глинистой составляющей принимается равной нулю, а однородных литотипов песчано-алевритовых пород определяется по формуле:
где Кн2 - нефтенасыщенность литотипов однородных песчано-алевритовых пород, доли ед.;
Кп2- пористость литотипов однородных песчано-алевритовых пород, доли ед.;
Kп1 - пористость глинистой составляющей литотипов коллекторов, доли ед.;
у - содержание однородных песчано-алевритовых пород в выделенном интервале литотипа коллектора, доли ед.;
х - содержание глинистой составляющей в выделенном интервале литотипа коллектора, доли ед.;
Кнн - начальная нефтенасыщенность пород по данным ГИС в интервале выделенного литотипа коллектора, доли ед.
Для количественной оценки содержания и характера распределения глинистой составляющей в коллекторе проведены расчеты на керне встречаемости тонких глинистых слойков и линз (фото штуфов керна в дневном и ультрафиолетовом свете), а также интерпретация материалов ГИС (зависимость отклонения относительного параметра ГК от глиносодержания) для всех литотипов пород. При этом в глинистых алевролитах содержание глинистой составляющей коллектора чаще превышает 30% (в среднем оценивается в 30%); в алевролитах - 15-25% (в среднем около 20%); в глинистых песчаниках - 10-20% (в среднем принимается 15%); в песчаниках - 5-15% (в среднем принимается 10%).
В качестве примера в таблице 2 приведены среднестатистические параметры литотипов пород на глубине залегания 2700-2900 м. Параметры первых трех литотипов принимаются одинаковыми как для первой, так и для второй среды. Параметры остальных литотипов разделяются на глинистую составляющую (первая среда) и однородную породу-коллектор (вторая среда). В случае наличия тонких прослоев коллектора в массиве пород первых трех литотипов, их параметры также могут разделяться на две составляющие в соответствии с объемным содержанием одной среды в другой. 
При построении цифровой геологической модели используются:
- структурная карта залегания стратиграфической кровли, построенная с учетом сейсмических данных и бурения;
- карты общих, эффективных и нефтенасыщенных толщин, толщин глинистых экранов, зон слияния пластов и др.;
- карты развития флюидных контактов, тектонических нарушений, выклинивания пласта, коллекторов и др.;
- результаты обработки данных инклинометрии эксплуатационных и разведочных скважин;
- геолого-геофизическая характеристика разрезов пласта и экранов эксплуатационных и разведочных скважин;
- результаты изучения керна пласта и экранов на участке, залежи, месторождении;
- содержание и свойства флюидов.
Алгоритм построения геологической модели разбит на четыре основных этапа:
1. формирование куба структурного каркаса с учетом экранов;
2. формирование вариантов кубов вероятного распределения (литологическая модель);
3. формирование кубов ФЕС и насыщения для каждого набора распределения;
4. подсчет запасов и оценка достоверности вариантов.
Размеры расчетной базовой области в плоскости XY выбираются исходя из особенностей строения пласта и экранов участка. Размер элементарной ячейки пласта должен быть достаточным для детального моделирования гидродинамических процессов фильтрации и применения методов воздействия на пласт.
Структурная модель (структурный каркас) пласта представляет собой задание оцифрованных границ и формирование пакетов параллельных слоев. Структурный каркас формируется автоматически в виде трехмерной сетки и производится с учетом заданных значений глубин, а также количества и размерности ячеек по всем векторам X, Y, Z. Оценка влияния на показатели разработки и энергетическое состояние глинистой составляющей коллектора, глинистых разделов и глинистых экранов требует при построении геологической модели включать в расчетную базовую область глинистые экраны толщиной до 20 м. При большей толщине экрана перераспределением воды между рассматриваемым пластом и другими перекрывающими и подстилающими проницаемыми объектами можно пренебречь.
К особенностям построения модели двойной среды по проницаемости и нефтенасыщенности можно отнести создание сетки ячеек с двойным числом слоев, то есть при размере сетки структурного каркаса модели в N слоев, модель будет иметь размерность 2N. Верхние Nz/2 слои представляют матрицу глинистых элементов, а нижние Nz/2 используются, чтобы представить систему песчано-алевритовых пород. При этом пространственно песчано-алевритистая 16 и глинистая 17 среды имеют одинаковое местоположение, то есть вложены друг в друга, образуя коллектор 18 (фиг. 5).
Параметрическое заполнение модели осуществляется заданием статистических распределений типов пород по всем слоям модели. Согласно данным изучения керна, гидродинамических исследований, результатов интерпретации ГИС и испытания скважин, определяют наиболее вероятную встречаемость выделенных литотипов пород в каждом интервале залежи. Формирование куба литологии осуществляют в специализированных программных продуктах, позволяющих создавать куб трехмерного дискретного фациального параметра на основе стохастического пиксельного метода (например, модуль IRAP RMS Fades Indicators компании Roxar или модуль Petrel Facies Modeling компании Schlumberger). Исходя из распределения, алгоритм определяет, какую из фаций (тип ячеек) поместить в ту или иную ячейку. На этой основе каждой ячейке присваивают значение кода ее типа. Далее куб литологии (типов ячеек) дополняется соответствующими параметрами пористости, проницаемости, нефтенасыщенности, сжимаемости, сообщаемости глина-коллектор (σ).
Для описания процессов фильтрации используют специализированное программное обеспечение, позволяющее проводить расчеты трехмерных гидродинамических моделей фильтрации нефти, газа (растворенного) и воды двойной среды (например, Tempest-More компании Roxar или Eclipse компании Schlumberger).
Процесс гидродинамичского моделирования нефтяных месторождений состоит из трех стадий [3], включающих: 1) сбор данных за продолжительный период разработки и последующее их преобразование к виду, удобному для использования в программах моделирования; 2) процесс воспроизведения истории разработки и адаптации параметров пласта с применением программных средств; 3) прогнозирование процесса добычи, когда адаптированная по истории разработки модель пласта используется для расчета различных вариантов разработки месторождения с целью выбора оптимального.
Процесс построения фильтрационных моделей сводится к последовательному количественному описанию:
- геологических параметров - геометрии области фильтрации и ФЕС моделируемых объектов;
- физико-химических свойств пластовых флюидов и прочностных характеристик пород-коллекторов (по лабораторным исследованиям);
- кривых относительных фазовых проницаемостей (по лабораторным исследованиям и промысловым данным);
- данных о расположении и состоянии скважин, а также проводимых на них ГТМ.
Кривые относительных фазовых проницаемостей задаются отдельно для «коллекторов» (алевролитов, песчаников) и «неколлекторов» (глин, углей, плотных карбонатов). Так кривые для «коллекторов» соответствуют принятым при расчетах технологических показателей действующего проектного документа, а «неколлекторы» представлены полупроницаемыми мембранами, пропускающими воду и не пропускающими нефть.
Адаптированная постоянно действующая геолого-технологическая модель позволяет не только воспроизводить текущие эксплуатационные показатели скважин и энергетическое состояние объекта разработки, но и производить расчеты прогнозных значений показателей разработки, проводить выбор направлений повышения эффективности разработки, а также оценивать извлекаемые запасы нефти в пределах моделируемых участков.
Результаты многовариантных расчетов разработки залежей используют для дальнейшего технико-экономического анализа, с помощью которого выбирают оптимальный вариант эксплуатации месторождения на заданный период времени. Наиболее оптимальным считается вариант, обеспечивающий наилучшее соотношение периода эксплуатации месторождения и суммарной добычи нефти, характеризующийся наименьшим сроком окупаемости капитальных затрат и позволяющий достичь или превысить утвержденный КИН.
Литература
1. Добрынин В.М., Городнов А.В., Черноглазов В.Н. и др. Исследование уплотнения глинистой покрышки в процессе разработки месторождений нефти и газа. Труды государственного университета нефти и газа им. И.М. Губкина. - 2013. - №1. - С. 79-104
2. Александров А.А., Габдраупов О.Д., Девяткова С.Г., Сонич В.П. Петрофизическая основа влияния глинистых пород, пластов и экранов на показатели разработки залежей. Нефтяное хозяйство, №2, 2016, стр. 38-43.
3. РД 153-39.0-047-00. Регламент по созданию ПДГТМ нефтяных и газонефтяных месторождений. - М.: ОАО «ВНИИОЭНГ», 2000. - 100 с.
Claims (1)
- Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород, включающий изучение кернового материала с выделением литотипов пород и обоснованием значений их фильтрационно-емкостных и геомеханических свойств, построение детальной объемной геологической модели на основе стохастического пиксельного метода распределения параметров, построение гидродинамической модели с адаптацией параметров пласта на историю разработки залежи, многовариантные расчеты прогнозных показателей разработки залежи с выбором оптимального варианта разработки, отличающийся тем, что обоснование свойств пород и их строения осуществляется как по данным прямого изучения керна и интерпретации материалов геофизических исследований скважин, так и по данным среднестатистического анализа результатов исследования керна с установлением зависимостей свойств пород от глубины их залегания, геологическая модель представляется двойной средой (модель Каземи), в которой первой средой являются глины, а второй - породы-коллекторы, для построения геологической модели определяют статистическую вероятность распределения литотипов пород, которым присвоены характерные значения пористости, проницаемости, нефтенасыщенности, сжимаемости, содержания глинистых включений в породах-коллекторах и сообщаемости (между глинами и породами-коллекторами) по разрезу залежи, для чего осуществляют построение локальных литологических разрезов на основе интерпретации материалов геофизических и керновых исследований с выявлением закономерности между геофизическими параметрами и литологическим составом пород.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017107446A RU2656303C1 (ru) | 2017-03-06 | 2017-03-06 | Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017107446A RU2656303C1 (ru) | 2017-03-06 | 2017-03-06 | Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2656303C1 true RU2656303C1 (ru) | 2018-06-04 |
Family
ID=62560299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017107446A RU2656303C1 (ru) | 2017-03-06 | 2017-03-06 | Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2656303C1 (ru) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2695418C1 (ru) * | 2019-01-22 | 2019-07-23 | Общество с ограниченной ответственностью "ЛУКОЙЛ - Западная Сибирь" | Способ разработки неоднородного нефтяного месторождения |
| RU2720430C1 (ru) * | 2019-11-01 | 2020-04-29 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ определения состава и свойств пластового флюида на основе геологических характеристик пласта |
| RU2731004C1 (ru) * | 2020-02-14 | 2020-08-28 | Общество с ограниченной ответственностью "ЛУКОЙЛ-Западная Сибирь" | Способ построения геологических и гидродинамических моделей месторождений нефти и газа |
| RU2734332C2 (ru) * | 2019-04-09 | 2020-10-15 | Тоискин Игорь Яковлевич | Способ выделения не экранирующих глинистых пород, глинистых и глинисто-карбонатных разностей флюидоупора, мест скоплений углеводородов в нефтегазоносных структурах по физико-химическим особенностям пород |
| CN111983722A (zh) * | 2020-09-01 | 2020-11-24 | 中国石油天然气集团有限公司 | 一种基于目标偏好编码的储层测井特征参数提取方法 |
| CN112903607A (zh) * | 2021-02-23 | 2021-06-04 | 谢跃红 | 地下地质勘探方法、装置、设备及存储介质 |
| CN113419284A (zh) * | 2021-06-30 | 2021-09-21 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
| RU2757848C1 (ru) * | 2020-11-18 | 2021-10-21 | Общество с ограниченной ответственностью «Газпромнефть Научно-Технический Центр» | Способ локализации остаточных запасов на основе комплексной диагностики и адаптации ГГДМ |
| RU2760105C1 (ru) * | 2021-03-12 | 2021-11-22 | Публичное акционерное общество «Газпром нефть» | Система, машиночитаемый носитель и способ анализа керна по изображениям |
| CN113848586A (zh) * | 2021-09-23 | 2021-12-28 | 太原理工大学 | 一种基于介质比例波长因子的薄互层储层构型建模方法 |
| CN114283254A (zh) * | 2021-12-31 | 2022-04-05 | 西南石油大学 | 基于核磁共振数据的岩心数字化孔隙网络模型构建方法 |
| CN114966886A (zh) * | 2022-07-11 | 2022-08-30 | 成都理工大学 | 一种基于构型的致密气藏砂体连通性等级判定方法 |
| CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
| WO2024198584A1 (zh) * | 2023-03-29 | 2024-10-03 | 中国石油天然气股份有限公司 | 高倾角非均质砂岩油藏双向驱模拟装置与方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090204377A1 (en) * | 2004-09-10 | 2009-08-13 | Van Wagoner John C | Method for Constructing Geologic Models of Subsurface Sedimentary Volumes |
| US20130346040A1 (en) * | 2012-06-20 | 2013-12-26 | Schlumberger Technology Corporation | Shale gas production forecasting |
| RU2601733C2 (ru) * | 2014-10-23 | 2016-11-10 | Открытое акционерное общество "Сургутнефтегаз" | Способ построения геолого-гидродинамических моделей двойной среды залежей баженовской свиты |
-
2017
- 2017-03-06 RU RU2017107446A patent/RU2656303C1/ru active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090204377A1 (en) * | 2004-09-10 | 2009-08-13 | Van Wagoner John C | Method for Constructing Geologic Models of Subsurface Sedimentary Volumes |
| US20130346040A1 (en) * | 2012-06-20 | 2013-12-26 | Schlumberger Technology Corporation | Shale gas production forecasting |
| RU2601733C2 (ru) * | 2014-10-23 | 2016-11-10 | Открытое акционерное общество "Сургутнефтегаз" | Способ построения геолого-гидродинамических моделей двойной среды залежей баженовской свиты |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2695418C1 (ru) * | 2019-01-22 | 2019-07-23 | Общество с ограниченной ответственностью "ЛУКОЙЛ - Западная Сибирь" | Способ разработки неоднородного нефтяного месторождения |
| RU2734332C2 (ru) * | 2019-04-09 | 2020-10-15 | Тоискин Игорь Яковлевич | Способ выделения не экранирующих глинистых пород, глинистых и глинисто-карбонатных разностей флюидоупора, мест скоплений углеводородов в нефтегазоносных структурах по физико-химическим особенностям пород |
| RU2720430C1 (ru) * | 2019-11-01 | 2020-04-29 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ определения состава и свойств пластового флюида на основе геологических характеристик пласта |
| RU2720430C9 (ru) * | 2019-11-01 | 2020-06-02 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Способ определения состава и свойств пластового флюида на основе геологических характеристик пласта |
| RU2731004C1 (ru) * | 2020-02-14 | 2020-08-28 | Общество с ограниченной ответственностью "ЛУКОЙЛ-Западная Сибирь" | Способ построения геологических и гидродинамических моделей месторождений нефти и газа |
| CN111983722A (zh) * | 2020-09-01 | 2020-11-24 | 中国石油天然气集团有限公司 | 一种基于目标偏好编码的储层测井特征参数提取方法 |
| RU2757848C1 (ru) * | 2020-11-18 | 2021-10-21 | Общество с ограниченной ответственностью «Газпромнефть Научно-Технический Центр» | Способ локализации остаточных запасов на основе комплексной диагностики и адаптации ГГДМ |
| CN112903607A (zh) * | 2021-02-23 | 2021-06-04 | 谢跃红 | 地下地质勘探方法、装置、设备及存储介质 |
| RU2760105C1 (ru) * | 2021-03-12 | 2021-11-22 | Публичное акционерное общество «Газпром нефть» | Система, машиночитаемый носитель и способ анализа керна по изображениям |
| CN113419284A (zh) * | 2021-06-30 | 2021-09-21 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
| CN113848586A (zh) * | 2021-09-23 | 2021-12-28 | 太原理工大学 | 一种基于介质比例波长因子的薄互层储层构型建模方法 |
| CN113848586B (zh) * | 2021-09-23 | 2023-06-16 | 太原理工大学 | 一种基于介质比例波长因子的薄互层储层构型建模方法 |
| CN114283254A (zh) * | 2021-12-31 | 2022-04-05 | 西南石油大学 | 基于核磁共振数据的岩心数字化孔隙网络模型构建方法 |
| CN114966886A (zh) * | 2022-07-11 | 2022-08-30 | 成都理工大学 | 一种基于构型的致密气藏砂体连通性等级判定方法 |
| WO2024198584A1 (zh) * | 2023-03-29 | 2024-10-03 | 中国石油天然气股份有限公司 | 高倾角非均质砂岩油藏双向驱模拟装置与方法 |
| CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
| CN117557742B (zh) * | 2024-01-12 | 2024-03-22 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2656303C1 (ru) | Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород | |
| Alpay | A practical approach to defining reservoir heterogeneity | |
| Haldorsen | Simulator parameter assignment and the problem of scale in reservoir engineering | |
| US6792354B1 (en) | Method for determining reservoir fluid volumes, fluid contacts, compartmentalization, and permeability in geological subsurface models | |
| North et al. | Ephemeral-fluvial deposits: integrated outcrop and simulation studies reveal complexity | |
| CN104991274B (zh) | 多种地质因素定量约束下的单一圈闭级的有利区优选方法 | |
| US7054749B1 (en) | Method for determining reservoir fluid volumes, fluid contacts, compartmentalization, and permeability in geological subsurface models | |
| Pranter et al. | Fluvial architecture and connectivity of the Williams Fork Formation: use of outcrop analogues for stratigraphic characterization and reservoir modelling | |
| Alpak et al. | The impact of fine-scale turbidite channel architecture on deep-water reservoir performance | |
| RU2601733C2 (ru) | Способ построения геолого-гидродинамических моделей двойной среды залежей баженовской свиты | |
| Matthai et al. | The influence of fault permeability on single-phase fluid flow near fault-sand intersections: Results from steady-state high-resolution models of pressure-driven fluid flow | |
| Harris | The role of geology in reservoir simulation studies | |
| Lipinski et al. | Reservoir analog model for oolite-microbialite sequences, Miocene terminal carbonate complex, Spain | |
| Rhea et al. | Geostatistical models of secondary oil migration within heterogeneous carrier beds: a theoretical example | |
| Ritzi et al. | Understanding the (co) variance in petrophysical properties of CO2 reservoirs comprising sedimentary architecture | |
| Hassan et al. | An advanced workflow to compress the uncertainties of stochastic distribution of Bahariya reservoir properties using 3D static modeling: an example from Heba Oil Fields, Western Desert, Egypt | |
| Dai et al. | Characteristics and formation mechanism of the fractures in Archaean buried hill: A case study in the BZ19‐6 Block, Bohai Bay Basin, China | |
| Lewis | Outcrop-derived quantitative models of permeability heterogeneity for genetically different sand bodies | |
| CN111027780B (zh) | 油势场模拟方法及装置 | |
| Cox et al. | Integrated modeling for optimum management of a giant gas condensate reservoir, Jurassic eolian Nugget Sandstone, Anschutz Ranch East field, Utah overthrust (USA) | |
| Díaz-Molina et al. | Sedimentary facies and three-dimensional reconstructions of upper Oligocene meander belts from the Loranca Basin, Spain | |
| Atchley et al. | Geologic and resource assessment of the Upper Devonian Grosmont and upper Ireton Formations, central Grosmont shelf complex, Alberta, Canada | |
| Chen | Fracture study and its applied in oil and gas field development | |
| Aktouf et al. | CO2-storage assessment and effective capacity in Algeria | |
| Gilman et al. | Reservoir Simulation of detailed object-based models of a complex fluvial system |