WO2018013004A1 - Способ прогноза эффективной емкости коллекторов - Google Patents

Способ прогноза эффективной емкости коллекторов Download PDF

Info

Publication number
WO2018013004A1
WO2018013004A1 PCT/RU2017/000428 RU2017000428W WO2018013004A1 WO 2018013004 A1 WO2018013004 A1 WO 2018013004A1 RU 2017000428 W RU2017000428 W RU 2017000428W WO 2018013004 A1 WO2018013004 A1 WO 2018013004A1
Authority
WO
WIPO (PCT)
Prior art keywords
effective
polarizability
capacity
values
wells
Prior art date
Application number
PCT/RU2017/000428
Other languages
English (en)
French (fr)
Inventor
Светлана Юрьевна ГАРИНА
Сергей Александрович ИВАНОВ
Виктор Валерьевич ВЛАДИМИРОВ
Елена Олеговна КУДРЯВЦЕВА
Олег Фёдорович ПУТИКОВ
Original Assignee
Общество С Ограниченной Ответственностью "Сибирская Геофизическая Компания"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество С Ограниченной Ответственностью "Сибирская Геофизическая Компания" filed Critical Общество С Ограниченной Ответственностью "Сибирская Геофизическая Компания"
Publication of WO2018013004A1 publication Critical patent/WO2018013004A1/ru

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/088—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices operating with electric fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction

Definitions

  • the invention relates to the field of electrical exploration studies. It is used in marine electrical exploration with selected areas within the fields, characterized by a fairly dense network of profiles of the measuring installation, which uses the differential - normalized method of electrical exploration (DNME).
  • DNME differential - normalized method of electrical exploration
  • the DNME method allows you to choose a conditioning material that meets the conditions of experimental work and is used in a complex of oil and gas exploration.
  • the invention also allows the use of the results of one-way analysis of variance in determining the relationship between the polarizability coefficient and the effective collector capacity.
  • the purpose of the invention is the improvement of the methodology for predicting hydrocarbon deposits (HC) based on the technology of the differential - normalized method of electrical exploration (DNME).
  • HC hydrocarbon deposits
  • DNME differential - normalized method of electrical exploration
  • recoverable hydrocarbons are fluids, i.e., fluid and / or gaseous medium from oil, gas, or oil and gas.
  • the invention is known "Real-time Petrophysical Assessment System", patent RU23 15339 (US 09 / 975,416, publication WO 03/032016 (04.17.2003)), publ.: 20.01.2008, MnKGOlVl l / 00, in which the effective power intervals are determined deposits.
  • evaluate the electrical resistivity of a water-filled formation using the known porosity of the formation connect the differences between measured electrical resistivity of the formation and estimated electrical resistivity of the water-filled formation with the presence of underground accumulations of hydrocarbons.
  • the porosity of the formation is determined by selecting the correct values of porosity according to the density logging data, the electrical resistivity of the water-filled formation is evaluated using a quantitative indicator of the composition of the formation. After that, the intervals of the effective thickness of the deposits in the underground reservoir are determined based on certain parameters and criteria for the acceptability of the intervals.
  • the determination of the porosity and permeability of the formation is carried out using a quantitative indicator of the composition of the formation, and the assessment of electrical resistivity is carried out for a water-filled formation using the porosity of the formation.
  • the purpose of this invention is to link the differences between the measured electrical resistivity of the formation and the estimated electrical resistivity of the water-filled formation with the presence of underground accumulations of hydrocarbons.
  • the reliability of the assessment is increased, however, the petrophysical parameters of the formation, such as porosity, permeability and saturation of the formation with hydrocarbons or water directly at the location of the well, are evaluated. In other words, they determine the characteristics of the formation directly in the well. However, these characteristics are not enough to determine the saturation nature of the entire reservoir.
  • the method does not solve the problem of predicting the effective reservoir capacity in the predicted hydrocarbon pool.
  • the invention is known "Method for the quantitative calculation of the saturation of a fracture reservoir with hydrocarbons", patent RU2523776, publ. 07.20.2014, WO 2010/148628 20101229, MPKE21V47 / 00, G01V3 / 38, which solves the problem of obtaining an analytical expression for resistivity and resistivity index for rock with horizontal, vertical, and mesh cracks based on a simple crack model.
  • the invention relates to the development of oil fields, in particular, to a method for quantitatively calculating the saturation of a fractured reservoir with liquid and / or gaseous hydrocarbons. To do this, calculate the resistivity at different depths of the geological layers.
  • the relationship between the resistivity index and the water saturation is determined, which does not allow for an accurate quantitative forecast of the effective reservoir capacity.
  • the method of numerical simulation is used, however, the dependence function is determined between the resistivity index and water saturation at different fracture porosity, on the basis of which the saturation of the fracture reservoir with hydrocarbons is calculated in accordance with the porosity of the cracks.
  • This method can only be applied to fractured reservoirs to increase the accuracy of logging using full diameter core data. The result is a large discrepancy between the calculation results according to the classical saturation model in fractured reservoirs and core analysis results. Numerical modeling of the electrical properties of a fractured reservoir takes into account only the influence of their relative change, which is very different from the characteristics of a real reservoir.
  • model reference images of oil productive deposits and their parameters are determined on the basis of analysis and quantitative assessment, as well as reference correlation dependences of the parameters according to electrical exploration in the area of the wells with subsequent conversion into values hydraulic conductivity and oil productivity of porous reservoirs at any point in the interwell space in the territory of oil fields.
  • the determination of the effective reservoir power for the entire sedimentary cover during the layer-by-layer determination of the characteristics of the section, including in three-dimensionally inhomogeneous media is not performed. Therefore, using the method according to this invention is not determined by the total capacity of the reservoirs or parts of the reservoirs (if hydrocarbons are supported by water) that contain hydrocarbons.
  • the Maxwell equations for the electromagnetic field for horizontal resistivity and vertical resistivity at a set of points (x, y, z) in the subsurface reservoir are used using the parameters that were collected during the geophysical survey and the measured electromagnetic data field and compare the calculated results for the resistivity between geophysical surveys.
  • This analysis solves the problem of determining the difference between the electrical resistivity of an underground reservoir at the initial time and its electrical resistivity at one or more later times, and associating this difference with hydrocarbon production from the reservoir during an intermediate period .
  • the method does not allow at different points in time to carry out a quantitative forecast of the effective capacity of reservoirs that have not yet been opened by new wells.
  • the invention is known "Method for local forecast oil" patent RU2298817, publ. 05/10/2007, MP1 01U9 / 00, which allows the use of mathematical probabilistic - statistical interpretation, in together with a set of signs of proven oil content of the reference object.
  • the invention relates to the search, exploration and contouring of oil and gas deposits and it is proposed to use data from a complex of geophysical methods consisting of ground-based measurements of the parameters of natural electric and magnetic fields at an object with proven oil content. At the same time, confidence intervals of geophysical anomalous indicators and background indicators are established. Then, the obtained information is interpreted in the form of a zonal geological spatial geophysical model of the probable genetic connection of hydrocarbon accumulations with the studied object.
  • the obtained materials are used to extract statistical samples of the distribution parameters of the indicators of the studied area and conduct rank correlation of the search sample.
  • the conclusion about the oil content of the studied area is made by comparing the complex of the obtained geophysical and geochemical data of the studied area with the complex of the same features of the object with proven oil content.
  • the subjectivity of the interpretation and inaccuracy of research results, where the main role is assigned to humans the lack of complex mathematical processing of qualitative and quantitative probabilistic and statistical analysis of zonal data samples without taking into account the geological and tectonic features of the studied object leads to a decrease in the efficiency of exploration in areas with high oil exploration and gas.
  • differences in geophysical and geochemical data on productive objects and unproductive objects are not taken into account. This does not allow to improve the technology of quantitative forecasting of reservoirs.
  • the invention is known "Method for determining the productivity of an oil reservoir in three-dimensional interwell space", patent RU2259575, publ. 08/27/2005, MnKG01Vl l / 00, in which the task of increasing the reliability and validity of the geological conditions for the laying of exploration and production wells by determining oil productivity (production rates and oil productivity coefficients) at any point in the three-dimensional interwell space based on the use of seismic and GIS attributes was solved.
  • the method allows to optimize the placement of exploration and production wells in the studied objects according to the data complex of 3D three-dimensional seismic exploration 3D, electrical, radioactive, acoustic, seismic logging, core testing, well testing.
  • this method uses the determination of the optimal parameters by the highest values of the cross-correlation coefficients, however, the cross-correlation of the reference attributes is used according to the data of drilling, well geophysical surveys and 3D seismic, and not on the basis of the correlation of the change in the polarization parameters of the medium and the filtration-capacitive properties of the section.
  • this method relates to porous reservoirs and the method uses integration according to the algorithm of artificial neural networks to obtain information during the drilling of a well. Therefore, the method does not allow to make an integrated assessment of the reservoir properties of the oil reservoir on fundamentally different parameters of various types of studies.
  • EFFECT makes it possible to increase the reliability of the prognostic assessment of hydrocarbon resources of oil and gas complexes by allocating at each of the reference and calculated sections a plurality of areas characterized by a specific set (certain combination) of geological parameters genetically related to oil and gas content and the corresponding specific density of hydrocarbon reserves (resources), which eliminates the need application of expert geological analogy coefficients.
  • a quantitative forecast of hydrocarbon resources in the territory of the oil and gas complex is carried out on the basis of the assessment of resources by specific density per unit area.
  • a quantitative assessment of hydrocarbon resources is based on the transition from a territory with a studied geological structure and oil and gas potential to territories whose prospects must be assessed. These methods are the main ones in assessing the prospects of poorly studied oil and gas regions (NGR) and oil accumulation zones.
  • NGR poorly studied oil and gas regions
  • traditional methods include the allocation in the study area of a number of well-studied reference areas with explored and previously estimated hydrocarbon deposits.
  • methods of internal geological analogies are used, and for this the rest of the territory is divided into settlement areas.
  • the planned position is traditionally determined prospective deposits corresponding to the planned position of the anomaly caused by polarization (VP).
  • VP polarization
  • the planned (syn. - lateral) position of the anomaly is understood its position "in the plan” - i.e. how it looks on the map in horizontal (and not in vertical, characteristic for the section) projection.
  • the intensity of the planned anomaly characterizes the total effect from all of its one- or multi-layer hydrocarbon deposits.
  • the averaged polarizability coefficient in the adjacent and target geoelectric layers is necessary to use the averaged polarizability coefficient in the adjacent and target geoelectric layers, as well as layer-by-layer and total conductivity values.
  • the target layer is defined as a layer in which the distribution of polarizability is most associated with the hydrocarbon reservoir. Its position in the section is associated with the position of the geochemical barrier, at the level of which, as a result of diffusion over the hydrocarbon deposit, a reducing situation arises and epigenetic sulfides (in particular, pyrite) are formed, which lead to the occurrence of VP anomalies.
  • the task that is solved by the proposed method is the identification during the analysis of the relationship between the DNME parameters and the section parameters established by GIS, which allows us to give a more accurate and operational forecast for the investigated area.
  • the proposed method allows to achieve the following technical result: improving the technology of operational quantitative forecasting; and the ability to quantify the effective reservoir capacity based on the obtained polarization parameters for the selected medium type.
  • the method for predicting the volume of hydrocarbon deposits for the selected type of medium includes a quantitative assessment of the deposit based on the identification of patterns of change in the polarization parameters of the medium (PPP) and capacitive properties (EU) of the section.
  • the novelty of the proposed method lies in the fact that within the oil and gas region, where the lateral position of the airspace anomaly associated with the hydrocarbon reservoir is determined using the DNME method, the wells selected based on the data of geophysical studies of wells (GIS) and gas logging (GK) are selected .
  • a sample of averaged values of the polarizability coefficients ( ⁇ ) and conductivity (S) is formed for wells in which there are well logging and gas logging (GC) data.
  • the information obtained by GIS is updated with core data. Porosity is determined by core, but this parameter can also be determined by well log data, without core. In the future, when searching for relationships, you can use both the one and the other data.
  • the optimal network of profiles is first determined within the boundaries and around the periphery of the hydrocarbon deposit with some of the profiles leaving the reservoir for investigation by the DNME method and revealing the areas of anomalous and background ⁇ values. Moreover, this network of profiles must satisfy the conditions:
  • the density of the profiles within the deposit should be at least 7 km / km 2 for any volume of the deposit;
  • the identified type of patterns of changes in the PPP and capacitive properties is determined either by comparing the results of the inversion of the data obtained during the measurements on the profiles using the DNME method with the value of the effective capacity q in the wells, or using the type of changes known from previous measurements for different volumes of deposits in the areas located in similar geological - geoelectric conditions of the same area of work, or of the same and adjacent areas;
  • the optimal network of profiles must satisfy the additional condition under which the profiles have at least one intersection within the reservoir at a radius R from the wells.
  • the network of profiles must meet the requirements of the density of observations (the number of linear kilometers per unit area) and the number of physical points. observations near the reference wells so that, as far as possible, there are as many pickets as possible (physical observation points (fn)) in a radius R near the wells. It is these two conditions that determine its optimality. In this case, the results of averaging the data will be more accurate and the data sampling is more representative - in the latter case, the number of wells, which should be at least 3 (one “dry” and two productive), is also important. The more wells in the area and the more fn. near them with a data set, the more accurate the statistics in the final case and the more accurate the regression equation. The higher the density of the profiles, the more accurate the results of averaging in a sliding window (more data will be involved in averaging) with a radius and the resulting forecast map will be more accurate.
  • the parameters of the effective capacity q in the studied wells are taken on the basis of logging data and gas logging (and / or core analysis), taking them as reference, in areas in the form of circles with a radius R around these studied wells. Measurements are made or previously measurements taken using profiles by the DNME method are used to obtain field curves of the parameters of the pickets DU, PI, Dcp, Ps, and during the inversion of the field curves, model curves of the parameters DU, PI, Dcp, Ps are obtained, based on which the average value of the polarizability coefficient ⁇ , taking it as a reference.
  • P1, ⁇ , Ps are the geoelectric differential-normalized parameters (DNP), and DU is the geoelectric parameter. All - DNP and geoelectric - parameters are recorded by the DNME method, and then the polarizability coefficient ⁇ is calculated based on them.
  • DU, PI, Dcp, Ps should be no more than 0.8%. (i.e. with an error of not more than 0.8%). Based on the totality of the data obtained in all the above sections, the law of coupling is determined, which reflects the dependence of ⁇ on q, obtained on the basis of experimental and theoretical data.
  • the values of effective capacity q are calculated by the formula where n eff is the effective power and K livelyis the porosity coefficient.
  • the calculation of the effective capacity q is based on the exponential dependence of the polarizability coefficient ⁇ of the rocks on the effective reservoir capacity q and can be carried out using the obtained formula of the dependence for the entire area of the areas near the reference wells, including the reference wells themselves.
  • the averaged values of polarizability and conductivity are calculated.
  • the averaged values of polarizability and conductivity are calculated on the value of radius R, which is not more than the size of the deposit and not less than the distance between two pickets of the profile.
  • the distance between the profile pickets (observation points) may not exceed the size of the identified hydrocarbon deposits, taken as a reference, and may be more than 500 m for a signal recorded on a 3 km section of the profile.
  • a sample of averaged values of the polarizability coefficients ( ⁇ ) and conductivity (S) is determined from the set of averaged values of ⁇ ⁇ and S in each geoelectric layer obtained around each well in radius R for each picket profile in each geoelectric layer with subsequent calculation of the total conductivity Ssum section, for a well in which there are data from a geophysical well survey (GIS).
  • GIS geophysical well survey
  • n is the number of layers.
  • the number of layers for choosing the most optimal normalization options, in which the conductivity is calculated, and used to calculate K, the variants of the complex polarizability parameter Fs are determined empirically.
  • polarization parameters are calculated, which can also be the following polarization parameters: the product of the polarizability coefficients of the main and additional target layers ( ⁇ ⁇ ⁇ . ⁇ ); a product supplemented by weighting factors of the form r) i a xr
  • K variants of the complex polarizability parameters F or Fs are calculated to select the most optimal variant (i.e., the variant with the maximum core) suitable for these geological and geophysical conditions, which is determined by the high correlation of the calculated and reference effective capacities in the final formula, where the approximating function is an integral probability function of a normal distribution of the form
  • x is the experimental value of ⁇ or F, or Fa, or Fs, or Fsa
  • ⁇ is the average value of ⁇ or F, or Fa, or Fs, or Fsa
  • ⁇ is the variance
  • maps of smoothed values of the polarizability coefficient are constructed from the values in the target and adjacent layers, as well as maps of smoothed values of the total conductivity,
  • the smoothed value at each picket of the profile is obtained by averaging the values at nearby pickets located from it in radius R. According to the formula obtained, based on the values of the selected complex polarizability parameter F, or Fa, or Fs, or Fsa for the entire studied area on each the picket profile calculate the effective capacity q ⁇ .
  • the proposed method can be used for marine electrical exploration in the event that the signal is recorded continuously in the movement of the vessel and accumulates in the section of the profile determined by the calculation of the length.
  • the optimal length is 1-3 km.
  • wells are selected that are studied according to the data of geophysical surveys of wells (GIS), core and gas logging (GC).
  • GIS geophysical surveys of wells
  • GC gas logging
  • core samples determine one of the components of the effective capacity - porosity (Kp).
  • the capacitive properties of the section are the effective power and porosity coefficient
  • the polarization parameters of the medium (PPS) are the polarizability calculated in geoelectric layers, or a complex polarization parameter calculated on the basis of polarizability, or polarizability and conductivity.
  • anomalous ⁇ values are obtained in the areas of productive wells, and background values in areas of non-productive wells.
  • the abbreviation “EC” is used - capacitive properties
  • the abbreviation FES - filtration - capacitive properties - is used to define the concept of a reservoir.
  • FIG. 1 - shows the correlation dependence of the change in the values of the polarizability coefficient ⁇ 4 and effective capacity q for wells
  • Figure 2 - shows the correlation dependence of the change in the values of the polarizability coefficient g
  • * m
  • Fig. 3 shows the correlation dependence of the polarization parameter
  • FIG. 4 - shows the correlation dependence of the polarization parameter Nst ⁇ dn ⁇ 100 / Ssum and the values of the effective capacity q, as well as qDKHr for wells
  • FIG. 5 - shows graphs of the distribution of the effective capacitance q values according to well logs and q values calculated using the correlation dependence with the polarization parameters Nst and N
  • FIG. 6 - shows the dependence of the polarizability coefficient of the 4th geoelectric layer on the value of the effective collector capacity - M west (North Caspian).
  • the proposed method is implemented as follows.
  • a network of profiles is designed and developed at the very beginning of the work, then a quantitative analysis is carried out on these profiles.
  • Profiles are set for the study of deposits by the method of DNME.
  • a profile is a sequence of pickets (points physical observation) located on a straight line of movement of the installation along a given direction, characterized by its own numbering, start, end, number of pickets and length.
  • pickets points physical observation
  • data is continuously received when the vessel is moving, and then the data collected at a particular section of the profile is averaged and correlated to the center of this section, called the physical observation point or picket.
  • An important condition for predicting the volume of the studied reservoir is that there is: 1) A dense network of profiles, 2) Dry (unproductive) and productive wells, so that it is possible to carry out a “standardization” of subsequent data.
  • the concept of a section used in this context is in the narrow sense the projection of 2D geological layers on a vertical plane under the profile line.
  • the geoelectric properties of the section are understood as the parameters DU, ⁇ 1, ⁇ , Ps, which are obtained in the form of curves that are then input to the data inversion program.
  • the section refers to the upper part of the lithosphere to the reference horizon, i.e. a certain depth, and which has a number of physical, including geoelectric properties.
  • the reservoir in the proposed method is understood to mean a formation or a combination of formations of rocks having filtration-capacitive properties sufficient to extract hydrocarbon fluids from them: oil and gas.
  • the hydrocarbon reservoir is also characterized by rocks containing voids (pores, cavities or fracture systems) that can contain and filter fluids, the reservoir can be quantified based on the determination of porosity and effective power. Since the separation of the amount of oil and gas is not possible in the proposed method, the concept of fluid is used as the state of a substance combining liquids and gases, i.e. like fluid or fluid.
  • the parameters of porosity ( ⁇ ) and effective power ( ⁇ ) can be calculated on the basis of different types of logging, but basically, traditionally, these are electric logging (BK), OGK and A. Based on the gas log, the total amount of gas TG and the amount of methane Ci are determined .
  • the optimal network of profiles within the boundaries of the reservoir, as well as beyond it, should be a density of at least 7 km / km 2 .
  • productive and unproductive wells are selected within this network.
  • Productive wells are wells that have uncovered hydrocarbon deposits. They determined: effective power, porosity coefficient, oil and gas saturation coefficient, hydrocarbon production rates, gas logging data, for example, total amount of gas TG, amount of methane C
  • a quantitative forecast of the effective capacity parameter q is possible in them, as well as oil or gas flow rate (QH OR Qr), total gas amount (TG), methane content (C
  • wells are selected where, according to reservoir testing data, no hydrocarbon inflow was obtained, according to well log data, hydrocarbon-saturated sections of the section were not identified, and according to gas logging, the content of gas TG and methane C
  • a non-productive well is a well that has opened an aquifer or turned out to be “dry”, i.e. when it was tested, no fluid was received.
  • M variants of complex polarization parameters are calculated, each of which takes into account both the polarizability and the conductivity of the section;
  • the polarizability calculation is carried out layer by layer in the target and adjacent layer or on the basis of a complex total parameter. In the example below, these are the third and fourth geoelectric layers. So take such types of complex polarizability parameters as the total - F, Fa or complex polarizability parameter, calculated taking into account the conductivity - Fs, Fsa.
  • samples of DNME data were generated in a radius of 1.5 km around the wells, for which well logging and gas logging data were provided.
  • the parameter ⁇ 3 ⁇ ⁇ 4 is better suited for further searching for the regression formula and determining the effective capacity.
  • the next step was to introduce a correction power factor for parameter ⁇ 4 to give it more weight.
  • the coefficient value was chosen equal to 1.3.
  • the correlation coefficient of the power polarization parameter Fsa (Fsa ⁇ Dn 3 D 100 / S S um) and effective capacitance q was 0.88. If, when comparing with the effective capacity, the oil and gas saturation coefficient is taken into account (qDKHr is taken instead of q), then the correlation coefficient with Fsa drops to 0.84 ( Figure 4), therefore, it is not practical to use it.
  • the relationships between the DNME parameters and the section parameters established by the GIS revealed during the analysis allow us to give a more accurate forecast for the studied area. It should be noted that the statistical relationship between the polarization parameters and effective capacitance manifests itself through the values of the VP fields averaged over a certain radius (in our case, 1.5 km). According to single data to establish this relationship failed.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Electromagnetism (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

Изобретение относится к области электроразведочных исследований. Оно используется в морской электроразведке с выделенными участками в пределах месторождений, характеризующихся достаточно плотной сетью профилей измерительной установки, в которой используют дифференциально-нормированный метод электроразведки (ДНМЭ). Метод ДНМЭ позволяет выбрать кондиционный материал, отвечающий условиям экспериментальных работ и применяется в комплексе нефтегазопоисковых работ. Изобретение также позволяет использовать результаты однофакторного дисперсионного анализа при определении связи коэффициента поляризуемости и эффективной емкости коллектора. Цель изобретения совершенствование методики прогнозирования залежей углеводородов (УВ) на основе технологии дифференциально-нормированного метода электроразведки (ДНМЭ). В результате реализации предложенного изобретения получены результаты, позволяющие осуществить количественное прогнозирование эффективной емкости УВ насыщенных коллекторов на основе получаемых поляризационных параметров. Также предложенный метод позволяет определить характер насыщения коллекторов.

Description

ОПИСАНИЕ изобретения
СПОСОБ ПРОГНОЗА ЭФФЕКТИВНОЙ ЕМКОСТИ КОЛЛЕКТОРОВ
Изобретение относится к области электроразведочных исследований. Оно используется в морской электроразведке с выделенными участками в пределах месторождений, характеризующихся достаточно плотной сетью профилей измерительной установки, в которой используют дифференциально - нормированный метод электроразведки (ДНМЭ). Метод ДНМЭ позволяет выбрать кондиционный материал, отвечающий условиям экспериментальных работ и применяется в комплексе нефтегазопоисковых работ. Изобретение также позволяет использовать результаты однофакторного дисперсионного анализа при определении связи коэффициента поляризуемости и эффективной емкости коллектора.
Цель изобретения - совершенствование методики прогнозирования залежей углеводородов (УВ) на основе технологии дифференциально - нормированного метода электроразведки (ДНМЭ). В результате реализации предложенного изобретения получены результаты, позволяющие осуществить количественное прогнозирование эффективной емкости УВ насыщенных коллекторов на основе получаемых поляризационных параметров. Также предложенный метод позволяет определить характер насыщения коллекторов. С учетом описания коллектора с помощью характеристик аномалии вызванной поляризации (ВП), характерной для залежей УВ, а также с учетом того, что коллектором является пласт или совокупность пластов горных пород, имеющих фильтрационно - емкостные свойства (ФЕС - проницаемость, эффективную емкость), достаточные для извлечения из них УВ, способ позволяет определить связь (закон) между изменением поляризационных параметров среды (ППС) и емкостными свойствами (ЕС) разреза. В контексте данной заявки извлекаемые углеводороды— это - флюиды, т. е. текучая и/или газообразная среда из нефти, газа или нефти и газа.
Известно изобретение «Система петрофизической оценки в реальном времени», патент RU23 15339 (US 09/975,416, публикация WO 03/032016 (17.04.2003)), опубл.: 20.01.2008, MnKGOlVl l/00, в котором определяют интервалы эффективной мощности залежи. Для этого оценивают электрическое удельное сопротивление заполненного водой пласта с использованием известной пористости пласта; связывают различия между измеренным электрическим удельным сопротивлением пласта и оцененным электрическим удельным сопротивлением заполненного водой пласта с наличием подземных скоплений углеводородов. При этом пористость пласта определяют путем отбора скорректированных значений пористости по данным плотностного каротажа, электрическое удельное сопротивление заполненного водой пласта оценивают, используя количественный показатель состава пласта. После чего определяют интервалы эффективной мощности залежи в подземном пласте на основе определенных параметров и критериев приемлемости интервалов. В предложенной системе оценки определение пористости и проницаемости пласта осуществляют с использованием количественного показателя состава пласта, а оценку электрического удельного сопротивления осуществляют для заполненного водой пласта с использованием пористости пласта. Однако целью данного изобретения является связывание различий между измеренным электрическим удельным сопротивлением пласта и оцененным электрическим удельным сопротивлением заполненного водой пласта с наличием подземных скоплений углеводородов. При этом повышают надежность оценки, однако оценивают петрофизические параметры пласта, такие как пористость, проницаемость и насыщение пласта углеводородами или водой непосредственно на месте нахождения скважины. Иными словами— определяют характеристики пласта непосредственно в скважине. Однако этих характеристик недостаточно, чтобы определить характер насыщения всего коллектора. Кроме того, метод не решает задачу прогнозирования эффективной емкости коллекторов в прогнозируемой залежи УВ.
Известно изобретение «Способ количественного расчета насыщенности трещинного коллектора углеводородами», патент RU2523776, опубл.20.07.2014, WO 2010/148628 20101229, МПКЕ21В47/00, G01V3/38, которое решает задачу получения аналитического выражения для удельного сопротивления и показателя удельного сопротивления для породы с горизонтальными, вертикальными и сетчатыми трещинами на основе модели простой трещины. Изобретение относится к разработке нефтяных месторождений, в частности, к методу количественного расчета насыщенности трещинного коллектора жидкими и/или газообразными углеводородами. Для этого рассчитывают показатели удельного сопротивления на различных глубинах геологических слоев. Однако определяют зависимость между показателем удельного сопротивления и водонасыщенностью, что не позволяет осуществить точный количественный прогноз эффективной емкости коллекторов. Так в данном способе применяют метод численного моделирования, однако определяют функцию зависимости между показателем удельного сопротивления и водонасыщенностью при различной трещинной пористости, на основе которой рассчитывают насыщенность трещинного коллектора углеводородами в соответствии с пористостью трещин. Этот способ может быть применен только для трещинных коллекторов для повышения точности каротажного зондирования с применением данных керна полного диаметра. В результате получают большое расхождение между результатами расчета согласно классической модели насыщенности в трещинных коллекторах и результатами анализа керна. Численное моделирование электрических свойств трещинного коллектора учитывает только влияние их относительного изменения, которое сильно отличается от характеристик реального коллектора.
Также известно изобретение «Способ геофизической разведки для определения нефтепродуктивности пористых коллекторов в межскважинном пространстве», патент RU2236030, опубл.10.09.2004, МПК G01V11/00, в котором для определения нефтепродуктивности коллекторов в межскважинном пространстве используют данные различных каротажей: электрического, радиоактивного, акустического, сейсмического каротажей, изучение керна и испытание скважин. Изобретение позволяет повысить надежность определения условий заложения новых разведочных и эксплуатационных скважин на основе не дискретного, осредненного, а непрерывного определения гидропроводности и нефтепродуктивности. Данный способ используется для оптимизации размещения разведочных и эксплуатационных скважин в прогнозируемой залежи УВ. Однако, при допущении о постоянстве радиуса поровых каналов в зонах развития определенного одного типа геологического разреза, могут быть допущены ошибки при прогнозировании нефтепродуктивности пористых коллекторов в межскважинном пространстве. Кроме того, другие виды геологических разрезов в предложенном способе не рассматриваются. Так «проводящий разрез», «горизонтально- слоистый разрез» и другие типы разрезов и геофизических слоев не рассматриваются. В частности, не учитываются залежи УВ, которые накапливаются в ловушках, образованных случайными геометрическими компоновками пород-коллекторов и литологических экранов, в отличие от предложенного способа, который не зависит от геометрии этих ловушек. В частности, в этом изобретении по данным бурения и геофизических исследований скважин определяют модельные эталонные образы нефтепродуктивных отложений и их параметры на основе анализа и количественной оценки, а также эталонные корреляционные зависимости параметров по данным электроразведки в районе скважин с последующим пересчетом в значения гидропроводности и нефтепродуктивности пористых коллекторов в любой точке межскважинного пространства на территории нефтяных полей. Однако, определения эффективной мощности коллектора для всего осадочного чехла при послойном определении характеристик разреза, в том числе в трехмерно-неоднородных средах, не производится. Следовательно, с помощью способа по данному изобретению не определяется суммарная мощность пластов или частей пластов (в случае, если УВ подпираются водой), которые содержат углеводороды.
Известно изобретение «Анализ повторных съемок по данным электромагнитной разведки», патент RU2428720. Опубл.10.09.2011 (WO 2007/130205 20071 1 15), MnKG01V3/12, которое обеспечивает решение проблемы определения трехмерного (3D) распределения углеводородных флюидов внутри подземного пласта-коллектора. При этом для данного анализа определяют изменения содержания углеводородов в подземном пласте-коллекторе в зависимости от времени по данным электромагнитной разведки. Для этого получают данные об электромагнитном поле из полученных данных первичной геофизической съемки, и данные при более поздней геофизической съемке той же самой области, проведенной при тех же самых условиях. Эти данные содержат компоненту поля, чувствительную преимущественно к вертикальному удельному сопротивлению, и компоненту поля, чувствительную, преимущественно к горизонтальному удельному сопротивлению. Для каждой геофизической съемки решают уравнения Максвелла для электромагнитного поля для горизонтального удельного сопротивления и вертикального удельного сопротивления во множестве точек (х, у, z) в подземном пласте-коллекторе с использованием параметров, данные о которых собраны при геофизической съемке, и измеренных данных об электромагнитном поле и сравнивают вычисленные результаты для удельного сопротивления между геофизическими съемками. С помощью данного анализа решают задачу определения разности между удельным электрическим сопротивлением подземного пласта-коллектора в начальный момент времени и его удельным электрическим сопротивлением в один или большее количество более поздних моментов времени, и связывания этой разности с добычей углеводородов из пласта- коллектора в течение промежуточного периода. Однако способ не позволяет в разные моменты времени осуществить количественный прогноз эффективной емкости коллекторов, которые еще не вскрыты новыми скважинами.
Известно изобретение «Способ локального прогноза нефтеносности»,патент RU2298817, опубл. 10.05.2007, МП1 01У9/00, которое позволяет осуществить использование математической вероятностно - статистической интерпретации, в совокупности с комплексом признаков доказанной нефтеносности эталонного объекта. Изобретение относится к поиску, разведке и оконтуриванию нефтегазовых залежей и в нем предлагается использовать данные комплекса геофизических методов, состоящего из наземных измерений параметров естественного электрического и магнитного полей на объекте с доказанной нефтеносностью. При этом устанавливают доверительные интервалы геофизических аномальных показателей и фоновые показатели. Затем интерпретируют полученные сведения в виде зональной геологической пространственной геофизической модели вероятной генетически связи скоплений углеводородов с исследуемым объектом. Полученные материалы используют для выделения статистических выборок параметров распределения показателей исследуемого участка и проводят ранговую корреляцию выборки поиска. Вывод о нефтеносности исследуемого участка делают на основании сопоставления комплекса полученных геофизико-геохимических данных исследуемого участка с комплексом тех же признаков объекта с доказанной нефтеносностью. Однако субъективность интерпретации и неточность результатов исследований, где основная роль отводится человеку, отсутствие комплексной математической обработки качественного и количественного вероятностно-статистического анализа зональных выборок данных без соответствующего учета геологических и тектонических особенностей исследуемого объекта приводит к снижению эффективности разведочных работ на территории с высокой разведанностью нефти и газа. При этом не учитываются различия геофизических и геохимических данных на продуктивных объектах и непродуктивных объектах. Это не позволяет усовершенствовать технологию количественного прогнозирования коллекторов.
Известно изобретение «Способ определения продуктивности нефтяного пласта в трехмерном межскважинном пространстве», патент RU2259575, опубл. 27.08.2005, MnKG01Vl l/00, в котором решена задача повышения надежности и обоснованности геологических условий заложения разведочных и эксплуатационных скважин путем определения нефтепродуктивности (дебитов и коэффициентов нефтепродуктивности) в любой точке трехмерного межскважинного пространства на основе использования сейсмических и ГИС- атрибутов. Способ позволяет оптимизировать размещение разведочных и эксплуатационных скважин на исследуемых объектах по комплексу данных наземной трехмерной сейсмической разведки 3D, электрического, радиоактивного, акустического, сейсмического каротажа, изучения керна, испытания скважин. По данным бурения и геофизических исследований скважин определяют эталонные модельные образы нефтепродуктивных отложений, а по данным разведки 3D в районе скважин определяют эталонные экспериментальные образцы. В способе применяют нахождение оптимальных параметров по наибольшим значениям коэффициентов взаимной корреляции, однако используют взаимную корреляцию эталонных атрибутов по данным бурения, геофизических исследований скважин и сейсморазведки 3D, а не на основе корреляции изменения поляризационных параметров среды и фильтрационно-емкостных свойств разреза. Кроме того, этот способ относится к пористым коллекторам и способ использует интегрирование по алгоритму искусственных нейронных сетей при получении информации в процессе бурения скважины. Следовательно, способ не позволяет сделать интегральную оценку фильтрационно-емкостных свойств нефтяного пласта по принципиально различным параметрам различных видов исследования.
Наиболее близким в предлагаемому способу является изобретение «Способ количественного прогноза ресурсов углеводородов», патент RU2420768, опубл.10.06.2011, MI1KG01V9/00, в котором выделяют в пределах нефтегазоносного комплекса два генетически связанных с нефтегазоносностью параметра в границах эталонных и расчетных участков. Устанавливают зависимость между совокупностями геологических параметров и соответствующими им удельными плотностями запасов углеводородов используя полученную зависимость, и рассчитывают удельные плотности запасов углеводородов на каждом эталонном участке. После этого определяют удельные плотности ресурсов углеводородов на расчетных участках с использованием полученных на эталонных участках значений. Изобретение позволяет повысить достоверность прогнозной оценки ресурсов углеводородов нефтегазоносных комплексов за счет выделения на каждом из эталонных и расчетных участков множества площадей, характеризующихся определенным набором (определенной совокупностью) генетически связанных с нефтегазоносностью геологических параметров и соответствующей им удельной плотностью запасов (ресурсов) углеводородов, что исключает необходимость применения устанавливаемых экспертным путем коэффициентов геологических аналогий. Однако количественный прогноз ресурсов УВ на территории распространения нефтегазового комплекса осуществляют на основе оценки ресурсов по удельной плотности на единицу площади. Но на основе статистической количественной зависимости на площадях эталонных участков от соответствующих им геологических параметров невозможно определить качество и достоверность установленной зависимости плотности запасов УВ от указанных геологических критериев. Традиционно количественная оценка ресурсов углеводородов основана на переходе от территории с изученным геологическим строением и нефтегазоносностью, к территориям, перспективы которых необходимо оценить. Эти методы являются основными при оценке перспектив слабоизученных нефтегазоносных районов (НГР) и зон нефтенакоплений. Обычно традиционные способы включают выделение на исследуемой территории некоторого количества хорошо изученных эталонных участков с разведанными и предварительно оцененными залежами УВ. Однако в традиционных методах используют методы внутренних геологических аналогий, а для этого остальная территория делится на расчетные участки.
Однако, если имеется участок с изученным типом моделей среды, метод геологических аналогий неприменим, поскольку при выборе эталонных участков с изученной плотностью ресурсов углеводородов, полученное значение плотности ресурсов переносится на территорию расчетного участка путем умножения ее на коэффициент аналогии (В.И.Демин, А.Е.Еханин, А.В.Фатеев «Направление совершенствования метода внутренних аналогий для прогноза нефтегазоносности на основе современных компьютерных программ», журнал «Геология, геофизика и разработка нефтяных и газовых месторождений», 5, 2004 год, стр.31-32). Но способы выбора границ и параметров эталонных и расчетных участков во многом неоднозначны и не учитывают базовые измерения на новом участке поляризационных параметров среды, которые и определяют тип среды.
Поэтому возникает потребность на участке с известным типом среды спрогнозировать нефтегазоносность коллектора на основе выявленной закономерности (зависимости).
Чтобы прогнозировать величину параметра эффективной емкости в местах заложения новых скважин, вокруг изученной скважины в радиусе R требуется на выделенных на соответствующей структурной основе в пределах границ участков нефтегазоносного комплекса определить эталонные (исходные) и расчетные эффективные емкости коллекторов запасов углеводородов на выделенных участках. Для эталонных и расчетных участков выбирают, по меньшей мере, два генетически связанных с нефтегазоносностью геологических параметра, в предложенном способе— это связь между изменением поляризационных параметров среды (ППС) и емкостных свойств (ЕС) разреза.
При поисках углеводородов с помощью дифференциально - нормированного метода электроразведки (ДНМЭ) традиционно определяют плановое положение предполагаемой залежи, соответствующее плановому положению аномалии вызванной поляризации (ВП). В данной заявке под плановым (син. - латеральным) положением аномалии понимается ее положение «в плане» - т.е. как она выглядит на карте в горизонтальной (а не в вертикальной, характерной для разреза) проекции. Интенсивность плановой аномалии характеризует суммарный эффект от всех расположенных ниже ее одно- или многопластовых залежей УВ.
Поскольку имеются определенные методом ДНМЭ залежи, где работы ДНМЭ проводились в течение нескольких лет, в результате чего сеть профилей ДНМЭ получилась достаточно плотной, и на территории данных залежей пробурены скважины, в которых получены данные геофизических исследований скважин (ГИС) и газового каротажа (ГК), то можно провести анализ корреляции параметров ДНМЭ с объемом залежи углеводородов (УВ). Если достоверной информации о плановом положении залежей нет, то требуется осуществить разведочные нефтегазопоисковые работы путем измерений методом ДНМЭ, включая места, где имеется достаточное для установления корреляционных связей количество пробуренных скважин, по которым получены данные ГИС и газового каротажа. При этом для установления связи ППС и емкостных свойств (ЕС) необходимо привлекать осредненные значения коэффициента поляризуемости в смежном и целевом геоэлектрических слоях, а также послойные и суммарные значения проводимости. Для этого используют целевой поляризационный слой и смежные с целевым геоэлектрические слои. Целевой слой определяется как слой, распределение поляризуемости в котором в наибольшей степени связано с залежью УВ. Его положение в разрезе ассоциируется с положением геохимического барьера, на уровне которого в результате диффузии над залежью УВ возникает восстановительная обстановка и образуются эпигенетические сульфиды (в частности, пирит), которые приводят к возникновению аномалий ВП.
На основе данных параметров требуется рассчитать различные варианты комплексных поляризационных параметров. Так выявлено, что, если удается снизить влияние литологического фактора, когда изменение отклика ВП связано с изменением проводимости разреза, тогда корреляционная зависимость изменения значений коэффициента поляризуемости в целевом геоэлектрическом слое и значений эффективной емкости по скважинам повышается.
В предложенном способе влияние исследуемого фактора - корреляция поляризационного параметра и коэффициента поляризуемости целевого горизонта - очевидно значимо и является статистически достоверно. Получение результата подтверждают результаты однофакторного дисперсионного анализа (дисперсионный анализ - Analysis Of Variances, ANOVA - это процедура сравнения средних значений выборок, на основании которой можно сделать вывод о соотношении средних значений генеральных совокупностей; реализуется в какой-либо программе статистического анализа, например, в STADIA ( улаичев А.П. Методы и средства анализа данных в среде Windows. STADIA 6.0 Изд. 2-е, перераб. и доп.-М: Информатика и компьютеры, 1998).
В результате различия выборок комплексных поляризационных характеристик, вычисленных в окрестностях различных скважин, с очень большой вероятностью можно сделать вывод, что они не случайны, и, следовательно, можно выявить их связи с параметрами разреза, определенными для этих скважин. Аналогичные критические значения статистики Фишера, а, следовательно, и аналогичные выводы можно получить и для выборок коэффициента поляризуемости.
В предложенном способе с помощью полученных уравнений регрессии для степенного (комплексного) поляризационного параметра, поляризационного параметра и значений эффективной емкости, по данным ГИС для отдельных скважин можно рассчитать значения эффективной емкости и по всему исследуемому участку.
Задача, которая решается предложенным способом— это выявление в ходе анализа взаимосвязи между параметрами ДНМЭ и параметрами разреза, установленными по ГИС, что позволяет дать более точный и оперативный прогноз на исследованную площадь.
По данным единичных скважин установить эту взаимосвязь не удавалось. Следует учесть, что применяемая в способе зависимость носит статистический характер и может рассматриваться как функциональная связь только для исследованного участка. Выявленная зависимость не может быть распространена на участки с другими типами моделей среды.
Таким образом, предложенный способ позволяет достичь следующего технического результата: усовершенствование технологии оперативного количественного прогнозирования; и возможность количественного прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров для выбранного типа среды.
Данный технический результат достигается за счет того, что способ прогнозирования объема залежи УВ для выбранного типа среды, включает количественную оценку залежи на основе выявления закономерностей изменения поляризационных параметров среды (ППС) и емкостных свойств (ЕС) разреза. Новизна предложенного способа состоит в том, что в пределах нефтегазоносного района, где методом ДНМЭ на основе оптимальной сети профилей определено латеральное положение аномалии ВП, связанной с залежью УВ, выбирают скважины, изученные по данным геофизических исследований скважин (ГИС) и газового каротажа (ГК). В частном случае формируют выборку осредненных значений коэффициентов поляризуемости (η) и проводимости (S), для скважин, в которых имеются данные ГИС и газового каротажа (ГК). В частном случае информацию, полученную по ГИС, уточняют данными керна. По керну определяют пористость, но этот параметр также можно определить и по данным ГИС, без керна. В дальнейшем, при поиске взаимосвязей, можно использовать и те, и другие данные.
Для этого сначала определяют оптимальную сеть профилей в границах и по периферии залежи УВ с выходом части профилей за пределы залежи для исследования методом ДНМЭ и выявления областей аномальных и фоновых значений η. При этом данная сеть профилей должна удовлетворять условиям:
- возможность использования для количественной оценки в пределах залежи на основе выявленного вида закономерности изменения поляризационных параметров среды (ППС) и емкостных свойств разреза;
- плотность профилей в пределах залежи должна быть не менее 7 км/км2 для любых объемов залежи;
- выявленный вид закономерностей изменений ППС и емкостных свойств определен либо путем сопоставления результатов инверсии данных, полученных в процессе измерений по профилям методом ДНМЭ, с величиной эффективной емкости q в скважинах, либо с использованием вида изменений, известных из предыдущих измерений для различных объемов залежи на площадях, расположенных в аналогичных геолого - геоэлектрических условиях того же района работ, или того же и смежных районов;
- характер насыщения коллекторов определен в процессе измерений методом ДНМЭ в сопоставлении с данными ГИС и результатами испытания скважин, а также газового каротажа и/или анализа керна;
При этом, в частном случае, оптимальная сеть профилей должна удовлетворять дополнительному условию, при котором профили имеют в пределах залежи на радиусе R от скважин, по крайней мере, одно пересечение.
Во всех случаях выбирают кондиционный материал, отвечающий условиям экспериментальных работ, иными словами выбирают только те пикеты (точки наблюдения), на которых получены пригодные для моделирования кривые.
Сеть профилей должна отвечать требованиям плотности наблюдений (количеству погонных км на единицу площади) и количеству точек физ. наблюдений вблизи скважин-эталонов, чтобы в радиусе R вблизи скважин оказалось, по возможности, как можно больше пикетов (точек физического наблюдения (ф.н.)). Именно эти два условия определяют ее оптимальность. В этом случае результаты осреднения данных будут точнее и выборка данных представительней - в последнем случае важно и количество скважин, которых должно быть не менее 3-х (одной «сухой» и двух продуктивных). Чем больше скважин на площади и больше точек ф.н. вблизи них с набором данных, тем точнее в конечном случае статистика и точнее уравнение регрессии. Чем больше плотность профилей, тем точнее будут результаты осреднения в скользящем окне (больше данных будет участвовать в осреднении) с радиусом и результирующая прогнозная карта.
Затем берут параметры эффективной емкости q в изученных скважинах на основе данных ГИС и газового каротажа (и/или анализа керна), принимая их за эталонные, на участках в виде окружностей с радиусом R вокруг этих изученных скважин. Проводят измерения или используют ранее проведенные измерения по профилям методом ДНМЭ, получая полевые кривые параметров пикетов DU, PI, Dcp, Ps, и в ходе инверсии полевых кривых получают модельные кривые параметров DU, PI , Dcp, Ps, на основе которых для каждого участка определяют среднюю величину коэффициента поляризуемости η, принимая ее за эталонную. Р1, ϋφ, Ps - это геоэлектрические дифференциально-нормированные параметры (ДНП), a DU - геоэлектрический параметр. Все - ДНП и геоэлектрический - параметры регистрируют методом ДНМЭ, а затем на основе их рассчитывают коэффициент поляризуемости η.
При этом суммарная величина невязки между модельными и полевыми кривыми
DU, PI, Dcp, Ps должна составлять не более 0,8%. (т.е. с погрешностью не более 0,8%). По совокупности данных, полученных на всех вышеуказанных участках, определяют закон связи, который отражает зависимость η от q, полученный на основе экспериментальных и теоретических данных.
Поскольку теоретически доказана экспоненциальная зависимость коэффициента поляризуемости η пород от эффективной емкости коллектора q, то, когда экспоненциальная зависимость η и q устанавливается для участков вблизи эталонных скважин, тогда формулу полученной зависимости можно применить для всей площади, включающей эти эталоны. Выборка скважин должна носить репрезентативный характер, по которому определяют закон связи экспериментальных данных о коэффициенте поляризуемости и эффективной емкости коллектора относительно их теоретической зависимости.
Затем:
выбирают N или, по меньшей мере, 3 продуктивных скважины, в которых имеются данные по следующим параметрам:
- суммарная эффективная мощность (Ьэф);
- коэффициент пористости (Кп);
- коэффициент нефтегазонасыщения (Кнг);
- дебиты углеводородов (Q);
- и имеющиеся данные газового каротажа: общее количество газа TG, количество метана d;
и выбирают М или, по меньшей мере, одну непродуктивную скважину по имеющимся данным ГИС, газового каротажа и по результатам испытания скважин.
Для каждой выбранной продуктивной скважины рассчитывают значения эффективной емкости q по формуле
Figure imgf000014_0001
где пэф - эффективная мощность и К„— коэффициент пористости. В частности, расчет значения эффективной емкости q ведут на основе экспоненциальной зависимости коэффициента поляризуемости η пород от эффективной емкости коллектора q и могут вести с применением полученной формулы зависимости для всей площади участков вблизи эталонных скважин, включая сами эталонные скважины.
Для всей исследуемой площади на каждой скважине в радиусе R рассчитывают осредненные значения поляризуемости и проводимости. В частном случае, осредненные значения поляризуемости и проводимости рассчитывают на величине радиуса R, который не больше размера залежи и не меньше расстояния между двумя пикетами профиля. Так расстояние между пикетами профиля (точками наблюдения) может не превышать размеров выявленной залежи УВ, принятой за эталонную, и может являться больше 500 м для сигнала, снятого на участке профиля протяженностью 3 км.
Формируют выборку осредненных значений коэффициентов поляризуемости (η) и проводимости (S), определяемых из множества осредненных значений η^, и S в каждом геоэлектрическом слое, полученных вокруг каждой скважины в радиусе R для каждого пикета профиля в каждом геоэлектрическом слое с последующим расчетом суммарной проводимости разреза Ssum, для скважины, в которой имеются данные геофизического исследования скважин (ГИС). Проверяют наличие корреляции по коэффициентам корреляции изменения значений коэффициента поляризуемости ηκ от изменения значений эффективной емкости qK, где к - каждая скважина, выбранная из количества N и М.
И делают вывод о виде зависимости отклика ВП от эффективной емкости на основе определенной зависимости вида qK=f l„) и параметра F, представленного как раметра Fs, рассчитанного по формуле Fs = Fs =
Figure imgf000015_0001
- коэффициенты поляризуемости для разных слоев, и Ssum - суммарная проводимость разреза на каждом пикете профиля, рассчитываемая как сумма проводимостей во всех геоэлектрических слоях; а - показатель степени:
- если коэффициент корреляции не менее 0,7— то делают вывод о прямой зависимости полученного в ходе инверсии отклика ВП от эффективной емкости пород и о возможности использования данного параметра для регрессионного анализа;
- если коэффициент корреляции меньше 0,7— то производят поиск другого поляризационного параметра для i и j номеров слоя в разрезе, имеющего коэффициент корреляции с эффективной емкостью пород не менее 0.7, для чего рассчитывают другие поляризационные параметры.
- При этом, чтобы выбрать другие поляризационные параметры, анализируют: если коэффициент корреляции возрастает относительно Ккор, рассчитанного для уравнения связи ηι и q не менее чем на 0, 1 при учете значения коэффициента поляризуемости не только в целевом поляризующемся геоэлектрическом слое, но и в смежном с ним поляризующемся геоэлектрическом слое, в котором производился расчет коэффициента поляризуемости при проведении инверсии, то делается вывод о необходимости учета поляризуемости в обоих слоях, и затем апробируются комплексные параметры поляризуемости, представленные как
Figure imgf000015_0002
в которых используются значения коэффициента поляризуемости для обоих слоев i и j.
А, если при этом коэффициент корреляции возрастает относительно Ккор, рассчитанного для уравнения связи г\, и q не менее чем на 0, 1 только при учете и проводимости разреза, то в качестве основного для дальнейшего анализа используют комплексный параметр поляризуемости Fs=r|i*nj/Ssum;
Figure imgf000015_0003
рассчитанный с учетом проводимости, в котором используется проводимость, рассчитанная по формуле
Figure imgf000015_0004
где п - количество слоев. При этом количество слоев для выбора наиболее оптимального варианта нормировки, в которых рассчитывают проводимость, используемых при расчете К вариантов комплексного параметра поляризуемости Fs , определяют опытным путем.
В частном случае для осуществления вывода о виде зависимости отклика ВП от эффективной емкости при коэффициенте корреляции меньше 0,75 рассчитывают другие поляризационные параметры, которыми могут быть также следующие поляризационные параметры: произведение коэффициентов поляризуемости основного и дополнительного целевых слоев (ηιχη.ί); произведение, дополненное весовыми коэффициентами, вида r)iaxr|j, где а - показатель степени; произведение, дополненное коэффициентом нефтегазонасыщения (Кнг), вида г|]Хг||ХКнг и другие.
На основе полученных методом ДНМЭ значений поляризуемости и проводимости рассчитывают К вариантов комплексных параметров поляризуемости F или Fs с целью выбора наиболее оптимального варианта (т.е. варианта с максимальным кор), подходящего для данных геолого-геофизических условий, что определяется высокой корреляцией значений расчетных и эталонных эффективных емкостей в конечной формуле, где аппроксимирующая функция представляет собой интегральную функцию вероятностей нормального распределения вида
Figure imgf000016_0001
где х - экспериментальное значение η или F, или Fa, или Fs, или Fsa; μ - среднее значение η или F, или Fa, или Fs, или Fsa; σ - дисперсия.
Для этого расчета на основе полученных методом ДНМЭ значений поляризуемости и проводимости:
- поочередно рассчитывают коэффициент корреляции каждого комплексного параметра поляризуемости F, или Fa, или Fs, или Fsa и значений эффективной емкости q по скважинам,
- выбирают комплексный параметр поляризуемости F, или Fa, или Fs, или Fsa с наибольшим коэффициентом корреляции между комплексным параметром поляризуемости - F, или Fa, или Fs, или Fsa - и эффективной емкостью q по скважинам,
- проводят для выбранного параметра регрессионный анализ с целью поиска формулы регрессии для данного параметра F, или Fa, или Fs, или Fsa и эффективной емкости q по скважинам,
- по полученной формуле на основе значений выбранного комплексного параметра поляризуемости F, или Fa, или Fs, или Fsa в пределах скважин рассчитывают эффективную емкость ς3φ . При этом комплексный параметр Fs поляризуемости может представлять собой в частном случае также отношение значений поляризуемости к значениям суммарной проводимости или отношение значений поляризуемости к значениям проводимости целевого слоя (параметр Si), или отношение значений поляризуемости к значениям проводимости, с использованием при нормировании формулы вида Fs=(r|,*Si + r|,*S,)/ (Si+Sj).
Делают вывод о достоверности полученной расчетной эффективной емкости ς3ψ:
- если значения расчетной эффективной емкости ς3ψ и эффективной емкости q, полученной по данным ГИС для скважин отличаются в среднем не более чем на 15% и их распределение на качественном уровне (больше или меньше) аналогичное, то это подтверждает правильность проведенного анализа.
Затем, для последующего прогноза параметра эффективной емкости q на каждом пикете в пределах площади исследования в пределах выявленной аномалии ВП строят карты сглаженных значений коэффициента поляризуемости по значениям в целевом и смежном слое, а также карты сглаженных значений суммарной проводимости,
- при этом сглаженное значение на каждом пикете профиля получают путем осреднения значений на близлежащих пикетах, расположенных от него в радиусе R. По полученной формуле на основе значений выбранного комплексного параметра поляризуемости F, или Fa, или Fs, или Fsa для всей исследуемой площади на каждом пикете профиля рассчитывают эффективную емкость q^.
Также предложенный способ возможно применять для морской электроразведки в том случае, если сигнал записан непрерывно в движении судна и накапливается на участке профиля, определенном расчетами протяженности. Оптимальной протяженностью является 1-3 км.
В частном случае выбирают скважины, изученные по данным геофизических исследований скважин (ГИС), керна и газового каротажа (ГК). В частном случае, при поиске взаимосвязей, можно использовать данные в любом сочетании. Так по образцам керна определяют одну из составляющих эффективной емкости - пористость (Кп). В предложенном способе емкостные свойства разреза - это эффективная мощность и коэффициент пористости, а поляризационные параметры среды (ППС) - это поляризуемость, рассчитанная в геоэлектрических слоях, или комплексный поляризационный параметр, рассчитанный на основе поляризуемости, или поляризуемости и проводимости. Также в способе аномальные значения η получены в областях продуктивных скважин, а фоновые - в областях не продуктивных скважин. В контексте данной заявки применяются термины в следующем значении:
- к фильтрационным свойствам относится проницаемость (способность пород пропускать через сообщающиеся поры и каналы флюид),
- к емкостным - эффективная толщина (толщина, занятая УВ-флюидом) и пористость. Поскольку проницаемость на основе ВП не определяется, то применяется аббревиатура «ЕС» - емкостные свойства, аббревиатура ФЕС — фильтрационно — емкостные свойства - применяется для определения понятия коллектора.
Чтобы сохранить логику в условных обозначениях параметров, в данной редакции принято, суммарный параметр обозначать буквой F, там, где он дополнен операцией возведения в степень «а», обозначать Fa; комплексный параметр с учетом проводимости "S" обозначать Fs; то же, с операцией возведения в степень "а", обозначать Fsa.
Предложенный метод иллюстрируется следующими чертежами.
На Фиг. 1 — показана корреляционная зависимость изменения значений коэффициента поляризуемости η4 и эффективной емкости q по скважинам
На Фиг 2— показана корреляционная зависимость изменения значений коэффициента поляризуемости г|*=т|з 4 И эффективной емкости q по скважинам На Фиг 3— показана корреляционная зависимость поляризационного параметра
Ν= η3 Οχ\4 Ώ 100/Ssum и значений эффективной емкости q по скважинам
На Фиг. 4 — показана корреляционная зависимость поляризационного параметра Nst^dn П 100/Ssum и значений эффективной емкости q, а также qDKHr по скважинам
На Фиг. 5— показаны графики распределения значений эффективной емкости q по данным ГИС и значений q, рассчитанных с использованием корреляционной зависимости с поляризационными параметрами Nst и N
На Фиг. 6 — показана зависимость коэффициента поляризуемости 4-го геоэлектрического слоя от значения эффективной емкости коллектора - Мзап (Северный Каспий).
В предпочтительном варианте предлагаемый способ реализуют следующим образом.
Сеть профилей проектируется и отрабатывается в самом начале проведения работ, потом по этим профилям проводится количественный анализ.
Профили устанавливаются для исследования залежи методом ДНМЭ. В контексте данного способа профиль - это последовательность пикетов (точек физического наблюдения), расположенных на прямолинейной линии перемещения установки вдоль заданного направления, характеризующийся собственной нумерацией, началом, концом, количеством пикетов и длиной. При морской электроразведке данные непрерывно поступают при движении судна, а затем собранные данные на конкретном участке профиля осредняют и соотносят к центру этого участка, называемому точкой физического наблюдения или пикетом.
Важным условием для прогнозирования объема исследуемой залежи является то, что имеется наличие: 1) Плотной сети профилей, 2) Сухих (непродуктивных) и продуктивных скважин, чтобы можно было провести «эталонировку» последующих данных.
Для этого при поисках углеводородов с помощью метода ДНМЭ традиционно определяется плановое положение предполагаемой залежи, соответствующее плановому положению аномалии ВП. Данное исследование направлено на определение возможности количественной оценки залежи на основе выявления закономерностей изменения ППС (поляризационных параметров среды) и емкостных свойств разреза.
Понятие разрез, применяемая в данном контексте - это в узком смысле проекция 2D геологических слоев на вертикальную плоскость под линией профиля. Когда определяют плановое положение залежи методом ДНМЭ, то под геоэлектрическими свойствами разреза понимают параметры DU, Р1, ϋφ, Ps, которые получают в виде кривых, поступающих затем на вход программы инверсии данных. При этом под разрезом подразумевается верхняя часть литосферы до опорного горизонта, т.е. определенной глубинности, и которая обладает рядом физических, в том числе и геоэлектрических свойств.
Важным условием является то, что на участке с определенным методом ДНМЭ плановым положением залежи должны присутствовать скважины, изученные на основе данных ГИС и газового каротажа. Это позволяет в скважине определить флюидонасыщение геологических пластов-коллекторов (нефть, газ, вода, «сухо») и их емкостные свойства.
В качестве примера таких исследований может быть описана северная акватория Каспия, где работы ДНМЭ проводились в течение нескольких лет, в результате чего сеть профилей ДНМЭ над залежью достаточно плотная.
Поскольку характер насыщения коллекторов флюидами характеризуется наличием аномалии ВП, то под коллектором в предложенном способе понимают пласт или совокупность пластов горных пород, обладающих фильтрационно-емкостными свойствами, достаточными для извлечения из них УВ-флюидов: нефти и газа. Однако, поскольку коллектор углеводородов также характеризуется породами, содержащими пустоты (поры, каверны или системы трещин), способными вмещать и фильтровать флюиды, то количественная оценка коллектора может осуществляться на основе определения пористости и эффективной мощности. Поскольку разделение количества нефти и газа не представляется возможным в предложенном способе, применяют понятие флюид, как состояние вещества, объединяющего жидкости и газы, т.е. как текучая среда или текучее вещество. В коллекторе параметры пористости (Кп) и эффективной мощности (Ьэф) могут рассчитываться на основе разных видов каротажа, но, в основном, традиционно, это электрокаротаж (БК), НГК и А . На основе газового каротажа определяют общее количество газа TG и количество метана Ci.
Оптимальная сеть профилей в пределах границ залежи, а также за ее пределами должна быть плотностью не менее 7 км/км2. Затем в пределах этой сети выбирают продуктивные и непродуктивные скважины. Продуктивные скважины - это скважины, которые вскрыли залежи УВ. В них определены: эффективная мощность, коэффициент пористости, коэффициент нефтегазонасыщения, дебиты углеводородов, данные газового каротажа, например, общее количество газа TG, количество метана С|. При этом в них возможен количественный прогноз параметра эффективная ёмкость q, а также дебит нефти или газа (QH ИЛИ Qr), общее количество газа (TG), содержание метана (С|) и другие.
В качестве непродуктивных скважин выбирают скважины, где по данным испытаний пластов приток УВ не был получен, по данным ГИС УВ-насыщенные интервалы разреза не выделены, а по данным газового каротажа содержание газа TG и метана С| отвечает фоновым показаниям, характерным для изучаемого разреза.
В скважине величину параметров TG и С| определяют прибором во время проведения газовой съемки. В непродуктивных скважинах величина параметров TG и О близка к нулю или носит фоновый характер, т.е. не связана с залежами УВ. Иными словами, непродуктивная скважина это скважина, которая вскрыла водоносный пласт или оказалась «сухой», т.е. при её испытании притока какого-либо флюида получено не было.
Далее рассчитывают значения эффективной емкости
Figure imgf000020_0001
для каждой эффективной скважины на основе эффективной мощности и коэффициента пористости;
- рассчитывают осредненные в радиусе R значения поляризуемости и проводимости для всей исследуемой площади. Величина радиуса R зависит от размеров залежи и расстояния между точками физических наблюдений;
- формируют выборку полученных осредненных значений поляризуемости и проводимости в радиусе R вокруг каждой скважины, для которой имеются данные ГИС и газового каротажа. Причем, чем больше скважин, тем точнее прогноз;
- на основе этих данных, полученных ДНМЭ, рассчитывают М вариантов комплексных поляризационных параметров, каждый из которых учитывает как поляризуемость, так и проводимость разреза;
- делают вывод по осредненным значениям коэффициента поляризуемости, а также по значениям комплексных поляризационных параметров о наличии или отсутствии корреляции между поляризационными параметрами и эффективной емкостью путем построения графиков зависимости и расчета коэффициента корреляции. Расчет поляризуемости проводится послойно в целевом и смежном слое или на основе комплексного суммарного параметра. В приведенном ниже примере— это третий и четвертый геоэлектрические слои. Так принимают такие типы комплексных параметров поляризуемости, как суммарный - F, Fa или комплексный параметр поляризуемости, рассчитанный с учетом проводимости— Fs, Fsa.
-поочередно устанавливают корреляционную зависимость каждого поляризационного параметра, как коэффициента поляризуемости η для каждого слоя, так и комплексных поляризационных параметров, и значений эффективной емкости q по скважинам;
-выбирают поляризационный параметр с наибольшей корреляционной зависимостью от эффективной емкости q по скважинам;
- проводят для него регрессионный анализ с целью поиска формулы регрессии для данного параметра и эффективной емкости по скважинам; Однако анализ проводят для каждого типа моделей среды отдельно.
-по полученной формуле на основе значений данного поляризационного параметра для всей исследуемой площади рассчитывают эффективную емкость;
-близкие значения расчетной эффективной емкости и эффективной емкости, полученной по данным ГИС для скважин, подтверждают правильность проведенного анализа.
На примере определения объема залежи в северной акватории Каспия получили следующие значения. Были предоставлены данные по 8 продуктивным скважинам, включающие эффективную мощность, коэффициент пористости, коэффициент нефтегазонасыщения, данные газового каротажа, а также данные газового каротажа по одной непродуктивной скважине.
Для проведения анализа сформированы выборки данных ДНМЭ в радиусе 1.5 км вокруг скважин, по которым предоставлены данные ГИС и газового каротажа. Для исследования привлекались осредненные значения коэффициента поляризуемости в третьем и четвертом геоэлектрических слоях, а также значения проводимости послойно и суммарные по разрезу. На основе данных параметров рассчитывались различные варианты комплексных поляризационных параметров.
В ходе инверсии расчет поляризуемости проводился в 3 и 4 слоях, в остальных слоях значения η закреплялись на нулевом значении.
Установили корреляционную зависимость изменения значений коэффициента поляризуемости η4 в четвертом целевом для определения ВП геоэлектрическом слое и значений эффективной емкости q по скважинам (КкоР-0.64) (Фиг. 1).
Если коэффициент корреляции возрастает до 0,82, при учете значения коэффициента поляризуемости не только в целевом 4-ом геоэлектрическом слое, раскрепленном при проведении инверсии, но и в смежном 3-ем слое, также раскрепленном при проведении инверсии (Фиг. 2), то, следовательно, параметр η3χη4 лучше подходит для дальнейшего поиска формулы регрессии и определения эффективной емкости.
Расчет поляризационного параметра Fs= n3xn4>< 100/Ssum позволяет в определенной мере снизить влияние литологического фактора, когда изменение отклика ВП связано с изменением проводимости разреза. Корреляционная зависимость данного параметра с эффективной емкостью еще выше и составляет 0,87 (Фиг. 3).
Поскольку целевым горизонтом является 4-й геоэлектрический слой, следующим шагом было введение поправочного степенного коэффициента для параметра η4, чтобы придать ему больший вес. Опытным путем значение коэффициента было выбрано равным 1,3. Значение коэффициента корреляции степенного поляризационного параметра Fsa (Fsa^Dn 3 D 100/SSum) и эффективной емкости q составило 0,88. Если при сопоставлении с эффективной емкостью учитывать коэффициент нефтегазонасыщения (вместо q брать qDKHr), то коэффициент корреляции с Fsa падает до 0,84 (Фиг.4), следовательно, его использовать нецелесообразно.
Для оценки статистической значимости корреляции поляризационного параметра Fs и коэффициента поляризуемости целевого горизонта
Figure imgf000022_0001
был проведен однофакторный дисперсионный анализ ANOVA. Анализировалось девять групп (выборки поляризационных параметров вокруг девяти скважин). По результатам анализа был сделан следующий вывод. Влияние исследуемого фактора очевидно значимо, т.к. отношение дисперсии, обусловленной этим фактором, к дисперсии внутригрупповой (разбросу значений внутри групп) F=l 5,239 значительно превышает не только 5% уровень значимости (2,053), но и 0, 1 % (3,693). Таким образом, различия характеристики Fs и Fsa, вычисленные в окрестностях различных скважин с очень большой вероятностью являются не случайными, и можно надеяться на выявление их связи с параметрами разреза, определенными для этих скважин. Аналогичные критические значения статистики Фишера, а, следовательно, и аналогичные выводы были получены для выборок коэффициента поляризуемости η4.
С помощью регрессионного анализа, осуществленного в программе MathCAD, был осуществлен поиск формулы регрессии для параметров q и Fsa, а также для q и Fs. Было установлено, что и в том, и в другом случае, аппроксимация на основе функции вероятностей существенно лучше линейной и более «физична». Значения статистики Фишера при такой аппроксимации (F=22,702) существенно превышают 1 % уровень значимости (FcrO 1 = 10,925). С помощью полученных уравнений регрессии для степенного поляризационного параметра Fsa (а также поляризационного параметра Fs) и значений эффективной емкости q по данным ГИС были рассчитаны значения эффективной емкости q по всему исследуемому участку. Значения q, рассчитанные вблизи скважин, весьма близки к значениям эффективной емкости по данным ГИС (Фиг. 5). Скважины 10 и 1 1 - проектные.
Также была выведена формула теоретической зависимости коэффициента поляризуемости от значений эффективной емкости коллектора: где ?7П1ах - максимально возможное значение коэффициента поляризации пород в заданных условиях, Мш, - величина потенциально извлекаемых запасов, λ - константа для определенных геологических условий
Экспериментальные данные о связи коэффициента поляризуемости 4-го геоэлектрического слоя и эффективной емкости коллектора по скважинам - М1 , (Фиг.6) показывают хорошее соответствие их теоретической зависимости.
Таким образом, выявленные в ходе анализа взаимосвязи между параметрами ДНМЭ и параметрами разреза, установленными по ГИС, позволяют дать более точный прогноз на исследованную площадь. Следует отметить, что статистическая взаимосвязь параметров поляризации и эффективной емкости проявляет себя через значения полей ВП, осредненных в некотором радиусе (в нашем случае - 1.5 км). По единичным данным установить эту взаимосвязь не удалось.
Однако следует отметить, что установленная зависимость носит статистический характер и может рассматриваться как прообраз возможной функциональной связи только для исследованного участка. Выявленная зависимость не может быть распространена на участки с другими типами моделей среды. Для них требуется отдельное исследование.

Claims

ФОРМУЛА изобретения Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды
1. Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды, включающий выявление закономерностей изменения поляризационных параметров среды (ППС) и емкостных свойств (ЕС) разреза, отличающийся тем, что в пределах нефтегазоносного района, где методом ДНМЭ на основе оптимальной сети профилей определено латеральное положение аномалии ВП, связанной с залежью УВ, выбирают скважины, изученные по данным геофизических исследований скважин (ГИС) и газового каротажа (ГК),
- сначала определяют оптимальную сеть профилей в границах и по периферии залежи УВ с выходом части профилей за пределы залежи для исследования методом
ДНМЭ и выявления областей аномальных и фоновых значений η, при этом данная сеть профилей должна удовлетворять условиям:
- возможность выявления в пределах залежи на основе вида закономерности изменения поляризационных параметров среды (ППС) и емкостных свойств разреза (ЕС);
- плотность профилей в пределах залежи должна быть не менее 7 км/км2 для любых объемов залежи;
- выявленный вид закономерностей изменений ППС и емкостных свойств (ЕС) определен либо путем сопоставления результатов инверсии данных, полученных в процессе измерений по профилям методом ДНМЭ, с величиной эффективной емкости q в скважинах, либо с использованием вида изменений, известных из предыдущих измерений для различных объемов залежи на площадях, расположенных в аналогичных геолого - геоэлектрических условиях того же района работ, или того же и смежных районов;
- характер насыщения коллекторов определен в процессе измерений методом
ДНМЭ в сопоставлении с данными ГИС и результатами испытания скважин, а также газового каротажа и/или анализа керна;
затем берут параметры эффективной емкости q в изученных скважинах на основе данных ГИС и анализа керна, принимая их за эталонные, на участках в виде окружностей с радиусом R вокруг этих изученных скважин, проводят измерения или используют ранее проведенные измерения по профилям методом ДНМЭ, получая полевые кривые параметров пикетов DU, Р1 , Dcp, Ps , и в ходе инверсии полевых кривых получают модельные кривые параметров DU, PI , Dcp, Ps, на основе которых для каждого участка определяют среднюю величину коэффициента поляризуемости η, принимая ее за эталонную, при этом суммарная величина невязки между модельными и полевыми кривыми DU, PI , Dcp, Ps должна составлять не более 0.8%, по совокупности данных, полученных на всех вышеуказанных участках,
- определяют закон связи, который отражает зависимость η от q, полученный на основе экспериментальных и теоретических данных, затем выбирают N, или по меньшей мере 3, продуктивных скважины, в которых имеются данные по следующим параметрам:
- суммарная эффективная мощность (Ьэф);
- коэффициент пористости (Кп);
- коэффициент нефтегазонасыщения (Кнг);
- дебиты углеводородов (Q);
- и имеющиеся данные газового каротажа, в том числе общее количество газа TG, количество метана Ci ;
и выбирают М или, по меньшей мере, одну непродуктивную скважину по имеющимся данным ГИС, газового каротажа и по результатам испытания скважин; для каждой выбранной продуктивной скважины рассчитывают значения эффективной емкости q по формуле q=h^*Kn, где Ьэф - эффективная мощность и Кп— коэффициент пористости, для всей исследуемой площади на каждой скважине в радиусе R рассчитывают осредненные значения поляризуемости и проводимости, формируют выборку осредненных значений коэффициентов поляризуемости (η) и проводимости (S), определяемых из множества осредненных значений η,,ι, и S в каждом геоэлектрическом слое, полученных вокруг каждой скважины в радиусе R для каждого пикета профиля в каждом геоэлектрическом слое с последующим расчетом суммарной проводимости разреза Ssum, для скважины, в которой имеются данные геофизического исследования скважин (ГИС), проверяют наличие корреляции по коэффициентам корреляции изменения значений коэффициента поляризуемости ηκ от изменения значений эффективной емкости qK где к - каждая скважина, выбранная из количества N и М, и делают вьшод о виде зависимости отклика ВП от эффективной емкости на основе определенной зависимости вида qK=f^K) и параметров F, представленного как F=r *r F=r или Fs, рассчитанного по формуле Fs = r /Ssum, где ц, и т - коэффициенты поляризуемости для разных слоев, и Ssum - суммарная проводимость разреза на каждом пикете профиля, рассчитываемая как сумма проводимостей во всех геоэлектрических слоях:
- если коэффициент корреляции не менее 0,7— то делают вывод о прямой зависимости полученного в ходе инверсии отклика ВП от эффективной емкости пород и о возможности использования данного параметра для регрессионного анализа;
- если коэффициент корреляции меньше 0,7— то производят поиск другого поляризационного параметра для i и j номеров слоя в разрезе, имеющего коэффициент корреляции с эффективной емкостью пород не менее 0.7, для чего рассчитывают другие поляризационные параметры, при этом, если коэффициент корреляции возрастает относительно кор, рассчитанного для уравнения связи η, и q не менее чем на 0,1 при учете значения коэффициента поляризуемости не только в целевом поляризующемся геоэлектрическом слое, но и в смежном с ним поляризующемся геоэлектрическом слое, в котором производился расчет коэффициента поляризуемости при проведении инверсии, то делается вывод о необходимости учета поляризуемости в обоих слоях, и затем апробируются комплексные параметры поляризуемости F, представленные как F *r Fa=r a*r|h в которых используются значения коэффициента поляризуемости для обоих слоев i и j, а, если при этом коэффициент корреляции возрастает относительно Ккор, рассчитанного для уравнения связи ту и q не менее чем на 0,1 только при учете и проводимости разреза, то в качестве основного для дальнейшего анализа используют комплексный параметр поляризуемости
Figure imgf000027_0001
рассчитанный с учетом проводимости, в котором используется проводимость, рассчитанная по п
Ssum ~ ^ ' $к
формуле k=i , где п - количество слоев; на основе полученных методом
ДНМЭ значений поляризуемости и проводимости рассчитывают К вариантов комплексных параметров поляризуемости F или Fs с целью выбора наиболее оптимального варианта, подходящего для данных геолого-геофизических условий, что определяется высокой корреляцией значений расчетных и эталонных эффективных емкостей в конечной формуле, где аппроксимирующая функция представляет собой интегральную функцию вероятностей нормального распределению вида 1
• exp где x - экспериментальное значение η или F, или Fa, или Fs, или Fsa; μ - среднее значение η или F, или Fa, или Fs, или Fsa; σ - дисперсия, поочередно рассчитывают коэффициент корреляции каждого комплексного параметра поляризуемости F или Fa, или Fs, или Fsa, и значений эффективной емкости q по скважинам,
- выбирают комплексный параметр поляризуемости F или Fa, или Fs, или Fsa с наибольшим коэффициентом корреляции между комплексным параметром поляризуемости - F или Fa, или Fs, или Fsa - и эффективной емкостью q по скважинам, - проводят для выбранного параметра регрессионный анализ с целью поиска формулы регрессии для данного параметра F или Fa, или Fs, или Fsa и эффективной емкости q по скважинам,
- по полученной формуле на основе значений выбранного комплексного параметра поляризуемости F или Fa или Fs или Fsa в пределах скважин рассчитывают эффективную емкость 3^„ и делают вывод о достоверности полученной расчетной эффективной емкости q3<j, : если значения расчетной эффективной емкости q,<|, и эффективной емкости q, полученной по данным ГИС для скважин отличаются в среднем не более чем на 15% и их распределение на качественном уровне (больше или меньше) аналогичное, то это подтверждает правильность проведенного анализа, затем, для последующего прогноза параметра эффективной емкости q на каждом пикете в пределах площади исследования, в пределах выявленной аномалии ВП строят карты сглаженных значений коэффициента поляризуемости по значениям в целевом и смежном слое, а также карты сглаженных значений суммарной проводимости, при этом сглаженное значение на каждом пикете профиля получают путем осреднения значений на близлежащих пикетах, расположенных от него в радиусе R, по полученной формуле на основе значений выбранного комплексного параметра поляризуемости F или Fa, или Fs, или Fsa для всей исследуемой площади на каждом пикете профиля рассчитывают эффективную емкость q^.
2. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что выбирают скважины, изученные по данным геофизических исследований скважин (ГИС), керна и газового каротажа (Г'К).
3. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что оптимальная сеть профилей должна удовлетворять дополнительному условию, при котором профили имеют в пределах залежи на радиусе R от скважин, по крайней мере, одно пересечение.
4. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что оптимальная сеть профилей определена при условии, что выявленный вид закономерностей изменений ППС и ЕС определен путем сопоставления результатов инверсии данных на основе рассчитанной величины параметра η .
5. Способ прогноза эффективной емкости коллекторов по п. 1, отличающийся тем, что оптимальная сеть профилей определена при условии, что выявленный вид закономерностей изменений ППС и ЕС определен путем сопоставления результатов инверсии данных на основе комплексного параметра F или Fs.
6. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что расчет значения эффективной емкости q ведут на основе экспоненциальной зависимости коэффициента поляризуемости η пород от эффективной емкости коллектора q с применением полученной формулы зависимости для всей площади участков вблизи эталонных скважин, включая сами эталонные скважины.
7. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что осредненные значения поляризуемости и проводимости рассчитывают на величине радиуса R, который не больше размера залежи и не меньше расстояния между двумя пикетами профиля.
8. Способ прогноза эффективной емкости коллекторов по п. 1, отличающийся тем, что расстояние между пикетами профиля (точками наблюдения) не превышает размеров выявленной залежи У В, принятой за эталонную, и является больше 500 м для сигнала, снятого на участке профиля протяженностью 1 - 3 км.
9. Способ прогноза эффективной емкости коллекторов по п. 8, отличающийся тем, что сигнал записан непрерывно в движении судна и накапливается на участке профиля протяженностью 3 км.
10. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что формируют выборку осредненных значений коэффициентов поляризуемости (η) и проводимости (S), для скважин, в которых имеются данные ГИС и анализы керна.
11. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что для осуществления вывода о виде зависимости отклика ВП от эффективной емкости при коэффициенте корреляции меньше 0,7 рассчитывают поляризационные параметры: произведение коэффициентов поляризуемости основного и дополнительного целевых слоев (τ|ίχηι); произведение, дополненное весовыми коэффициентами, вида η/χη где а - показатель степени; произведение, дополненное коэффициентом нефтегазонасыщения (Кнг), вида
Figure imgf000030_0001
12. Способ прогноза эффективной емкости коллекторов по п. 1, отличающийся тем, что количество слоев для выбора наиболее оптимального варианта нормировки, в которых рассчитывают проводимость, используемых при расчете К вариантов комплексного параметра поляризуемости Fs , определяют опытным путем.
13. Способ прогноза эффективной емкости коллекторов по п. 1, отличающийся тем, что комплексный параметр Fs поляризуемости представляет собой отношение значений поляризуемости к значениям суммарной проводимости.
14. Способ прогноза эффективной емкости коллекторов по п. 1, отличающийся тем, что комплексный параметр Fs поляризуемости представляют собой отношение значений поляризуемости к значениям проводимости целевого слоя (Si).
15. Способ прогноза эффективной емкости коллекторов по п. 1 , отличающийся тем, что комплексный параметр Fs поляризуемости представляют собой отношение значений поляризуемости к значениям проводимости, с использованием при нормировании формулы вида
Figure imgf000030_0002
+ r)j*Sj)/(Si+Sj).
PCT/RU2017/000428 2016-07-15 2017-06-16 Способ прогноза эффективной емкости коллекторов WO2018013004A1 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2016129128 2016-07-15
RU2016129128A RU2630852C1 (ru) 2016-07-15 2016-07-15 Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды

Publications (1)

Publication Number Publication Date
WO2018013004A1 true WO2018013004A1 (ru) 2018-01-18

Family

ID=59893765

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2017/000428 WO2018013004A1 (ru) 2016-07-15 2017-06-16 Способ прогноза эффективной емкости коллекторов

Country Status (2)

Country Link
RU (1) RU2630852C1 (ru)
WO (1) WO2018013004A1 (ru)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111007568A (zh) * 2018-10-08 2020-04-14 中国石油化工股份有限公司 一种量化分类储层空间展布特征的方法
CN113622903A (zh) * 2020-04-21 2021-11-09 中国石油天然气股份有限公司 储层改造方法及装置
CN113687421A (zh) * 2021-08-23 2021-11-23 中国石油大学(北京) 地震信号的数据处理方法、装置、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111965720B (zh) * 2020-08-19 2023-05-23 中国地质调查局西安地质调查中心(西北地质科技创新中心) 一种基于地-井联合获取水力传导系数的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2491580C1 (ru) * 2012-02-07 2013-08-27 Общество с ограниченной ответственностью "Сибирская геофизическая научно-производственная компания" Способ измерения геофизических характеристик с применением последующей инверсии геоэлектрических данных с дополнительным временным фильтром

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2420768C1 (ru) * 2009-12-07 2011-06-10 Федеральное Государственное Унитарное Предприятие "Сибирский Научно-Исследовательский Институт Геологии, Геофизики И Минерального Сырья" Способ количественного прогноза ресурсов углеводородов

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2491580C1 (ru) * 2012-02-07 2013-08-27 Общество с ограниченной ответственностью "Сибирская геофизическая научно-производственная компания" Способ измерения геофизических характеристик с применением последующей инверсии геоэлектрических данных с дополнительным временным фильтром

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C.Ю.Г АРИНА И ДР.: "Анализ связи поляизационных параметров, полученных ДНМЭ, c фильтрационно-емкостными свойствами pa3pe3a (на примере CeBepHoro Каспия).", VII ВСЕРОССИЙСКАЯ ШКОЛА-СЕМНАР NO ЭЛЕКТРОМАГНИТНЫМ ЗОНДИРОВАНИЯМ ЗЕМЛИ ИМ. M.H.БЕРДИЧЕВСКОГО И Л.Л.ВАНЬЯНА, R. ИРКУТС,, 2015, pages 4 - 19 *
С.А.ИВАНОВ.: "Pa3pa6oTKa И применение методики геологическо интерпретации данных дифференциально-нормированного метода электроразведки для поисков месторорождений нефти H газа", AВТОРЕФ. ДИССЕРТАЦИИ HA СОИСКАНИЕ УЧ. CTEN. КАНДИДАТА ГЕОЛОГО-МИНЕРАЛОГИЧЕСКИХ HAYK, 2009 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111007568A (zh) * 2018-10-08 2020-04-14 中国石油化工股份有限公司 一种量化分类储层空间展布特征的方法
CN113622903A (zh) * 2020-04-21 2021-11-09 中国石油天然气股份有限公司 储层改造方法及装置
CN113622903B (zh) * 2020-04-21 2023-09-26 中国石油天然气股份有限公司 储层改造方法及装置
CN113687421A (zh) * 2021-08-23 2021-11-23 中国石油大学(北京) 地震信号的数据处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
RU2630852C1 (ru) 2017-09-13

Similar Documents

Publication Publication Date Title
US8200465B2 (en) Heterogeneous earth models for a reservoir field
CN1040364C (zh) 采用统计校准技术导出地质特性的地震记录曲线分析方法
US9703006B2 (en) Method and system for creating history matched simulation models
Verma et al. Estimation of total organic carbon and brittleness volume
RU2661489C1 (ru) Способ комплексирования исходных данных для уточнения фильтрационного строения неоднородных карбонатных коллекторов
RU2630852C1 (ru) Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды
RU2475646C1 (ru) Способ построения геологической и гидродинамической моделей месторождений нефти и газа
KR102111207B1 (ko) 셰일가스 스윗 스팟 도출 방법
CN111596364A (zh) 基于高精度层序地层格架的地震沉积微相组合分析方法
Almansour et al. Value-of-information analysis of a fracture prediction method
Karimian Torghabeh et al. Characterization of a heterogeneous carbonate reservoir by integrating electrofacies and hydraulic flow units: a case study of Kangan gas field, Zagros basin
RU2572525C1 (ru) Способ локализации запасов в нефтематеринских толщах
RU2598979C1 (ru) Способ прогноза параметров газовых залежей
RU2700836C1 (ru) Способ прогноза насыщения коллекторов на основе комплексного анализа данных СРР, 3СБ, ГИС
CN112765527A (zh) 页岩气资源量计算方法及系统
Botechia et al. Investigation of production forecast biases of simulation models in a benchmark case
RU2018887C1 (ru) Способ определения характера насыщения пластов-коллекторов
RU22830U1 (ru) Автоматизированная система поиска, разведки и оценки эксплуатационных свойств залежей и месторождений полезных ископаемых и прогноза тектонических и литофизических свойств геологических сред
Thai et al. Applying the evaluation results of porosity-permeability distribution characteristics based on hydraulic flow units (HFU) to improve the reliability in building a 3D geological model, GD field, Cuu Long Basin
Amanipoor Providing a subsurface reservoir quality maps in oil fields by geostatistical methods
RU2206911C2 (ru) Способ поиска, разведки, исследования и создания модели месторождения полезных ископаемых
Damasceno et al. Source rock evaluation from rock to seismic: Integrated machine learning based workflow
Gafurov et al. Method of Creation of “Core-Gisseismic Attributes” Dependences With Use of Trainable Neural Networks
RU2225020C1 (ru) Способ геофизической разведки для определения нефтепродуктивности трещинных глинистых коллекторов в межскважинном пространстве
Liu Quantifying Matrix and Fracturing Water Contributions to the Total Produced Water Based on the Water-flowback Responses

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17828036

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17828036

Country of ref document: EP

Kind code of ref document: A1