1535
.pdfСекция 1. Геология, поиск и разведка месторождений нефти и газа
СОВЕРШЕНСТВОВАНИЕ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ОЦЕНКИ ПЕРЕВОДА РЕСУРСОВ В ЗАПАСЫ
(НА ПРИМЕРЕ СОЛИКАМСКОЙ ДЕПРЕССИИ ПЕРМСКОГО КРАЯ)
Г.С. Костарев
Филиал ООО « ЛУКОЙЛ-Инжиниринг» « ПермНИПИнефть» в г. Перми Научный руководитель – д-р геол.-мин. наук, профессор В.И. Галкин
Проводимая сегодня оценка ресурсов с помощью построения вероятностностатистических моделей не учитывает локальной нефтегазоносности разреза. Обоснована необходимость построения моделей перевода ресурсов в запасы с привлечением данных по вероятностной оценке перспектив нефтегазоносности локальных структур. Разработана методика прогноза величин запасов по значениям ресурсов с привлечением дополнительных вероятностных критериев, которые характеризуют локальную нефтегазоносность разреза для каждого из основных нефтегазоносных комплексов.
Ключевые слова: месторождение нефти, подготовленные структуры, ресурсы и запасы нефти, вероятностная оценка, дискриминантный анализ, многомерный регрессионный анализ.
Вероятностно-статистическое обоснование перевода ресурсов в запасы.
В старых нефтедобывающих регионах накоплен огромный фактический материал по значениям ресурсов и запасов. Комплексное использование этих накопленных данных позволит наиболее оптимально размещать поисковые скважины на тех структурах, где запасы в результате бурения скважин подтвердятся. Решение таких задач возможно только путем построения комплексных вероятностностатистических моделей. Для этого необходимо учитывать ресурсы, которые подтвердились, и те ресурсы, которые не подтвердились. Примеры использования вероятностно-статистических оценок для прогноза различных явлений при поисках, разведке и разработке месторождений нефти и газа достаточно детально описаны в работах [1, 2, 5].
Для оценки количества перевода ресурсов в запасы предлагается использовать методы математической статистики и теории вероятности. Выполним сравнение средних ресурсов и запасов по всем открытым месторождениям и структурам, в пределах которых произведено глубокое поисково-разведочное бурение, но месторождения не открыты. Всего в анализе были использованы данные по 35 месторождениям и 38 пустым структурам по трем нефтегазоносным комплексам (девонский терригенный и нижнепермский комплексы исключены из расчета ввиду малых данных для статистической оценки). Данные расчетов приведены в табл. 1.
Сравнение средних значений по месторождениям и пустым структурам показывает, что есть значительное различие. Это можно объяснить тем, что в анализе участвовали структуры, не только содержащие скопления углеводородров, но
и структуры, |
где проведено поисково-разведочное бурение, но месторождения |
не открыты. |
Для устранения имеющихся искажений в соотношениях ресурсов |
41
Проблемы разработки месторождений углеводородных и рудных полезных ископаемых
и запасов используем данные прогнозов нефтегазоносности этих структур, приведенные в работе [4]. В данной работе использованы две группы критериев: геохимические (Рукв гх) и миграционные (Ркм).
|
|
|
|
Таблица 1 |
|
Средние значения RС3 и Z |
|
||
|
|
|
|
|
Прогнозные данные |
|
Комплекс |
Rc3, тыс. т |
Z, тыс. т |
|
D3-C1t |
571,24±775,95 |
540,43±575,95 |
|
(подготовленные структуры) |
|
C1v |
860,32±1365,11 |
804,32±1263,10 |
|
|
C2 |
379,52±495,28 |
356,31±394,28 |
Фактические данные |
|
D3-C1t |
1424,24±4650,21 |
742,134±985,130 |
|
C1v |
2733,9±8613,57 |
2030,577±2536,958 |
|
(разбуренные структуры) |
|
|||
|
C2 |
710,54±1841,85 |
1318,207±1981,440 |
|
|
|
Для увязки значений RС3 и Z с учетом не только нефтяных, но и пустых структур разобьем выборку по RС3 на интервалы, и в пределах их вычислим средние интервальные значения частоты встречаемости (Ринт) запасов. Далее сопоставим эти величины и определим соотношение, которое наилучшим образом описывает связь между ними. В данном случае связь имеет следующий вид: Ринт = –0,3664 + 0,2691log10 (RС3) [4]. По данному уравнению вычислены значения по всей изучаемой выборке. По этим данным вычислены средние значения для месторождений нефти и пустых структур, которые приведены в табл. 2.
|
|
|
Таблица 2 |
|
Средние значения, Ринт, P(F) |
|
|||
|
|
|
|
|
Прогнозные данные |
Комплекс |
Ринт |
P(F) |
|
D3-C1t |
0,299±0,128 |
–0,599±0,908 |
||
(подготовленные структуры) |
C1v |
0,302±0,180 |
0,951±1,108 |
|
|
C2 |
0,258±0,125 |
0,765±0,912 |
|
Фактические данные |
D3-C1t |
0,382±0,162 |
–0,564±0,949 |
|
C1v |
0,406±0,205 |
0,412±1,051 |
||
(разбуренные структуры) |
||||
C2 |
0,328± + 0,136 |
3,16±0,991 |
||
|
Из таблицы видно, что средние значения Ринт для нефтяных и пустых структур статистически различаются.
Для совместного использования полученных вероятностных оценок, Рукв гх, Ркм, и Ринт применим линейный дискриминантный анализ (ЛДА).
В результате реализации ЛДА были получены следующие линейные дискриминантные функции:
F_D3-C1t = –1,58107 Рукв.гх – 3,44069 Ркм – 2,68572 РинтD3-C1t + 3,75270, F_C1v = 2,04287 Рукв.гх + 1,97052 Ркм + 1,68168 Ринт_C1v-2,81663,
F_C2 = –1,67392 Рукв гх + 2,95555 Ркм – 3,33715 Ринт_C2 + 3,52148.
По данным функциям вычислены значения принадлежности к классу нефтяных месторождений – P(F). По данной зависимости вычислены значения P(F) для
42
Секция 1. Геология, поиск и разведка месторождений нефти и газа
прогнозных структур. Для более полного анализа были вычислены коэффиценты
корреляции r между, Рукв гх, Ркм, Ринт, P(F), RС3, Z (для каждого из комплексов) раздельно для месторождений и пустых структур.
Была отмечена достаточно тесная связь между RС3 и Z. Кроме этого величина Z имеет значимые статистические связи с Рукв гх и Ринт.
Построение комплексных моделей перевода ресурсов в запасы. Для со-
вместного учета значений RС3, Рукв гх и Ринт для прогноза Z используем регрессионный анализ. В результате реализации данного метода получены следующие формулы, которые могут быть использованы для прогнозных оценок:
Zм_ D3–C1t = 1736,42 – 0,02 RС3 – 1319,42 Рукв гх + 2280,74 Ринт_D3-C1t при R = 0,49;
Zм_ C1v = –507,67 – 924,43 Рукв гх – 1037,57 Ркм + 8173,93 Ринт_C1v при R = 0,50;
Zм_ C2 = –1726,89 – 1035,25 Рукв гх + 2745,59 Ркм + 5959,43 Ринт_C2 при R = 0,41.
Используя полученные модели, выполним оценку прогнозных запасов по подготовленным структурам (табл. 3).
|
|
|
|
|
|
|
Таблица 3 |
|
|
|
Оценка прогнозных запасов |
|
|
|
|||
|
|
|
|
|
|
|
|
|
№ |
Название |
RС3, |
Zм, |
№ |
Название |
RС3, |
|
Zм, |
п/п |
структуры |
тыс, т |
тыс, т |
п/п |
структуры |
тыс, т |
|
тыс, т |
1 |
Клестовская |
1922 |
3152 |
4 |
Пашковская |
9571 |
|
4805 |
2 |
Легчимская |
7115 |
4987 |
5 |
Сев-Чашкинская |
1143 |
|
3070 |
3 |
Новологовская |
1242 |
2233 |
6 |
Зырянская (н/ф) |
7304 |
|
3978 |
Список литературы
1.Прогнозная оценка нефтегазоносности структур на территории Соликамской депрессии / В.И. Галкин, А.В. Растегаев, И.А. Козлова, И.В. Ванцева, С.Н. Кривощеков, В.Л. Воеводкин // Нефтепромысловое дело. – 2010. – № 7. – С. 4–7.
2.Оценка точности определения прогнозных запасов нефти в пределах Соликамской впадины / А.В. Растегаев, В.И. Галкин, И.А. Козлова, В.Л. Воеводкин, И.В. Ванцева // Нефтепромысловое дело. – 2010. – № 7. – С. 8–12.
3.Воеводкин В.Л., Галкин В.И., Кривощеков С.Н. Исследование влияния критериев нефтегазоносности и изученности территории Пермского края на распределение месторождений углеводородов // Нефтяное хозяйство. – 2012. – №6. – С. 30–34.
4.Галкин В.И., Александрова Т.В., Костарев Г.С. Cовершенствование методики оценки перевода ресурсов в запасы. – Пермь, 2011.
5.Метод прогноза нефтегазоносности локальных поднятий с применением ЭВМ / А.Э. Конторович, Э.Э. Фотиади [и др.] // Применение математических методов и ЭВМ для решения прогнозных задач нефтяной геологии: тез. науч.- техн. конф. / Сибир. отд-ние АН СССР. – Новосибирск, 1973. – С. 13–15.
43
Проблемы разработки месторождений углеводородных и рудных полезных ископаемых
ИСПОЛЬЗОВАНИЕ РЕНТГЕНОВСКОЙ КОМПЬЮТЕРНОЙ ТОМОГРАФИИ ПРИ ИССЛЕДОВАНИЯХ КОЛЛЕКТОРСКИХ СВОЙСТВ ГОРНЫХ ПОРОД
А.А. Кочнев
Научный руководитель – канд. техн. наук С.Н. Кривощеков Пермский национальный исследовательский политехнический университет
Предложены современные комплексы моделирования физических свойств горных пород, которые позволяют оперативно и достоверно получать широкий набор свойств пород на основании данных компьютерной томографии. Использование программного обеспечения Avizo Fire позволяет построить 3D-модели образца керна, порового пространства, каверн и трещин и минеральных включений. Компьютерная рентгеновская томография основана на неразрушающем изучении внутренней структуры материала и является методом послойного исследования структуры неоднородных образцов горных пород в рентгеновском излучении.
Ключевые слова: коллектор, пористость, проницаемость, терригенные и карбонатные породы, керн, рентгеновская томография, петрофизические исследования.
Рентгеновская компьютерная томография – метод послойного исследования внутренней структуры объекта, без его разрушения, был предложен в 1972 г. Годфри Хаунсфилдом и Алланом Кормаком, удостоенными за эту разработку Нобелевской премии. Исследования горных пород рентгеновским методом основано на различии в плотности горной породы, минеральных включений, пустот и трещин и заполняющих их пластовых флюидов [1].
Микрофокусная рентгеновская пушка просвечивает объект, регистрация его теневых проекций выполняется матричным детектором. Рентгеновское излучение, проходя сквозь горную породу, теряет мощность пропорционально ее плотности
ирегистрируется ячейками матрицы приемника, формируя пиксельное изображение. В процессе сканирования объект вращается вокруг своей оси, за счет чего накапливается пакет из сотен виртуальных сечений [2].
Из полученных снимков, представляющих собой полутоновые изображения, яркость которых характеризует степень поглощения рентгеновского излучения, реконструируется объемная трехмерная модель образца. Таким образом, результатом рентгеновской томографии является трехмерное распределение плотности образца в объеме, что позволяет судить о структуре матрицы горной породы
ираспределении пор и включений [3].
С2011 г. в ПНИПУ проводятся исследования керна на базе системы рентгеновского контроля с функцией компьютерной томографии NikonMetrology XT H 225, которая хорошо зарекомендовала себя при исследованиях керна за рубежом. Обработка полученных изображений и трехмерное моделирование образцов проводились впрограммном комплексе VSG Avizo Fire.
44
Секция 1. Геология, поиск и разведка месторождений нефти и газа
Нами были проведены исследования образцов горных пород Восточной Сибири, Пермского края, Узбекистана и Ирака:
1.Терригенные породы (полноразмерные D = 100 мм, стандартные D = 30 мм);
2.Карбонатные породы (полноразмерные D = 100 мм, стандартные ш = 30 мм); При исследовании полноразмерных терригенных пород удалось обнаружить
лишь трещины и крупные поры (рис. 1, а). Обнаруженные трещины, как правило, очень узкие (ширина 0,001 мм), редко попадались и широкие с максимальной шириной раскрытия 1 мм. Межгранулярная пористость на полноразмерных образцах не видна. При исследовании стандартных терригенных образцов межгранулярные поры уже отличимы от скелета породы (рис. 1, б).
а |
б |
Рис. 1. Терригенные образцы (а – |
100 мм, б – 30 мм) |
При исследованиях карбонатных полноразмерных образцов было обнаружено большое число каверн, они довольно крупные, максимальные размеры 2–3 мм (рис. 2, а). Подсчитана каверновая пористость. В стандартных образцах обнаружены трещины, каверны, поры, включения кальцита. В ходе исследования были зафиксированы совпадения каверн, определенных ранее в полноразмерных образцах. Каверны достаточно крупные – диаметр в пределах 3 мм, в некоторых образцах каверны соединены каналами и занимают довольно большой объем.
В других типах образцов были зафиксированы поры. Поры по размерам крупные, по форме округлые, открытые. Коллектор такого типа высокопористый от 20 до 30 % (рис. 2, б).
Метод исследования позволяет нам сравнить карбонатные породы до воздействия соляной кислоты и после. Результат представлен довольно наглядно и подтвержден численно. Каналы в образцах значительно расширились и в некоторых случаях соединились, а также появились новые каналы, пористость, соответственно, тоже возросла (рис. 3).
45
Проблемы разработки месторождений углеводородных и рудных полезных ископаемых
а |
б |
|
Рис. 2. Карбонатные образцы (а – |
100 мм, б – |
30 мм) |
1 |
2 |
Рис. 3. Образец карбонатной породы в разрезе и 3D-вид каналов:
1 – до воздействия соляной кислоты, 2 – после воздействия соляной кислоты
46
Секция 1. Геология, поиск и разведка месторождений нефти и газа
Рентгеновская томография керна – очень перспективный метод при исследовании петрофизических свойств горных пород. Метод позволяет решать огромное разнообразие прикладных и фундаментальных геологических задач. Мы можем полностью визуализировать породу в 3D-изображении и рассчитать все ее свойства, выделить трещины, поры, каверны, включения, а также неоднородности, различные слои породы и дифференциацию плотности. Рентгеновская томография позволяет исследовать образцы различных размеров и не только коллектора, но и любые другие горные породы.
Список литературы
1. Журавлев А.В., Вевель Я.А. Возможности использования вычислительной микротомографии в микропалеонтологических и литологических исследованиях // Нефтегазовая геология. Теория и практика. – 2012. – Т. 7. – № 2. – URL:
http://www. ngtp.ru/rub/2/21_2012.pdf1.
2.Петрофизические методы исследования кернового материала: учеб. пособие:
в2 кн. / М.К. Иванов, Ю.К. Бурлин, Г.А. Калмыков, Е.Е. Карнюшина, Н.И. Коробо-
ва. – М.: Изд-во Моск. ун-та, 2008. – С. 91– 97.
3.Еременко Н.М., Муравьева Ю.А. Применение методов рентгеновской микротомографии для определения пористости в керне скважин // Нефтегазовая геоло-
гия. Теория и практика. – 2012. – Т. 7. – № 3. – URL: http://www.ngtp.ru/rub/2/35_ 2012.pdf.
47
Проблемы разработки месторождений углеводородных и рудных полезных ископаемых
ИССЛЕДОВАНИЕ ОСОБЕННОСТЕЙ РАСПРЕДЕЛЕНИЯ НЕФТЕГАЗОНОСНОСТИ НА ЮГЕ ПЕРМСКОГО КРАЯ (В ПРЕДЕЛАХ БАШКИРСКОГО СВОДА)
О.А. Мелкишев
Научный руководитель – д-р геол.-мин. наук, профессор В.И. Галкин Пермский национальный исследовательский политехнический университет
В работе обосновано выделение нефтесборных зон (площадей) на юге Пермского края, в пределах Башкирского свода, и проанализировано пространственное распределение плотности нефтеносности в пределах выделенных зон.
Ключевые слова: зона (площадь, бассейн) нефтесбора, пространственное положение, статистический анализ, Башкирский свод.
При выделении нефтесборных зон (площадей) наиболее часто применяемым подходом является использование методов, выделяющих области источников и стока.
В качестве основной, регионально выдержанной поверхности, которая характеризует геологическое строение наиболее промышленно значимых нефтегазоносных комплексов, была выбрана поверхность отражающего горизонта IIк (ОГ IIк), отождествляемого с кровлей терригенной части визейского яруса нижнекаменноугольной системы.
С целью выявления процессов латеральной и вертикальной миграции, используя средства геоинформационной системы (ГИС) ArcGIS, были выделены нефтесборные бассейны (площади, зоны) по ОГ IIк, в пределах которых возможны латеральная миграция и плотностная дифференциация углеводородов только в пределах данной ограниченной территории (рис. 1).
При выделении зон не учитывались структуры с амплитудой менее 20 м.
Рис. 1. Схема выделения нефтесборных зон (площадей) (точками выделены центры ячеек, используемых для оценки плотности нефтеносности)
48
Секция 1. Геология, поиск и разведка месторождений нефти и газа
Выполненный анализ показал, что в пределах каждой выделенной зоны, преимущественно в центре, находится крупное месторождение, которое является наиболее приподнятым участком в данной зоне.
Для учета характеристик пространственного положения месторождения или некоторой оценочной точки в пространстве 3D были рассчитаны следующие харрактеристики:
–кратчайшее расстояние от произвольной точки внутри выделенного бассейна до его границы, – Lбас (м);
–абсолютное превышение над наиболее погруженной точкой выделенного
бассейна по ОГ IIк – hверт (м);
–относительное расстояние от произвольной точки внутри выделенного бас-
сейна до его границы – L’бас (д. ед), при условии, что 0 соответствует положению на самой границе, а 1 – положению в наиболее удаленной точке от границы выделенного бассейна;
–относительное превышение над наиболее погруженной точкой выделенной
зоны по ОГ IIк – h’верт (д. ед), при условии, что 0 соответствует положению самой погруженной части, а 1 – наиболее приподнятой части выделенного бассейна.
С целью выявления закономерностей распределения нефтеносности методами математической статистики использовались данные по разбиению территории на элементарные ячейки [1, 2] с учетом преобладающих размеров структур в данной зоне и их ориентаций в пространстве.
Для оценки соотношений между h’верт и L’бас для двух изучаемых классов приведем корреляционные поля (рис. 2) в классе 0 – ячейки, не попавшие в площадь месторождения, в классе 1 – ячейки, попавшие в контур месторождения.
Рис. 2. Поле корреляции для относительных превышений и расстояний во всех зонах
49
Проблемы разработки месторождений углеводородных и рудных полезных ископаемых
На данных полях корреляции, несмотря на отсутствие статистической значимости полученных зависимостей (p > 0,05) и низкие значения парного коэффициента корреляции, наблюдается общая тенденция совместного увеличения относительного расстояния и относительного превышения для обоих классов.
Анализируя угловые коэффициенты и свободные члены в уравнениях регрессии, можно установить значительное различие в поведении рассматриваемых параметров для двух классов. Так, для класса 0 наблюдается значительно большее влияние h’верт и L’бас друг на друга (угловой коэффициент равен 0,139), в то время как для класса 1 это влияние значительно ослаблено (угловой коэффициент равен 0,0459), но при этом ячейки в классе 1 (в пределах месторождения) сосредоточены в области высоких значений h’верт и характеризуются гипсометрическим высоким положением в выделенных бассейнах, что указывает на значительную роль плотностной дифференциации при распределении углеводородов.
Для более детального изучения распределения нефтеносности была использована плотность нефтеносности, приведенная в работе [1, 2] – Pl_oil (отношение площади ячейки, занятой месторождением, к ее площади, д. ед.), а дальнейший анализ проводился только для зон, выделенных на юге Пермского края в пределах Башкирского свода (БС). Данные зависимости представлены на рис. 3 и 4.
Для зон выделяется увеличение плотности нефтеносности с увеличением относительного превышения, за исключением зон № 4, 5, 6, что связано с особенностями геологического строения данных территорий.
Рис. 3. Поля корреляции между плотностью нефтеносности и относительным превышениям по зонам Башкирского свода
50