1535

Секция 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

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).

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.

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).

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).

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

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