СПОСОБ ОПРЕДЕЛЕНИЯ МЕСТ ЗАЛОЖЕНИЯ ЭКСПЛУАТАЦИОННЫХ СКВАЖИН ПРИ РАЗРАБОТКЕ МЕСТОРОЖДЕНИЙ УГЛЕВОДОРОДОВ Российский патент 2013 года по МПК G01V1/00 G01V11/00 

Изобретение относится к газо- и нефтепромысловой геологии и может быть использовано для оптимального размещения эксплуатационных скважин на исследуемом участке с использованием данных разведочного бурения, отбора проб керна и шлама, данных сейсморазведки и геофизических исследований скважин, как на исследуемом участке, так и на эталонном месторождении.

Известен способ прогнозирования коллекторов и заложения разведочных скважин путем использования амплитуды сейсмического сигнала в сочетании с изменением его частоты [Сейсмическая стратиграфия. Использование при поисках и разведке нефти и газа. в 2-х частях, под ред. Ч.Пейтона, Издательство "МИР", Москва, 1982 г., стр.542-557]. В идеальных геологических условиях аномальное изменение этих сейсмических параметров (атрибутов) отображается в эффектах "яркого" и "темного" пятен, выделяемых на сейсмических разрезах.

Известен способ разведки нефтяных и газовых залежей [патент РФ №2078356, G01V 1/00, G01V 9/00, опубл. 27.04.1997 г.], в котором по материалам бурения и поверхностных и скважинных сейсмических исследований определяют границы залежей углеводородов, на которых размещают разведочные и последующие эксплуатационные скважины.

Известен способ разведки нефтяных и газовых залежей [патент РФ №2148166, Е21В 43/30, опубл. 27.04.2000 г.], включающий проведение комплекса геофизических и скважинных исследований в пределах месторождения, построение на основе полученных данных, с учетом анализа скоростных характеристик разреза, сейсмических разрезов и структурных карт и заложение продуктивных скважин в пределах выделенных участков.

Известен способ определения мест заложения эксплуатационных скважин при разработке месторождений углеводородов [патент РФ №2274878, МПК G01V 1/00 (2006.01), опубл. 20.04.2006], выбранный в качестве прототипа, включающий бурение разведочных скважин в пределах месторождения с последующим отбором керна и проведение в них геофизических и сейсмоакустических исследований. Сейсморазведку проводят в трехмерной модификации, по полученным данным определяют куб псевдоакустических импедансов, вычисляют параметр α_ПС относительных амплитуд потенциалов самопроизвольной поляризации, являющейся критерием наличия коллектора в разрезе, с определением диапазонов граничных значений α_ПС, характерных для пород различного литологического состава, устанавливают статистическую зависимость между вычисленными значениями параметра α_ПС и кубом псевдоакустических импедансов, на основании которой расчленяют сейсмические разрезы по коллекторским свойствам путем анализа керна и сопоставления вычисленных значений α_ПС, характеризующих породы различного литологического состава с результатами исследования всех скважин, пробуренных на исследуемой территории. Строят карты толщин продуктивного пласта и карты интенсивности α_ПС, после совмещения которых выделяют зоны наиболее вероятного развития коллекторов, за которые принимают зоны, в которых значения α_ПС превышают границу диапазона α_ПС, характерного для породы данного литологического состава, и на выделенных зонах закладывают эксплуатационные скважины.

Однако этот способ, так же как и предыдущие, во-первых, в недостаточной мере учитывает связи между коллекторскими свойствами, изученными в скважинах исследуемого участка в связи с малым количеством разведочных скважин, не в полной мере характеризирующих исследуемую территорию, и сейсмическими параметрами, что существенно снижает его результативность; а во-вторых, не обеспечивают полный площадной прогноз распространения коллекторов, что в настоящее время является доминирующим требованием при размещении эксплуатационных скважин на месторождении и, следовательно, не позволяет рационально разместить эксплуатационные скважины из-за неуверенного определения наиболее перспективных зон продуктивных отложений на исследуемом участке.

Задачей заявленного изобретения является повышение эффективности и экономичности разработки месторождений углеводородов за счет более точного и рационального размещения эксплуатационных скважин, уменьшения себестоимости разведки и улучшения экологической обстановки.

Способ определения мест заложения эксплуатационных скважин при разработке месторождений углеводородов, так же как в прототипе, включает бурение разведочных скважин в пределах месторождения с последующим отбором керна и проведение в них геофизических и сейсмоакустических исследований, построение карты коллекторских свойств продуктивного пласта, по которым выделяют зоны наиболее вероятного развития коллекторов, на выделенных зонах закладывают эксплуатационные скважины.

Согласно изобретению выделяют геолого-генетический комплекс с общим регионально распространенным нефтегазоносным горизонтом с принадлежащими ему исследуемым участком и эталонным месторождением, на исследуемом участке проводят разведочное бурение скважин с последующим отбором керна и шлама и проведением в них геофизических исследований, по результатам которых определяют эффективную толщину пласта Н_эф и эффективный поровый объем по формуле:

где Н_эф - эффективная толщина пласта, измеренного в точках его пересечения скважинами исследуемого участка,

К_пор - среднее значение пористости пласта для эталонного месторождения.

Определяют для эталонного месторождения пороговое значение эффективного порового объема , при котором коллектор для породы данного литологического состава нефтегазоносен. По данным сейсморазведки для эталонного месторождения определяют набор динамических, кинематических, структурных атрибутов сейсмического волнового поля, которые используют при формировании обучающей выборки для обучаемой нейронной сети на основе значений эффективного порового объема V_эф для скважин. С помощью обученной нейронной сети по значимости атрибутов выделяют лучший комплекс атрибутов для определения эффективного порового объема V_эф межскважинного пространства эталонного месторождения. Для исследуемого участка определяют тот же лучший комплекс атрибутов сейсмического волнового поля, как и для эталонного месторождения. Обученной нейронной сетью на эталонном месторождении прогнозируют эффективный поровый объем V_эф межскважинного пространства для исследуемого участка. Строят карты распределения эффективного порового объема, по которым определяют места оптимального заложения эксплуатационных скважин на исследуемом участке, выделяя зоны со значением эффективного порового объема V_эф, равным или превышающим пороговое значение эффективного порового объема , установленного для эталонного месторождения.

Под эталонным месторождением понимается разбуренное и эксплуатируемое месторождение нефти и газа, территориально сближенное с исследуемым участком и принадлежащее вместе с ним к единому геолого-геофизическому комплексу с общей литолого-геохимической зональностью нефтегазоносных разрезов, и характеризующееся высокой изученностью, большим количеством эксплуатационных скважин, доказанными запасами нефти и газа.

Под исследуемым участком понимается исследуемая территория, характеризующаяся малым количеством разведочных скважин, отсутствием или единичным количеством эксплуатационных скважин, недоказанными объемами запасов углеводородов.

Использование предложенного способа позволяет более точно и рационально разместить эксплуатационные скважины за счет уменьшения неоднозначности прогноза на исследуемом участке, где мало или вообще нет эксплуатационных скважин, малый вынос керна, но проведены сейсмические и геофизические исследования, используя обученную нейронную сеть на эталонном месторождении с уже доказанной нефтегазоносностью и с большим объемом разведочных и эксплуатационных скважин.

На фиг.1 показана Непско-Ботуобинская нефтегазоносная область в Восточной Сибири, которой принадлежат эталонное месторождение и исследуемый участок.

На фиг.2 показано пространственное расположение эталонного Талаканского месторождения и исследуемый Даниловский участок.

На фиг.3 показан прогноз эффективного порового объема для Даниловского участка, полученный с применением обученной нейронной сети на Талаканском нефтегазоносном месторождении.

На фиг.4 показано уравнение регрессии с коэффициентом корреляции 0.73784 прогноза с реальными данными по 5 скважинам на Даниловском участке, полученное с применением обученной нейронной сети на Талаканском нефтегазоносном месторождении.

В таблице приведены результаты определения Н_эф и К_пор для скважин эталонного месторождения.

Названный способ осуществляли в пределах Непско-Ботуобинской нефтегазоносной области в Восточной Сибири (фиг.1), которой принадлежат эталонное месторождение и исследуемый участок.

Был выделен единый геологический комплекс, к которому принадлежат эталонное месторождение и исследуемый участок [Гафуров О.М., Городников М.А., Гафуров Д.О., Беккерман А.И., 2007 г., «Инновационные методы и технологии нефтегазопоисковых работ, нейросетевая парадигма»: сборник научных статей, 2-й выпуск "Инновационные технологии, нейросетевая парадигма геологоразведочных работ на нефть, газ и золото" под ред. Гафурова О.М., Конторович В.А., Конторович А.А., Гафурова Д.О. и др.: Томск, ТПУ, с.114].

В качестве эталонного месторождения было выбрано Талаканское месторождение, на котором пробурено более 60 скважин. В качестве исследуемого участка был выбран Даниловский участок, расположенный на юго-западном склоне Непского свода.

В пределах Непско-Ботуобинской нефтегазоносной области осинский горизонт характеризуется выявленной региональной нефтегазоносностью.

Источником углеводородов этих месторождений послужили толщи рифея и венда Байкало-Патомского региона, которые мигрировали по моноклинальному склону в ловушки Непско-Ботуобинской антеклизы [Гафуров Д.О., Гафуров О.М., Ефимов А.С., Конторович А.А.. Красильникова Н.Б., 2006 г., «Построение литофациальной модели и прогноз залежей углеводородов на основе нейроинформационных технологий, реализованных в ИНС "Нейроинформгео" на Талаканском нефтегазоконденсатном месторождении»: Девятая научно-практическая конференция «Пути реализации нефтегазового потенциала ХМАО», Т.2 под ред. Карасева В.И., Шпильмана А.В., Волкова В.А., с.316-323, Ханты-Мансийск, Издательский Дом "ИздатНаука Сервис", с.404].

После бурения разведочных скважин, отбора керна и шлама и проведения в них геофизических исследований при испытании осинского горизонта в пределах исследуемого Даниловского участка в скважине Даниловская 144 получен приток нефти дебитом 4 м³/сут, газа - 3 тыс. м³/сут и в скважине Даниловская 1 дебит нефти составил 0,14 м³/сут.

В основе выделения осинского горизонта в сейсмическом волновом разрезе лежит прослеживание в кровле осинской толщи отражающего горизонта, который связан с кровлей доломитов среднеусольской подсвиты и подошвой солей верхнеусольской подсвиты.

Распределение залежей углеводородов в разрезе и по латерали на каждом палеосрезе имеет строго определенный и устойчивый рисунок, в то же время закономерности пространственного размещения определяются минералогическими, петрографическими, геохимическими, палеогеоморфологическими и другими условиями и особенностями формирования пород коллекторов, включая условия захоронения, постдиагенетические и эпигенетические преобразования различных типов осадков. Немаловажным является сочетание фаций в вертикальном разрезе, то есть полнота, представительность и т.д. фациальных циклитов терригенных и терригенно-угленосных формаций. При всей сложности зонального распределения залежей, оно увязывается с распространением фаций и в нефтегазоносном бассейне имеет взаимодополняемую пространственную упорядоченность.

Таким образом, для эталонного Талаканского месторождения и исследуемого Даниловского участка (фиг.2) выявлены общие условия их формирования, установленные на основе регионального этапа работ и редких геологоразведочных скважин на исследуемом участке, поэтому общий для них прогноз является обоснованным.

Для осинского горизонта исследуемого Даниловского участка принято следующее значение коэффициента пористости: К_п=5.0%, как среднее значение для эталонного месторождения.

Для эталонного Талаканского месторождения пороговое значение эффективного порового объема , при котором коллектор для породы данного литологического состава нефтегазоносен.

На вход интеллектуальной нейроинформационной системы «НейроИнформГео» из базы данных, содержащей сейсмические, геофизические данные по данной конкретной площади эталонного месторождения, вызываются данные различных геофизических параметров по площади или в плоскости разреза, причем при интерпретации 3D импортируют кубы сейсмических атрибутов.

Для обучения нейронной сети формируют обучающую выборку из сейсмических данных и данных эксплуатационных и разведочных скважин. Определяют множество Di{x,y} точек в пространстве сейсмических и геофизических параметров и их атрибутов, лежащих в круге радиуса Ri, зависящего от геологических условий и параметров околоскважинного пространства. Для эталонного месторождения это было 100-150 м. При этом принимают, что все точки, попавшие в пространство данного радиуса возле скважины, имеют одинаковое значение V_эф. Для интерпретации по разрезу используется полоса шириной Ui=Ri в случае сейсморазведки 2D и цилиндр с радиусом Ri=Di и высотой цилиндра Hi, задаваемыми интерпретатором, в случае 3D сейсморазведки.

Как видно из таблицы, все скважины эталонного Талаканского месторождения разбились на 7 классов по значению эффективного порового объема, рассчитываемого в скважинах по формуле (1).

Показатель значимости параметров и их атрибутов, вошедших в обучающую выборку, вычислен на основе функции взаимной корреляции между значениями данных и значениями эффективного порового объема V_эф в заданном радиусе вокруг скважин эталонного месторождения.

Ранжируя данные параметры и их атрибуты, по показателям значимости получили для данного эталонного месторождения для анализа эффективного порового объема осинского горизонта лучший набор входных параметров и их атрибутов,

1. GRADIENT - градиент изменения амплитуды в зависимости от угла падения в аппроксимации Шуи уравнения инверсии Зеприца - значимость 0.872,

SIGN*GRADIENT (где SIGN - знак R0 - коэффициента отражения, соответствующего нормальному падению луча) - значимость 0.879,

среднеквадратическая амплитуда вдоль осинского горизонта (Intersept*Gradient) в окне 30 мс - значимость 0.924.

Эти атрибуты во многих случаях дают контрастные аномалии при анализе реальных сейсмических данных в зонах изменения упругих параметров среды (и соответственно интервальных скоростей продольных и поперечных волн). Эти зоны могут быть связаны с трещиноватым или пористым коллектором воды и углеводородов.

2. Скоростной параметр - интервальная скорость между горизонтами кровли и подошвы - значимость 0.879.

Данный атрибут более характеризует пористость, т.е. наличие всех пор, пустот и трещин в породе, как контрастное изменение плотности коллектора вдоль горизонта.

3. Структурный параметр - временная мощность между отражающими горизонтами кровли и подошвы - значимость 0.861.

Для исследуемого участка рассчитали лучший комплекс параметров и их атрибутов, которые оказались наиболее значимыми для эталонного месторождения, таким образом, получили пространство параметров и атрибутов на исследуемом участке одной и той же размерности с эталонным месторождением.

На основе уже обученной нейронной сети на эталонном месторождении рассчитывается прогноз эффективного порового пространства для исследуемого участка.

На фиг.3 показан прогноз эффективного порового объема для Даниловского участка по Талаканской обучающей выборке.

На фиг.4 показано уравнение регрессии с коэффициентом корреляции прогноза с реальными данными по скважинам 0.73784 на Даниловском участке по Талаканской обучающей выборке.

Пример корректировки программы эксплуатационного бурения на Даниловском участке на основе предлагаемого способа проиллюстрирован на фиг.3. Одним из вариантов использования построенных карт является возможность закладывать эксплуатационные скважины в точках, где с максимальной вероятностью определены участки с улучшенными коллекторскими свойствами. Прогнозировались 5 скважин (Даниловская 1, 13,144,20,6), в которых был выполнен комплекс геофизических исследований с установлением значений параметра эффективного порового объема осинского горизонта, кроме того, в трех скважинах проведены испытания пласта осинского горизонта на приток нефти (Даниловская 1, 144,6). В скважине Даниловская 144 получен приток нефти (4 м³/сут) и газа (3 тыс.м³/сут), скважина расположена внутри границ контура V_эф>2.4. В скважине Даниловская 1 результаты испытания показали нефть и воду с невысокими дебитами 0.03 м³/сут и 0.05 м³/сут соответственно на границе контура V_эф=2.4. В скважинах 13, 20 по данным геофизических исследований скважин установлено наличие углеводородов, скважины расположены внутри границ контура V_эф>2.4. В скважине Даниловская 6 приток не был получен, скважина приурочена к области V_эф<2.4. Данные результаты косвенно указывают на приуроченность высокопроницаемых зон, благоприятных для интенсификации притока к границам изменения прогнозируемого параметра, что в сейсмическом волновом поле характеризуется как изменение среды, что и отображается при комплексировании. Белым цветом показана проектная скважина, заложенная геологами на основе сейсмической и геологической информации об исследуемом участке. Как видно (фиг.3), место заложения скважины совпадает с зоной повышения значений прогноза параметра V_эф=2.4, а именно на границе возрастания значения признака с V_эф>2.4, как и в районе скважин, уже испытанных и давших притоки нефти и газа (скважины Даниловская 1 и 144 на фиг.3 показаны треугольниками).

Таким образом, заявляемый способ позволяет существенно повысить эффективность и экономичность разработки месторождений углеводородов за счет более точного и рационального размещения эксплуатационных скважин на исследуемых участках, уменьшения себестоимости разведки и за счет уменьшения количества непродуктивных скважин улучшить экологическую обстановку.

Способ определения мест заложения эксплуатационных скважин при разработке месторождений углеводородов Скважины Н_эф, м К_пор, % Эффективный поровый объем Классы скважина-1 4.8 0.082 0.394 1 скважина-2 7.1 0.091 0.648 2 скважина-3 10.9 0.088 0.958 2 скважина-4 14.8 0.091 1.349 3 скважина-5 18.3 0.082 1.501 3 скважина-6 15.7 0.100 1.572 4 скважина-7 17.5 0.093 1.636 4 скважина-8 20 0.084 1.678 4 скважина-9 22 0.092 2.033 5 скважина-10 24.8 0.084 2.091 5 скважина-11 22.7 0.109 2.474 6 скважина-12 25.3 0.096 2.431 7 скважина-14 32.6 0.088 2.862 7 скважина-15 40.1 0.102 4.082 7

Изобретение относится к области геофизических исследований, в частности к области сейсморазведки, и может быть использовано для определения мест заложения эксплуатационных скважин при разработке месторождений углеводородов. Сущность: разведочные и эксплуатационные скважины на исследуемом участке закладывают в точках областей, выделенных посредством прогноза, полученного на основе обученных нейронных сетей по сейсмопрофилям и другим геофизическим данным, принадлежащим указанному исследуемому участку. Причем обучение данной нейронной сети осуществляют на соседнем, принадлежащем единому геологическому комплексу месторождению с уже доказанной нефтегазоносностью. Технический результат: повышение эффективности, экономичности и экологичности разработки. 4 ил., 1 табл.

Способ определения мест заложения эксплуатационных скважин при разработке месторождений углеводородов, включающий бурение разведочных скважин в пределах месторождения с последующим отбором керна и проведение в них геофизических и сейсмоакустических исследований, построение карты коллекторских свойств продуктивного пласта, по которым выделяют зоны наиболее вероятного развития коллекторов, на выделенных зонах закладывают эксплуатационные скважины, отличающийся тем, что выделяют геолого-генетический комплекс с общим регионально распространенным нефтегазоносным горизонтом с принадлежащими ему исследуемым участком и эталонным месторождением, на исследуемом участке проводят разведочное бурение скважин с последующим отбором керна и шлама и проведением в них геофизических исследований, по результатам которых определяют эффективную толщину пласта Н_эф и эффективный поровый объем по формуле:
где Н_эф - эффективная толщина пласта, измеренного в точках его пересечения скважинами исследуемого участка,
К_пор - среднее значение пористости пласта для эталонного месторождения,
определяют для эталонного месторождения пороговое значение эффективного порового объема , при котором коллектор для породы данного литологического состава нефтегазоносен; по данным сейсморазведки для эталонного месторождения определяют набор динамических, кинематических, структурных атрибутов сейсмического волнового поля, которые используют при формировании обучающей выборки для обучаемой нейронной сети на основе значений эффективного порового объема V_эф для скважин; с помощью обученной нейронной сети по значимости атрибутов выделяют лучший комплекс атрибутов для определения эффективного порового объема V_эф межскважинного пространства эталонного месторождения; для исследуемого участка определяют тот же лучший комплекс атрибутов сейсмического волнового поля, как и для эталонного месторождения; обученной нейронной сетью на эталонном месторождении прогнозируют эффективный поровый объем V_эф межскважинного пространства для исследуемого участка; строят карты распределения эффективного порового объема, которым определяют места оптимального заложения эксплуатационных скважин на исследуемом участке, выделяя зоны со значениями эффективного порового объема V_эф, равными или превышающими пороговое значение эффективного порового объема , установленного для эталонного месторождения.