Бесплатный автореферат и диссертация по геологии на тему

Прогноз структуры и объема потенциальных ресурсов углеводородов геолого-математическими методами

ВАК РФ 04.00.17, Геология, поиски и разведка нефтяных и газовых месторождений

Автореферат диссертации по теме "Прогноз структуры и объема потенциальных ресурсов углеводородов геолого-математическими методами"

ВСЕРОССИЙСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ПРИРОДНЫХ ГАЗОВ И ГАЗОВЫХ ТЕХНОЛОГИЙ

(ВНИИГАЗ)

На правах рукописи

ГУДЫМОВА ТАТЬЯНА ВЛАДИМИРОВНА

УДК: 550.8:622.279

Прогноз структуры и объема потенциальных ресурсов углеводородов геолого-математическими методами

Специальность 04.00.17 - Геология, поиски и разведка

нефтяных и газовых месторождений,

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата геолого-минералогических наук

Москва -1995

Работа выполнена во Всероссийском научно-исследовательском институте природных газов и газовых технологий (ВНИИГАЗ)

Научный руководитель

Официальные оппоненты

I

Ведущее предприятие

кандидат геолого-минералогических наук.с.н.с. М.О. Хвилевицкий.

- доктор геолого-минералогических наук В.И. Старосельский; кандидат геолого-минералогических наук Ю.П. Мирончев.

- ГАНГ им. И.М. Губкина, кафедра геологии и геокибернетики.

Зашита состоится у Ц " 1995 года в 13 час 30 мин. на

заседании диссертационного совета Д.070.01.01 при Всероссийском научно-исследовательском институте природных газов и газовых технологий (ВНИИГАЗ) по адресу: 142717, Московская область, Ленинский район, пос. Развилка, ВНИИГАЗ.

С диссертацией можно ознакомиться в библиотеке ВНИИГАЗа. Автореферат разослан У^ г ноября 1995 года.

Ученый секретарь диссертационного совета ^

к.т.н. Ивакин

Общая характеристика работы. Актуальность работы.

Современная экономика страны в значительной степени базируется на использовании ресурсов нефти и газа и вопрос расширения сырьевой базы нефтегазодобычи имеет первостепенное значение. Прослеживающаяся тенденция исчерпаемости доступных ресурсов выдвигает на первое место необходимость определения структуры еще невыделенных ресурсов, которые и обеспечат прогресс в развитии отрасли, т.е. знание структуры начальных потенциальных ресурсов углеводородов (НПР УВ) исследуемого объекта прогноза позволит правильно определить основные направления поисково-разведочного процесса и сориентировать разработчиков на создание новой технологии освоения открываемых месторождений. Задачу уточнения прогнозных оценок НПР УВ и их структурирования можно решить путем использования математического моделирования процессов нефтегазоносности.

Работа посвящена актуальной проблеме прогноза структуры невыделенных ресурсов путем использования математических методов для комплексной обработки геолого-геофизической, геохимической и ресурсно-статистической информации, характеризующей процесс нефтегазообразования и нефтегазонакопления.

Цель работы. Определение структуры потенциальных ресурсов УВ путем создания новых способов их количественной оценки на основе использования многомерных математических методов и ЭВМ. Основные задачи исследований:

1. Применяя методы многомерного математического моделирования, обеспечить использование всей имеющейся на момент прогноза геолого-геофизической информации, характеризующей процесс нефтегазонакопления.

2. Развить геологические методы оценки НПР математическими приемами определения мер сходства хорошо и слабо изученных регионов и комплексов пород.

3. За счет применения на каждой стадии поисково-разведочного процесса комплекса различных геолого-математнческих методов обеспечить многовариантность прогноза.

4. Учитывая, что изменение структуры (качества) НПР в ходе поисков и разведки составляет сущность общей модели геологоразведочного процесса, особое внимание уделить структурированию прогнозных ресурсов на каждой стадии этого процесса.

Научная новизна.

1. Разработана система математических методов и программ, обеспечивающих комплексный подход к обработке геолого-геофизической, геохимической и ресурсно-статистической информации, с целью прогноза структуры и объема потенциальных ресурсов УВ.

2. Выполнен прогноз распределения уточненных оценок НПР основных нефтегазодобывающих регионов и комплексов по залежам различной величины, динамике освоения, площади прогноза, фазовому состоянию скоплений и содержанию в газе полезных компонентов и конденсата.

3. Получено количественное выражение исчерпаемости легкодоступных ресурсов и обосновано состояние структуры невыявленных ресурсов, которое указывает на возникшую необходимость поиска мелких или труднодоступных и глубокозалегающих залежей.

4. Показано, что для поиска, разведки и разработки вновь открытых залежей необходимо использовать комплекс усовершенствованных геолого-геофизических методов поиска и новых технологических приемов разработки сложных залежей.

Практическая ценность и реализация результатов работы. Разработанная система методов значительно расширяет возможности анализа геолого-геофизической и ресурсно-статистической информации об объекте исследований, существенно повышает точность и достоверность результатов прогноза, позволяет, наряду с интегральной оценкой НПР региона или комплекса пород, произвести их дифференциацию по отдельным видам структурирования. Результаты опробования показали, что применение программ, составленных на основе разработанных способов, весьма эффективно и позволяет значительно снизить трудоемкость, сократив при этом сроки получения результатов прогноза. На любой стадии обработки информации возможно применение человеко-машинных способов анализа. Разработанная методика внедрена в "Методических указаниях по количественной оценке прогнозных ресурсов нефти и газа", результаты ее широкого опробования учитывались при подсчете ресурсов в 1984, 1988 и 1993 годах, а также при составлении в 80-90х годах генеральных схем развиты газодобывающей отрасли. Эффект от использования результатов диссертационной работы характеризуется возможным снижением затрат на проведение поисково-разведочных работ, путем ускорения обработки полученных результатов с определением наиболее перспективных на нефть и газ площадей, и повышением достоверности количественных оценок потенциальных ресурсов УВ объектов исследований.

Апробация работы. Основные положения диссертационной работы неоднократно докладывались на Геологической секции Ученого совета ВНИИГАЗа, различных совещаниях и научных советах по проблемам оценки ресурсов, проводимых РАО "Газпром" (Мингазпромом СССР), всесоюзном семинаре "Пути повышения достоверности прогнозных оценок нефтегазоносности" /Л., 1983/, научно-производственной конференции "Научно-технические проблемы развития газовой промышленности до 2000 года" /МИНХ и ГП, Москва, 1983/. Они изложены автором в тематических отчетах ВНИИГАЗа /1982,1984, 1986, 1988, 1990, 1992 и 1994 годах/и 10 публикациях.

Объем и структура работы. Диссертационная работа состоит из введения, четырех глав, выводов и списка литературы. Содержит 148 страниц, в том числе 22 таблицы, 21 рисунок, список литературы из 94 наименований.

Работа выполнялась в тесном контакте с широким кругом специалистов геологической, газодобывающей и нефтяной отрасли. Успешность проведенных исследований в значительной степени обеспечивалась всесторонней поддержкой и пониманием научного руководителя Хвилевицкого М.О. и геологов ВНИИГАЗа, работающих в сфере оценки потенциальных ресурсов, в первую очередь Ермакова В.И. и СкоробогатоваВ.А. Реальную помощь в работе над диссертацией оказали ученые ВНИИГАЗа ГригорьеваО.М., Захаров Е.В., Мурадян В.М., Старосельский В. И., Ступаков В.П. и другие. Всем им автор выражаег глубокую благодарность.

Содержание работы.

Во введении обосновывается актуальность темы, определяются цели и задачи исследований, дается общая характеристика работы.

В первой главе рассмотрено современное состояние проблемы количественной оценки прогнозных ресурсов. На основе работ, выполненных Белониным М.Д., Буяловым Н.И., Деминым В.И., Винниковским С.А., Ермаковым В.И., Захаровым Е.В., Конторовичем

A.Э., Крыловым М.Д., Лейбсоном М.Г., Лившицем В.Р., Наливкиным

B.Д., Нестеровым И.И., Старосельским В.И., Хвилевицким М.О., Шпильманом В.И. и многими другими авторами дана общая характеристика применяемых методов оценки невыявленных ресурсов УВ. Их можно подразделить на две большие группы: геологические и геолого-математические. Из геологических методов в настоящее время наиболее широко применяются приемы оценки, основанные на методе сравнительных геологических аналогий, и объемно-генетический метод. Эти группы методов позволяют определить не только интегральную оценку ресурсов, но и их структуру на уровне, соответствующем изученности объекта прогноза. В основе этих

методов лежит вычисление количественных мер сходства между эталонными и расчетными участками. Геологические способы используют обычно от 4 до 6 параметров, так как использование большего числа увеличивает неопределенность прогноза, из-за невозможности учесть разнонаправленное действие множества параметров и многосторонние связи между ними. Только применение геолого-математических методов, способных "свернуть" весь объем информации, сократить число "действующих" переменных и исключить связь между ними, позволит использовать одновременно все имеющиеся на момент прогноза геологические, геофизические и геохимические данные об объекте прогнозирования. Объемно-генетический метод является наиболее геологически содержательным. Основное его достоинство - всесторонний учет геохимических условий нефтегазообразования и нефтегазонакопления в осадочных толщах. Расчеты по этому методу можно сделать значительно более надежными, если его дополнить методическими приемами из метода аналогий. В последнее время на первый план выходят геолого-математические методы оценки прогнозных ресурсов УВ. В обзоре рассмотрены лишь некоторые способы многомерного математического моделирования. Особо отмечено, что применение чисто геологических методов в совокупности с математическими выводит количественный прогноз нефтегазоносности на более высокий уровень достоверности, снижает степень риска.

Большой интерес исследуемая проблема вызывает и у зарубежных исследователей, таких как М.Т. Хелбути, Т.А.Хендрикс, Л.Дж. Уикс, В.И.Маккелви, А.Д.Запп, М.К.Хабберт, ЧЛ.Мур и многих других. Широко известны исследования "Геологической службы США". Но перед этими учеными стоят несколько иные задачи, так как изученность территории США гораздо выше, чем нашей страны, и главной темой большинства работ по оценке ресурсов является экономическая целесообразность, а главной задачей прогноза - оценка вероятной прибыли. Рассматривая величину каких-либо ресурсов за рубежом обращают внимание прежде всего на два основных фактора: во-первых, на степень геологической обоснованности их существования, во-вторых, на экономическую целесообразность их извлечения. Среди методов оценки невыявленных ресурсов существует два принципиально разных подхода. Один из них основан на анализе за длительный период таких показателей, как годовая и накопленная добычи нефти и газа, текущие разведанные запасы, среднегодовой и накопленный прирост разведанных запасов, удельный прирост запасов на единицу поисково-разведочного бурения (метр проходки, скважину) или денежную единицу. Другой заключается в увязывании наблюдений о количестве и распределении нефти и газа, с определенной геологической обстановкой, в которой выявлены эти полезные

ископаемые. Оба метода могут только стремиться к количественным значениям, так как оценивают еще невыязленные ресурсы, которые не поддаются строгому учету. Зарубежные исследователи постоянно подчеркивают большую неопределенность, которая может сопровождать результаты в такой ситуации.

Обеспечить лучшее приближение результатов прогноза к надежной оценке невыявленных ресурсов способен многовариантный подход. В большинстве методов прогноз идет от дифференциального к интегральному, то есть общая оценка НПР объекта прогноза определяется как сумма оценок локальных объектов (автономных участков прогноза (АУП), месторождений, залежей). Ввиду наметившейся тенденции к нсчерпаемости легкодоступных ресурсов, особую важность приобретает структурирование прогнозных ресурсов по различным признакам (крупности залежей, фазовому состоянию, плотности ресурсов и т.д.) Именно эти два аспекта многовариантность прогноза и структурирование ресурсов - основная задача диссертационных исследований.

Во второй главе рассматриваются основные принципы оценкн структуры и объема потенциальных ресурсов УВ, которых следует придерживаться при выборе вида моделей, объемов и характера используемой информации, способов и параметров прогнозирования на различных этапах поисково-разведочных работ.

Это, во-первых, соответствие моделей и методов прогноза стадии поисково-разведочных работ, на которой находится исследуемый объект. Во-вторых, хотя бы одна из моделей прогноза должна оперировать всей имеющейся на время прогнозирования геолого-геофизической информацией об исследуемом объекте. В-третьнх, действенность любой выбранной модели необходимо доказать на материалах эталонной выборки. В-четвертых, модели должны быть оптимизированы по числу и характеру включаемых параметров. В-пятых, необходимо исследовать формы кривых распределений параметров и объектов. В-шестых, результаты прогноза должны представляться в виде интервальных оценок или оформляться иным, более удобным вероятностным способом. В-седьмых, должна быть учтена степень разведанности эталонов и, наконец, надо выявить и учитывать наислабейшее звено системы. В работе подробно рассмотрены первые пять принципов.

Поисково-разведочный процесс, начиная с общей оценки перспектив нефтегазоносности и кончая открытием залежей, представляет собой совокупность взаимосвязанной последовательности стадий изучения потенциальных ресурсов исследуемого региона. Повышение изученности позволяет применять все более сложные модели и методы оценки прогнозных ресурсов УВ, улучшая тем самым ее качество и достоверность. Результат каждой

стадии поисково-разведочного процесса - это перевод ресурсов во все более высокие категории ресурсов и запасов. Стадия изученности, на которой находится объект исследований, определяет набор методов количественной оценки его потенциальных ресурсов УВ.

Третья глава посвящена описанию разработанных многомерных математических методов оценки объема и структуры потенциальных ресурсов УВ, которые позволяют с одной стороны оценить объем НПР объекта исследований, с другой - дать развернутую информацию о структуре этих ресурсов, что в настоящее время наиболее важно.

В таблице 1 представлены решаемые в работе задачи структурирования ресурсов и математические методы, которые способствуют их решению. Важные для решения задач методы помечены знаком "++", рекомендуемые - знаком "+", неиспользуемые -знаком "-".

Таблица 1.

Методы решения основных задач структурирования

№ п/п Задачи структурирования по: Математические методы прогноза

Имитационного модели-рованш Регрессионный Кластер ный Дискриминант-ный Корреля цион-II ьш Фактор ный

1. Крупности залежей ++ + - - - -

2. Площади прогноза ++ - ++ - + +

3. Динамике освоения ++ + - - - -

4. Фазовому состоянию скоплений ++ + +

5. Содержанию полезных компонентов ++ + +

Рассматриваются методические основы и область применения каждого из перечисленных методов. Начинать все расчеты рекомендуется с предварительного анализа всей совокупности геолого-геофизических данных, который включает: стандартизацию переменных и анализ их распределений, выбраковку аномальных и восстановление недостающих наблюдений, ранжирование данных, вычисление и анализ матрицы парных коэффициентов корреляции между переменными и др. Указанные элементы предваритечьного анализа тесно связаны между собой и в каждом отдельном случае применяются лишь необходимые для исследуемой выборки процедуры.

За время исследований описанные в работе математические методы оценки эмпирически разделились на три группы. Первые - это широко востребованные геологами-экспертами методы распределения НПР УВ по залежам различной величины и динамике освоения. Вторые - это методы структурирования, которые не нашли столь широкого практического применения за период исследований, но по нашему мнению, в ближайшее время могут занять лидирующее положение в ряду мероприятий по оценке структуры потенциальных ресурсов УВ, это-распределение плотности ресурсов по площади объекта исследований и кластер-анализ. Третьи - возможные методы структурирования (дискриминантами и регрессионный анализы) и вспомогательные методы (корреляционный и факторный анализы).

В настоящей работе наибольшее внимание уделено распределению ресурсов по залежам различной величины и динамике их освоения, как наиболее востребованным. В основе первого метода лежит возможность аппроксимации усеченного по моду логнормального распределения более простой функцией Парето, которая имеет плотность вероятности:

где: Цо - точка "усечения" распределения слева;

<Х - параметр распределения.

Характерной чертой формулы является то, что она "урезается" слева на уровне залежей с запасами , а справа не ограничивается, т.е. предполагается возможность существования залежей с бесконечно большими запасаю!. Методика оценки параметра распределения Парето, включает в себя несколько способов, которые рекомендуется применять на различных этапах поисково-разведочных работ. Необходимым 'условием применения методики является допущение, что крупнейшие залежи региона уже. открыты. Из формулы (1) вытекает соотношение между логарифмами запасов залежи и ее номера в ранжированном ряду (^у > ■■■><]п):

(1)

= ао+а^т

где:

(2)

а

1

Эти формулы дают возможность по фактическим данным

определить параметр СС и (общее число залежей в генеральной

совокупности), а также распределить число залежей и ресурсы по

любым классам крупности. В ходе оценки а и применяются при

необходимость как обычный метод наименьших квадратов (МНК), так и взвешенная его разновидность (веса-доля запасов промышленных категорий). Значительное снижение ошибок приближения фактических данных распределением Парето было достигнуто на основе нелинейного оиенивания параметров по производной от (2) формуле:

Оценка выполняется по методу лианеризации. Подсчет суммарных ресурсов и числа залежей по классам производится по рекуррентной формуле:

Оценка НПР по динамике их освоения позволяет скоррекгировать поисково-разведочный процесс освоения исследуемого региона. На основе обобщения результатов многолетних исследований ресурсы геологических объектов по динамике освоения можно разделить на три основных вида: "высокоэффективные", "эффективные" и "малоэффективные". Последние могуг быть еще подразделены на: "естественно малоэффективные", "технически малоэффективные" и "требующие уточнения". Количественная дифференциация прогнозных ресурсов по динамике освоения может быть основана на использовании экспоненциального закона прироста разведанных запасов в единицу времени. Согласно этому закону прирост запасов (dQp) в единицу времени (с\1) пропорционален объему ресурсов, которые остались еще не выявленными:

Коэффициент пропорциональности ОС в этом уравнении отображает интенсивность (эффективность) проведенного поисково-разведочного процесса, направленного на выявление соответствующей доли НПР (<2о) . Аппроксимация осуществляется с помощью итерационного процесса; путем варьирования положения точек в

(3)

(4)

(5)

начале и в конце экспериментальной кривой достигается максимальная

сходимость этого процесса (<7 — СГ1Ш„).

Применяемое в настоящее время распределение ресурсов по площади региона характеризуется целым рядом серьезных ограничений. В работе рассматривается один из возможных вариантов уточнения этого распределения. Особенно важным, с точки зрения автора, считается введение понятия "межуровенного" коэффициента аналогии (К), который выступает в качестве параметра схемы деления. Он отображает среднее отношение плотностей ресурсов тех участков, которые расположены на соседних уровнях схемы деления региона. В этом контексте обычный Кап можно рассматривать в качестве "внутриуровенного" коэффициента аналогии, определяющего фактические колебания меры сходства участков, принадлежащих одному и тому же уровню плотностей ресурсов. Наличие числового значения "межуровенного" коэффициента аналогии позволяет для каждого эталонного, а следовательно, и подсчетного участка получить свое распределение оценок ресурсов, а за окончательную оценку взять их среднее значение. Введенное для анализа структуры ресурсов соотношение между их удельными плотностями на единицу площади и уровнями плотностей имеет следующую форму:

где: ртп - удельная плотность ресурсов, участка П-то уровня посла Ш делений региона на равновеликие по площади части, отношение плотностей которых

рд - средняя удельная плотность ресурсов региона, т.е. НПР, деленные на общую

площадь перспективных земель.

Значения 1п/с и могут быть определены по фактическим

данным об удельных плотностях на эталонах..

Для разделения области прогноза на автономные участки и определения мер сходства между ними используется способ кластер-анализа. В качестве исходной информации для кластеризации могут использоваться как непосредственно геолого-геофизические данные, так н их факторы (см. ниже). Причем во пгором случае картина деления выглядит более обоснованно и четко.

Пусть множество данных образуют матрицу размером П-р. Добавим к ней два столбца координат центров площадей, измеренных в произвольной системе отсчета. Для каждой пары площадей в качестве множественной меры различия вычислим евклидово расстояние:

(6)

равно к;

1 \ /н-2

/ = 1, 2,.... л+2; т = 1,2,.... п+2; /

] = 1.2....,р+2.

Множество вычисленных (¡¡т расстояний между поисково-разведочными площадями образуют симметричную квадратную

матрицу порядка ( П+2 ) ■( П+2 ) с нулями на главной диагонали. В АУП на каждом шаге расчетов объединяется пара площадей с наименьшими расстояниями. Порог группирования определяется исследователем по содержательным соображениям. Окончательные границы элементарных АУП всегда проводятся эвристически с учетом изученности территории. Значения всех параметров в пределах элементарных АУП осредняются; определяют координаты их центров

и в дальнейшем рассматривают матрицу 1-(р+2), где р- общее число выделенных АУП.

Методом кластер-анализа можно определить коэффициенты аналогии между АУП (к-ый) и эталоном (/-ый):

К =----(9)

1

где: Р - близкий к единице параметр связи, определяемый по совокупности

эталонов.

Эти коэффициенты аналогии рекомендуется применять в геологических способах оценки.

Применение разработанных методов многомерного математического моделирования позволяет прежде всего сократить общее число исследуемых переменных путем учета корреляционных связей между ними. В реальной ситуации при снижении размерности обрабатываемых матриц и формировании наиболее информативных "комплексных" признаков-факторов часть информации неизбежно теряется. Однако, если корреляционные связи между исходными параметрами существенны, а аппарат трансформации оптимален, всегда есть уверенность в том, что эти потери малы. Для этих целей оптимальным считается использование аппарата факторного анализа. Согласно его основной модели, каждый из наблюденных параметров Pj линейно зависит от ограниченного числа Ш некоррелируемых между собой новых переменных - общих факторов Рт и одного

характерного фактора Общие факторы учитывают все корреляции между параметрами, характерный - оставшуюся (в том числе и связанную с погрешностями измерений) дисперсию параметра Pj . Модель имеет вид:

р]=а]1Г]+...+а]пгРт+с1]и] (7)

( ]—1,2,...п; п»т)

где: ¿7ут - коэффициенты при общих факторах, которые называются факторными нагрузками; (!) - коэффициент при характерном факторе.

Обычно первые 3-5 факторов учитывают 80-90% дисперсии, а остальные могут быть отброшены. Полученные факторы могут быть интерпретированы и нанесены на план.

Из многомерных математических методов, применяемых для структурирования ресурсов, нами рассмотрено лишь два: дискриминантный анализ (распределение УВ по типу скоплений) и регрессионный анализ (распределение ресурсов газа по составу газовых компонентов ) . Первый: 1) позволяет преобразовать исходное множество переменных в единый для всех исследуемых объектов показатель-дискримииантную метку; 2) отнести по значению этого показателя любой из объектов к одному из наперед заданных классов; 3) оценить статическую значимость выполняемого разделения; 4) установить относительный вклад каждой из исходных переменных в процесс разделения; 5) повторить вычисления, добавляя новые, информативные или исключая мало информативные параметры. Во втором методе - строится оптимальная множественная линейная регрессия, связывающая прогнозируемый показатель (например содержание этана в газе) с набором независимых прогнозируемых переменных (содержанием иных компонентов и конденсата, глубиной залегания, давлением и температурой газа, абсолютным возрастом пласта-коллектора и т.д.). Методика позволяет 1) выбраковывать аномальные точки; 2) исключить корреляционно связанные между собой параметры; 3) выявлять и выводить из анализа статистически незначимые переменные; 4) строить итоговое оптимизированное уравнение регрессии, из которого видно, какой из параметров наиболее информативен при прогнозе заданной газовой компоненты.

Оценки потенциальных ресурсов УВ одного и того же геологического объекта разными методами зависят друг от друга в связи с использованием одних и тех же эталонов, некоторых общих подсчетных параметров, схожих моделей прогноза и т.п. Основным фактором, который определяет возможность применения того или иного метода, является исходная информационная база. Рекомендуемые для каждой стадии исследований методы и способы количественлой оценки прогнозных ресурсов делятся на

предпочтительные и дополнительные . По степени детальности существует три основных иерархических уровня прогноза: полно дифференциальный, частично дифференциальный, интегральный.

Степень детальности прогноза уменьшается от первого уровня к третьему. Ни один из современных методов прогнозной оценки не обладает полнодифференцирующими свойствами. Для получения таких оценок необходимо использовать комплекс методов.

В четвертой главе показано практическое использование методов прогноза объема и структуры ресурсов. Наибольшее внимание уделено распределению НПР по динамике освоения и залежам различной величины. Для наиболее полной оценки возможностей разработанной методики прогнозирования рассмотрены результаты прогноза распределения ресурсов газа в регионах различного тектонического строения: в условиях древних платформ - Днепровско-Донецкая впадина (ДДВ) и Тимано-Печорская провинция, в условиях молодых платформ -Западная Сибирь, Средняя Азия и Предкавказье (прогноз проведен по состоянию на 1.1,84г).

В качестве минимальных запасов залежей принята величина Цо=0.1 млрд. м3, которая является левой границей первого класса, далее классы следуют в порядке возрастания номеров, а их границы определяются по логарифмически равномерной шкале. Наиболее крупная залежь, в- ретившаяся в процессе работы, относится к 10 классу. Результаты исследований сведены в таблицу 2 ( где N -количество залежей в классе).

Из таблицы 2 видно, что большинство комплексов находится на четвертой стадии изучения. Уже трудно ожидать крупных открытий и следует сосредоточить внимание на более глубоких горизонтах и ориентировать поисково-разведочный процесс, как на открытие средних и мелких, так и на поиск сложно построенных, труднодоступных, глубокозалегающих залежей, запасы которых и обеспечат основные приросты. Как видим, значения показателя степени распределения Парето изменяется от 0.62174 (ДДВ) до 1.302096

(юра Западной Сибири). При а < 1 ресурсы концентрируются в крупных залежах (при минимальном а эта концентрация достигает 60%), при а =1 ресурсы равномерно распределяются по всем классам,

а при а >0 - их концентрация резко сдвигается в сторону мелких и мельчайших залежей (в юре Западной Сибири эта концентрация достигает 54.5% от общей оценки НПР). Графически результаты распределения с различными показателями степени представлены на рисунке 1. В качестве примера взяты три комплекса Западной Сибири, структура которых определена по состоянию на 1.1.93г. При сопоставлении результатов прогноза структуры ресурсов Западной Сибири, приведенных в таблице 2 и на графиках, видно что структура

разведанных ресурсов юрского комплекса почти за десятилетний период не претерпела существенных изменений, что указывает на необходимость трансформации поисково-разведочного процесса.

Процент реализации НПР указывает на то, какая доля ресурсов региона является "эффективной" (4 этап) и "высокоэффективной" (3 этап). Если же по кривым освоения региона (комплекса) годовые приросты запасов постоянно падают, а реализация его ресурсов менее 10% (юра Западной Сибири), то это указывает на то, что оценка НПР объекта исследований сильно завышена, а проводимый поисково-разведочный процесс малоэффективен.

Приведенные результаты (табл.2) - это первый опыт прогнозирования по предложенной методике. Учитывая, что Западная Сибирь основной добывающий регион России, мы направили все последующие исследования на прогноз структуры ее ресурсной базы. В процессе этих работ методика была существенно усовершенствована. Так, например, работать с нефтяными скоплениями (точка усечения #о=1млн.т.) Западной Сибири оказалось гораздо сложнее, чем с газовыми, т.к. обучающие выборки значительно хуже аппроксимировались прямыми и обычно имели либо несколько различных квазилинейных участков, либо давали мало правдоподобные конечные результаты. Поэтому в плане развития методики распределения по крупности в случае сложного характера обучающих выборок следует применить несколько распределений Парето с различными параметрами, в случае нефтяных ресурсов Западной Сибири таких распределений три.

В процессе работы появилась необходимость решения и обратной задачи, т.е. полученная и официально принятая оценка НПР объекта исследований должна быть распределена по скоплениям различной величины. В работе приведен пример решения этой задачи для месторождений Ямала. При решении этой задачи сделано одно допущение - запасы максимального месторождения считаются

известными и достоверными, подбирается показатель степени а . После подбора, уравнение линии имеет вид:

\щ = 8.39987 - 1.17943 • 1ПЛ (10)

Пересчитав запасы уже открытых месторождений, можно сделать вывод, что запасы пяти крупнейших месторождений полуострова систематически завышались примерно на 17-18% их суммарного объема, что значительно увеличивает общую оценку НПР региона. В работе приведены сравнительные характеристики двух подсчетов потенциальных ресурсов Ямала, что позволяет проследить динамику их изучения, в частности, полученная итоговая зависимость (10) значимо отличается от зависимости 1994 года и существенно приближена к исходной зависимости 1986 года.

Таблица 2.

Результаты прогноза.

№ Регион, комплекс Этап освоения Реализация НПР Показатель степени а Размещение разведанных и предварительно оцененных запасов газа по классам крупности залежей (%отйо)т

10 9 8 7 6 5 4 3 2 1

Западная Сибирь

1 альб-сеноманский 4 60% 0.8391125 26.8 2 .„Ш > 12.6 8 8.2 13 ш 20 0.3 13 0.06 3 0.04 5

2 неоком-аптский 3 45% 1.00961 6.8 1 .. 10.5 8 10.8 18 11.6 67 М 63 16 46 м 21 0.08 6 0.02 6

3 юрский 2 8% 1.302096 7.5 4 10.0 11 10 2.0 21 0.07 18 0.03 12

Днепровско-Донецкая впадина

4 пермокарбон 4 74% 0.62174 36.6 I 32.4 2 М 4 М 2 Ы 6 0.14 2 0.06 2

Тимано-Печорская провинция

5 .пермский 4 57% 0.842792 28.3 1 12.9 2 8.5 3 4.6 3 1.34 4 0.16 1 1

Северный Кавказ

6 третичный 4 64% 0.662428 44.3 1 № 1 14.6 3 12 13.1 16 Ь2 17 0.5 16

Амударъинская синеклиза

7 меловой 4 80% 0.640939 27,4 1 12.5 1 Ш 4 10.4 10 5.1 17 М 25 1.0 24 0,7 34 0.7 13

№ Прогноз возможных открытий по классам крупности (% от Q„ J/7V

10 9 8 7 6 5 4 3 2 1

1 2.9 9 4.8 38 6.4 139 6.3 397 5.8 1042 5.2 2752 4.3 7213

2 8.0 147 10.3 628 11.9 2128 12 6875 12.1 21971

3 4.3 26 8.6 140 11.4 702 19.5 3218 34.1 14439

4 5.9 5 2.4 12 3.5 26 2.1 37 1.5 119

5 4.9 2 7.5 10 9.9 32 8.5 94 7.3 252 6.1 672

6 3.0 1 1.3 17 1.6 55

7 10.5 1 1.5 8 2.5 45 1.5 111 1.3 290

В качестве примера оценки распределения удельных плотностей ресурсов по площади исследования рассмотрен альб-сеноманский комплекс в пределах северных областей Западной Сибири и районов Приобья. Выделено 66 перспективных на газ участков (18 эталонных и 48 подсчетных), общая площадь которых 518.197 тыс.км.2 Итерационный процесс обладает высокой сходимостью и заканчивается после третьей итерации. В результате расчетов уточнены запасы Ямбургского и Уренгойского эталонов, причем первого в сторону увеличения, а второго - в сторону уменьшения. Общая оценка НПР объекта исследований несколько выше официальной, но вполне вписывается в ряд многовариантного оценивания.

Завершают главу опытного опробования несколько примеров по применению других способов структурирования: по составу газовых компонентов и содержанию конденсата и по типу (фазовому состоянию) скоплений; а также примеры применения кластерного и факторного анализов. Прогноз по типу скоплений базировался на информации по неоком-аптскому комплексу Западной Сибири (были проанализированы данные 35 залежей). Все залежи априори были разделены на три группы: газоконденсатные (12), нефтяные (12) и смешанные (11). Последняя группа в обучении не участвовала , а служила для контроля результатов прогноза и сравнения эффективности различных прогнозных решений. В результате анализа выявлено три "почти нефтяные" залежи (Северо-Губкинская, Южно-Пырейная и Самбургская), остачьные газоконденсатные.

Западная Сибирь

Прогноз распределения количества Прогноз распредыения НПР по классам залежей газа по классам крупности крупности газовых залежей.

АЛЬБ-СЕНОМАНСКИЙ КОМПЛЕКС

и м и м ш па ш ш «и пи«

ь.

• -1

пг

А о -К

и м и м и

НЕОКОМ-АПТСКИЙ КОМПЛЕКС

п.

И1

м

та

ш

« • ГГ"*

ш 7Т

I ■ 4

" "'л : '/ГГ.

- / •¿4 ' , ,

ими г—

и и« и 1« « и* ш ми

ЮРСКИЙ КОМПЛЕКС

««

— п»

»

» Я

а а 8

я < У»' . •

и «м и 1« 0 «1 на «и

и «ж и а«

Рис. 1.

При опробовании методики прогпоза по составу газовых компонентов и содержанию конденсата использовалась информация из 15 основных параметров по 192 месторождениям, расположенным в различных районах. В результате обработки было получено квазиоптимальное уравнение из которого следует, что информативными параметрами при прогнозе этаносодержания являются: пластовое давление, пластовая температура, сумма тяжелых, коэффициент "жирности". Остальные переменные (глубины, возраст, содержание конденсата и другие) были автоматически исключены программой анализа как малозначимые. Данные прогнозирования позволили установить целый ряд важных количественных связей между параметрами, характеризующими содержание полезных компонентов в природных газах.

Пример использования кластерного анализа базировался на массиве геолого-геофизических данных размером 28-72, описывающем перспективные площади и месторождения Томской области. В результате исследований построена карта выделенных на! основе итоговой дендрограммы АУП. Часть их совпадает с выделенными экспертно, границы которых проведены с учегом обычного нефтегазогеологического районирования. Некоторые экспертные "эталоны" , например Лугинецкое месторождение, попали в ряд аномальных и не могут использоваться в качестве эталона.

В результате "свертки" информации, характеризующей перспективы нефтегазоности Прикаспийской впадины с помощью факторного анализа, 5 факторов выбрали 80% суммарной информации. Считается целесообразным применение аппарата факторного анализа при подготовке исходной информации для использования ее в других методах (например, кластер-анализе).

Основные выводы и рекомендации:

В результате проведенных теоретических и практических исследований сделаны следующие основные выводы:

1. Различаются четыре основных типа задач прогнозирования ресурсов - интегральный, частично- и полнодифференциальный, которые в полном объеме можно решить лишь на третьей и четвертой стадиях изучения регионов, на которых и находятся сейчас основные добывающие регионы страны.

2.Форма кривой распределения залежей по крупности в генеральной совокупности соответствует логнормальному закону.

3.Ресурсы конкретных геологических объектов по динамике освоения делятся на три основных вида: "высокоэффективные","эффективные" и "малоэффективные"( в составе последних различаются естественно и технически малоэффективные, а также требующие уточнения ); количественную дифференциацию прогнозных ресурсов по динамике их освоения

рекомендуется проводить на основе анализа коэффициента пропорциональности экспоненциальной модели прироста разведанных запасов, варифицируемой по исходным данным различных категорий.

4.Предложенная методика размещения плотности ресурсов по площади исследуемого региона ориентирована на использование оригинальной схемы последовательного деления площади на равновеликие участки с оценкой "межуровенных" и "внутриуровенных" коэффициентов аналогии, обеспечивающих значительное уточнение прогнозных распределений.

5.Примененный дискриминантный анализ позволяет дифференцировать различные районы по преобладающему фазовому состоянию развитых в них залежей.

6.Выявленные количественные связи между параметрами, характеризующими содержание полезных компонентов в природных газах, и установленные на их основе закономерности являются общими и могут использоваться с целью прогноза.

7.Показано, что в основных нефтегазодобывающих районах страны легкодоступные ресурсы находятся на грани исчерпания, открытие крупных и крупнейших залежей не прогнозируется, ожидается открытие значительного числа мелких и мельчайших залежей, но их ресурсы не смогут полностью компенсировать запланированную добычу.

8.Выявлено, что ресурсы глубокозалегающих горизонтов в перспективе явятся основой газодобывающей отрасли, при этом необходимо учест! труднодоступность этих ресурсов и их освоение потребует изменение технологии разведки и разработки.

Таким образом в работе защищаются:

1 .Усовершенствованная система математических методов прогноза структуры и объема НПР, с целью максимального использования имеющейся на момент прогноза информации, характеризующей процессы нефтегазообразования и нефтегазонакопления.

2.Комплексный подход к оценке структуры и объема НПР путем создания новых и адаптации имеющихся математических методов, алгоритмов и программ обработки геолого-геофизической информации.

3.Результаты прогноза, которые показывают, что структура невыявленных ресурсов УВ, призванных обеспечить прогресс развития сырьевой базы, требует переориентировки поисково-разведочного процесса на поиск труднодоступных, сложно построенных и глубокозалегающих залежей и залежей малых размеров.

Список опубликованных работ по теме диссертации:

1. Возможности количественного прогноза нефтегазоносности с использованием иерархических моделей нефтегазонакопления, факторного и регрессионного анализов./ Тезисы докладов всесоюзного семинара "Пути повышения достоверности прогнозных оценок нефтегазоносности".-Л.: 1981,- С. 32-34. //В.И. Ермаков, М.О. Хвилевицкий, В,А. Скоробогатов.

2. Оценка начальных потенциальных ресурсов с использованием "закона пропорционального прироста" разведанных запасов./ В сб.: Научные труды ВНИИГАЗа, -М.: 1982. -С. 4-7. //В.И. Ермаков, М.О. Хвилевицкий, В.А. Скоробогатов, Т.И. Хенвин, С.С. Кредушинский.

3. Методические указания по количественной оценке прогнозных ресурсов нефти, газа и конденсата. -М.: 1983.: С. 150-180. ,

4. Количественный прогноз газонефтеносности на разных этапах изучения регионов./ НТО, серия: Геология и разведка газовых и газоконденсатных месторождений. -М.: 1983, вып. 8. -С. 42. //В.И. Ермаков, М.О. Хвилевицкий, В.А. Скоробогатов, Т.И. Хенвин.1

5. Количественное комплексирование геолого-геофизической информации при изучении Черного и Каспийского морей./ НТО, серия: Геология и разведка газовых и газоконденсатных Месторождений. -М.: 1985, вып. 3, -С. 46. // М.О. Хвилевицкий, А.И. Кабанов, А.Н. Гаджиев.

6. Комплексный анализ геслого-геофизической информации в Прикаспийской впадине./ НТО, серия: Геология и разведка газовых и газоконденсатных месторождений. -М.: 1986, вып. 8. -С. 56. // М.О. Хвилевицкий, О.М. Григорьева, A.B. Растворцев, Ю.Б. Силантьев.

7. Анализ структуры сырьевой базы газовой промышленности основных газодобывающих регионов страны./ НТО, серия: Геология и разведка газовых и газоконденсатных месторождений. -М.: 1987, вып. 12. -С 41. // В.И. Ермаков, М.О. Хвилевицкий.

8. Анализ структуры сырьевой базы газовой промышленности основных газодобывающих регионов страны./ НТО, серия: Геология и разведка газовых и газоконденсатных месторождений. -М.: 1988, вып. 12. -С. 43. //В.И. Ермаков, О.М. Григорьева, В.А. Скоробогатов, М.О. Хвилевицкий, Т.И. Хенвин.

9. Математические методы оценки ресурсов природного' газа основных газодобывающих регионов страны./ В сб.: Научные труды ВНИИГАЗа, -М.: 1989. -С. 145-155. // М.О. Хвилевицкий.

Ю.Математические методы распределения газовых месторождений по величине запасов и динамике освоения./ В сб.: Научные труды ВНИИГАЗа, -М.: 1991. -С. 4-7. //В.А. Скоробогатов, М.О. Хвилевицкий.

Соискатель Гудымова Т.В.