Бесплатный автореферат и диссертация по наукам о земле на тему
Вероятностно-статистическое обоснование фациальной зональности девонских терригенных отложений юга Пермского края
ВАК РФ 25.00.12, Геология, поиски и разведка горючих ископаемых

Автореферат диссертации по теме "Вероятностно-статистическое обоснование фациальной зональности девонских терригенных отложений юга Пермского края"

На правах рукописи

ФИЛЬКИНА Наталья Александровна

ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКОЕ ОБОСНОВАНИЕ ФАЦИАЛЬНОЙ ЗОНАЛЬНОСТИ ТЕРРИГЕННЫХ НЕФТЕГАЗОНОСНЫХ ОТЛОЖЕНИЙ ЮГА ПЕРМСКОГО КРАЯ

25.00.12 - Геология, поиски и разведка нефтяных и газовых месторождений

Автореферат диссертации на соискание учёной степени кандидата технических наук

1 7 мдр 2011

Пермь-2011

4840349

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Пермский государственный технический университет».

Научный руководитель:

доктор геолого-минералогических наук, профессор Галкин Владислав Игнатьевич

Официальные оппоненты: доктор технических наук, профессор

Ашихмин Сергей Геннадьевич

кандидат технических наук, доцент Коноплёв Александр Владимирович

Ведущая организация:

Научный центр «Геоанализ» (г. Пермь)

Защита состоится 30 марта 2011 г. в 16 часов 00 минут на заседании диссертационного совета Д 212.188.03 при Пермском государственном техническом университете по адресу: 614990, г. Пермь, Комсомольский проспект, д. 29, ауд. 4236.

С диссертацией можно ознакомиться в научной библиотеке Пермского государственного технического университета.

Автореферат разослан 28 февраля 2011 г.

Учёный секретарь

диссертационного совета Д 212.188.03,

доктор геолого-минералогических наук, профессор

А.В. Растегаев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Одна из главных целей исследований в нефтегазовой геологии - построение адекватной цифровой геологической модели месторождения. Трёхмерное геологическое моделирование позволяет решить важнейшие задачи - корректно оценить запасы сырья и спроектировать оптимальную систему разработки. Кроме того, в настоящее время в связи с выработанностью запасов крупных месторождений повышенное внимание уделяется объектам, ранее считавшимся нерентабельными из-за небольших запасов и сложного строения. Это налагает дополнительные требования к детальности и достоверности моделирования геологического строения территории.

Одним из основных средств построения уточнённых детализированных моделей является литолого-фациальный анализ (ЛФА). Основа ЛФА -детальные исследования керна; далее научно обосновываются и реализуются способы использования информации об изученных по керну интервалах применительно ко всем разрезам скважин и межскважинному пространству.

Согласно распространённой практике, фации в разрезах скважин выделяются по данным исследований керна с помощью геофизических исследований скважин (ГИС) либо качественным образом на основе фациальной модели осадконакопления, либо при помощи программных комплексов сначала выделяются литологические разности, а затем на их основе фации. Однако практически все существующие подходы к моделированию фаций не лишены существенных недостатков. Именно в области использования информации о фациях с изученных по керну интервалов на неизученные наблюдается ряд сложных задач, решение которых открывает большие перспективы оптимизации добычи углеводородов.

Цель работы - вероятностно-статистическое обоснование фациальной зональности терригенных нефтегазоносных отложений. Основные задачи исследований:

1. Анализ существующих методик прогноза литолого-фациальной зональности, характера учитываемых ими данных, особенностей их применения для геологического моделирования.

2. Обоснование использования данных о фациях, изученных по керну, по отношению ко всем разрезам скважин по данным ГИС с помощью вероятностно-статистических методов.

3. Построение модели прогноза литолого-фациальной зональности для задач геологического моделирования.

4. Использование результатов прогноза литолого-фациальной неоднородности для детализации трёхмерных геологических моделей.

5. Оценка влияния типов разрезов на процесс разработки залежей.

При проведении исследований использовались материалы по Софроницкому, Кустовскому, Андреевскому, Мало-Усинскому и

Трифоновскому месторождениям, включающие циклостратиграфию, схемы корреляции, таблицы с характеристиками фациальных типов песчаных тел и петрофизических свойств, описания и результаты лабораторных исследований керна, интерпретации ГИС, каротажный материал, сейсмофациальные карты; данные об интервалах перфорации, о дебитах скважин, добыче нефти, обводнённости пластов и др. В общей сложности выполнен анализ материалов ГИС по 155 скважинам, из них геолого-промысловые материалы - по 105 скважинам, в т.ч. описания керна - по 55 скважинам.

Научная новизна:

- разработан способ использования данных ГИС для прогноза фациальной зональности с помощью вероятностно-статистических методов;

- создана методика моделирования литолого-фациальной зональности разрезов скважин;

- обоснована возможность типизации разрезов скважин различных фаций для геолого-геофизического моделирования;

- доказано влияние прогнозируемой литолого-фациальной неоднородности пластов на дебиты скважин.

Защищаемые положения:

1. Комплекс количественных критериев для оценки фациальной зональности разрезов скважин по геолого-геофизическим характеристикам.

2. Статистические модели прогноза фациальной зональности и вертикальной классификации разрезов скважин.

3. Схемы прогноза литолого-фациальных типов пород для терригенных нефтегазоносных отложений юга Пермского края.

Практическое значение работы и реализация результатов исследований. Предложенные в работе методики позволяют прогнозировать наличие определённых фаций по комплексу ГИС.

Разработанные методики использовались для построения трёхмерных геологических цифровых литолого-фациальных моделей Кустовского и Андреевского месторождений.

Апробация работы. Основные результаты исследований были доложены на конкурсе молодых работников ООО «ЛУКОЙЛ-ПЕРМЬ» на лучшую научно-техническую разработку (Пермь, 2007), Всероссийской молодежной научной конференции с международным участием «Трофимуковские чтения -2008» (Новосибирск, 2008), VII и VIII конкурсах ООО «ПермНИПИнефть» на лучшую научно-техническую разработку молодых учёных и специалистов (Пермь, 2009, 2010), Международной и Всероссийской научно-технических конференциях «Нефтегазовое и горное дело» (Пермь, 2009,2010).

По теме исследований опубликовано 10 печатных работ, из них в изданиях, рекомендованных ВАК, - 4.

Структура и объём работы. Диссертационная работа изложена на 126 страницах машинописного текста; состоит из введения, четырёх глав и

заключения. Текст содержит 71 рисунок и 32 таблицы; список использованной литературы насчитывает 114 источников.

Автор выражает огромную благодарность научному руководителю, В.И. Галкину за всестороннюю поддержку и помощь в выполнении данной работы, а также начальнику центра сейсмических исследований И.С. Путилову за многочисленные консультации, помощь при изучении скважинного материала и предоставление результатов интерпретации сейсморазведки 3D.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе приведён обзор литературы по проблеме геологического моделирования месторождений, обоснована актуальность построения трёхмерных геологических моделей. Большое внимание уделено рассмотрению ЛФА: проанализированы основные источники данных для ЛФА (керн, ГИС и сейсморазведка) и принципы их использования. Показано, что для целей трёхмерного геологического моделирования необходимо использование всех трёх источников, однако исследования керна проводятся в очень ограниченном объёме, выделение литологических разностей пород по данным ГИС сопровождается рядом нерешённых проблем, а перспективы увязки сейсморазведки с результатами ЛФА во многом неясны.

Вторая глава посвящена разработке методики использования данных о литологии и фациях с изученных по керну интервалов на все разрезы скважин в пределах изучаемой толщи по данным ГИС с помощью статистических методов.

Возможности количественного обоснования границ напластований с помощью пошагового линейного дискриминантного анализа (ПЛДА) показаны на примере Софроницкого месторождения. Установлено, что истинная отметка литологической и стратиграфической границы находится в интервале неопределённости, её можно установить только по керну. Наиболее близки к результатам ручной интерпретации (ручного определения отметок) результаты радиоактивных методов. Смещение границы вносит ошибку при подсчёте запасов, особенно для залежей с большой площадью нефтеносности.

Исследования по прогнозированию особенностей фациальных комплексов (ФК) проток дельты (ПД), заливов дельты (ЗД) и авандельты проводились на примере девонских терригенных отложений Кустовского месторождения (перспективных в связи с их не истощённостью). Считается, что у проток наибольшие перспективы для освоения, меньшие - у заливов. В продуктивных отложениях также выделены нижнетиманский (tml) и верхнемуллинский (ш12) циклиты, отличающиеся более широко представленным ФК протоки; помимо них проанализированы нижнемуллинский (mil) и пашийский (ps) циклиты.

Анализ показал, что продуктивные ФК характеризуются различными диапазонами изменения геолого-геофизических показателей (табл. 1).

Таблица 1

Характеристика песчаных тел по геолого-геофизическим показателям

Физический параметр ПД ЗД 1 ^ПДЦЦ

Содержание фракций более 0.1мм (Ф<и),% 64.3±19.5 18.48-6.7 35.7±20.8 9.3-81 4.3 15/25

Коэффициент пористости открытой (Кп от), % 17.Ш.9 10.7-20.3 9.3±4.2 4.1-18.1 9.4 32/27

Коэффициент пористости эффективной (Кп Эф), % 15.3±2.9 1.5-18.8 3.5±5.0 0.3-16.4 11.4 32/27

Коэффициент проницаемости по газу (Кпр), мкм2 246.Ш26 1.1-680.9 9.3±78 0.03-359.3 7.9 32/27

Комплексный параметр ((Кпи/КпотУ'^фм 3.6±0.9 0.3-5.9 0.Ш.1 0.07-4.5 11.3 32/27

Мощность песчаного тела, (М) по данным ЛФА, м 5.8±1.7 2.3-13.4 2.6±2.9 0.6-8.3 6.7 32/66

Эффективная мощность (МЭф), м 4.2±0.9 0.6-9.7 1.6±0.9 0.6-4.4 4.6 29/22

Коэффициент расчленённости (Красч), ед. 1.76±1.06 1-5 1.23±0.43 1-2 2.22 29/22

Коэффициент песчанистости (Кпесч), Д- ед. 0.71±0.26 0.18-0.96 0.57±0.21 0.1-0.94 1.99 29/22

Примечание: Г - критерий Стъюдента, уровень значимости (р) <0.05 для всех параметров, И-количество наблюдений.

Из таблицы 1 следует, что Ф0.1 в ПД почти в два раза выше, чем в ЗД. ПД отличаются большими М, МЭф и меньшей их дисперсией; большими Красч, Кпесч и высокой их дисперсией; высокими значениями Кп от, Кп Эф, Кпр, комплексного параметра (который пропорционален среднему радиусу поровых каналов), меньшей дисперсией параметров, за исключением проницаемости. Кп Эф составляет 89.5% от К„ от для ПД и только 38% - для ЗД, что свидетельствует о большем количестве в ЗД закрытых пор. Наиболее чётко песчаные тела различаются по Кп Эф и комплексному параметру. Широкие интервалы перекрытия значений говорят о сложности строения песчаных тел и нечётких их границах.

Для разработки методики прогноза литолого-фациальной зональности в обучающую выборку включены отсчёты нормированных кривых ГИС, сопоставленные с результатами ЛФА в интервалах отбора керна. Обучаемые классы соответствуют выделенным фациальным комплексам. По результатам анализа выделены информативные методы: 1) гамма-каротаж (ГК), 2) нейтронный гамма-каротаж (НТК) или нейтрон-нейтронный каротаж по тепловым нейтронам большим зондом (ННК-ТНб) и 3) метод потенциалов собственной поляризации (СП); показания обозначены соответственно 1Г, 1п и II,р. Полученные уравнения имеют вид:

гх=-0.71-1у- 1.55 ■/„- 1.89-^ + 6.32, (1)

Ъг= - 0.12-/у - 4.92-/„ - 1.44- 1/!р + 3.92, (2)

Правильность распознаваемости ФК обучающей выборки: ПД - 93%, ЗД - 73%, авандельта - 92%. Это подтверждает, что выбранные методы ГИС отражают литолого-фациальную зональность. Метод ГК отражает глинистость в гранулометрическом, минералогическом и петрофизическом аспектах; нейтронные методы и метод СП, вошедшие в линейную дискриминантную функцию (ЛДФ), учитывают связи других физических полей с фациями. Соотношение между значениями Ъ\ и для разных ФК показаны на рисунке 1.

5

Условные обозначения:

(2.42; 0.39) -центры групп

о ПД

♦ ЗД

д Авандельта

Рис. 1. Соотношение между значениями и Ъг для разных ФК

На рисунке 1 наглядно видно разделение ФК на основе ПЛДА. Достаточно надёжно выделяются три области, которые разделяются уравнениями (1) и (2). Корреляционные поля группируются около своих средних значений. По рисунку также видно чёткое разделение полей уже только на основе первой дискриминантной функции, вторая лишь уточняет разделение. Физический смысл областей - связь с обстановками осадконакопления. Наличие перекрытий корреляционных полей протоки и залива объясняется схожими литологическими разностями пород, входящими в ФК. С помощью регрессионного анализа получено уравнение для расчёта вероятности появления пород типа проток (Рпр):

Рпр = 0.\1-гх + 0.08-72 + 0.01 (3)

Некоторые фации ФК обладают переходными по свойствам и методам ГИС характеристиками. Кроме того, песчаные тела ФК неоднородны сами по себе. В целом по месторождению правильность распознавания фаций ПД выше: фации ЗД, включающие песчаники с повышенными коллекторскими свойствами, распознаются как ПД.

В нефтенасыщенной части разреза для нахождения вероятностной характеристики коллекторов ПД методика проведена с привлечением электрических методов: бокового каротажа (БК), каротажа сопротивлений зондом А2Мо5М, микрокаротажа, индукционного каротажа (ИК, показания обозначены сгцК). ЛДФ для Кустовского месторождения имеет следующий вид:

Ъу= - 0.55-/у -0.02-ода-1.287„ +4.78, (4)

N=194, ^77=18.5,^ <10"5.

Распознаваемость коллекторов проток - 91%, заливов — 70%. Для классификации ПД и ЗД добавился наиболее информативный из электрических - ИК (даёт более точную оценку в условиях песчано-глинистого разреза с большим числом пластов малой и средней мощности с небольшим удельным сопротивлением).

Результаты прогнозирования подтверждаются петрофизическими характеристиками: Кпот, Кпр, Ф0.ь комплексным параметром.

Оценка расчётных общих по циклитам мощностей (Мр) песчаных тел для ПД и ЗД и фактических (Мф), выделенных по результатам ЛФА керна, выполнена по статистическим критериям: по критерию Стьюдента, % и коэффициенту корреляции (г) мощностей песчаного тела. Результаты оценки по критерию Стьюдента представлены в таблице 2.

Таблица 2

Сравнение М„ и Мф по критерию Стьюдента _

Средняя мощность, м а N ( Р

Протока дельты

мл 6.3 2.8 29 0.788 0.438

Мр 6.8 4.0

Залив дельты

Ма 3.2 2.5 55 1.191 0.239

м„ 3.8 4.1

Примечание: о - среднеквадратическое отклонение

Из таблицы 2 следует, что различия в средних значениях между Мр и Мф и для ПД, и для ЗД статистически не значимы, * <1.98. Высокие показатели уровня значимости и среднеквадратического отклонения вызваны влиянием песчаных тел с переходными свойствами и содержанием алевритового и глинистого материала.

Сравнение распределений Мр и Мф по критерию ^ выполнено по формуле:

к (Пр - Пф)2

Пф ' <5>

где пр и Пф- частоты Мр и Мф проток и заливов в интервале, к - количество интервалов (результаты показаны на рисунке 2).

10 12 14 16 18 20

М, М

10 12 14 16

М, м

Рис. 2. Гистограммы Мр и Мф для ПД и ЗД

Расчётный критерий ^ протоки равен 11.75 м, залива 9.34 м; табличное значение х2 (р=0.05) для проток при £=10 равно 18.31; для заливов при к=9 равно 16.92; ^ расчётный меньше табличного, следовательно, распределения расчётных мощностей и определённых по керну близки друг к другу.

Уравнение регрессии, описывающее корреляционную связь для Мр и Мф протоки исследуемой толщи, имеет следующий вид:

Мр = 1.02 + 0.91 'Мф, г =0.64, (6)

где расчётный критерий г, равный 5.3, больше табличного, равного 2.04 (при р=0.05). По г связь мощностей, определённая одновременно для всех циклитов, слабая. Отдельно по циклитам наблюдаются более тесные связи (рис. 3).

Мр, м

Юг

скв. 219 (краевая часть ЦИКЛИТ т1 2 прируслового бара)

0 12 3 4 5 6

3 4 5 6 7 8 9 10

Мф, М

Мф, М

Рис. 3. Корреляционное поле Мр и Мф для ПД

Из уравнений на рисунке 3 видно, что, несмотря на более тесную корреляционную связь мощностей циклита т12 (г = 0.95), для циклита йп1 мощности найдены более точно, с малым смещением (свободный член 0.42) и

близким к единице (0.96) угловым членом. Циклит tml характеризуется низкой степенью неоднородности, выдержан по литологическому строению. В уравнении для циклита т12 не учтена скважина 219 с переходным по свойствам типом фаций (краевая часть прируслового бара).Для ЗД установить тесную корреляционную связь мощностей сложнее вследствие большей изменчивости параметров, проиллюстрированной в таблице 1.

Таким образом, методика выделения песчаных тел проходит проверку по критерию Стьюдента для осевой части протоки (нижней её части), конуса выноса, проксимальной части прируслового бара (верхней его части). По критерию -jl распределения Мр и Мф статистически близки. Установлена корреляционная зависимость Мр и Мф протоки по циклитам.

В третьей главе применена аналогичная методика для девонских терригенных отложений Андреевского и Мало-Усинского месторождений, где наблюдаются аналогичные условия осадконакопления, выделены те же циклиты и ФК; по результатам прогнозирования выполнено сравнение коллекторских характеристик ПД и ЗД. Показаны особенности влияния фациальной модели природного резервуара на прогнозирование литолого-фациальной неоднородности визейской терригенной толщи Трифоновского месторождения.

На Андреевском месторождении в интервале толщин 0-4 м превалируют фации залива, в интервале 4-9 м фации залива и протоки равновероятны, в интервале 9-20 м наблюдаются только фации проток (на Кустовском наблюдаются примерно такие же интервалы, только мощности проток больше 14.3 м не выявлены). Вероятностная кривая на Мало-Усинском месторождении подобна описанным, но 100%-ое превалирование проток начинается с семиметровой мощности. По вероятности отнесения к ФК по Кп 0т> как и по мощности, существует широкая зона равновероятных значений; значения вероятности растут монотонно.

Сопоставление доли коллектора песчаных тел разных ФК по результатам ГИС и детальных исследований керна для девонских терригенных отложений показано в таблице 3.

Таблица 3

Характеристика песчаных тел различных ФК_

Общее содержание Содержание песчаника- Доля коллектора в

песчаника коллектора песчаном теле

Кустовское месторождение

ПД 67% 96% 0.86

ЗД 47% 60% 0.30

Мало-Усинское месторождение

ПД 95% 86% 0.74

ЗД 91% 76% 0.60

Андреевское месторождение

ПД 43% 93% 0.67

ЗД 59% 91% 0.64

Из таблицы 3 следует, что на Кустовском месторождении почти весь песчаник ПД (96%) обладает коллекторскими свойствами, в песчанике ЗД только 60%. Песчаник ПД и ЗД Андреевского месторождения характеризуются примерно одинаковой долей коллектора. На Кустовском месторождении доля коллектора в песчаном теле ПД почти в три раза превышает долю коллектора в песчаном теле ЗД, на Андреевском доли коллектора в ПД и ЗД почти равны. Мало-Усинское месторождение по содержанию коллектора в песчанике, песчаном теле ПД и ЗД занимает промежуточное положение. Таким образом, таблица 3 подтверждает, что коллектора проток и заливов представлены различными типами песчаников и алевролитов.

То, что на Кустовском месторождении песчаное тело ЗД более чётко выделяется в отдельный класс, а на Андреевском менее чётко, подтверждается долей коллектора в песчаном теле, и, следовательно, должно отразиться на распознавании классов по данным ГИС. Так, распознавание песчаных тел ПД -93-98%, авандельты и тиховодного ЗД - 87-92%. Распознавание песчаных тел ЗД для Кустовского месторождения составляет 73% (максимальное значение), для Мало-Усинского - 15% (т.к. по характеристикам они ближе к песчаным телам ПД), а для Андреевского они полностью распознаются как песчаные тела ПД.

Распределение вероятности Р„р и петрофизических параметров для

Условные обозначения: • - песчаные тела проток о - песчаные тела заливов * - тиховодный залив

Рис. 4. Зависимость Р„р от: а) КП0т, б) Фо.1

На рисунке 4 видно, что соотношение К„ от, Ф0.1 и Р„р по керну характеризуется слабой положительной корреляционной связью. Общее поле представлено тремя подполями, избирательно находящимися в различных его частях. Подполе тиховодного залива расположено в нижней части, а подполя

песчаных тел ПД и ЗД - в правой верхней и левой верхней частях соответственно. Подполя песчаных тел ПД и ЗД характеризуются положительными корреляционными связями, для подполя тиховодного ЗД связь почти отсутствует.

На Трифоновском месторождении выделены следующие ФК: ПД, ЗД, морской терригенный (МТ), бары. Привлечены данные акустического каротажа (АК), ГК, ННК-ТН большим и малым зондами; показания нейтрон-нейтронных методов по тепловым нейтронам обозначены соответственно 1ть и /„/. Выделение большого числа фаций сильно усложняет модель. Поэтому, несмотря на некоторое различие характеристик песчаных тел различных ФК, они объединены в один класс, вмещающие породы - в другой.

Уравнение, разделяющее эти классы, имеет вид:

Zi =0.30-/7-0.47-/„/+1.49-7ms-2.81, (7)

N=192, F/F, =124.6,р <10"5.

Правильность распознаваемости ФК обучающей выборки: песчаные тела - 88%, вмещающие породы - 97%. Центры групп для песчаных тел - 1.53, для вмещающих пород - 0.17. Сопоставляя осреднённое значение Р„р по выделенным ФК с их характеристиками, получено, что ПД и МТ характеризуются наибольшими значениями Р„р (около 0.96), что объясняется наибольшими значениями Кп от (21% и 18% по керну) и Кпссч. ЗД характеризуется несколько меньшими значениями Р„р (0.81), что соответствует меньшему значению Кпот (16.2%). Вмещающие породы содержат очень низкий процент коллектора, значения Р„р минимальны (0.12). Самая тесная корреляционная связь Мр и Мф наблюдается для МТ (г = 0.93), чуть менее тесная - для ПД и ЗД (г = 0.89 и г = 0.87 соответственно).

В четвёртой главе установлена связь прогнозируемой литолого-фациальной неоднородности с дебитами и накопленной добычей нефти. Показаны возможности детализации трёхмерных геологических моделей с помощью моделирования литолого-фациальной неоднородности. Для территорий с недостаточным количеством керна используются типизированные геолого-геофизическе разрезы. Учёт индивидуальных особенностей и свойств фаций осуществляется на вероятностном уровне (т.к. ни одна из характеристик не несёт однозначную информацию).

Рассмотрено влияние литолого-фациальной неоднородности на добывные возможности скважин на примере девонских терригенных отложений группы нефтяных месторождений: Кустовского, затем Андреевского и Мало-Усинского. Месторождения введены в разработку в 1996, 1994, 1987 тт. соответственно. Кустовское и Андреевское разрабатываются в естественном режиме, Мало-Усинское - с системой поддержания пластового давления.

На Кустовском месторождении в протоках с большими эффективными мощностями и высокими значениями Рпр идёт постоянный прирост накопленной добычи нефти, что обусловлено геологическим строением проток:

повышенной песчанистостью и высокими коллекторскими свойствами, связанными с отсортированностыо, малой глинистостью, низким содержанием остаточной воды. Повышенная неоднородность заливов и их пониженные коллекторские свойства с меньшими эффективными мощностями (табл. 1) дают меньшую накопленную добычу нефти.

Накопленная добыча и дебиты нефти по месяцам для Андреевского месторождения показаны на рисунке 5, где Мпсрф - эффективная мощность в

Месяцы Месяцы

Рис. 5. Накопленная добыча и дебиты нефти по месяцам для Андреевского месторождения

Рисунок 5 показывает, что в ФК проток с большими Мперф и высокими Рпр (что соответствует фациям протоки - скважины 49, 166 - и осевой части протоки - скважины 62, 165), наиболее высокие дебиты и наибольший прирост накопленной добычи нефти.

На Мало-Усинском месторождении наблюдается хороший потенциал добычи нефти в скважинах с мощностями пропластков более 4.6 м и Рпр более 0.85. Скважины, вскрывшие край песчаного тела, дают меньшие приросты добычи. Кроме того, можно отметить, что из восьми скважин, где вероятностная характеристика больше 0.89, воздействие на околоскважинную зону было только в единственной скважине 131 после перестрела интервала перфорации. Рпр скважин, в которых требовалось воздействие, варьирует от 0.63 до 0.87 (не считая скважины 131). Таким образом, накопленная добыча нефти по скважинам и дебиты в значительной мере определяются литолого-фациальными условиями.

Для месторождений, находящихся на начальных геологоразведочных этапах, при построении геологических моделей актуально использовать типизацию геолого-геофизических разрезов. Для определения характера соотношения кровли и подошвы пласта по Рпр выполнено нормирование характеристики по мощности пласта и глубине (Корм):

Корм = (Й - КерУ(Кд - кр), (8)

где И - текущая глубина по скважине, Исер - глубина середины пласта, к„д -глубина подошвы пласта, Икр - глубина кровли пласта. Проведённый анализ показал, что геологическое строение циклитов различных групп фаций по значению Рщ, принципиально различается. Нормирование по мощности пласта и глубине позволило аппроксимировать группы фаций различными типами соотношений (табл. 4).

Табл. 4.

Геолого-геофизическая типизация разрезов

Циклит/ фации Протоки, осевые части проток (ПД) Прирусловые бары, краевые части прирусловых баров (ПД) Косы, отмели (ЗД)

Кустовсхое месторождение

МП Рпр= 0.29- Ьнорм+0.55 г = 0.77 Рпр = -0-3- 11норм+0.50 г = -0.73 РПр ~ -0.29- Ьнорм+0.52 г = -0.95

М12 Р„р = 0.33-Ьнорм+0.72 г = 0.89 Рпр = -0.1- Ьнорм+0.64 г =-0.29 Р„р = -0.13- 11„ОрМ+0.56 г = -0.77

Рь - — Рпр ~ -0.23- 11„Орм+0.54 /* = —0.89

Тт1 Р„р=034- Ьнорм+0.72 г = 0.78 Рпр = -0.24- Ь„„рм+0.44 г = -0.49 Рпр — —0.13- Ь„орм+0.57 г = -0.6

Андреевское месторождение

МП - Рпр = -0-41- Ьнорм+0.56 г = -0.80 Рпр ~ -0-5' Ьнорм+0.41 г = -0.92

М12 Рпр = 0.5М1иорм+0.67 г = 0.97 Р„р = -О.М1„орм+0.59 г = 0.43 Рпр ~ -0.23- Ьнор„+0.57 /• = -0.83

Рэ ^ = 0.46^^+0.59 г = 0.87 Р„р = 0.12- 11ворм+0.65 г = 0.11 РПр = -0.19- Ьнорм+0.51 г = —0.81

Тш1 Рпр =-0.05- Ьнорм+0.72 г = -0.12 Рпр =0.02' ЬНорм+0.55 г = 0.44 Рпр ~ -0.08- Ь„орм+0.44 г = -0.48

Мало-Усинское месторождение

М11 Р„р=-0.33-Ь„Ори+0.77 г = 0.69 Рпр = -0.06-Ь„ОрМ+0.55 /• = -0.27 Рпр ~ -0-08- Ьнори+0.54 /• = -0.42

М12 - — Рпр = -0.24- 11НОрМ+0.52 /• = -0.76

Ре Р„р = -0.1211„ор„+0.67 г =-0.22 Рпр = -0.12- ЬНорм+0.66 г =—0.24 Рпр ~ -0.10- 11норм+0.48 г =-0.51

Из таблицы 4 следует, что на Кустовском месторождении для группы проток и осевых частей протоки угловые члены положительные (от 0.29 до

0.34); для групп баров и их краевых частей, кос и отмелей отрицательные. Анализируя соотношения Андреевского месторождения можно отметить, что в случаях проток т12 и ps, баров mil, кос mil направленность изменения литологии сильнее, чем на Кустовском месторождении. На Мало-Усинском месторождении в случае проток mil направленность изменения литологии сравнима с Кустовским месторождением, для проток tml, баров tml и конусов выноса т12 соотношение симметрично относительно центра пласта, для группы кос всех циклитов тенденция изменения слабая отрицательная. Таким образом, фации осевой части протоки и протока характеризуются нарастающей тенденцией значений Рпр, имеют стандартное литологическое строение и типичные формы Р„р (сложены песчаниками, которые вверх по разрезу становятся более мелкозернистыми и алевритистыми, сменяясь алевролитами). Для кос происходит инверсия - отмечается падающая тенденция значений, песчаники приурочены преимущественно к верхней половине циклита. Их мощность определяется, как правило, близостью фаций прирусловых баров проток -основного поставщика терригенного материала для формирования кос (Вилесов и др., 2009). Для прирусловых баров, их проксимальных и краевых частей отмечается дифференциация соотношений. Аппроксимирующие линии для ФК проток лежат преимущественно выше уровня Рпр = 0.5, что говорит о более высоком в целом содержании песчаного материала, чем в ФК заливов.

Корреляция значений Рпр и Кп от по результатам интерпретации ГИС, используемой в трёхмерной геологической модели, показана на рисунке 6.

0.9 0.8

г?

Ч °'7

§Г 0.6

йч

0.5 0.4

0 2 4 б 8 10 12 14 16 13 20 22 24 Кпот,%

Рис. 6. Соотношение Рпр и Кп от по данным ГИС для Андреевского месторождения

На рисунке 6 видно, что между Рпр и Кп от имеется корреляция (г = 0.69). Для области коллекторов (Кпот более 11%), представленных песчаными телами ПД (протока, осевая часть протоки, бары) - корреляция лучше (г = 0.5, больше, чем для не коллектора (г = 0.35)). В области не коллекторов присутствуют фации ПД и ЗД, представленные заиленными участками отмирания протоки, алевролитовыми и аргиллитовыми непроницаемыми породами и фациями тиховодного ЗД. Рисунок 6 свидетельствует о достоверности полученных результатов - в области коллекторов практически не наблюдаются фации тиховодного ЗД.

С учётом реализации вероятностной модели становится возможным построение петрофизической модели. Эта и последующая работа выполнены в программном комплексе IRAP RMS компании Roxar. Для выделения протоки и особенностей распространения ФК рационально рассчитывать объединённый параметр, который является функцией, учитывающий выделение литолого-фациальной неоднородности по ГИС - Рпр и сейсморазведке.

В настоящее время на Кустовском и Андреевском месторождениях реализован метод моделирования SedSies. Метод полудетерминистский, позволяет распределять тела, выделенные в скважинах (интервалы песчаников ПД рассчитаны на основе Р„р) в пределах границ резервуара (полученным по данным сейсморазведки), с заданными средними мощностями, а, обликом поперечного сечения прогнозируемых тел. Пример пространственного распределения литолого-фациальных типов пород проиллюстрирован на рисунке 7а.

Рис. 7. Фрагменты этапов построения геологической модели на примере циклита tml: а) пример дискретного распределения фаций по одному из средних слоёв модели циклита; б) разрез с распределением Кп от по коллектору; в) карта эффективных мощностей

Сопоставляя интервалы коллекторов по результатам интерпретации ГИС и Рпр, получено, что процентное содержание коллектора в фации песчаных тел ПД на порядок превышает содержание коллектора во вмещающих породах (рис. 76). Это служит основой для настроек стохастического распределения коллектора отдельно по фациям методом Indicator (распределяет дискретный параметр с заданными характеристиками). Значения Кп от вычислены с учётом литолого-фациальных зон (рис. 76). Из рисунка 76 видно, что наибольшие значения приурочены к песчаному телу ПД. Полученная карта эффективных мощностей проиллюстрирована на рисунке 7в.

Можно отметить, что в разработанном варианте в плане видны вытянутые по горизонтали песчаные тела проток, в профиле они обособляются в линзовидное песчаное тело, Подсчётные параметры углеводородов (площади распространения коллекторов, М3ф, Кп от) дифференцированы по литолого-фациальным зонам.

Таким образом, результаты прогнозирования особенностей фаций подтверждаются данными разработки и позволяют учесть их в цифровой трёхмерной геологической модели.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Научно обоснована возможность использования данных ГИС для прогнозирования определённых по керну фаций и литологических разностей горных пород. Установлено, что прогнозирование литолого-фациальных особенностей в разрезах скважин является более предпочтительным, чем прогнозирование литологических разностей, так как в первом случае прогноз связан с генетическими особенностями продуктивных толщ, что обеспечивает более глубокое и адекватное познание их строения.

2. Разработаны методические подходы к прогнозу литолого-фациальной зональности по комплексу ГИС. На фактическом материале доказано, что данная методика является логическим продолжением ЛФА керна. Построенная вероятностная литолого-фациальная характеристика разреза (вероятностная кривая) содержит информацию о петрофизических свойствах пород и служит основой для создания детализированных трёхмерных геологических моделей.

3. Установлено, что разработанная на примере девонских терригенных отложений схема прогноза может быть использована для анализа других типов отложений, в частности, визейских терригенных (Трифоновское месторождение). Технология получения вероятностных кривых оперативна, может использоваться для вновь пробуренных скважин.

4. Предложенная модель прогноза литолого-фациальной зональности является связующим звеном между исследованиями керна и интерпретацией сейсморазведки ЗБ: геологические модели, созданные на основе вероятностных кривых, будучи увязанными с сейсмофациальными картами, позволяют получить трёхмерное распределение вероятности появления тех или иных литолого-фациальных типов пород. Построены трёхмерные геологические модели девонских терригенных отложений с учётом литолого-фациальной зональности Кустовского и Андреевского месторождений, что позволило обосновать подсчётные параметры углеводородов по литолого-фациальному принципу.

5. На примерах Кустовского, Андреевского и Мало-Усинского месторождений показана связь литолого-фациальной неоднородности с добывными возможностями скважин.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ

1. Свисткова (Филькина) НА. Особенности проектирования разработки мелких месторождений Пермской области (на примере Камышловского месторождения) // Нефтегазовое и горное дело. Вестник ПГТУ. Пермь, 2005. Вып. 6. С. 20-23.

2. Ванцева И.В., Свисткова (Филькина) H.A. Оптимизация геологоразведочных работ на одиночных рифах (на примере Крутовского месторождения) // Нефтегазовое и горное дело. Вестник ПГТУ. Пермь, 2007. Вып. 7. С. 101-105.

3. Путилов И.С., Свисткова (Филькина) H.A. Обоснование комплекса ГИС для детальной корреляции // Трофимуковские чтения - 2008: труды всероссийской молодежной научной конференции с участием иностранных ученых. Новосибирск, 2008. Т. 2. С. 261-263.

4. Козлова И.А., Свисткова (Филькина) H.A. Использование литолого-фациального анализа при подсчёте запасов углеводородов (на примере турнейско-фаменской залежи Маговского месторождения) // Научные исследования и инновации. Пермь, 2008. Т. 2, № 2. С.52-55.

5. Филькина H.A. Комплексная методика локального прогнозирования фациального типа песчаных тел по данным керна и ГИС (на примере Кустовского месторождения) // Научные исследования и инновации. Пермь, 2010. Т. 4, № 1.С. 6-10.

6. Путилов И.С., Филькина H.A. Статистический подход к прогнозированию фаций по данным керна и ГИС // Известия высших учебных заведений. Нефть и газ. 2010. № 2. С. 19-23. (издание ВАК)

7. Филькина H.A. К методике прогнозирования литофаций с помощью вероятностно-статистических методов (на примере Кустовского нефтяного месторождения) // Геология, геофизика и разработка нефтяных и газовых месторождений. 2010. № 7. С. 33-37. (издание ВАК)

8. Козлова И.А., Путилов И.С., Филькина H.A. Использование методов литолого-фациального анализа для уточнения геологического строения карбонатных залежей месторождений Соликамской депрессии // Нефтепромысловое дело. 2010. № 7. С. 32-36. (издание ВАК)

9. Филькина H.A. Моделирование литолого-фациальной зональности для обоснования системы разработки (на примере Кустовского, Андреевского и Мало-Усинского нефтяных месторождений) // Известия высших учебных заведений. Нефть и газ. 2011. № 1. С. 11-16. (издание ВАК)

10. Филькина H.A. О возможности геолого-геофизической типизации разрезов для геологического моделирования (на примере девонских терригенных отложений Кустовского, Андреевского и Мало-Усинского месторождений) // Научные исследования и инновации. Пермь, 2011. Т. 5, № 2. С. 35-38.

Подписано в печать 22.02.11. Формат 60x90/16. Усл. печ. л. 1,1. Тираж 100 экз. Заказ № 36/2011.

Издательство

Пермского государственного технического университета. Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113. Тел. (342)219-80-33.

Содержание диссертации, кандидата технических наук, Филькина, Наталья Александровна

ВВЕДЕНИЕ.

Глава 1. Критический анализ состояния проблемы геологического моделирования месторождений.

1.1. Проблема построения адекватных геологических моделей. Современные решения по детализации строения и уточнению моделей.

1.2. Генеральный замысел решения проблемы - теоретическое и методическое обоснование.

Глава 2. Разработка методики моделирования литолого-фациальной неоднородности разрезов скважин.

2.1. Количественное обоснование границ напластований (на примере Софроницкого месторождения).

2.2. Разработка методики прогнозирования литолого-фациальной неоднородности по данным геофизических исследований скважин (ГИС) на примере девонских терригенных отложений Кустовского месторождения. •

2.3. Выделение литолого-фациальных типов коллекторов. Фациальные комплексы (ФК) и нефтенасыщенность.

2.4. Комплексная методика локального прогнозирования фациального типа песчаных тел.

2.5. Проверка результатов прогнозирования фаций на основе статистических методов расчёта (на примере Кустовского месторождения).

Глава 3. Применение методики моделирования на примере месторождений.

3.1. Характеристика девонских терригенных отложений Кустовского, Андреевского и Мало-Усинского месторождений.

3.2. Прогнозирование литолого-фациальной неоднородности девонских терригенных отложений Андреевского и Мало-Усинского месторождений.

3.3. Сравнение характеристик ФК девонских терригенных отложений и результаты прогнозирования.

3.4. Прогнозирование литолого-фациальной неоднородности визейских терригенных отложений Трифоновского месторождения.

3.5. Прогнозирование литолого-фациальной неоднородности фаменских карбонатных отложений Гагаринского месторождения.

Глава 4. Перспективы применения методики прогнозирования литолого-фациальной неоднородности разрезов скважин.

4.1. К построению цифровых трёхмерных геологических моделей с учётом литолого-фациальной зональности.

4.2. Связь литолого-фациальной зональности с проектированием системы разработки (на примере Кустовского, Андреевского и Мало-Усинского месторождений).

4.3. Геолого-геофизическая типизация разрезов скважин для геологического моделирования.

4.4. Примеры учёта прогноза литолого-фациальной неоднородности в трёхмерных геологических моделях.

Введение Диссертация по наукам о земле, на тему "Вероятностно-статистическое обоснование фациальной зональности девонских терригенных отложений юга Пермского края"

Актуальность исследования

Одна из главных целей исследований в нефтегазовой геологии -построение адекватной цифровой геологической модели месторождения. Трёхмерное геологическое моделирование позволяет решить важнейшие задачи — корректно оценить запасы сырья, спроектировать оптимальную систему разработки и достичь максимальной величины коэффициента извлечения нефти (КИН). Кроме того, в настоящее время в связи с выработанностью запасов крупных месторождений повышенное внимание уделяется объектам, ранее считавшимся нерентабельными из-за небольших запасов и сложного строения. Это налагает дополнительные требования к детальности и достоверности моделирования геологического строения территории (Алексеев и др., 1991).

Одним из основных средств построения уточнённых детализированных моделей является литолого-фациальный анализ (ЛФА). Основа ЛФА -детальные исследования керна; далее научно обосновываются и реализуются способы использования информации об изученных по керну интервалах применительно ко всем разрезам скважин и межскважинному пространству. При этом изучению литолого-фациальных особенностей месторождений зачастую уделяется недостаточное внимание.

Согласно распространённой практике, фации в разрезах скважин выделяются по данным исследований керна с помощью геофизических исследований скважин (ГИС) либо качественным образом на основе фациальной модели осадконакопления, либо при помощи программных комплексов сначала выделяются литологические разности, а затем на их основе фации. Однако практически все существующие подходы к моделированию фаций не лишены существенных недостатков. Именно в области использования информации с изученных по керну интервалов на неизученные наблюдается ряд сложных задач, решение которых открывает большие перспективы оптимизации добычи углеводородов.

Признано, что наилучшие результаты при прогнозировании фаций и литологии даёт использование комплекса методов ГИС, увязанных с результатами исследования керна. При этом вопрос о сравнительной эффективности методов ГИС применительно к каждому конкретному случаю остаётся открытым; можно утверждать, что задача полноценного использования данных ГИС на сегодняшний день ещё далека от окончательного разрешения.

Цель, задачи, объект и предмет исследования

Цель работы — вероятностно-статистическое обоснование фациальной зональности терригенных нефтегазоносных отложений.

Основные задачи исследований:

1. Анализ существующих методик прогноза литолого-фациальной зональности, характера учитываемых ими данных, особенностей их применения для геологического моделирования.

2. Обоснование использования данных о фациях, изученных по керну, по отношению ко всем разрезам скважин по данным ГИС с помощью вероятностно-статистических методов.

3. Построение модели прогноза литолого-фациальной зональности для задач геологического моделирования.

4. Использование результатов прогноза литолого-фациальной неоднородности для детализации трёхмерных геологических моделей.

5. Оценка влияния типов разрезов на процесс разработки залежей. Объектом исследования явилась литолого-фациальная неоднородность геологического строения месторождений углеводородов. Предмет изучения -связи между петрофизическими характеристиками пород, выделенными по керну, и характеристиками геофизических полей, изучаемые по разрезам скважин.

Теоретическая и методологическая основа исследования В основе исследования лежит ряд теоретических положений учения о фациях, разработанного Д.В. Наливкиным, Г.Ф. Крашенинниковым и др. Исследование основано на разработках отечественных и зарубежных научных школ и их представителей в области геологии нефтяных и газовых месторождений, геофизических исследований скважин, применения статистических методов исследования в геологии; в частности, использовались труды A.A. Бакирова, В.М. Добрынина, Ю.П. Концебина, Ж. Матерона, Дж.С. Девиса, Л.Ф. Дементьева, И.Г. Сковородникова, Р.Ч. Селли, М.М. Элланского и некоторых других учёных. При разработке статистического аппарата исследования и разрешении проблем геологического моделирования месторождений применялись подходы, описанные в работах В.И. Галкина, C.B. Галкина, И.С. Путилова.

Данные ЛФА керна по изученным месторождениям взяты из материалов А.П. Вилесова.

Основу методологии исследования составила методология ЛФА. Использовался также ряд методов математической статистики, в частности, метод пошагового линейного дискриминантного анализа (ПЛДА) и метод множественной регрессии.

Информационная база исследований

При проведении исследований использовались материалы по Софроницкому месторождению, где показаны возможности количественного обоснования границ напластований; девонским терригенным отложениям Кустовского, Андреевского, Мало-Усинского месторождений и визейским терригенным отложениям Трифоновского месторождения, которые являются основой работы; фаменским карбонатным отложениям Гагаринского месторождения, где методика также была опробована. Материалы включают циклостратиграфию, схемы корреляции, таблицы с характеристиками фациальных типов песчаных тел и петрофизических свойств, описания и результаты лабораторных исследований керна, интерпретации ГИС, каротажный материал, сейсмофациальные карты; данные об интервалах перфорации, о дебитах скважин, добыче нефти, обводнённости пластов и др. В общей сложности выполнен анализ материалов ГИС по 155 скважинам, из них reo лого-промысловые материалы - по 105 скважинам, в т.ч. описания керна —по 55 скважинам.

Научная новизна исследования

1. Разработан способ использования данных ГИС для прогноза фациальной зональности с помощью вероятностно-статистических методов.

2. Создана методика моделирования литолого-фациальной зональности разрезов скважин.

3. Обоснована возможность типизации разрезов скважин различных фаций для геолого-геофизического моделирования.

4. Доказано влияние прогнозируемой литолого-фациальной неоднородности пластов на дебиты скважин.

Практическая значимость исследования

Предложенные в работе методики позволяют прогнозировать наличие определённых фаций по комплексу ГИС. Разработанные методики использовались для уточнения трёхмерных геологических цифровых литолого-фациальных моделей Кустовского и Андреевского месторождений.

Основные результаты исследований были доложены на конкурсе молодых работников ООО «ЛУКОЙЛ-ПЕРМЬ» на лучшую научно-техническую разработку (Пермь, 2007), Всероссийской молодежной научной конференции с международным участием «Трофимуковские чтения - 2008» (Новосибирск, 2008), VII и VIII конкурсах ООО «ПермНИПИнефть» на лучшую научно-техническую разработку молодых учёных и специалистов (Пермь, 2009, 2010), Международной и Всероссийской научно-технических конференциях «Нефтегазовое и горное дело» (Пермь, 2009, 2010). Базисные положения. выносгшые на защиту

1. Комплекс количественных критериев для оценки фациальной зональности разрезов скважин по геолого-геофизическим характеристикам.

2. Статистические модели прогноза фациальной зональности и вертикальной классификации разрезов скважин.

3. Схемы прогноза литолого-фациальных типов пород для терригенных нефтегазоносных отложений юга Пермского края.

Автор выражает огромную благодарность научному руководителю, заслуженному деятелю науки РФ, доктору геол.-мин. наук, В.И. Галкину за всестороннюю поддержку и помощь в выполнении данной работы, начальнику центра сейсмических исследований И. С. Путилову за многочисленные консультации, помощь при изучении скважинного материала, предоставление результатов интерпретации сейсморазведки 3D и рассмотрение идейных и практических вопросов трёхмерного геологического моделирования.

Также автор глубоко признателен: к.г.-м.н. А.П. Вилесову и заведующей лабораторией литологии и стратиграфии Е.Е. Винокуровой - за предоставление результатов литолого-фациального анализа керна и материалов отчётов, поддержку в изучении результатов исследования кернового материала; к.г.-м.н. В.И. Дурникину - за консультации по литолого-фациальному строению толщ изучаемых месторождений и данных керна; Д.В. Потехину - за помощь при внедрении результатов исследований.

Заключение Диссертация по теме "Геология, поиски и разведка горючих ископаемых", Филькина, Наталья Александровна

ЗАКЛЮЧЕНИЕ

1. Научно обоснована возможность использования данных ГИС для прогнозирования определённых по керну фаций и литологических разностей горных пород. Установлено, что прогнозирование литолого-фациальных особенностей в разрезах скважин является более предпочтительным, чем прогнозирование литологических разностей, так как в первом случае прогноз связан с генетическими особенностями продуктивных толщ, что обеспечивает более глубокое и адекватное познание их строения.

2. Разработаны методические подходы к прогнозу литолого-фациальной неоднородности, которая предполагает перенос данных о фациях с изученных по керну интервалов на неизученные интервалы с помощью ГИС. Можно утверждать, что эта методика является логическим продолжением ЛФА керна. В результате получена вероятностная литолого-фациальная характеристика разреза (вероятностная кривая), которая содержит информацию о петрофизических свойствах пород и служит основой для создания детализированных трёхмерных геологических моделей.

3. Установлено, что разработанная на примере девонских терригенных отложений Кустовского месторождения методика моделирования вертикальной неоднородности разрезов скважин (опробованная на Андреевском и Мало-Усинском месторождениях) может быть использована и для других типов отложений, в частности, визейских терригенных (Трифоновское месторождение) и фаменских карбонатных (Гагаринское месторождение), для которых также были построены вероятностные модели прогноза высокопродуктивных фаций.

4. Обоснована возможность типизации разрезов скважин для reo лого-геофизического моделирования.

5. Предложенная методика является связующим звеном с интерпретацией сейсморазведки 3D: геологические модели, созданные на основе вероятностных кривых, будучи увязанными с сейсмофациальными картами, позволяют получить трёхмерное распределение вероятности появления тех или иных литолого-фациальных типов пород. Полученные результаты хорошо согласовываются с моделью осадконакопления, предложенной А.П. Вилесовым (2009).

6. Построены трёхмерные геологические модели девонских терригенных отложений с учётом литолого-фациальной зональности Кустовского и Андреевского месторождений, что позволило обосновать подсчётные параметры углеводородов по литолого-фациальному принципу.

7. Технология получения вероятностных кривых оперативна, может использоваться для вновь пробуренных скважин; применение методики позволяет более полно учитывать исходные данные в моделях.

8. На примере Кустовского, Андреевского и Мало-Усинского месторождений показана связь литолого-фациальной неоднородности с добывными возможностями скважин.

Библиография Диссертация по наукам о земле, кандидата технических наук, Филькина, Наталья Александровна, Пермь

1. Алексеев Г.И., Алексин А.Г., Андреев В.Н. и др. Поиски и разведка малоразмерных месторождений нефти. М.: Наука, 1991. 119 с.

2. Афанасьев A.B., Дьяченко В.А., Тер-Степанов В.В. и др. Экспериментальное исследование влияния фракционного состава на естественную гамма-активность полимиктовых песчаников нижнего мела Западной Сибири // Каротажник. 2009. №12 (177). С. 219-229.

3. Афанасьев C.B., Батрак А.Н. Методика восстановления литологии пород по данным геофизических исследований скважин при создании трёхмерной геологической модели в терригенном разрезе // Нефтяное хозяйство. 2005. № 4. С. 17-19.

4. Ахметшин P.A., Салихов М.М., Шамсутдинов Р.Ю. и др. Влияние распределения начальной нефтенасыщенности пласта на динамику обводнения добываемой продукции скважины // Нефтепромысловое дело. М.: ВНИИОЭНГ, 2005. №8. С. 36-40.

5. Бадьянов В.А. О некоторых типичных ошибках методики геометризации нефтяных залежей // Нефтяное хозяйство. 2008. №10. С. 47-49.

6. Бакиров A.A., Бакиров Э.А., Мелик-Пашаев B.C. и др. Теоретические основы поисков и разведки скоплений нефти и газа: учебник для вузов. М.: Высшая школа, 1987. 384 с.

7. Буш Д.А. Стратиграфические ловушки в песчаниках: методика исследований. М.: Мир, 1977. 216 с.

8. Ванцева И.В. Характеристика терригенной толщи девона с целью оценки прогнозных ресурсов // Геология, геофизика и разработка нефтяных и газовых месторождений. 2002. № 11. С. 44-52.

9. Ванцева И.В., Свисткова (Филькина) H.A. Оптимизация геологоразведочных работ на одиночных рифах (на примере Крутовского месторождения) // Нефтегазовое и горное дело. Вестник ПГТУ. Пермь, 2007. Вып. 7. С. 101-105.

10. Венделынтейн Б.Ю., Еникеев Б.Н. Некоторые особенности методологии построения, оформления и использования петрофизического знания и возможные пути его совершенствования // Геофизика. 2004. Спец. вып. «10 лет ПАНГЕЕ». С. 65-73.

11. Вилесов А.П., Воеводкин B.JL, Сташкова Э.К. Фациальная природа коллекторов верхнедевонских рифогенных массивов северо-восточной части Березниковского палеоплато // Геология, геофизика и разработка нефтяных и газовых месторождений. 2005. №3-4. С. 81-86.

12. Вилесов А.П. Особенности строения карбонатных циклотем фаменского яруса в рифогенных постройках северо-востока Пермского края // Геология и полезные ископаемые Западного Урала. Пермь, 2007. С. 6770.

13. Вилесов А.П. Фаменский ярус Ныробско-Фадинской карбонатной платформы (Пермское Приуралье) // Верхний палеозой России: стратиграфия и палеогеография: мат. всеросс. науч. конф. Казань: Казанский гос. ун-т, 2007. - С. 55-58.

14. Вилесов А.П., Путилов И.С. Комплексное использование литолого-фациального анализа и сейсмофациального моделирования для изучения строения терригенной толщи девона Кустовского месторождения // Нефтяное хозяйство. 2009. №4. С. 23-27.

15. Вишеатина Н.П., Уколова Т.В. Опыт интеграции данных керна, ГИС и литолого-фациального анализа для создания обобщённых петрофизических зависимостей // Газовая промышленность. 2010. №8. С. 16-18.

16. Волго-Уральская нефтеносная область. Девонские отложения // Труды ВНИГРИ. 1957. Вып. 106. 243 с.

17. Гаврилов С.С. Трёхмерное геологическое моделирование природных резервуаров на основе литолого-фациального анализа (на примере юрских и нижнемеловых отложений Западной Сибири): автореферат на соиск. уч. степ. канд. геол.-мин. наук. Москва, 2008 г. 25 с.

18. Галкин В.И., Растегаев A.B., Галкин C.B. и др. Определение перспективных направлений поисков месторождений нефти и газа в

19. Пермском крае с помощью вероятностно-статистических методов // Наука производству. Пермь, 2006. № 1. С. 78.

20. Герт A.A., Волкова К.Н., Немова О.Г. и др. Методика и практический опыт стоимостной оценки запасов и ресурсов нефти и газа. Новосибирск: Наука, 2007. 384 с.

21. Голф-Рахт Т.Д. Основы нефтепромысловой геологии и разработки трещиноватых коллекторов. Москва: Недра, 1986. 607 с.

22. Гроссгейм В.А., Бескровная О.В., Геращенко И.А. и др. Методы палеогеографических реконструкций (при поисках залежей нефти и газа). Л.: Недра, 1984. 271 с.

23. Девис Дж.С. Статистический анализ данных в геологии. М.: Недра, 1990. 426 с.

24. Дементьев Л.Ф. Системные исследования в нефтегазопромысловой геологии. М.: Недра, 1988. 204 с.

25. Джонсон Г.Д., Болдуин К.Т. Мелководные моря с терригенной седиментацией // Обстановки осадконакопления и фации. Т. 1. М.: Мир, 1990. С. 280-342.

26. Добрынин В.М., Вендельштейн Б.Ю., Кожевников Д.А. Петрофизика. М.: Недра, 1991. 368 с.

27. Добрынин В.М., Вендельштейн Б.Ю., Резванов P.A. и др. Промысловая геофизика. М.: РГУ им. И.М.Губкина, 2004. 398 с.

28. Еникеев Б.Н., Кашик A.C., Чуринова И.М. и др. Системный подход к задаче оценки свойств пласта по данным каротажа. М.: ВНИИОЭНГ. 1980.38 с.

29. Заляев Н.З. Методика автоматизированной интерпретации геофизических исследований скважин. Минск: Университет, 1990. 144 с.

30. Золоева Г.М. Оценка неоднородности и прогноз нефтеизвлечения по ГИС. М.: Недра, 1995. 212 с.

31. Казакова Т.Г., Титов А.П., Кундин A.C. и др. Особенности выработки запасов нефти из недонасыщенных нефтью коллекторов // Геология, геофизика и разработка нефтяных и газовых месторождений. 2010. №1. С.62-68.

32. Кнеллер Л.Е., Гайфуллин Я.С., Лысенков А.И. Программное обеспечение и технология определения фильтрационно-ёмкостных свойств по материалам ГИС на основе компьютерного петрофизического моделирования // Каротажник. 2006. №7-8. С. 278-287.

33. Кнеллер Л.Е., Рындин В.Н. Плохотников А.Н. Оценка проницаемости пород и дебитов нефтегазовых скважин в условиях сложных коллекторов по данным ГИС // Разведочная геофизика. Обзорная информация. М.: Геоинформмарк, 1991. 65 с.

34. Кожевников Д.А., Лазуткина Н.Е. Выделение коллекторов по результатам петрофизической интерпретации данных комплекса ГИС // Геология, геофизика и разработка нефтяных и газовых месторождений. 1993. Вып. 11-12. С. 51-55.

35. Козлова И.А., Путилов И.С., Филькина H.A. Использование методов литолого-фациального анализа для уточнения геологического строения карбонатных залежей месторождений Соликамской депрессии // Нефтепромысловое дело. 2010. №7. С. 32-36.

36. Конибир Ч.Б. Палеогеоморфология нефтегазоносных песчаных тел. М.: Недра, 1979. 256 с.

37. Концебин Ю.П., Шигаев Ю.Г. Геофизика. Саратов: Колледж, 2001. 162 с.

38. Косков В.Н. Геофизические исследования скважин: учеб. пособие. Пермь: изд. ПГТУ, 2005. 122 с.

39. Косков В.Н., Пахомов В.И. Использование методов ГИС при фациально-циклическом анализе визейской терригенной толщи Пермского Прикамья // Геология, геофизика и разработка нефтяных и газовых месторождений. 2000. № 5. С. 45-50.

40. Котова В.З., Моор H.A., Ширяева A.C. и др. Повышение достоверности оценки проницаемости терригенных коллекторов с помощью выделения фаций // Нефтяное хозяйство. 2009. № 1. С. 20-23.

41. Крашенинников Г.Ф. Учение о фациях. М: Высшая школа, 1971. 368 с.

42. Кривощеков С.Н., Галкин В.И., Волкова A.C. Разработка вероятностно-статистической методики прогноза нефтегазоносных структур // Нефтепромысловое дело. 2010. № 7. С. 28-31.

43. Кривощеков С.Н., Носов М.А., Петров А.Н. Применение вероятностно-статистических методов при зональном прогнозе нефтегазоносности визейских отложений юго-востока Пермского края // Научные исследования и инновации. Пермь, 2010. Т. 4. № 1. С. 16-20.

44. Кузнецов В.Г. Природные резервуары нефти и газа карбонатных отложений. М.: Недра, 1992. 240 с.

45. Мангазеев В.П., Белозеров В.Б., Кошовкин И.Н. и др. Методика отображения в цифровой геологической модели литолого-фациальных особенностей терригенного коллектора // Нефтяное хозяйство. 2006. № 5. С. 66-70.

46. Матерон Ж. Основы прикладной геостатистики. М.: Мир, 1968. 408 с.

47. Муромцев B.C. Электрометрическая геология песчаных тел -литологических ловушек нефти и газа. М.: Недра, 1984. 260 с.

48. Наливкин Д.В. Учение о фациях. Т. 1-2. М.-Л.: изд. АН СССР, 1955-56.

49. Некрасов A.C. Геолого-геофизические исследования карбонатных коллекторов нефтяных месторождений. Пермь: изд. ПГУ, 2006. 422 с.

50. Некрасов A.C., Белозёрова Н.С. Литолого-фациальное моделирование карбонатных коллекторов месторождений севера Волго-Уральской и Тимано-Печёрской нефтегазоносных провинций // Каротажник. 2010. №2. С. 88-95.

51. Николенко В.Н. Методы комплексной интерпретации геофизических наблюдений, основанные на теории распознавания образов: дисс. на соиск. уч. степ. канд. физ.-мат. наук. Киев: АН УССР, Ин-т геофизики, 1977. 188 с.

52. Окнова Н.С. Литолого-палеогеографические и геодинамические реконструкции при поисках неантиклинальных ловушек углеводородов (на примере Тимано-Печорской провинции). СПб: изд. СПбГУ, 1998. 108 с.

53. Пахомов П.В., Косков К.В. Фациально-циклическое строение визейской терригенной толщи в пределах Соликамской депрессии по материалам промыслово-геофизических исследований // Нефтепромысловое дело. 2010. № 7. С. Ъ6-А2.

54. Пахомов В.И., Пахомов И.В. Визейская угленосная формация западного склона Среднего Урала и Приуралья. М.: Недра, 1980. 152 с.

55. Путилов Н.С. Комплексный фациальный анализ башкирского яруса Озёрного месторождения // Геология, геофизика и разработка нефтяных и газовых месторождений. 2007. № 9. С. 17-21.

56. Путилов И.С. Разработка статистических моделей для прогноза фациальной зональности в фамен-турнейских и башкирских залежах нефти (на примере Соликамской депрессии): автореф. дисс. на соиск. уч. степ. канд. техн. наук. Пермь, 2007. 24 с.

57. Путилов И.С., Галкин В.И. Применение вероятностного статистического анализа для изучения фациальной зональности турне-фаменского карбонатного комплекса Сибирского месторождения // Нефтяное хозяйство. 2007. № 9. С. 12-14.

58. Путилов И.С., Филькина H.A. Статистический подход к прогнозированию фаций по данным керна и ГИС // Известия высших учебных заведений. Нефть и газ. 2010. №2. С. 19—23.

59. Сахибгареев P.C. Вторичные изменения коллекторов в процессе формирования и разрушения нефтяных залежей. JI: Недра, 1989. 258 с.

60. Свисткова H.A. (Филькина) Особенности проектирования разработки мелких месторождений Пермской области (на примере Камышловского месторождения) // Нефтегазовое и горное дело. Вестник ПГТУ. Пермь, 2005. Вып. 6. С. 20-23.

61. Седиментологическое моделирование карбонатных осадочных комплексов. М.: НИА-Природа, 2000. 249 с.

62. Селли Р.Ч. Древние обстановки осадконакопления. М.: Недра, 1989. 294с.

63. Сенилов МА. Математические модели и программно-аппаратные средства интеллектуальных систем для интерпретации геофизических исследований скважин: дисс. на соиск. уч. степ. докт. техн. наук. Ижевск: ИГУ, 2005.

64. Сенилов М.А., Тененев В.А. Интеллектуальные алгоритмы интерпретации геофизический исследований скважин. С.-Пб.: изд-во СПбГТУ, 2004. 128 с.

65. Сидоров С.В., Низаев Р.Х. Влияние геологической неоднородности на технологические показатели разработки нефтяных месторождений // Нефтяное хозяйство 2006. №3. С. 42-46.

66. Сковородников И.Г. Геофизические исследования скважин. Екатеринбург: УГГГА, 2003. 295 с.

67. Смирнов O.A., Захарова Г.А., Недосекин A.C. Моделирование изменчивости фильтрационно-ёмкостных свойств пласта Ю1-1 по данным сейсморазведки и ГИС на поисково-разведочном этапе работ // Естественные и технические науки. 2009. №2. С. 177-179.

68. Тарасов В.М., Зазимко В.Н. Как защитить энергетику // Нефть России. 2006. №10. С. 100-103.

69. Токарев М.А. Комплексный геолого-промысловый контроль за текущей нефтеотдачей при вытеснении нефти водой. М.: Недра, 1990. 266 с.

70. Филькина H.A. К методике прогнозирования литофаций с помощью вероятностно-статистических методов (на примере Кустовского нефтяного месторождения) // Геология, геофизика и разработка нефтяных и газовых месторождений. 2010. №7. С. 33-37.

71. Филькина H.A. Комплексная методика локального прогнозирования фациального типа песчаных тел по данным керна и ГИС (на примере Кустовского месторождения) // Научные исследования и инновации. Пермь: изд. ПГТУ, 2009. Т.4. № 1. С. 6-10.

72. Филькина H.A. Моделирование литолого-фациальной зональности для обоснования системы разработки (на примере Кустовского, Андреевского и Мало-Усинского нефтяных месторождений) // Известия высших учебных заведений. Нефть и газ. 2011. № 1. С. 11-16.

73. Ханин A.A. Петрофизика нефтяных и газовых пластов. М.: Недра, 1976. 295 с.

74. Ханин A.A. Породы-коллекторы нефти и газа нефтегазоносных провинций СССР. М.: Недра, 1973. 299 с.

75. Хисамов P.C., Тимиров B.C., Хузин P.P. Выбор метода увеличения нефтеотдачи на основе интерпретации геологического строения коллекторов по литолого-генетическим признакам // Нефтяное хозяйство. 2009. №8. С. 32-33.

76. Хуснуллин М.Х. Геофизические методы контроля разработки нефтяных пластов. М.: Недра, 1989. 190 с.

77. Черницкий A.B. Геологическое моделирование нефтяных залежей массивного типа в карбонатных трещиноватых коллекторах. М.: НТК Нефтеотдача, 2002. 255 с.

78. Элланский М.М. Извлечение из скважинных данных информации для решения поисково-разведочных задач нефтегазовой геологии. М.: РГУ им. И.М.Губкина, 2000. 54 с.

79. Элланский М.М. Использование современных достижений петрофизики и физики плата при решении задач нефтегазовой геологии по скважинным данным. М.: РГУ им. И.М.Губкина, 1999. 82 с.

80. Элланский М.М. Петрофизические связи и комплексная интерпретация данных промысловой геофизики. М.: Недра, 1978. 215 с.

81. Элланский М.М., Еникеев Б.Н. Использование многомерных связей в нефтегазовой геологии. М.: Недра, 1991. 205 с.

82. Элланский М.М., Холин А.И., Зверев Г.Н. и др. Математические методы в газонефтяной геологии и геофизике. М.: Недра, 1972. 206 с.

83. Эллиотт Т. Дельты // Обстановки осадконакопления и фации. Т. 1. М.: Мир, 1990. С. 144-191.

84. Bahar A., Ates Н., Kelkar М., Al-Deeb М. Methodology to Incorporate Geological Knowledge in Variogram Modeling. 2001. SPE 68704. C. 1-8.

85. Biver P., Haas A., Bacquet C. Uncertainties in Facies Proportion Estimation II: Application to geostatistical simulation of facies and assessment of volumetric uncertainties // Mathematical Geology. 2002. Vol. 34. №6. Pp. 703-714.

86. Cacas M.C., Daniel J.M., Letouzey J. Nested geological modelling of naturally fractured reservoirs // 2001. Petroleum Geoscience. Vol. 7. Pp. S43-S52.

87. Cosentino L. Integrated Reservoir Studies. France, Paris: Technip, 2001. 310 p.

88. Dubrule O. Geostatistics for seismic data integration in earth models. USA, Oklahoma, Tulsa: SEG, 2003.

89. Dubrule O., Damsleth E. Achievements and challenges in petroleum geostatistics //Petroleum Geoscience. 2001. Vol. 7. Pp. S1-S7.

90. Ebanks W.J. The Flow Unit Concept An Integrated Approach to Reservoir Description for Engineerind Projects. Proc., AAPG Annual Convention. 1987.

91. Haas A., Formery Ph. Uncertainties in Facies Proportion Estimation I: Theoretical Framework: The Dirichlet Distribution // Mathematical Geology. 2002. Vol. 34. №6. Pp. 679-702.

92. Hovadik J.M. and Larue D.K. Static characterizations of reservoirs: refining the concepts of connectivity and continuity // Petroleum Geoscience. 2007. Vol. 13. Pp. 195-211.

93. Karnaukhov S.M., Politykina M.A., Tyurin A.M et al. Geological and geophysical modelling of new prospects // GAS Industry of Russia. 2006. №2. C. 7-9.

94. Kupfersberger H., Deutsch C.V. Methodology for Integrating Analog Geologic Data in 3D Variogram Modeling // AAPG Bulletin. 1999. Vol. 83. №8 (August). Pp. 1262-1278.

95. Lu S., Molz F.J., Fogg G.E., Castle J.W. Combining stochastic facies and fractal models for representing natural heterogeneity // Hydrogeology Journal. 2002. Vol. 10. №4. Pp. 475-482.

96. Qi L., Carr T.R., Goldstein R.H. Geostatistical three-dimensional modeling of oolite shoals, St. Louis Limestone, southwest Kansas // AAPG Bulletin. 2007. Vol. 91. №1 (January). Pp. 69-96.

97. RMS User Guide. Roxar Software Solutions, 2010.

98. Saggaf M.M., Nebrija E.L. Estimation of lithologies and depositional fades from wire-line logs // AAPG Bulletin. 2000. Vol. 84. №10 (October). Pp. 1633-1646.

99. StatSoft, Inc. Электронный учебник по статистике. Москва: StatSoft: 2001. WEB: http://www.statsoft.ru/home/textbook/default.htm.

100. Stochastic Modeling and Geostatistics. Edited by Yams J.M. and Chambers R.L. USA, Oklahoma: Tulsa, AAPG, 1994. 380 p.