Бесплатный автореферат и диссертация по наукам о земле на тему

Исследование параметров геостатистической инверсии для прогноза коллекторских свойств по данным сейсморазведки

ВАК РФ 25.00.10, Геофизика, геофизические методы поисков полезных ископаемых

Автореферат диссертации по теме "Исследование параметров геостатистической инверсии для прогноза коллекторских свойств по данным сейсморазведки"

На правах рукописи

Задорина Екатерина Алексеевна

ИССЛЕДОВАНИЕ ПАРАМЕТРОВ ГЕОСТАТИСТИЧЕСКОЙ ИНВЕРСИИ ДЛЯ ПРОГНОЗА КОЛЛЕКТОРСКИХ СВОЙСТВ по ДАННЫМ СЕЙСМОРАЗВЕДКИ

25.00.10 - Геофизика, геофизические методы поисков полезных ископаемых

АВТОРЕФЕРАТ 3 0 пгн 2015

диссертации на соискание ученой степени кандидата технических наук

Москва-2015

005562613

005562613

Работа выполнена в ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор физико-математических наук, профессор

Ампилов Юрий Петрович

Никитин Алексей Алексеевич доктор физико-математических наук, профессор, ФГБОУ ВПО «Российский государственный геологоразведочный университет имени Серго Орджоникидзе»)

Птецов Сергей Николаевич

доктор технических наук,

ООО «ПетроТрейсГлобал», главный

научный консультант

ФГУП «Всероссийский научно-

исследовательский геологический

нефтяной институт» (ВНИГНИ)

Защита состоится 21 октября 2015 г. в 14 часов 30 минут на заседании диссертационного совета Д 501.001.64 по защите докторских и кандидатских диссертаций при Московском государственном университете имени М.В.Ломоносова по адресу: 119991, Москва, Ленинские горы, д. 1, корпус А, ауд. 308.

С диссертацией можно ознакомиться в читальном зале Отдела диссертаций Научной библиотеки МГУ (Ломоносовский проспект, д. 27, Фундаментальная библиотека, сектор «А», 8 этаж, к. 812) и на сайте в системе "Наука-МГУ" (ИСТИНА) по адресу: http://istina.msu.ru/dissertations/9653649/

Автореферат разослан ¿,2015 г.

Ученый секретарь диссертационного совета

Никулин Борис Александрович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

С каждым годом в мире становится все меньше неразведанных участков и месторождений нефти и газа. Увеличение добычи и ее поддержание обеспечивается за счет разработки объектов в сложных геологических условиях, в пластах со значительно изменяющимися коллекторскими свойствами по латерали при малой толщине песчаных пропластков. С другой стороны, имеющаяся база данных по месторождениям дополняется и обновляется, что позволяет применять более совершенные технологии для построения разрешенных и достоверных моделей строения залежей УВ.

Существующие алгоритмы инверсионных преобразований и геостатистического моделирования предлагают богатый выбор инструментов для комплексной интерпретации данных сейсморазведки и скважин. Одной из самых современных технологий для построения детальных моделей является геостатистическая инверсия, которая представляет собой решение прямой задачи моделирования, однако использует сейсмические данные в качестве самого сильного ограничения алгоритма, что повышает правдоподобие получаемых представлений об изучаемых объектах в межскважинном пространстве.

Построение детальных моделей резервуара и оценка его фильтрационно-емкостных свойств (ФЕС) является основной целью геолого-геофизических исследований залежей углеводородов (УВ). В условиях работы со сложнопостроенными коллекторами не менее важной частью этой работы становится анализ стабильности полученного решения, а также исследование неопределенностей различной природы и их источников. Представление об их влиянии на результат и параметрах, их привнесших, приводит к снижению геологических рисков при планировании разведочного и эксплуатационного бурения.

з

Цель работы: исследование возможностей геостатистической инверсии

для прогноза коллекторских свойств пород в сложных геологических условиях

с оценкой неопределенностей.

Для достижения поставленной цели решались следующие задачи:

1. Изучение условий осадконакопления шельфовых отложений неокома в пределах нефтяного месторождения юго-восточного склона Сургутского свода Западно-Сибирской НГП.

2. Структурная интерпретация данных сейсморазведки ЗБ с оценкой качества и их кондиционности для решения поставленных задач.

3. Определение петрофизических взаимосвязей упругих свойств пород и литологических классов пород, участвующих в моделировании (далее — «литотипов») по скважинным данным.

4. Выполнение синхронной детерминистической инверсии для оценки формы импульса и допустимого уровня шума.

5. Тестирование параметров геостатистической инверсии путем расчета ее единичных реализаций.

6. Расчет множественных реализаций геостатистической инверсии, получение объемного распределения упругих и коллекторских свойств.

7. Верификация полученной модели строения исследуемого пласта.

8. Расчет дополнительных реализаций геостатистической инверсии для оценки неопределенностей, привносимых смещающими возмущениями во входных параметрах.

Защищаемые положения:

1. В условиях изучения объектов, характеризующихся малой толщиной песчаных пропластков при значительной латеральной изменчивости их ФЕС, использование технологии геостатистической инверсии позволяет существенно детализировать модель строения пласта.

2. При моделировании объектов, размеры которых значительно меньше разрешающей способности сейсморазведки, включение данных волнового

поля в процесс построения модели изучаемых объектов существенно повышает достоверность конечных результатов.

3. Изучение неопределенностей разной природы, а также выявление и анализ их источников являются необходимой процедурой при выполнении количественных прогнозов ФЕС и построении детальных моделей изучаемых объектов.

4. Комплексное исследование объектов с помощью технологии синхронной геостатистической инверсии позволяет выполнять переоценку запасов с контролируемой достоверностью.

Научная новизна:

1. Выявлены и показаны преимущества алгоритма геостатистической инверсии для построения моделей резервуаров в условиях значительной латеральной изменчивости их ФЕС при малой толщине песчаных пропластков.

2. Обоснована необходимость исследования источников неопределенностей и оценка их влияния на результирующие цифровые модели нефтегазоносных объектов, в том числе на распределение прогнозных значений ФЕС в межскважинном пространстве.

3. Впервые выполнена количественная оценка неопределенностей типа «статистическое смещение» во входных параметрах алгоритма синхронной геостатистической инверсии.

4. Впервые оценки неопределенностей, полученные в рамках геостатистической инверсии, использованы для вероятностного подсчета запасов нефтяного месторождения.

5. Правомерность выполненных исследований доказана на примере группы нефтегазоносных пластов БСю, широко распространенных на территории Западной Сибири.

Практическая ценность работы заключается в повышении

эффективности дальнейшей разработки и эксплуатации месторождения и

снижении геологических рисков планирования бурения.

Использование сейсморазведочных данных в качестве основного ограничения в процессе моделирования исследуемого пласта в пределах участка работ позволило разделить его на три пропластка, которые черепицеобразно перекрываясь, смещаются в западном направлении. Было установлено, что пласт имеет характерное проградационное строение. Выполненный анализ неопределенностей, привносимых различными источниками, является мерой достоверности выполненных прогнозов. На основании рассчитанных технико-экономических показателей (ТЭП) по обновленному подсчету запасов по усовершенствованной модели строения пласта сформулировано предположение о преждевременности принятого ранее решения об окончании разработки изучаемого объекта. Результаты работы приняты во внимание недропользователем в лице ОАО «НК «Роснефть».

Апробация работы и публикации. Основные научные положения, различные аспекты и практические результаты диссертационной работы докладывались на корпоративных семинарах и совещаниях компании «Филиал ООО «Фугро Геосайенс ГмбХ», на конференции специалистов компаний ТЭК «Новая идея», на конференции молодых специалистов ОАО «НК «Роснефть», VI Международной геолого-геофизической конференции и выставке «Санкт-Петербург-2014. Геонауки— инвестиции в будущее» и на научных семинарах геофизической секции научного совета РАН.

Результаты проведенных исследований по теме диссертации изложены в 6 печатных работах, три из которых опубликованных в журналах, входящих в перечень ВАК.

Фактический материал. Для настоящих исследований использовались материалы ОАО «НК «Роснефть». В основу диссертационной работы легли: сейсморазведочные данные в различных диапазонах удалений (пять частично-кратных кубов по 150 квадратных километров) и комплекс ГИС, необходимый для выполнения инверсионных преобразований, по четырем скважинам (отбивки, акустический и плотностной каротажи, результаты петрофизической интерпретации и моделирования). А также данные по 54 скважинам в виде

6

отбивок, инклинометрии, результатов петрофизической интерпретации и имеющихся каротажных кривых.

Личный вклад автора. Большинство результатов работы автором получено самостоятельно, в том числе:

• оценка качества доступных сейсмических данных и их кондиционность для применения выбранной методики геостатистической инверсии МСМС;

• анализ и обобщение доступной информации по геологической и скважинной интерпретации, возможность использовать эту информацию с помощью выбранной методики для достижения поставленных целей;

• выполнение структурной интерпретации, сейсмостратиграфической привязки скважин;

• расчет детерминистической инверсии частично-кратных сумм и тестирование параметров синхронной геостатистической инверсии;

• интерпретация результатов расчета множественных реализаций с оценкой неопределенностей различной природы и пересчет запасов.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы из 81 наименования, иллюстрирована 48 рисунками. Общий объем работы составляет 117 страниц.

Благодарности. В первую очередь, хочется выразить глубокую признательность своему научному руководителю Юрию Петровичу Ампилову, без которого, вероятнее всего, эта работа бы не состоялась. Его многочисленные советы и наставления, внимательное отношение и профессиональная помощь оказались решающим фактором при подготовке диссертации.

Огромная благодарность кафедре сейсмометрии и геоакустики, преподаватели которой привили настоящий интерес к геофизической науке, подарили необыкновенно дружную и теплую атмосферу, создав все условия, необходимые для желания совершенствоваться и самостоятельно развиваться на этом поприще.

Автор выражает признательность Сергею Леонидовичу Федотову, Ксении Евгеньевне Филипповой и Марине Валерьевне Крыловой за всестороннюю и неоценимую помощь и консультации в процессе выполнения и самой работы, и анализа полученных результатов.

Особая благодарность Илье Валериевичу Григоренко за терпение и вклад, который он привнес в данный труд, взяв на себя большинство рутинной работы, без которой, к сожалению, итоговый анализ результатов невозможен. Спасибо всем членам моей семьи за моральную поддержку и уверенность в моих способностях!

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Введение

Во введении к диссертационной работе изложена актуальность выбранной темы исследования. Сформулированы задачи, которые автор решает для достижения поставленной цели, а также определены научная новизна и положения, выносимые на защиту. Показана практическая значимость проведенных исследований и рассказано о степени участия автора работы в ее выполнении. В итоге перечисляются объекты, на основании которых можно судить о степени достоверности полученных результатов в апробации работы, — различные семинары, конференции, а также статьи, в которых изложены значимые положения, аспекты и практические результаты проведенных исследований.

Глава 1. Методы построения детальных моделей резервуаров и оценка неопределенностей.

Первая глава посвящена обобщению и анализу имеющейся информации

по методам количественной интерпретации сейсморазведочных данных. В

зависимости от степени изученности месторождения, от качества имеющихся

геолого-геофизических данных и от поставленных перед исследователями

задач выбирается методика динамической интерпретации сейсморазведочных

данных. В случае, когда на лицензионном участке еще нет скважин, проведены

8

сейсмические работы и имеются априорные геологические сведения, используют стандартный АУО-анализ, спектральную декомпозицию или другие виды качественного изучения динамики сейсмической записи.

В ситуации, когда месторождение открыто, выполнен комплекс геофизических исследований скважин (ГИС), имеются данные сейсморазведки и необходимо построение детальной геологической модели резервуара, без технологий инверсионных преобразований не обойтись. В основном используют детерминистические методы — они не предъявляют повышенных требований к исходным данным и реализованы практически во всех специализированных программных комплексах. В первой главе существенное внимание уделено требованиям инверсионных алгоритмов к качеству входной информации. Необходимо наличие акустического каротажа по р- и э-волне, данных по плотности, петрофизическая коррекция скважинных кривых по всему интересующему разрезу, а не только в интервале коллекторов, а также моделирование упругих свойств. Критично важно уделять пристальное внимание данным сейсморазведки. Современная обработка представляет собой поиск баланса между сохранением истинного соотношения амплитуд и повышением отношения сигнал/шум. Для корректного выполнения подобной работы необходимо сопровождение процедур обработки, влияющих на сигнал, со стороны специалиста интерпретатора.

Несмотря на все преимущества существующих алгоритмов детерминистических инверсий, вертикальная детальность их итогового решения ограничена сейсмической полосой частот. Для разработки объектов в сложных геологических условиях требуется объемная модель резервуара, детализированная на уровне скважинных данных. [Ампилов Ю.П., 2009] Такую вертикальную детальность имеют решения геостатистических алгоритмов, которые, обладают своими недостатками. Результат детерминистической инверсии определяется сейсмическими данными, на выходе получаются кубы упругих свойств, которые интерпретируют в соответствии со скважинными данными и геологическими условиями. В процессе работы геостатистических

9

алгоритмов моделируются те фации (или «литотипы»), которые были описаны данными ГИС. В отличие от детерминистического решения, если определенная фация не была охарактеризована скважинами, она в итоге будет отнесена к невязкам. Этот недостаток компенсируют за счет использования большего количества скважинных данных и сужения объема работ интересующим интервалом.

Разнообразие природных объектов и неравномерность их геолого-геофизической изученности приводят к невозможности создания единого универсального алгоритма для всех видов исследований. Геостатистические методы не являются альтернативой детерминистическим, а в каждом отдельно взятом случае применяются свои методики и технологии.

Одним из преимуществ геостатистических алгоритмов является возможность расчета множественных сценариев, их анализ и оценка неопределенностей полученного решения. Имеющиеся затруднения связаны с существенной неоднозначностью результата в межскважинном пространстве и с необходимостью интеграции данных различного типа и масштаба. Для разрешения этих проблем Хаасом и Дюбрулом в 1994 году был предложен метод геостатистической инверсии, которая использует данные волнового поля в качестве основного ограничения решения в пространстве между скважинами. Строго говоря, алгоритм не является инверсионным, он представляет собой прямое моделирование, контролируемое данными сейсморазведки, однако такая терминология была принята мировым сообществом, поэтому будем придерживаться ее в рамках данной работы.

Принцип работы алгоритма геостатистической инверсии МСМС (Markov Chain Monte-Carlo) заключается в формулировании имеющихся знаний о строении резервуара в терминах геостатистики, которые комбинируются с Использованием концепции Байеса, чтобы для каждого из моделируемых параметров и литологии получить апостериорное распределение. Моделирование выполняется на заданном стратиграфическом каркасе, который определяет детальность итогового решения. В итоге процесса с использованием

Ю

стохастического алгоритма цепей Маркова - Монте-Карло рассчитываются множественные равновероятные реализации кубов упругих свойств и литологии. Данные сейсморазведки представляют собой основное ограничение, осуществляя контроль получаемого результата с точки зрения оценки отношения сигнал/шум как допустимой меры отклонения синтетического поля от наблюденного. Дополнительное преимущество геостатистической инверсии МСМС заключается в том, что упругие свойства и «литотипы» моделируются синхронно, что обеспечивает единообразное определение каждой фации, а также возможность описания дискретных и непрерывных свойств различными типами вариограмм. Таким образом, под термином «синхронной геостатистической инверсии» (СГИ) или «геостатистической инверсии МСМС» в данной работе будет подразумеваться именно описанный выше алгоритм.

Технология СГИ сочетает в себе преимущества двух наиболее распространенных методов построения моделей резервуаров. С одной стороны, вертикальная детальность сопоставима с данными скважин (геостатистическое моделирование по скважинным данным), а с другой — по латерали модель имеет разрешенность сейсмических данных, которые при этом являются и основным ограничением алгоритма, что характерно для инверсионных технологий.

Современные подходы к интерпретации, кроме количественных прогнозов ФЕС коллекторов, требуют понимания уровня достоверности полученных результатов и оценки источников неопределенностей, причинами которых являются как неточность и фрагментарность наших знаний о природных объектах, так и использование разного рода моделей и аппроксимаций, упрощающих реальные процессы.

В работе рассмотрены два основных вида неопределенностей: • типа variance (или дисперсия) — показывают вариабельность результата при неизменных компонентах гипотезы (под гипотезой понимается наше представление о строении пласта);

• типа bias (статистическое смещение) — возникают в моделях в связи с возможными вариациями во входных параметрах. Этот тип неопределенности можно оценить, но нельзя снизить. В терминах гипотезы и ее компонент этот тип неопределенности рассматривается как степень стабильности результата относительно изменений, привносимых в саму гипотезу, или наше представление об объектах и процессах.

В данной работе основное внимание было уделено вопросу изучения неопределенностей, оценке их влияния на результат с помощью технологии геостатистической инверсии МСМС, выполнено ранжирование: какие из параметров использованного алгоритма привносят большую неоднозначность, а какие — меньшую.

Глава 2. Геолого-геофизическая характеристика объекта исследований и комплекса данных, доступных для его изучения.

Вторая глава посвящена непосредственно самому объекту исследований. Это шельфовый пласт БСю одного из нефтяных месторождений, относящегося к Западно-Сибирской нефтегазоносной провинции. Изучаемые отложения характеризуются сложным геологическим строением: невыдержанностью коллекторских свойств по латерали при малой толщине песчаных пропластков.

В пределах территории исследований осадочный материал поступал преимущественно с юго-востока, а область основной аккумуляции осадков смещалась со временем в западном направлении. Верхняя часть песчаников, отложившихся восточнее и оказавшаяся выше уровня компенсации, могла частично размываться. В результате изучаемый песчаный пласт — БСю — состоит из черепицеобразно перекрывающихся в плане пропластков с наклоном в северо-западном направлении. Такое строение пласта определяет существенную латеральную изменчивость ФЕС: эффективные толщины по скважинам варьируются от 0 до 20 метров, и при этом нулевые и значительные толщины могут встречаться в близкорасположенных скважинах. В целом для изучаемого объекта характерна общая тенденция увеличения толщины в западном направлении.

Вторая часть этой главы посвящена характеристике комплекса геолого-геофизической информации, доступной для проведения СГИ, и на конкретном примере продемонстрированы процедуры по подготовке данных. Первым делом были проанализированы данные скважин, проведена оценка качества сейсмической информации, после чего выполнен анализ и обобщение геологических представлений и геостатистических параметров. Анализ кроссплотов показал (рисунок 1), что четкое разделение «литотипов» возможно в поле не менее двух упругих параметров, поэтому был выбран алгоритм геостатистической инверсии МСМС угловых сумм. На основании данных ГИС были определены функции плотности вероятности, вертикальные размеры ячеек сетки моделирования и модель дискретных свойств.

Рис. 1. Разрез акустического импеданса по результатам детерминистической инверсии

Выполнена увязка скважинных и сейсморазведочных данных, проведена оценка формы импульса, а также совмещение кубов удалений по времени, компенсирующее остаточные кинематические и статические сдвиги в кубах удалений.

С целью уточнения структурной интерпретации и оценки некоторых параметров СГИ проведена детерминистическая инверсия. На разрезе акустического импеданса (АИ), полученного по ее результатам (рисунок 1), черными точками обозначен коллектор, выделенный в поле двух параметров (пунктир на кроссплоте). Наблюдается увеличение эффективных толщин в западном направлении, но выполнение детального прогноза не представляется возможным.

В результате детерминистической инверсии также были получены кубы невязок, которые являются разницей между входными сейсмическими данными и полученными в результате инверсии синтетическими суммами. Кубы невязок позволяют оценить начальное отношение сигнал/шум в стандартных отклонениях на входе алгоритма СГИ.

Подбор параметров производится в процессе расчета единичных реализаций. Отметим, размеры длин вариограмм были заданы анизотропными, равными 1000 и 2000 м в направлении inline и crossline, соответственно. По итогам каждой из реализаций выполняется обширный комплекс процедур контроля качества результатов с целью оценки корректности восстановления сейсмических данных, скважинных кривых и априорной геологической информации. Большинство из них подробно описано в работе во второй главе. Положительные оценки качества позволяют переходить к расчетам множественных реализаций СГИ, а также к расчету моделей, полностью увязанных со скважинными данными.

Глава 3. Анализ результатов технологии синхронной геостатистической инверсии и демонстрация преимуществ выбранного подхода.

В третьей главе проанализированы результаты геостатистической инверсии МСМС и рассмотрены ее преимущества перед традиционным геостатистическим моделированием по скважинам.

Итоговым решением являются: детальные кубы упругих свойств (АИ, отношение скоростей упругих волн и плотность), а также объемное распределение «литотипов». Разрезы полученных моделей представлены на рисунке 2, где показаны три панели с соответствующими подписями.

Несмотря на то, что куб АИ, полученный в итоге геостатистической инверсии, значительно более детальный, общие тенденции распределения значений по сравнению с детерминистическим решением сохраняются. Схожесть результатов при различии источников входной информации и использованных методик свидетельствует о корректности итоговых моделей.

14

Представленный на средней панели разрез куба литологии получен в результате первого этапа инверсии, когда рассчитываются реализации, не увязанные с кривой ГИС, что позволяет использовать каждую скважину в качестве слепой. Результат моделирования демонстрирует совпадение с данными ГИС; отдельные расхождения в толщинах объясняются тем, что вертикальные размеры ячейки каркасной сетки значительно меньше, чем разрешающая способность данных сейсморазведки, которые являются на этом этапе определяющими.

Положительные оценки качества результатов единичных сценариев позволяют переходить к расчетам множественных реализаций, представленных на рисунке 3.

Рис. 3. Анализ множественных реализаций Были сделаны следующие выводы:

• решение стабильно и позволяет выявить общие тенденции строения пласта;

• коллектор тяготеет к верхней части изучаемого объекта;

15

• эффективные толщины увеличиваются в западном направлении за счет появления коллекторов в нижней части исследуемого интервала.

Однако, несмотря на стабильность результата, модели различаются в деталях. Одним из методов анализа множественных реализаций является построение куба частоты встречаемости коллектора (рисунок 3, средняя панель). Рассчитывается он путем отнесения количества моделей с коллектором в определенной ячейке к общему числу реализаций. В итоге песчаные тела, повторяющиеся в большинстве моделей, имеют высокое значение частоты встречаемости и обозначены теплыми цветами. Анализ куба частоты встречаемости коллектора позволяет сделать следующие выводы:

• тела разобщены и изолированы друг от друга,

• пласт имеет характерное проградационное строение,

• выделенные песчаные тела характеризуются высокой вероятностью.

Тщательный анализ геометрии песчаных тел, выполненный в объеме ЗО, и их латерального распределения на картах стратиграфических срезов по кубу частоты встречаемости показал, что песчаные тела проградируют в западном направлении. Причем этот процесс явно разделен глинистыми перемычками на три этапа, а не на два, как предполагалось предыдущими исследователями. Ранее технология геостатистической инверсии МСМС не применялась, а детерминистические методы не позволяли работать с песчаными телами столь малой толщины и значительной латеральной изменчивости.

На основании вышеизложенного было сформулировано первое защищаемое положение: в условиях изучения объектов, характеризующихся малой толщиной песчаных пропластков при значительной латеральной изменчивости их ФЕС, использование технологии геостатистической инверсии позволяет существе!то детализировать модель строения пласта.

Использованная технология позволяет получать правдоподобные и детальные модели строения изучаемых объектов с количественной оценкой их ФЕС за счет инкорпорирования информации непосредственно волнового поля сейсморазведки наряду с данными ГИС и априорными геологическими знаниями.

Во второй части этой главы описан эксперимент по оценке степени влияния данных сейсморазведки в алгоритме СГИ на результат построения модели изучаемого объекта. В процессе интерпретации было выявлено, что выделенные песчаные тела не отражаются на стратиграфических срезах сейсморазведочного куба (показано на рисунке 3.5 главы 3 Диссертации). Однако именно данные волнового поля оказывают определяющее значение на полученный результат, позволяя строить детальные модели, которые в дальнейшем можно применять в геологических и гидродинамических исследованиях.

Для подтверждения изложенного тезиса были рассчитаны дополнительные множественные реализации традиционного

геостатистического моделирования по скважинным данным, алгоритм которого не использует данные волнового поля сейсморазведки. Значения статистических параметров и данные ГИС были использованы такие же, как и ранее.

На рисунке 4 представлены разрезы кубов «литотипов», полученные тремя разными методами (подписи на соответствующих панелях рисунка).

1 {!*> >1>1 1

Рис. 4. Сопоставление результатов различных методов количественной интерпретации

Сопоставление первого и третьего результатов, несмотря на разницу в детальности полученных решений, демонстрирует общие тенденции строения изучаемого объекта. Модель, представленная на средней панели, отражает пространственное распределение коллекторов, которое выглядит в точках

скважин правильным, но является некорректным в межскважинном пространстве: проградация песчаных тел происходит вверх по склону в восточном направлении. Итак, даже при достаточно большом количестве скважин данные сейсмики оказывают решающее влияние на результат СГИ, несмотря на то, что размеры выделяемых песчаных тел существенно меньше разрешающей способности сейсморазведки. На основании вышесказанного было сформулировано второе защищаемое положение: при моделировании объектов, размеры которых значительно меньше разрешающей способности сейсморазведки, включение данных волнового поля в процесс построения модели изучаемых объектов существенно повышает достоверность конечных результатов.

Именно благодаря наличию двух относительно независимых источников данных результаты, полученные с использованием СГИ, получаются в итоге достоверными.

Глава 4. Изучение параметров геостатистической инверсии и их влияния на неопределенности различной природы, оценка достоверности результатов.

Четвертая глава посвящена оценке неопределенностей с помощью технологии геостатистической инверсии МСМС. Изучение этого вопроса было проведено в терминах двух основных типов неопределенностей, которые описаны в первой главе. Несмотря на то, что оба характеризуют точность итогового решения, разница между ними довольно существенна, как это схематично демонстрирует рисунок 5.

Дисперсия характеризует близость значений случайных величин (рис. 6, слева). Статистическое смещение отвечает за близость полученного решения к

18

некоторому «истинному». Дисперсия может быть небольшой, однако кажущееся точным решение, как показывает левая «мишень» правой части рисунка, совершенно не гарантирует его правильность. Достоверность результатов необходимо контролировать с точки зрения обоих типов неопределенности, которые в совокупности дадут представление о реальной достоверности полученных моделей строения изучаемого объекта.

Традиционно проводится анализ только дисперсии в качестве обозначения качества полученных результатов. Исследование второго типа неопределенностей проводится в исключительных случаях, преимущественно на качественном уровне.

В рамках данного исследования обосновывается необходимость изучения статистического смещения, имеющего значительное, хотя и не очевидное, влияние на итоговое решение. Количественная оценка неопределенностей типа bias была выполнена по следующей методике. Значение исследуемого параметра изменялось, и с ним рассчитывались дополнительные реализации. На основании сопоставления результатов с полученными ранее были сделаны выводы на предмет устойчивости итоговых моделей к вариациям в конкретных входных параметрах и уровне неоднозначности, которую каждый из них привносит в решение.

Критерием для оценки вклада, который неопределенности типа bias привносят в итоговое решение, был выбран объем порового пространства в условных единицах, рисунок 6 демонстрирует гистограммы распределения его значений по каждому пропластку.

Итак, в рассматриваемом примере решение является устойчивым относительно длины вариограммы. Смысл исследования неопределенностей типа bias заключается в поиске ответа на вопрос, какие из параметров модели обладают большим влиянием на статистическое смещение результата, а какие — меньшим.

Верхний пропчагток Й('1С, Средний пропласток R

Нижний проплзсток КС-

о:~50

о«70

II,

Реализации с

неизмененными

параметрами

Реализации сВ1 смещающими возмущениями во входные Параметры

Рис. 6. Оценка неопределенностей типа bias, по оси абсцисс отложены запасы в условных значениях

Подобные исследования не являются универсальными, чем обосновывается необходимость изучения неопределенностей обоих типов в процессе выполнения любых прогнозов.

Были проанализированы и другие параметры, которые могут оказать влияние на стабильность решения: данные сейсмики и структурный каркас. В отношении первого из них выводы были сделаны в третьей главе, а для изучения вклада структурного каркаса было построено две модели, отличающиеся только подошвой пласта. Рассчитанные дополнительно реализации (модель 2) и результаты, полученные ранее (модель 1), были проанализированы совместно (рисунок 7). Цифрами в кружочках на рисунке обозначены распределения, отвечающие первой и второй модели, а стрелочками показаны направления смещения итогового результата.

Верхний проплястон

.....->,

.....">

©

||

s г s г s I s s

Средний пропласток

I

. I I

ЧИЧ

ШШШЗШ1

1650

Нижний проплзсток

О)

11

......... 1073 —

Рис. 7. Гистограммы распределения условных значений запасов для двух структурных моделей по трем прослоям пласта БСШ

Для среднего и нижнего пропластков на гистограммах наблюдаются явно выраженные локальные максимумы, значения их средних отличаются почти в три раза. Для верхнего пропластка бимодальность распределения только начинает проявляться, отклонение составляет порядка 20 %. Возможно, в случае расчета большего количества реализаций одной из моделей это смещение проявилось бы только в увеличении дисперсии. Однако сам факт появления дополнительного максимума говорит о том, что изменение даже одной составляющей структурного каркаса вносит существенное смещение в полученные оценки, то есть данная компонента нашей гипотезы требует повышенного внимания при определении.

Работу подобного плана рекомендуется проводить для каждого из параметров используемого алгоритма не только с целью поиска возможных неточностей в решении, но и для понимания той степени неоднозначности, которую каждый из входных параметров привносит в итоговое решение. На примере показано, что в отношении значений длин вариограмм результат геостатистической инверсии ведет себя стабильно, структурный каркас оказывает существенное влияние на итоговую модель резервуара, а включение данных сейсмики в расчеты вообще кардинально изменило весь результат. Стоит упомянуть, что чаще всего в процессе инверсии тестируются именно геостатистические параметры, например, длины вариограмм, в то время как компоненты типа структурного каркаса задаются конкретно и не проверяются на соответствие модели.

На основании вышесказанного было сформулировано защищаемое положение номер три: изучение неопределенностей разной природы, а также выявление и анализ их источников являются необходимьши процедурами при выполнении количественных прогнозов ФЕС и построении детальных моделей гаучаемых объектов.

Важным аспектом рассматриваемого вопроса является тот факт, что, в отличие от дисперсии, которую можно снизить за счет уточнения входных параметров, неопределенности типа bias являются неотъемлемой

21

характеристикой каждой из компонент. Добавление внешних ограничений не приведет к снижению неоднозначности, потому что каждый новый параметр, любое усложнение модели внесут свой вклад в неопределенность типа bias, что может вызвать еще большее смещение оценок или появление отчетливо выраженных различных сценариев.

Глава 5. Вероятностная оценка запасов изучаемого месторождения с использованием результатов геостатистической инверсии.

В рамках пятой главы изложена вероятностная оценка запасов целевого объекта, а также описаны технико-экономические расчеты и их результаты.

Подсчет запасов нефти и газа лежит в основе проектирования геологоразведочных работ и необходим на каждом этапе нефтяного промысла -от поиска и до разработки перспективных объектов или принятия решения о прекращении таковой. Существуют два принципиально разных метода подсчета запасов нефти: детерминистический и вероятностный. В результате выполнения СГИ мы получили некую область верных решений, что позволило использовать вероятностный метод для подсчета запасов. Реальные цифры, по понятным причинам, не приводятся.

На рисунке 8 представлена гистограмма распределения запасов верхнего пропластка.

Верхний пропласток БС10

Рис. 8. Гистограмма распределения значений запасов нефти, полученных по результатам геостатистической инверсии МСМС

Розовой линией изображена кумулятивная кривая, которая позволяет проанализировать вероятностные квантили р10, р50 и р90, где р 10 относится к доказанным запасам (Р=0,9), р50 — к доказанным и вероятным запасам (Р=0,5), р90— к доказанным, вероятным и возможным запасам (Р=0,1) (Derakhsan, Deutsch, 2008).

На основании вышеизложенного было сформулировано четвертое защищаемое положение: комплексное исследование объектов с помощью технологии синхронной геостатистической инверсии позволяет выполнять переоценку запасов с контролируемой достоверностью.

В заключение работы был сделан расчет ТЭП, изложенный во второй части пятой главы. На месторождении были практически прекращены серьезные геолого-технические мероприятия еще в конце прошлого века, что привело к снижению добычи, несмотря на действия, направленные на ее поддержание. Результаты уточнения модели строения изучаемого объекта с использованием технологии СГИ инициировали переоценку запасов данного резервуара. Несмотря на положение участка исследований в непосредственной близости от линии выклинивания пласта БСю, эффективные толщины выявленных песчаных тел являются достаточными для того, чтобы продолжение разработки пласта являлось экономически оправданным. Эта работа была выполнена экономистами, без участия автора. В качестве основных итоговых параметров были определены норма доходности и приведенная стоимость, которые позволяют утверждать, что с экономической точки зрения изучаемый объект является еще вполне перспективным.

Таким образом, уточненная с помощью технологии геостатистической инверсии МСМС модель строения изучаемого объекта позволила сделать вывод о преждевременно принятом решении прекратить его разработку и уйти на более сложные и дорогостоящие пласты.

ЗАКЛЮЧЕНИЕ

Одной из самых современных технологий для построения детальных и правдоподобных моделей является геостатистическая инверсия МСМС. При изучении отложений в сложных геологических условиях с высоким уровнем неоднозначности получаемых решений рекомендуется проводить исследования надежности результатов выполненной работы, неопределенностей, привносимых в решение, и их источников. Перспектива подобных работ в первую очередь связана с усложнением условий разработки и эксплуатации месторождений, с другой стороны, использованию более совершенных и ресурсоемких технологий способствует постоянно пополняющаяся база геолого-геофизических данных. Таким образом, на основании проведенных исследований можно сделать следующие выводы:

• В условиях значительной латеральной изменчивости ФЕС пласта при малой толщине песчаных пропластков использование технологии СГИ позволило усовершенствовать модель его строения и выполнить прогноз коллекторских свойств.

• Изучение неопределенностей различной природы, анализ и выявление их источников является необходимым этапом при построении детальных моделей изучаемых пластов и выполнении количественных прогнозов их ФЕС.

• Расчет множественных реализаций синхронной геостатистической инверсии позволил выполнить количественную оценку неопределенностей типа «статистическое смещение» во входных параметрах данного алгоритма.

• На основании проведенного исследования были ранжированы параметры геостатистической инверсии на те, которые оказывают фатальное влияние на результат, привнося значительные неопределенности в решение, и те, относительно которых результат остается стабильным.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ИССЛЕДОВАНИЯ

1. Задорина, Е. А. Разработка модели строения терригенного резервуара и оценка неопределенностей с использованием геостатистической инверсии / Е. А. Задорина, Л. С. Маркелова, И. В. Григоренко, М. В. Крылова // Технологии сейсморазведки. — 2014. — №2. — С. 84—91.

2. Задорина, Е. А. Уточнение модели строения терригенного резервуара с использованием технологии геостатистической инверсии / Е. А. Задорина, Л. С. Маркелова, И. В. Григоренко, М.В.Крылова // Научно-технический вестник ОАО «НК «Роснефть». — 2014. — № 3. — С. 13-17.

3. Задорина, Е. А. Оценка неопределенностей как один из результатов геостатистической инверсии / Е. А. Задорина, С. Л. Федотов, И. В. Григоренко // Территория «НЕФТЕГАЗ». — 2014. — № 12. — С. 66-70.

4. Задорина, Е. А. Применение геостатистического моделирования с включением сейсмических данных для построения ЗО-модели и вероятностной оценки запасов / Е. А. Задорина, В. В. Быков, Л. С. Маркелова, И. В. Григоренко, М. В. Крылова // Расширенные тезисы на VI Международной геолого-геофизической конференции и выставке «Санкт-Петербург-2014. Геонауки — инвестиции в будущее».

5. Задорина, Е. А. Разработка модели строения терригенного резервуара и оценка неопределенностей с использованием геостатистической инверсии / Е. А. Задорина, И. В. Григоренко // Тезисы на всероссийский конкурс «Новая идея» на лучшую научно-техническую разработку среди молодежи предприятий и организаций ТЭК. — Москва, 2014.

6. Задорина, Е. А. Оценка неопределенностей как один из результатов геостатистической инверсии И Доклад для участия в VIII Региональной научно-технической конференции молодых специалистов. — Южно-Сахалинск, 2015.

Подписано в печать:

17.08.2015

Заказ № 10894 Тираж - 100 экз. Печать трафаретная. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru