«Геология, геофизика и разработка нефтяных и газовых месторождений»

Определение диапазонов взаимной статистической непротиворечивости свойств сложно построенных продуктивных нефтяных пластов для гидродинамического моделирования

УДК: 550.8.072:622.276.031
DOI: -

Авторы:

¹ Пермский национальный исследовательский политехнический университет, Пермь, Россия

Ключевые слова: геолого-гидродинамическое моделирование, сложно построенный коллектор, взаимная статистическая непротиворечивость, керн, петрофизическая зависимость, проницаемость, пористость, остаточная водонасыщенность, остаточная нефтенасыщенность, типизация трещиноватого и кавернозного коллектора

Аннотация:

Геолого-гидродинамическая модель пласта в настоящее время является одним из основных инструментов прогнозирования технологических показателей разработки нефтяных и газовых месторождений. Построение и настройка модели пласта достаточно трудоемкий процесс, охватывающий компетенции в области разработки, геологии, петрофизики, физики пласта, геофизических, гидродинамических исследований скважин, PVT моделирования. От корректности способов настройки зависит прогностическая способность модели. В статье рассмотрена проблема корректности подбора свойств пласта при настройке модели согласно фактической промысловой информации. Зачастую при локальном подборе свойств пласта не соблюдается взаимная непротиворечивость, т. е. в объеме модели встречаются ячейки с достаточно высокими проницаемостями, что нехарактерно для низких значений пористости, также наблюдается противоречивость подбора концевых точек относительных фазовых проницаемостей, а именно остаточной водо- и нефтенасыщенности. В рамках работы проведен статистический анализ кернового материала на предмет взаимной статистической непротиворечивости проницаемости, пористости, остаточной водо- и нефтенасыщенности. Полученные зависимости являются ограничением подбора свойств пласта, которые в дальнейшем можно применять при автоматизированной многовариантной настройке модели. Применение полученных зависимостей снизит неопределенность свойств и обеспечит физичность множества вариантов настроенных моделей, тем самым повысит корректность оценки рисков при прогнозировании уровней добычи пластовых флюидов.

Список литературы:

1. Уточнение геолого-гидродинамической модели сложно построенной залежи нефти путем комплексного анализа данных / Н.Д. Козырев, А.А. Кочнев, А.Г. Менгалиев [и др.] // Изв. Томского политехнич. ун-та. Инжиниринг георесурсов. – 2020. – Т. 331. – № 10. – C. 164–17. – DOI: 10.18799/24131830/2020/10/2866
2. Effective integration of reservoir rock-typing and simulation using near-wellbore upscaling / V. Chandra, A. Barnett, P. Corbett [et al.] // Marine and Petroleum Geology. – 2015. – Vol. 67. – Pр. 307–326. – DOI: 10.1016/j.marpetgeo.2015.05.005
3. Изучение неоднородности и анизотропии проницаемости сложно построенного карбонатного резервуара / С.В. Галкин, А.А. Кочнев, С.Н. Кривощеков [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2023. – № 3(375). – С. 25–32. – DOI: 10.33285/2413-5011-2023-3(375)-25-32
4. A novel upscaling procedure for characterising heterogeneous shale porosity from nanometer to millimetre-scale in 3D / L. Ma, P.J. Dowey, E. Rutter [et al.] // Energy. – 2019. – Vol. 181. – Pp. 1285–1297. – DOI: 10.1016/j.energy.2019.06.011
5. Liua J., Pereira G.G., Regenauer-Lieba K. From characterisation of pore-structures to simulations of pore-scale fluid flow and the upscaling of permeability using microtomography: A case study of heterogeneous carbonates // Journal of Geochemical Exploration. – 2014. – Vol. 144. – Pp. 84–96. – DOI: 10.1016/j.gexplo.2014.01.021
6. Применение эволюционных алгоритмов в процессе адаптации геолого-гидродинамических моделей нефтяных пластов / Н.Д. Козырев, С.Н. Кривощеков, А.А. Кочнев, А.А. Мелехин // Нефтепромысловое дело. – 2024. – № 3(663). – С. 16–20.
7. Permeability dependency on stiff and compliant porosities: a model and some experimental examples / S. Shapiro, G. Khizhniak, V. Plotnikov [et al.] // Journal of Geophysics and Engineering. – 2015. – Vol. 12. – Is. 3. – Pp. 376–385. – DOI: 10.1088/1742-2132/12/3/376
8. Повышение эффективности разработки месторождений углеводородов на основе комплексных геомеханических исследований / Ю.А. Кашников, С.Г. Ашихмин, Д.В. Шустов [и др.] // Нефт. хоз-во. – 2019. – № 3. – С. 66–69. – DOI: 10.24887/0028-2448-2019-3-66-69
9. Optimisation of decision making under uncertainty throughout field lifetime: A fractured reservoir example / D. Arnold, V. Demyanov, M. Christie [et al.] // Computers & Geosciences. – 2016. – Vol. 95. – Pp. 123–139. – DOI: 10.1016/j.cageo.2016.07.011
10. Козырев Н.Д., Вишняков А.Ю., Путилов И.С. Оценка влияния параметров неопределенности на прогнозирование показателей разработки // Недропользование. – 2020. – Т. 20. – № 4. – С. 356–368.
11. Геолого-технологическое моделирование залежей, приуроченных к сложно построенным карбонатным коллекторам, на примере одного из месторождений Тимано-Печорской нефтегазоносной провинции / А.В. Распопов, Н.Д. Козырев, А.А. Кочнев [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2021. – № 3(351). – С. 5–11. – DOI: 10.33285/2413-5011-2021-3(351)-5-11
12. Sun H., Belhaj H., Tao G. Rock properties evaluation for carbonate reservoir characterization with multi-scale digital rock images // Journal of Petroleum Science and Engineering. – 2019. – Vol. 175. – Pp. 654–664. – DOI: 10.1016/j.petrol.2018.12.075
13. Refinement of the geological and hydrodynamic model of a complex oil reservoir by means of a comprehensive data analysis / N.D. Kozyrev, A.A. Kochnev, A.G. Mengaliev [et al.] // Bulletin of the Tomsk Polytechnic University, Geo Assets Engineering. – 2020. – Vol. 331. – Is. 10. – Pp. 164–177.
14. Barletta A. Fluid Flow in Porous Media. In: Routes to Absolute Instability in Porous Media. – Springer, Cham., 2019. – DOI: 10.1007/978-3-030-06194-4_6
15. Numbere D.T., Erkal A. A model for Tracer Flow in Heterogeneous Porous Media // Proc. of the SPE Asia Pacific Conference on Integrated Modelling for Asset Management. – Kuala Lumpur, Malaysia, 23-24 March 1998. – DOI: 10.2118/39705-MS
16. Al-Dujaili A.N., Shabani M., AL-Jawad M.S. Identification of the best correlations of permeability anisotropy for Mishrif reservoir in West Qurna / 1 oil Field, Southern Iraq // Egyptian Journal of Petroleum. – 2021. – Vol. 30. – Is. 3. – Рр. 27–33. – DOI: 10.1016/j.ejpe.2021.06.001
17. Sinan S., Glover P.W.J., Lorinczi P. Modelling the Impact of Anisotropy on Hydrocarbon Production in Heterogeneous Reservoirs // Transport in Porous Media. – 2020. – Vol. 133. – Pр. 413–436. – DOI: 10.1007/s11242-020-01430-z
18. Михайлов Н.Н., Сечина Л.С. Сравнительная характеристика микроструктурной смачиваемости сложно построенных коллекторов // Нефтепромысловое дело. – 2024. – № 8(668). – С. 30–35.
19. Adegbite J.O., Belhaj H., Bera A. Investigations on the relationship among the porosity, permeability and pore throat size of transition zone samples in carbonate reservoirs using multiple regression analysis, artificial neural network and adaptive neuro-fuzzy interface system // Petroleum Research. – 2021. – Vol. 6. – Is. 4. – Рр. 321–332. – DOI: 10.1016/j.ptlrs.2021.05.005
20. Male F., Duncan I.J. Lessons for machine learning from the analysis of porosity – permeability transforms for carbonate reservoirs // Journal of Petroleum Science and Engineering. – 2020. – Vol. 187. – P. 106825. – DOI: 10.1016/j.petrol.2019.106825