«Труды Российского государственного университета нефти и газа имени И.М. Губкина»

Стохастическое моделирование путей фильтрации флюидов в поровом пространстве песчаников

УДК: 004.942:[550.812.14+551.1+552.122/.578.2.061.4+519.171]
DOI: -

Авторы:

¹ Тюменский индустриальный университет, Тюмень, Российская Федерация

Ключевые слова: цифровой керн, пористость, поток Стокса, петрофизика, коллектор, граф, томография, нефть

Аннотация:

В процессе разработки залежей углеводородов, в частности находящихся на поздней стадии, возникает необходимость исследования возможностей повышения коэффициента извлечения нефти при большой степени обводненности пласта. Проблема исследования состоит в наличии остаточных запасов нефти, локализованных в плохо дренируемых зонах пласта, которые не охватываются текущей системой разработки. Поэтому возникает необходимость поиска альтернативных путей движения флюидов в геологическом пространстве. В статье представлен методический подход к использованию теории графов и методов динамического моделирования для исследования сетевой структуры порового пространства горных пород. Объектом исследования являются полимиктовые песчаники тюменской свиты. Результатами исследования являются поросетевые модели фронта фильтрации флюида в условиях пространственной разобщенности песчаников.

Список литературы:

1. Insights into the Microscopic Oil–Water Flow Characteristics and Displacement Mechanisms during Waterflooding in Sandstone Reservoir Rock Based on Micro-CT Technology: A Pore-Scale Numerical Simulation Study / B. Hu, G. Chai, X. Liu [et al.] // Materials. – 2023. – Vol. 16, № 9. – P. 3555. – DOI: 10.3390/ma16093555.
2. Химуля В.В. Анализ структурных изменений коллекторов углеводородов средствами рентгеновской компьютерной томографии // Труды Российского государственного университета нефти и газа имени И.М. Губкина. – 2024. – № 4 (317). – С. 87–101. – EDN ZCPSLU.
3. Химуля В.В. Структурный анализ порового пространства газовых коллекторов на основе методов цифрового керна // Труды Российского государственного университета нефти и газа имени И.М. Губкина. – 2025. – № 4 (321). – С. 87–98. – EDN JUXZBR.
4. Арсеньев-Образцов С.С., Волков Е.А. Мультиклассовая сегментация гетерогенных пористых сред с использованием 3D U-Net и полей функционалов Минковского // Автоматизация и информатизация ТЭК. – 2024. – № 3 (608). – С. 32–43. – EDN TMJPFL.
5. Flow Path Resistance in Heterogeneous Porous Media Recast into a Graph-Theory Problem / Z. Kanavas, F.J. Perez-Reche, F. Arns, V.L. Morales // Transport in Porous Media. – 2023. – Vol. 146, № 1. – P. 267–282. – DOI: 10.1007/s11242-021-01671-6.
6. Ricketts E. Stochastic Representation of Material Heterogeneity and its Effects on Flow: Applications in Soils of Mixed Wettabilities: doctoral dissertation. – Cardiff, 2023. – 181 p.
7. Influence of Fracture Roughness and Void Space Morphology on Nonlinear Fluid Flow Through Rock Fractures / Y. Luo, Z. Zhang, L. Zhang [et al.] // The European Physical Journal Plus. – 2022. – Vol. 137, № 11. – P. 1288.
8. Mahmood A., Aboelkhair H., Attia A. Investigation of the Effect of Tortuosity, Hydrocarbon Saturation and Porosity on Enhancing Reservoir Characterization // Geoenergy Science and Engineering. – 2023. – Vol. 227. – P. 211855.
9. Hakiki F., Akbar M.N.A., Muttaqin Z. On the Pore Geometry and Structure Rock Typing // ACS Omega. – 2024. – Vol. 9, № 32. – P. 34636–34649.
10. Verifying Pore network Models of Imbibition in Rocks Using Time‐Resolved Synchrotron Imaging / T. Bultreys, K. Singh, A.Q. Raeini [et al.] // Water Resources Research. – 2020. – Vol. 56, № 6. – DOI: 10.1029/2019WR026587.
11. OpenPNM: a Pore Network Modeling Package / J. Gostick, M. Aghighi, J. Hinebaugh [et al.] // Computing in Science & Engineering. – 2016. – Vol. 18, № 4. – P. 60–74. – DOI: 10.1109/MCSE.2016.49.
12. Арсеньев-Образцов С.С., Соколов А.А. Построение конечно-элементного приближения решения обратной задачи с помощью физически информированных нейронных сетей // Автоматизация и информатизация ТЭК. – 2025. – № 3 (620). – С. 47–55. – EDN DHRVRI.
13. Кобранова В.Н. Петрофизика. – М.: Недра, 1986. – 392 с.
14. Ханин А.А. Породы-коллекторы нефти и газа и их изучение. – М.: Недра, 1969. – 368 с.
15. Machine Learning-Based Field Geological Mapping: A New Exploration of Geological Survey Data Acquisition Strategy / W. Wang, C. Xue, J. Zhao [et al.] // Ore Geology Reviews. – 2024. – Vol. 166. – P. 105959. – DOI: 10.1016/j.oregeorev.2024.105959.