Изучение неопределенности оценки фильтрационноемкостных свойств коллекторов и анализ ее влияния на подсчетные параметры залежей балейкинского месторождения

27.09.2018
Источник: Журнал «PROнефть»
Study of the uncertainties of reservoir poroperm assessment and analysis of the effect on the volumetric parameters of baleikinskoe field

УДК 622.276.031:542.1

Л.Р. Клятышева, Е.В. Стремичев, М.Г. Ильина
Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»)

Электронный адрес: Klyatysheva.LR@gazpromneft-ntc.ru

Ключевые слова: неопределенность, коэффициент пористости, промыслово-геофизические исследования (ПГИ)

L.R. Klyatysheva, E.V. Stremichev, M.G. Illina
Gazpromneft NTC LLC, RF, Saint-Petersburg

This article considers peculiarities of reservoir discrimination in carbonate deposits of Baleikinskoe field based on a quantitative criterion. The article shows existing uncertainty in reservoir discrimination and its impact on volumetric parameters.

Keywords: uncertainty, porosity, logging

DOI: 10.24887/2587-7399-2018-3-24-27

Введение

Неопределенность оценки петрофизических параметров существенно влияет на результаты подсчета геологических запасов углеводородов.

Подсчет начальных геологических запасов углеводородов объемным методом выполняется по следующей формуле [1]:

Неопределенность при оценке геологических запасов складывается из неопределенностей составляющих параметров. Три из них – h эф, К п, К н – относятся к петрофизическим параметрам, определяемым по данным геофизических исследований скважин (ГИС).

В настоящее время задача достоверного определения фильтрационно-емкостных свойств (ФЕС) коллекторов для многих исследователей является традиционной, но не становится менее важной.

Коллекторы выделяются по прямым качественным признакам или количественным критериям, установленным для заданного интервала разреза [1]. Однако в условиях сложного карбонатного разреза Балейкинского месторождения не всегда можно достоверно судить о наличии или отсутствии коллектора по прямым качественным признакам (сужение диаметра скважины, радиальный градиент сопротивлений, изменение показаний методов ГИС, выполненных по специальным методикам). Поэтому при выделении коллекторов наиболее распространено применение количественных критериев, определенных корреляционным способом.

Для обоснования количественных критериев с помощью петрофизики, как правило, используют корреляционные связи между основными ФЕС пород: абсолютной газопроницаемостью ( k пр), эффективной пористостью ( К п.эф) и динамической пористостью ( К п.дин). На Балейкинском месторождении изучаемый заволжско-фаменский разрез представлен карбонатными отложениями, сложен известняками и доломитами.

Определение граничных значений ФЕС продуктивных пластов Балейкинского газонефтяного месторождения по данным керна основано на сопоставлении эффективной и открытой пористости, абсолютной газопроницаемости и остаточной водонасыщенности с динамической пористостью и установлении критических значений параметров при К п.дин=0 по соответствующим зависимостям (рис. 1) 

К н.о – коэффициент остаточной нефтенасыщенности; К в.о – коэффициент остаточной водонасыщенности.

Для заволжского горизонта К п.гр = 3,3 %. На основе полученного граничного значения были выделены коллекторы и определены подсчетные параметры h эф и К п.

Рис. 1. Сопоставление динамической и открытой пористости пород заволжского горизонта, полученной по данным изучения керна скважин Балейкинского газонефтяного месторождения (Кп.гр – граничное значение Кп)

Однако при дальнейшей работе по сопровождению месторождения, сопоставляя результаты интерпретации ГИС и данные промыслово-геофизических исследований (ПГИ), выяснилось, что не все выделенные интервалы дают приток (рис. 2).

Рис. 2. Сопоставление результатов интерпретации ГИС и данных ПГИ по скв. 111 Балейкинская (МКЗ – микрокаротажное зондирование; БК – боковой каротаж; МБК – микробоковой каротаж; ИК – индукционный каротаж; РК – радиоактивный каротаж (ГК – гамма-каротаж; НГК – нейтронный гамма-каротаж); АК – акустический каротаж; ГГКп – гамма-гамма-плотностной каротаж; н/р, сл/р, р – соответственно неработающий, слабо работающий и работающий интервал)

Кроме корреляционного способа для обоснования граничного значения К п.гр используется также статистический способ, для которого необходимы данные прямых исследований (опробований или испытаний) заданного интервала для двух выборок – коллекторов и неколлекторов, с целью дальнейшего определения К п.гр. К сожалению, прямые исследования (опробование пластов) довольно редко выполняются в достаточном объеме. В связи с этим была проведена оценка погрешности определения граничной пористости двумя методами. I. Оценка погрешности по K п.дин. По анализу распределения К п.дин, полученной по керновым данным, для заволжского горизонта была определена погрешность +/- 1,1% для граничного значения пористости, равного 3,3 % (рис. 3).

Рис. 3. Распределение значений Кп.дин, полученных по данным исследования керна

Использование значений К п.гр, равных 2,2 и 4,4 %, незначительно повлияло на оценку h эф. II. Определение погрешности при использовании коэффициента проницаемости. Значение k пр =1 ⋅10-3 мкм2, часто рекомендуется как граничное для карбонатных коллекторов. Границы выборки проведены по областям наибольшей плотности точек. На пересечении с линией k пр=1⋅10-3 мкм2 определены граничные значения пористости, равные 5,5 и 9,5 %, и среднее – 7,5 % (рис. 4).
 

Рис. 4. Сопоставление значений Кп и kпр, полученных по данным исследований керна

При сопоставлении полученных значений h эф с результатами ПГИ наибольшая сходимость отмечена при К п.гр = 5,5 %. В зависимости от K п.гр были определены следующие петротипы: • 1 – 3,8 < Кп гр < 5,5; • 2 – 5,5 < К п.гр < 7,5; • 3 – К п.гр > 7,5. По выделенным петротипам был выполнен анализ керновых данных, построено распределение значений проницаемости. Каждый петротип характеризуется максимальным, минимальным и средним значениями коэффициента проницаемости (см. таблицу).


На рис. 5 представлена фотография керна в ультрафиолетовом свете, на которой показаны выделенные петротипы, определенные по результатам сопоставления глубины отбора керна и данных ГИС.

Рис. 5. Керн в ультрафиолетовом свете с выделенными петротипами

Кроме того, проведен анализ данных ПГИ по выделенным петротипам. В результате установлено, что коллекторов петро типа 1 проперфорировано 53 %, петротипа 2 – 37 % и петротипа 3 – 10 %. Доля работающих коллекторов петротипа 1 составляет 10 %, петротипа 2 – 20 %, петротипа 3 – 100 %.

Таким образом, коллекторы петротипа 1 практически не работают, основной вклад вносят коллекторы пористостью выше 7,5 %. Следовательно, применяемые методы перфорации перспективных интервалов не вовлекают в работу все нефтенасыщенные коллекторы.

Заключение

Можно предположить, что значение К п.гр, равное 3,3 %, не является адекватным для данных отложений, так как по результатам ПГИ работают коллекторы с более высокой пористостью. Однако это привело бы к ошибочному уменьшению эффективных толщин в разрезе, а следовательно, сокращению подсчитанных запасов углеводородов. 

Подробный анализ неопределенности при оценке К п.гр позволил выделить три петротипа коллекторов по градации значений пористости. Корректное сопоставление результатов ГИС, исследований керна и ПГИ показало, что коллектор петротипа 2, и даже петротипа 1, также вносят вклад в работу пласта. Кроме того, следует отметить, что в опорных скважинах необходимо проводить опробование пластов на кабеле и гидродинамический каротаж, а при бурении и освоении разрезов скважин следует применять методики, позволяющие вовлекать в работу коллекторы с невысокими ФЕС. 

Все это указывает на важность учета неопределенности при оценке ФЕС не только карбонатных коллекторов Балейкинского месторождения, но и других сложных разрезов.

Список литературы

1. Петерсилье В.И., Пороскун В.И., Яценко Г.Г. Методические рекомендации по подсчету геологических запасов нефти и газа объемным методом. – Москва-Тверь: ВНИГНИ, НПЦ «Тверьгеофизика», 2003. – 261 c.
2. McLean J.K., Dulac J.-C., Gringarten E. Integrated petrophysical uncertainty evaluation impacts reservoir models. E&P As seen in june 2012. – http://www.pdgm.com/resourcelibrary/articles-and-papers/2012/integrated-petrophysical-uncertaintyeva....

Reference

1. Metodicheskie rekomendatsii po podschetu zapasov nefti i gaza ob’emnym metodom. Otsenka kharaktera nasyshchennosti po dannym GIS (Guidelines for the calculation of reserves of oil and gas by volumetric method. Assessment of the nature of saturation according to well logging): edited by Petersil’e V.I., Po- roskun V.I., Yatsenko G.G., Moscow –Tver: Publ. of VNIGNI, 2003. 261 p.
2. McLean J.K., Dulac J.-C., Gringarten E., Integrated petrophysical uncertainty evaluation impacts reservoir model, HART ENERGY. Exploration & Production, 2012, URL: http://www.pdgm.com/resourcelibrary/articles-and-papers/2012/integrated-petrophysical-uncertaintyeva....

Авторы статьи:  Л.Р. Клятышева, Е.В. Стремичев, М.Г. Ильина
Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»)

Источник:  Журнал «PROнефть»

Возврат к списку