Оценка эксплуатационных характеристик пласта на основе анализа пространственной неоднородности (на примере синтетической модели коллектора)
В процессе исследования проводились – изучение взаимосвязи топологических характеристик сред с их способностью фильтровать флюид, а также исследование применения методов машинного обучения для определения эксплуатационных характеристик с помощью анализа пространственных характеристик пластов.
Актуальность темы исследования. Капитальные вложения для разра-
ботки нефтяных и газовых коллекторов могут достигать огромных сумм и
превышать миллиарды долларов. Таким образом, оценка экономической эф-
фективности, включающая в себя геологические неопределенности неодно-
родностей обстановок осадконакопления, является одной из главных задач
при планировании разработки потому, что учет неопределенностей имеет
ключевую роль в оценке рисков, связанной с оптимальной стратегией разра-
ботки.
Выбор оптимальной сетки расположения скважин, на основе которого
оценивается соответствующий прогнозный уровень добычи нефти и закачки
рабочего агента, должен проводиться при наличии количественной оценки
неоднородности геологического строения месторождения. Такой оценкой
могут послужить топологические характеристики трёхмерных тел.
Достоверность геологической модели определяется сравнением расчё-
тов гидродинамической модели с реальными эксплуатационными данными.
Техноэкономические характеристики пласта могут быть получены после
гидродинамического моделирования, но этот подход не сможет указать, ка-
кие стратиграфические особенности влияют на КИН. Однако возможность
оценить модель по не изменяющимся характеристикам до проведения гидро-
динамического моделирования позволит также сэкономить время, таким об-
разом, это можно учесть в планировании и мониторинге разработки нефтега-
зовых месторождений. Следовательно, требуется путь классификации по ста-
тическим признакам моделей, влияющим на эксплуатационные характери-
стики. Такими признаками могут послужить топологические характеристики
3-х мерных моделей, дающие количественное пространственное представле-
ние об объекте разработки.
С другой стороны, масштабирование проницаемости с поровых разме-
ров керна на размеры месторождения также является предметом топологии.
Существуют практические эксперименты, подтверждающие факт того, что
топологическими характеристиками можно достичь благоприятного прогно-
зирования относительной проницательности на керновых данных, получен-
ных рентгеновской томографией. Сравнение топологии тел и связанности
также имеет хорошую корреляцию.
В настоящее время наибольший интерес в анализе данных оказывают
методы машинного обучения. Машинное обучение способно не только уве-
личивать скорость обработки информации, но и повышает точность ответов,
обнаруживая в данных незамеченные ранее взаимоотношения параметров,
что несомненно является наиболее важным.
В нефтегазовом деле применение методов машинного обучения являет-
ся инновационной задачей. Огромный багаж эмпирических знаний, проде-
ланные людьми интерпретации данных делают машинное обучение очень
перспективным и обнадеживающим направлением.
Максимальная автоматизация построения геологических моделей, при-
водящая к снижению рисков, связанных с неопределенностями, является од-
ной из целей нефтегазовой отрасли
В этой работе будет идти речь о взаимосвязи топологии синтетических
моделей с эксплуатационными характеристиками пласта, такими как КИН и
дебит средней скважины.
Цель работы – получение зависимости между эксплуатационными и
топологическими характеристиками пластов.
Геологическое и гидродинамическое моделирование, в котором опре-
деленные параметры, не влияющие на неоднородность, остаются постоян-
ными, в то время как протяженность коллекторов и доля их от общего объема
модели меняются, является простейшим методом создания базы данных для
анализа взаимосвязи архитектуры резервуара и коэффициента извлечения
нефти. Синтетические модели должны быть максимально приближены к ре-
На примере слишком большой доли тел в модели меандрирующих рек
было показано, что числа Бетти могут служить индикатором при определе-
нии качества цифровой геологической моделей.
Исследована задача получения эксплуатационных параметров пластов
посредством топологических характеристик. Расчеты при помощи чисел Бет-
ти и при помощи порового объема резервуара дают сравнимые корреляцион-
ные значения, говорящие о благоприятной зависимости обоих параметров с
КИН. Учёт обоих параметров помогает увеличить предсказательную способ-
ность модели, что в итоге позволяет получить оценку оптимального КИН
наиболее быстрым способом, не прибегая к гидродинамическим расчётам,
что является наиболее выгодным для предприятия в целом.
На примере модели месторождения были получены сравнимые с про-
мысловыми данными значения КИН, что также говорит о благоприятной
применимости метода.
Дальнейшие действия могут быть направлены на сбор информации,
полученной с существующих месторождений. Это позволит расширить базу
данных, включив множество различных обстановок осадконакопления, и
приблизить прогностическую модель к промысловым результатам.
ПРИЛОЖЕНИЕ 1
Рисунок 1 – Дельты Визуализация первого числа Бетти для моделей с долей
тел в пространстве равной от 15 до 75 %
Рисунок 2 – Меандрирующие реки Визуализация первого числа Бетти для
моделей с долей тел в пространстве равной от 10 до 50 %
ПРИЛОЖЕНИЕ 2
Рисунок 3 – Различные схемы расположения скважин в гидродинамических
моделях дельтовых систем: 7-ми точечная (7 point well pattern), 5-ти точечная
(5 point well pattern), линейная (linear well pattern)
Рисунок 4 – Различные схемы расположения скважин в гидродинамических
моделях меандрирующих рек: 7-ми точечная (7 point well pattern), 5-ти то-
чечная (5 point well pattern), линейная (linear well pattern)
ПРИЛОЖЕНИЕ 3
Рисунок 5 – Зависимость чисел Бетти b1 и b2 для геологических моделей ме-
андрирующих рек (синий) и дельтовых систем (оранжевый) Красным секто-
ром обозначены точки для доли устьевых баров в системе равной 50 процент
Рисунок 6 – Зависимость чисел Бетти b2 и b0 для геологических моделей ме-
андрирующих рек (синий) и дельтовых систем (оранжевый)
Рисунок 7 – Зависимость числа Бетти b0 и Эйлеровой характеристики для
геологических моделей меандрирующих рек (синий) и дельтовых систем
(оранжевый)
ПРИЛОЖЕНИЕ 4
Рисунок 8 – Поведение КИН (RF) в зависимости от закаченного водой поро-
вого объёма (PVI) для дельтовой системы в случае 5-ти точечного располо-
жения скважин Число в скобках представляет собой долю тел в модели, чис-
ло перед скобками представляет собой Эйлерову характеристику модели
Рисунок 9 – Поведение КИН (RF) в зависимости от закаченного водой поро-
вого объёма (PVI) для дельтовой системы в случае 7-ми точечного располо-
жения скважин
Рисунок 10 – Поведение КИН (RF) в зависимости от закаченного водой по-
рового объёма (PVI) для дельтовой системы в случае рядного расположения
скважин
Рисунок 11 – Поведение КИН (RF) в зависимости от закаченного водой по-
рового объёма (PVI) для системы меандрирующих рек в случае 7-ми точес-
ного расположения скважин
Рисунок 12 – Поведение КИН (RF) в зависимости от закаченного водой по-
рового объёма (PVI) для системы меандрирующих рек в случае 5-ти точесно-
го расположения скважин
Рисунок 13 – Поведение КИН (RF) в зависимости от закаченного водой по-
рового объёма (PVI) для системы меандрирующих рек в случае рядного рас-
положения скважин
ПРИЛОЖЕНИЕ 5
Рисунок 14 – Код для предсказания эксплуатационных характеристик пласта
Рисунок 15 – Код для предсказания эксплуатационных характеристик пласта
1. Larue, D.K. & Friedmann, F. 2005. The controversy concerning stratigraphic
architecture of channelized reservoirs and recovery by waterflooding. Petroleum
Geoscience, 11, 131–146.
2. Larue, D.K. & Hovadik, J. 2006. Connectivity of channelized reservoirs: a
modeling approach. Petroleum Geoscience, 12, 291–308.
3. Philippe Renard, Denis Allard. 2013. Connectivity metrics for subsurface flow and
transport. Advances in Water Resources, 51, 168–196.
4. A. D. Reynolds. 1999. Dimensions of Paralic Sandstone Bodies. AAPG Bulletin,
V. 83, No. 2, P. 211–229
5. Martin R Gibling. 2006. WIDTH AND THICKNESS OF FLUVIAL CHANNEL
BODIES AND VALLEY FILLS IN THE GEOLOGICAL
RECORD: A LITERATURE COMPILATION AND CLASSIFICATION. Journal
of Sedimentary Research, 2006, v. 76, 731–770
6. Bazaikin, YV, Taimanov, IA: On a numerical algorithm for computing topological
characteristics of three-dimensional bodies J Comput Math Math Phys (Zhurnal
Vychislitel’noi Matematiki i Matematicheskoi Fiziki) 53, 523–530 (2013) (Rus-
sian)
7. Bazaikin, YV, Baikov, VA, Taimanov, IA, Yakovlev, AA: Numerical analysis of
topological characteristics of three-dimensional geological models of oil and gas
fields Math Model 25(10), 19–31 (2013) (in Russian)
8. Rustem R Gilmanov, Alexander V Kalyuzhnyuk, Iskander A Taimanov, and
Andrey A Yakovlev. 2018. Topological Characteristics of Digital Models of Geo-
logical Core. Published by Springer Nature Switzerland AG 2018. All Rights Re-
served/ A. Holzinger et al. (Eds.): CD-MAKE 2018, LNCS 11015, pp. 273–281.
9. BRIAN J. WILLIS, HONG TANG. 2010. THREE-DIMENSIONAL CONNEC-
TIVITY OF POINT-BAR DEPOSITS. Journal of Sedimentary Research, v. 80,
440–454.
10.Pyrcz. M. J. (2003) A Review of Some Fluvial Styles. Centrt for computational
geostatistics.Papers2://publication/uuid/31C43A49-DE27-4EA3-A1C4-
7DB93817057.
11.Baikov, V.A., Gilmanov, R.R., Taimanov, I.A., Yakovlev, A.A.: Topological
characteristics of oil and gas reservoirs and their applications. In: Holzinger, A.,
Goebel, R., Ferri, M., Palade, V. (eds.) Towards Integrative Machine Learning and
Knowledge Extraction. LNCS (LNAI), vol. 10344, pp. 182–193. Springer, Cham
(2017).
12.Jason Brownlee. 2016. Machine learning mastery with python. Copyright Jason
Brownlee. Edition: v1.4. P. 179.
13.ГОСТ 6825-91. Лампы люминесцентные трубчатые для общего освещения.–
М.: Госстандарт СССР, 1991.–242 с.
14.СанПиН 2971-84. Санитарные нормы и правила защиты населения от воздей-
ствия электрического поля, создаваемого воздушными линиями электропере-
дачи переменного тока промышленной частоты.–М.: Минздрав СССР, 1984.
– 8 с.
15.СанПиН 2.2.4.548-96. Гигиенические требования к микроклимату производ-
ственных помещений. – М.: Информационно-издательский центр Минздрава
России, 1997. – 11 с
16.СанПиН 2.2.2/2.4.1340-03. Гигиенические требования к персональным элек-
тронно-вычислительныммашинамиорганизацииработы.–М.:
Информационно-издательский центр Минздрава России, 2003.–18с.
17.Свод Правил 12.13130.2009. Определение категорий помещений, зданий и
наружных установок по взрывопожарной и пожарной опасности. – М.: МЧС
России, 2009. – 35 с. ГОСТ 121005-88. Система стандартов безопасности тру-
да (ССБТ). Общие санитарно-гигиенические требования к воздуху рабочей
зоны.– М.: Минздрав СССР, 1988. – 20 с.
18.Федеральный закон от 21.12.1994 № 69-ФЗ “О пожарной безопасности” // СЗ
РФ. 26.12.1994. N 35. Ст. 3649.
19.СН 2.2.4/2.1.8.562-96. Санитарные нормы. Шум на рабочих местах, в поме-
щениях жилых, общественных зданий и на территории жилой застройки.
20.ГОСТ Р 22.0.02-2016. Безопасность в чрезвычайных ситуациях. Термины и
определения. – М.: Стандартинформ, 2016. – 10 с
21.СНиП 23-05-95. Естественное и искусственное освещение / М.: Минстрой
России, 2016. – 103 с
22.СанПиН 2.6.1.2523-09. Нормы радиационной безопасности НРБ-99/2009. –
М.: Информационно-издательский центр Минздрава России, 2009.–70 с.
23.Правила технической эксплуатации электроустановок потребителей и прави-
ла техники безопасности при эксплуатации электроустановок потребителей.
– М.: Атомиздат, 1971.
24.ГОСТ 27016-86. Дисплеи на электронно-лучевых трубках. Общие техниче-
ские условия.–М.: Госстандарт СССР, 1986.–12 с.
25.Белозеров В.Б. «Седиментационные модели верхнеюрских резервуаров
горизонта Ю1 Западно-Сибирской нефтегазоносной провинции как основа
для оптимизации систем их разведки и разработки» Новосибирск, 2008г.
26.Анализ разработки Крапивинского нефтяного месторождения, Томск, 2004г.
27.Кравченко Г.Г. Седиментологическая модель верхнеюрских продуктивных
отложений Крапивинского месторождения по результатам изучения керна /
Г. Г. Кравченко, Е. А. Жуковская // Известия Томского политехнического
университета [Известия ТПУ]. — 2010. — Т. 316, № 1: Науки о Земле. — С.
80-86
LITERATURE REVIEW
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
5 (14 отзывов)
4.9 (5 отзывов)
4.9 (37 отзывов)
5 (428 отзывов)
5 (145 отзывов)
5 (1241 отзыв)
4.9 (66 отзывов)
4.8 (1033 отзыва)
4.9 (826 отзывов)
