Определение сложности месторождения для оценки начальных геологических запасов (STOIP) в зависимости от обстановки осадконакопления
Данная работа посвящена создании метрики сложности архитектуры резервуара и её изученности для дальнейшего анализа связи этих параметров с уверенностью в подсчете геологических запасов. Результатами исследования стало нахождение связи между неопределенностью системы в его численном выражении (информационной энтропии) с уверенностью в подсчете геологических запасов и уверенностью в знании морфологии резервуара.
Оценка геологических запасов месторождения является одним из ключевых
объектов исследования на протяжении всей жизни месторождения. Геологические
запасы вычисляются по следующей формуле:
∗ ∗ ∅ ∗
= (1)
Значение коэффициента песчанистости (NTG) является одной из домини-
рующих характеристик резервуара, к которой значение геологических запасов, как
правило, особо чувствительно по сравнению с остальными [1]. Адекватная оценка
этой величины является ключевой задачей для точного подсчета геологических
запасов. Согласно [2] уверенность эта оценка напрямую зависит от архитектурной
сложности (или гетерогенности) резервуара. Нередки случаи, когда геологические
запасы сложных архитектурных систем были переоценены в силу поспешных вы-
водов о строении резервуара на основе недостаточного количества информации
[3].
С точки зрения геостатистики причину данной проблемы можно объяснить
следующим образом: чем гетерогенней система, тем больше информации нам тре-
буется, чтобы её охарактеризовать [4]. Иначе говоря, для того, чтобы произвести
адекватную оценку коэффициента песчанистости или связанных с нею пропорции
фаций в системе потребуется разное количество информации (количество сква-
жин, плотности и качества сейсмических съемок и так далее) для систем разной
архитектурной сложности.
В данной работе предложен универсальный инструмент для количественно
анализа неопределенности системы в зависимости от сложности месторождения.
Так же был проведен анализ, цель которого является определение количества ин-
формации, достаточного для уверенного предсказания геологических запасов, и
был предложен способ для эффективного снятия неопределенностей в системе.
Согласно результатам данной работы было выяснено, что информаци-
онная энтропия может выступать в качестве метрики неопределенности и
изученности системы, которая линейно коррелируется со степенью уверен-
ности в расчете геологических запасов и знании морфологии резервуара. Та-
ким образом, информационная энтропия может выступать в качестве каче-
ственного показателя динамики изменения уверенности в запасах и строении
резервуара при добавлении новой информации.
Было выяснено, что резервуары разной степени сложности архитекту-
ры имеют разную динамику в снятии неопределенности коллектора, что яв-
лялось ключевым различием между этими системами в процессе симулиро-
вания исследования резервуаров путем бурения новых скважин и обновлении
информации о пропорциях фаций системы и их пространственном располо-
жении внутри скважины. Таким образом, была подтверждена гипотеза о том,
что для систем сложного архитектурного строения требуется больше инфор-
мации (скважин) для достижения такой же степени уверенности в запасах как
в случае простых систем.
Немаловажным результатом этой работы является подтверждение ги-
потезы, что корректное предсказание пространственного распределения фа-
ций и их пропорций в резервуаре сложной архитектурой строения чувстви-
тельно к геологическому реализму, закладываемому в моделировании. Путем
многоточечного моделирования было наглядно показано, что знание о воз-
можной геометрии песчаных тел позволяет увеличить эффективность симу-
лированных геологоразведочных работ в два раза.
В заключении, было продемонстрировано практическое применение
информационной энтропии как меры изученности системы в финансовом
менеджменте при планировании будущих геологоразведочных работ на ос-
нове уже имеющейся информации.
1Larue, D. K., and J. Hovadik. «Why Is Reservoir Architecture An Insignifi-
cant Uncertainty In Many Appraisal And Development Studies Of Clastic
Channelized Reservoirs?» Journal of Petroleum Geology, vol. 31, no. 4, 2008,
pp. 337–366., doi:10.1111/j.1747-5457.2008.00426.x.
2Pyrcz, Michael J., and Clayton V. Deutsch. Geostatistical Reservoir Modeling.
Oxford University Press, 2014.
3Dromgoole, P., and R. Speers. «Geoscore; a Method for Quantifying Uncer-
tainty in Field Reserve Estimates.» Petroleum Geoscience, vol. 3, no. 1, 1997,
pp. 1–12., doi:10.1144/petgeo.3.1.1.
4Jensen, Jerry L. Statistics for Petroleum Engineers and Geoscientists. Prentice
Hall, 1997, pp. 390
5Dreyer, Tom “Significance of tidal cyclicity for modelling of reservoir hetero-
geneities in the Lower Jurassic Tilje Formation, mid-Norwegian shelf” Norsk
Geologisk Tidsskrift, 72 (2), 1992, pp. 159-170
6Dreyer, Tom. «Geometry and Facies of Large-Scale Flow Units in Fluvial-
Dominated Fan-Delta-Front Sequences.» Geological Society, London, Special
Publications,vol.69,no.1,1993,pp.135–174.,
doi:10.1144/gsl.sp.1993.069.01.07.
7Miall, Andrew D. «Architectural-Element Analysis: A New Method of Facies
Analysis Applied to Fluvial Deposits.» Earth-Science Reviews, vol. 22, no. 4,
1985, pp. 261–308., doi:10.1016/0012-8252(85)90001-7.
8Miall, Andrew D., Friend, Peter F. «The Geology of Fluvial Deposits. Sedi-
mentary Facies, Basin Analysis, and Petroleum Geology.» Geological Maga-
zine, vol. 134, no. 3, 1997, pp. 409–421., doi:10.1017/s0016756897276983.
9Tyler, Noel, and Robert J. Finley. «Architectural Controls On The Recovery
Of Hydrocarbons From Sandstone Reservoirs.» The Three-Dimensional Faci-
es Architecture of Terrigenous Clastic Sediments and Its Implications for Hy-
drocarbonDiscoveryandRecovery,1991,pp.1–5.,
doi:10.2110/csp.91.03.0001.
10 Yu, Xinghe, et al. «Clastic Hydrocarbon Reservoir Sedimentology.» Advances
in Oil and Gas Exploration & Production, 2018, doi:10.1007/978-3-319-
70335-0.
11 Webber, K.j., and L.c. Van Geuns. «Framework for Constructing Clastic Res-
ervoir Simulation Models.» Journal of Petroleum Technology, vol. 42, no. 10,
1990, pp. 1248–1297., doi:10.2118/19582-pa.
12 Donselaar, Marinus E., and Irina Overeem. «Connectivity of Fluvial Point-Bar
Deposits: An Example from the Miocene Huesca Fluvial Fan, Ebro Basin,
Spain.»AAPGBulletin,vol.92,no. 9,2008,pp. 1109–1129.,
doi:10.1306/04180807079.
13 Dikkers, A.J. «Geology in Petroleum Production – A Primer in Production Ge-
ology.» Developments in Petroleum Science, 1985, doi:10.1016/s0376-
7361(08)x7012-8.
14 БембельС. Р. «Геология и картирование особенностей строения место-
рождений нефти и газа Западной Сибири: монография» / С. Р. Бембель. –
Тюмень: ТИУ, 2016. – 215 с
15 Barrell, J. «Rhythms and the Measurements of Geologic Time.» Geological
Society of America Bulletin, vol. 28, no. 1, 1917, pp. 745–904.,
doi:10.1130/gsab-28-745.
16 Wagoner, John C. van. Sequence Stratigraphy Applications to Shelf Sandstone
Reservoirs: Outcrop to Subsurface Examples. American Association of Petro-
leum Geologists, 1992.
17 Noad, Jon. «The Use of Field Analogues in the Correlation and Static Reser-
voir Methodology Used in the Tern Field, Northern North Sea, UK.» Marine
andPetroleumGeology,vol.21,no.4,2004,pp.485–497.,
doi:10.1016/j.marpetgeo.2004.03.006
18 SEPMStrata, www.sepmstrata.org/page.aspx?&pageid=767&3.
19 Miall, Andrew D. Principles of Sedimentary Basin Analysis / Andrew D. Mi-
all. Springer, 1999.
20 Howell, John A., et al. «Sedimentological Parameterization of Shallow-Marine
Reservoirs.» Petroleum Geoscience, vol. 14, no. 1, 2008, pp. 17–34.,
doi:10.1144/1354-079307-787.
21 Ford, Grace L., and David R. Pyles. «A Hierarchical Approach for Evaluating
Fluvial Systems: Architectural Analysis and Sequential Evolution of the High
Net-Sand Content, Middle Wasatch Formation, Uinta Basin, Utah.» AAPG
Bulletin, vol. 98, no. 7, 2014, pp. 1273–1303., doi:10.1306/12171313052.
22 Zhao, Junwei, et al. «Research on Meandering River Reservoir Deposition Ar-
chitecture and 3D Modeling of the Gudao Oil Field in the Bohai Bay Basin.»
Journal of Petroleum Exploration and Production Technology, vol. 8, no. 1,
2017, pp. 73–83., doi:10.1007/s13202-017-0381-8.
23 Donselaar, M.e. «Reservoir Architecture Modelling for Geothermal Energy
Production – Case Study of the Delft Sandstone Member, West Netherlands.»
78th EAGE Conference and Exhibition 2016, 2016, doi:10.3997/2214-
4609.201600596.
24 Damsleth, Elvind, et al. «A Two-Stage Stochastic Model Applied to a North
Sea Reservoir.» Journal of Petroleum Technology, vol. 44, no. 04, 1992, pp.
402–486., doi:10.2118/20605-pa.
25 Wellmann, J. Florian, and Klaus Regenauer-Lieb. «Uncertainties Have a
Meaning: Information Entropy as a Quality Measure for 3-D Geological Mod-
els.»Tectonophysics,vol.526-529,2012,pp.207–216.,
doi:10.1016/j.tecto.2011.05.001.
26 Potter, K., et al. «Visualization of Uncertainty without a Mean.» IEEE Com-
puter Graphics and Applications, vol. 33, no. 1, 2013, pp. 75–79.,
doi:10.1109/mcg.2013.14.
27 Shannon, C. E. «A Mathematical Theory of Communication.» Bell System
Technical Journal, vol. 27, no. 3, 1948, pp. 379–423., doi:10.1002/j.1538-
7305.1948.tb01338.x.
28 Wellmann, J. «Information Theory for Correlation Analysis and Estimation of
Uncertainty Reduction in Maps and Models.» Entropy, vol. 15, no. 12, 2013,
pp. 1464–1485., doi:10.3390/e15041464.
29 Wellmann, Jan Florian, et al. «Towards a Quantification of Uncertainties in 3-
D Geological Models.» 2011, doi:10.5242/iamg.2011.0147.
30 Howell, John A., et al. «Sedimentological Parameterization of Shallow-Marine
Reservoirs.» Petroleum Geoscience, vol. 14, no. 1, 2008, pp. 17–34.,
doi:10.1144/1354-079307-787.
31 Castro, A. Scarlet, et al. “The Stanford VI reservoir.” Stanford Center for Res-
ervoir Forecasting, 2005
32 Safari, safaridb.com/study/12100.
33 James D. Howard, Diane Kamola, Arma. «Depositional Facies of Cretaceous
Spring Canyon Member, Blackhawk Formation, Book Cliffs, Utah: AB-
STRACT.» AAPG Bulletin, vol. 66, 1982, doi:10.1306/03b59e59-16d1-11d7-
8645000102c1865d.
34 Donoso, M. Jose “A contribution to improve facies object modeling of mean-
dering rivers depositional system” Theses, Stanford University, Department of
Energy Resources Engineering, 2016
35 Gibling, M. R. «Width and Thickness of Fluvial Channel Bodies and Valley
Fills in the Geological Record: A Literature Compilation and Classification.»
Journal of Sedimentary Research, vol. 76, no. 5, 2006, pp. 731–770.,
doi:10.2110/jsr.2006.060.
36 ГОСТ 12.0.003–74.ССБТ. «Система стандартов безопасности труда
(ССБТ). Опасные и вредные производственные факторы. Классификация
(с Изменением N 1).» М.: Изд-во стандартов, 1974, №12.1.005-74, 25 с.
37 ГОСТ 17.1.3.12-86. «Охрана природы. Гидросфера. Общие правила охра-
ны вод от загрязнения при бурении и добыче нефти и газа на суше.» М.:
Изд-во стандартов, 1986, №17.1.3.12-86, 5 с.
38 ГОСТ 17.1.3.06-82. «Охрана природы. Гидросфера. Общие требования к
охране подземных вод.» М.: Изд-во стандартов, 1982, №17.1.3.06-82, 2 с.
39 ГОСТ 17.1.3.06-82. «Охрана природы. Гидросфера. Общие требования к
охране подземных вод.» М.: Изд-во стандартов, 1982, №17.1.3.06-82, 2 с.
40 ГОСТ 17.4.1.02-83. «Охрана природы. Почвы. Классификация химиче-
ских веществ для контроля загрязнения.» М.: Изд-во стандартов, 1983,
17.4.1.02-83, 4 с.
41ГОСТ 17.4.3.02-85. «Охрана природы. Почвы. Требования к охране пло-
дородного слоя почвы при производстве земляных работ. » М.: Изд-во
стандартов, 1985, 17.4.3.02-85, 3 с.
Последние выполненные заказы
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!