Технология структурной обработки и интерпретации данных геофизических исследований нефтегазовых скважин тема диссертации и автореферата по ВАК РФ 25.00.10, кандидат технических наук Алтухов, Евгений Евгеньевич

• Алтухов, Евгений Евгеньевич
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Алтухов, Евгений Евгеньевич

ВВЕДЕНИЕ.

Глава 1. СОСТОЯНИЕ И ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ СТРУКТУРНЫХ МЕТОДОВ ОБРАБОТКИ ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЙ НЕФТЕГАЗОВЫХ СКВАЖИН.

1.1 Обзор структурных методов обработки и методов анализа структуры эксперементальных данных.

Факторный анализ.

Сжатие данных методом главных компонент.

Кластерный анализ.

Методы идентификации.

Вейвлет-преобразования.

Мультифрактальный анализ.

1.2 Геологическая неоднородность разрезов скважин, её влияние на коллекторские свойства пород и выработку запасов нефти и газа.

1.2.1 Классификация геологической неоднородности.

1.2.2 Способы определения и количественные параметры неоднородности.

Выводы.

Глава II. ТЕХНОЛОГИЯ СТРУКТУРНОГО АНАЛИЗА ДЛЯ ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ ДАННЫХ ГИС МЕСТОРОЖДЕНИЙ НЕФТИ И ГАЗА

2.1 Метод структурного сжатия.

2.2 Разработка алгоритмов и программ кластерного анализа.

2.2.1 Исследование устойчивости работы программ кластерного анализа.

2.2.2 Выбор оптимального числа кластеров.

2.2.3 Количественная оценка эффективности разделения на кластеры.

2.3 Технология структурного анализа для обработки и интерпретации данных ГИС на месторождениях нефти и газа.

2.3.1 Первый этап: сбор и первичная обработка геофизических данных.

2.3.2 Второй этап: работа со стуктурами моделей пластов горных пород геологического разреза скважины.

2.3.3 Третий этап: применение МСС для изучения структурно-формационных зон залежей углеводородов.

Выводы.

Глава III Применение технологии структурного анализа данных ГИС для изучения геологических разрезов скважин.

3.1 Разработка структурных методов обработки и интерпретации данных ГИС для изучения геологических разрезов скважин.

3.1.1 Методика изучения низкопоровых карбонатных отложений.

3.1.2 Кластеризация разреза для настройки интерпретационной модели.

3.1.3 Восстановление недостающей информации методом структурного анализа.

3.2 Применение технологии структурной обработки и интерпретации данных ГИС для изучения эксплутационных характеристик пласта Староминского газоконденсатного месторождения.

3.2.1 Алгоритмы комплексной интерпретации данных ГИС для определения подсчетных параметров отложений Альба и НТМ Староминского месторождения.

3.2.2 Определение ФЕС и параметров неоднородности по данным ГИС отложений Альба и НТМ Староминского месторождения.

3.2.3 Выделение работающих объектов и участков первоочередного обводнения в процессе разработки залежи.

3.3 Применение технологии структурной обработки и интерпретации данных ГИС для изучения эксплутационных характеристик месторождения Белый Тигр.

3.3.1 Алгоритмы комплексной интерпретации данных ГИС для оценки подсчетных параметров коллекторов нижнего олигоцена месторождения Белый тигр.

3.3.2 Применение технологии структурной обработки.

Глава IV. Применение технологии структурного анализа для обработки и интерпретации данных ГИС по площади залежи углеводородов.

4.1 Спектрально-временной и литофациальный анализ данных ГИС и сейсморазведки при изучении осадочной толщи Мурманской площади

4.2 Изучение характера обводнения продуктивных пластов и распределения углеводородов по площади.

4.3 Рекомендации по оптимальному размещению уплотняющих эксплутационных и нагнетательных скважин.

Введение диссертации (часть автореферата) на тему «Технология структурной обработки и интерпретации данных геофизических исследований нефтегазовых скважин»

Актуальность темы. Усложнение объектов разведки и рост объемов обработки промыслово-геофизической информации требуют создания высокоэффективных и технологичных интерпретирующих систем экспрессной массовой обработки данных ГИС.

Передовые технологии геологического и гидродинамического моделирования создали предпосылки к использованию данных ГИС на качественно новом уровне благодаря применению системного структурного анализа. Последний включает в себя факторный анализ, метод главных компонент, СВАН и вейвлет-преобразования, которые позволяют исследовать различные структуры исследуемых элементов (исходные данные, геологические разрезы, структурно-формационные зоны залежей) на единой методологической основе.

СВАН и вейвлет-преобразования позволяют более обоснованно интегрировать данные разведочной и промысловой геофизики на основе закономерностей, выявляемых при изучении структурно-формационных зон в меж-скважинном пространстве.

Цель работы. Разработка технологии структурной обработки и интерпретации данных ГИС.

Основные задачи исследований

1. Анализ и обобщение приемов, методов и алгоритмов структурного анализа с целью развития технологии массовой и оперативной интерпретации данных ГИС.

2. Разработка технологии интерпретации данных ГИС как совокупности последовательно применяемых методов и алгоритмов структурного анализа, обеспечивающих подавление шумов ("стабилизация" данных), выявление геологических закономерностей формирования разрезов (фаци-ально-формационный анализ), классификацию типов коллекторов, структуру емкостного пространства и других, используемых в последующих процедурах.

3. Разработка программного обеспечения, реализующего разработанную технологию как автономно, так и в существующих автоматизированных системах.

4. Апробация разработанной технологии и соответствующего программного обеспечения в различных геологических условиях.

Научная новизна

1. Разработана технология структурной обработки и интерпретации данных ГИС для изучения геологического строения залежей углеводородов.

2. Разработан метод структурного сжатия информации при обработке данных геофизических исследований скважин.

3. Разработана методика и соответствующие алгоритмы классификации геологических объектов по данным ГИС.

4. Разработаны способ оценки коэффициентов отражения по данным ГИС и методика определения цикличности структурно-формационных объектов, слагающих разрез, с использованием СВАН по данным ГИС и сейсморазведки.

Защищаемые научные положения

1. Технология структурной обработки и интерпретации данных ГИС позволяет выполнять сквозную обработку геофизической информации о различных структурных объектах: исходных первичных, пластовых, структурно-формационных зонах залежей углеводородов, т.е. на всех этапах обработки и интерпретации: а) сбора первичных данных, стандартизации и контроля качества комплекса ГИС, б) комплексной интерпретации, в частности выделения зон с вторичной пористостью и настройки интерпретационной модели, в) выделения структурно-формационных зон залежи, построения литофаци-альной модели и наполнения ее параметрами.

Данная технология может использоваться как автономно, так и применяться в существующих технологиях построения модели и мониторинга жизни залежи.

2. Метод структурного сжатия (МСС) выполняет сжатие исходной первичной информации, устранение ее дублирования и формирование рабочего набора данных из разнородных данных ГИС. МСС обеспечивает быстродействие обработки данных ГИС. МСС позволяет сформировать комплексные параметры, каковыми являются главные компоненты, отображающие главные основные характеристики структурных объектов.

3. Методика и соответствующие алгоритмы классификации геологических объектов обеспечивают устойчивость решения задачи при оптимальной размерности данных. Обоснована вычислительная процедура кластерного анализа, позволяющая выделять объекты без масштабирования данных ГИС. Программная реализация работает с любым объемом данных. Прием классификации с обучением может быть использован для разнородных комплексов данных.

4. Восполнение недостающей информации достигается за счет выявления общих свойств, присущих данным различных геофизических методов. В частности методика восполнения недостающей информации позволяет оценивать коэффициенты отражения сейсмических волн по данным ГИС, тем самым реализовать методику определения цикличности структурно-формационных объектов, слагающих разрез, с использованием СВАН по данным ГИС и сейсморазведки.

Практическая ценность

1. Разработанная соискателем технология структурной обработки и интерпретации данных ГИС позволила повысить экспрессность, точность и достоверность определения подсчетных параметров, более эффективно изучать структурно-формационные зоны залежей углеводородов по картам, геологическим или гидродинамическим моделям, построенным с помощью комплексных структурных параметров.

2. Комплекс программ, реализующий разработанную соискателем технологию структурной обработки и интерпретации данных ГИС для изучения залежей углеводородов (классификации геологических объектов по данным ГИС; стандартизации комплекса данных ГИС; сжатия исходной первичной информации и др.) может быть применен в производственном режиме как автономно, так и в существующих системах автоматизированной обработки и интерпретации данных ГИС, например при построении геологической или гидродинамической моделей и мониторинге жизни залежи.

Апробация работы

Основные положения диссертации докладывались на XV Губкинских чтениях (Москва, 1999), на конференциях: «Актуальные проблемы состояния и развития нефтегазового комплекса России» (Москва 1999, 2001), «Геофи-зика-99» (Санкт-Петербург, 1999), «Севергеотех-2000» (Ухта 2000), «Нефтегазовое образование и наука: итоги, состояние и перспективы» (Москва, 2000), «300 лет горно-геологической службе России» (Санкт-Петребург,

2000), «Нефтегазоносность фундамента осадочных бассейнов» (Москва,

2001), «Инновационные технологии в области поисков, разведки и детального изучения месторождений нефти и газа» (Москва, 2002).

Методические разработки технологии структурного анализа используются в учебном процессе в дисциплине «Компьютерные технологии в геофизике» для студентов-геофизиков РГУ нефти и газа им. И.М.Губкина.

Разработанный с участием соискателя комплекс программ «ДОГГИ-2»: программы типизации разрезов, факторного и корреляционного анализа геолого-геофизических данных и программы совместной визуализации данных петрофизики, ГИС и сейсморазведки - внедрен в ПО «Арктикморнефтегаз-разведка».

Для решения поставленных задач в диссертационной работе использованы первичные материалы по ряду скважин одного из нефтяных месторождений шельфа южного Вьетнама, Ленингадского и Староминского газокон-денсатных месторождений, а также отдельных скважин месторождений Вол-го-Урала, шельфа Баренцева моря, Юрубчена, включающие в себя данные методов ГИС, результаты петрофизических исследований керна, петрографическое описание образцов и шлифов, результаты испытаний скважин, данные по эксплуатации.

Личный вклад автора состоит в анализе первичных материалов ГИС, анализе современного состояния и перспектив применения структурных методов обработки и интерпретации геофизических данных, разработке технологии, методов структурного сжатия, восстановления недостающей информации, алгоритмов и программ структурных методов обработки, а также в практической обработке на ЭВМ данных ГИС, перечисленных выше месторождений нефти и газа.

Автор выражает искреннюю благодарность научному руководителю профессору В.Н.Широкову. На разных этапах выполнения работы оказывалась помощь и высказывались объективные критические замечания профессорами В.В.Стрельченко, Д.А.Кожевниковым, Т.Ф.Дьяконовой и С.Б.Денисовым. Особо хочется отметить участие в становлении работы доцента М.Д.Шварцмана, а так же выразить глубокую признательность профессору Г.М.Золоевой за многолетнюю совместную работу и предоставленные материалы. Значительным было участие доцента Т.Ф.Соколовой, а также помощь всего коллектива кафедры ГИС.

Заключение диссертации по теме «Геофизика, геофизические методы поисков полезных ископаемых», Алтухов, Евгений Евгеньевич

Выводы.

На основе обзора научно-технической литературы соискателем были сформулированы следующие выводы:

1. Некоторые методы структурного анализа, такие как ФА и МГК, СВАН и вейвлет-преобразования, КА и нейронные сети в какой то степени дублируют возможности друг друга. Анализ преимуществ тех или других аналогов структурного анализа является наиболее сложной частью методической работы, которую необходимо было выполнить соискателю.

2. Методы структурного анализа позволяют достоверно судить о лито-логическом составе горных пород, характере их насыщения, работе отдельно взятой скважины, могут быть использованы для изучения структурно-формационных зон залежей углеводородов.

3. Анализ возможностей структурных методов обеспечивает получение качественно нового знания и, как следствие, повышение достоверности и уменьшение времени принятия решения.

4. В практике ГИС структурные методы не внедрены в процессы обработки производственных организаций, а обобщающие работы отсутствуют.

5. Назрела необходимость по обобщению методических приемов структурного анализа с соответствующей разработкой программного математического обеспечения всех этапов комплексной технологии применения структурных методов обработки и интерпретации.

Глава II. ТЕХНОЛОГИЯ СТРУКТУРНОГО АНАЛИЗА ДЛЯ ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ ДАННЫХ ГИС МЕСТОРОЖДЕНИЙ НЕФТИ И ГАЗА

2.1 Метод структурного сжатия.

Построение и поддержание постоянно действующей модели месторождения выполняются традиционными приемами обработки и интерпретации геофизических данных [21; 30; 32; 33; 37; 38; 67], при этом решается типовой ряд задач и проблем, которые осуществляются на соответствующих этапах (табл. 4).

Список литературы диссертационного исследования кандидат технических наук Алтухов, Евгений Евгеньевич, 2007 год

1. Отметим, что подобный критерий используется при факторном анализе 2; 15; 36; 39., поскольку характеризует степень хаотичности рассматриваемых кластеров как изнутри, так и по соотношению друг с другом.

2. Рис. 8. Характеристика фаций по данным ГИС {а-мелководно-карбонатная, б-рифовая, в-дованжовая, г-прибрежно-морская)

3. Na-Nb-\)-m Na + Nh H где Na, Nb~ число элементов в классах а и Ь; т- размерность исследуемого пространства признаков; р(Са, Сь) расстояние вида между центрами классов а и Ь.

4. Технология структурного анализа для обработки и интерпретации данных ГИС на месторождениях нефти и газа.

5. Традиционная технология обработки и интерпретации геофизических данных Процедуры структурного анализа Виды структурных объектов

6. Рис. 9. Технологические процедуры при традиционной и структурнойобработке данных ГИС23.2 Второй этап: работа со стуктурами моделей пластов горных пород геологического разреза скважины

7. На втором этапе: работы со структурами моделей пластов горных пород геологического разреза скважин производится переход от диаграмм

8. Разработанная технология отличается от общепринятых технологий автоматизированной интерпретации данных ГИС тем, что защищаемая технология в совокупности с встроенными в нее новыми методиками имеет следующие преимущества:

9. Методика структурного сжатия (МСС) повышает производительность, помехоустойчивость и достоверность результатов обработки.

10. Методика кластеризации геологических объектов с усовершенствованной программой КОБО выделяет компактные группы объектов (точек) и оценивает степень эффективности их разделения.

11. Методика восполнения недостающей информации, в частности восстановления синтетической модели пластовых скоростей ВСП по комплексу методов ГИС, позволяет повысить эффективность комплексной интерпретации данных сейсмики и ГИС.

12. СВАН и факторный анализ данных ГИС позволяют изучить взаимосвязь параметров, оценить самоподобие, проанализировать вложенность изучаемых объектов.

13. Глава III. Применение технологии структурного анализа данных ГИС для изучения геологических разрезов скважин

14. Разработка структурных методов обработки и интерпретации данных ГИС для изучения геологических разрезов скважин31.1 Методика изучения низкопоровых карбонатных отложений

15. Ниже (на рис. 10) приводится оценка относительной погрешности определения Кп по данным акустического метода (АК). Можно говорить о двух диапазонах пористостей:относительная погрешность расчета I пористости по АК

16. Рис. 10. Погрешность расчета пористости. Шифр кривых соответствует 2, 5 и 10% относительной погрешности регистрации данных АК

17. Пористость пород изучаемого объекта изменяется от 0 до 8%, причем медиана ее распределения составляет 2%, следовательно, рабочий диапазон расчетной модели находится в области высоких погрешностей (рис. 11).распределение пористости по АК

18. Обработка по методу главных компонент производилась с использованием пакета Statistica.

19. Extraction: Principal componentstotal Cumul. Cumul.

20. Eigenval Variance Eigenval %1 2.102013 52.55032 2.102013 52.55032 .927611 23.19027 3.029624 75.74063 .540660 13.51651 3.570284 89.25714 .429716 10.74290 4.000000 100.0000

21. Extraction: Principal componentstotal Cumul. Cumul.

22. Eigenval Variance Eigenval %1 2.252845 45.05689 2.252845 45.05692 1.020267 20.40534 3.273111 65.46223 .953499 19.06997 4.226610 84.53224 .486659 9.73318 4.713269 94.26545 .286731 5.73462 5.000000 100.0000

23. Factor Score Coefficients Rotation: Unrotated

24. Extraction: Principa components

25. Factor Factor Factor Factor1 2 3 4

26. GK .323219 -.569676 .941448 -.019479

27. NGK -.391720 -.235369 .297583 1.159965

28. АК .288972 .759576 .413984 .676433

29. BK -.366489 .348072 .838646 -.723642

30. Factor Score Coefficie Rotation: Unrotated Extraction: Principa nts components

31. Factor Factor Factor Factor••" г. 2 3 4

32. GK .262817 1.230846 -1.63612 .16025

33. NGK -.273043 .237379 -.93734 -2.49732

34. AK .270356 .488417 1.58254 -1.84587

35. BK -.260307 1.500996 .97494 .86417

36. Factor Score Coefficients Rotation: Varimax raw Extraction: Principal components

37. Factor Factor Factor Factor1 2 3 4

38. GK -1.11365 .00572 -.23450 -.14305

39. NGK -.12959 -.24918 .22915 -1.22944

40. АК .00593 -1.09812 -.03917 -.28628

41. BK -.22174 -.03725 -1.17187 .24213

42. Factor Score Coefficients Rotation: Varimax raw Extraction: Principal components

43. Factor Factor Factor Factor Factor1 2 3 4 5

44. GK -.093541 1.025338 -.030727 -.02570 .172409

45. NGK -.429138 .120651 .020822 .22260 1.386329

46. AK .045992 -.028658 1.109314 -.28963 .019976

47. GGK 1.251707 -.072707 .040879 .06624 -.515785

48. BK -.064487 .023257 .259414 -1.20623 -.253527

49. Полученные результаты показывают, что для описания всего комплекса на 70-80% (среднеквадратичная погрешность комплекса ГИС составляет ~20%) достаточно первых двух компонент.

50. Выделение зон вторичной пористости, используя факторы, полученные в результате обработки геофизических кривых по изложенной выше методике факторного анализа выполнено по ряду скважин Юрубченского месторождения.

51. На рисунке 13 приведен соответствующий пример применения факторного анализа для выделения трещинных и кавернозных зон по одной из скважин.

52. Этот подход может быть рекомендован для предварительной обработки материала с целью выделения возможных зон с трещинным и кавернозным типом ёмкостного пространства на данной площади.

53. Однако, процесс обработки и интерпретации данных ГИС в разработанной технологии является исследовательским, хотя и имеет свои закономерности.31.2 Кластеризация разреза для настройки интерпретационной модели

54. На первом этапе предусматривается использования программ классификации автора и нормализации для разделения пород на классы и определения их литологического состава 14; 15.

55. При наличии данных AM на поперечных волнах возможно решение таких задач, как определение пористости, оценка характера насыщения, определение типа глинистости (рассеянная или слоистая).

56. При наличии данных спектрометрического гамма-метода возможно определение минералогического состава глин на основе сопоставления массовых содержаний тория и калия.

57. Для изучаемых отложений предлагается следующий общий вид системы линейных петрофизических уравнений:

58. Эта общая модель в дальнейшем должна настраиваться на коллекторы определенных горизонтов, выделяемых в разрезе отложений нижней перми.

59. В качестве примера приведем результаты работы программы классификации по скв. Чатбашевская 15. Исходными методами для классификации были взяты ГК, ННТ, БК, ГГКп, АК (рис. 15).

60. Для идентификации класса и более наглядного представления можно применить также и метод кросс-плотов, используя в качестве третьего параметра номер класса. Различные варианты попарных сопоставлений методов ГИС представлены на рис. 14.

61. Основываясь на приведенной выше информации и привлекая результаты описаний и петрофизических исследований керна устанавливается лито-логическая характеристика пород в выделенных классах (табл. 6).