Концептуальное геологическое моделирование как основа разработки карбонатных коллекторов на примере месторождения Ближнего Востока

В.В. Морозов, С.И. Мельников, к.т.н., В.А. Позднякова, С.А. Идрисова, Р.А. Растегаев ООО «Газпромнефть НТЦ», Е.В. Загребельный, Н.А. Шевко, к.т.н., Р.А. Хузин АО«Газпром нефть Бадра»

Журнал «Нефтяное хозяйство»

Прогнозирование продуктивности скважин в карбонатных коллекторах всегда связано с высокой степенью неопределенности из-за влияния множества факторов на фильтрационно-емкостные свойства (ФЕС) пород в процессе как седиментации, так и последующих вторичных преобразований структуры пустотного пространства пород. Одним из ключевых аспектов эффективной разработки месторождения являются оценка и прогнозирование ФЕС пород. В статье представлен подход ООО «Газпромнефть НТЦ» к изучению и прогнозированию ФЕС на примере одного из месторождений Ближнего Востока. 

Объект исследования 

В качестве объекта исследования рассмотрено месторождение, расположенное в нефтяной провинции Загрос. Основным продуктивным объектом является формация Мауддуд верхнемелового возраста, в пределах которой выделяются восемь пластов (A, B, C, D, E, F, G, H) [1]. Значительный объем запасов (около 80 %) сосредоточен в пластах В и D, что обусловило основной акцент на исследовании этих пластов. Одна из особенностей проекта – малый объем данных, доступных для проведения анализа. При средней толщине рассматриваемого объекта около 400 м вынос кернового материала составил 150 м. 

Одна из главных геологических особенностей месторождения – значительная изменчивость свойств пород по латерали и, как следствие, высокая неопределенность в прогнозировании профиля добычи нефти. Целью работы являлось создание геологической основы для уверенного прогнозирования продуктивности новых скважин. 

Для этого решались следующие задачи: 

– выявление основных факторов, влияющих на проводимость породы, для каждого пласта; 

– создание концептуальной геологической модели месторождения; 

– разработка рекомендаций по дальнейшей стратегии эксплуатации месторождения. 

Создание концептуальной геологической модели месторождения 

Оценка основных ФЕС породы проведена в соответствии с алгоритмом анализа результатов петрографических исследований, применяемым в ООО«Газпромнефть НТЦ» [2]. Использование этого подхода к рассматриваемому месторождению было осложнено ограниченным объемом исходных данных: вторичные процессы, происходившие в породе, описаны на качественном уровне, поэтому основное внимание было уделено детальному анализу шлифов. 

Сравнение описания шлифов и результатов исследований керна показывает слабое влияние условий седиментации на ФЕС пород, в основном ФЕС зависят от вторичных преобразований породы (рис. 1). Все образцы, приведенные на рис. 1, согласно классификации Данема относятся к типу пород «грейнстоун». При отсутствии диагенетических преобразований породы данный тип мог бы характеризоваться высокими ФЕС. Для данного месторождения восстановление распределения седиментационных фаций не позволит достаточно уверенно прогнозировать свойства коллектора. Вторичные преобразования контролируют качество пород и оказывают на него как положительное, так и отрицательное влияние. Выщелачивание является основным процессом, увеличивающим пористость и проницаемость породы. В свою очередь ФЕС породы частично, а в некоторых пластах (G,H) практически полностью снижаются вследствие микритизации, перекристаллизации и уплотнения. 


Рис. 1. Пример анализа данных петрографических исследований (Kп, kпр – коэффициент соответственно пористости и проницаемости)

Малый объем кернового материала не позволил получить уверенную корреляцию с результатами геофизических исследований скважин (ГИС), поэтому дополнительно использовались результаты гидродинамических (ГДИ) и промыслово-геофизических исследований (ПГИ). Обобщенный анализ позволил выделить основные литотипы пород, которые характеризуют как коллектор, так и неколлектор. 

Анализ данных керна показал, что повышение проницаемости связано с выщелачиванием, т.е. увеличением порового пространства, это косвенно должно повлиять на сейсмический сигнал. При изучении сигнала акустического импеданса по скважинным данным выявлено наличие зависимости между его значениями и выделенными литотипами. Для прогноза распространения параметра литологии в объеме рассматриваемого объекта рассчитан ииспользован 3Dкуб акустического импеданса по сейсмическим данным (рис. 2). 


Рис. 2 Распределение акустического импеданса по скважинным (а) и сейсмическим (б) данным для коллектора (1) и неколлектора (2)

Результаты проведенной аналитической работы использованы при создании геологической модели месторождения, которая затем была применена для гидродинамического моделирования. Предложенный подход повысил прогнозную способность геологической модели, снизив среднюю погрешность оценки нефтенасыщенной толщины по последним скважинам, пробуренным в 2017–2018 гг., с 16 до 5 %. Однако остается нерешенным вопрос распределения поля проницаемости в модели.

Прогнозирование ФЕС 

На практике при моделировании поля проницаемости в карбонатных коллекторах применяют вероятностные методы либо интерполяцию скважинных данных. Подобные методы имеют недостатки, особенно при малом числе скважин. На рассматриваемом месторождении дополнительная сложность связана с многопластовым строением залежи. 

Результатом работы мультидисциплинарной команды, которая участвовала в проекте, является разработка комплексного подхода к прогнозированию распределения ФЕС в сложнопостроенных карбонатных коллекторах. Решалась задача подготовки программы специальных исследований эксплуатационных скважин, реализация которой позволила бы получать по новым скважинам информацию в таком же объеме, что и по поисково-разведочным скважинам. 

Были предложены и выполнены следующие мероприятия: 

– оптимизирован комплекс ГИС, позволяющий точно определять интервалы коллекторов; 

– разработана и реализована программа промысловых испытаний новых скважин, включающая измерение пластового давления до ввода скважины в эксплуатацию, совмещение (проведение за одну спускоподъемную операцию) ГДИ и ПГИ; 

– отбор глубинных проб для уточнения изменения свойств нефти по пластам; 

– периодический мониторинг забойного давления для анализа интерференции скважин. 

Затем осуществлялось комплексирование всей доступной информации, начиная с результатов сейморазведки, петрофизических исследований и промысловых данных. Анализ показал, что пласт В характеризуется небольшим диапазоном вариации проницаемости по площади, и прогноз свойств по нему является более точным. Соответственно для прогнозирования могут применяться стандартные методы распределения ФЕС. Проницаемость пласта D имеет широкий диапазон изменения как по керновым данным, так и по результатам ГДИ+ПГИ и анализу интерференции скважин. Данный пласт характеризуется существенной изменчивостью по первичному распределению седиментационных фаций, а также он был максимально подвержен вторичным преобразованиям. Фильтрационные характеристики пласта показали хорошую корреляционную связь с сейсмическим атрибутом «максимальные амплитуды» (рис. 3). Этот атрибут использовался в качестве тренда при распределении проницаемости в пласте D. 


Рис. 3. Зависимость между сейсмическим атрибутом «максимальные амплитуды» и проводимостью пласта kпрh (h – толщина пласта)

Данный подход позволил спрогнозировать зоны повышенной продуктивности в северной части месторождения, а также получить хорошее совпадение фактических параметров и параметров динамической модели без применения дополнительных настроек (множителей проницаемости, продуктивности и др.). Бурение скважины на данную зону полностью подтвердило ее продуктивный потенциал.

Формирование дальнейшей стратегии разработки 

Представления о системе разработки месторождения на этапе разведки кардинально изменились по мере ввода в эксплуатацию новых скважин. Сложное геологическое строение, неоднородность коллектора были серьезными вызовами при реализации данного проекта. Подготовленная геологическая основа позволила получить новое представление об объекте и предложить обоснованные технологические решения (рис. 4). 


Рис. 4. Развитие плана разработки месторождения до (а) и после (б) создания его концептуальной геологической модели (до 2030 г.)

С учетом описанных выше геологических особенностей строения месторождения проведено ранжирование скважин для дальнейшего бурения. Для каждого района бурения новых скважин предложены новые технологические решения. В районе I рекомендуется бурение вертикальных скважин с дополнительным боковым горизонтальным стволом на пласт В. Для района II предложено бурение на клонно направленных скважин с большим отходом от вертикали. В районе III предполагается бурение многоствольных горизонтальных скважин. 

В процессе работы над проектом проводился обзор лучших практик (отечественных и зарубежных), команда принимала участие в семинарах иконференциях в рамках консорциума с привлечением экспертов из российских и иностранных (Heriot-Watt) вузов. Обмен знаниями, а также накопленный опыт работы с карбонатными месторождениями региона послужил основой для методических рекомендаций, которые могут помочь выбрать подходы к моделированию в зависимости от качества и количества исходной информации, что упростит иускорит работу над следующими проектами. 

Таким образом, кросс-функциональный подход к моделированию сложнопостроенного карбонатного месторождения позволил создать его концептуальную геологогидродинамическую модель, которая подтвердила высокую прогностическую способность и стала основой для дальнейшей разработки стратегии бурения скважин на месторождении. 

Список литературы

1. Saad Z. Jassim, Jeremy C. Goff Geology of Iraq, 2006. 
2. Цифровой керн. Комплексирование данных петрографических исследований карбонатных пород с результатами изучения керна / С.А. Идрисова, М.А. Тугарова, Е.В. Стремичев, Б.В. Белозеров. – СПб.: PROНефть, 2018. – № 2. – C. 36–41.

References 

1. Geology of Iraq: edited by Jassim S.Z., Goff J.C., Dolin, Prague and Moravian Museum, Brno, 2006, 344 p.
2. Idrisova S.A., Tugarova M.A., Stremichev E.V., Belozerov B.V., Digital core. Integration of carbonate rocks thin section studies with results of routine core tests(In Russ.), PRONeft', 2018, no. 2, pp. 36–41.

Возврат к списку