Методика моделирования трещиноватых терригенных коллекторов в Западной Сибири

Для успешного прогнозирования геолого-физических свойств трещиноватых коллекторов требуется как изучение пород скважинными методами, так и применение передовых методов обработки и интерпретации данных сейсморазведки для предсказания распространения этих свойств в межскважинном пространстве. В статье продемонстрирован комплексный мультидисциплинарный подход для интерпретации и моделирования подобных объектов, который был успешно опробован на нескольких месторождениях российским подразделениием консалтинговых услуг компании Schlumberger.
Западная Сибирь — один из самых крупных осадочных бассейнов мира. Его запасы составляют до 70% доказанных запасов нефти России. Однако к настоящему времени в пределах бассейна практически не осталось месторождений с традиционными терригенными коллекторами, которые не введены в разработку. По этой причине нефтедобывающие компании вынуждены обращать свое внимание на более глубокие горизонты с меньшей геолого-геофизической изученностью и недостаточной информацией о фильтрационно-емкостных свойствах пластов-коллекторов.
Одним из таких объектов в Западной Сибири являются породы складчатого фундамента, которые по сравнению с традиционными песчаными пластами отличаются очень сложным геологическим строением и характеризуются коллекторами другого типа. Кроме того, многие коллекторы обладают двойной пористостью: матричной и трещинной. Изучение и разработка нефтяных коллекторов, залегающих в породах фундамента, требуют применения особых технологий и специализированной аппаратуры, отличных от обычных методов и оборудования, применяемых для интерпретации и разработки традиционных коллекторов.
Сложное строение коллекторов в породах фундамента
Породы фундамента Западно-Сибирского бассейна характеризуются сложным геологическим строением и высокой степенью тектонической дислоцированности (см. рис. 1). Они представлены разными литологическими разностями, включая карбонатые, терригенные и вулканические породы. В такой среде матрица породы в большинстве случаев отличается низкими фильтрационно-емскостными свойствами, и перспективы извлечения УВ часто определяются наличием трещиноватости и кавернозности (см. рис.2).

На сегодняшний день на более чем десятке месторождений добыча нефти из пород фундамента ведется в промышленных масштабах (см. рис. 3). Большинство из этих месторождений расположены в юго-восточной и западной частях бассейна. Максимальные дебиты (до 700 м3/сут.) были получены из кавернозно-трещиноватых карбонатов Томской области (ЮВ). В то же самое время наблюдается большое число сухих скважин, пробуренных в непосредственной близости от высокодебитных добывающих скважин, что подтверждает наши представления об очень сложном строении этих коллекторов.

Основные вопросы
Попытки применения традиционных методов анализа данных сейсморазведки и ГИС (применяемых для песчаных коллекторов) для анализа трещиноватых коллекторов выявили их серьезные ограничения для интерпретации и моделирования пород фундамента. Эти ограничения в первую очередь связаны с недостатками методического подхода к изучению анизотропии пород и трещиноватости. Соответственно, зачастую отсутствует программа работ по получению адекватной информации по скважинам, а также по специализированным методам съемки, обработки и интерпретации данных сейсморазведки.

Помимо этого, опыт разработки трещиноватых коллекторов в традиционной Западно-Сибирской практике весьма ограничен. Наиболее часто встречающиеся проблемы, с которыми сталкиваются компании-операторы, это получение сухих или низкодебитных скважин в непосредственной близости от высокодебитных (например, бурение в плотные интервалы с отсутствием трещиноватости) и ранний прорыв воды в скважину. Такого рода проблемы в первую очередь говорят о необходимости улучшения качества геологических моделей.
Методика и порядок выполнения работ
В течение последних двух лет российское подразделение консалтинговых услуг (DCS) компании Schlumberger завершило три проекта по изучению трещиноватых коллекторов в породах фундамента Западно-Сибирского бассейна. На пяти разных месторождениях были проведены геофизические исследования скважин методом FMI, что позволило не только зарегистрировать высокую степень трещиноватости и кавернозности выделяемых коллекторов, но и изучить ключевые параметры индивидуальных трещин и системы трещиноватости.
На основе зарубежного опыта компании и в результате этих исследований был выработан общий порядок и последовательность выполнения работ по изучению трещиноватых коллекторов и построению высококачественных геологических моделей (см. рис. 4). Последовательность выполнения работ основана на новейших технологиях и методиках, использующихся в приборах и оборудовании компании Schlumberger, и включает следующее:
- выявление и описание трещинных интервалов с использованием имиджей FMI и SonicScanner, a также специальной интерпретации данных БКЗ;
- анализ и реконструкция структурного формирования объектов исследования для более корректного понимания природы трещиноватости;
- углубленный анализ материалов сейсморазведки ЗД с расчетом специфических атрибутов на трещиноватость, включая одновременную упругую инверсию ISIS;
- выявление связей сейсмических атрибутов со свойствами пород и трещиноватости, полученными по скважинным исследованиям;
- моделирование пространственного распространения трещин.
Прежде чем приступать к сложному процессу моделирования трещиноватости, важно четко понимать, для чего мы это делаем, а также преимущества и недостатки выбранного алгоритма, т. е. алгоритма непрерывного моделирования сети трещин CFN (Continuos Fracture Network) или алгоритма дискретного моделирования, т. е. распределения трещин как объектов, DFN (Discrete Fracture Network).

В одном случае мы можем иметь дело с месторождением на стадии проведения геолого-разведочных работ или на ранней стадии оценочного бурения, когда данные о трещиноватости по пробуренным скважинам отсутствуют или их накоплено очень мало. Обычно в таких случаях стоит задача выбрать точки заложения новых скважин, которые позволят выявить и подтвердить перспективные участки с наилучшими коллекторскими свойствами. Для трещиноватого пласта это будут участки с наибольшей плотностью трещин. В таком случае лучше всего применить метод алгоритма непрерывного моделирования сети трещин CFN, который позволяет построить пространственное распределение интенсивности трещин (число трещин на объем породы) при отсутствии детальной информации об индивидуальных свойствах трещин.
В другом случае, на более позднем этапе оценочного бурения или разработки, пласт может быть уже лучше изучен, и уже имеется подробная информация о трещиноватости по данным микросканирования (FMI/FMS), акустического сканирования (SonicScanner), широкополосного и многокомпонентного акустического каротажа и другим современным методам ГИС, а также по промысловым данным, результатам гидропрослушивания и т. д. Эти данные позволяют определить направление, угол наклона, открытость и протяженность отдельных трещин. В то же время современные методы съемки, обработки и интерпретации трехмерной и особенно трехкомпонентной сейсморазведки позволяют получать информацию об изменении свойств всей системы трещин в межскважинном пространстве. Эта информация базируется на анизотропии распространения акустических волн в среде и на анализе атрибутов, чувствительных к изменению акустического импеданса и других свойств среды, связанных с зонами развития трещиноватости.
В подобном случае целесообразно применить более сложный и более точный метод моделирования распределения трещин как объектов, называемый DFN. Этот метод позволяет прогнозировать полный комплекс параметров трещиноватости и использовать их в дальнейшем при перемасштабировании модели трещинной пористости, проницаемости и сигма-фактора для гидродинамического моделирования.
На настоящее время в России применяется в основном первый вариант, поскольку даже на месторождениях, находящихся в разработке, количество и качество информации по трещиноватости является очень скудным. Однако в большинстве случаев в распоряжении геологоразведчиков есть скважинные данные БКЗ, поскольку этот метод каротажа успешно применялся еще в советское время. По данным БКЗ можно получить индикаторы интенсивности трещин, используя специальную запатентованную методику, разработанную Н. Заляевым. Методика Заляева основана на измерении и специальной интерпретации разницы между вертикальным и общим удельным электрическим сопротивлением в зоне проникновения на разных зондах. Она хорошо себя зарекомендовала для выявления вертикальных и субвертикальных трещин, заполненных нефтью. При наличии хотя бы одного измерения FMI, данные интерпретации БКЗ можно откалибровать по FMI для получения более точного результата в других скважинах.
Геологическое моделирование и моделирование трещиноватости проводится в программном комплексе Petrel. Процесс моделирования трещиноватости в любом из вариантов (дискретном или непрерывном) начинается с построения структурного каркаса и выделения тектонических нарушений. Крайне важным является палеотектонический анализ, в результате которого должно сложиться представление о тектонических движениях в регионе и на месторождении и, соответственно, о распределении и направлении тектонического стресса, который напрямую влияет на процесс трещинообразования. Изучение геомеханических свойств и анизотропии пластов добавляет ценную информацию о способности пород к трещинообразованию и позволяет судить о направлении и свойствах систем трещин.
Если по скважинным данным мы получаем подробную информацию по разрезу в нескольких точках на карте, то трехмерная сейсморазведка позволяет распространить эти данные по всему объему модели. При построении упрощенных моделей, например моделировании плотности трещин по методу CFN, обычно бывает достаточно рассчитать несколько специальных сейсмических атрибутов в Petrel, таких как Ant Tracking, кривизна поверхности и расстояние до разломов, результаты акустической инверсии и несколько других. При построении более сложных моделей, когда важно учитывать ориентацию трещин, необходимо применить упругую инверсию и по мере возможности получить свойства анизотропии среды. Еще лучше, если есть данные по поперечным волнам (как в скважинах, так и по сейсмике). Тогда появляются дополнительные возможности изучения анизотропии.
Для примера можно рассмотреть анализ сейсмических атрибутов и моделирование одного из месторождений Западной Сибири по методу CFN. При построении данной модели мы наряду с атрибутами Petrel и GeoFrame применили одновременную инверсию ISIS и специальную программу для спектрального разложения сигнала.
Целевые объекты месторождения приурочены к трещиноватым отложениям юрского фундамента и осложнены густой системой разломов. К настоящему времени было пробурено шесть разведочных скважин, во всех проведены каротажные исследования исключительно российскими методами, в том числе БКЗ. Нефть нашли только в одной скважине, остальные либо оказались сухими, либо при испытании дали воду. Диаграммы БКЗ были проинтерпретированы по методу Заляева, и была построена кривая интенсивности трещиноватости. Выполнено перемасштабирование построенной кривой плотности трещин до грида модели размерностью 3 метра.
По целевым горизонтам проведена полная структурная интерпретация. В Petrel методом Ant Tracking выявлены разломы. Кроме того, атрибутный анализ и интерпретация проводились также для построения модели литологического состава, однако это выходит за рамки настоящей статьи.
Инверсия акустического импеданса в суммарном разрезе проводилась по стандартному графу программы ISIS и включала определение формы импульса, привязку сейсмики к скважинным данным и построение низкочастотной модели. Полученный куб акустического импеданса рассматривался при моделировании трещиноватости как один из важнейших кубов сейсмических атрибутов.
В Petrel и GeoFrame были выполнены расчеты набора атрибутов и построена корреляционная матрица атрибутов и индикаторов трещиноватости, как выявленных по скважинам, так и в результате геологических, палеотектонических и других исследований.
При моделировании в Petrel методом CFN применяются нейтронные сети. Самым важным этапом в этом процессе является настройка нейронно-сетевой модели. Используются все ранее рассчитанные свойства. В качестве учителя в нейронной сети используются кривые плотности трещин в точках скважин.
В результате использования нейронной сети мы получаем нелинейную комбинацию всех статистически важных свойств — куб непрерывного показателя трещиноватости. Этот комплексный атрибут хорошо коррелируется с кривой плотности трещин по скважинам. Завершающим этапом моделирования непрерывного показателя трещиноватости является стохастическое моделирование этого показателя в тонкослоистой структурной модели. При этом куб непрерывного показателя трещиноватости, полученный по сейсмическим данным, используется как объемный тренд.
Было рассчитано и проанализировано пятьдесят реализаций модели нейронной сети. В результате для построения карт плотности трещин пласта были выбраны три варианта (Р10, Р50, Р90). Для проверки данного алгоритма используются скрытые скважины, т. е. скважины, которые не использовались при расчетах. Проверка по пяти скрытым скважинам показала, что все модели способны прогнозировать наличие или отсутствие трещиноватости, хотя распределение трещин по разрезу было неточным. Это объясняется тем, что толщина трещиноватых интервалов на данном месторождении меньше разрешенности данных сейсморазведки и моделирования. Кроме того, скважинные данные не вполне надежны.
В результате была построена карта интенсивности развития трещин верхней части юрского фундамента. Рекомендованные точки заложения новых скважин на этих месторождениях были приурочены к зонам повышенной трещиноватости (высокой интенсивности трещин). После бурения по нашим рекомендациям в этих скважинах были проведены исследования методом FMI и детальный анализ керна, которые подтвердили сделанный прогноз.
Следующим логическим шагом в этой цепочке будет анализ данных, полученных в новых скважинах (например, определение свойств трещин по данным интерпретации имиджей FMI и анализу керна, динамических характеристик и пр.), и уточнение представлений о механизмах и причинах возникновения трещин. Данные FMI нужно использовать для дальнейшей калибровки данных БКЗ. После этого можно провести уточнение модели методом DFN. Детальная модель DFN даст большой объем информации для масштабирования параметров трещиноватости и дальнейшего гидродинамического моделирования.
Выводы
Представленная методика выполнения работ позволяет создавать прогнозные модели трещиноватых коллекторов, в частности при ограниченном количестве данных, типичном для российских условий, что ранее при применении обычных методик было невозможно. Однако применение современных технологий каротажа и сейсморазведки может значительно повысить качество моделирования трещиноватых коллекторов. При применении методов микоримиждеров (FMI/FMS) и акустического сканирования (SonicScanner), a также трехкомпонетной 3D/3C сейсморазведки появляется возможность количественной оценки трещиноватости и создания трехмерных геологических моделей, которые могут лечь в основу реалистичной гидродинамической модели месторождения. Получаемые таким образом модели дают возможность планировать применение современных методов заканчивания скважин, такие как горизонтальный дренаж и ГРП в коллекторах с природной трещиноватостью. Планирование и более точная проводка горизонтальных скважин на основании таких моделей обеспечит решение проблем низкой продуктивности скважин и раннего прорыва воды. Таким образом, предлагаемая методика обеспечивает значительный экономический эффект при разработке месторождений с двойной пористостью.
Литература
1. Пинус О.В., ВорисенокД.Ю., Вахир СЮ.., Соколов Е.П., Зеллоу А. Применение комплексного подхода для геологического моделирования трещиноватых коллекторов Западно-Сибирского фундамента (на примере Малоичского месторождения). Геология нефти и газа», №6, 2006, с. 38-42.
Источник: Журнал Технологии ТЭК