Обоснование границ продуктивных карбонатных интервалов с учетом неоднородности распределения типов пустотного пространства
в объеме разреза нижнепермских отложений
Ново-Серафимовского месторождения
в объеме разреза нижнепермских отложений
Ново-Серафимовского месторождения
Утопленников В.К., Тюкавкина О.В.
Институт проблем нефти и газа РАН;
Российский государственный геологоразведочный университет имени Серго Орджоникидзе
Институт проблем нефти и газа РАН;
Российский государственный геологоразведочный университет имени Серго Орджоникидзе
В статье рассматриваются вопросы обоснования границ продуктивных карбонатных интервалов с учетом неоднородности распределения типов пустотного пространства в объеме разреза нижнепермских отложений Ново-Серафимовского месторождения. Посредством проведенного анализа данных ГИС и эмпирических расчетов установлены количественные и качественные критерии для обоснования и выделенных кластеров коллекторов для экспресс-оценки насыщенности карбонатных коллекторов с учетом различных типов пустотного пространства. Применялся комплексный подход, который включает не только качественные, но и количественные критерии, а также специализированные высокоразрешающие методы для обоснования границ продуктивных интервалов по установленным литологическим разностям с учетом наличия пустот различной конфигурации и генезиса.
Введение
В настоящее время существует многообразие подходов к типизации пустотного пространства карбонатных коллекторов, а именно к определению параметров трещин [3, 5, 6, 9]. Отсутствие единого подхода к определению типа пустотного пространства, количественных и качественных критериев коллектора и вмещающих пород является актуальным направлением для исследований и требует привлечения разных методов и алгоритмов к ее решению. Необходимость использования широкого комплекса ГИС в отложениях верхней части разреза пород нижнепермского возраста месторождений Башкортостана вызвана сложным и неоднородным строением коллекторов, что требует определенного подхода как к интерпретации ГИС, так и к комплексированию всей имеющейся геолого-промысловой информации.
При обосновании границ продуктивных карбонатных отложений особое внимание необходимо уделять качеству собранного материала для дальнейшего формирования единой базы данных, которая будет использована при геологическом и гидродинамическом моделировании, а также на подготовительном этапе к моделированию, т.е. в процессе выбора методов и средств для машинного обучения по выделению однотипных литологических разностей коллекторов когда и требуется комплексный подход, учитывающий сложную структуру пустот, их неоднородность и взаимосвязь с фильтрационно-емкостными свойствами (ФЕС) пород.
Изучение пустотного пространства карбонатных коллекторов необходимо для применения методов разработки месторождений и моделирования зон трещиноватости, так как структура пустотного пространства карбонатных пород характеризуется наличием развитой трещиноватости и кавернозности. Учет этих особенностей важен для прогнозирования нефтегазодобычи, подсчета запасов и разработки залежей углеводородов.
Объектом исследований при решении задач выбора и обоснования интервалов карбонатных коллекторов с различным типом пустотного пространства методами ГИС (Ново-Серафимовско-
Рятамакско-Ермекеевская зона нефтегазонакопления) выбраны отложения кунгурского, артинского и сакмарского ярусов нижнепермского возраста, вскрытые скв. №1 на Ново-Серафимовской площади. Скважина вскрыла отложения кунгурского яруса (пласты К3, К4) в интервале 237–260 м, артинского яруса в интервале 261–290 м и сакмарского яруса в интервале 290–316 м. Пласт К3 сложен п пористыми оолитовыми и плотными сульфатизированными доломитами (преобладают в средней части пласта К3). Пласт К4 представлен пористыми оолитовыми доломитами, часто нефтенасыщенными (пласт имеет региональное распространение). Пласты К3 и К4 разделены плотными ангидритами. В отдельных случаях среди ангидритов встречаются тонкие прослои доломитов, пропитанных нефтью [12, 15].
Рятамакско-Ермекеевская зона нефтегазонакопления) выбраны отложения кунгурского, артинского и сакмарского ярусов нижнепермского возраста, вскрытые скв. №1 на Ново-Серафимовской площади. Скважина вскрыла отложения кунгурского яруса (пласты К3, К4) в интервале 237–260 м, артинского яруса в интервале 261–290 м и сакмарского яруса в интервале 290–316 м. Пласт К3 сложен п пористыми оолитовыми и плотными сульфатизированными доломитами (преобладают в средней части пласта К3). Пласт К4 представлен пористыми оолитовыми доломитами, часто нефтенасыщенными (пласт имеет региональное распространение). Пласты К3 и К4 разделены плотными ангидритами. В отдельных случаях среди ангидритов встречаются тонкие прослои доломитов, пропитанных нефтью [12, 15].
Основные характеристики, методы и алгоритмы для выделения интервалов карбонатных коллекторов
Для карбонатных коллекторов месторождений Башкортостана, характеризующихся сложностью строения, обусловленного наличием трещинно-порового пространства особенно актуальными являются задачи по выделению зон с разным типом пустотного пространства и построению моделей зон трещиноватости, что требует определенного подхода к формированию базы данных для дальнейшего моделирования. Для формирования базы данных в свою очередь необходимо учитывать интенсивность трещин, их пространственное распределение, геометрию (форма, отношение длины к высоте), ориентацию в пространстве, раскрытость, для чего применяются алгоритмы непрерывного (CFN) или дискретного моделирования (DFN) [1, 2, 4].
Выделение коллекторов и разделения их по типам пустотного пространства
можно проводить на основе установленного коэффициента пористости, который для коллекторов каверново-порового и трещинно-каверново-порового типа принимают по объемно-минералогической модели, для коллекторов трещинного типа - по емкости трещин, определенной по результатам пластовых микросканеров. Весь полученный материал необходимо комплексировать так, чтобы установленные количественные критерии - пороговые значения геолого-геофизических параметров (коэффициент открытой пористости, коэффициент проницаемости и др.) можно было выделить с определенной долей вероятности, т.е. если измеренное значение параметра для данного интервала породы оказывается выше или ниже установленного граничного значения, то порода классифицируется как коллектор или, наоборот, как неколлектор [16].
можно проводить на основе установленного коэффициента пористости, который для коллекторов каверново-порового и трещинно-каверново-порового типа принимают по объемно-минералогической модели, для коллекторов трещинного типа - по емкости трещин, определенной по результатам пластовых микросканеров. Весь полученный материал необходимо комплексировать так, чтобы установленные количественные критерии - пороговые значения геолого-геофизических параметров (коэффициент открытой пористости, коэффициент проницаемости и др.) можно было выделить с определенной долей вероятности, т.е. если измеренное значение параметра для данного интервала породы оказывается выше или ниже установленного граничного значения, то порода классифицируется как коллектор или, наоборот, как неколлектор [16].
Алгоритмы и методы, используемые для выделения пустотного пространства нижнепермских карбонатных коллекторов Ново-Серафимовского месторождения
Для выделения классов (кластеров) коллекторов по литологическому составу и типу пустотного пространства с использованием данных ГИС применяются комплексные подходы, которые учитывают результаты интерпретации разных методов ГИС, а также данные петрофизических исследований и испытаний. Некоторые алгоритмы для кластеризации коллекторов по литологическому составу: Метод k-средних (k-means) —основан на минимизации суммарного квадратичного отклонения точек кластеров от центров этих кластеров (алгоритм мини-пакетов K-средних (Mini-Batch K-Means) [1]. Применение метода снижает вычислительные затраты за счет использования не всего набора данных на каждой итерации, а только подвыборки фиксированного размера.
Для решения поставленных задач при комплексном анализе нижнепермских отложений авторами применялись основные аспекты алгоритма DBSCAN (Density-Based Spatial Clustering of Applications with Noise), т.е. на основе плотности данных ГИС и результатов исследования керна установлено
4 основных кластера и выделен 5 кластер пород, требующий дополнительного исследования. Измерения в скважинах проводились комплексной аппаратурой АКИПС (агрегатированный комплекс измерительных преобразователей скважинный), включающей модули ГК, ГГК-П, ГГК-С, БКА, КМВ, СГК, ВАК, ТРК, НГК, ННК, СНГК-Ш.
4 основных кластера и выделен 5 кластер пород, требующий дополнительного исследования. Измерения в скважинах проводились комплексной аппаратурой АКИПС (агрегатированный комплекс измерительных преобразователей скважинный), включающей модули ГК, ГГК-П, ГГК-С, БКА, КМВ, СГК, ВАК, ТРК, НГК, ННК, СНГК-Ш.
Группировка плотности данных в кластеры проводилась по количественным показателям полученных комплексом АКИПС. Согласно алгоритму DBSCAN если полученные количественные значения параметра ГИС выделялись в плотных областях, то они были отмечены как точки для формирования алгоритма выделения коллектора, если количественные значения анализируемого параметра ГИС выделялись в разреженных областях такие значения (точки) считались показаниями шума и для выделения кластера не учитывались.
Для разделения коллекторов по типу пустотного пространства применяем комплексный подход, который включает результаты обработки расширенного комплекса ГИС, результаты исследований керна, анализа данных ГТИ и испытаний. Так как коллекторы в одном и том же интервале глубин могут быть выделены по разным методам, тип пустотного пространства определяется по условиям выбора типа коллектора.
Для прогноза выделенных литотипов с учетом микрозернистых, трещинно-кавернозных и микрозернисто-трещинно-кавернозных пустот для отнесения пород к определенному кластеру можно использовать методы машинного обучения с применением алгоритма MRGC (Multi-resolution graph based clustering), который основан на методе распознавания многомерных точечных структур на основе непараметрического метода k-ближайших соседей и графического представления данных. При использовании метода создается несколько оптимальных значений числа кластеров, соответствующих различным разрешениям, что упорядочивает результаты в иерархическую структуру [2].
Комплексный анализ для кластеризации
карбонатных коллекторов нижнепермского возраста Ново-Серафимовского месторождения на примере скважины №1
В разрезе скважины коллекторами нефти и газа являются карбонатные породы со сложной структурой порового пространства и сложным вещественным составом. Доломиты имеют тонкозернистую, оолитовую, мелкосгустковую структуру. Степень ангидритизации от слабой до перехода в ангидрит. Увеличение ангидритизации существенно снижает коллекторские свойства доломитов. Известняки мелкозернистые, органогенно-детритовые, доломитизированные и сульфатизированные (гипс, ангидрит в виде мелких включений). Доломиты и известняки трещиноватые и пористо-кавернозные. Трещины имеют различную раскрытость и ориентацию. На стенках открытых трещин наблюдаются вкрапления нефти. Закрытые трещины и стиллолитовые швы выполнены гипсом, ангидритом и глинисто-углисто-битуминозным веществом [13, 14].
Исследования образцов керна показали наличие как равномерного, так и неравномерного характера пропитанности нефтью межзерновых пор, трещин и каверн, с разной степенью интенсивности от слабой до интенсивной. Равномерная нефтенасыщенность преобладает в оолитовых доломитах кунгурского яруса, реже — в известняках и доломитах артинского яруса [13].
По данным исследований керна пористость образцов изменяется от первых единиц процентов до 30–35 %. Для основной массы образцов диапазон изменения пористости — от 5 до 20 %. Проницаемость очень низка, в основном ниже 10×10-15 м2. Высокие значения проницаемости кернов (от 15 до 50×10-15 м2) установлены для известняков сакмарского яруса в скв. 1.
Содержание нерастворимого остатка менее 10 % в слабосульфатизированных доломитах и известняках, достигает 40–48 % в сильноангидритизованных карбонатных породах.
Гамма-активность доломитов и известняков изменяется от 0,7–0,8 до 4,9×10-12 мг Ra-экв /г. Минимальную гамма-активность (менее 0,6×10-12 мг Ra-экв/г) имеют ангидриты. Повышенные значения гамма-активности характерны для пористо-кавернозных доломитов и известняков. Гамма-активность битумоида, извлеченного из доломитов кунгурского, артинского и сакмарского ярусов не превышает 3×10-12 мг Ra-экв /г [10].
Гамма-активность доломитов и известняков изменяется от 0,7–0,8 до 4,9×10-12 мг Ra-экв /г. Минимальную гамма-активность (менее 0,6×10-12 мг Ra-экв/г) имеют ангидриты. Повышенные значения гамма-активности характерны для пористо-кавернозных доломитов и известняков. Гамма-активность битумоида, извлеченного из доломитов кунгурского, артинского и сакмарского ярусов не превышает 3×10-12 мг Ra-экв /г [10].
Участки разреза, перспективные с точки зрения распространения коллекторов, имеют следующую характеристику по данным стандартного комплекса ГИС: низкие показания на диаграммах нейтронных методов (НГК, ННК), повышенные и высокие показания метода естественной радиоактивности (ГМ), увеличенные значения интервального времени ΔТп (АК), пониженные значения плотности пород (ГГМ — П). При качественных замерах метода собственных потенциалов характеризуются отрицательными амплитудами ΔUпс. О характере насыщения коллекторов можно судить по данным индукционного метода (ИК) с учетом литологии и емкостных свойств пород.
Повышенная радиоактивность доломитов и известняков в изучаемом разрезе, являющихся потенциальными коллекторами, как правило, не связана с глинистостью. Глинистость образцов керна с повышенной пористостью имеет низкие значения и составляет не более 5–7 % [12, 14]. По данным спектрального гамма-метода в интервалах разреза, сложенных карбонатными породами с увеличенной пористостью, наблюдается повышенное содержание урана и низкое содержание калия, что подтверждает неглинистую природу высокой радиоактивности пород.
Определение литологического состава,
пористости и нефтегазонасыщенности карбонатных пород Ново-Серафимовского месторождения
Компонентный состав твердой фазы породы и величина общей пористости Кп.общ устанавливаются по комплексу одного из нейтронных методов (НГМ, ННМт, ННМнт) и гамма-гамма плотностного. Для решения поставленных задач по показаниям ГГМ-П и АК, которые задавали в виде величин объемной плотности пород δп и интервального времени распространения упругой продольной волны ΔТп была определена характеристика основных составляющих минеральных компонентов коллекторов в изучаемом разрезе скв. № 1 Ново-Серафимовского месторождения приведена в таблице 1.
Табл. 1. Минеральные компоненты коллекторов в изучаемом разрезе скв. №1 Ново-Серафимовского месторождения
Определение пористости проводилось по стандартным алгоритмам [3, 5, 6, 9] с использованием зависимостей ΔJnγ (Кп.n.) или Inγ = (Кп. n) при определении по методу «двух опорных пластов».
В исследуемом интервале скважины №1 минимальное водородосодержание чистые ангидриты, максимальное — глины. Для ангидритов принято Кп принят равным 1%. В глинистых породах расчет нейтронной пористости проводится по уравнению:
где Кпо — открытая пористость; Кгл — объемная глинистость, wсв — содержание связанной воды в глинах.
Расчет компонентного состава твердой фазы пород исследуемого интервала скважины
Расчет скважины №1 Ново-Серафимовского месторождения осуществляется по известным величинам δ*тв и δтв для основных породообразующих минералов. Выражение для плотности твердой фазы полиминеральной породы имеет вид:
где Сд, СА, Ск, Сгипс— содержание в породе доломита, ангидрита, кальцита, гипса; δд, δА, δк, δгипс — минералогические плотности перечисленных выше минералов (табл. 1).
Расчет ΔТтв* проводился по известному составу минерального скелета породы
Знание величины ΔТтв* в случае полиминерального скелета породы позволяет осуществить более точную оценку пористости породы по данным акустического метода.
где ΔТд , ΔТа , ΔТк , ΔТгипс — интервальные времена соответствующих минералов
(табл. 1).
(табл. 1).
Определение межзерновой пористости проводилось
по акустическому методу
Расчет Кп.мз проводится по уравнению «среднего времени»:
где ΔТ — интервальное время в породе по данным АК, ΔТж — интервальное время во флюиде, насыщающем поровое пространство. При расчетах принято ΔТж = 620 мкс/м. В коллекторах эта величина соответствует интервальному времени в фильтрате промывочной жидкости.
Расчет трещинно-кавернозной пористости проводится по формуле:
Величину коэффициента нефтегазонасыщения карбонатных коллекторов в нижнепермских отложениях необходимо определять с учетом типа коллектора. Тип коллектора устанавливается путем анализа величин общей, межзерновой и вторичной (трещинно-кавернозной) пористости.
Для пород с межзерновой пористостью наблюдается примерное равенство величин общей и межзерновой пористости, определенной по данным акустического метода. Расхождение в величинах пористости не должно быть более ± 1 %. Для выделения межзерновых коллекторов в разрезе скважины используют граничное значение пористости (Кп.гр), которое в изучаемом разрезе принято = 10 %. Выбор этой величины основан на анализе зависимостей Ков = f(Кп), полученных по данным керна для пород, кунгурского, артинского и сакмарского ярусов (рис. 1).
Рис. 1. Количественные характеристики ГИС для коллекторов с межзерновой пористостью
Трещинно-кавернозный тип коллектора характеризуется низкопористой водонасыщенной матрицей и наличием вторичных пустот. К данному типу коллектора были отнесены породы с Кп.тк > 1 % и Кп.мз < 10 % (рис. 2).
Рис. 2. Количественные характеристики ГИС для коллекторов с трещинно-кавернозной пористостью
Трещинно-кавернозно-межзерновый (или смешанный) тип коллектора устанавливали
по наличию трещинно-кавернозной пористости и величине межзерновой пористости,
превышающей Кп.гр (рис. 3).
по наличию трещинно-кавернозной пористости и величине межзерновой пористости,
превышающей Кп.гр (рис. 3).
Рис. 3. Количественные характеристики ГИС для коллекторов с межзерновой-трещинно-кавернозной пористостью
Определение коэффициента нефтегазонасыщенности в карбонатных коллекторах межзернового типа проводится традиционным способом по удельному сопротивлению породы с использованием петрофизических зависимостей Рп = f(Кп) и Рн = f(Кв), полученных для изучения отложений.
При расчете коэффициента нефтегазонасыщенности в продуктивных коллекторах со сложной структурой порового пространства рекомендуется применять следующее выражение:
где Кн.тк и Кн.мз — соответственно коэффициенты нефтегазонасыщенности вторичных пустот и межзерновых пор блока породы.
По данным различных исследователей диапазон изменения величины Кн.тк
составляет 0,85+0,95 [10, 12, 13, 15].
составляет 0,85+0,95 [10, 12, 13, 15].
В своих расчетах авторы приняли значение Кн.тк равное 0,90. Коэффициент нефтегазонасыщенности межзерновых пор может быть установлен по зависимостям Ков = f(Кп), полученным для конкретных отложений. В частности, для пород кунгурского яруса было использовано уравнение:
для артинского и сакмарского ярусов связь Ков=(Кп).
Приведенное выше уравнение (6) можно использовать для оценки Кнг нефтегазонасыщенных трещинно-кавернозных коллекторов. То есть, предварительно необходимо оценить характер насыщения изучаемых пород.
Таким образом, в результате анализа данных, полученных комплексом АКИПС с учетом показаний трех методов ГИС – НГК (или ННК), ГГК-П и АК получаем следующие искомые параметры: величины общей пористости породы и ее компонентов – межзерновой и трещинно-кавернозной пористости, а также данные о вещественном составе породы и содержании отдельных минералов. Так же проведено сопоставление результатов ГИС (АКИПС) с данными исследований керна (а) и установленных интервалов с различным типом пустотного пространства по данным ВАК (б) (рис. 4).
Рис. 4. Сопоставление результатов ГИС (АКИПС) с данными исследований керна (а) и установленных интервалов с различным типом пустотного пространства по данным ВАК (б)
Участки разреза с повышенной пористостью на диаграммах стандартного комплекса ГИС выделяются по характерным признакам, например по данным ВАК и АК напротив пластов К3 и К4 наблюдается снижение амплитуд всех типов волн (P,S,L-st) (рис. 4б), что так же подтверждает наличие пород с высокими ФЕС, при этом литологический состав пород может быть определен методами НК и ГГК-П, ГГК-С, например результаты селективного гамма-гамма каротажа подтверждают характеристику пород кунгурского яруса (преимущественно чистые доломиты, ангидритизированные с примесью кальцита, отдельные интервалы характеризуются наличием чистых известняков и доломитизированных известняков). Общая пористость пород в кунгурском ярусе меняется от 5 до 18,3 %, по структуре порового пространства здесь выделяются все три типа коллекторов — мезжерновые, трещинно-кавернозные и межзерновые-трещинно-кавернозные (смешанные).
Коллектора, выделенные в разрезе относятся преимущественно к трещинно-кавернозному типу, что подтверждается методами — ГГК-П, ГГК-С. Общая пористость изменяется от 7 до 16,5%, межзерновая от 6 до 15 %, вторичная от 2,6 до 8 %. Результаты интерпретации комплекса ГИС в целом согласуются с данными ВАК (рис. 4б).
По результатам комплексного исследования для дальнейшей автоматизированной обработки, машинного обучения и моделирования продуктивных интервалов Ново-Серафимовского месторождения можно интервалы с разными литологическими свойствами, параметрами пустотного пространства и ФЕС сгруппировать в кластеры (рис. 5–6): кластер № 1 (неколлектор) — плотные доломиты, ангидритизированные доломиты (характеристики: высокое сопротивление ˃ 130 Ом·м; min значения ГК; max значения ГГК-П; водородсодержание 0–12 %); кластер № 2 — пористые известняки, доломитизированные (возможный коллектор) (характеристики: низкое сопротивление ˂ 50 Ом·м; max значения ГК; водородсодержание 10–30 %, АК от 165–280 мкс/м, по данным НК средние значения Кп ≈ 18 %, по данным ГГК-П средние значения ≈ 2,5 г/см3); кластер №3 — гипс (неколлектор) (характеристики: высокое сопротивление ˃ 90 Ом·м; min значения ГГК-П; водородсодержание более 30 %, высокие показания АК, min значения ГК); кластер №4 — пористые известняки, доломитизированные известняки (возможный коллектор) (характеристики: низкое сопротивление ˂ 45 Ом·м; min значения ГК; водородсодержание 10–30 %, АК от 141–280 мкс/м, по данным НК средние значения Кп ≈ 18–21 %, по данным ГГК-П средние значения ≈ 2,5 г/см3).
Рис. 5. Кросс-плот параметров БК и ГК для выделения установленных кластеров
Дополнительно к выделенным кластерам выделяются и области пород с водородосодержанием 10–30 % и удельным сопротивлением ˃ 50 Ом·м, с различными показаниями акустического каротажа, что свидетельствует о различных упругих свойствах интервалов (пока условно такие интервалы обозначим как доломиты с разными упругими свойствами и выделены их в отдельный 5 кластер, требующий дополнительных исследований) (рис. 6).
Рис. 6. Кросс-плот параметров БК и АК для характеристики пород 5 кластера
Для установления критериев пород 5 кластера необходимо более дробное сопоставление граничных значений комплекса ГИС с данными петрографических исследований керна, и результатами испытаний скважин.
На примере скважины №1 Ново-Серафимовского месторождения уточнены границы перспективных нефтегазоносных интервалов в отношении нефтегазонасыщенности и граничные (количественные) значения параметров ГИС (нефтенасыщенные интервалы 237,4–243 м, 242,5–246,8 м, 254,6–259,4 м,
267–274,4 м, 280–290 м, 295–296,5 м, 298,8–306,5 м,), для которых обоснован тип пустотного пространства, установлены критерии выделения кластеров коллектор-неколлектор для дальнейшего моделирования межскважинного пространства Ново-Серафимовской площади в целом.
267–274,4 м, 280–290 м, 295–296,5 м, 298,8–306,5 м,), для которых обоснован тип пустотного пространства, установлены критерии выделения кластеров коллектор-неколлектор для дальнейшего моделирования межскважинного пространства Ново-Серафимовской площади в целом.
Проведена обработка геолого-геофизических данных, установлено, что с учетом параметров интервального времени продольной волны, водородсодержания, плотности возможно провести комплексную интерпретацию и установить интервалы с различным типом пустотного пространства, а также получить дополнительные данные для кластеризации литотипов.
По количественным критериям ГИС выделены 4 кластера пород (спрогнозирован 5 кластер пород). Авторами установлены интервалы, требующие более структурированного подхода для формирования базы геолого-промысловых данных для последующего гидродинамического моделирования карбонатных коллекторов Ново-Серафимовского месторождения.
При комплексировании данных ГИС рекомендуется расширять стандартный комплекс ГИС применением методов каротажа: волновой и широкополосной акустики, спектрального гамма-метода.
Для обработки данных ГИС и выделения карбонатных коллекторов, при установлении литотипов с учетом типа пустотного пространства и интервалов потенциальных коллекторов необходимо использовать алгоритмы, которые позволяют прогнозировать тип пустотного пространства по определенному комплексу ГИС.
По количественным критериям ГИС выделены 4 кластера пород (спрогнозирован 5 кластер пород). Авторами установлены интервалы, требующие более структурированного подхода для формирования базы геолого-промысловых данных для последующего гидродинамического моделирования карбонатных коллекторов Ново-Серафимовского месторождения.
При комплексировании данных ГИС рекомендуется расширять стандартный комплекс ГИС применением методов каротажа: волновой и широкополосной акустики, спектрального гамма-метода.
Для обработки данных ГИС и выделения карбонатных коллекторов, при установлении литотипов с учетом типа пустотного пространства и интервалов потенциальных коллекторов необходимо использовать алгоритмы, которые позволяют прогнозировать тип пустотного пространства по определенному комплексу ГИС.
1. Ананьев В.В., Барков А.Ю., Тюкавкина О.В., Пермякова И.С., Юмашева И.А. Методологические основы комплексной интерпретации геологических и сейсмических данных при прогнозировании коллектора в условиях неопределенностей (Часть 1) // Геофизика. 2024. № 3. С. 39–45.
2. Ананьев В.В., Барков А.Ю., Тюкавкина О.В., Пермякова И.С., Юмашева И.А. Методологические основы комплексной интерпретации геологических и сейсмических данных при прогнозировании коллектора в условиях неопределенностей (Часть 2) // Геофизика. 2025. № 1. С. 2–6.
3. Вахитова Г.Р., Галимов Р.А., Гумерова А.И., Шайбекова Г.Ф. Прогноз трещиноватости карбонатных отложений по результатам интерпретации спектрометрического гамма-каротажа // Геология, геофизика и разработка нефтяных и газовых месторождений. 2022. № 6. C. 11–16.
4. Вахитова Г.Р., Прая Э.Д., Рюков Р.И., Казарян А.А. Применение методов машинного обучения при построении объемной литологической модели // Нефтепромысловое дело. 2024. № 5. С. 10–16.
5. Дзебань И.П. Акустический метод выделения коллекторов с вторичной пористостью. М.: Недра, 1981. 160 с.
6. Золоева Г.М. Оценка неоднородности и прогноз нефтеизвлечения по ГИС.
М.: Недра, 1995. 211 с.
7. Золоева Г.М., Лазуткина Е.Н. Комплексная интерпретация геофизических данных с целью оценки параметров коллекторов. М.: МАКС Пресс, 2009 148 с.
8. Басин Я.Н., Тюкаев Ю.В. Методические рекомендации по проведению исследований и интерпретации данных нейтронного каротажа с серийной аппаратурой. М.: ВНИИЯГГ, 1979. 48 с.
9. Сидорчук А.И., Рыскаль О.Е. Прогнозирование и оценка трещинной пористости по комплексу новых методов. // Каротажник. № 113. 2003.
С. 141–151.
10. Тюкавкина О.В., Утопленников В.К. Особенности формирования базы данных для автоматизации выделения карбонатных коллекторов и прогнозирования их свойств в объеме геологической модели. Экспозиция Нефть Газ. 2025. № 7. С. 68–76.
11. Тюкавкина О.В., Шустер В.Л., Пермякова И.С., Капитонова И.Л. Прикладные основы методики обработки геолого-промысловых данных и повышения эффективности геометризации сложнопостроенных залежей нефти // Нефтяная провинция. 2024. № 3. С. 18–42.
12. Утопленников В.К. Методы прогнозирования и поиска месторождений нефти и газа, связанных с мегарезервуарами в нижнепермском комплексе Волго-Уральского нефтегазоносного бассейна // Булатовские чтения. 2024. Т. 1.
С. 76–78.
13. Утопленников В.К., Драбкина А.Д. Сожноэкранированные залежи углеводородов в нижнепермских отложениях юго-восточного склона Русской платформы // Экспозиция Нефть Газ. 2022. № 3. С. 41–45.
14. Утопленников В.К., Ершов А.В. Нижнепермские резервуары углеводородов на примере Бижбулякского участка Башкортостана с целью оценки промышленной нефтегазоносности // Экспозиция Нефть Газ. 2025. № 3.
С. 26–31
15. Утопленников В.К., Самигуллин Х.К., Антонов К.В. и др. Нижнепермский нефтегазоносный комплекс платформенной части юго-запада Башкортостана. М.: Академии горных наук, 2000. 271 с.
16. Тюкавкина О.В., Шелепов В.В., Шустер В.Л., Капитонова И.Л. Результаты геолого-промыслового моделирования низкопроницаемых коллекторов на примере месторождений Широтного Приобья // Вестник Московского университета. Сер. 4. Геология. 2025. № 2. С. 65–71.
2. Ананьев В.В., Барков А.Ю., Тюкавкина О.В., Пермякова И.С., Юмашева И.А. Методологические основы комплексной интерпретации геологических и сейсмических данных при прогнозировании коллектора в условиях неопределенностей (Часть 2) // Геофизика. 2025. № 1. С. 2–6.
3. Вахитова Г.Р., Галимов Р.А., Гумерова А.И., Шайбекова Г.Ф. Прогноз трещиноватости карбонатных отложений по результатам интерпретации спектрометрического гамма-каротажа // Геология, геофизика и разработка нефтяных и газовых месторождений. 2022. № 6. C. 11–16.
4. Вахитова Г.Р., Прая Э.Д., Рюков Р.И., Казарян А.А. Применение методов машинного обучения при построении объемной литологической модели // Нефтепромысловое дело. 2024. № 5. С. 10–16.
5. Дзебань И.П. Акустический метод выделения коллекторов с вторичной пористостью. М.: Недра, 1981. 160 с.
6. Золоева Г.М. Оценка неоднородности и прогноз нефтеизвлечения по ГИС.
М.: Недра, 1995. 211 с.
7. Золоева Г.М., Лазуткина Е.Н. Комплексная интерпретация геофизических данных с целью оценки параметров коллекторов. М.: МАКС Пресс, 2009 148 с.
8. Басин Я.Н., Тюкаев Ю.В. Методические рекомендации по проведению исследований и интерпретации данных нейтронного каротажа с серийной аппаратурой. М.: ВНИИЯГГ, 1979. 48 с.
9. Сидорчук А.И., Рыскаль О.Е. Прогнозирование и оценка трещинной пористости по комплексу новых методов. // Каротажник. № 113. 2003.
С. 141–151.
10. Тюкавкина О.В., Утопленников В.К. Особенности формирования базы данных для автоматизации выделения карбонатных коллекторов и прогнозирования их свойств в объеме геологической модели. Экспозиция Нефть Газ. 2025. № 7. С. 68–76.
11. Тюкавкина О.В., Шустер В.Л., Пермякова И.С., Капитонова И.Л. Прикладные основы методики обработки геолого-промысловых данных и повышения эффективности геометризации сложнопостроенных залежей нефти // Нефтяная провинция. 2024. № 3. С. 18–42.
12. Утопленников В.К. Методы прогнозирования и поиска месторождений нефти и газа, связанных с мегарезервуарами в нижнепермском комплексе Волго-Уральского нефтегазоносного бассейна // Булатовские чтения. 2024. Т. 1.
С. 76–78.
13. Утопленников В.К., Драбкина А.Д. Сожноэкранированные залежи углеводородов в нижнепермских отложениях юго-восточного склона Русской платформы // Экспозиция Нефть Газ. 2022. № 3. С. 41–45.
14. Утопленников В.К., Ершов А.В. Нижнепермские резервуары углеводородов на примере Бижбулякского участка Башкортостана с целью оценки промышленной нефтегазоносности // Экспозиция Нефть Газ. 2025. № 3.
С. 26–31
15. Утопленников В.К., Самигуллин Х.К., Антонов К.В. и др. Нижнепермский нефтегазоносный комплекс платформенной части юго-запада Башкортостана. М.: Академии горных наук, 2000. 271 с.
16. Тюкавкина О.В., Шелепов В.В., Шустер В.Л., Капитонова И.Л. Результаты геолого-промыслового моделирования низкопроницаемых коллекторов на примере месторождений Широтного Приобья // Вестник Московского университета. Сер. 4. Геология. 2025. № 2. С. 65–71.
Утопленников В.К., Тюкавкина О.В.
Институт проблем нефти и газа РАН, Москва, Россия;
Российский государственный геологоразведочный
университет имени Серго Орджоникидзе», Москва, Россия
vutoplennokov@ipng.ru
Институт проблем нефти и газа РАН, Москва, Россия;
Российский государственный геологоразведочный
университет имени Серго Орджоникидзе», Москва, Россия
vutoplennokov@ipng.ru
Измерения в скважинах проводились комплексной аппаратурой АКИПС (агрегатированный комплекс измерительных преобразователей скважинный). Для обоснования продуктивных интервалов нижнепермских карбонатных коллекторов проводится качественный анализ, который заключается в регистрации прямых и косвенных признаков, определяемых визуально или на основе простых сопоставлений. Это дает возможность отличить проницаемые пласты от непроницаемых и использовать количественные критерии, позволяющие однозначно отнести породу к коллектору или неколлектору, такой подход характеризуется установлением значений параметров ГИС на основании проведенных замеров для данного интервала породы. В случае если значение в интервале оказывается выше или ниже установленного граничного значения, то порода классифицируется как коллектор или, наоборот, как неколлектор. В качественный анализ входят и алгоритмы, позволяющие учитывать трещинную пористость (в трещинных коллекторах пористость зависит от раскрытости трещин, и в большинстве случаев (за исключением макротрещин) крайне мала (менее 1 %). В этом случае граничное значение пористости для выделения коллекторов трещинного типа неприменимо, и необходимы механизм выделения интервалов возможной продуктивной трещиноватости и достоверный учет трещинной пористости.
геофизические исследования скважин, кластер, сложнопостроенный коллектор, пористость
Работа выполнена в рамках государственного задания ИПНГ РАН по теме «Фундаментальный базис инновационных, цифровых технологий прогноза, поиска, разведки и освоения нефтегазовых ресурсов (фундаментальные, поисковые, прикладные, экономические и междисциплинарные исследования до 2030 года), номер государственной регистрации 125021302095-2.
Утопленников В.К., Тюкавкина О.В. Обоснование границ продуктивных карбонатных интервалов с учетом неоднородности распределения типов пустотного пространства в объеме разреза нижнепермских отложений Ново-Серафимовского месторождения // Экспозиция Нефть Газ. 2026.
№ 3. C. 45–51. DOI: 10.24412/2076-6785-2026-3-45-51
№ 3. C. 45–51. DOI: 10.24412/2076-6785-2026-3-45-51
10.04.2026
УДК 550.8.028
DOI: 10.24412/2076-6785-2026-3-45-51
DOI: 10.24412/2076-6785-2026-3-45-51
Рекомендуемые статьи
© Экспозиция Нефть Газ. Научно-технический журнал. Входит в перечень ВАК
+7 (855) 222-12-84