Способ поиска и разведки углеводородной залежи

Иллюстрации

Показать все

Изобретение относится к способам поиска и разведки углеводородных залежей и может быть использовано для обнаружения нефтяных и газовых перспективных объектов. Согласно заявленному способу выполняют проведение геохимического исследования геологического объекта, создание обучающей выборки геохимических и геофизических данных на обучающих скважинах «нефть - пусто», регистрацию геохимической аномалии, определение контура нефтеносности по параметрам естественного электрического поля ЕП и магнитного поля МП, моделирование контура нефтеносности методом дискриминантного анализа. Создают обучающую выборку геохимических и геофизических данных на обучающих скважинах «нефть - остаточная нефть - пусто», выводят параметр геохимической вероятности ГВ. При отсутствии геохимической аномалии на геологическом объекте (ГВ<50%) признают его бесперспективным и исключают из геофизических исследований, на объектах с ГВ>50% получают выборку координатно-расположенных в общих точках исследования четырех параметров ЕП, МП, ГВ, АО, выводят комплексный параметр вероятности КПВ, строят карту КПВ, определяющую контур нефтеносности геологического объекта. Технический результат: повышение достоверности прогноза залежей углеводородов. 9 табл., 6 ил.

Реферат

Изобретение относится к способам поиска и разведки углеводородных залежей и может быть использовано для обнаружения нефтяных и газовых перспективных объектов.

Известен способ разведки нефтегазовых залежей, основанный на использовании искусственно нейронных сетей и алгоритмов. Способ предусматривает сейсмическое профилирование методом общей глубинной точки, получение временных разрезов, получение обучающей выборки в пределах анализируемого окна по образу участка сейсмических террас временных разрезов, включая образы тектонико-фациальных зон в виде сейсмических геологических тел с использованием в качестве алгоритма обучающей системы и картопостроение (патент РФ №2094828, опубл. 27.10.1997 г.).

Недостатком известного способа является получение вторичных признаков нефтеносности, неоднозначность интерпретации сейсмических временных разрезов.

Известен способ разведки - биогеохимическое тестирование (БГХТ). Метод широко использовался при структурном бурении (патент РФ №2200334, опубл. 10.03.2003 г.). Прогнозирование нефтеносности разреза палеозойского чехла осуществляется с использованием тестировочных скважин, пробуренных до 550 м. Суть метода заключается в увеличении абсолютных значений и градиентов биогеохимического сигнала по разрезу в скважине. По мере приближения к скоплению углеводородов наблюдается рост БГХ-сигнала. Преимущество - способ основан на активизации процессов жизнедеятельности микроорганизмов на пути миграции углеводородов и вызывает биогеохимические аномалии по всему разрезу, вплоть до поверхностных горизонтов.

Недостатки способа:

- организмы в одинаковой степени расселяются как в деградированной, остаточной нефти, так и в промышленных ее запасах, поэтому наличие их в пластах не является обязательным условием промышленной нефтеносности пласта;

- отсутствие площадного контура нефтеносности (способ дает точечный прогноз);

- является дорогостоящим методом, так как подразумевает затраты на бурение скважины.

Известен способ геохимического исследования по технологии GORE-SORBER. Геохимические изыскания GORE-SORBER специализируются на «пассивном» сборе углеводородных газов из почвы при помощи внедренного в почву адсорбента (патент США №5235863, опубл. 17.08.1993 г.). Исследовательский метод GORE-SORBER представляет собой статистическую обработку и моделирование химических соединений (в ряде С1-С18), полученных из каждого образца. Способ включает в себя иерархический кластерный анализ и отличительный анализ. Геохимические карты представляют собой произведенную компьютером поверхностную вероятность, интерполированную по величинам образцов.

Недостатки способа: обнаруженные аномалии должны быть согласованы со структурными факторами: поднятие, тектоническое нарушение, стратиграфическая ловушка; искажение контура залежи нефти из-за влияния латеральных процессов миграции газов на восходящую миграцию.

Наиболее близким к предлагаемому изобретению по технической сущности является способ прогноза нефтегазовых залежей комплексом геофизических и геохимических методов (ГГХМ) (патент РФ №2298817, опубл. 10.05.2007 - прототип), включающий комплексирование геофизических (наземная съемка естественного электрического потенциала (ЕП), наземная съемка магнитного поля (МП)) методов и геохимического обследования (приповерхностная газо-геохимическая съемка). Недостаток указанного способа - искажение прогнозного контура нефтеносности из-за отсутствия в модели комплекса ГГХМ основополагающего структурного фактора выделенного сейсмического объекта.

Технической задачей, на решение которой направлено данное изобретение, является упрощение производства комплекса геофизических и геохимических исследований и повышение достоверности прогноза залежи углеводородов путем разработки нового комплексного параметра вероятности (КПВ), по которому строится модель контура нефтеносности.

Поставленная задача решается следующим образом: регистрируют геохимическую аномалию по технологии поверхностного газо-геохимического исследования, например по технологии GORE-SORBER (либо любой другой); выявляют основания для дальнейшего производства геофизических исследований ЕП (естественного электрического поля) и МП (магнитного поля) в точках геохимического опробования; устанавливают корреляционные зависимости данных ЕП, МП, геохимической вероятности (ГВ) и абсолютной отметки (АО) исследуемого пласта-коллектора, в результате чего выводят новый комплексный параметр вероятности (КПВ) геофизических и геохимических методов исследования, включающий ЕП, МП, ГВ и АО, строят модель КПВ, позволяющую выделить прогнозный контур нефтеносности.

В производство работ включают: создание обучающей выборки геохимических и геофизических данных, производство геохимических исследований на исследуемом объекте, статистическую обработку и моделирование химических соединений (в ряде С1-С13 до С18), полученных из каждого образца, построение геохимической модели, подтверждающей влияние глубинного углеводородного объекта, выполнение съемки геофизических полей ЕП и МП, анализ статистических зависимостей между значениями геохимической вероятности (ГВ), значениями полей ЕП и МП и значениями абсолютных отметок (АО) продуктивного горизонта, создание модели «нефть-пусто». Наличие скважины с остаточной нефтеносностью позволяет провести ранжирование данных по условию «нефть - остаточная нефть - пусто», найдено преобразование многомерных значений ГВ, ЕП, МП и АО, которое классифицировало данные переменные и позволило вывести параметр КПВ и создать модель КПВ нефтеносности. Для модели приняты условия: обучающая нефтяная скважина имеет КПВ нефтеносности -100%, скважина с остаточной нефтеносностью - 75-50%, скважина пустая имеет КПВ 0%.

Модель КПВ нефтеносности отображает проекцию на поверхность нижележащего углеводородного накопления. Величина 75% оценки КПВ названа аномальным порогом. Полученные величины выше 75% принято считать характеристиками углеводородной залежи. Участки, где полученные величины КПВ стремятся к нулю, считаются недостаточными для характеристики углеводородной залежи. Величина КПВ от 75-50% принята за характеристику условия остаточной нефти.

Признаками изобретения являются:

1. создание обучающей выборки геохимических и геофизических данных на обучающих скважинах «пустой» - «нефтяной» и, как дополнительная информация, на скважине с остаточной нефтеносностью;

2. проведение геохимического исследования способом газо-геохимической съемки, например методом GORE-SORBER (либо любым другим), сейсмического объекта для подтверждения влияния глубинного углеводородного объекта;

3. определение влияния углеводородной залежи проводится путем применения дискриминантного анализа по обучающим выборкам «нефть - пусто» либо «нефть - остаточная нефть - пусто»;

4. построение геохимической модели с определением углеводородных аномалий, выведение параметра - геохимическая вероятность (ГВ) по прямым признакам состояния органических углеводородных соединений в области от С1-С13 до С18, подтверждающих влияние глубинного углеводородного объекта на поверхность;

5. в случае отсутствия геохимической аномалии, при ГВ<50% делается вывод о бесперспективности исследуемого геологического объекта, дальнейшие исследования на данном участке прекращаются, что позволит значительно снизить финансовые затраты и получить экономический эффект;

6. определение контура нефтеносности, выявленного геохимическим исследованием (при ГВ>50%), осуществляется съемкой при помощи геофизических методов естественного электрического поля (ЕП) и высокоточной магниторазведки (МП);

7. получение выборки четырех параметров (ГВ, ЕП, МП, АО), координатно-расположенных в общих точках исследования;

8. моделирование контура нефтеносности методом дискриминантного анализа. Образ скважины с известной нефтеносностью является эталоном для выделения участков нефтяных коллекторов с такими же или сходными признаками, и, напротив, скважина с отсутствием нефтеносности отображает «геофизико-геохимический образ» фона изучаемой территории. Скважина с признаками остаточной нефтеносности коллектора будет являться эталоном «геофизико-геохимического образа» для выделения участков остаточной нефтеносности коллектора;

9. построение карты комплексного параметра вероятности (КПВ), определяющей контур нефтеносности геологического объекта. Контур залежи углеводородов выделяется по величине КПВ, равной и превышающей значения 75%. Значения КПВ 75-50% отвечают условиям остаточной нефти. Значения КПВ ниже 50% соответствуют условиям отсутствия признаков нефтеносности.

Признаки 3, 5, 7, 8, 9 являются существенными отличительными признаками. В предложенном способе, в отличие от прототипа, в первую очередь проводятся геохимические исследования, и по их результатам принимается решение о проведении или не проведении на отдельных аномальных сейсмических объектах геофизических исследований. Таким образом, решается задача оптимизации объема производства комплекса геофизических исследований и повышение точности определения контура залежи.

Предлагаемый способ основан на следующих положениях:

1. миграция углеводородов от залежи сопровождается как по восходящим путям к дневной поверхности, так и по латерали, распространяясь на несколько сотен метров;

2. миграция углеводородов приводит к образованию в поверхностных слоях осадочного чехла устойчивых геохимических аномалий, в зависимости от геологических условий возможно смещение геохимической аномалии от фактического контура залежи;

3. над залежами углеводородов образуются "топливные гальванические элементы", где резервуар углеводородной залежи и вторичные эпигенетические минералообразования (например, сульфиды) выполняют функции электродов, создавая условия наличия двух сред с различными значениями водородного показателя ph;

4. исследования геохимических ореолов, магнитометрии и изменения окислительно-восстановительных потенциалов «топливного элемента» залежи, а также данных сейсморазведки позволяет координировать контур залежи нефти.

Основные методологические принципы интерпретации результатов данных экспериментальных исследований состоят в следующем.

Регистрируемый в поверхностных отложениях КПВ является интегральной количественной характеристикой процессов миграции углеводородов от залежи и вторичных эпигенетических изменений, перекрывающих залежь пород. Распределение этого параметра по площади над залежью углеводородов подчиняется определенным закономерностям.

На основании опыта работы и описанных исследований установлена функциональная зависимость КПВ, характеризующая пространственное распространение контура залежи углеводородов.

Технический результат достигается тем, что на стадии, предшествующей постановке глубокого бурения, осуществляют расчет прогнозной нефтеносности с использованием комплексного параметра вероятности (КПВ).

Пример конкретного выполнения

Предлагаемый способ на примере Шадкинской структуры осуществляют следующим образом. Представленные фигуры поясняют суть изобретения.

Над сейсмическим локальным объектом проводят геохимическую съемку для определения углеводородного потенциала, шаг съемки опробования 750 м - 250 м до 100 м в зависимости от размеров сейсмического объекта. Для моделирования геохимической вероятности (ГВ) нефтеносности в качестве эталонов используют скважины с набором отличительных характеристик по типу «нефть» и «пусто». По состоянию органических углеводородных соединений в области от С1-С13 до С18 определено наличие глубинного углеводородного потенциала от залежи.

На фиг.1 представлен фрагмент результатов геохимического исследования по технологии GORE-SORBER на Шадкинской структуре в виде обширной геохимической аномалии. Установлена ГВ больше 50%, что подтверждает наличие нефтенасыщенных пластов. Поисковая скважина №635 вскрыла нефтенасыщенный пласт До в отложениях кыновского горизонта верхнего девона, в результате чего получено 11 м3/с нефти.

Пробуренная скважина №690, также находящаяся в аномальном поле геохимической вероятности, не подтвердила прогноз о наличии промышленной нефтеносности, в ней по данным керна была обнаружена остаточная нефть, приток нефти не получен. Таким образом, геохимическая аномалия не может характеризовать точный контур перспективы нефтеносности, а лишь определяет наличие либо отсутствие углеводородов на глубине. Изолинии на фиг.1 отражают абсолютные отметки кровли саргаевского горизонта. Треугольником на фиг.1 отмечены проектные скважины, рекомендованные по данным сейсморазведки.

После бурения непродуктивной скважины №690 на Шадкинском участке проводят геофизические работы методом ЕП и МП. По результатам обработки материалов полевой съемки были получены карты распределения физических полей ЕП и МП (фиг.2 и 3).

Проводят анализ и выбор статистических критериев - значения ЕП, МП, вероятность геохимического поля ГВ и абсолютная отметка (АО) в точках по шагам съемки опробования на сейсмическом объекте (табл.1).

Для обучающей выборки выбирают значения узлов построенных сеток параметров в районе скважины №635 - класс «нефть», №690 - класс «ост. нефть», район точки 512907 - класс «пусто». Проведена группировка значений критериев переменной, где строки обучающей выборки отнесены к тому или иному классу, в данном случае 1 - «нефть», 2 - «ост. нефть», 3 - «пусто» (табл.2).

Делают вывод, что установленные различия между заданными выборками неслучайны и отражают действительные отличия между совокупностями («нефть» - «ост. нефть» - «пусто»).

На основе данных обучающей выборки проводят расчет и анализ дискриминантных функций по следующим параметрам:

Wilks - Лямбда Уилкса - параметр для обозначения мощности дискриминации. Его значение меняется от 1 (нет никакой дискриминации) до 0 (полная дискриминация). Чем меньше данная переменная, тем больший вклад она вносит в дискриминацию. Как видно из таблицы, все переменные имеют значения, близкие к нулю, т.е. в обучающей выборке классы 1 - «нефть», 2 - «ост. нефть», 3 - «пусто» хорошо отделены друг от друга. Partial Lambda - частная лямбда Уилкса - это параметр лямбда Уилкса для одиночного вклада соответствующей переменной в дискриминацию между классами «нефть - ост. нефть - пусто». Чем меньше его значение, тем больший вклад вносит переменная в дискриминацию. Из таблицы видно, что наибольший вклад в дискриминацию вносят переменные ГВ и МП.

F - критерий Фишера - данный критерий выступает как мера информативности переменной, чем он выше, тем больше информативность. Из таблицы видно, что наиболее информативными являются переменные ГВ и МП.

Toler - толерантность - мера избыточности переменной относительно совокупности других переменных. Чем меньше толерантность, тем выше уровень избыточности переменной в данной модели. Уровень толерантности=0.01 - является порогом для включения переменной в данную модель. Как видно из таблицы, он намного больше 0.01, поэтому все переменные в модели не избыточны.

p-level - уровень значимости - это показатель, находящийся в убывающей зависимости от надежности результата. Более высокий р-уровень соответствует более низкому уровню доверия к найденной в выборке зависимости между переменными. Именно р-уровень представляет собой вероятность ошибки, связанной с распространением наблюдаемого результата на всю популяцию. Например, р-уровень=0.05 (т.е. 1/20), показывает, что имеется 5% вероятность, что найденная в выборке связь между переменными является лишь случайной особенностью данной выборки. Результаты с р-уровнем<0.001 рассматриваются как статистически высокозначимые. В данном случае р-уровень много меньше 0.001, поэтому все переменные высокозначимые.

Таблица 3
Итоги анализа параметров дискриминантных функций
Wilks'Lambda Partial Lambda F p-level Toler.
ГП 0.002215 0.21 193.63 0.0000001 0.84
МП 0.001793 0.26 146.89 0.0000001 0.71
ЕП 0.000765 0.61 33.17 0.0000001 0.37
АО 0.000755 0.62 32.06 0.0000001 0.44

В таблице 3 показано, что критерии выборки являются неслучайными, а данные обучающей выборки хорошо дискриминируют модель по классам «нефть - ост. нефть - пусто».

Все значения в обучающей выборке разделены по классам «нефть - ост. нефть - пусто» (таблица 4), т.е. например все 29 строк в обучающей выборке, априорно отнесенные к классу «нефть», в модели также относятся к классу «нефть» и т.д.

Таблица 4
Оценка чувствительности решающих правил обучающей выборки
Классы Процент правильных значений, % "нефть" "ост. нефть" "пусто"
"нефть" 100 29 0 0
"ост. нефть" 100 0 40 0
"пусто" 100 0 0 40
Всего 100 29 40 40
Строки: наблюдаемые классы
Столбцы: предсказанные классы

В модели «нефть» - «ост. нефть» - «пусто» используется дискриминантная функция: Корень уравнения (значение Х(У))=С+k1*p1+k2*p2…+kn*pn

Где k1, k2, …kn - коэффициенты переменных, p1, р2,…рn - значения переменных,

Х (Корень уравнения-1)=С1+k1ГП1ГП+k1МП1МП+k1ЕП1ЕП+k1АО1АО

У (Корень уравнения-2)=C2+k2ГП*p2ГП+k2MП*p2MП+k2EП*p2EП+k2AO*p2AO

для переменных модели «нефть» - «ост. нефть» - «пусто», р1, р2,…рn - значения переменных, С - собственное значение функции.

Рассчитаны коэффициенты переменных ЕП, МП, ГП и АО для каждой функции Х и У (табл.5).

Таблица 5
Значения коэффициентов дискриминантных функций 1 и 2
К Функция 1 Функция 2
ГП -0.9661 -0.10961
МП -0.1168 1.05781
ЕП 0.9961 0.29252
АО -0.9186 -0.15988
Собственное значение 174.7431 11.22740

Для обучающей выборки были получены значения корней дискриминантных функций 1 и 2 (табл.6), а также значения корней функций для центроидов классов (табл.7), определяющие положение классов.

Фиг.4 представляет диаграмму распределения значений обучающей выборки с центроидами классов (табл.6), все три совокупности хорошо отделены друг от друга и не имеют пересечений.

На основе уравнений дискриминантных функций модели «нефть» - «ост. нефть» - «пусто» получены значения корней уравнений по каждой исследуемой точке (табл.8).

Фиг.5 представляет распределение исследуемых точек относительно совокупностей «нефть», «ост. нефть» и «пусто». Как видно из рисунка, в основном неклассифицированные точки своим расположением тяготеют к той или иной совокупности. Это расположение и определяет их принадлежность к той или иной совокупности с той или иной степенью вероятности в данном двумерном пространстве.

На основе полученных корней рассчитано расстояния Махаланобиса. Минимум расстояния исследуемой точки до центроида совокупности (расстояния Махаланобиса) определяет ее принадлежность классам «нефть», «ост. нефть» и «пусто». Проводится классификация точек по заданным параметрам «нефть - остаточная нефть - пусто» (фиг.5, табл.9).

Таблица 7
Координаты центроидов классов
Корень 1 Корень 2
"нефть" -7.1873 -5.17693
"ост. нефть" -11.7480 3.15699
"пусто" 16.9588 0.59629

Решением кусочно-линейной функции получено значение Z комплексного параметра перспектив нефтеносности или по другому вероятность (КПВ) нефтеносности (табл.9).

, где Z - вероятность КПВ, Х - min расстояние Махаланобиса, В - max расстояние Махаланобиса.

После классификации точек строят карту комплексного параметра вероятности (КПВ) перспектив нефтеносности Шадкинского участка (фиг.6).

В нашем примере скважины №635 и №690 находятся в одинаковых условиях по данным геохимической съемки (ГВ), но в разных условиях по структурному фактору (АО) и по результатам электромагнитной съемки съемки (ЕП и МП).

Анализируя карту КПВ, представленную на фиг.5, можно сказать, что контур прогнозной нефтеносности Шадкинского участка существенно сократился относительно геохимической аномалии GORE SORBER.

На участке выделяют две зоны, оконтуренные изолинией КПВ с максимальной вероятностью 75% и выше. Первая расположена в центре исследуемой территории в районе скважины №635 с абсолютной отметкой ≈ -1495 м, вторая расположена на северо-западе участка в контуре поднятия в районе проектной скважины №695, ограничиваясь изогипсой по точкам с абсолютной отметкой ≈ -1495 м.

Поднятие, расположенное на северо-западе исследуемого участка (в районе проектной скважины 692), оказалось в бесперспективной области модели КПВ. По результатам моделирования карты комплексного параметра нефтеносности проектная скважина 692 расположена за пределами контура нефтеносности, в зоне остаточной нефтеносности значений КПВ 75-50%. В районе скважины 692 значение КПВ составило 55%.

Пробуренная скважина №690 с остаточной нефтеносностью лежит в зоне значений модели КПВ 65%, гипсометрически расположена ниже скважины №635, в неблагоприятных условиях по геофизическим данным (ЕП и МП), кроме того, по линии точек 512796-513240 проходит прогиб, разделяющий северное поднятие.

Рекомендуемые сейсморазведкой проектные скважины №№693 и 694 по данным модели КПВ так же оказались в бесперспективной зоне остаточной нефтеносности, расположены в области значений КПВ ниже 75%. Местоположение проектной скважины 693 по данным модели КПВ в значениях вероятности 67%, скважины 694 в значениях вероятности 55%.

По рассмотренному примеру установлено, что в результате использования способа поиска и разведки углеводородной залежи по предлагаемому способу прогнозный контур нефтеносности существенно сократился.

Экономический эффект достигается за счет сокращения геофизических исследований и предотвращения бурения «пустых» скважин.

В результате данных исследований рекомендовано отказаться от бурения скважин №№692, 693 и 694.

Проектная скважина 695 имеет все признаки модели КПВ (вероятность 100%), сходные с признаками продуктивной скважины 635.

Использование предлагаемого способа позволит выявить новые залежи; картировать мелкие залежи нефти за счет увеличения точности прогноза нефтеносности, снизить расход материальных и финансовых ресурсов за счет экономии средств как при производстве геофизических и газо-геохимических исследований, так и за счет сокращения бурения «пустых» скважин.

Данный способ опробован также на Танайском и Алимовском поднятиях. По результатам исследований способом комплексного параметра вероятности установлено сокращение контура залежи нефти.

Способ поиска и разведки углеводородной залежи, включающий создание обучающей выборки геохимических и геофизических данных на обучающих скважинах «нефть - остаточная нефть - пусто», проведение геохимического исследования геологического объекта, отличающийся тем, что выводят параметр геохимической вероятности ГВ, определяют влияние углеводородной залежи путем применения дискриминантного анализа по обучающим выборкам «нефть - остаточная нефть - пусто», при отсутствии геохимической аномалии на геологическом объекте (ГВ<50%) признают его бесперспективным и исключают из геофизических исследований, на объектах с ГВ>50% получают выборку координатно-расположенных в общих точках исследования параметров естественного электрического поля ЕП, магнитного поля МП, геохимической вероятности ГВ, абсолютной отметки исследуемого пласта-коллектора АО, выводят комплексный параметр вероятности (КПВ) нефтеносности, строят карту КПВ нефтеносности, определяющую контур нефтеносности геологического объекта по изолинии 75% вероятности.