Otsenka perspektiv neftenosnosti vyyavlennykh lovushek v plaste Yu2 na territorii deyatel'nosti TPP «Kogalymneftegaz»

Abstract


  At the time when oil and gas prospecting on the territory of the Kogalymneftegaz business unit becomes more challenging advanced models to forecast oil and gas content of the traprock acquire particular economic value. At present there are some data both on the areas containing hydrocarbon accumulation and those where prospecting drilling was performed but no hydrocarbons discovered. On the basis of the statistic material available it is suggested to develop a method of forecasting oil and gas content using probabilistic statistical models. Geologic mathematical models are constructed by means of comprehensive application of the correlation, discriminant and regression analyses. This approach transforms a multidimensional problem into a one-dimensional problem. This allows interpreting geologic and statistical data with higher quality. In doing so, parameters are used in comprehensive manner, which conditions high reliability of the probabilistic statistical models to forecast oil and gas content.­­ All these areas have to be described by the same parameters which should be calculated prior to deep prospecting drilling. This allows building probabilistic statistical models which in practice may be used for evaluation of an oil and gas content of the undeveloped traprocks.  Thanks to the method devised a traprock drilling priority may be determined, normalising oil production on the territory of Kogalymneftegaz.
Keywords:  hydrocarbons, oil and gas content, forecast, regression equation, correlation relationship, coefficient of correlation, parameter informativeness, linear discriminant analysis, multidimensional regression analysis.


Full Text

Введение На территории деятельности ТПП «Когалымнефтегаз» в пределах пласта Ю2, залегающего в кровле малышевского горизонта средней юры, выявлены по результатам 2D-сейсморазведки 10 ловушек углеводородов (рисунок). В настоящей статье выполнена вероятностная оценка перспектив нефтегазоносности данных ловушек. Для решения данной задачи на территории исследований выбираются эталонные участки с установленной нефтегазоносностью и отсутствием ее в пределах пласта Ю2. По этим участкам изучаются различные геолого-геохимические показатели и с помощью вероятностно-статистических методов устанавливаются те, которые характеризуют нефтегазоносность пласта. Далее по этим показателям разрабатываются геолого-математические модели прогноза нефтегазоносности данного пласта, проверяется их «работоспособность» на эталонных и экзаменационных объектах и производится их корректировка. Геолого-математические модели строятся с помощью комплексного использования корреляционного, дискриминантного и регрессионного видов анализа. При таком подходе, т.е. при совместном использовании различной информации, получаемой разными способами, многомерная задача сводится Рис. Схема расположения эталонных объектов и прогнозных ловушек к одномерной. Возможности использования такого подхода для решения аналогичных задач прогноза изучаются в работах [1-6]. В итоге получаем комплексную вероятностную оценку наличия залежи углеводородов в конкретной ловушке, зависящую от ряда показателей, каждый из которых в той или иной степени влияет на нефтеносность. По комплексному вероятностному критерию будут выделены первоочередные, наиболее перспективные в плане наличия залежей углеводородов участки в пласте Ю2 для постановки более детальных поисковых работ. Для составления эталонной выборки были использованы данные по 122 скважинам, вскрывшим пласт Ю2, с известным результатом бурения, из которых 68 скважин являются нефтяными, а в 54 скважинах залежи нефти не обнаружены. Эти скважины располагались на Тевлинско-Русскинском, Равенском и Кечимовском месторождениях (см. рисунок), где в пласте Ю2 открыты промышленные залежи нефти, а также на Северо-Конитлорском, Кочевском, Кустовском и Повховском лицензионных участках, на которых выявлена нефтеносность отдельными скважинами. В тектоническом плане данные лицензионные участки располагаются в пределах Сургутского свода, Ярсомовского мегапрогиба, Северо-Сургутской и Северо-Вартовской ступеней. Построение моделей для прогноза нефтегазоносности структур По вышеприведенным показателям, характеризующим особенности локального геологического строения и нефтегазоносности структур, были вычислены средние значения, среднеквадратичные отклонения для нефтяных и «пустых» структур и с помощью критерия t выполнена оценка степени их влияния на нефтегазоносность. Будем считать, что чем больше по критерию t разделяются средние значения, тем более сильно они контролируют нефтегазоносность структур. По рассматриваемым показателям на первом этапе локального прогноза были построены индивидуальные вероятностные модели. Для исследований использовались три группы критериев. Первая представляла собой геохимические характеристики, которые учитывают влияние на нефтегазоносность пласта Ю2 китербютских, лайдинских и леонтьевских нефтематеринских пород. По данной группе критериев имеется информация по характеристикам рассеянного органического вещества (РОВ): содержание органического углерода Сорг, %; содержание хлороформенного экстракта Бхл, %; битумоидный коэффициент β, %; процент содержания в РОВ сапропелевого вещества СПров, %. Кроме этого для анализа использованы данные пиролиза пород пласта Ю2 подстилающих и перекрывающих отложений. Здесь имеются данные по определению Сорг, значений содержания в породе жидких УВ нефтяного ряда, так называемой «битумоидной» составляющей ОВ - S1, мг УВ/г породы; значений количества УВ, которые могут образоваться при полной реализации нефтематеринского потенциала, содержащегося в ней ОВ - S2, мг УВ/г породы; значений температуры, при которой происходит максимальный выход продуктов углеводородного типа, полученных в результате крекинга, Tmax, °С; значений водородного индекса HI, мгУВ/г Сорг; значений индекса продуктивности PI, отн. единицы. Пробы отобраны с глубин от 2829 до 3199 м и представлены аргиллитами, алевролитами, мергелями, песчаниками, углями. В этих породах Сорг варьируется от 0,09 до 77,2 %, S1 изменяется в диапазоне от 0,02 до 21,7 мг УВ/г породы, S2 варьируется от 0,06 до 292,2 мг УВ/г породы, Tmax изменяется в диапазоне 428-447 °С. Индекс HI имеет размах значений 29,7-825 мг УВ/г Сорг; индекс PI изменяется в диапазоне от 0,03 до 0,389. Эти данные являются достаточно представительными, охватывают практически весь спектр возможных значений изучаемых геохимических характеристик и, по мнению авторов данной статьи, могут быть использованы для зональных прогнозных оценок нефтегазоносности пласта Ю2. С целью разделения битумоидов на сингенетичные и эпигенетичные был построен генетический график Вассоевича по Сорг и β. Для количественной оценки разделения битумоидов по графику Вассоевича на сингенетичные и эпигенетичные битумоиды был использован метод пошагового линейного дискриминантного анализа (ПЛДА). Пример использования ПЛДА для решения различных геологических задач приведен в работах [7-15]. Метод ПЛДА позволил вычислить вероятности отнесения значений к эпигенетическому классу битумоидов Рэ. По нашему мнению, критерий Рэ характеризует процессы миграции углеводородов из материнских пород в пласты коллектора при формировании залежей в пласте Ю2. Аналогичные функции разделения на сингенетичные и эпигенетичные битумоиды построены для лайдинских и леонтьевских нефтематеринских пород. По вышеприведенным показателям, характеризующим особенности геохимических характеристик китербютского, лайдинского и леонтьевского горизонтов и возможности миграции углеводородов из них в ловушки, были построены вероятностные модели. Примеры таких моделей для китербютского горизонта приведены ниже. Вероятностные модели по геохимическим показателям по китербютскому горизонту: Уравнения вероятности принадлежности к классу нефтяных зон Р(Сорг) = -0,217 + 0,64513Сорг Р(Бхл) = -0,092 + 5,3702Бхл Р(β) = -0,092 + 5,3702β Р(СПров) = 0,271 + 0,04996 СПров Р(РI) = -3,104 + 63,129РI Р(НI) = 2,098 - 0,0033НI Р(Рэ) = -3,104 + 61,129Рэ С помощью данных уравнений можно оценить влияние изучаемых характеристик органического вещества на зональную нефтегазоносность пласта Ю2. Аналогичный анализ и расчеты выполнены для лайдинского и леонтьевского горизонтов. Построение комплексных моделей для прогноза нефтегазоносности структур Далее обоснован комплексный геохимический критерий Ргеох, отвечающий за процессы генерации и миграции углеводородов из нефтематеринских пород. При вычислении Ргеох используется такое сочетание вероятностей, при котором средние значения вероятностей Ргеох наиболее сильно отличаются для нефтяных и пустых зон при равном значении m. Исследования показали, что при m от 2 до 7 средние значения Ргеох для нефтяных зон повышаются от 0,622 до 0,702, для пустых убывают от 0,384 до 0,338. Правильность распознавания по вероятностям, вычисленным по этим данным, составляет 70-73 %. Оценка влияния геохимических показателей лайдинского и леонтьевского горизонтов на нефтегазоносность пласта Ю2 выполнена точно по такой же методике, что и для китербютского горизонта. Значения комплексной вероятности для лайдинского горизонта обозначим Ргеох-ла, для леонтьевского - Ргеох-л. При разработке обобщенной геохимической модели использовались значения Ргеох-к, Ргеох-ла, Ргеох-л. По данным критериям по методу условных комплексных вероятностей вычислялась комплексная геохимическая вероятность Ргх. Аналогичный анализ был выполнен по значениям толщин пластов и структурных характеристик. Здесь отметим, что при анализе толщин пластов использовались суммарные толщины пласта Ю2 - Моб, суммарные толщины различных типов пород в составе пласта Ю2 (глинистых - Мгл, алевритовых - Мал и проницаемых - Мпр). В качестве структурных характеристик использовались абсолютные отметки кровли Нк и подошвы Нп пласта Ю. Как показывает практика, прогнозные статистические модели наиболее эффективно работают в том случае, если они построены для участков со схожим геологическим строением. В связи с этим было выполнено сравнение обучающих выборок для крупных тектонических элементов по различным толщинам и структурным показателям пласта Ю2 по критерию t. Было установлено, что прогнозные модели необходимо разрабатывать совместно для Северо-Сургутской и Северо-Вартовской ступеней, Ярсомовского мегапрогиба. Для Сургутского свода нужно разрабатывать самостоятельные модели. Следовательно, для прогноза зональной нефтегазоносности необходимо построить две группы моделей. Первая группа моделей для Ярсомовского мегапрогиба, дополненная данными по Северо-Сургутской и Северо-Вартовской ступеням, и вторая - для Сургутского свода. По группам мощностных и структурных показателей, как и ранее по геохимическим показателям, строились ЛДФ и по ним рассчитывались комплексные вероятности прогноза нефтеносности Р(Z). Далее с помощью многомерного регрессионного анализа устанавливалась связь между значениями Р(Z) и показателями, в результате чего были получены многомерные уравнения регрессии для определения комплексной вероятности отнесения объекта к классу нефтяных зон. Многомерные вероятностные модели прогноза нефтеносности по толщинным (PМ) и структурным (PН) показателям для Ярсомовского мегапрогиба, Северо-Вартовской и Северо-Сургутской ступеней имеют следующий вид: РМ = 1,090055 - 0,070161Моб + + 0,053463Мал + 0,043044Мгл, R = 0,98; РН = 167,0107 + 0,1066Нк - 0,0493Нп, R = 0,96. Для Сургутского свода получены аналогичные модели: РМ = -2,26037 + 0,16469Мпр + + 0,07744Мал + 0,03504Мгл, R = 0,97; РН = 33,19017 - 0,01279Нк + 0,02407Нп, R = 0,99. По данной группе показателей по изложенной выше методике был определен комплексный показатель PМ. Для структурных показателей разработан комплексный показатель PН. Значения данных комплексных показателей были вычислены для эталонной выборки (табл. 1). По нашему мнению, критерий Ргх отвечает за генерационный потенциал нефтематеринских пород и миграцию углеводородов из них, критерии PМ и PН - за аккумуляцию и консервацию углеводородов. Статистические характеристики разработанных критериев для нефтяных и пустых зон приведены в табл. 1. Таблица 1 Оценка информативности комплексных критериев Критерии Нефтяные зоны Пустые зоны t/p χ2/p Ргх 0,732±0,183 0,198±0,193 9,053 0,0000 64,494 0,0000 PМ 0,668±0,233 0,369±0,208 6,695 0,0000 41,054 0,0000 PН 0,707±0,204 0,329±0,234 8,569 0,0000 54,160 0,0000 Рком 0,850±0,241 0,171±0,284 12,838 0,0000 97,649 0,0000 Из табл. 1 видно, что средние значения вероятностей Ргх, PМ, PН и плотности распределений по критериям t и χ2 для нефтяных и пустых зон статистически различаются, при этом максимальное отличие получено по Ргх, минимальное - по PМ. Полученные данные показывают, что участки с установленной нефтегазоносностью находятся в благоприятных условиях генерации и миграции углеводородов, характеризуются хорошими условиями их аккумуляции и сохранности. Участки, где получены отрицательные результаты геолого-поисковых работ, находятся в условиях менее благоприятных для генерации и миграции углеводородов, здесь затруднена их аккумуляция и консервация. По мнению авторов статьи, критерий Рком комплексно отвечает за процессы генерации, миграции, аккумуляции и консервации углеводородов. О том, что данный критерий комплексно описывает эти процессы, свидетельствуют данные, приведенные в табл. 1. Средние значения и плотности распределений критерия Рком делят нефтяные и пустые зоны на две части более сильно, чем по отдельно используемым критериям Ргх, PМ, PН. При этом отметим, что для нефтяных зон основное количество объектов обучающей выборки имеет значения вероятностей в диапазоне 0,9-1,0 (69,6 %), для пустых зон - в интервале 0,00-0,1 (68,0 %). Для прогнозных участков (см. рисунок) рассчитаем значения Ргх, PМ, PН и Рком. Результаты расчетов приведены в табл. 2. Выполненные исследования позволяют оценить перспективы нефтегазоносности выявленных ловушек, местоположение которых приведено на рисунке. Ловушка № 14 Южно-Ягунского участка находится в благоприятных генерационно-миграционных условиях, достаточно хорошо гипсометрически выражена, имеет достаточно хорошие условия аккумуляции и консервации углеводородов. Ловушка № 15 Южно-Ягунского Таблица 2 Значения комплексных вероятностей по прогнозным участкам Название участка Ргх PМ PН Рком Южно-Ягунский № 14 0,85 0,69 0,51 0,49 0,75 0,40 0,88 0,57 Южно-Ягунский № 15 0,18 0,35 0,82 0,45 0,51 0,40 0,51 0,23 Дружный № 16 0,34 0,39 0,39 0,43 0,42 0,29 0,19 0,16 Грибной № 17 - 0,40 0,36 0,43 0,36 0,33 0,24 Яркий № 19 - 0,57 0,53 0,72 0,36 0,77 0,38 № 26 - 0,52 0,46 0,55 0,28 0,856 0,24 Свободный № 20 0,48 0,61 0,67 0,63 0,64 0,41 0,77 0,65 Ватьеганский № 21 0,71 0,24 0,69 0,42 0,54 0,34 0,86 0,11 Ватьеганский № 22 0,62 0,78 0,33 0,43 0,62 0,51 0,57 0,73 Ватьеганский № 23 0,78 0,04 0,47 0,40 0,67 0,27 0,86 0,01 Примечание. числитель - строка значения вероятностей в пределах выделенных ловушек, знаменатель - за пределами ловушек. участка находится в малоблагоприятных геохимических условиях, достаточно хорошо гипсометрически выражена, имеет хорошие условия аккумуляции углеводородов. Ловушка № 16 Дружного участка находится в малоблагоприятных геохимических условиях, гипсометрически выражена слабее, имеет низкие перспективы аккумуляции и консервации углеводородов. По ловушке № 17 Грибного участка оценить геохимические условия генерации углеводородов не представляется возможным, она характеризуется не высокими структурными показателями, имеет низкие перспективы аккумуляции углеводородов. По ловушке № 19 Яркого участка оценить геохимические условия генерации углеводородов не представляется возможным, она достаточно хорошо выражена гипсометрически, имеет средние условия аккумуляции углеводородов. По ловушке № 26 оценить геохимические условия нельзя, она хорошо выражена гипсометрически, имеет средние условия аккумуляции углеводородов. Ловушка № 20 Свободного участка находится в средних геохимических условиях, хорошо выражена гипсометрически, имеет высокие возможности аккумуляции и консервации углеводородов. Ловушка № 21 Ватьеганского участка находится в благоприятных геохимических условиях, также хорошо выражена гипсометрически, имеет высокие возможности аккумуляции и консервации углеводородов. Ловушка № 22 Ватьеганского участка находится в благоприятных геохимических условиях, хуже выделяется по гипсометрии, имеет низкие перспективы аккумуляции и консервации углеводородов. Ловушка № 23 Ватьеганского участка находится в отличных геохимических условиях, хорошо выражена гипсометрически, имеет средние условия аккумуляции и консервации углеводородов. Заключение В результате комплекса выполненных научных исследований были получены следующие результаты: Построены индивидуальные модели прогноза нефтегазоносности, установлено что надежного прогнозирования нефтегазоносности пласта Ю2 можно достичь только на основе комплексного вероятностно-статистического анализа показателей, характеризующих различные процессы формирования залежей углеводородов. Доказано, что комплексное использование различных характеристик при построении многомерных моделей надежно контролирует нефтегазоносность пласта Ю2. На основе критериев Ргх, PМ, PН, разработан обобщенный критерий Рком. Среднее значение для нефтяных зон составляет 0,850 ± 0,241; для пустых зон - 0,171 ± 0,284. По критериям t и χ2 данный критерий является наиболее информативным для прогноза нефтегазоносности пласта Ю2. Анализ значений критерия Рком показывает, что наиболее перспективными ловушками для дальнейшего изучения являются ловушка № 14 Южно-Ягунского участка и ловушки № 21, 23 Ватьеганского участка. Остальные ловушки рекомендуется изучать после получения новых данных в пределах этих объектов.

About the authors

Konstantin Gennad'evich Skachek

ООО «ЛУКОЙЛ - Западная Сибирь»

Author for correspondence.
Email: KonstatinSkachek@lukoil.com
628484, г. Когалым, ул. Прибалтийская, 20

кандидат геолого-минералогических наук, заместитель генерального директора по геологоразведке ООО «ЛУКОЙЛ - Западная-Сибирь»

Aydar Nafisovich Shaykhutdinov

ООО «ЛУКОЙЛ - Западная Сибирь»

Email: Aidar.Shayhutdinov@lukoil.com
628484, г. Когалым, ул. Прибалтийская, 20

начальник отдела геолого-разведочных работ по Когалымскому региону ООО «ЛУКОЙЛ - Западная-Сибирь»

References

  1. Galkin V.I., Rastegaev A.V., Galkin S.V. Veroiatnostno-statisticheskaia otsenka neftegazonosnosti lokal'nykh struktur [Probabilistic-statistical evaluation of oil and gas content of local structures]. Ekaterinburg: Ural'skoe otdelenie Rossiiskoi akademii nauk, 2001. 277 p.
  2. Bartels C.P.A., Ketellapper R.H. Exploratory and explanatory statistical analysis data. Boston: MartinusNijhoff Publishing, 1979. 284 p.
  3. Davis C.J. Estimation of the probability of success in petroleum exploration. Mathematical Geology, 1977, vol. 9, no. 4, pp. 409–427. doi: 10.1007/BF02047411.
  4. Kaufman M.G. Statistical Issues in the Assessment of Undiscovered Oil and Gas Resources. MIT-CEEPR, 1992. 30 p.
  5. Watson G.S. Statistic on spheres. New York: John Wiley and Sons, Inc., 1983. 238 p.
  6. Unwin D. Introductory spatial analysis. London: Methuen and Co., Ltd., 1981. 212 p.
  7. Galkin V.I., Brodiagin V.V., Potriasov A.A., Skachek K.G., Shaikhutdinov A.N. Zonal'nyi prognoz neftegazonosnosti iurskikh otlozhenii v predelakh territorii deiatel'nosti TPP “Kogalymneftegaz” [Zonal forecast of oil and gas content of the Jurassic sediments within the operational area of the Kogalymneftegaz business unit]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow, 2008, no. 8, pp. 31–35.
  8. Galkin V.I., Shaikhutdinov A.N. O vozmozhnosti prognoza neftegazonosnosti iurskikh otlozhenii veroiatnostno-statisticheskimi metodami (na primere territorii deiatel'nosti TPP “Kogalymneftegaz”) [About the possibility to forecast oil and gas content of the Jurassic sediments by probabilistic-statistical methods (the case of the operational area of the Kogalymneftegaz business unit)]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Мoscow, 2009, no. 6, pp. 11–14.
  9. Shaikhutdinov A.N. Vydelenie slozhnopostroennykh lovushek plasta Iu-1 Iuzhno-Iagunskogo mestorozhdeniia po dannym seismofatsial'nogo analiza [Identification of complex traprocks of the bed Yu-1 of the South Yagunskoye field using the data of seismic facies analysis]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow, 2009, no. 8, pp. 29–37.
  10. Galkin V.I., Shaikhutdinov A.N. Postroenie statisticheskikh modelei dlia prognoza debitov nefti po verkhneiurskim otlozheniiam Kogalymskogo regiona [Building statistic models to forecast oil output using the data on the Upper-Jurassic formations of the Kogalym region]. Neftianoe khoziaistvo, 2010, no. 1, pp. 52–54.
  11. Galkin V.I., Rastegaev A.V., Galkin S.V., Voevodkin V.L. Opredelenie perspektivnykh napravlenii poiskov mestorozhdenii nefti i gaza v Permskom krae s pomoshch'iu veroiatnostno-statisticheskikh metodov [Identifying promising directions of oil and gas search in Perm krai by probabilistic-statistical me­thods]. Nauka proizvodstvu. Мoscow, 2006, no. 1, pp.1–5.
  12. Galkin V.I., Krivoshchekov S.N. Obosnovanie napravlenii poiskov mestorozhdenii nefti i gaza v Permskom krae [Justification for oil and gas search directions in Perm krai]. Nauchnye issledovaniia i innovatsii, 2009, vol. 3, no. 4, pp. 3–7.
  13. Putilov I.S., Galkin V.I. Primenenie veroiatnostnogo statisticheskogo analiza dlia izucheniia fatsial'noi zonal'nosti turne-famenskogo karbonatnogo kompleksa Sibirskogo mestorozhdeniia [Application of probabilistic-statistical analysis for the study of facies zonation of the Tournaisian-Famennian carbonate complex of the Siberian field]. Neftianoe khoziaistvo, 2007, no. 9, pp. 112–114.
  14. Krivoshchekov S.N., Galkin V.I., Kozlova I.A. Opredelenie perspektivnykh uchastkov geologo-razvedochnykh rabot na neft' veroiatnostno-statisticheskimi metodami na primere territorii Permskogo kraia [Locating prospecting sites of oil survey operations by probabilistic-statistical methods by the example of Perm krai]. Bulletin of PNRPU. geology. oil & gas engineering & mining, 2012, no. 4, pp. 7–14.
  15. Melkishev O.A., Krivoshchekov S.N. Stokhasticheskaia otsenka prognoznykh resursov nefti na poiskovo-otsenochnom etape geologo-razvedochnykh rabot [Stochastic assessment of forecast oil resources at the survey-evaluation stage of exploration works]. Bulletin of PNRPU. geology. oil & gas engineering & mining, 2012, no. 4, pp. 33–40.

Statistics

Views

Abstract - 170

PDF (Russian) - 39

Refbacks

  • There are currently no refbacks.

Copyright (c) 2014 Skachek K.G., Shaykhutdinov A.N.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies