Полный текст

Введение В структуре остаточных извлекаемых запасов нефти Пермского края на турне-фаменские карбонатные залежи сегодня приходится основная их доля - 44 % (222,7 из 506,2 млн т нефти). Разработка данных залежей в платформенной части Пермского края ведется более чем на 130 эксплуатационных объектах, при этом более 80 % залежей приурочены только к турнейским отложениям. В дальнейшем для упрощения все турне-фаменские залежи территории исследования в статье обозначаются как пласт Т. Принятые при подсчете запасов нефти для залежей пласта Т проницаемости находятся в широком диапазоне значений - от 3 до 676 мД, вязкости пластовой нефти - от 0,8 до 87 мПа·с. Характеристика турнейских коллекторов месторождений Пермского края Коллекторы пласта Т для платформенной части территории Пермского края представлены преимущественно органогенно-детритовыми, мелко-обломочными и комковато-водорослевыми известняками. Керновый материал из нефтенасыщенной части геологического разреза исследован, в том числе методом рентгеновской томографии, позволяющим визуализировать структуру порового пространства горных пород [1-3]. В карбонатных коллекторах метод рентгеновской томографии керна позволяет с высокой разрешающей способностью визуализировать кавернозность и трещиноватость горных пород [4-7]. Проведенный анализ кернового материала в комплексе с гидродинамическими исследованиями скважин (ГДИ) по методике, изложенной в работах [8, 9], показал, что турнейские коллекторы в платформенной части Пермского края преимущественно относятся к поровому (гранулярному) типу. Присутствие трещиноватости для данных эксплуатационных объектов в целом нетипично. Изучение кернов показывает, что открытая пористость (Kп) турнейских коллекторов находится в широком диапазоне (от 8 до 19 %) при среднем значении 12 %. Малопористые коллекторы (Kп < 12 %) в основном относятся к гранулярному типу (рис. 1, а), у более пористых емкостное пространство также представлено кавернами выщелачивания (см. рис. 1, б). Коллекторы турнейских отложений характеризуются высокой неоднородностью геологического разреза, малыми толщинами и, как следствие, невысокой производительностью скважин. Промысловый опыт показывает, что на всех стадиях разработки нефтяных месторождений проницаемость призабойной зоны пласта (ПЗП) ухудшается за счет уплотнения пород, повышения водонасыщенности с последующим снижением фазовой проницаемости для нефти, выпадения солей и образования парафина [10]. В таких условиях для карбонатных коллекторов наиболее экономически эффективны такие малозатратные геолого-технические мероприятия (ГТМ), как солянокислотные обработки (СКО) и радиальное бурение (РБ) [11]. а б Рис. 1. Структура емкостного пространства турнейских коллекторов порового (а) и кавернозно-порового (б) типов по данным рентгеновской томографии керна СКО является одним из наиболее распространенных в карбонатных коллекторах ГТМ для восстановления и повышения фильтрационных характеристик призабойной зоны пласта, что приводит к увеличению производительности добывающих и приемистости нагнетательных скважин [12]. Под технологией РБ в данном случае понимается бурение горизонтальных радиальных каналов малого диаметра с помощью гидромониторной насадки. Длина каналов не превышает 100 м, а количество, как правило, от 2 до 4. Принято считать, что технология РБ не только повышает производительность скважин, но и вовлекает в разработку недренируемые ранее запасы, соответственно увеличивая охват пласта процессом вытеснения [13, 14]. Сравнение эффективности кислотных обработок ПЗП и технологии радиального бурения В ходе работы проведено сравнение технологической эффективности СКО и РБ для турнейских эксплуатационных объектов Пермского края. Результаты применения СКО на карбонатных объектах в Пермском крае приведены в работе [15], обобщение международного опыта - в работах [16-20]. В зарубежной литературе большое внимание при оценке эффективности СКО уделяется составу пород - карбонатности, содержанию глинистых частиц, типу цемента, а также структуре порового пространства [18-20]. В табл. 1 представлены результаты сравнения эффективности методов СКО и РБ для турнейских карбонатных объектов месторождений Пермского края. Количество скважин, которые участвовали в анализе: СКО - 148 шт., РБ - 115 шт. Сравнение проведено с помощью t-критерия Стьюдента. В табл. 1 отражены средние значения показателей эффективности (для СКО и РБ соответственно), значения t-критерия и достигаемый уровень значимости p. По рассмотренным показателям для турнейских объектов эффективность технологии РБ статистически значимо (p < 0,05) превышает эффективность СКО. Таким образом, технологический эффект от РБ варьируется в широких пределах и прежде всего зависит от геолого-технологических условий реализации метода. Вместе с тем к настоящему времени формализованные критерии эффективности технологии РБ четко не сформулированы [21]. Существует ряд сугубо технических моментов, усложняющих реализацию технологии РБ. Прежде всего, проблемы обусловлены значительными гидродинамическими нагрузками на гидромониторных насадках (до 100 МПа), возникающими за счет высокоскоростных струй (до 400 м/с) промывочной жидкости. При этом в зоне разрушения возникает значительная область проникновения фильтрата эмульсий с нестационарными реологическими характеристиками [22]. Второй важной технической проблемой является невозможность оперативного контроля направления траектории каналов из-за низкой изгибной жесткости компоновки и различной плотности размываемых пород. В исключительных случаях это может приводить к вскрытию каналами водоносных пластов, что абсолютно недопустимо. Все это указывает на необходимость тщательного подбора скважин, определяющее значение при этом принимает учет геолого-физических характеристик. Таблица 1 Сравнение эффективности методов РБ и СКО для турнейских эксплуатационных объектов Пермского края Параметр СКО, среднее значение РБ, среднее значение t p Время работы с технологическим эффектом, сут 883,7 1144,1 -1,94 0,05 Средняя суточная дополнительная добыча, т/сут 2,3 3,3 -4,02 Менее 0,01 Накопленная дополнительная добыча нефти, т 2781,7 4473,2 -2,63 Менее 0,01 Разработка статистических моделей прогноза эффективности технологии РБ для турнейских объектов месторождений Пермского края Для турнейских объектов ввиду их трещиноватости характерны значительные приросты в первый год после мероприятия. Однако в процессе эксплуатации в связи с падением давления наблюдается явление «схлапывания» трещин, что ведет к резкому снижению эффекта [23-26]. В отечественной и зарубежной литературе при анализе карбонатных резервуаров большое внимание отводится влиянию трещиноватости на эффективность разработки залежей [27-30]. В работе [31] на основе статистического анализа динамики технологического эффекта от РБ построена палетка прогноза. Для данной палетки (рис. 2) скважины разбиты на классы по показателю дополнительной добычи, что позволяет проследить динамику падения эффекта по каждой группе скважин. Соответственно, зная прирост дебита нефти в первый год, путем экстраполяции можно прогнозировать падение добычи во времени. Рис. 2. Палетка оценки технологического эффекта от применения технологии радиального бурения турнейских эксплуатационных объектов [31] При использовании данной палетки на стадии выбора скважин-кандидатов для технологии РБ необходимо оценить величину прироста дебита нефти в первый год после проведения ГТМ (∆qн), который является определяющим для динамики добычи во времени. В настоящее время основным методом прогноза эффективности ГТМ для нефтедобывающих предприятий Пермского края, в том числе и для РБ, является геолого-гидродинамическое моделирование [32-33]. Вместе с тем при построении фильтрационных моделей карбонатных резервуаров весьма сложно учесть влияние трещинной составляющей при фильтрации флюидов, что в большой степени снижает достоверность моделей [34-36]. Применительно к технологии РБ эффективность геолого-гидродинамического моделирования еще более снижается в связи с тем, что стандартному радиальному каналу длиной 100 м в модели будет соответствовать одна или две ячейки. При этом даже эту ячейку модели можно охарактеризовать только субъективным в количественном выражении параметром сообщаемости канала с пластом (φ) и параметром скин-фактора (S). Величина φ на практике принимается исходя из необходимого дебита жидкости после ГТМ, а значение скин-фактора - по данным ГДИ, достоверные результаты которых есть не для всех скважин. Суммарная величина погрешностей при реализации такого подхода достаточно велика. Возможной альтернативой прогноза эффективности ГТМ может быть использование характеристик вытеснения, где проводится экстраполяция технологических параметров с учетом возможного увеличения показателя добычи. Однако в данном случае как минимум не учитывается влияние комплекса геолого-технологических параметров конкретных скважин, что, очевидно, будет для них снижать эффективность ГТМ. С учетом этого, на взгляд авторов, для оценки эффективности РБ более применимы статистические методы. Их цель на эксплуатационных объектах с реализованной технологией РБ - выявить геолого-технологические показатели, оказывающие наибольшее влияние на эффективность ГТМ. Такой подход позволяет проводить экспресс-анализ эффективности технологии, а построенная на статистической основе прогнозная модель - ранжировать скважины по приоритетности применения РБ [37-40]. В работах [41, 42] описана методология и приведены успешные примеры результатов статистического моделирования при прогнозе эффективности различных ГТМ. Величина прироста дебита нефти в первый год после РБ (∆qн) в конечном итоге определяется комплексом геолого-технологических показателей. В качестве метода, позволяющего оценить комплексное статистическое влияние показателей на эффективность ГТМ, выбран линейный дискриминантный анализ (ЛДА). Методические аспекты оценки технологического эффекта ГТМ на основе метода ЛДА рассмотрены в работе [42]. Для реализации ЛДА выбраны скважины, на которых до РБ не проводилась СКО (в течение 15 лет). Статистический анализ по t-критерию Стьюдента показал значимое различие эффективности РБ без предварительной СКО и после нее как по дополнительной добыче нефти (t-критерий = 2,03; p = 0,04), так и для среднесуточного прироста (t-критерий = 2,37; p = 0,02). Для турнейских залежей СКО, проведенные в период 1-15 лет до РБ, в среднем занижают при РБ величину ∆qн на 0,8 т/сут. Ввиду того что предварительные СКО забирают часть потенциальной дополнительной добычи, такие скважины исключались из статистического анализа. Также из анализа исключены скважины с РБ в новом интервале перфорации, так как прирост в этом случае в основном получен за счет приобщения к добыче нефти новых продуктивных интервалов разреза. В результате в анализе участвовала 41 скважина, на которой использована технология РБ в действующем интервале перфорации. При этом анализируемые скважины разделены по граничному значению (∆qн) на классы с более и менее эффективными результатами РБ. Граничное значение эффективности с учетом геолого-технологических характеристик и диапазона значений полученных приростов принято равным 5,5 т в сутки. В результате в класс менее эффективных ГТМ (∆qн < 5,5 т/сут) попали 14 скважин, в класс более эффективных ГТМ (∆qн > 5,5 т/сут) - 27 скважин. Сущность ЛДА заключается в нахождении линейных комбинаций признаков, наилучшим образом разделяющих эти два класса. В результате реализации ЛДА выявлены параметры, оказывающие наибольшее влияние на ∆qн, получена следующая линейная дискриминантная функция (ЛДФ): где qн - дебит нефти до мероприятия; Kпесч - коэффициент песчанистости; μн - вязкость нефти; ρкан - плотность каналов; χ - пьезопроводность; hпр - толщина нефтенасыщенного пропластка; S - скин-фактор. В целом при применении метода ЛДА верно распознаются 25 из 27 объектов (93 %) с приростом ниже 5,5 т/сут и 9 из 14 (64 %) с приростом выше 5,5 т/сут. В данной ЛДФ на результаты классификации объектов наибольшее влияние оказывают коэффициент песчанистости Kпесч (стандартизованный коэффициент Rst = 0,90), пьезопроводность χ (Rst = 0,66) и дебит нефти до мероприятия qн (Rst = -0,46), в меньшей степени - коэффициент расчлененности Kрасч, вязкость нефти µ, плотность каналов ƍкан, скин-фактор S, удельная толщина нефтенасыщенного пропластка hпр. Чем выше величина Z в данной ЛДФ, тем больше вероятность успешного проведения ГТМ (∆qн > 5,5 т/сут). Для перехода к вероятностной оценке необходимо воспользоваться зависимостью вероятности отнесения к более успешному мероприятию P(Z) от расчетной характеристики Z (рис. 3). Рис. 3. Вероятностная оценка прироста дебита нефти в первый год по расчетным ЛДФ Рис. 4. Зависимость среднесуточного прироста дебита нефти в первый год после РБ от вероятности отнесения к более успешному мероприятию Рассчитав вероятности для скважин обучающей выборки, необходимо сопоставить их с фактическими приростами дебита нефти. На рис. 4 представлена зависимость ∆qн от вероятностной оценки P(Z), которую можно аппроксимировать следующей линейной функцией: Δqн = 6,2∙P(Z) + 3,216 при r = 0,99. На основании зависимости ∆qн = f(P(Z)) можно прогнозировать среднесуточный прирост в первый год после проведения РБ. В качестве проверки достоверности методики рассчитаны значения ∆qн для обучающей выборки, затем при сравнении с фактическими данными вычислены расчетные погрешности. На рис. 5, а представлен график невязок прогнозных расчетов по методике ЛДА в сравнении с невязками расчетов, выполненных на основе гидродинамических моделей (ГДМ). Сравнение проводилось по скважинам обучающей выборки. В случае применения методики, основанной на ЛДА, диапазон невязок прогноза составляет от -5,6 (завышение ∆qн) до +4,9 т/сут (занижение ∆qн). При этом больше половины объектов (68 % - 28 скважин) попали в интервал погрешностей от -2 до 2 т/сут. В класс с невязкой более 4 т/сут попало 4 скважины. а б Рис. 5. График невязок прогнозных значений с фактическими данными для обучающей (а) и экзаменационной (б) выборок. Объект Т При стандартной применяемой в настоящее время методике (см. рис. 5, а), диапазон распределения погрешностей значительно шире - от -10 до +28 т/сут, а количество прогнозов с минимальной погрешностью (от -2 до 2 т/сут) значительно меньше 18 скважин (44 %). В интервале невязок более 4 т/сут - 7 объектов (17 % от всех скважин). В качестве контроля прогнозных результатов дополнительно проведена оценка погрешностей для объектов экзаменационной выборки, где рассчитаны значения ∆qн для скважин, не участвовавших при построении статистической модели. Такими являлись скважины, на которых предварительно перед РБ была проведена СКО. С учетом обоснованной выше для них поправки (0,8 т/сут) фактические данные сравнивались с прогнозными значениями скважин экзаменационной выборки. Результаты невязок фактических и прогнозных значений ∆qн, оцененных по методу ЛДА и на основе расчетов по ГДМ, для экзаменационной выборки представлены на рис. 5, б. По предлагаемой выше методике максимум невязок факта с прогнозом ∆qн (27 скважин) попадает в интервал от -2 до 2 т/сут, а диапазон максимальных невязок составил от -6 до +4 т/сут. В класс с невязкой более 2 т/сут попало 15 объектов, при этом только 2 из них находятся в диапазоне невязок более 4 т/сут (см. рис. 5, б). Результаты сравнения предлагаемых расчетов по статистической методике ЛДА для объектов пласта Т следует признать очень хорошими. При сравнении с фактом результатов прогноза по стандартной методике расчета на основе ГДМ диапазон невязок значительно увеличивается (от -20 до +8 т/сут), причем прослеживается закономерность завышать проектные дебиты для скважин с ранее проведенной СКО. В интервал минимальных невязок (от -2 до +2 т/сут) попадает 20 объектов, что значительно хуже, чем при прогнозе методом ЛДА. Невязки более 4 т/сут соответствуют 10 скважинам (в сравнении с 2 скважинам по методике ЛДА), из которых 3 ГТМ имеют погрешность более 6 т/сут (см. рис. 5, б). Таким образом, проведенное для турнейских коллекторов платформенной части Пермского края сопоставление невязок методик на основе ЛДА и стандартной показывает значительно более высокую эффективность первой. Использование статистического подхода позволяет значительно повысить точность прогноза прироста дебита в первый год после РБ. Полученные прогнозные статистические модели оценки эффективности применения технологии РБ представлены нефтедобывающему предприятию. Заключение 1. В работе дана характеристика турнейских объектов платформенной части Пермского края. Коллекторы характеризуются высокой неоднородностью геологического разреза, малыми толщинами и, как следствие, невысокой производительностью скважин. 2. Проведено сравнение эффективности методов СКО и РБ для турнейских объектов месторождений Пермского края. Установлено, что эффективность технологии РБ значительно выше, чем СКО, что подтверждено статистически. 3. Построен график динамики падения эффекта в зависимости от технологии радиального бурения для турнейских объектов месторождений Пермского края. 4. Проанализированы достоинства и недостатки применения технологии РБ. Одними из главных достоинств являются относительно невысокая стоимость мероприятия, а также в целом удовлетворительные приросты добычи нефти. Основные недостатки - невозможность контроля траектории канала при бурении, а также нестабильный эффект ввиду отсутствия формализованных критериев применимости. 5. Проанализированы методы прогноза эффективности технологии РБ с обоснованием выбранной авторами статистической методики, основанной на использовании ЛДА. Выявлены основные геолого-технологические параметры, влияющие на прирост дебита нефти в первый год после РБ. 6. Построена прогнозная модель оценки прироста дебита нефти в первый год после радиального бурения. Проведено тестирование разработанной методики на скважинах обучающей и экзаменационной выборок. Сделан вывод о более точном прогнозе эффективности применения технологии РБ на основе статистического подхода в сравнении со стандартным методом.

Об авторах

Александр Александрович Кочнев

Автор, ответственный за переписку.
Email: doc_galkin@mail.ru
614066, Россия, г. Пермь, ул. Советской Армии, 29

инженер

Сергей Владиславович Галкин

Email: doc_galkin@mail.ru
614990, Россия, г. Пермь, Комсомольский проспект, 29

доктор геолого-минералогических наук, профессор, декан горно-нефтяного факультета

Список литературы

Статистика

Просмотры

Аннотация - 313

PDF (Russian) - 100

PDF (English) - 59

Ссылки

• Ссылки не определены.