Полный текст

Введение Неустойчивость нелинейных процессов при изучении сложных технологических систем нефтегазовой отрасли накладывает ряд трудностей при их анализе с использованием различных подходов [1-7]. Это приводит к формированию неосновательных и непредставительных выводов касательно текущего состояния разработки объектов и возможных перспектив повышения продуктивности скважин, совершенствования и регулирования процессов заводнения. В условиях значительного расширения извлекаемой ресурсной базы Российской Федерации за счет разведки запасов, приуроченных к низкопроницаемым и неоднородным коллекторам, возникает перечень вопросов, решение которых сопряжено с различными видами рисков, оказывающих влияние на эффективность принятия управленческих решений. Формирование необходимой стратегии освоения и ввода в промышленную эксплуатацию трудноизвлекаемых запасов, должно осуществляться прежде всего, с использованием комплексных научно-методических основ, позволяющих в рамках проактивного управления ресурсами успешно подбирать необходимый перечень инструментов для моделирования различных производственных процессов [8-13]. На основании полученных эмпирических и теоретических результатов не всегда удается дать объективную и высококвалифицированную оценку рассматриваемым объектам нефтегазовой отрасли, что приводит: - к дополнительным затратам ресурсов на уточнение существующих моделей при помощи ряда промысловых испытаний и экспериментов; - использованию объектов без достаточной по количественно-качественному соотношению доказательной и аргументационной базы [14-16]; - получению различных погрешностей при моделировании процессов и систем, расположенных на более низком уровне иерархии; - развитию масштабной инвариантности пространственных и временных характеристик объектов [17-19]; - низкому уровню информативности данных с точки зрения практической ценности и возможности использования их при решении ключевых задач разработки месторождений. В связи с этим на современном этапе добычи жидких углеводородов значительная роль отводится поиску, уточнению и расширению области применения моделей, полученных в рамках прикладных исследований, что обусловлено необходимостью реализации качественного сопровождения и регулирования процессов движения жидкости к забоям добывающих скважин [20-23]. Материалы и методы Одним из наиболее часто используемых инструментов для снижения размерности задачи и установления определенных соответствий между входными и выходными сигналами является комплексный анализ промысловых данных с использованием геолого-статистического моделирования [24-27]. Так, значительный интерес представляют методы, основанные на теории распознавания образов, которые позволяют успешно проводить классификацию объектов в условиях плохо определенных процессов, нечетких ограничений и низкой плотности информации при помощи представлений параметров в виде n-мерных векторов, каждый из которых оказывает влияние на итоговый результат. В то же время с учетом особенностей нефтяной отрасли и реализации ее технологических процессов их значительное количество формирует системы сложных неравенств, решение которых не всегда возможно реализовать, руководствуясь лишь сопредельной полученной информацией [28-31]. Недостаточный уровень достоверности оценок геолого-физических параметров по результатам промысловых или лабораторных испытаний способствует снижению эффективности принятия управленческих решений, что прямо отражается на результатах мероприятий по повышению производительности скважин, оптимизации глубинно-насосного оборудования и в целом успешной реализации процессов добычи нефти [32]. Для решения текущей проблемы в рамках уточнения результатов геолого-статистического моделирования важным аспектом является определение параметров, которые оказывают значительное влияние на уровень распределения объектов в осях канонических дискриминантных функций, расстояние между центроидами групп и плотность каждой из них относительно друг друга. Вышесказанное подтверждает необходимость поиска оптимального подхода к вопросу максимального использования информации о степени принадлежности объектов к той или иной группе для решения задач разработки сложных геологических комплексов [33-35]. В частности, наиболее перспективными для освоения на современном этапе добычи нефти являются карбонатные коллекторы Волго-Уральской нефтегазоносной провинции (ВУНГП), которые обладают следующими характеристиками: - сложным и неоднородным структурным строением в симбиозе с нелинейным седиментационным циклом [36]; - разветвленной микро- и макротрещинноватостью горных пород; - значительной неоднородностью изменения фильтрационно-емкостных характеристик при постоянном или переменном влиянии пластовых условий; - высокой степенью деформации пород, способствующей изменению направлений движения жидкости в трещиноватых средах и, как следствие, формированию зон неопределенности при численном или гидродинамическом моделировании [37-40]. Результаты В ходе дискриминантного анализа по данным 18 групп залежей, приуроченных к карбонатным коллекторам ВУНГП, построена диаграмма распределения вклада каждого из рассматриваемых параметров в процент верно сгруппированных объектов (рис. 1). Как можно заметить, выделенные параметры определяют до 80 % идентифицируемости, причем вклад параметра mг численно равен сумме вкладов параметров: mк, pн, Pнас, G, Pпл. Иная ситуация наблюдается, например, при изучении нижнекаменноугольной и верхнедевонской систем ВУНГП [41-43]. Дискриминантный анализ, проведенный по 6 группам и 16 параметрам, определил, что 80 % идентифицируемости обеспечивают 9 параметров, причем их порядок существенно отличается от предыдущего случая (рис. 2). На основании результатов исследований установим, что применение дискриминантного анализа позволяет проводить лишь верхнеуровневую оценку параметров в рамках рассматриваемой системы, ее граничных условий и показателей, что при формировании алгоритма вовлечения в разработку остаточных запасов нефти не всегда дает положительные результаты. Это связано, Рис. 1. Вклад параметров в процент верно сгруппированных объектов ВУНГП в карбонатных коллекторах: - среднее значение пористости (по керну), %; - относительная вязкость нефти; - плотность пластовой нефти, кг/м3; - давление насыщения нефти газом, МПа; - пластовый газовый фактор, м3/т; - пластовое давление, МПа; - пластовая температура, °С; - коэффициент нефтенасыщенности, доли ед.; - вязкость пластовой нефти, мПа∙с; - среднее значение пористости (по геофизике), %; - коэффициент проницаемости, 10-3, мкм2; - глубина залегания пласта, м Рис. 2. Вклад параметров в процент верно сгруппированных объектов ВУНГП в карбонатных коллекторах нижнекаменноугольной и верхнедевонской систем: - энтропия пористости; - среднее значение эффективной нефтенасыщенной толщины в зоне разбуривания, м; - среднее значение толщины нефтенасыщенных пропластков, м; - доля пород-коллекторов в общей толщине пласта, доли ед.; - среднеквадратичное отклонение пористости, %; - вариация толщины нефтенасыщенных пропластков, %; - коэффициент расчлененности пласта например, с высокой корреляцией между геолого-физическими характеристиками объектов, которая значительно варьируется в пределах того или иного стратиграфического комплекса [44-46]. В данном случае объективную и правильную классификацию параметров по ряду различных критериев, необходимую для уточнения существующих моделей и расширения области их применения, можно провести при помощи метода анализа иерархии (МАИ). Данный способ позволяет давать объективную и релевантную оценку параметрам неустойчивой системы [47]. Преимуществом МАИ при решении задач разработки месторождений жидких углеводородов является возможность работы с неоднородными данными за счет разложения их на взаимосвязанные кластеры. Исходными данными для расчетов выступили: · в качестве критериев: - ранжированный ряд параметров, обеспечивающий до 80 % идентифицируемости объектов при реализации дискриминантного анализа, рассчитанный по формуле (1): (1) где - информативность того или иного параметра при определении процента верно сгруппированных объектов; - номер ранга параметра в i-м варианте группирования объектов; n - количество вариантов группирования, в которые вошел параметр; · в качестве альтернативных вариантов: - залежи в карбонатных коллекторах каменноугольной системы ВУНГП, включающие в себя наиболее перспективные участки для проведения геолого-технических мероприятий (ГТМ) по результатам проведенного мониторинга, скрининга и анализа геолого-промысловых данных месторождения N, приуроченные к Благовещенской впадине (БВ): - верейского горизонта (Вр), шифры опытных участков (1XV-5XV); - башкирского яруса (Бш), шифры опытных участков (1XVI-4XVI); - каширского горизонта (Кш), шифры опытных участков (1XII-6XII); - подольского горизонта (Пд), шифры опытных участков (1VII-3VII). Для определения уровня приоритетов рассматриваемых критериев используем матрицу парных сравнений, полученную при экспертной оценке и анализе результатов проведения различных ГТМ за последний год по объекту исследования. Затем на основе полученных значений рассчитаем показатели локальных векторов приоритетов (табл. 1) по формуле (2): (2) где - значение локального вектора i-го критерия; - сумма промежуточных оценок критериев; - промежуточная оценка i-го критерия, рассчитываемая по формуле: (3) где - оценки важности критериев для каждого из i-го параметра. Для проверки объективности экспертных оценок последовательно решается система (4), на основе которой устанавливается согласованность результатов и отсутствие противоречий: где - индекс согласованности; - размах экспертных оценок; - размерность матрицы экспертных оценок (см. столбцы 2-7 табл. 1); - сумма оценок i-го столбца матрицы; - параметр, Таблица 1 Результаты оценки важности критериев в условиях залежей ВУНГП, приуроченных к карбонатным коллекторам Номер параметра 1 2 3 4 5 6 7 8 Критерий 1 9 8 6 4 3 4,1602 0,455 1 0,2316 0,0253 8 1 0,8908 0,0974 3 1 0,416 0,0453 5 2 4 1 1,3076 0,143 6 3 8 2 1 2,1398 0,234 Сумма 1,986 32 14,458 22,3 7,95 5,125 9,146 1 Таблица 2 Рейтинг наиболее перспективных для вовлечения в разработку участков залежей ВУНГП месторождения N Шифр i-го участка залежи Векторы приоритетов Рейтинг, 1XV БВ (Вр) 0,554* 0,323 0,289 0,122 0,321 0,123 0,368 (1) 4XVI БВ(Бш) 0,098 0,467 0,109 0,167 0,404 0,147 0,166 (4) 3XII БВ(Кш) 0,126 0,387 0,98 0,188 0,087 0,212 0,233 (3) 1VII БВ(Пд) 0,321 0,454 0,067 0,119 0,039 0,321 0,243 (2) Примечание: жирным шрифтом отмечены наиболее приоритетные значения для различных геолого-физических параметров. характеризующий отношение согласованности i-х критериев; τi - значение величины случайной согласованности. Заключительный этап анализа представлен расчетом показателей глобального приоритета ki по исходной выборке данных (формула (5)), на основе которой формируется рейтинг вовлечения в разработку наиболее перспективных участков рассматриваемых залежей месторождения N, приуроченных к карбонатным коллекторам ВУНГП (табл. 2): (5) где ki - глобальный приоритет i-го критерия; ξi - векторы приоритетов исследуемых участков залежей. По результатам рейтинга участок 1XV месторождения N, приуроченный к Благовещенской впадине верейского горизонта, рекомендован как наиболее перспективный для вовлечения в разработку остаточных запасов нефти при помощи ряда геолого-технических мероприятий. В свою очередь, участок 4XVI башкирского горизонта обладает меньшим потенциалом для эффективного освоения жидких углеводородных ресурсов, что подтверждается: - довольно высокими значениями векторов приоритета для параметров проницаемости и эффективной нефтенасыщенной толщины; - результатами гидродинамического моделирования, геофизических исследований скважин и прогнозными расчетами [48]; - анализом динамики изменения продуктивности добывающих скважин. Остальные участки залежей ВУНГП месторождения N обладают рейтингами, значения которых не превышают 0,05 единицы, что, в свою очередь, требует более детального и комплексного анализа на микроуровне организации нелинейных систем нефтедобычи с привлечением разносторонней информации о пластовых процессах. Заключение В результате использования метода анализа иерархии для комплекса геолого-физических параметров, характеризующих коллекторские свойства пластов и насыщающих их флюидов, по залежам ВУНГП, приуроченных к карбонатным коллекторам, получены следующие выводы: - уточнение результатов дискриминантного анализа позволяет выявить ряд параметров, оказывающих превалирующее влияние на успешность реализации дальнейших операций, связанных с различными аспектами моделирования или операциями планирования геолого-технических мероприятий; - при помощи расчета шести значений векторов приоритета в зависимости от участков залежи определены наиболее важные параметры как по отдельности для каждой из них, так и в совокупности, что позволило сформировать рейтинг наиболее перспективных зон для вовлечения остаточных запасов; - полученные в ходе исследования закономерности подтверждаются результатами анализа геолого-промысловых данных эксплуатации месторождения N, геофизических и гидродинамических исследований скважин. Для обеспечения наиболее рациональных условий разработки объекта исследования необходимо провести по менее перспективным участкам аналогичные и более детальные исследования в целях поиска и оценки возможностей повышения коэффициента нефтеизвлечения.

Об авторах

Р. А. Гилязетдинов

Институт нефти и газа Уфимского государственного нефтяного технического университета

В. В. Мухаметшин

Уфимский государственный нефтяной технический университет

Л. С. Кулешова

Институт нефти и газа Уфимского государственного нефтяного технического университета

Список литературы

Статистика

Просмотры

Аннотация - 41

PDF (Russian) - 36

Ссылки

• Ссылки не определены.