Полный текст

Введение Еще в конце прошлого века было установлено, что нефтегазоносный бассейн имеет все основные черты саморазвивающихся систем, и поэтому математический аппарат, применяемый для их изучения, может успешно использоваться в дальнейшем развитии теории нефтегазообразования [1]. Анализ накопленного материала позволяет делать геологические выводы, основанные на математическом анализе, что можно увидеть в работах многих российских и зарубежных авторов [2-32]. В рамках проведенной научно-исследовательской работы выполнен вероятностно-статистический анализ систематизированных геохимических характеристик рассеянного органического вещества пород основных нефтегазоматеринских толщ. Для проведения статистических расчетов, среди объектов выделены классы, разделяющие их на объекты, расположенные в пределах контуров месторождений и на территориях с отсутствием нефтегазоносности. Построены линейные и многомерные вероятностные модели по геохимическим показателям, изучены степени влияния каждого из показателей в совокупности и по отдельности. Согласно нефтегазогеологическому районированию Пермского края, Соликамская депрессия (СолД) приурочена к одноименному нефтегазоносному району Камско-Кинельской нефтегазоносной области [33]. По карте АО «КамНИИКИГС» эта территория входит в состав Соликамского нефтегазоносного района Средне-Предуральской НГО [34]. Исследованиям нефтегазоносности района посвящен широкий спектр публикаций [35-42]. На территории депрессии пробурено 549 скважин, плотность глубокого бурения составляет 104,59 м/км2. На 01.01.2022 на территории СолД открыто 33 месторождений нефти. Промышленные залежи, нефтепроявления и газопроявления установлены в шести нефтегазоносных комплексах. Распределение промышленных залежей нефти в стратиграфическом диапазоне изучаемого разреза для месторождений, относящихся к зоне палеоплато и выходящих за ее пределы, приведено на рис. 1. Изученность Соликамской депрессии геохимическими исследованиями Генерация углеводородов (УВ) из рассеянного органического вещества (РОВ) пород, миграция микронефти, аккумуляция ее в природных резервуарах и консервация образовавшихся залежей УВ обусловлены большим числом разнообразных показателей и критериев, контролирующих их протекание и направленность. Нефтематеринские свиты в Волго-Уральском бассейне выделяются в широком стратиграфическом диапазоне: от рифейских до пермских отложений. Основной нефтепродуцирующей толщей в разрезе Пермского края являются отложения доманиковой фации, представляющие собой пачки и свиты битуминозных тонкослоистых пород со своеобразной фауной. Для пород, слагающих эту фацию, наблюдается повышенное содержание битумов, вплоть до образования горючих сланцев; чаще всего это битуминозные известняки и сланцы, нередки кремнистые сланцы и известняки, также битуминозные. К доманиковой фации относят преимущественно отложения франского, фаменского ярусов и частично турнейского, развитые в пределах осевой зоны ККСП. Генерационный потенциал нефтегазоматеринской толщи позднедевонско-турнейского возраста широко Рис. 1. Промышленная нефтегазоносность на месторождениях Соликамской депрессии освещен и достаточно детально оценен по результатам химико-битуминологических и пиролитических исследований РОВ и битумоидов [43-46]. Однако, кроме основной НГМТ, в разрезе также выделяются материнские толщи нефтегазоносных комплексов, залегающих ниже и выше по разрезу. Для изучения геохимических характеристик и параметров РОВ пород всех НГМТ в разрезе СолД, была сформирована база геохимических данных. С целью получения более детальной информации о распределении геохимических параметров для анализа были привлечены данные по скважинам, расположенным в непосредственной близости к границам СолД. Всего для анализа было выбрано 150 скважин, по которым проанализированы 4536 определений геохимических характеристик: процентное содержание органического углерода (Сорг), содержание в породе рассеянного органического вещества (ОВ), концентрация хлороформенных (Бхл), петролейно-эфирных (Бпэ) и спиртобензольных (Бсб) битумоидов, их отношения, величина битумоидного коэффициента (b), коэффициент нейтральности битумов (Кн), количество нерастворимых веществ после обработки породы соляной кислотой (НО), содержание гуминовых кислот (ГумК), а также пересчетный коэффициент (Кк), учитывающий катагенетическую преобразованность толщ при пересчете содержаний Сорг в РОВ. Разрез характеризуется неравномерной степенью изученности геохимическими данными. Наибольшее количество определений было изучено в отложениях верхнедевонско-турнейского комплекса (D3-С1), далее в порядке убывания: верхневизейско-башкирского (C1v-C2b), визейского (C1v), среднекаменноугольного (C2vr), нижне-верхнедевонского (D1-D3fr1), нижнепермского (Р1) и средне-верхнекаменноугольного (C3-C2ks) НГК. Количество, качество и результаты имеющихся стандартных определений геохимических характеристик нефтематеринских пород вендских отложений не позволили установить статистически значимых математических зависимостей. Доля их участия в формировании суммарной нефтегазоносности разреза Соликамской депрессии на данном этапе исследований не определена. Построение линейных и многомерных моделей для прогноза нефтегазоносности и разработка комплексного критерия по геохимическим данным Для обработки информации применялись вероятностно-статистические методы. Исследования проводились раздельно для классов скважин по фациальной принадлежности (условия палеоплато и за его пределами) и с учетом продуктивности. Выполненный на первом уровне статистического моделирования анализ, определяющий наличие или отсутствие связи между суммарной нефтегазоносностью разреза (данные по разрезу всех скважин, которые расположены в контурах месторождений нефти и за их пределами), показал, что средние значения изучаемых показателей статистически различаются для величин: Кк, Н.О, Бпэ, Бхл, Бсб, Бхл/Бсб и β. Максимальное различие в средних значениях получено по показателю β, а минимальное различие - по значению РОВ. Влияние величины битумоидного коэффициента наиболее информативно. В диапазоне β менее 30 % наблюдается превышение значений частот для территорий за пределами месторождений нефти над частотами территорий месторождений нефти. При β в диапазоне 30-100 % происходит, наоборот, превышение значений частот в пределах территорий месторождений нефти над частотами территорий за пределами месторождений нефти. Для построения индивидуальных вероятностных линейных моделей в каждом интервале были определены вероятности принадлежности к классу месторождений нефти (Ринт). Эти значения были сопоставлены со средними интервальными значениями показателя. По данным построено уравнение регрессии и вычислен парный коэффициент корреляции r. При построении моделей обязательным условием являлось то, что среднее значение для класса принадлежности к территориям месторождений нефти должно быть больше 0,5, а для территории за пределами меньше 0,5. При повышении значений β величина Р(β) увеличивается по индивидуальной модели. Анализ построенных индивидуальных моделей показывает, что они обладают различной информативностью. Индивидуальная информативность вычисляется по различиям в плотностях распределений индивидуальных вероятностей по статистике Пирсона (χ2), вычисляемой по формуле: где N1, N2 - соответственно количество значений показателей для нефтегазоносных территорий и для территорий, где месторождения нефти не обнаружены; M1, M2 - количество значений, попавших в заданный интервал, соответственно для двух изучаемых классов; е - количество интервалов. Критерий считается статистически различным, если χ2р > χ2t. Значения χ2t определяются в зависимости от количества эталонных объектов и уровня значимости (α = 0,05). Данные расчетов приведены в табл. 1. Отсюда видно, что наиболее показательными являются вероятности, выделенные на основании битумоидов: (Р(β), Р(Бхл/Бсб), Р(Бхл), Р(Бсб), Р(Бсб)). Статистически незначимыми вероятностями по критерию χ2 являются Р(Сорг) и Р(ОВ). Используя построенные линейные вероятностные модели, был вычислен комплексный показатель по следующей формуле: где Рин - соответственно индивидуальные вероятности от изучаемых параметров: Р(Кк), Р(НО), Р(Сорг), Р(ОВ), Р(Бпэ), Р(Бхл), Р(Гум К), Р(Бхл/Бсб), Р(β). При вычислении Ркомп использовано такое сочетание вероятностей, при котором средние значения вероятностей Ркомп наиболее сильно отличаются в изучаемых классах при равном значении m. Где m - число включаемых в модель показателей. Таблица 1 Статистические характеристики индивидуальных вероятностей Индивидуальные вероятности χ21-2 p1-2 Индивидуальные вероятности χ21-2 p1-2 Р(Кк ) 26,84709 0,000001 Р(Бхл) 58,08900 0,000000 Р(НО) 32,22807 0,000000 Р(Бсб) 48,72921 0,000000 Р(Сорг) 0,486233 0,784180 Р(ГумК) 20,04272 0,000044 Р(ОВ) 0,465061 0,792526 Р(Бхл/Бсб) 103,2786 0,000000 Р(Бсб) 55,22883 0,000000 Р(β) 159,9784 0,000000 Установлено, что вероятность принадлежности к классу территорий в пределах или за пределами месторождений по индивидуальным вероятностям геохимических показателей распределилась следующим образом: увеличение средних значений Ркомп от 0,509 до 0,516 для нефтегазовых территорий и уменьшение средних значений Ркомп с 0,487 до 0,456 для территорий за пределами месторождений нефти при последовательном суммирующем учете параметров Р(β), Р(Бхл/Бсб), Р(Бпэ), Р(Бхл), Р(Бсб). При дополнительном пошаговом использовании остальных характеристик (Р(НО), Р(Кк), Р(Гум К), Р(ОВ), Р(Сорг)) средние значения Ркомп меняются незначительно. Приведенная комбинация линейных значений соответствующих вероятностей, используемая при определении значений Ркомп позволяет получить новые количественные изменения влияния разработанных критериев на Ркомп, т.е. эти соотношения могут территориально оценить перспективы влияния характеристик РОВ, измеренных в пределах нефтегазоносных комплексов на суммарную нефтегазоносность разреза Соликамской депрессии [44-46]. Полученные данные доказывают, что на Соликамской депрессии для разделения территорий на относящиеся к месторождениям и находящиеся за их пределами из ряда геохимических параметров наиболее статистически значимы параметры битумоидов. Остальные приведенные геохимические характеристики для этих зон различаются незначительно. Дифференциация средних значений Ркомп от числа учитываемых вероятностей для нефтегазовых территорий ниже, чем для территорий за пределами месторождений нефти. Дальнейшее статистическое моделирование в зависимости от суммарной нефтегазоносности разреза по НГК произведено с использованием значений Ркомп, рассчитанных по полному набору геохимических характеристик. Результаты анализа приведены в табл. 2. Из данных табл. 2 видно, что средние значения Ркомп статистически различаются для следующих нефтегазоносных комплексов: D3f2-С1t, С1v, С1v2-С2b и С2vr. При этом нужно отметить, что значения Ркомп для территорий в пределах контуров месторождений больше 0,5, только по данным НГК: D3f2-С1t и С1v, для этих территорий за пределами контуров месторождений значения Ркомп меньше 0,5. По данным, приведенным в табл. 3, построены графики изменений средних значений Ркомп по глубине отбора проб керна для скважин в контурах нефтегазоносности и за их пределами для НГК (рис. 2). Таблица 2 Средние значения Ркомп по НГК НГК Средние значения вероятностей Критерий _t_ p Контур месторождений За контуром месторождений D1-D3f1 0,416 ± 0,096 0,422 ± 0,092 0,359696 0,719406 D3f2-С1t 0,540 ± 0,105 0,497 ± 0,106 7,76113 0,000000 С1v 0,513 ± 0,108 0,449 ± 0,108 6,27872 0,000000 С1v2-С2b 0,499 ± 0,155 0,439 ± 0,099 6,47757 0,000000 С2vr 0,455 ± 0,144 0,414 ± 0,124 2,94712 0,003404 С3-С2ks 0,434 ± 0,153 0,403 ± 0,078 1,04241 0,300211 P1 0,409 ± 0,114 0,390 ± 0,107 1,23988 0,216253 Рис. 2. Графики изменения значений Ркомп по глубине, НГК Анализ данного графика показывает, что по разрезу территории Соликамской депрессии наблюдается закономерное изменение средних значений разработанного комплексного критерия Ркомп. Вниз по разрезу значения Ркомп начиная с НГК Р1 по НГК D3f2-С1t закономерно повышаются, достигая максимальных значений для НГК D3f2-С1t, затем для НГК D1-D3f1 значения Ркомп снижаются. Данные закономерности наблюдаются как для территорий с нефтегазоносностью, так и для территорий без нее. При этом необходимо отметить, что значения Ркомп для территорий с нефтегазоносностью для НГК С1v2-С2b, С1v и D3f2-С1t больше, чем для территорий без нефтегазоносности. При этом для НГК С1v и D3f2-С1t средние значения Ркомп для скважин в контурах нефтегазоносности больше 0,5, для скважин за контурами нефтегазоносности меньше 0,5. Для НГК P1, С2vr, С3-С2ks, D1-D3f1 средние значения Ркомп для скважин в контурах и за контурами нефтегазоносности меньше 0,5 и различаются незначительно. Данный график, построенный на огромном статистическом материале, показывает, что максимальное различие получено по отложениям НГК D3f2-С1t. Это, вероятно, свидетельствует о том, что в отложениях данного комплекса произошла максимальная дифференциация РОВ на эпигенетичное и сингенетичное. По мнению авторов, отложения, расположенные на глубинах от 1450 до 2700 м, находились в главной фазе нефтеобразования (ГФН). Это позволяет считать, что максимальный «вклад» в формирование суммарной нефтегазоносности разреза Соликамской депрессии внесло РОВ отложений НГК D3f2-С1t и в меньшей степени С1v. Наличие дифференциации в распределении значений Ркомп в зависимости от расположения скважин относительно территорий нефтегазоносности позволяет констатировать, что данное явление может выступать в качестве оценки эмержентности данной системы в отношении зональной нефтегазоносности территории Соликамской депрессии [42]. Для учета разнообразных, в ряде случаев разнонаправленных влияний изучаемых геохимических показателей на Ркомп с помощью пошагового регрессионного анализа (РА) были построены многомерные модели по нескольким вариантам. Расчет регрессионных коэффициентов в разрабатываемой модели выполнен при помощи метода наименьших квадратов [13]. В качестве зависимого признака выступает Ркомп, а в качестве независимых факторов - значения Кк, Н.О., Сорг, ОВ, Бпэ, Бхл, Бсб, ГумК, Бхл/Бсб, β. Первоначально построена многомерная модель по всем данным, независимо от изучаемых НГК, затем по всем НГК по отдельности. Анализ многомерных моделей, построенных дифференцированно по НГК, несмотря на то, что значения Ркомп были вычислены по всем данным, позволил установить, во-первых, что во всех случаях формирование моделей начиналось с показателя β, во-вторых, начиняя со второго шага построения уравнений регрессии, формирование их происходило по разным сценариям. Анализ построенных многомерных уравнений регрессии и сравнения данных, полученных по ним, в сравнении с данными, полученными по Ркомп, показывает, что более достоверные модели связи между характеристиками РОВ и суммарной нефтегазоносностью разреза можно получить, если модели разрабатывать дифференцированно по нефтегазоносным комплексам СолД. Формирование моделей со второго шага их построения характеризуется различными последовательностями. Это показывает, что суммарная нефтегазоносность разреза Соликамской депрессии формировалась дифференцированно за счет различного «вклада» характеристик РОВ. Для более полного понимания процессов формирования суммарной нефтегазоносности территории Соликамской депрессии оценена роль влияния на нефтегазоносность присутствия в разрезе толщи калийно-магниевых солей Верхнекамского месторождения (ВКМКС). Для этого проведено сравнение средних значений Ркомп по нескольким вариантам. Из проведенного анализа следует, что средние значения Ркомп в контуре месторождений нефти и за их контуром становятся статистически различными, в случае сравнения этих величин относительно расположения ВКМКС. Статистически значимого различия средних значений Ркомп для территории ВКМКС и территорий за ее пределами не наблюдается. В отличие от данных, полученных с учетом наличия ВКМКС и за его пределами, средние значения Ркомп в контуре месторождений и за их контуром статистически различаются, когда выполняются сравнения величин, полученные в пределах территории палеоплато, за пределами территории палеоплато и в пределах северо-западного борта ККСП. Для вариантов, когда сравниваются средние значения Ркомп в контурах нефтегазоносности по вышеназванным территориям, также имеются статистические различия, но значительно меньшей статистической силы. Аналогичны данные и для территорий без нефтегазоносности. Это свидетельствует, что формирование значений Ркомп за счет геохимических показателей в определенной мере контролируется геолого-тектоническими условиями расположения скважин. Заключение Вероятностно-статистическая оценка геохимических характеристик разреза основных нефтегазоматеринских толщ показала, что суммарная нефтегазоносность разреза Соликамской депрессии в значительной мере контролируется характеристиками РОВ. Статистические характеристики геохимических параметров показывают существенные различия средних значений в классах объектов в изучаемых НГК. Полученные индивидуальные линейные модели отражают вероятность нефтеносности по каждому параметру с различной информативностью. Для комплексного учета и определения оптимального сочетания геохимических параметров, определяющих распределение нефтегазоносности, разработан комплексный вероятностный критерий для каждого НГК - Ркомп. Полученные многомерные уравнения регрессии в каждом комплексе имеют различное сочетание параметров и направленность связей, однако все они являются достоверными и статистически значимыми. Статистическим анализом подтверждено, что отложения верхнедевонско-турнейского комплекса на большей части территории Соликамской депрессии находились в ГФН, и там происходило максимальное образование подвижных битумоидов, включая углеводороды, которые приняли активное участие в формировании суммарной нефтегазоносности разреза Соликамской депрессии. Установлен принципиально различный характер изменения значений разработанного комплексного геохимического критерия - Ркомп - по глубине для скважин, находящихся в контурах нефтегазоносности и за их пределами. Наиболее информативным критерием, который наиболее точно, указывает на связь РОВ с суммарной нефтегазоносностью разреза, является битумоидный коэффициент β.

Об авторах

В. И. Галкин

Пермский национальный исследовательский политехнический университет

В. Л. Воеводкин

ПАО «ЛУКОЙЛ»

К. В. Костарева

ЛУКОЙЛ-Инжиниринг

Список литературы

Статистика

Просмотры

Аннотация - 35

PDF (Russian) - 29

PDF (English) - 24

Ссылки

• Ссылки не определены.