Разработка статистической модели прогноза дебита нефти после гидроразрыва пласта на основе геолого-технологических показателей

Аннотация


Повышение продуктивности скважин эксплуатационных объектов достигается за счет применения различных геолого-технических мероприятий. Гидравлический разрыв пласта (ГРП) в добывающих и нагнетательных скважинах является одним из эффективных методов увеличения нефтеотдачи пластов, вовлечения в разработку низкопроницаемых зон и пропластков, механизмом более широкого охвата продуктивных зон заводнением, что позволяет перевести часть забалансовых запасов в промышленные. По мнению экспертов, применение гидроразрыва пласта позволяет увеличить коэффициент извлечения нефти и газа на 10-15 %. Пермский край относится к старому нефтедобывающему региону Российской Федерации.На сегодняшний день более 60 % остаточных извлекаемых запасов нефти месторождений Пермского края сосредоточено в карбонатных отложениях. Большинство месторождений в настоящее время находится на поздних стадиях разработки. Эти месторождения, как правило, характеризуются наличием недренируемых зон с остаточными запасами и низкими дебитами скважин. Большая часть остаточных запасов месторождений сосредоточена в низкопроницаемых коллекторах с высокой степенью неоднородности и затрудненной фильтрацией флюидов. К сожалению, получаемые на практике результаты не всегда соответствуют предварительным расчетам и не достигают плановых дебитов нефти. В связи с изложенным встает задача прогнозирования эффективности операций ГРП с помощью математических методов анализа. На эффективность ГРП, несомненно, влияют как геологические, так и технологические параметры. В настоящей работе для карбонатных каширских (К) и подольских (Пд) продуктивных отложений одного из нефтяных месторождений Пермского края с помощью пошагового регрессионного анализа на основе геологических и технологических параметров выполнен прогноз начального дебита нефти после ГРП. Получено хорошее согласие модельных и экспериментальных результатов.

Полный текст

Введение Пермский край относится к старому нефтедобывающему региону Российской Федерации, большинство месторождений находится на поздних стадиях разработки. На сегодняшний день более 60 % остаточных извлекаемых запасов нефти месторождений Пермского края сосредоточено в карбонатных отложениях [1]. Применение различных геолого-технических мероприятий в добывающих скважинах является эффективным методом получения дополнительной добычи нефти [2-8]. Гидравлический разрыв пластов (ГРП) является эффективным методом повышения нефтеотдачи. С помощью технологии ГРП достигаются высокие дебиты скважин путем значительного расширения зоны дренирования и приобщения к выработке запасов удаленных и слабопроницаемых участков [9-27]. В связи с изложенным встает задача прогнозирования эффективности операций ГРП с помощью математических методов анализа [28-30]. На эффективность ГРП, несомненно, влияют как геологические, так и технологические параметры [31-45]. В настоящей работе для карбонатных каширских (К) и подольских (Пд) продуктивных отложений одного из нефтяных месторождений Пермского края с помощью пошагового регрессионного анализа на основе геологических и технологических параметров выполнен прогноз начального дебита нефти после ГРП. Имеются данные о начальном дебите нефти (Qн) после ГРП и нескольких геолого-технологических параметров по 22 скважинам. В качестве параметров, влияющих на эффективность ГРП, приняты следующие параметры: геологические - пористость (Кп), проницаемость (Кпр), нефтенасыщенность (Кн), нефтенасыщенная толщина (hн), технологические - удельный расход проппанта (qп), расчлененность (Кр), давление смыкания на забое (Pз) и дебит жидкости до ГРП (Qж) (табл. 1). Для парных зависимостей определены коэффициенты корреляции (r) и уровни статистической значимости (р) (табл. 2). Таблица 1 Диапазоны изменения и средние значения параметров выборки для каширских и подольских отложений месторождения Пермского края Параметр Диапазон изменения параметра / среднее значение Начальный дебит по нефти после ГРП, Qн, т/сут (7,5-4,4)/5,82 Пористость, Кп, % (26,6-12,30)/17,69 Нефтенасыщенность, Кн, % (74,0-59,0)/65,6 Проницаемость, Кпр, 10-3 мкм2 (91,41-3,2)/20,53 Нефтенасыщенная толщина, hн, м (4,4-2,4)/3,42 Удельный расход проппанта, qП, т/м (10,43-5,31)/8,24 Расчлененность, Кр, ед. (4,0-1,0)/2,45 Давление смыкания на забое, Pз, атм (245,0-120,7)/172,27 Дебит жидкости до ГРП, Qж, м3/сут (4,0-0,5)/1,89 Таблица 2 Корреляционная матрица для выборки каширских и подольских карбонатных отложений при проведении ГРП на скважинах месторождения Пермского края Параметр Qн, т/сут Кп, % Кн, % Кпр, 10-3 мкм2 hн, м qП, т/м Кр, ед. Pз, атм Qж, м3/сут Qн, т/сут 1 r = 0,7577 p = 0,000 r = 0,7595 p = 0,000 r = 0,7978 p = 0,000 r = -0,6168 p = 0,002 r = 0,5214 p = 0,013 r = 0,5011 p = 0,018 r = -0,6375 p = 0,001 r = 0,7189 p = 0,000 Кп, % 1 r = 0,7946 p = 0,000 r = 0,8716 p = 0,000 r = -0,6369 p = 0,001 r = 0,4752 p = 0,025 r = 0,5989 p = 0,003 r = -0,5797 p = 0,005 r = 0,5412 p = 0,009 Кн, % 1 r = 0,7509 p = 0,000 r = -0,4346 p = 0,043 r = 0,4650 p = 0,029 r = 0,5603 p = 0,007 r = -0,6226 p = 0,002 r = 0,5928 p = 0,004 Кпр, 10-3 мкм2 1 r = -0,6028 p = 0,003 r = 0,3953 p = 0,069 r = 0,3720 p = 0,088 r = -0,5521 p = 0,008 r = 0,5344 p = 0,010 hн, м 1 r = -0,5901 p = 0,004 r = -0,3762 p = 0,084 r = 0,4081 p = 0,059 r = -0,2529 p = 0,256 qП, т/м 1 r = 0,4395 p = 0,041 r = -0,6653 p = 0,001 r = 0,3906 p = 0,072 Кр, ед. 1 r = -0,6700 p = 0,001 r = 0,2453 p = 0,271 Pз, атм 1 r = -0,4200 p = 0,052 Qж, м3/сут 1 Примечание: в ячейках в числителе указано значение коэффициента корреляции, в знаменателе - уровень статистической значимости (р); красным выделены статистически значимые коэффициенты корреляции, для которых р < 0,05. Рис. 1. Зависимости начального дебита нефти после ГРП с геологическими параметрами: пористость (Кп), нефтенасыщенность (Кн), проницаемость (Кпр), нефтенасыщенная толщина (hн) Рис. 2. Зависимости начального дебита нефти после ГРП с технологическими параметрами: удельный расход проппанта (qП), расчлененность (Кр), давление смыкания на забое (Pз), дебит жидкости до ГРП (Qж) Рис. 3. Корреляционное поле модельных и фактических (Qн) значений начального дебита нефти после ГРП для скважин каширских и подольских карбонатных отложений месторождения Пермского края Из таблицы видно, что начальный дебит нефти после ГРП Qн, пористость и нефтенасыщенность хорошо коррелируют со всеми параметрами. В то же время существуют статистически значимые связи между: - давлением смыкания на забое Pз с удельным расходом проппанта qп и расчлененностью Кр; - расчлененностью Кр и удельным расходом проппанта qп; - удельным расходом проппанта qп и нефтенасыщенной толщиной hн. Для параметров исходной выборки с высокими коэффициентами корреляции и низкими уровнями статистической значимости построены корреляционные поля: по геологическим параметрам (рис. 1) и по технологическим (рис. 2). По значениям коэффициентов корреляции r зависимостей дебита нефти Qн от геологических и технологических параметров и уровня статистической значимости p определяется степень влияния этих параметров на начальный дебит нефти после ГРП. С использованием регрессионного анализа строится многомерное уравнение регрессии, в котором зависимой переменной выступает модельное значение дебита нефти после ГРП, а независимыми - параметры выборки, для которых уровень статистической значимости р < 0,05. В общем виде уравнение записывается следующим образом: QнТеор = ao + a1 Кп + a2 Кн + a3 Кпр + a4 hн + + a5 qп + a6 Кр + a7 Pз + a8 Qж, где а0, а1, …, а8 - регрессионные коэффициенты, определяемые методом наименьших квадратов. В нашем случае по всей выборке методом пошагового регрессионного анализа получено многомерное уравнение: QнТеор = 5,857-0,054 Кп +0,025 Кн + 0,011Кпр - - 0,356hн - 0,028qп +0,126 Кр - 0,002Pз +0,286Qж. Сопоставление модельных и фактических значений дебита нефти после ГРП приведено на рис. 3. Абсолютное отклонение модельных значений начального дебита нефти от его фактических значений на промысле находится в диапазоне от 0,006 до 0,511 т/сут при среднем 0,219 т/сут. Относительное отклонение - в диапазоне 0,11 до 10,90 % при среднем 3,97 %. Заключение В результате выполненных исследований установлено: 1. На значение начального дебита нефти после ГРП в каширских и подольских карбонатных отложениях одного из месторождений Пермского края основное влияние оказывают геологические параметры - пористость, нефтенасыщенность, проницаемость, нефтенасыщенная толщина и технологические параметры - удельный расход проппанта, расчлененность, давление смыкания на забое и дебит жидкости до ГРП. 2. Предложенный способ позволяет с использованием геолого-технологических параметров объекта прогнозировать значение начального дебита нефти после ГРП.

Об авторах

Ассан Диенг

Пермский национальный исследовательский политехнический университет

Список литературы

  1. Поплыгин, В.В. Повышение эффективности разработки месторождений Пермского края / В.В. Поплыгин, И.С. Поплыгина // Проблемы разработки месторождений углеводородов и рудных полезных ископаемых. - 2014. - № 1. - С. 283-285.
  2. Галкин, В.И. Обоснование прогнозной величины прироста дебита нефти после применения ГТМ с помощью статистического метода / В.И. Галкин, А.Н. Колтырин // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2023. - Т. 334, № 2. - С. 81-86. doi: 10.18799/24131830/2023/2/3857
  3. Разработка комплексной методики прогноза эффективности геолого-технических мероприятий на основе алгоритмов машинного обучения / А.А. Кочнев, Н.Д. Козырев, О.Е. Кочнева, С.В. Галкин // Георесурсы. -2020. -Т. 22. no 3. - С. 79-86. doi: 10.18599/grs.2020.3.79-86
  4. Yanfang, W. Refracture candidate selection using hybrid simulation with neural network and data analysis techniques / W. Yanfang, S. Salehi // Journal of Petroleum Science and Engineering. - 2014. - Vol. 123. - P. 138-146. doi: 10.1016/j.petrol.2014.07.036
  5. Miel, H. Modeling and monitoring the development of an oil field under conditions of mass hydraulic fracturing / H. Miel, A.O.S. Hameed, K.F. Hussein // Trends in Sciences. - 2022. - Vol. 19.- № 8. - P. 3436-3436. doi: 10.48048/tis.2022.3436
  6. Кочнев, А.А. Анализ влияния геолого-технологических показателей на эффективность технологии радиального бурения на примере эксплуатационных объектов Пермского края / А.А. Кочнев, В.И. Зотиков, С.В. Галкин // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2018. - Т. 329, № 12. - С. 20-29. doi: 10.18799/24131830/2018/12/16
  7. Распопов, А.В. Анализ результатов применения методов интенсификации на карбонатных коллекторах месторождений Пермского края / А.В. Распопов, Д.В. Новокрещенных // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое игорное дело. - 2014. - Т. 13, № 10. - С. 73-82. doi: 10.15593/2224-9923/2014.10.7
  8. Вотинов, А.С. Опыт проведения технологии пропантного гидроразрыва пласта при разработке карбонатных залежей нефти Пермского края / А.С. Вотинов // Магистерский журнал. - 2019. - № 2. - С. 26-32.
  9. Кочнев, А.А. Моделирование гидромониторного бурения путем прогнозирования направления радиального канала с учетом напряженного состояния массива горных пород / А.А. Кочнев, С.В. Галкин // 28-я Российская конференция по математическому моделированию в естественных науках: материалы конференции AIP 2216, 080002-1-080002-6. doi: 10.1063/5.0004270
  10. Numerical Study on the Hydraulic Fracturing Pattern in the Hard Roof in Response to Mining-Induced Stress. /j. Chen, Z. Qu, L. Zhou [et al.] // Minerals. - 2023. - Vol. 13, № 3. - P. 308. doi: 10.3390/min13030308
  11. Evaluation of hydraulic fracturing of horizontal wells in tight reservoirs based on the deep neural network with physical constraints / Qu Hong-Yan, Zhang Jian-Long, Zhou Fu-Jian [et al.]. - Petroleum Science, 2023. doi: 10.1016/j.petsci.2023.03.015
  12. Understanding and predicting proppant bedload transport in hydraulic fracture via numerical simulation / Wang Duo, LI Sanbai, Zhang Dongxiao [et al.] // Powder Technology. - 2023. - P. 118232. doi: 10.1016/j.powtec.2023.118232
  13. Alotaibi, N. Optimizing the Hydraulic Fracturing Fluid Systems Using the Completion and Production Data in Bakken Shale / N. Alotaibi, Serkan Dursun // Middle East Oil, Gas and Geosciences Show. - OnePetro, 2023. doi: 10.2118/213360-MS
  14. Gai, Jian. Prediction method for hydraulic fracturing effect of oil production well based on automatic machine learning technology / Jian Gai // Editorial Department of Petroleum Geology and Recovery Efficiency. - 2023. - Vol. 30, no 1, - P. 161-170. doi: 10.13673/j.cnki.cn37-1359/te.202203015
  15. Hydraulic fracturing as unconventional production potential for the organic-rich carbonate reservoir rocks in the Abu El Gharadig Field, north western Desert (Egypt): Evidence from combined organic geochemical, petrophysical and bulk kinetics modeling results / Hakimi Mohammed Hail, Hamed Tamer E., Lotfy Naira M. [et al.] // Fuel. - 2023. - Vol. 334. - P. 126606. doi: 10.1016/j.fuel.2022.126606
  16. Appah, D. Application of the theory of diffuse set to optimize hydraulic fracturing / D. Appah // Journal of Petrol. Science and Eng. - 1994. - Vol. 2. - P. 335-340. doi: 10.1016/0920-4105(94)90051-5
  17. Ruiting, Wu. Some Fundamental Mechanisms of Hydraulic Fracturing / Wu.Ruiting // School of Civil and Environmental Engineering, Georgia Institute of Technology. - 2006.
  18. A study on the optimization of fracturing operation parameters based on PCA- BNN / Tan Chaodong, He Jiayuan, Zhou Tong, Liu Jiankang, Song Wenrong //j. Southwest Pet Univ. (Sci Technol Ed). - 2020. - Vol. 42(6). -P. 56-62. doi: 10.11885/j.issn.1674-5086.2020.05.12.05
  19. Zhou, D. Major Factors affecting simultaneous frac results / D. Zhou, P. He // SPE Production and Operations Symposium, Proceedings. - 2015. - Vol. 2015. - P. 532-545. DOI: SPE-173633-MS
  20. Reliability analysis models for hydraulic fracturing / H. Zhao, Li. Zhen, C. Zhu, Z.Ru // Journal of Petroleum Science and Engineering. - 2018. - Vol. 162. - P. 150-157. doi: 10.1016/j.pet-ol.2017.12.048
  21. Gao, Haihong. Experimental study on the factors affecting the productivity of fractured horizontal well / Haihong Gao, Zhanqing Qu, Mei Zhao // Journal of Southwest Petroleum University: Science & Technology Edition. - 2008. - Vol. 30(4). - P. 73-76. doi: 10.3863/j.issn.1000-2634.2008.04.018
  22. Factors affecting productivity of stage fractured horizontal well / T.Ruzhong, W. Qingzhi, S. Jian, Q. Zhanqing // Petroleum Drilling Techniques. - 2010. - Vol. 38(2). - P. 80-83. doi: 10.1007/978-3-642-28807-4_24
  23. Evaluating horizontal well placement and hydraulic fracture spacing conductivity in the Bakken Formation North Dakota / E.P. Lolon, C.L. Cipolla, L. Weijers, R.E. Hesketh, M.W. Grigg // SPE Annual Technical Conference and Exhibition. - New Orleans, Louisiana, October 2009. doi: 10.2118/124905-MS
  24. Liu, Yinghong. Optimization of fracturing project for low permeable reservoir with orthogonal and analysis of experiments / Yinghong Liu, Zongtian Li, Bihua Zhao // Fault-Block Oil & Gas Field. - 2000. - Vol. 7(3). - P. 46-49. doi: 10.1038/s41598-024-66114-w
  25. Иванов, С.А. Анализ результатов применения ГРП (на примере Повховского месторождения нефти) / С.А. Иванов, А.В. Растегаев, В.И. Галкин // Нефтепромысловое дело. - 2010. - № 7. - С. 54-58.
  26. Колтырин, А.Н. Опыт применения пропантного ГРП на терригенном коллекторе / А.Н. Колтырин // Геология геофизика и разработка нефтяных и газовых месторождений. - 2016. - № 4. - С. 28-31.
  27. Колтырин, А.Н. Повышение эффективности технологии ГРП на карбонатном типе коллектора / А.Н. Колтырин // Нефтепромысловое дело. - 2016. - № 10. - С. 28-30.
  28. Колтырин, А.Н. Разработка методики и оценка эффективности работоспособности вероятностно-статистических моделей для прогнозирования прироста дебита нефти в скважинах после проведения гидроразрыва пласта / А.Н. Колтырин // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2022. - №4 (364). - С. 49-58. doi: 10.33285/2413-5011-2022-4(364)-49-58
  29. Иванов, С.А. Построение статистических моделей прогноза ГРП по геолого-технологическим показателям / С.А. Иванов // Геология геофизика и разработка нефтяных и газовых месторождений. - М: ОАО «ВНИИОЭНГ», 2009. - № 10. - С. 46-50.
  30. Разработка статистической модели прогноза эффективности пропантного ГРП по геолого-технологическим показателям для верейского карбонатного нефтегазоносного комплекса / В.И. Галкин, А.Н. Колтырин, А.С. Казанцев, С.А. Кондратьев, В.А. Жигалов // Нефтепромысловое дело, 2017. - № 3. - С. 48-54.
  31. Исследование влияния геолого-технологическим показателей на эффективность гидроразрыва пласта (на примере Повховского месторождения - пласт БВ8) / С.А. Иванов, К.Г. Скачек, В.И. Галкин, А.В. Растегаев, С.А. Шихов // Геология геофизика и разработка нефтяных и газовых месторождений. - М: ОАО «ВНИИОЭНГ», 2009. - № 10. - С. 42-45.
  32. Егоров, Д.С. Влияние геологических факторов на динамику дебитов скважин в отложениях баженовской свиты / Д.С. Егоров, Н.Н. Михайлов // Нефтепромысловое дело. - 2022. - № 10(646). - С. 5-16. doi: 10.33285/0207-2351-2022-10(646)-5-16
  33. Галкин, В.И. Разработка методики оценки эффективности гидроразрыва пласта по комплексу геолого-технологических показателей (на примере визейского терригенного нефтегазоносного комплекса Куединского вала нефтяных месторождений Пермского края) / В.И. Галкин, С.А. Кондратьев, И.С. Путилов // Нефтепромысловое дело. -2015. - № 7. - С. 23-26.
  34. Галкин, В.И. Разработка методики прогнозирования технологических показателей работы скважины после применения геолого-технических мероприятий / В.И. Галкин, А.Н. Колтырин // Нефтепромысловое дело. - 2020. - № 7 (619). - С. 18-28. doi: 10.30713/0207-2351-2020-7(619)-18-28
  35. Фархутдинова, М.Х. Анализ влияния геолого-технологических параметров скважин и процесса гидравлического разрыва пласта на его эффективность / М.Х. Фархутдинова // Нефтегазовое дело. - 2014. - № 3. - С. 33-48.
  36. Разработка комплексной методики прогноза эффективности геолого-технических мероприятий на основе алгоритмов машинного обучения / А.А. Кочнев, Н.Д. Козырев, О.Е. Кочнева, С.В. Галкин // Георесурсы. - 2020. - Т. 22, № 3. - С. 79-86. doi: 10.18599/grs.2020.3.79-86
  37. Alimkhanov, R. Application of Data Mining Tools for Analysis and Prediction of Hydraulic Fracturing Efficiency for the BV8 Reservoir of the Povkh Oil Field (Russian) / R. Alimkhanov, I. Samoylova // SPE Russian Oil and Gas Exploration & Production Technical Conference and Exhibition, 14-16 October 2014. Moscow, Russia, 2014. SPE-171332-RU. doi: 10.2118/171332-RU
  38. Aryanto, А. Hydraulic fracturing candidate-well selection using artificial intelligence approach / А. Aryanto, S. Kasmungin, F. Fathaddin // Journal of Natural Gas Science and Engineering. 2018. - Vol. 2. - № 2. - P. 53-59. doi: 10.33021/jmem.v2i02.322
  39. A Random Forests-based sensitivity analysis framework for assisted history matching / Akmal Aulia, Daein Jeong, Ismail Mohd Saaid, Dina Kania, Noaman A. El-Khatib // Journal of Petroleum Science and Engineering. - 2019. - Vol. 181. - Art.106237. doi: 10.1016/j.petrol.2019.106237
  40. Multi-data reservoir history matching for enhanced reservoir forecasting and uncertainty quantification / Klemens Katterbauer, Santiago Arango, Shuyu Sun, Ibrahim Hoteit // Journal of Petroleum Science and Engineering. - 2015. - Vol. 128. - P. 160-176. doi: 10.1016/j.petrol.2015.02.016
  41. Comparison of Candidate-Well Selection Mathematical Models for Hydraulic Fracturing / T. Yu, X. Xie, L. Li, W. Wu // Fuzzy Systems & Operations Research and Management. Springer, Cham, - 2015. - Vol. 367. - P. 289-299. doi: 10.1007/978-3-319-19105-8-27
  42. Ma, X. Predicting the oil field production using the novel discrete GM (1, N) model / X. Ma, Z. Liu // The Journal of Grey System. - 2015. - Vol. 27. Iss. 4. - P. 63-73.
  43. Диенг, Ассан. Прогноз эффективности гидравлического разрыва пласта по геологическим показателям / Ассан Диенг, Г.П. Хижняк // Нефтепромысловое дело. - 2023. - № 1(649). - С. 25-28. doi: 10.33285/0207-2351-2023-1(649)-25-28
  44. Dieng, A. Analysis of the Efficiency of Hydraulic Fracturing on the Example of the Oil Field in the Perm Region / A. Dieng, G.P. Khizhniak // Инновационные исследования: опыт, проблемы внедрения результатов и пути решения: сборник статей Национальной (Всероссийской) научно-практической конференции с международным участием (22 октября 2022 г, г. Киров). - Уфа: OMEGASCIENCE, 2022. - С. 240-244 (электронная версия - на сайте https: //os - russia.com)
  45. Диенг, А. Использование геологических параметров продуктивных отложений для прогноза эффективности гидроразрыва / А. Диенг, Г.П. Хижняк // Проблемы разработки месторождений углеводородных и рудных полезных ископаемых: материалы XV Международной науч.-техн. конф. (г. Пермь, 18-21 октября 2022 г.). - Пермь - Екатеринбург, 2022. - С. 207-212.

Статистика

Просмотры

Аннотация - 139

PDF (Russian) - 46

PDF (English) - 20

Ссылки

  • Ссылки не определены.

© Диенг А., 2024

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах