Повышение эффективности обработки результатов исследований фильтрационно-емкостных параметров коллектора при моделировании сложнопостроенных залежей нефти

Рассмотрены вопросы повышения эффективности обработки результатов исследований фильтрационно-емкостных свойств (ФЕС) коллекторов в пределах нефтегазодобывающих районов центральной части Западно-Сибирской нефтегазоносной провинции. Высокая степень освоенности углеводородных ресурсов исследуемой площади характеризуется наличием длительно разрабатываемых месторождений, что обусловливает решение задач, направленных на повышение успешности поисков сложнопостроенных глубокозалегающих залежей, эффективности их разведки и доразведки, так как вышележащие продуктивные горизонты практически выработаны. Эта задача на современном этапе разработки эксплуатационных объектов региона в условиях падения добычи нефти на основных крупных месторождениях — одна из важнейших и не имеет однозначного решения.

Рассмотрены вопросы моделирования залежей с применением новых научно-методических подходов к обработке геофизических данных и возможности использовать современные программные продукты при группировании объектов разработки по критериям, соответствующим коллектору определенного литотипа. Такой подход позволил построить качественные геологические модели и обосновать применение наиболее эффективного комплекса ГИС для моделирования малоамплитудных (≤15 м) и малоразмерных (<20 км²) залежей. В ходе исследований проведена обработка результатов ФЕС; установлены малоамплитудные и малоразмерные залежи русловых отложений (речных долин); доказана промышленная нефтегазоносность сложнопостроенных залежей, характеризующихся малоамплитудностью и малоразмерностью (тюменская свита, объект Ю2); выполнена интерпретация геофизических исследований скважин (ГИС), результаты сопоставлены с энергетическими характеристиками отраженных волн (сейсмические исследования); установлены зоны, насыщенные водои нефтегазоносным флюидом (построены 3D модели); показана возможность применения приведенной методологии для выявления и картирования сложнопостроенных глубокозалегающих залежей нефти.

1. Бембель С.Р. Геологические модели залежей нефти тюменской свиты в западной части ХМАО-Югры // Матлы Всеросс. науч.-тех. конф, Уфа.: УГНТУ, 2019. С. 24–25.

2. Бембель С.Р., Авершин Р.В., Бембель Р.М., Кислухин В.И. Геологическое обоснование повышения эффективности освоения залежей трудноизвлекаемых запасов нефти в коллекторах тюменской свиты Сургутсого свода (Западная Сибирь) // Изв. вузов. Нефть и газ. 2020. № 5. С. 8–19. DOI: 10.31660/0445-0108-2020-5-8-19.

3. Большаков М.Н., Скибицкая Н.А., Марутян О.О. и др. Привязка данных по керну к материалам ГИС — важный этап построения цифровой модели месторождения // Актуальные проблемы нефти и газа. 2017. № 3 (18). С. 5. DOI: 10.29222.ipng.2078-5712-2017-18art5.

4. Закиров С.Н., Аникеев Д.П. Технологии скважин и алгоритмы интерпретации результатов // Актуальные проблемы нефти и газа. 2018. № 2 (21). С. 16. DOI 10.29222.-ipng.2078-5712-2018-21art16

5. Закревский К.Е., Газизов Р.К., Каримова Е.Н., Лепилин А.Е. Система тестов для оценки качества пакетов геологического моделирования // Территория Нефтегаз. 2018. № 9. С. 36–49.

6. Медведев Н.Я., Кос И.М., Никонов В.Ф., Ревнивых В.А. Юрские отложения западной части Среднего Приобья как объект для наращивания промышленных запасов нефти // Нефтяное хозяйство. 2002. № 8. С. 48–50.

7. Новиков Г.Р., Усманов И.Ш. Геологические предпосылки развития ресурсно-сырьевой базы ОАО «Сургут-нефтегаз» // Вопросы геологии, бурения и разработки нефтяных и газонефтяных месторождений Сургутского региона. Екатеринбург: Путиведъ, 2001. С. 15–24.

8. Рекомендации к методике построения геологических моделей при подсчете запасов углеводородного сырья // ФБУ «ГКЗ», 2015. 100 с.

9. Тюкавкина О.В. Контроль и регулирование процессов разработки, эксплуатации сложнопостроенных коллекторов с применением комплекса стандартных исследований фильтрационно-емкостных параметров // Технологии нефти и газа. 2020. № 3(128). С. 37–42.

10. Шустер В.Л., Тюкавкина О.В., Вересович А.А. Геологоразведочные работы по выявлению и картированию сложнопостроенных, неантиклинальных ловушек месторождений Западной Сибири // Технологии нефти и газа. 2019. № 5. С. 37–41. DOI: 10.32935/1815-2600-2019-124-5-37-41.

11. Carpenter C. Method integration improves reservoir-property prediction in East Siberia // J. Petrol. Technology. 2019. Vol. 71 (01). Р. 50–51.

12. Feder J., Rassenfoss S. Data is not scarce, but oil companies Hoard it as if it Were // J. Petrol. Technology. 2019. Vol. 71 (05). Р. 42–44.

13. Mishra S., Schuetter J., Datta-Gupta A., Bromhal G. Robust data-driven machine-learning models for subsurface applications: Are we there yet? // J. Petrol. Technology. 2021. Vol. 73 (03). Р. 25–30.