способ определения пористости и проницаемости пласта месторождений нефти и газа

Формула изобретения

Способ определения пористости и проницаемости пласта месторождений нефти и газа, включающий бурение вертикальной, горизонтальной или наклонной скважины, отбор керновых проб из пород коллектора, отличающийся тем, что применяют термический анализ для идентификации его отдельных химических соединений, устанавливают связь процентных концентраций минералов с параметрами пористости и проницаемости за счет применения многомерного корреляционно-регрессионного анализа, получают множественные линейные корреляционные уравнения для конкретных месторождений нефти и газа, которые позволяют рассчитать пористость и проницаемость, используя данные о минералогическом составе пласта.

Описание изобретения к патенту

Изобретение относится к нефтяной и газовой промышленности, а именно к области оценки и прогноза продуктивности углеводородных залежей и месторождений, и может быть использовано для многоцелевого изучения и определения фильтрационно-емкостных свойств (ФЕС) коллекторов углеводородного сырья.

С целью оценки текущего состояния разработки, подсчета запасов нефти и газа, определения объемов и категорий промышленных запасов, исследования углеводородсодержащих месторождений проводят с помощью геофизических, параметрических исследований скважин петрофизическими, геохимическими и другими способами исследования керна (образцов пород).

Известны способы определения открытой пористости на экстрагированных образцах керна правильной геометрической формы, поднятых из скважины в процессе бурения методом насыщения их неполярным керосином (см. ОСТ 39-161-83 "Нефть. Метод лабораторного определения абсолютной проницаемости коллекторов нефти и газа и вмещающих их пород"), и коэффициента проницаемости на образцах керна правильной геометрической формы, поднятых из скважины в процессе бурения методом стационарной фильтрации воздуха (ОСТ 39-181-85 "Нефть. Метод лабораторного определения пористости углеводородсодержащих пород").

Недостатком этих способов является то, что они могут быть применены только при наличии кондиционных образцов керна, требуют определенных временных затрат и трудоемкости. Определение этих параметров с применением геофизических исследований скважин (ГИС) предполагает значительные материальные затраты.

Целью изобретения является снижение трудоемкости и стоимости способа, повышение точности и достоверности определения минералогического состава кернового материала месторождений по минимальным и некондиционным образцам породы.

Поставленная цель достигается тем, что в способе определения пористости и проницаемости пласта месторождений нефти и газа, включающем бурение вертикальной, горизонтальной или наклонной скважины, отбирают керновые пробы из породы коллектора, к ним применяют термический анализ для идентификации его отдельных химических соединений, устанавливают связи процентных концентраций минералов с параметрами пористости и проницаемости за счет применения многомерного корреляционно-регрессионного анализа, получают множественные линейные корреляционные уравнения для конкретных месторождений нефти и газа, которые позволяют рассчитать пористость и проницаемость, используя данные о минералогическом составе пласта.

Способ осуществляется следующим образом.

Бурят вертикальные, горизонтальные или наклонные скважины (или одну скважину) с отбором керновых проб из пород коллектора. В отличие от известного способа, нет необходимости стремиться обеспечить сплошной и полный отбор керна, т.к. для реализации предложенного способа достаточно получение некондиционного кернового материала.

Полученный керновый материал подвергается комплексному термическому анализу, состоящему из следующих этапов.

1. Подготовка образцов породы

Наиболее характерные куски породы массой 100-200 г дробятся в стальной ступке, затем в фарфоровой ступке доводятся до величины зерна, не превышающей 0,1-0,2 мм.

Подготовленная часть пробы объемом 2-3 см³ используется для первичного термоанализа. Если в результате обработки данных термоанализа установлено, что порода содержит органическое вещество в количестве, не превышающем 3%, и содержание основного породоопределяющего минерала составляет не менее 95% и не требует уточнения по составу примесей, то на этом работа завершается.

Если содержание первичного породообразующего минерала не более 90% и содержание органического вещества более 3% или же требуется детальное изучение примесей, то проводят следующие операции: 1) по удалению части органического вещества экстракцией спиртобензольной смесью в аппарате Сокслета; 2) по отмывке от солей пробы горячей дистиллированной водой; 3) по удалению карбонатов и пирита растворением в 10%-ной соляной кислоте с последующей промывкой дистиллированной водой; 4) по выделению отмучиванием из терригенной части породы глинистой фракции. Выделенная глинистая фракция затем исследуется термографически.

2. Проведение термических исследований

Основной режим исследований.

1. Тигли корундовые или платиновые емкостью 1,5-2,5 см³. Реже использовались кварцевые тигли емкостью 1,5-0,5 см³ или малые платиновые тигли емкостью

0,5-0,2 см³.

2. Навеска пробы 1,5-3,0 г.

3. Скорость нагрева: основной режим 5°С/мин. Реже использовался режим 2,5; 10; 0,5°С/мин.

4. Конечная температура нагрева 1000°С.

5. Чувствительность дифференциального термического анализа (ДТА) - 1/5; реже использовалась - 1/10, 1/20, 1/2, 1/1.

6. Чувствительность диффенерциально-термогравиметрическая (ДТГ) - 1/5; реже использовалась - 1/2, 1/10, 1/20.

7. Шкала термогравиметрическая (ТГ) для предварительных исследований переменная в зависимости от вида породы

а) до 200°С - 20 или 50, или 100 мг.

б) от 200-600°С - 100 или 200, или 500 мг.

в) от 600-1000°С - 100 или 200, или 500, или 1000, или 2000 мг.

Иногда для уточнения количественных определений каолинитовых глин проводятся дополнительные исследования, где к пробе образца добавляется навеска эталонного каолинита до 30%.

В ряде случаев для уточнения наличия и количества -кварца проводят исследования в режиме охлаждения с той же скоростью - 5°С/мин.

3. Химический анализ остатков породы после термических исследований

Если не проводится шестикомпонентный химический анализ керна, а в породе находится заметное количество термографически неопределяемого до 1000°С ангидрита, то проводят следующее. Часть остатков породы растворяют 10-кратной промывкой горячей дистиллированной водой. Фильтрат собирают и определяют количество SO₄ ^-2 реакцией с баритовой водой. Иногда при анализе терригенных пород необходимо установить наличие минералов в виде окислов железа (лимонит, магнетит и пр.). Для этого остатки кипятят в «царской водке», фильтрат отделяют и проводят химический анализ по методу на наличие окислов Fe²⁺ и Fe ³⁺.

4. Обработка результатов исследований

Обработка дериватограмм начинают с расчета общей потери массы. Навеску образца до и после исследования взвешивают на аналитических весах.

Кривые ТГ, ДТА, ДТГ разбивают на зоны в интервалах температур, с фиксацией температур начала и конца тепловых эффектов, с потерей массы или без. Отмечают температуры пиков тепловых эффектов, пиков ДТГ, потери массы. Отмечают потери массы в этих интервалах температур. В простейших случаях, например довольно чистых известняках, бывает достаточно разбить на две зоны от 20 до 200°С (испарение Н₂ О) и от 700 до 1000°С (диссоциация СаСО₃) по реакции СаСО₃ СаО+СО₂ и рассчитать % известняка.

Если порода содержит смесь карбонатных минералов, таких как магнезит, доломит, кальцит, сидерит, анкерит и пр., то состав определяют, используя формулы расчета по тепловым эффектам диссоциации Mg ²⁺ и Са⁺², составляющих карбонатов, а также используя данные потери массы, табличные данные расчета коэффициента.

Для терригенных пород, содержащих глинистые минералы, а в качестве примесей - ангидрит, карбонаты (доломит, магнезит, кальцит, и т.д.), сидерит, используют информацию по серии исследований как с целым образцом, так и с фрагментом породы. В отдельных сложных случаях, когда в первоначальных исследованиях с цельным образцом происходило наложение тепловых эффектов различных минералов сопровождающихся потерей массы, использовали ДТГ кривую, достраивая нисходящую ветвь отдельного компонента. Затем определяют площади ДТГ отдельных компонентов и общую площадь ДТГ соответствующей суммарной потери массы. Составляя пропорцию S_ДТГi - Х _mi S _ДТГ - Х _m и произведя расчеты, определяют потерю массы каждого компонента. Затем, используя табличные расчетные коэффициенты, рассчитывают % компонента в образце породы.

Степень приближения, с которой могут быть изучены все литологические свойства коллектора по всему объему пласта, в конечном итоге определяет достоверность прогнозирования продуктивности и нефтеотдачи пласта. Она может быть повышена либо путем увеличения количества исследуемых образцов, либо изучением образцов больших размеров, либо использованием методов математического моделирования изменчивости коллекторских свойств. Большой объем фактического материала предопределил использование вероятностно-статистических методов изучения и обобщения материала по коллекторским свойствам пород, что позволило получить более объективную и надежную оценку результатов на количественном уровне.

Далее применен один из методов математической статистики - корреляционно-регресионный анализ. Регрессией называется зависимость условной математической случайной величины Y от значения величины X. Эта зависимость выражается соответствующим уравнением. Нахождение вида и коэффициентов этого уравнения представляет собой задачу корреляционно-регрессионного анализа. Вид регрессионного уравнения обычно выбирается исходя из физического смысла задачи, а коэффициенты определяются, чаще всего, методом наименьших квадратов. Это обусловлено предположением о нормальном распределении величин Y (массив фактических значений пористости/проницаемости) и Х (многомерный массив процентного содержания основных элементов в составе исследуемого керна), что хорошо согласуется с практикой. Суть данного метода заключается в следующем: сумма квадратов отклонений расчетных значений пористости/проницаемости от фактических данных должна быть минимальна, т.е. чтобы обеспечивался минимум выражения:

где Y_i - i-тое значение случайной величины Y;

X_i - i-тое значение многомерной случайной величины Х;

i - номер замеренного образца;

k - число замеренных образцов;

f - линейная скалярная функция многих переменных (компонента X), описывающая регрессионную кривую.

Исходя из предположения, что в распоряжении имеется k образцов с известным минералогическим составом, состоящим из n компонент, по которым имеются керновые исследования пористости и/или проницаемости, получаем, что имеется k замеров пористости и/или проницаемости, т.е. величины Y ₁, Y₂, , Y_k, и так же k наборов многокомпонентной переменной X: Х₁, Х₂, , Х_k, где .

В связи с тем что порода коллектора состоит из многих минералов, возникла необходимость решения задачи множественной корреляции. В результате проведения подобных исследований было получено линейное корреляционное уравнение вида:

где n - число компонент минералогического состава.

Коэффициенты А₁, А₂ , , A_n находятся при помощи метода наименьших квадратов как решение системы линейных уравнений:

где

и

Решение данной системы может быть проведено как при помощи численных методов, так и при помощи построения определителей Крамера, метода Гаусса или иных доступных способов.

Далее устанавливают экспериментальную корреляционную связь процентного соотношения породообразующих минералов с фильтрационно-емкостными свойствами коллектора.

Для использования полученных регрессионных кривых необходимо определить доверительный интервал по величинам содержания того или иного компонента в составе исследуемого вещества. В нашем случае доверительный интервал строился для среднего значения относительной ошибки прогнозирования, определяемой как отношение разности прогнозируемого и измеренного значений к прогнозируемому значению исследуемого признака. Измеренное значение в таком случае выступает в качестве истинного, так как значительно сильнее приближается к нему, нежели прогнозируемое. Часто при проведении корреляционно-регрессионного анализа возникает опасность появления ложной корреляции. Это явление имеет место при анализе так называемых замкнутых числовых систем, к которым принадлежат все системы, в которых сумма всех признаков должна равняться ста процентам. Наличие ложной корреляции приводит к возникновению значительных погрешностей. В предлагаемом способе удалось свести эту погрешность к минимуму благодаря большому количеству анализируемых признаков.

Для расчета границ применимости в предлагаемом способе вычисляется n-мерный прямоугольник в n-мерном пространстве (на осях координат данного пространства откладывается процентное содержание того или иного минерала) с центром в точке с координатами, равными математическому ожиданию процентного содержания минералов, и с полуосями, равными квадратному корню из дисперсии рассматриваемых величин с соответствующими поправками на физический смысл величин. Такой способ позволяет не только определить граничные значения применимости регрессионного анализа, но и выявить замеры минералогического состава керна, значительно отличающиеся от остального «облака» замеров.

На фиг.1 представлено совместное представление измеренных и прогнозируемых значений проницаемости для Ново-Ключевского месторождения; на фиг.2 - совместное представление измеренных и прогнозируемых значений пористости для Ново-Ключевского месторождения; на фиг.3 - распределение замеров процентного содержания полевого шпата в исследованном керне Ново-Ключевского месторождения и отображение границ применимости предлагаемого способа для анализа содержания полевого шпата; на фиг.4 - распределение проницаемости в гидродинамической модели объекта CI+CIa Ново-Ключевского месторождения.

Пример реализации предлагаемого способа.

Полученный при бурении скважины керновый материал Ново-Ключевского месторождения Самарской области подвергаем термическому анализу. По результатам исследований определяем процентное соотношение отдельных химических соединений, составляющих породу (см. Таблицу 1).

После получения процентного содержания состава породы проводим корреляционно-регрессионный анализ, в результате чего получаем следующие зависимости для пористости и проницаемости:

М=-3,962x₁+0,303х₂-0,026х ₃-0,093х₄-0,100x₅+0,271x₆ +0,100x₇+0,514х₈;

К=-1034,9x ₁+80,1х₂-14,4х₃+2,0х₄-1,7x ₅+4,8х₆-0,5х₇+39,3x₈;

где М - расчетная пористость, % (см. Таблицу 1, столбец «Пористость, расчет»);

К - расчетная проницаемость, мД (см. Таблицу 1, столбец «Проницаемость, расчет»);

х₁ - доломит, x ₂ - кальцит, x₃ - гидрослюда, x₄ - хлорит, х₅ - каолинит, x₆ - кварц, x ₇ - пылеватые частицы полевого шпата, х₈ - органическое вещество - состав отложений в % вес.

На фиг.1 и 2 показано совместное представление измеренных и прогнозируемых значений пористости и проницаемости для Ново-Ключевского месторождения.

Нахождение границ применимости для данного исследования можно представить в виде таблицы (см. Таблицу 2). В таблице произведен расчет граничных значений для каждого из рассмотренных веществ при помощи величин математического ожидания и дисперсии, жирным шрифтом в самой таблице отмечены значения, которые выходят за полученные пределы. Найденные граничные значения применяются только для прогноза пористости и/или проницаемости образцов керна, но не для корректировки полученных ранее корреляционных уравнений.

Полученные границы применимости продемонстрированы на примере процентного соотношения полевого шпата в составе образцов на фиг.3. Значками на фиг.3 показаны замеры процентного содержания полевого шпата в исследованных образцах керна Ново-Ключевского месторождения, из них квадратами помечены значения, не входящие в интервал, применимый для прогноза пористости или проницаемости по минералогическому составу керна, кружками - применимые для расчета прогноза точки. Черная сплошная линия показывает математическое ожидание параметра, точка-тире и две точки-тире - соответственно верхнее и нижнее граничное значение применимости параметра.

Применение способа для создания и уточнения геолого-технологической модели заключается в корректировке или прямом использовании значений пористости и проницаемости по скважинам, позволяет более точно описать картину выработки запасов в пласте или объяснить аномальные участки выработки запасов в том случае, когда данные пористости и/или проницаемости по геофизическим исследованиям скважин или по гидродинамическим исследованиям керна отсутствуют. Уточнение распределения пористости по гидродинамической модели позволяет оценить распределение запасов и, следовательно, направление их выработки. Уточнение распределения проницаемости в гидродинамической модели позволяет более точно определить характер продвижения пластовых и нагнетаемых в пласт вод, направления выработки запасов, характер обводнения скважин.

При помощи рассчитанных на основе корреляционно-регрессионного анализа значений пористости и проницаемости была уточнена геолого-технологическая модель объекта CI+CIa Ново-Ключевского месторождения, что позволило смоделировать характер вытеснения нефти законтурной и нагнетаемой водой и выявить зоны локализации остаточных запасов нефти (фиг.4). Таким образом, имеющаяся информация о точном минералогическом составе коллектора позволяет определять значения пористости и проницаемости пород для отдельных объектов на основе методов математической статистики. В целом снижается трудоемкость и стоимость способа за счет использования минимальных и некондиционных образцов породы, повышается точность и достоверность определения минералогического состава, в том числе на ранней и поздней стадиях освоения месторождения. Предлагаемый способ решает задачу обязательного применения промысловых данных (исследование кернового материала) при разработке месторождений углеводородного сырья, а также получения необходимой информации о ФЕС коллекторов для создания и уточнения геолого-технологических моделей, что позволяет в процессе разработки месторождений нефти и газа значительно увеличить нефтеотдачу.