Модели, алгоритмы и программы, развивающие технологию 3D-моделирования нефтегазовых месторождений

Личный вклад:

1. Постановка задач исследования и апробация результатов выполнены автором совместно с В.З. Ямпольским.
2. Описание моделей  3D-геологического и гидродинамического моделирования и моделей развития указанных процессов предложены автором.
3. Методики оценки ресурсоемкости технологии моделирования, концептуальные основы технологии сформулированы и предложены автором.
4. Методики и алгоритмы пре- и постпроцессинга предложены и реализованы автором.
5. Метод прогноза пьезопроводности и гидропроводности на основе оценки напряженности продуктивного пласта предложены В.Е. Пешковым,  
   О.В. Крыловым, реализующий метод ПО «Баланс-Гидродинамик» и апробация выполнены автором совместно с О.В. Крыловым.
6. Проектирование и реализация ПО «Logger», «Correlation», «GMUpscale», «J-function», «WellSpacing» проведены под руководством автора совместно с М.А. Ивановым, А.С. Силантьевым и Ю.А. Недоспасовой.
7. Проектирование и реализация ПО «GP-Storage» выполнены совместно с А.В. Мозжеловым.
8. Алгоритм стохастического моделирования гидрогеологических процессов разработан автором. Постановки задачи исследования эффективности метода Монте-Карло и предложенного на его основе алгоритма сделаны совместно с Н.Г. Марковым. Результаты этого исследования, разработка, тестирование и апробация алгоритмического и программного обеспечения ПО «Mapper3D» выполнены автором.
9. Построение 3D-геологических и 3D-гидродинамических моделей, выполнение 37 НИР и по их результатам проектных документов выполнено под руководством и при участии автора.

 

Структура и объем работы. Диссертационная работа включает: введение, четыре главы, заключение, список использованных источников, состоящий из 215 наименований, 9 приложений. Общий объем диссертации составляет 308 страниц машинописного текста. Работа содержит 121 рисунок и 14 таблиц.

 

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы в данном научном направлении, формулируются цель и задачи исследования, отмечен личный вклад автора и апробация результатов исследований.

 

В первой главе с системных позиций описан жизненный цикл месторождений (ЖЦМ) и показана роль проектных решений при сопровождении разведки и разработки нефтегазовых месторождений. Определена значимость 3D-геологического и гидродинамического моделирования при управлении разработкой, принятии решений и создании проектных документов (рис.1). Отмечена особая важность создания и сопровождения постоянно действующих геолого-технологических моделей и необходимость применения при этом 3D-моделирования.

где ГРР – геологоразведочные работы, ТЭО – технико-экономическое обоснование, ТС ОПР – технологическая схема опытно-промышленных работ, ПР – проект разработки, КИН – коэффициент извлечения нефти

Рис. 1. Связь проектно-технологических  решений,  
стадий ЖЦМ и этапов моделирования

Проведен  анализ методов, алгоритмов и программных систем, применяемых при моделировании нефтегазовых месторождений. По результатам анализа выделены базовые программные средства, обеспечивающие технологию моделирования месторождений. Несмотря на то, что ведущими отечественными компаниями и организациями, такими, как ОАО «ЦГЭ», ОАО «Пангея», РГУ нефти и газа им. Губкина, МГУ им. Ломоносова, ИПМ им. Келдыша, ООО «ПетроАльянс», ЗАО «Тюменский институт нефти и газа», ИМП им. Келдыша, группа компаний Таймзикс и др., в настоящее время создан ряд программных продуктов и систем, лидерами в данной области остаются такие компании, как Schlumberger Information Solutions, Landmark Graphics Corporation и Roxar Software Solutions.

В работе представлены технологические линейки программных продуктов, комплексно обеспечивающие процесс моделирования. Проведен сравнительный анализ их функциональности, выявлены основные преимущества и недостатки использования линеек отечественного и зарубежного программного обеспечения (ПО).

В первой главе также приведены математические методы, применяемые при геологическом и гидродинамическом моделировании. Большинство из них реализованы в современных программных системах и комплексах. Так, базовое ПО всех представленных в главе I линеек ведущих мировых компаний Schlumberger, Landmark Roxar и российских разработчиков ПО реализует методы (стохастические и детерминированные) восстановления двух и трехмерных параметров при геологическом моделировании, такие, как средневзвешенная интерполяция, триангуляция, Кригинг, Монте-Карло и др. Для гидродинамического моделирования в рамках ПО перечисленных компаний используются метод материального баланса, в зависимости от вида симулятора (ПО для расчета фильтрации в ячейках), системы дифференциальных уравнения для двух- и трехфазной фильтрации флюидов в нефтегазовых пластах. Решения соответствующих задач реализованы при помощи метода конечных элементов или метода конечных разностей.

По результатам анализа и  оценки выявлены и сформулированы проблемы применения упомянутого программного обеспечения для геолого-гидродинамического моделирования нефтегазовых месторождений и изложены пути их решения, а именно, предложено:

6. Формирование конфигураций технологических линеек ПО геолого-гидродинамического моделирования при выполнении проектных решений, минимизирующих затраты на приобретение оборудования и сокращающих трудозатраты на моделирование.
7. Разработка алгоритмических и программных средств для технологии моделирования, обеспечивающих:

• автоматизацию процедур обработки геолого-технологической информации, а также создание трехмерных цифровых геологических и гидродинамических моделей месторождений нефти и газа, обоснование на их основе прогнозных решений;
• дополнение существующих программно-технологических линеек с целью расширения их функциональных и/или улучшения технических характеристик;
• развитие средств статистического и пространственного анализа для повышения эффективности принятия экспертных решений, повышение качества моделирования и проектирования;
• разработку мобильных программных средств, замещающих трудоемкие и ресурсоемкие элементы информационной технологии, организацию тем самым «полевых» рабочих мест.

8. Тестирование созданных алгоритмических и программных средств на реальных данных нефтегазовых месторождений.

9. Апробация и внедрение результатов исследований и разработок в практику моделирования реальных геологических объектов и формирование проектных документов.

 

Во второй главе описаны модели процессов геологического и гидродинамического моделирования, анализ которых позволил сформулировать основные критерии, по которым оценивается эффективность проектного решения и всего процесса моделирования, а именно:

• Оперативность получения реализаций модели и на их основе проектного документа, т.е. затрачиваемое время.
• Стоимость создания проектных решений и моделирования, складывающаяся из затрат на оплату труда специалистов, стоимости применяемых программных средств и затрат на их сопровождение.
• Качество выбранной реализации, наиболее адекватной по результатам анализа большего числа реализаций либо на основании высококвалифицированного экспертного решения.

Предложена методика оценки временных затрат на создание проектного решения. Суммарная оценка Т складывается следующим образом

Т=Т(GM)+ Т(GDM)+ Т(P_TD),

где  Т(GM), Т(GDM) и Т(P_TD) соответственно время, затрачиваемое на геологическое, гидродинамическое моделирование и составление проектной документации;

Т(P_TD)=1,5х(1+k),

где  k – коэффициент, характеризующий сложность P_TD; х = , хє{1,2} – простой объект, хє{2,4} – средней сложности, хє{4,6} – сложный объект подсчета или разработки.

Сложность моделирования зависит  не только от геологической сложности объекта, но и от степени его изученности, которую предложено оценивать следующим образом.

Сформирован перечень основных исходных данных и введены соответствующие параметры, оценивающие их объем:

1. Сейсмические исследования. k_S – коэффициент, характеризующий в зависимости от вида (2D или 3D-съемка) и плотности сейсмических исследований влияние указанного вида исследований на точность модели.

2. Геофизические исследования  скважин (ГИС). k_ГИС – коэффициент, отвечающий за полноту исследований (k_ГИС=0,5, если ПГИС – промыслово-геофизические, k_ГИС=1, если полный комплекс ГИС), а также характеризующий влияние на точность оценки модели в зависимости от плотности ГИС (количество исследованных скважин на кв. км) и площади объекта (залежи, месторождения или геологического участка).

3. Наличие и количество  проб флюидов (нефти, газа, воды) и исследования керна. k_Ф1 – коэффициент, отвечающий за полноту исследований свойств нефти, k_Ф2 –за полноту исследований свойств газа, k_Ф3 – конденсата, k_Ф4 – воды. Тогда k_Ф – комплексный коэффициент, оценивающий степень изученности флюидов и учитывающий перечисленные составляющие.

4. Исследования на образцах керна. k_К1 – коэффициент, характеризующий полноту исследований фильтрационно-емкостных свойств пород (процент выноса керна), k_{К 2} – капилляро- и порометрии, k_{К 3} – относительные фазовые проницаемости, k_{К 4} – коэффициент вытеснения (К_выт).

5. Гидродинамические испытания (ГДИ) скважин на различных режимах. k_ГДИ – коэффициент, характеризующий полноту (количество испытаний на скважину) и характер ГДИ.

6. История разработки. k_МЭР – коэффициент, характеризующий срок разработки и объемы эксплуатации месторождения (количество добывающих и нагнетательных скважин).

Геологические условия (k_Г) также влияют на точность моделей. Так k_Г1 – коэффициент, характеризующий сложность объекта (месторождения) и складывается из оценки таких параметров, как расчлененность, количество продуктивных пластов, состав флюида, наличие тектонических нарушений, региональная изученность аналогичных коллекторов. Значение коэффициента k_Г2 характеризует величину объекта по классификации «малое»–«среднее»–«большое» месторождение в зависимости от площади и количества извлекаемых запасов в соответствии с методическими указаниями по подсчету запасов.

Таким образом, степень изученности  моделей k – это функция от следующих параметров:

k = f(k_S,k_ГИС,k_Ф,k_ГДИ, k_к,k_МЭР, k_Г).

Рассмотрены значения перечисленных выше коэффициентов, определяющих точность геологических и гидродинамических моделей.

Значение оценочного коэффициента k_ГИС определяется качеством и объемом исследований. «Ценность» промыслово-геофизических исследований можно условно приравнять к ½ полного комплекса ГИС. Таким образом k_ГИС можно принять показателем, обратным плотности. При этом расчет плотности сети скважин, охваченных ГИС, рассчитывается путем деления площади участка/залежи (S) на сумму числа скважин (n₁), в которых выполнен полный комплекс ГИС, и половины числа скважин, где выполнены только ПГИ (n₂), т.е. S/(n₁+n₂/2).

Сложность месторождения определяется также количеством фаз (составляющих флюид – смесь пластовой воды и углеводородных компонентов, залегающих на месторождении). Так, k_Ф можно представить как

При этом,

Исследования на образцах керна  оценим при помощи коэффициента k_к:

где    

ГДИ, как отмечалось выше, выполняются  как в открытом стволе (ИП), так  и в интервале перфорации. Если взять за единицу второй вид ГДИ, то ИП можно считать 0,5 от первого. При  этом на скважинах могут выполняться  многократные ГДИ (n_i^¢), а фонд скважин n. Тогда коэффициент достоверности по ГДИ можно рассчитать следующим образом:

где

В среднем срок разработки месторождения  считается равным 25 годам, поэтому можно принять k_эксп=0,04t, где t – текущий срок разработки оцениваемого объекта.

Пусть k_Г складывается из произведения k_Г1 и k_Г2. Если k_Г1 – коэффициент характеризующий сложность объекта (месторождения), то в соответствии с методическими указаниями по классификации запасов его можно классифицировать по трем категориям (простое k_Г1=1, среднее k_Г1=0,75, сложное k_Г1=0,5). Значение коэффициента k_Г2 характеризует величину объекта по классификации «малое»–«среднее»–«большое» (соответственно k_Г2=1, k_Г2=0,75, k_Г2=0,5) месторождение в зависимости от площади и количества извлекаемых запасов в соответствии с методическими указаниями по подсчету запасов.

Таким образом, коэффициент, определяющий степень  изученности R_G и R_GD, можно определить как среднеарифметическое значение вышеперечисленных коэффициентов, пронормированное вектором коэффициентов, отвечающих за значимость параметров С={с_{1, … ,} с₅}.

К числу перечисленных в начале раздела критериев относится и стоимость разработки моделей и проектной документации. Значение данного критерия формируется в зависимости от уровня цен на рынке, изменения определяются уровнем инфляции и другими процессами, которые происходят в экономике государства. Таким образом, оценку проекта по данному критерию можно представить как функцию f(k_ф,k_Г), где k_ф – коэффициент, характеризующий финансовую стабильность, уровень цен и другие отягощающие проект экономические аспекты.

Предложенные  методики позволяют оценивать сложность  проектного решения и трудоемкость моделирования. Повышение эффективности моделирования возможно за счет расширения функциональных возможностей информационной технологии и реализованных в ней моделей процессов.