Сетевая библиотекаСетевая библиотека

реферат добыча нефти

Дата публикации: 08.02.2019
Тип: Текстовые документы DOCX
Размер: 3.67 Мбайт
Идентификатор документа: -35982457_490045576
Файлы этого типа можно открыть с помощью программы:
Microsoft Word из пакета Microsoft Office
Для скачивания файла Вам необходимо подтвердить, что Вы не робот

Предпросмотр документа

Не то что нужно?


Вернуться к поиску
Содержание документа


Содержание

TOC \o "1-3" \h \z \u 1. Две точки зрения на коренные причины ограниченности предсказательной силы гидродинамического моделирования процессов развитие углеводородных залежей; геологи и физики PAGEREF _Toc498904896 \h 32. Требования к программному комплексу геологической модели PAGEREF _Toc498904897 \h 10Список источников литературы PAGEREF _Toc498904898 \h 17

1. Две точки зрения на коренные причины ограниченности предсказательной силы гидродинамического моделирования процессов развитие углеводородных залежей; геологи и физикиОсновная цель современной разработки месторождений углеводородов направлена на наиболее полное извлечение их извлекаемых запасов при максимальной экономической рентабельности. Для достижения наиболее полного коэффициента охвата и коэффициента извлечения нефти используются передовые технологии. Одним из ключевых направлений по праву является компьютерное моделирование. Адаптация истории разработки и ее прогноз, позволяют оптимально, и, с наименьшими затратами, разрабатывать месторождения углеводородов. Тем не менее, основная проблема, при составлении проектных документов, обусловлена расхождениями между статической (геологической) и фильтрационной (гидродинамической) моделями. Характерно, что федеральные комиссии: центральная комиссия по разработке (ЦКР) и территориальная комиссия по разработке (ТКР), а также многочисленные эксперты, по-прежнему требуют, чтобы статическая и фильтрационная модели отличались друг от друга несущественно (не более 3 %)[1].

Несмотря на богатейшие традиции геологической науки России (более трехсот лет основания горного дела в России согласно указу Петра I), построение трехмерных цифровых геологических моделей нефтяных и газовых месторождений является в нашей стране относительно молодым направлением в прикладной нефтегазовой геологии, возникнув и развиваясь около 15 лет. Появление трехмерного геологического моделирования как самостоятельного направления оказалось возможным вследствие следующих основных факторов:

разработки математических принципов и алгоритмов трехмерного моделирования;

развития смежных областей геологического и геофизического знания – обработки и интерпретации 3D-сейморазведки, сиквенс- стратиграфии, а также трехмерного гидродинамического моделирования;

появления достаточно мощных компьютеров и рабочих станций, позволяющих выполнять сложные математические расчеты с достаточным быстродействием и визуализацией результатов;

разработки коммерческих программ, обеспечивающих цикл построения трехмерных моделей (загрузка, корреляция, картопостроение, построение кубов ФЕС, визуализация, анализ данных, выдача графики и др.);

накопления обширного опыта двумерного геологического моделирования, подсчета запасов и нефтегазопромысловой геологии.

Причина ограниченности с точки зрения геологов сводится примерно к следующему:

- невыполнение проектных объемов бурения (последние 5 лет объем фактического эксплуатационного бурения в 2 раза ниже проектного);

- одна из основных причин невыполнения объемов бурения - неадекватность геолого-гидродинамических моделей (ГГДМ), не позволяющих достоверно установить адрес остаточных запасов; причина неадекватности ГГДМ - физически необоснованные приемы при адаптации по истории разработки.

Ограниченность информации о геологическом строении месторождений во многих случаях является тормозом при внедрении современных экономически целесообразных технологий интенсификации добычи нефти и повышения коэффициента извлечения нефти и газа. В этих условиях уточнение геологического строения месторождений и содержащихся в них геологических запасов углеводородов, локализация остаточных запасов в пространстве и во времени, выработка мероприятий по их вовлечению в разработку является обязательной процедурой мониторинга разведки и эксплуатации месторождений.

Проблема создания 3-х мерной цифровой геологической модели месторождения нефти и/или газа по своей сущности весьма сложна. При построении геологической модели требуется обобщение огромного количества мультидисциплинарных данных и знаний, накопленных на месторождении в смежных отраслях нефтепромыслового дела, изучающих свойства месторождения методами с различным объемным разрешением и исследующих широкий спектр характеристик. Совмещение мультидисциплинарных данных и знаний в единое знание весьма затруднительно и требует создания соответствующих теоретических обоснований. Геологические модели могут создаваться практически на любых этапах изучения месторождения – от времени бурения первых разведочных скважин и проведения сейсморазведки до заключительного IV этапа его эксплуатации при стабильно падающей добыче.

Лишь очень косвенные измерения, основанные на интерпретации данных, дают нам общие представления, по которым потом и проводится моделирование пласта. Но для того, чтобы точно сказать, как поведет себя какой-нибудь, условно говоря, полимер, который нужно закачать в определенном месте, необходимо сначала провести эксперименты в лабораторных условиях с образцами горных пород - кернами. 

В ближайшем будущем, могут быть востребованы геологические модели уже выведенных из эксплуатации месторождений в связи с возможностью релаксации запасов за период «простоя» месторождения.

Мировая практика, в том числе и отечественная, последних 25 лет показала, что кардинальным решением проблемы повышения глубины и достоверности изучения геологического строения и свойств месторождений нефти и газа является массовое внедрение в производство технологии геологического моделирования месторождений, создание на ее основе постоянно действующих геолого-технологических моделей (ПДГТМ) всех введенных в эксплуатацию месторождений, сопровождение ПДГТМ с целью мониторинга разработки.

В настоящее время пакет Stratamodel используется весьма ограниченно, фирма Shlumberger распространяет пакет Petrel, пришедший на смену 3D-Property, пакет IRAP RMS распространяется компанией Roxar – преемником Smedvig Technologist, фирма Paradigm Geophysical предлагает пакет Gocad.

Развитие программных пакетов геологического моделирования обеспечивается, с одной стороны, появлением новых принципов и алгоритмов 3D-моделирования (нейронные сети, многоточечная статистика – MPS), с другой – расширением функциональности за счет включения и интеграции новых модулей (анализ данных сейсморазведки, сопровождение бурения горизонтальных скважин, апскейлинг). Таким образом, трехмерное цифровое геологическое моделирование продолжает оставаться интересным, увлекательным и экономически эффективным направлением нефтегазовой геологии [1].

Причина ограниченности с точки зрения физиков.

Разработки в области численного гидродинамического моделирования и создания суперкомпьютеров всегда были взаимосвязаны: как только аппаратное обеспечение становилось мощнее, инженеры строили модели, которые были больше или сложней, в результате существующие компьютеры оказывались слишком медленными. Далее совершенствовались компьютеры, и снова усложнялись модели и т. д. Исследования в численном моделировании начались в конце 50-х годов прошлого столетия как расширение концепции материального баланса. Некоторые фундаментальные концепции и математические методы, разработанные в течение первых двух десятилетий исследований, являются актуальными и сейчас (конечно-разностная дискретизация, IMPES, полнонеявный метод, формулизация моделей композиционной и «черной нелетучей нефти», модели скважин, и др.).

Несмотря на то, что теория численного моделирования была разра- ботана относительно быстро, широкому внедрению моделирования в еже- дневную работу инженеров препятствовала недостаточная компьютерная мощность.

Известно, что энергетическое состояние нефтяного или нефтегазового резервуара характеризуется полем давлений, а градиент давлений является основной движущей силой процессов фильтрации флюидов. Поэтому расчет и анализ полей давлений – обязательные атрибуты гидродинамического моделирования. Поля давлений, направления и скорости фильтрации флюидов необходимо также анализировать при выборе гидродинамических регулирующих воздействий и других методов повышения нефтеотдачи, включая гидроразрыв пласта, а также при проектировании и бурении вертикальных и наклонных, горизонтальных и многозабойных горизонтально - ветвящихся скважин.

Расчет полей давлений в резервуарах с произвольными системами гидродинамически взаимосвязанных скважин различных профилей представляет существенные трудности для большинства вычислительных методов и их программных реализаций. Эти трудности еще более возрастают при решении задач для резервуаров с тектоническими нарушениями.

Одна из основных проблем использования метода исследования – низкая информативность используемых исходных данных. В самом деле, для расчетов и построений карт изобар в качестве исходных данных используются, в основном, результаты обработки гидродинамических исследований специально останавливаемых скважин. Однако, сознательно недобирая остановленными скважинами нефть, за период 3 – 6 месяцев удается оценить пластовые давления не более чем для 25 – 40% всего работающего фонда скважин. По этим накопившимся данным и формируется карта изобар в предположении, что все данные получены одновременно и адекватно характеризуют состояние резервуара на день её построения.

Другая группа проблем связана с применяемыми методами расчета. Формирование карт изобар обычно сводится к решению классической задачи вычислительной математики – интерполяции значений математической функции – пластовых давлений, заданных в нерегулярно расположенных точках – скважинах. Однако известные методы интерполяции сплайнами, полиномами и т.п. здесь не вполне годятся, так как получаемые результаты зачастую противоречат физическому смыслу решаемой задачи. Так, например, при использовании таких формальных методов можно получить локальные максимумы пластовых давлений между нагнетальными скважинами, а минимумы – между нефтяными скважинами, но не в них. Поэтому на практике обычно используются более простые и надежные, но менее совершенные методы, основанные на триангуляции расчетной области.

Такое графо-аналитическое моделирование затруднено для горизонтальных и горизонтально-ветвящихся скважин, для скважин с трещинами гидроразрыва пласта, для пластов с тектоническими нарушениями. Оно неадекватно отражает поле давлений в системе работающих скважин, где изменения пластовых давлений между нефтяными и нагнетательными скважинами, в соответствии с теорией фильтрации, изменяются по логарифмическому закону и существуют «воронки депрессии», «воронки регрессии». Заметим, что и проведение даже самого простого вычислительного эксперимента, например, какое будет поле давлений, если изменить режим работы одной или нескольких скважин, по этой технологии также невозможно[4].

Один из самых важных вопросов - валидация модели, потому что дело в процессе, который очень сложно контролировать. Ведь даже геометрию трещин, получившихся в результате ГРП, мы узнаем только косвенно, по микросейсмическим исследованиям, когда на экране мы видим некое облако точек, которые интерпретируем.

Есть проппанты, помеченные определенным способом. Например, с помощью радионуклидных меток. Или, скажем, информацию о них считывают, расшифровывая акустические возмущения, когда эти самые проппанты, попавшие в пласт, начинают реагировать на сдавливающее напряжение и создавать видимость сейсмического события, а сенсоры у соседних скважин записывают эти сигналы. Потом с помощью математического алгоритма можно эти сигналы обработать, чтобы понять, откуда они пришли. Таким образом можно регистрировать край трещины. Но в среднем эти методы пока не дают желаемой точности.

На Западе от дизайна некоторых работ по интенсификации притока к скважине с помощью физически обоснованных моделей на основе уравнений и законов сохранения переходят к оптимизации дизайна с помощью методов машинного обучения.

Когда мы делаем гидроразрыв, мы можем по-разному расположить скважину, по-разному создавать трещины, расстояния между ними, выбрать разные параметры жидкостей, концентрации примесей частиц от времени, график закачки от времени и так далее. И наступает момент, когда параметров становится настолько много, что инженер уже не в состоянии определить корреляции между входными и выходными параметрами. В этом случае и появляется потребность в машинном обучении, чтобы помочь инженеру увидеть эти зависимости. 

В России пока нет достаточного количества качественных измерений и систем сбора и хранения данных измерений, чтобы потом на этой базе можно было бы разворачивать и тестировать любую модель пласта или технологического процесса на выбор. В этих условиях любой метод машинного обучения реализовать будет очень сложно.

На некоторых месторождениях, на которых оперируют западные компании, зачастую все наоборот. Там по каждой скважине уже доступны измерения как на поверхности (расход, концентрация закачиваемых частиц, давление на поверхности и прочее), так и в призабойной зоне. Более того, данные хорошего качества там доступны в реальном времени, что позволяет контролировать исполнение работ и менять их по ходу. Особенно часто такие данные хорошо записываются на дорогих шельфовых месторождениях.

В алгоритмах машинного обучения или интеллектуального анализа данных, когда они придумываются, сначала много неопределенностей. И для того, чтобы их «обучить», требуется достаточно большое количество времени и вычислительных мощностей. Но это, конечно, не суперкомпьютер. Достаточно несколько хороших машин с мощными процессорами и с графическими картами в облаке. А если видеокарт больше и они лучше, то обучение идет быстрее. Но как только алгоритм обучен, то достаточно одного более или менее современного компьютера с мощной видеокартой. После обучения такая программа-алгоритм очень быстро работает.

Если необходимо, чтобы алгоритм работал в разных геологических условиях, то нужно взять для обучения максимально широкий набор условий, и тогда система машинного обучения будет более универсальной. Чем из большего количества примеров взяты данные, тем выше предсказательная способность алгоритма.

У машинного обучения есть один большой недостаток. Если дать обученному алгоритму проанализировать данные из какой-нибудь области, которая вне обучающей выборки, то он окажется совершенно неэффективным и неточным.

Если новые скважины попадают в область применимости алгоритма, то данные по ним можно и не использовать на «тяжелом» этапе обучения, а использовать сразу для построения прогноза.

Симулятор пластовых, многофазных течений в пластах используется для оценки запасов и конечной добычи. Он входит в стандартный набор разработки проекта[4]. 

2. Требования к программному комплексу геологической модели

На сегодняшнем этапе развития геологической науки и компьютерных технологий появилась возможность комплексирования всей имеющейся геолого-геофизической и промысловой информации и ее интегрированного анализа с помощью цифрового трехмерного моделирования геологического строения месторождения. В настоящее время имеется много удобных для моделирования пакетов программ, однако вопросы методики и технологии построения моделей остаются очень сложной инженерной задачей [3]. Геологическое моделирование месторождений начинает свою историю с 60-х годов. Тогда на основе математических методов использовалась упрощенная модель «песок-глина». В основе современного геологического моделирования используют различные источники данных и данных которые можно использовать в одной модели. Для корректного построения 3D модели необходимо иметь набор исходных данных (рис1).

Координаты устьев скважин, альтитуда, инклинометрия Координаты пластопере сечений Стратиграфичес кие разбивки

Общие геологические Геологическая модель Отбивки флюидных

данные месторождения контактов в скважинах

\ КшичестБенные(определ ения Кп. Кир. Кб) и

качественные исследования керна Уравнения: петро физических зависимостей Сейсмические данные

Рисунок 1 - Исходные данные для построения геологической модели месторождений нефти и газа

Особое внимание необходимо уделить общим геологическим данным, на основание которых будет определятся качество отстроенной модели. Из отчетов по подсчету запасов и оперативного подсчета

запасов используется информация по подсчетным параметрам, таким как геологические запасы нефти и газа.

После того как все данные будут собраны они загружаются в программный продукт моделирования. Наиболее распространёнными из которых являются Petrel, IRAP RMS, Gocad.

Традиционно технология геологического моделирования 3D представляется в виде следующих основных этапов:

1. Сбор, анализ и подготовка необходимой информации, загрузка данных.

2. Структурное моделирование (создание каркаса).

3. Создание сетки (3D-грида), осреднение (перенос) скважинных данных на сетку.

4. Фациальное (литологическое) моделирование.

5. Петрофизическое моделирование.

6. Подсчет запасов углеводородов. [1]

Однако иногда от традиционной схеме этапности геологического моделирования отступают, добавляют этап экспертизы и многовариантного моделирования.

Иногда как отдельный этап после построения геологической модели рассматривается подготовка данных для последующей передачи гидродинамикам для фильтрационного моделирования.

Итогом построения геологической модели будет информация для правильного подбора объектов для увеличения нефтеотдачи пластов и заложения скважин в мало изученных участках. Для этого используются карты запасов, эффективных толщин, накопленных отборов и т.д. Также в дальнейшем отстроенные трехмерные модели могут быть использованы для построения фильтрационных моделей, которые необходимы для расчетов прогнозных технологических показателей разработки.

Эффективность геолого-разведочных работ в значительной мере определяется полнотой информации, используемой как для изучения геологического строения исследуемой территории, так и для прогноза месторождений и залежей нефти и газа. Используемые методы и технологии исследования нефтегазоносных территорий не обеспечивают требуемой результативности, а в ряде случаев – и необходимой достоверности получаемых результатов.

Анализ значительного количества разнородной и разномасштабной информации о месторождении возможен только при наличии совершенного программного обеспечения и новых удобных средств визуализации и наглядного представления данных. Лишь немногие программные комплексы объединяют в себе широкий набор необходимых функций. Российский рынок систем и услуг в области геологического моделирования предельно свободен. На нем присутствуют все главные мировые производители: Shlumberger, Landmark, Roxar, Paradigm, Geophysical, SMT. За небольшое время эти компании создали в России свои центры поддержки и обучения пользователей. В таких условиях лишь немногие российские предприятия смогли предложить реальную альтернативу. Среди них – Центральная геофизическая экспедиция (ОАО «ЦГЭ»). Основными рабочими программами в ЦГЭ, при наличии большинства импортных комплексов, являются программные системы собственного производства – группа пакетов DV (DV1-Discovery, DvGeo и DV-SeisGeo), входящие в линейку открытой платформы TIMEZYX Национального центра раз- вития инновационных техногий. Базируясь на собственном практическом опыте и научных идеях, было разработано универсальное математическое обеспечение линейки DV для интерпретации моделирования геологических процессов, моделирования разработки в 4-мерной метрике XYZT: DV1-Discovery, DV-Geo, DV-SeisGeo. Эти программные комплексы, обладая основными функциями западных программ, в максимальной степени учитывают специфику российских исходных данных: разнообразие форматов и качества исходных данных, наличие различного рода погрешностей и ошибок в измерениях, неполноту информации и т.д. Программные комплексы DV «динамического видения» разрабатывались со второй половины 1990-х гг. [3]. Определение «динамическая» применительно к визуализации означает следующее: благодаря оригинальным программным решениям доступ к данным куба параметров при движении слайса (сечения) осуществляется в режиме реального времени. В результате происходит сплошное сканирование исследуемой среды, что многократно (в десятки и сотни раз) увеличивает объем информации, предоставляемой пользователю для зрительного восприятия. Динамическая визуализация играет ключевую роль при поиске структурных ловушек, корреляции отражающих горизонтов, трассировании тектонических нарушений. Продукты DV впитали многие идеи и решения отечественных геологов и геофизиков, работающих в нефтегазовой отрасли еще с советского времени, а также многие возможности западных пакетов-аналогов. Основные типы данных, используемые пакетами DV при построении объемных геологических моделей, показаны на рис. 1.



Рис. 1. Типы данных, используемых для построения геомоделей в проектах DV

Все данные, необходимые каждой группе специалистов (геологов, геофизиков-промысловиков, петрофизиков, сейсмиков, специалистов по запасам и других), должны быть загружены в программный комплекс геологического моделирования; должен быть обеспечен быстрый доступ к данным, а также возможность их взаимной увязки и проведения корректировок. Пакеты DV удовлетворяют этим требованиям полностью. Данные пакеты обеспечивают компьютерный анализ и контроль всех основных этапов технологии построения детальной цифровой геологической модели, среди которых:

• создание базы данных проекта;

• построение структурной модели:

– создание общей «архитектуры» разреза;

– интегрированная интерпретация данных сейсморазведки и ГИС для получения структурного каркаса модели;

– моделирование тектонических нарушений;

– оценка точности построения структурного каркаса;

• стратиграфическая привязка и детализация структурного каркаса.

Корреляция данных ГИС;

• анализ палеотектонических карт и разрезов;

• составление принципиальной геологической модели залежи:

– анализ положения флюидных контактов; – корректировка данных в условиях многопластовых залежей;

– выделение гидродинамических, литологических, тектонических и других экранов;

– построение моделей переходных зон.

Оптимальные условия:

1. При изучении новых нефтегазовых регионов в современных условиях развития технологии компьютерного трехмерного геологического моделирования необходимо применять и строить цифровые трехмерные региональные геологические модели для прогноза нефтегазоносности на основе анализа многодисциплинарных данных (от сейсморазведки до керна), оценки рисков, а также оценки ресурсов и подсчета запасов нефти и газа.

2. Оптимальными для построения трехмерных региональных моделей, по мнению автора, являются отечественные пакеты серии DV, в основе которых лежит отечественный опыт, что значительно упрощает российским специалистам освоение этого ПО.

3. Данное ПО ориентировано не только на общепринятые международные стандарты описания геофизической информации, но и на российские форматы и стандарты входных и выходных данных.

4. Возможность внесения изменений и дополнительных возможностей в пакеты отечественных программ занимает намного меньше времени за счет специализированных функциональных возможностей ПО и территориальной близости разработчиков.

5. Открытость отечественного ПО на уровне алгоритмов и методик является большим преимуществом по сравнению с зарубежными аналогами и стимулирует творческую активность пользователей.

6. Отечественные комплексы DV имеют двуязычный интерфейс (русский и английский) и не требуют привлечения значительных компьютерных мощностей.

7. Использование стандартизованного отечественного ПО поможет преодолеть проблемы, связанные с государственным регламентированием процедуры подсчета запасов и др.

Список источников литературыГладков Е.А. Геологическое и гидродинамическое моделирование месторождений нефти и газа: учебное пособие / Е.А. Гладков; Томский политехнический университет. – Томск: Изд-во Томского политехнического университета, 2012. – 99 с

Иваненко Б.П. И185 Нейросетевое имитационное моделирование нефтяных месторождений и гидрогеологических объектов. – Томск : Издательский Дом ТГУ, 2014. – 188 с.

Ларин Г.В. Использование отечественных программных систем для построения геологических моделей// Вести газовой науки. 2010

Современные технологии в нефтегазовом деле – 2016: сборник трудов международной научно-технической конференции в 2 т. / отв. ред. В.Ш. Мухаметшин. – Уфа: Изд-во УГНТУ, 2016. – Т. 1. – 542 с.