Технология структурной обработки и интерпретации данных геофизических исследований нефтегазовых скважин
Диссертация
Автор выражает искреннюю благодарность научному руководителю профессору В. Н. Широкову. На разных этапах выполнения работы оказывалась помощь и высказывались объективные критические замечания профессорами В. В. Стрельченко, Д. А. Кожевниковым, Т. Ф. Дьяконовой и С. Б. Денисовым. Особо хочется отметить участие в становлении работы доцента М. Д. Шварцмана, а так же выразить глубокую признательность… Читать ещё >
Список литературы
- Отметим, что подобный критерий используется при факторном анализе 2- 15- 36- 39., поскольку характеризует степень хаотичности рассматриваемых кластеров как изнутри, так и по соотношению друг с другом.
- Рис. 8. Характеристика фаций по данным ГИС {а-мелководно-карбонатная, б-р ифовая, в-дованжовая, г-прибрежно-морская)
- Na-Nb-)-m Na + Nh H где Na, Nb~ число элементов в классах, а и Ь- т- размерность исследуемого пространства признаков- р (Са, Сь) расстояние вида между центрами классов, а и Ь.
- Технология структурного анализа для обработки и интерпретации данных ГИС на месторождениях нефти и газа.
- Традиционная технология обработки и интерпретации геофизических данных Процедуры структурного анализа Виды структурных объектов
- Рис. 9. Технологические процедуры при традиционной и структурнойобработке данных ГИС23.2 Второй этап: работа со стуктурами моделей пластов горных пород геологического разреза скважины
- На втором этапе: работы со структурами моделей пластов горных пород геологического разреза скважин производится переход от диаграмм
- Разработанная технология отличается от общепринятых технологий автоматизированной интерпретации данных ГИС тем, что защищаемая технология в совокупности с встроенными в нее новыми методиками имеет следующие преимущества:
- Методика структурного сжатия (МСС) повышает производительность, помехоустойчивость и достоверность результатов обработки.
- Методика кластеризации геологических объектов с усовершенствованной программой КОБО выделяет компактные группы объектов (точек) и оценивает степень эффективности их разделения.
- Методика восполнения недостающей информации, в частности восстановления синтетической модели пластовых скоростей ВСП по комплексу методов ГИС, позволяет повысить эффективность комплексной интерпретации данных сейсмики и ГИС.
- СВАН и факторный анализ данных ГИС позволяют изучить взаимосвязь параметров, оценить самоподобие, проанализировать вложенность изучаемых объектов.
- Глава III. Применение технологии структурного анализа данных ГИС для изучения геологических разрезов скважин
- Разработка структурных методов обработки и интерпретации данных ГИС для изучения геологических разрезов скважин31.1 Методика изучения низкопоровых карбонатных отложений
- Ниже (на рис. 10) приводится оценка относительной погрешности определения Кп по данным акустического метода (АК). Можно говорить о двух диапазонах пористостей: относительная погрешность расчета I пористости по АК
- Рис. 10. Погрешность расчета пористости. Шифр кривых соответствует 2, 5 и 10% относительной погрешности регистрации данных АК
- Пористость пород изучаемого объекта изменяется от 0 до 8%, причем медиана ее распределения составляет 2%, следовательно, рабочий диапазон расчетной модели находится в области высоких погрешностей (рис. 11).распределение пористости по АК
- Обработка по методу главных компонент производилась с использованием пакета Statistica.
- Extraction: Principal componentstotal Cumul. Cumul.
- Eigenval Variance Eigenval %1 2.102 013 52.55 032 2.102 013 52.55 032 .927 611 23.19 027 3.29 624 75.74 063 .540 660 13.51 651 3.570 284 89.25 714 .429 716 10.74 290 4.0 100.0000
- Extraction: Principal componentstotal Cumul. Cumul.
- Eigenval Variance Eigenval %1 2.252 845 45.5 689 2.252 845 45.5 692 1.20 267 20.40 534 3.273 111 65.46 223 .953 499 19.6 997 4.226 610 84.53 224 .486 659 9.73 318 4.713 269 94.26 545 .286 731 5.73 462 5.0 100.0000
- Factor Score Coefficients Rotation: Unrotated
- Extraction: Principa components
- Factor Factor Factor Factor1 2 3 4
- GK .323 219 -.569 676 .941 448 -.19 479
- NGK -.391 720 -.235 369 .297 583 1.159 965
- АК .288 972 .759 576 .413 984 .676 433
- BK -.366 489 .348 072 .838 646 -.723 642
- Factor Score Coefficie Rotation: Unrotated Extraction: Principa nts components
- Factor Factor Factor Factor••" г. 2 3 4
- GK .262 817 1.230 846 -1.63 612 .16 025
- NGK -.273 043 .237 379 -.93 734 -2.49 732
- AK .270 356 .488 417 1.58 254 -1.84 587
- BK -.260 307 1.500 996 .97 494 .86 417
- Factor Score Coefficients Rotation: Varimax raw Extraction: Principal components
- Factor Factor Factor Factor1 2 3 4
- GK -1.11 365 .572 -.23 450 -.14 305
- NGK -.12 959 -.24 918 .22 915 -1.22 944
- АК .593 -1.9 812 -.3 917 -.28 628
- BK -.22 174 -.3 725 -1.17 187 .24 213
- Factor Score Coefficients Rotation: Varimax raw Extraction: Principal components
- Factor Factor Factor Factor Factor1 2 3 4 5
- GK -.93 541 1.25 338 -.30 727 -.2 570 .172 409
- NGK -.429 138 .120 651 .20 822 .22 260 1.386 329
- AK .45 992 -.28 658 1.109 314 -.28 963 .19 976
- GGK 1.251 707 -.72 707 .40 879 .6 624 -.515 785
- BK -.64 487 .23 257 .259 414 -1.20 623 -.253 527
- Полученные результаты показывают, что для описания всего комплекса на 70−80% (среднеквадратичная погрешность комплекса ГИС составляет ~20%) достаточно первых двух компонент.
- Выделение зон вторичной пористости, используя факторы, полученные в результате обработки геофизических кривых по изложенной выше методике факторного анализа выполнено по ряду скважин Юрубченского месторождения.
- На рисунке 13 приведен соответствующий пример применения факторного анализа для выделения трещинных и кавернозных зон по одной из скважин.
- Этот подход может быть рекомендован для предварительной обработки материала с целью выделения возможных зон с трещинным и кавернозным типом ёмкостного пространства на данной площади.
- Однако, процесс обработки и интерпретации данных ГИС в разработанной технологии является исследовательским, хотя и имеет свои закономерности.31.2 Кластеризация разреза для настройки интерпретационной модели
- На первом этапе предусматривается использования программ классификации автора и нормализации для разделения пород на классы и определения их литологического состава 14- 15.
- При наличии данных AM на поперечных волнах возможно решение таких задач, как определение пористости, оценка характера насыщения, определение типа глинистости (рассеянная или слоистая).
- При наличии данных спектрометрического гамма-метода возможно определение минералогического состава глин на основе сопоставления массовых содержаний тория и калия.
- Для изучаемых отложений предлагается следующий общий вид системы линейных петрофизических уравнений:
- Эта общая модель в дальнейшем должна настраиваться на коллекторы определенных горизонтов, выделяемых в разрезе отложений нижней перми.
- В качестве примера приведем результаты работы программы классификации по скв. Чатбашевская 15. Исходными методами для классификации были взяты ГК, ННТ, БК, ГГКп, АК (рис. 15).
- Для идентификации класса и более наглядного представления можно применить также и метод кросс-плотов, используя в качестве третьего параметра номер класса. Различные варианты попарных сопоставлений методов ГИС представлены на рис. 14.
- Основываясь на приведенной выше информации и привлекая результаты описаний и петрофизических исследований керна устанавливается лито-логическая характеристика пород в выделенных классах (табл. 6).