USD 107.7409

0

EUR 114.3149

0

Brent 72.38

-0.56

Природный газ 3.163

-0.2

11 мин
1623

Методика дифференцированой оценки емкостных параметров биогермных карбонатных пород-коллекторов с применением компьютерной обработки цифровых изображений

В статье рассматривается новый подход к исследованию сложно построенных карбонатных пород-коллекторов, широко развитых в ряде нефтегазоносных провинций. Обосновывается методика использования компьютерной обработки цифровых изображений горных пород для моделирования литологической и петрофизической неоднородности карбонатных природных резервуаров с целью дифференцированной оценки их емкостных параметров.

Методика дифференцированой оценки емкостных параметров биогермных карбонатных пород-коллекторов с применением компьютерной обработки цифровых изображений

В современной практике в пределах многих нефтегазоносных провинций, включающих природные резервуары, сложенные карбонатными комплексами пород важнейшая роль принадлежит биогермным литофациям. По геофизическим данным нередко такие образования характеризуются довольно однородным строением. Вместе с тем, литологические исследования показывают, что эти породы характеризуются весьма высокой структурной и текстурной неоднородностью, отражающей сложное сочетание биогенного, хемогенного и терригенного осадконакопления, а также разнонаправленного влияния диагенетических и катагенетических преобразований. Эта неоднородность во многом определяет сложности, возникающие в процессе промышленного освоения природных резервуаров биогермного генезиса.

Литологическая неоднородность биогермных образований отмечается на разных иерархических уровнях исследования. Седиментационная цикличность, которая связана с периодическими изменениями уровня моря, во многом определяет создание консидиментационной ёмкости биогермного каркаса пород и его диагенетические преобразования, в частности процессы выщелачивания. При высоком стояние уровня моря первичное пустотное пространство биогенного каркаса, как правило, заполняется органогенно-обломочным материалом в сочетании с хемогенным осадком. Последующие процессы диагенеза и катагенеза приводят, как правило, к полному исчезновению ёмкости пород. Породы формирующиеся при невысоком уровне стояния моря в условиях активного гидродинамического режима постоянно подвергаются интенсивной промывке и часто сохраняют первичное пустотное пространство. Наилучшими коллекторскими свойствами обладают те части построек, которые на определенных промежутках геологического времени выводились выше уровня моря, где они подвергались промывке пресными водами и процессам выщелачивания, способствующим увеличению их емкостного пространства и высокой сообщаемости пустот.

Наиболее высокая степень неоднородности биогермных образований связана с их текстурными особенностями, которые сформировались главным образом в результате жизнедеятельности различных колониальных организмов. В зависимости от характера биоценоза, формирующего каркас, и палеоэкологических обстановок его жизнедеятельности, формируется его весьма прихотливая морфология. Моделирование такой сложной морфологии, в отличии, например, от горизонтальной слоистости, представляется весьма сложной задачей. Для формирующегося каркаса в целом характерно сочетание крупных первичных межкаркасных полостей и сравнительно мелкой пористости внутренних отдельных элементов каркаса. Эта первичная ёмкость редко сохраняется в сформированной горной породе, поскольку мелкая пористость отдельных элементов каркаса чаще всего залечивается раннедиагенетическим кальцитом, а межкаркасное пространство часто заполняется органогенно-обломочным материалом. Для этого материала характерны межформенная, внутриформенная или даже вместоформенная пористость. Первичные крупные полости в межкаркасном пространстве могут сохраняться в природных резервуарах в виде крупных каверн, конфигурация которых существенно изменяется за счет процессов выщелачивания или частичной минерализации.

На микроуровне, при котором исследуются структурные особенности пород, фиксируется значительная часть мелких каверн, и различные по генезису поры, включающие тончайшую межкристаллическую пористость, происхождение которой часто остается проблематичным.

Современные геолого-геофизические исследования, включающие литологические, петрофизические, высокоточные лабораторные методы, расширенный комплекс ГИС, позволяют охарактеризовать высокую геологическую неоднородность природных резервуаров. В условиях развития современной цифровой фотографии многие параметры этой неоднородности могут быть количественно охарактеризованы по результатам анализа цветности цифровых изображений кернового материала в дневном и ультрафиолетовом свете.

Цветовые свойства достаточно долгое время используются для изучения породы и её пустотного пространства средствами имидж-анализа фотографий шлифов, который позволяет дифференцировать пустотное пространство и отдельные минеральные компоненты породы по типам, морфометрическим характеристикам, размерам и т.д.. Авторами этой статьи такие методики были использованы для моделирования горных пород баженовской свиты [1,2,3]. Для карбонатных коллекторов такие исследования находятся на стадии методических разработок. Так, например, было выполнено моделирование распределения пустотного пространства по плоскости панорамного микроизображения горной породы соответствующего площади стандартного петрографического шлифа (рисунок 1). Полученные модельные изображения пустотного пространства по плоскости шлифа иллюстрируют неоднородность распределения пористости в карбонатном резервуаре на микроуровне.


Рисунок 1. Панорамные микрофотографии шлифов и карты распределения пористости по плоскости этих микрофотографий. a) – образец, характеризующий отдельные части биогермного строматопорового каркаса, б) – образец, характеризующий переходную часть между каркасом и внутрикаркасным заполнителем. Условные обозначения: зелёный – пустотное пространство, Kp – коэффициент пористости.

В данной статье основное внимание уделено изучению литологической неоднородности карбонатных природных резервуаров, которая определяется текстурными особенностями биогермных горных пород и фиксируется на цифровых изображениях распиленного полноразмерного керна. Текстурная неоднородность биогермных горных пород во многом контролирует характер распределения пустотного пространства и флюидонасыщения в объеме природного резервуара.

При традиционном подходе к оценке ресурсов и подсчету запасов в природных резервуарах рассматриваемого типа принимаются осредненные петрофизические параметры, полученные в результате интерпретации данных ГИС и петрофизических исследований, выполненных на стандартных петрофизических цилиндрах, часто не отражающих все нюансы распределения пустотного пространства пород. Зачастую, при высокой текстурной неоднородности, характерной для биогермных массивов, осредненные значения параметров не позволяют адекватно оценить объем пустотного пространства природного резервуара, что ведет к искажению объемов запасов углеводородов. Данная работа является попыткой создания основы для дифференцированного подсчета запасов углеводородов в сложно построенных карбонатных коллекторах учитывающей особенности параметров и распределения пустотного пространства в разных зонах биогермных массивов, отличающихся по текстурным характеристикам и, соответственно, моделям распределения и объёму пустотного пространства. В работе выделяются текстурно-емкостные зоны, под которыми понимаются участки биогермного природного резервуара, представляющие собой отдельные текстурные элементы, обладающие различными петрофизическими свойствами, а также отличающиеся генетическим типом и морфометрическими характеристиками пустотного пространства. Для выделения текстурно-емкостных зон используются различия их цветовых параметров на изображениях в дневном или ультрафиолетовом свете, количественная оценка которых позволяет построить их цифровые пространственные модели.

Объектом исследований послужили верхнедевонские отложения Тимано-Печорской нефтегазоносной провинции, которые представлены весьма разнообразными карбонатными породами, в которых широко развиты разнообразные биогермные литотипы известняков. Для их разновидностей, обладающих значимым пустотным пространством, характерно наличие, как правило, плотного строматопорового, водорослевого и цианобактериального каркаса и граноморфного межкаркасного заполнителя. Более плотный каркас породы характеризуется пониженными ФЕС, тогда как более пористый заполнитель в значительной мере обеспечивает емкость и проницаемость породы.

Работа осуществлялась с использованием цифровых изображений кернового материала в дневном и ультрафиолетовом свете, панорамных фотографий шлифов, результатов петрофизических испытаний образцов керна и материалов геофизических исследований скважин. Методика исследования разрабатывалась и совершенствовалась в течение последних лет на основе исследований разновозрастных отложений в различных нефтегазоносных провинциях [4]. Однако работа с биогермными известняками Тимано-Печорской провинции и решение поставленных задач потребовало существенной доработки методов.

Учитывая, что цифровые изображения используются как исходная информация для составления модели коллектора, существуют определенные требования к их качеству. Проще всего получить надлежащее качество при фотографировании керна по строго регламентированной методике, с использованием шкал цветовых шаблонов. Однако, для случаев, в которых регламент фотографирования не выдерживался, разработаны программные средства корректировки изображений. Предварительная программная обработка цифровых изображений осуществляется по следующей схеме:

  1. Устранение пространственных искажений – таких как «эффект бочки», перспектива, «трапеция» и др.

  2. Корректировка освещения. Применяется для неравномерно освещенного керна при использовании точечных источников освещения или иного неравномерного освещения.

  3. Корректировка цвета. В качестве эталона выбирается наиболее качественное изображение, по которому выверяются цвета всех остальных изображений.

  4. Координатная увязка изображений в дневном и ультрафиолетовом свете. В результате одни и те же участки изображений (с точностью до пикселя) имеют одинаковые значения пространственных координат на соответствующих изображениях, что обеспечивает их программное сравнение.

На первом этапе анализа откорректированных изображений в полуавтоматическом режиме маркируется неинформативная часть (открытые техногенные трещины, крупные каверны, места отбора петрофизических цилиндров, теневые зоны и др.). Такие участки исключаются из расчетов.

На следующем этапе выделяется наиболее представительный участок разреза, на котором хорошо различимы все текстурно-емкостные зоны исследуемых пород, по которому проводится дифференцирование изображения на соответствующие текстурно-емкостные зоны (рисунок 2). По выделенным зонам определяются их цветовые характеристики. Используя аппарат математической статистики, оцениваются различия значений в многомерном пространстве цветовых параметров, что позволяет судить о возможности автоматического выделения таких зон по всему разрезу.

В частности, на одном из выбранных участков уверенно выделяются элементы плотного низкопористого строматопорово-цианобактериального каркаса имеющего весьма прихотливую конфигурацию, первичные полости в котором выполнены пористым нефтенасыщенным граноморфным заполнителем. Помимо главных элементов выделяются две переходных зоны различающиеся по текстурной позиции и характеру нефтенасыщения. Выявленные соотношения текстурно-емкостных зон в целом выдерживаются в пределах всего рассматриваемого разреза.


Рисунок 2. Пример выделения текстурно-емкостных зон в образце биогермного известняка. Условные обозначения: желтый – граноморфный заполнитель, зелёный – переходная зона 1, красный – переходная зона 2, синий – строматопоровый каркас, белый – неинформативная часть.

Получившиеся критерии используются при программной обработке всех изображений по изучаемому разрезу – создаётся модель текстурно-емкостных зон. Полученная модель сопоставляется с исходным изображением для выявления несоответствий, для устранения которых вносятся необходимые корректировки. Такая проверка повторяется в несколько итераций, пока модель не будет максимально адекватной (рисунок 3).


Рисунок 3. Пример процесса корректировки модели. Слава направо с 1ой по 4ю итерацию.

Условные обозначения: желтый – граноморфный заполнитель, зелёный – переходная зона 1, красный – переходная зона 2, синий – строматопоровый каркас, белый – неинформативная часть

Выполненное моделирование для разрезов нефтегазоносных комплексов позволяет оценить их вертикальную литологическую неоднородность и позволяет охарактеризовать и выявить различия между отдельными частями природного резервуара. При этом нередко выделяются довольно крупные элементы разреза, которые существенно отличаются по своим ФЕС от подстилающих и перекрывающих отложений, что часто не фиксируется стандартным комплексом ГИС (рисунок 4).


Рисунок 4. Примеры вертикальной неоднородности массива биогермных известняков по 2м интервалам коллекторов единого разреза. Условные обозначения: желтый – граноморфный заполнитель, зелёный – переходная зона 1, красный – переходная зона 2, синий – строматопоровый каркас, белый – неинформативная часть.

Полученная модель соотносится с результатами петрофизических исследований выполненных на выпиленных цилиндрах, для выяснения их текстурно-емкостной позиции. Программа в полуавтоматическом режиме проверяет позицию на изображениях – точек отбора петрофизических цилиндров и определяет, к какой текстурно-емкостной зоне относится каждый цилиндр (если цилиндр находится внутри какой-либо из зон насыщения, то он считается представительным для данной зоны, в противном случае – характеризующие его данные в расчетах не учитываются). Полученный массив петрофизических параметров характеризует каждый из выделенных литотипов.

Для иллюстрации полученных данных строятся графики зависимости петрофизических параметров, на котором устанавливаются отчетливые различия по пористости каждой из четырех зон. В данном случае на графике наблюдается отчетливая дифференциация различных образцов по типу насыщения (рисунок 5). Таким образом, можно сделать вывод о связи выделенных текстурно-емкостных зон с фильтрационно-емкостными параметрами, а, следовательно, модель можно использовать для оценки этих параметров по разрезу.


Рисунок 5. Пример кроссплота пористость-проницаемость текстурно-емкостных зон. Условные обозначения текстурно-емкостных зон: желтый – граноморфный заполнитель, зелёный – переходная зона 1, красный – переходная зона 2, синий – строматопоровый каркас.

Различные текстурно-емкостные зоны природного резервуара могут быть детально охарактеризованы комплексом дополнительных исследований на микроуровне (имидж-анализ, растровая электронная микроскопия, компьютерная микротомография и др.)

Проведенное моделирование позволяет проиллюстрировать изучаемый разрез диаграммами вариации содержания текстурно-емкостных зон и пористости по разрезу, которые могут быть сопоставлены с кривыми ГИС (рисунок 6). Эти данные дают основания для расчленения разрезов с необходимой детальностью, выделения подсчётных и эксплуатационных объектов, для каждого из которых может быть проведен дифференцированный подсчёт параметров либо на основе всего массива данных, либо по каждому из выбранных интервалов.


Рисунок 6. Колонки вариации пористости по разрезу и значений процентного содержания различных текстурно-емкостных зон. Условные обозначения текстурно-емкостных зон: желтый – граноморфный заполнитель, зелёный – переходная зона 1, красный – переходная зона 2, синий – строматопоровый каркас.




Список литературы:

  1. Постников А.В., Постникова О.В., Оленова К.Ю., Сивальнева О.В., Хасанов И.И., Осинцева Н.А., Ганаева М.Р. Новые методические аспекты литологических исследований пород баженовской свиты // Нефтяное хозяйство. – Москва, 2016. – №10. – С. 23-27.

  2. Гутман И.С., Постников А.В., Постникова О.В., Потемкин Г.Н., Оленова К.Ю., Хасанов И.И. Методические подходы к выделению зональных интервалов в собственно баженовской свите в связи с подсчетом запасов и оценкой ресурсов // Недропользование XXI век. – Москва, 2016. – №6. – С. 80-87.

  3. Постников А.В., Гутман И.С., Постникова О.В., Оленова К.Ю., Хасанов И.И., Кузнецов А.С., Потемкин Г.Н. Разномасштабные исследования геологической неоднородности баженовской свиты как основа для оценки её углеводородного потенциала // Нефтяное хозяйство. – Москва, 2016. – №3. – С. 8-11.

  4. Хасанов И.И. Анализ цветности пород по цифровым изображениям кернового материала // Геология нефти и газа. – Москва, 2014. - №5. – С. 33-39.




Статья «Методика дифференцированой оценки емкостных параметров биогермных карбонатных пород-коллекторов с применением компьютерной обработки цифровых изображений» опубликована в журнале «Neftegaz.RU» (№6, Июнь 2017)

Авторы:
Комментарии

Читайте также