Моделирование трещиноватости карбонатного резервуара на примере месторождения Восточный Урихтау

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Моделирование трещиноватости карбонатных резервуаров играет ключевую роль в прогнозировании продуктивности скважин и оптимизации разработки месторождений. Восточный Урихтау расположен в восточной прибортовой зоне Прикаспийской впадины и характеризуется сложным тектоническим строением с развитой сетью разломов и трещин. Эти особенности существенно влияют на фильтрационно-ёмкостные свойства карбонатных коллекторов, что требует применения современных методов геологического моделирования. Создание детализированной модели трещиноватости позволяет более точно оценить структурные неоднородности и их влияние на миграцию и накопление углеводородов.

Цель. Исследование было направлено на построение трёхмерной модели трещиноватости карбонатного резервуара для выявления зон повышенной трещиноватости и их связи с продуктивностью скважин. Данная модель необходима для повышения точности прогнозирования фильтрационно-ёмкостных свойств коллекторов и разработки эффективных решений по дальнейшей эксплуатации месторождения.

Материалы и методы. В работе использованы современные методы геологического моделирования, включая интерпретацию данных FMI, анализ керна, сейсмические атрибуты и моделирование дискретной сети трещин (DFN). Исходные геолого-геофизические данные были обработаны в программном обеспечении Petrel с применением методов Ant Tracking и Distance to Object для определения направлений и интенсивности трещиноватости. Построенная трендовая модель легла в основу дискретного моделирования трещиноватости, что позволило количественно оценить степень трещиноватости и выделить наиболее перспективные зоны для дальнейшей разработки.

Результаты. Разработанная модель трещиноватости позволила детально определить зоны с повышенной трещиноватостью и установить их корреляцию с продуктивностью скважин. Было выявлено, что наиболее интенсивно трещиноватые зоны располагаются вблизи разломов, что подтверждается анализом дебитов флюидов. Использование методов Ant Tracking и DFN позволило минимизировать неопределенности в межскважинном пространстве и улучшить прогноз фильтрационно-емкостных свойств резервуара.

Заключение. Разработанная методика позволяет детализировать геологическое строение, повысить точность прогнозирования продуктивности скважин и оптимизировать планирование разработки. Полученные данные могут быть использованы при проектировании новых скважин и корректировке стратегии освоения месторождений с двойной пористостью и проницаемостью.

Об авторах

Ануар Болатулы Кереев

Атырауский филиал КМГ Инжиниринг

Email: a.kereyev@kmge.kz
ORCID iD: 0009-0009-7494-0584
Казахстан, Атырау

Альмира Есенаманкызы Алдебек

Атырауский филиал КМГ Инжиниринг

Email: a.aldebek@kmge.kz
ORCID iD: 0009-0004-2233-4412
Казахстан, Атырау

Владислав Викторович Бондарук

Атырауский филиал КМГ Инжиниринг

Email: v.bondaruk@kmge.kz
ORCID iD: 0009-0008-6791-7290
Казахстан, Атырау

Алтынбек Сулейменулы Марданов

Атырауский филиал КМГ Инжиниринг

Автор, ответственный за переписку.
Email: a.mardanov@kmge.kz
ORCID iD: 0000-0002-8342-3046
Казахстан, Атырау

Список литературы

  1. Абилхасимов Х.Б. Особенности формирования природных резервуаров палеозойских отложений Прикаспийской впадины и оценка перспектив их нефтегазоносности. Москва : Издательский дом Академии Естествознания, 2016. 244 с.
  2. Ромм Е.С. Фильтрационные свойства трещиноватых горных пород. Москва : Недра, 1966. 271 c.
  3. Гудок Н.С., Богданович Н.Н., Мартынов В.Г. Определение физических свойств нефтеводосодержащих пород: учебное пособие для вузов. Москва : Недра, 2007.
  4. Булач М.Х., Белоновская Л.Г. Методические рекомендации по изучению и прогнозу коллекторов нефти и газа сложного типа. Ленинград : ВНИГРИ, 1989. 103 с.
  5. Багринцева К.И. Условия формирования и свойства карбонатных коллекторов нефти и газа. Москва : РГГУ, 1999. 285 с.
  6. Дальян И.Б. Особенности тектоники подсолевых комплексов восточной окраины Прикаспийской впадины в связи с нефтегазоносностью // Геология нефти и газа. 1996. №6. С. 8–17.
  7. Бражников О.Г. Перспективы нефтегазоносности Прикаспийской впадины с позиции тектоники плит: дисс. докт. геол.-мин. наук. Москва, 1993. Режим доступа: https://earthpapers.net/perspektivy-neftegazonosnosti-prikaspiyskoy-vpadiny-s-pozitsii-tektoniki-plit. Дата обращения: 10.12.2024.
  8. Козяев А.А., Щуковский Р.М., Закревский К.Е. Моделирование трещиноватости. Практикум по DFN в Petrel 2016–2019. Москва : МАИ, 2019. 94 с.
  9. Жолтаев Г.Ж., Кулумбетова Г.Е. Характеристика карбонатных и терригенных подсолевых отложений востока Прикаспийской впадины // Недра Поволжья и Прикаспия. 2019. Вып. 98. С. 65–77. doi: 10.24411/1997-8316-2019-19805.
  10. Ажгалиев Д.К. Уточнение модели строения подсолевой толщи восточной бортовой зоны Прикаспийской впадины // Геология нефти и газа. 2019. № 6. С. 31–40. doi: 10.31087/0016-7894-2019-6-31-40.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Схематический региональный профиль через восточную бортовую зону

Скачать (454KB)
3. Рисунок 2. Схема тектонического районирования Восточной части Прикаспийской впадины [1]

Скачать (679KB)
4. Рисунок 3. Месторождение Восточный Урихтау, скважина ВУ-2. Сопоставление ГИС и керна

5. Рисунок 4. Граничные значения пористости и проницаемости

Скачать (287KB)
6. Рисунок 5. КВД-замер и производная в билографмических координатах. Скважина В-1

Скачать (244KB)
7. Рисунок 6. Схема создания модели трещиноватости

Скачать (507KB)
8. Рисунок 7. Визуализация исходных данных FMI по скважинам и стереограммам

Скачать (924KB)
9. Рисунок 8. Визуализация сейсмического атрибута Ant Tracking

Скачать (798KB)
10. Рисунок 9. Трендовый куб Distance to object

Скачать (312KB)
11. Рисунок 10. Пример трещиноватости с определением интенсивности

Скачать (400KB)
12. Рисунок 11. Куб интенсивности

Скачать (448KB)
13. Рисунок 12. Карты интенсивности трещин по зонам KT-I и KT-II

Скачать (647KB)
14. Рисунок 13. Куб трещиноватости (DFN)

Скачать (1009KB)

© Кереев А.Б., Алдебек А.Е., Бондарук В.В., Марданов А.С., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».