Оценка потенциала герметичных нефтяных запасов с использованием передовых методов анализа журналов

Оценка плотных нефтяных резервуаров требует строгого, многодисциплинарного подхода, потому что эти нетрадиционные образования не реагируют на стандартные нефтефизические рабочие процессы. Низкая пористость, субмиллидарность проницаемости и сложные поровые сети означают, что обычный анализ журнала часто недооценивает истинный ресурсный потенциал. Передовые методы анализа журнала - сочетание улучшенной сенсорной технологии со сложными методами интерпретации - стали необходимыми для выявления сладких пятен, оптимизации интервалов завершения и руководства гидравлическим дизайном трещин. В этой статье рассматриваются ключевые инструменты, рабочие процессы и стратегии интеграции, которые позволяют геофизикам и инженерам с уверенностью оценивать плотные нефтяные резервуары.

Понимание плотных нефтяных водохранилищ: геологический контекст

Твердая нефть относится к сырой нефти, пойманной в ловушку в осадочных породах с низкой проницаемостью - чаще всего богатых органическими веществами сланцах или аргиллярных песчаниках. В отличие от обычных резервуаров, где нефть мигрирует в структурную или стратиграфическую ловушку, плотная нефть остается в пределах или рядом с исходной породой. Скалы обычно имеют матричную проницаемость ниже 0,1 миллидарности (часто в диапазоне микродарси до нанодарси) и пористость менее 10%, хотя пористость может достигать 12-15% в некоторых кремниевых сланцах.

Поскольку естественные скорости потока неэкономичны, коммерческое производство требует стимуляции посредством горизонтального бурения и многоступенчатого гидравлического разрыва пласта. Однако не все плотные образования равны. Экономическая жизнеспособность игры зависит от сочетания емкости хранения (пористости), пропускной способности (проницаемости), насыщения углеводородами и механических свойств, которые влияют на разрыв. Продвинутый анализ журнала обеспечивает вертикальное разрешение и глубину исследования, необходимые для характеристики этих свойств in situ.

Основы лесозаготовок в плотных формациях

Вызовы, уникальные для тугих скал

Для обычных водоемов с высокой пористостью и умеренной проницаемостью были разработаны стандартные лесозаготовительные средства.В плотных породах несколько факторов усложняют интерпретацию:

• Низкая пористость снижает отношение сигнал/шум для плотности, нейтронов и звуковых инструментов, делая небольшие ошибки в коррекции окружающей среды пропорционально большими.
• Содержание глины и керогена влияет на большинство измерений: гамма-лучи могут переоценивать объем сланца; плотность и пористость нейтронов зависят от органического вещества; удельное сопротивление изменяется пиритом или проводящими глинами.
• Комплексная минералогия (квартзы, карбонаты, глины, полевые шпаты, пирит и органическое вещество) требует многоминеральных моделей, а не простых двухкомпонентных уравнений шай-песок.
• Прямая вода в глиняных прослойках и микропористости делает интерпретацию насыщения воды неуникальной.
• Анизотропия , вызванная ламинированием и предпочтительной ориентацией глиняных тромбоцитов, требует направленного измерения для точной оценки свойств.

Для преодоления этих проблем, передовые наборы для ведения журналов включают инструменты с более высокой точностью, многократной глубиной исследования и спектральными или ядерными возможностями магнитного резонанса.

Передовые инструменты для лесозаготовок для жесткой оценки нефти

Гамма-луч спектроскопия

Стандартные журналы суммарного гамма-излучения измеряют естественную радиоактивность урана, тория и калия. В плотных нефтяных резервуарах суммарный гамма-излучение часто коррелирует с содержанием глины, но богатое ураном органическое вещество может производить ложные «горячие» зоны. Инструменты спектрального гамма-излучения разрешают отдельные элементы, позволяя вычислять скорректированный объем глины (только торий и калий) и идентифицировать богатые органическими веществами интервалы (высокий уран).

Плотность, нейтрон и лог сонной пористости

В плотных образованиях критически важны экологические поправки. Журнал плотности образования (с использованием источника Cs-137 или эквивалента) измеряет плотность электронов, которая преобразуется в объемную плотность. Вычитание предполагаемой плотности зерна дает пористость, но плотность зерна изменяется с минералогией и органическим веществом. Нейтронный журнал измеряет индекс водорода; водород в керогенной и глиняной воде добавляет к сигналу, переоценивая пористость, если не учитывать. Наилучшая практика заключается в использовании многоминерального растворителя, который одновременно решает пористость, объемы минералов и органическое содержание с использованием всех трех журналов.

Методы Crosssplot остаются ценными. Плотно-нейтронный кроссплот, например, разделяет литологии и идентифицирует глинистую воду по сравнению со свободной жидкостью. В плотных масляных сланцах близость к богатой органикой «горячей» кривой обеспечивает быстрый качественный показатель объема керогена. Продвинутые рабочие процессы теперь автоматизируют это с помощью вероятностных алгоритмов инверсии.

Логи устойчивости и анализ насыщения

Глубокое сопротивление (латеролог или индукция) измеряет сопротивление образования, которое используется с уравнением Арчи для вычисления насыщения воды. Однако параметры Арчи (м, n, а) в плотных породах часто намного выше, чем обычные значения из-за извилистых поровых систем и смешанной выравнивательности. Кроме того, проводимость глины и пирит приводят к низкому сопротивлению, даже если насыщение углеводородами высокое.

Двухпористые модели (например, Waxman-Smits, двухводные) отделяют проводящий эффект глиняной воды от свободной воды, улучшая оценки насыщения в шаровых образованиях.Мощность обмена глиняной катионной породы (CEC) измеряется либо на ядре, либо оценивается из спектральных гамма-лучей и диэлектрических бревен.

Ядерный магнитный резонанс (NMR)

Инструменты ЯМР непосредственно измеряют реакцию ядер водорода в жидкостях. Распределение времени релаксации T2 отражает размер пор: небольшие поры (грибковая вода) имеют короткий T2, капиллярная вода имеет промежуточный T2, а подвижные жидкости имеют длинный T2. В плотном масле различие между связанной водой и подвижным маслом размыто, потому что масло часто находится в небольших порах с промежуточным T2. Тем не менее, ЯМР обеспечивает:

• Полная пористость, независимая от минералогии (при правильной калибровке).
• Распределение размеров пор, которое коррелирует с проницаемостью через такие модели, как уравнение Тимура-Коатса или SDR.
• Идентификация масла и воды с использованием последовательностей диффузионного редактирования или путем объединения T2 с измерениями T1.
• Количественное определение глинистой воды, капиллярной воды и объемов свободной жидкости.

В плотных нефтяных формациях, ЯМР-регистрация часто выполняется с низким эхо-разрывом и длительным временем ожидания, чтобы захватить полную поляризацию медленно расслабляющихся жидкостей. Полученные данные могут быть перевернуты, чтобы выявить даже тонкие изменения в геометрии пор, которые коррелируют с производственным потенциалом.

Диэлектрический лес

Диэлектрические инструменты измеряют проницаемость и удельное сопротивление на нескольких частотах. В диапазоне частот 10-1000 МГц вода имеет гораздо более высокую проницаемость, чем нефть или горные минералы. Этот контраст позволяет напрямую определять пористость, заполненную водой, независимо от солености - значительное преимущество в плотных образованиях, где соленость воды может быть неизвестной или переменной. Диэлектрические журналы помогают отличать низкоустойчивую плату от влажных зон, и в сочетании с удельным сопротивлением они дают более устойчивое насыщение воды.

Ключевые петрофизические параметры из анализа журнала

Пористость и проницаемость

Общая пористость (включая глиняную воду и кероген) рассчитывается по многоминеральной модели. Эффективная пористость - объем пор, который может способствовать потоку - требует вычитания глиняной воды. Оценка проницаемости в плотных породах не может полагаться на простые преобразования на основе пористости. Вместо этого модели проницаемости, полученные из журнала, включают:

• ЯМР-ориентированная проницаемость с использованием T2 log-mean или методов отсечения.
• Соотношения геометрии пор от коэффициента формирования резистентности (например, через модифицированное уравнение Козени-Кармана).
• Модели машинного обучения, обученные на данных проницаемости ядра с кривыми журнала в качестве предикторов.

Даже при использовании этих методов оценки проницаемости часто имеют логарифмическое нормальное распределение с высокой неопределенностью относительно измерений ядра, поэтому проницаемость, полученная из журнала, должна использоваться в качестве относительного показателя для зонирования качества резервуара, а не в качестве абсолютного значения.

Насыщение воды и объем углеводородных пор

Критический вопрос для жесткой оценки нефти: каковы объем пор углеводородов и подвижный объем углеводородов? Функции роста насыщения редко применимы, потому что кривые капиллярного давления являются специфичными для игры и очень изменчивыми. Анализ журнала обычно использует комбинацию удельного сопротивления (с двойной водой или Waxman-Smits), диэлектрика и ЯМР для получения журнала насыщения. Зоны с насыщением воды менее 50% и эффективной пористостью более 6% часто считаются экономическими в основных бассейнах США, но пороги широко варьируются.

Органическое богатство и тепловая зрелость

В резервуарах исходных пород общий органический углерод (TOC) оценивается из наложений журнала (метод ΔlogR Passey et al.) или из перекрестных диаграмм плотности-резистентности. Показатели термической зрелости из журналов менее прямые, но наличие высокого сопротивления и низкой плотности часто коррелирует с керогеном нефтяного окна. Расширенная интерпретация может включать концентрацию урана из спектрального гамма-луча в качестве прокси для органического вещества.

Комплексный рабочий процесс для оценки качества водохранилища

Калибровка от ядра к логу

Ни одна продвинутая программа анализа журналов не может добиться успеха без высококачественных данных ядра. Рутинный анализ ядра обеспечивает пористость, проницаемость, плотность зерна и насыщение в условиях окружающей среды. Специальный анализ ядра (SCAL) обеспечивает электрические свойства (м, n), капиллярное давление, спектры NMR T2 и механические свойства (модуль Юнга, соотношение Пуассона). Эти данные используются для калибровки параметров, полученных из журнала, и для определения отсечек для идентификации «сладкого пятна».

Типичный рабочий процесс включает в себя:

1. Глубина-совпадающее ядро с бревнами (с использованием наложений гамма-лучей и маркерных кроватей).
2. Создание многоминеральной нефтефизической модели, которая уважает основную минералогию.
3. Калибровка моделей проницаемости ЯМР с использованием проницаемости, полученной из ядра.
4. Проверка насыщения воды из бревен против измерений Дина-Старка или реторта на ядре.
5. Установление статистических связей (например, с использованием линейной регрессии, случайных лесов) для прогнозирования механических свойств бревен.

Zonation для завершения проектирования

Используя бревенчатые петрофизические свойства, водохранилище делится на зоны, основанные на качестве водохранилища и механическом качестве. Типичная классификация включает:

• Высокое качество: эффективная пористость > 8%, насыщенность воды < 40%, TOC > 4%, высокий индекс хрупкости.
• Умеренное качество: пористость 5—8%, насыщенность 40—60%, умеренная хрупкость.
• Низкое качество: пористость < 5%, saturation > 60%, богатая глиной или пластичная.

Эти зоны определяют расположение перфорационных кластеров вдоль горизонтального ствола скважин. Геопространственная интерполяция между скважинами создает 3D-модель качества резервуаров для планирования разработки на уровне полей.

Машинное обучение и расширенная аналитика

Сложность и объем данных журнала в узких формациях делают машинное обучение (ML) естественным.

• Неконтролируемая кластеризация (k-средства, самоорганизующиеся карты) для идентификации электрофаций, которые коррелируют с производством.
• Надзорная классификация (машины вектора поддержки, XGBoost) для прогнозирования литологии или хрупкости из стандартных кривых журналов.
• Регрессионные модели для оценки проницаемости, ТОС или насыщения воды там, где данные о ядре ограничены.
• Глубокое обучение (свёрточные нейронные сети) применяется к журналам изображений для автоматического обнаружения переломов.

В играх с плотным маслом важно включать физические ограничения, например, гарантировать, что прогнозируемая пористость не увеличивается с объемом глины нереалистичным образом. Гибридные модели, которые сочетают нефтефизические уравнения с коррекциями, управляемыми данными, часто превосходят подходы с чистым черным ящиком.

Тематические исследования: успешное применение расширенного анализа журналов

Баккен-слай, бассейн Уиллистон

В Bakken операторы использовали спектральные гамма-лучи и журналы ЯМР для дифференциации богатого органикой среднего Bakken от более богатых глиной верхних и нижних членов. Интегрируя распределения ЯМР Т2 с проницаемостью, полученной из ядра, они идентифицировали микропористые зоны, которые способствуют потоку после разрыва. Результатом было лучшее понимание боковой изменчивости «сладких пятен» и 15% улучшение начальных темпов производства, когда завершение было сосредоточено на зонах с высокой эффективной пористостью и низкой глиняной водой.

Eagle Ford Shale, Южный Техас

Eagle Ford представляет собой проблему, поскольку богатые карбонатом фации имеют умеренную хрупкость, но низкий TOC, в то время как более глубокие, более богатые глиной интервалы имеют высокий TOC, но являются пластичными. Расширенный анализ журнала с использованием многоминеральной модели с сопротивлением и диэлектрической интерпретацией позволил инженерам выбирать зоны посадки, которые уравновешивают качество резервуара и качество завершения. Интеграция геомеханических бревен (модуль Юнга и соотношение Пуассона от дипольного звукового) обеспечила окончательный критерий скрининга. Уэллс приземлился в оптимальном «окне» показал значительно более низкие темпы снижения и более высокий EUR.

Пермский бассейн (Wolfcamp and Spraberry)

В толстом секции Вольфкампа для количественной оценки подвижного масла по сравнению с остаточной нефтью использовали ЯМР-заготовки, сравнивая спектры Т2 до и после промывки ядра. Эта информация в сочетании с диэлектрическими бревнами для коррекции переменной солености улучшила модели насыщения в зонах, где впрыск пресной воды изменил удельное сопротивление. Способность отличать добываемое масло от неподвижного масла помогла избежать перфорационных зон, которые не будут способствовать после разрыва.

Ограничения и будущие направления

Несмотря на свою мощность, передовые методы анализа журналов имеют ограничения. Инструменты ЯМР имеют небольшую глубину исследования (1-2 дюйма) и подвержены воздействию грубых скважин. Диэлектрические журналы чувствительны к грязевых пробках и требуют точной коррекции диаметра отверстия. Модели машинного обучения могут перестраиваться под местные тенденции и выходить из строя при применении к различным бассейнам. Кроме того, стоимость запуска полного расширенного набора для ведения журналов может быть непомерно высокой для ранней стадии исследования.

Будущие события будут сосредоточены на:

• Многочастотные диэлектрические инструменты с увеличенной глубиной исследования.
• Глубокое азимутальное сопротивление для геостирирования в гетерогенных плотных образованиях.
• Версии ЯМР и диэлектрических инструментов для замедления процесса бурения (LWD) для снижения стоимости и риска дырок.
• Интеграция распределенного волоконно-оптического зондирования (DTS, DAS) при гидроразрыве с анализом журнала перед работой для оптимизации в режиме реального времени.
• Автоматизированная петрофизическая интерпретация с использованием облачных платформ и ИИ, которые самостоятельно калибруют доступные основные данные.
• Гибридные нейронные сети, которые уважают баланс массы и ограничения физики горных пород.

Заключение

Оценка потенциала плотных нефтяных резервуаров требует перехода от традиционного анализа журнала к набору передовых методов, которые учитывают низкую пористость, сложную минералогию, органическое вещество и мелкомасштабную неоднородность. Ядерный магнитный резонанс, диэлектрические лесозаготовки, спектральные гамма-лучи и многоминеральные инверсии, при интеграции с основными измерениями и оценкой механических свойств, предоставляют действенные данные, необходимые для выявления производственных интервалов и оптимизации конструкций стимуляции. Поскольку отрасль продолжает углубляться в более глубокие и более жесткие игры, роль анализа журнала будет только расти, развиваясь с машинным обучением и диагностическими технологиями в реальном времени. Компании, которые инвестируют в надежные передовые рабочие процессы приобретения и интерпретации журнала, получат конкурентное преимущество в раскрытии полного ресурсного потенциала плотных нефтяных резервуаров.

Эта статья расширяет оригинальное резюме, предоставляя техническую глубину и практическое руководство. Для дальнейшего чтения см. технические документы от Общества петрофизиков и аналитиков скважин (SPWLA) и Общества инженеров-нефтяников , а также ресурсы от Halliburton и Schlumberger .