Помощь студентам в учебе
Исследование фильтрационно-емкостных свойств песчаных и карбонатных коллекторов методом рентгеновской компьютерной томографии
|
Аннотация 2
Содержание 4
Список иллюстраций 5
Введение 7
Глава 1. Геологическая изученность 10
1.1 Физико-географический очерк Ашальчинского месторождения 10
1.1.1 Стратиграфия 11
1.1.2 Тектоническая приуроченность 13
1.2 Физико-географический очерк Аксубаево-Мокшинского месторождения 15
1.2.1 Стратиграфия 18
1.2.2 Тектоническая приуроченность 19
Глава 2. Метод рентгеновской компьютерной томографии 22
2.1 Объекты исследования 22
2.2 Краткая история развития метода рентгеновской томографии 27
2.3 Определение фильтрационно-емкостных свойств по данным рентгеновской
томографии и численного моделирования 31
2.4 Методика исследования фильтрационно-емкостных свойств методом рентгеновской
компьютерной томографии 35
2.5 Бинаризация 39
2.6 Методика расчета компонент тензора абсолютной проницаемости 40
2.7 Методика расчета гранулометрического состава 41
2.7.1 Распределение х2 44
2.8 Методика расчета коэффициент пористости 47
Глава 3. Описание результатов 48
3.1 Песчаный коллектор 48
3.2 Карбонатный коллектор 59
Заключение 67
Список использованных источников 69
Содержание 4
Список иллюстраций 5
Введение 7
Глава 1. Геологическая изученность 10
1.1 Физико-географический очерк Ашальчинского месторождения 10
1.1.1 Стратиграфия 11
1.1.2 Тектоническая приуроченность 13
1.2 Физико-географический очерк Аксубаево-Мокшинского месторождения 15
1.2.1 Стратиграфия 18
1.2.2 Тектоническая приуроченность 19
Глава 2. Метод рентгеновской компьютерной томографии 22
2.1 Объекты исследования 22
2.2 Краткая история развития метода рентгеновской томографии 27
2.3 Определение фильтрационно-емкостных свойств по данным рентгеновской
томографии и численного моделирования 31
2.4 Методика исследования фильтрационно-емкостных свойств методом рентгеновской
компьютерной томографии 35
2.5 Бинаризация 39
2.6 Методика расчета компонент тензора абсолютной проницаемости 40
2.7 Методика расчета гранулометрического состава 41
2.7.1 Распределение х2 44
2.8 Методика расчета коэффициент пористости 47
Глава 3. Описание результатов 48
3.1 Песчаный коллектор 48
3.2 Карбонатный коллектор 59
Заключение 67
Список использованных источников 69
Основными физическими параметрами, которые определяют фильтрационно - емкостные свойства (ФЕС) коллекторов, являются пористость, проницаемость и удельная поверхность пор.
Пористость породы - это её свойство, которое определяет ёмкость породы. Она представляет собой отношение объема всех пустот к общему объему породы [5]. Проницаемость горных пород - способность пород пласта пропускать жидкость и газ при перепаде давления. Под пористостью горной породы понимают наличие в ней пустот, заключенных между зернами в гранулярных коллекторах, а также каверн и трещин в карбонатных коллекторах.
Если пористость обусловливает ёмкостные свойства коллектора, то проницаемость - его пропускную способность. Удельная поверхность пор - усреднённая характеристика размеров внутренних полостей (каналов, пор) пористого тела или частиц раздробленной фазы дисперсной системы.
Коллекторские свойства терригенных пород определяются структурой порового пространства, межгранулярной пористостью. Карбонатные коллекторы принципиально отличаются от терригенных тем, что в них фильтрация нефти и газа обуславливается преимущественно трещинами, кавернами. Основные процессы, формирующие пустотное пространство в карбонатах, связаны либо с биогенным накоплением, либо с выщелачиванием и карстообразованием, либо с тектоническими напряжениями, приведшими к образованию развитой сети трещин, микротрещин и т.д.
Методы изучения фильтрационно-емкостных свойств горных пород включают три основные группы исследований: лабораторные, термогидродинамические и промыслово-геофизические:
• лабораторные методы заключаются в исследовании керна с целью получения данных о пористости, проницаемости, водо- и нефтенасыщенности, остаточной водонасыщенности. Результаты являются основой подсчета запасов и проектирования разработки. Данные исследований, полученные лабораторными методами, по сравнению с остальными методами, наиболее достоверны. Недостатком этих методов является то, что исследования проводятся на единичных образцах керна из отдельных, нередко одной-двух, скважин;
• гидродинамические методы позволяют определить коллекторские свойства непосредственно в скважине по данным об изменениях давления и дебита при разных режимах эксплуатации скважин. Эти методы в отличие от лабораторных позволяют получить интегральные характеристики призабойной зоны скважин в целом (при исследовании единичных скважин) и достаточно больших участков пласта (при исследовании взаимодействия скважин);
• промыслово-геофизические методы отличаются тем, что данные о коллекторских свойствах пласта, получаемые с их помощью, имеют относительный характер. Однако с учетом данных лабораторных и гидродинамических исследований анализ результатов ГИС позволяет получить всестороннюю характеристику коллектора по всей площади месторождения.
Повышение эффективности извлечения углеводородного сырья из продуктивных пластов является актуальной задачей, решение которой невозможно без знания фильтрационно-емкостных свойств (ФЕС) коллектора. Керновый материал является одним из базовых источников информации о месторождениях нефти и газа. Для ряда месторождений керновый материал не отбирают из-за низкой экономической рентабельности. Традиционно свойства коллекторов таких месторождений принимают аналогичными свойствам соседних месторождений. Подобные решения вносят большую ошибку в результаты прогнозирования показателей разработки. Бывают ситуации, когда скважины характеризуются малым выносом кернового материала вследствие его слабой консолидированности, из-за чего традиционные лабораторные методы вовсе не пригодны для исследований, либо не позволяют получить статистически достоверные петрофизические зависимости. Решение вышеперечисленных проблем возможно с помощью применения технологий неразрушающего контроля. Одной из инновационных и активно развивающихся технологий в нефтегазовой отрасли является «Цифровой керн» (в англоязычной терминологии - «Digital Rock»). База данных, получаемых на его основе, определяется как «цифровое кернохранилище».
В основе технологии лежит создание объёмной трёхмерной цифровой модели керна с использованием метода рентгеновской компьютерной томографии (РКТ) и последующее математическое моделирование происходящих в породе процессов. Идея создания «цифрового кернохранилища» привлекает внимание многих исследователей, петрофизиков, разработчиков месторождений, поскольку позволяет определить набор петрофизических характеристик керна и в потенциале апробировать методы воздействия на пласт путём математического моделирования.
Изучение образца керна с помощью метода РКТ можно отнести к изучению объекта на микроуровне или на первом уровне геосистематизации, и это является важной задачей, так как именно эти данные дают представление о строении и свойствах геообъектов второго уровня систематизации, то есть пласта или ловушки нефти и газа [22]. Образец керна является всего лишь малой частью разреза, поэтому не может охарактеризовать свойства пласта в целом. В механике горных пород для характеристики горного массива принято проводить масштабные исследования, связанные с измерением того или иного параметра в зависимости от размера исследуемого объекта.
Наиболее общий подход к получению макроскопической характеристики физического свойства горной породы на основе микроскопической характеристики заключается в определении «представительного элемента объема» (representative elementary volume - REV) для данного свойства породы. По существу, REV для пористых сред - это наименьший объем образца, для описания физических свойств которого применима модель сплошной среды.
Цель работы - определение «представительного элемента объема» для коэффициента пористости, коэффициента проницаемости, удельной поверхности пор и гранулометрического состава песчаных и карбонатных коллекторов методом рентгеновской компьютерной томографии.
Для достижения цели работ будут решены следующие задачи:
• Вычисление коэффициента пористости и определение REV по цифровым образам;
• Вычисление удельной поверхности пор и определение REV по цифровым образам;
• Вычисление гранулометрического состава и определение REV по цифровым образам;
• Вычисление коэффициента абсолютной проницаемости в главных осях и определение REV по цифровым образам.
В качестве объектов исследований были выбраны типичные песчаные коллектора Ашальчинского месторождения и карбонатные коллектора Аксубаево-Мокшинского месторождения.
Пористость породы - это её свойство, которое определяет ёмкость породы. Она представляет собой отношение объема всех пустот к общему объему породы [5]. Проницаемость горных пород - способность пород пласта пропускать жидкость и газ при перепаде давления. Под пористостью горной породы понимают наличие в ней пустот, заключенных между зернами в гранулярных коллекторах, а также каверн и трещин в карбонатных коллекторах.
Если пористость обусловливает ёмкостные свойства коллектора, то проницаемость - его пропускную способность. Удельная поверхность пор - усреднённая характеристика размеров внутренних полостей (каналов, пор) пористого тела или частиц раздробленной фазы дисперсной системы.
Коллекторские свойства терригенных пород определяются структурой порового пространства, межгранулярной пористостью. Карбонатные коллекторы принципиально отличаются от терригенных тем, что в них фильтрация нефти и газа обуславливается преимущественно трещинами, кавернами. Основные процессы, формирующие пустотное пространство в карбонатах, связаны либо с биогенным накоплением, либо с выщелачиванием и карстообразованием, либо с тектоническими напряжениями, приведшими к образованию развитой сети трещин, микротрещин и т.д.
Методы изучения фильтрационно-емкостных свойств горных пород включают три основные группы исследований: лабораторные, термогидродинамические и промыслово-геофизические:
• лабораторные методы заключаются в исследовании керна с целью получения данных о пористости, проницаемости, водо- и нефтенасыщенности, остаточной водонасыщенности. Результаты являются основой подсчета запасов и проектирования разработки. Данные исследований, полученные лабораторными методами, по сравнению с остальными методами, наиболее достоверны. Недостатком этих методов является то, что исследования проводятся на единичных образцах керна из отдельных, нередко одной-двух, скважин;
• гидродинамические методы позволяют определить коллекторские свойства непосредственно в скважине по данным об изменениях давления и дебита при разных режимах эксплуатации скважин. Эти методы в отличие от лабораторных позволяют получить интегральные характеристики призабойной зоны скважин в целом (при исследовании единичных скважин) и достаточно больших участков пласта (при исследовании взаимодействия скважин);
• промыслово-геофизические методы отличаются тем, что данные о коллекторских свойствах пласта, получаемые с их помощью, имеют относительный характер. Однако с учетом данных лабораторных и гидродинамических исследований анализ результатов ГИС позволяет получить всестороннюю характеристику коллектора по всей площади месторождения.
Повышение эффективности извлечения углеводородного сырья из продуктивных пластов является актуальной задачей, решение которой невозможно без знания фильтрационно-емкостных свойств (ФЕС) коллектора. Керновый материал является одним из базовых источников информации о месторождениях нефти и газа. Для ряда месторождений керновый материал не отбирают из-за низкой экономической рентабельности. Традиционно свойства коллекторов таких месторождений принимают аналогичными свойствам соседних месторождений. Подобные решения вносят большую ошибку в результаты прогнозирования показателей разработки. Бывают ситуации, когда скважины характеризуются малым выносом кернового материала вследствие его слабой консолидированности, из-за чего традиционные лабораторные методы вовсе не пригодны для исследований, либо не позволяют получить статистически достоверные петрофизические зависимости. Решение вышеперечисленных проблем возможно с помощью применения технологий неразрушающего контроля. Одной из инновационных и активно развивающихся технологий в нефтегазовой отрасли является «Цифровой керн» (в англоязычной терминологии - «Digital Rock»). База данных, получаемых на его основе, определяется как «цифровое кернохранилище».
В основе технологии лежит создание объёмной трёхмерной цифровой модели керна с использованием метода рентгеновской компьютерной томографии (РКТ) и последующее математическое моделирование происходящих в породе процессов. Идея создания «цифрового кернохранилища» привлекает внимание многих исследователей, петрофизиков, разработчиков месторождений, поскольку позволяет определить набор петрофизических характеристик керна и в потенциале апробировать методы воздействия на пласт путём математического моделирования.
Изучение образца керна с помощью метода РКТ можно отнести к изучению объекта на микроуровне или на первом уровне геосистематизации, и это является важной задачей, так как именно эти данные дают представление о строении и свойствах геообъектов второго уровня систематизации, то есть пласта или ловушки нефти и газа [22]. Образец керна является всего лишь малой частью разреза, поэтому не может охарактеризовать свойства пласта в целом. В механике горных пород для характеристики горного массива принято проводить масштабные исследования, связанные с измерением того или иного параметра в зависимости от размера исследуемого объекта.
Наиболее общий подход к получению макроскопической характеристики физического свойства горной породы на основе микроскопической характеристики заключается в определении «представительного элемента объема» (representative elementary volume - REV) для данного свойства породы. По существу, REV для пористых сред - это наименьший объем образца, для описания физических свойств которого применима модель сплошной среды.
Цель работы - определение «представительного элемента объема» для коэффициента пористости, коэффициента проницаемости, удельной поверхности пор и гранулометрического состава песчаных и карбонатных коллекторов методом рентгеновской компьютерной томографии.
Для достижения цели работ будут решены следующие задачи:
• Вычисление коэффициента пористости и определение REV по цифровым образам;
• Вычисление удельной поверхности пор и определение REV по цифровым образам;
• Вычисление гранулометрического состава и определение REV по цифровым образам;
• Вычисление коэффициента абсолютной проницаемости в главных осях и определение REV по цифровым образам.
В качестве объектов исследований были выбраны типичные песчаные коллектора Ашальчинского месторождения и карбонатные коллектора Аксубаево-Мокшинского месторождения.
В процессе написания работы решены следующие задачи:
1. Были вычислены REV для коэффициента пористости песчаных и карбонатных коллекторов. Для песчаного коллектора №1 REV - 70 вокселей (0,49 мм), песчаного коллектора №2 REV - 70 вокселей (0,49 мм), песчаного коллектора №3 REV - 210 вокселей (1,47 мм), песчаного коллектора №4 REV - 70 вокселей (0,49 мм). Для карбонатного коллектора №1 REV - 150 вокселей (5,25 мм), карбонатного коллектора №2 REV - 180 вокселей (6,3 мм), карбонатного коллектора №3 REV - 110 вокселей (3,85 мм), карбонатного коллектора №4 REV - 130 вокселей (4,55 мм).
2. Были вычислены REV для удельной поверхности пор песчаных и карбонатных коллекторов. Для песчаного коллектора №1 REV - 230 вокселей (1,6 мм), песчаного коллектора №2 REV - 200 вокселей (1,4 мм), песчаного коллектора №3 REV - 210 вокселей (1,47 мм), песчаного коллектора №4 REV - 190 вокселей (1,33 мм). Карбонатного коллектора №1 REV - 110 вокселей (3,85 мм), карбонатного коллектора №2 REV - 150 вокселей (5,25 мм), карбонатного коллектора №3 REV - 130 вокселей (4,55 мм), карбонатного коллектора №4 REV - 160 вокселей (5,6 мм).
3. Были вычислены REV для гранулометрического состава песчаного коллектора REV - 300 вокселей.
4. Были вычислены REV для коэффициента абсолютной проницаемости в главных осях песчаных и карбонатных коллекторов. Для тензора проницаемости kxxпесчаного коллектора №1 REV - 180 вокселей (1,26 мм), песчаного коллектора №2 REV - 240 вокселей (1,68 мм), песчаного коллектора №3 REV - 240 вокселей (1,68 мм), песчаного коллектора №4 REV - 190 вокселей (1,33 мм). Для тензора проницаемости Щ песчаного коллектора №1 REV - 250 вокселей (1,75 мм), песчаного коллектора №2 REV - 240 вокселей (1,68 мм), песчаного коллектора №3 REV - 220 вокселей (1,54 мм), песчаного коллектора №4 REV - 200 вокселей (1,4 мм). Для тензора проницаемости kzz песчаного коллектора №1 REV - 210 вокселей (1,47 мм), песчаного коллектора №2 REV - 230 вокселей (1,61 мм), песчаного коллектора №3 REV - 230 вокселей (1,61 мм), песчаного коллектора №4 REV - 200 вокселей (1,4 мм). Для тензора проницаемости Щ карбонатного коллектора №1 REV - 130 вокселей (4,55 мм), карбонатного коллектора №2 REV - 160 вокселей (5,6 мм), карбонатного коллектора №3 REV - 150 вокселей (5,25 мм), карбонатного коллектора №4 REV - 70 вокселей (2,45 мм). Для тензора проницаемости kzz карбонатного коллектора №1 REV - 120 вокселей (4,2 мм), карбонатного коллектора №2 REV - 190 вокселей (6,65 мм), карбонатного
коллектора №3 REV - 130 вокселей (4,55 мм), карбонатного коллектора №4 REV - 120 вокселей (4,2 мм).
5. Изучив графики зависимости свойств от томографического размера изображения было выявлено, что кривые изменения сглаживаются с увеличением размера и представляется возможным определить значения фильтрационно-емкостных свойств, например, для полноразмерного керна.
1. Были вычислены REV для коэффициента пористости песчаных и карбонатных коллекторов. Для песчаного коллектора №1 REV - 70 вокселей (0,49 мм), песчаного коллектора №2 REV - 70 вокселей (0,49 мм), песчаного коллектора №3 REV - 210 вокселей (1,47 мм), песчаного коллектора №4 REV - 70 вокселей (0,49 мм). Для карбонатного коллектора №1 REV - 150 вокселей (5,25 мм), карбонатного коллектора №2 REV - 180 вокселей (6,3 мм), карбонатного коллектора №3 REV - 110 вокселей (3,85 мм), карбонатного коллектора №4 REV - 130 вокселей (4,55 мм).
2. Были вычислены REV для удельной поверхности пор песчаных и карбонатных коллекторов. Для песчаного коллектора №1 REV - 230 вокселей (1,6 мм), песчаного коллектора №2 REV - 200 вокселей (1,4 мм), песчаного коллектора №3 REV - 210 вокселей (1,47 мм), песчаного коллектора №4 REV - 190 вокселей (1,33 мм). Карбонатного коллектора №1 REV - 110 вокселей (3,85 мм), карбонатного коллектора №2 REV - 150 вокселей (5,25 мм), карбонатного коллектора №3 REV - 130 вокселей (4,55 мм), карбонатного коллектора №4 REV - 160 вокселей (5,6 мм).
3. Были вычислены REV для гранулометрического состава песчаного коллектора REV - 300 вокселей.
4. Были вычислены REV для коэффициента абсолютной проницаемости в главных осях песчаных и карбонатных коллекторов. Для тензора проницаемости kxxпесчаного коллектора №1 REV - 180 вокселей (1,26 мм), песчаного коллектора №2 REV - 240 вокселей (1,68 мм), песчаного коллектора №3 REV - 240 вокселей (1,68 мм), песчаного коллектора №4 REV - 190 вокселей (1,33 мм). Для тензора проницаемости Щ песчаного коллектора №1 REV - 250 вокселей (1,75 мм), песчаного коллектора №2 REV - 240 вокселей (1,68 мм), песчаного коллектора №3 REV - 220 вокселей (1,54 мм), песчаного коллектора №4 REV - 200 вокселей (1,4 мм). Для тензора проницаемости kzz песчаного коллектора №1 REV - 210 вокселей (1,47 мм), песчаного коллектора №2 REV - 230 вокселей (1,61 мм), песчаного коллектора №3 REV - 230 вокселей (1,61 мм), песчаного коллектора №4 REV - 200 вокселей (1,4 мм). Для тензора проницаемости Щ карбонатного коллектора №1 REV - 130 вокселей (4,55 мм), карбонатного коллектора №2 REV - 160 вокселей (5,6 мм), карбонатного коллектора №3 REV - 150 вокселей (5,25 мм), карбонатного коллектора №4 REV - 70 вокселей (2,45 мм). Для тензора проницаемости kzz карбонатного коллектора №1 REV - 120 вокселей (4,2 мм), карбонатного коллектора №2 REV - 190 вокселей (6,65 мм), карбонатного
коллектора №3 REV - 130 вокселей (4,55 мм), карбонатного коллектора №4 REV - 120 вокселей (4,2 мм).
5. Изучив графики зависимости свойств от томографического размера изображения было выявлено, что кривые изменения сглаживаются с увеличением размера и представляется возможным определить значения фильтрационно-емкостных свойств, например, для полноразмерного керна.
Подобные работы
- Анализ структуры порового пространства осадочных пород на основе томографических изображений
Магистерская диссертация, геология и минералогия. Язык работы: Русский. Цена: 4915 р. Год сдачи: 2017