Сегодня промышленное освоение новых месторождений и эксплуатация месторождений, находящихся на поздней стадии разработки и характеризующихся применением методов повышения нефтеотдачи и стимулирования работы скважин, должно сопровождаться максимальной достоверностью геолого-гидродинамических и других моделей и имеет главную цель — достоверность оценки запасов и ресурсов [4][5][9]. Достоверные модели снижают риск инвестиций, а использование программного обеспечения и лучших мировых практик в области информационных систем позволяет не только снизить риск инвестиций, который в конечном счете обратно пропорционален достоверности моделей, используемых для планирования геолого-разведочных работ (ГРР), но и оптимизировать планирование и проектирование всего процесса разработки [13][14].

На этапе доразведки, как правило, имеется плотно разбуренная сетка скважин и часто возникают проблемы комплексирования данных сейсморазведки, ГИС, промысловых и лабораторных данных. В связи с этим использование всей имеющейся информации может привести к ложному искажению как структурного плана, так и геологического моделирования (3D) петрофизических свойств. Набор исходных данных за счет некачественных измерений, выполненных в скважинах, может иметь существенные внутренние противоречия, характерные для мест повышенной плотности бурения, как правило, для наиболее продуктивной части залежей.

Рассмотрим некоторые аспекты применения геостатистического алгоритма коррекции скважинных данных, включающего модельные построения и формирование структурного каркаса, основанных на комплексной интерпретации данных: сейсморазведки МОГТ 3Д, ГИС и бурения [3][7][8][12].

В настоящее время большинством нефтяных компаний накоплен огромный опыт оптимизации процесса разработки месторождений на разных стадиях его жизни при постоянном увеличении количества скважинной информации, и если на раннем этапе разработки всегда сказывается недостаточность изученности месторождения, то по мере разбуривания залежей в какой-то момент наступает «переизбыток скважинной информации», а стало быть, и увеличивается количество использования вариантов моделирования в точках пластопересечений, возникающих, например, в районах близко расположенных относительно друг друга наклоннонаправленных скважин, горизонтальных скважин с пилотным стволом или при бурении боковых стволов (кустовое бурение).

Цель исследований заключалась в оптимизации процесса селекции многообъемных, многопараметровых данных ГИС, при моделировании сложнопостроенной нефтяной залежи на этапе доразведки месторождения. Особое внимание уделялось качеству скважинных данных, их полноте и равномерности распределения по площади исследуемого участка, выявлению возникающих неточностей (ошибок и погрешностей) в промысловых данных, например при регистрации сигналов в зондах, измерениях инклинометрии, скважинных отбивках и др., которые значительно искажают реальную картину.

Как уже отмечалось в работе авторов [10], геостатистический алгоритм основан на выборе оптимального количества скважинной информации для моделирования и основным его преимуществом является использование дополнительной фильтрации скважинных данных т.е. дополнительная возможность выявить наличие ошибок в промысловой информации и, соответственно, обеспечить получение статистически выверенной модели продуктивных объектов с согласованным комплексом сейсмической и скважинной информации, что в результате позволит повысить достоверность и точность оценки ресурсной базы исследуемого резервуара, что также было отмечено в работах [1][2][6].

Рассмотрим пример интерпретации ГИС для сложнопостроенной залежи и варианты распределения коллектора согласно ранее построенному кубу литологии (2D, 3D). На рисунках 1 и 2 приведен пример скважин, в которых из одного пилотного ствола забурены одна горизонтальная скважина, боковой ствол и наклоннонаправленная скважина. Можно отметить, что распределение коллектора и, соответственно, моделирование сложнопостроенного объекта для скважин, расположенных близко друг к другу, отличаются. По полученным результатам и построениям 2D- и 3D-моделей разными специалистами хорошо заметно расхождение в интерпретации и межскважинной корреляции при построении куба литологии.

Следовательно, имея плотную и неравномерную сетку бурения и используя всю информацию данных ГИС, не всегда возможно наиболее точно построить модель и существует риск объединить сложнопостроенный объект, состоящий из маломощных пропластков, в один хорошо выдержанный пласт. И в то же время можно выделить маломощные пропластки, которые реально не существуют. Для принятия оптимально правильного решения необходимо полученные результаты ГИС статистически обрабатывать, а при построении структурных карт, позволяющих наглядно увидеть точки экстремумов, целесообразно применять метод «скользящего окна» [10]. На рисунке 3 представлен пример выполненных структурных построений в условиях плотной неравномерной сетки бурения и использования всей доступной информации на этапе доразведки.

В исследуемом участке наблюдаются локальные зоны резкого перепада структуры, т.е. сгущение экстремумов вокруг некоторых скважин. Наличие таких аномалий показывает, что в скважинном фонде присутствуют такие скважины, в которых довольно сильно отличаются значения стратиграфических отметок глубин для близко расположенных друг к другу скважин. На рисунке 3А изображена поверхность, построенная с использованием отметок глубин всего фонда скважин, на рисунке 3Б построения выполнены после применения геостатистического алгоритма и коррекции скважинных данных по методу «скользящего окна» (использованы параметры скважин после их испытания), который подробно представлен в работе [10] (рис. 4).

На данном примере отчетливо видно, что, применяя метод «скользящего окна» и используя выборку скважин для построения модели, можно достаточно эффективно устранить ложные изменения структурного плана (рис. 3А), оптимально точно выделить зоны распределения коллектора (рис. 2) и, как следствие, значительно снизить и исключить возможность систематических ошибок при моделировании куба литологии. Размер окна может варьироваться в зависимости от поставленной задачи и плотности бурения скважин (при данных построениях нами был определен оптимальный вариант для сложнопостроенной залежи: 200×200, L = 200 м). В пределах «скользящего окна» были определены координаты входа и выхода скважин в продуктивный пласт, проанализированы полученные значения отклонения от вертикали и выбрано оптимальное количество скважин, имеющих наименьшее искривление ствола в пределах окна L, оставшиеся скважины были исключены из процесса моделирования.

При интерпретации данных ГИС геологи и петрофизики пользуются разными подходами в определении положения стратиграфических отметок глубин продуктивных пластов, поэтому доразведка является самым сложным этапом для интерпретации полученных данных. Разработка месторождения, которое живет уже десятки лет, а при проведении исследований сменился не один коллектив специалистов, может характеризоваться потерей контроля и понимания того, как обосновывались те или иные варианты установления стратиграфических отметок для сложнопостроенных, неантиклинальных залежей, характеризующихся особой сложностью картопостроений зон выклинивания и замещения таких коллекторов как по вертикали, так и по простиранию.

По результатам исследований можно отметить, что геостатистический алгоритм — это своеобразная «фильтрация» скважинной информации, основанная на формировании матрицы из скважинных данных с наиболее точными результатами ГИС. Например, когда при построении структурной карты с учетом опорных скважин в исходном списке данных использовались параметры ГИС всего фонда, за исключением скважин, не имеющих замеренной инклинометрии, получилась модель, представленная на рисунке 3Б. Следовательно, формируя единый список скважин, который будет использоваться для дальнейших построений по всем пластам, целесообразно данные объединить в таблицу, где в зависимости от координат изучаемого объекта площадь работ будет «разбита» на окна определенного размера [10], метод «скользящего окна». Результаты проведенной процедуры геостатистического алгоритма интерпретации данных ГИС позволили построить модель, которая может быть использована при дальнейшем детальном 3D-моделировании, в том числе и гидродинамическом, а также использоваться при подсчете запасов углеводородов, что снижает риск недостоверной оценки ресурса.

Предложенный алгоритм построения структурных карт без ложных искажений и получение наиболее достоверной картины распределения коллектора в продуктивном объекте дает возможность принимать во внимание принципиально новые подходы к созданию геологических и геолого-гидродинамических моделей согласно рекомендациям Регламента [11]. Алгоритм позволяет решать поставленные задачи по выбору наиболее достоверного варианта, что позволит минимизировать риск инвестиций в разработку сложнопостроенных объектов [12][14]. Также следует сказать о необходимости особого внимания к вопросам возможности пополнения залежей углеводородов из более глубоких горизонтов в пределах гигантских и супергигантских месторождений.