Москва. Точность подсчета и определение местоположения запасов – задача не из простых. Однако многолетнее сотрудничество с ПАО «ЛУКОЙЛ» в Западной Сибири позволило ООО «ЦСМРнефть» при Академии наук республики Татарстан сформировать уникальный комплекс авторских методик, позволяющих на основе математической обработки имеющихся геолого-геофизических и промысловых данных извлекать из них принципиально новую геологическую информацию. Подробнее о проделанной работе Агентству нефтегазовой информации рассказал к.ф.-м.н., член-корр. РАЕН, эксперт Евразийского Союза Экспертов Недропользования (ЕСОЭН), генеральный директор ООО "ЦСМРнефть" при Академии наук республики Татарстан Юрий Волков.

- Что лежит в основе ваших новаторских предложений?

- Будучи твёрдо уверенными в том, что использование полученных новых научных данных будет способствовать неуклонному росту как точности подсчёта и определения местоположения запасов, так и прогнозирования показателей разработки, мы предлагаем сконцентрировать усилия, прежде всего, на организации рациональной доразработки «старых» месторождений. У нас есть авторские методики обработки тех огромных объёмов данных, которые накоплены по длительно эксплуатируемым объектам на площадях месторождений с большой историей. Все они, в основном, сформированы по итогам 10-летнего сотрудничества с ПАО «ЛУКОЙЛ» на основе анализа разработки 9 длительно эксплуатируемых объектов Западной Сибири. Сейчас необходима апробация данных технологий на месторождениях нефтяных компаний. В том числе, мы ведем переговоры с ЛУКОЙЛом.

- По вашему мнению, сейчас нет эффективных методик определения запасов?

- За последние 7-8 лет выявилась парадоксальная закономерность. По мере всё более настоятельного внедрения цифровых геолого-петрофизических и геолого-гидродинамических моделей (ГГДМ) в практику подсчёта-пересчёта запасов и проектирования разработки, качество исполнения проектных уровней добычи нефти даже для длительно эксплуатируемых, хорошо изученных объектов, с большими объёмами накопленных данных, неуклонно снижается. Но ведь по планируемым к освоению нетрадиционным залежам, надо будет не только ресурсы оценивать, запасы считать и адаптировать заложенные в гидродинамических симуляторах (ГДС) гидродинамические модели. Для изучения всё более тонких механизмов нефтеизвлечения из столь сложных объектов вычислительные эксперименты придётся ставить уже в процессе проектирования их разработки. А на каких моделях ставить эти эксперименты? Вряд ли на тех, что используются в сегодняшних ГДС. Это значит, что подбирать-создавать математические модели соответствующие каждому объекту под возможные технологии его разработки надо будет уже на стадии изучения особенностей его геологического строения, изучения свойств насыщающих флюидов и их взаимодействия между собой и с породами, изучения соответствующих процессов на физических моделях в лабораторных условиях. Однако все данные для проведения таких исследований, если кто-то и собирает, то лишь ведомственные НИИ. Таким образом, эти данные разрозненны и не используются системно.

- В России введена новая «Классификации запасов и прогнозных ресурсов нефти и горючих газов». Разве она не решает проблему достоверности при подсчете запасов?

- В том и дело, что состояние дел с достоверностью уже принятых и принимаемых на баланс запасов, обоснованностью прогнозируемых точек для бурения новых скважин на основе проектных документов, согласованных с центральной комиссией по разработке нефтяных месторождений (ЦКР), вызывает беспокойство. Анализ показал, что одна из главных причин сложившейся ситуации заключается в несовершенстве существующих методик подсчета запасов объёмным методом. Причина эта не лежит на поверхности, в ГКЗ-ЦКР, например, объясняют ее по-своему. Но именно несовершенством методики подсчёта запасов, в первую очередь, обусловлен низкий уровень прогнозирующих способностей создаваемых ныне ГГДМ для зрелых месторождений. При этом под «зрелыми» здесь понимаются месторождения (эксплуатационные объекты) не только с большой историей и большим объёмом накопленных данных (необходимое условие!), но и с остаточными извлекаемыми запасами, пока ещё существенно превышающими погрешность подсчёта начальных извлекаемых.  

- Расскажите более подробно о своем опыте работы над новой методикой расчета. Как вы к ней пришли?

- Как я уже отмечал, исходя из опыта работы с ООО «ЛУКОЙЛ-Западная Сибирь», нами была разработана новая методика, позволяющая повысить качество подсчёта-пересчёта запасов и прогнозирования технологических показателей разработки зрелых нефтяных месторождений. Кроме того, по результатам работы над созданием научных основ инновационного проектирования разработки нефтяных месторождений, выявлены объективные (количественные) критерии качества информации для загрузки в ГДС. Это позволяет отслеживать процесс «улучшения» моделей за счёт обработки накопленных данных не с помощью одного-двух общепринятых, а специально (итерационно) подбираемой последовательности методов.

В процессе работы нами были постепенно введены в рассмотрение и до сих пор осмысливаются такие понятия, как принцип плотного накопления знаний, суть которого в организации НИР и ОПР в соответствии с универсальной схемой; критерий геофизической обоснованности запасов Кгоз, позволяющий оценить возможную погрешность прогнозирования дебитов новых скважин с помощью ГДМ, созаваемых на основе загружаемой в ГДС геолого-петрофизической модели; степень изученности объекта – определяем как величину обратно пропорциональную Кгоз; адекватность создаваемых ГГДМ  количественно измеряемой степени изученности рассматриваемого объекта и протекающих в нём процессов и пр.

- Как работают новые, введённые в рассмотрение понятия? Какие методики вы предлагаете?

- Как уже было отмечено выше, для того, чтобы повысить степень изученности каждого из рассматриваемых объектов, нам приходилось заново сбивать данные керна с данными ГИС, проводить фациальный анализ, осуществлять реконструкцию палеорельефа, переинтерпретировать результаты ГДИС, проводить «камеральное гидропрослушивание» и т.д. В результате выяснилось, что степень (уровень) изученности может существенно возрасти не только за счёт сбора новых данных по керну, ГДИС и пр., но и за счёт «грамотного» исключения из рассмотрения уже накопленных данных. Постепенно формировался уникальный комплекс авторских методик, позволяющих на основе совместной математической обработки имеющихся геолого-геофизических и промысловых данных извлекать из них принципиально новую информацию о геологическом строении нефтеносных пластов и протекающих в них процессах.

Раскроем суть некоторых из них.             

Литолого-генетическая типизация и фациальная диагностика осадочных пород с помощью экспертной системы (ЭС) «ГЕОЗОР-Разрез» на основе кластерного анализа макроописаний керна. В настоящее время база знаний ЭС содержит более 1000 эталонных образцов. Имеется возможность её дальнейшего самостоятельного пополнения. Система содержит предварительные настройки для имитации тех методик фациального анализа, которые изложены в монографиях Ботвинкиной, Александрова, Тимофеева и Алексеева. В комплекте прилагаются рекомендации по проведению седиментологического описания керна, необходимого для более качественной фациальной реконструкции.

Высокоточные построения структурных карт и реконструкции палеорельефа по данным сейсморазведки и ГИС. В отличие от использовавшихся ранее методик, наша методика позволяет использовать для реконструкции палеорельефа произвольное количество опорных реперных поверхностей. За счёт этого пропорционально увеличивается точность реконструкции, позволяя получать карты с недостижимой ранее точностью. Кроме того, повышение точности достигается за счёт нестандартной обработки данных сейсморазведки. Тестовые расчёты показали, что среднеквадратичная погрешность прогноза глубины залегания кровли пласта (при средней глубине его залегания 1100м) по 1400 скв. составила всего 1.76м.

Картирование гидродинамических экранов в межскважинном пространстве методом «камерального гидропрослушивания» (на основе анализа временных рядов данных по добыче и закачке с учётом интерференции нагнетательных скважин). Разработанные алгоритмы обработки данных позволяют оперативно строить карты гидродинамических связей по участкам, содержащим несколько тысяч скважин. По сравнению с известными аналогами нами впервые учтена интерференция, когда на работу каждой из добывающих могут оказывать влияние несколько нагнетательных скважин.  Разработаны методики анализа получаемых карт с целью локализации не дренируемых запасов, анализа направления трещин ГРП, выявления заколонных перетоков и т.п.

Прогноз расположения наклонного ВНК на основе капиллярно-гравитационной теории формирования залежей, согласно которой необходимым и достаточным условием формирования наклонного ВНК является наличие тектонических деформаций в период после заполнения ловушки в сочетании с понижением пластовых температур. Межфазное натяжение на границе «нефть-вода» является чувствительной функцией температуры и увеличивается при её снижении, вызывая тем самым увеличение капиллярного давления. Таким образом, может сложиться ситуация, предотвращающая проникновение нефти и газа через породы, которые в прежних геотермических условиях характеризовались удовлетворительной для этих флюидов проницаемостью. Нами разработана методика, позволяющая на основе палеоструктурных построений с учётом результатов испытаний скважин, данных разработки и результаты интерпретации геофизических исследований скважин (РИГИС) оценивать время запечатывания ловушки и на основе этого прогнозировать современное положение наклонных ВНК.

Другие, кроме уже названных, методики обеспечивают качественную увязку керна с ГИС по глубине; настройку петрофизических зависимостей; подбор оптимальной методики интерпретации ГИС; нестандартную интерпретацию результатов различных исследований; управление качеством геолого-петрофизических моделей (на основе Кгоз и др.).

- Как проверяется качество обработки данных?

- Оно проверяется с помощью специально разрабатываемых и вводимых в рассмотрение количественных критериев. Благодаря этому появляется возможность не только постоянно создавать новые, но и максимально использовать самые лучшие из уже наработанных методов. Таким образом формируется «база знаний» для каждого из рассматриваемых объектов.