Комплексирование результатов динамического маркерного мониторинга, метода ранговой корреляции и гибридных цифровых моделей для оценки взаимовлияния скважин

INTEGRATION OF THE RESULTS OF DYNAMIC MARKER MONITORING, THE RANK CORRELATION METHOD AND HYBRID DIGITAL MODELS TO ASSESS THE MUTUAL INFLUENCE OF WELLS

M.R. DULKARNAEV1, E.A. MALYAVKO2, О.А. GORBOKONENKO2, K.M. SAPRYKINA2,
E.E. SEMENOVA2, D.A. VASECHKIN2, S.I. URVANTSEV2
1 LLC LUKOIL-West Siberia, Kogalym, Khanty-Mansi Autonomous Okrug - Yugra, 628486, Russian Federation
2 LLC GeoSplit, Moscow, 121205, Russian Federation

Эффективное управление разработкой нефтегазовых месторождений невозможно без оценки взаимовлияния нагнетательных скважин на добывающие скважины окружения и создания прогнозной модели для решения оптимизационных задач. Для оценки гидродинамического взаимовлияния (интерференции) существует ряд статистических, аналитических и предиктивных методов.

В данной работе рассмотрен новый подход к решению задач по обеспечению рациональной выработки запасов и оценки взаимовлияния скважин с построением прогнозной модели, который включает в себя комплексирование результатов динамического маркерного мониторинга профиля и состава притока горизонтальных скважин (ГС), метода ранговой корреляции Спирмена и гибридных цифровых моделей на основе машинного обучения. Система долгосрочного динамического маркерного мониторинга горизонтальных скважин позволяет получить поток данных для управления и оптимизации разработки месторождений.

Целью исследования было рассмотрение различных инструментов оценки взаимовлияния скважин, а также определение гидродинамической связи нагнетательных скважин на конкретные порты горизонтальных стволов маркированных добывающих скважин. В статье рассматриваются результаты комплексирования данных методов на примере месторождения Западной Сибири, характеризующегося сложным геологическим строением и высокой неоднородностью, с их сопоставлением с действующей гидродинамической моделью. При сравнении различных методов оценки степени гидродинамической связи отмечается высокая сходимость результатов.

It is impossible to efficiently manage the development of petroleum fields unless we understand how greatly injection wells influence the surrounding producing wells. A number of not only analytical, but also statistical methods exist to evaluate their hydrodynamic cross- influence (interference).
This paper reviews a new approach to solving rational development problems and evaluating the cross-influence of the wells, which includes the integration of dynamic marker monitoring results, the Spearman’s rank correlation method, and hybrid modeling. The marker diagnostics and monitoring system allows for production logging of horizontal wells (HW) and optimizing the well operation based on the collected data.
The purpose of the study was to review various tools not only for evaluating cross-influence of the wells, but also for determining connectivity of injection wells to the specific ports of horizontal boreholes of the marked wells. The paper also discusses the results of the integration of these methods in the reservoir section characterized by a complex geological structure and high heterogeneity; the results have been compared to the updated dynamic model. When comparing various methods of evaluating the connectivity, the results demonstrate good convergence on a qualitative level.

Эффективное управление разработкой и принятие своевременных решений для оптимизации работы скважин является ключевой задачей сегмента Upstream. В процессе управления разработкой месторождений необходимо своевременно регулировать и обосновывать оптимальную систему заводнения. Анализ эффективности системы поддержания пластового давления (ППД) и оценка взаимовлияния скважин лежит в основе планирования геолого-технических мероприятий.
В современной практике существует ряд аналитических инструментов и методов для оценки взаимовлияния скважин.
Наряду с аналитическими инструментами существуют различные статистические методы, в т.ч. построение гибридных цифровых моделей. В рамках оценки эффективности принятых решений для определения взаимовлияния между скважинами рассмотрен подход, который включает в себя комплексирование результатов динамического маркерного мониторинга профиля притока горизонтальных скважин, метода ранговой корреляции Спирмена и гибридной прогнозной модели на основе материального баланса. Данный подход реализован с целью дополнительного обоснования очагов воздействия системы ППД на новых участках бурения в условиях высокого уровня неопределенности.

Маркирование горизонтальных стволов
Бурение горизонтальных стволов с проведением многостадийного гидроразрыва пласта (МГРП) является эффективным методом разработки месторождений Западной Сибири. Определение вклада каждого порта в работу горизонтального ствола – важное и необходимое условие для принятия оперативных решений при контроле и управлении добычей и разработкой. Для этих целей может применяться новый индустриальный стандарт проведения исследований без внутрискважинных операций – технология динамического маркерного мониторинга профиля и состава притока по горизонтальному стволу. Для таких операций существует технология маркирования скважин.
В основе технологии лежит применение маркированного пропанта, закачиваемого в каждую из стадий МГРП. На первом этапе осуществляется процедура маркирования пропанта высокоточными индикаторами притока на основе квантовых точек, стабилизированных полимерной оболочкой. Для каждого интервала или порта ГРП используется свой уникальный код [1] (Гурьянов А.В и др., 2017). Далее, маркированный пропант добавляют к основной массе обычного и закачивают в качестве расклинивающего материала в пласт при проведении гидроразрыва пласта. При контакте с целевой фазой пластового флюида в процессе работы скважины происходит высвобождение маркеров-репортеров из полимерной матрицы и вынос потоком флюида на поверхность (рис.1). В процессе эксплуатации скважины осуществляется отбор устьевых проб пластового флюида согласно утвержденному графику исследований. По результатам анализа проб выполняется качественная и количественная оценка вклада каждого интервала в общий дебит скважины [2] (Овчинников, 2019).
Применение технологии маркерной диагностики для горизонтальных скважин получает все более широкое распространение на месторождениях Западной Сибири. На основе получаемых данных появляется возможность управления динамикой изменения добычи нефти, а также регулирования системы заводнения. Использование технологии на протяжении нескольких лет позволило накопить большое количество информации, а также сформировать базу данных, реализующую поддержку принятия оперативных решений по контролю и управлению за разработкой месторождений.
Одним из ключевых аспектов управления и контроля разработки является гидродинамическое моделирование, основная задача которого заключается в том числе и в обосновании геолого-технических мероприятий в средне- и долгосрочной перспективах. Гидродинамическое моделирование требует существенного количества ресурсов на создание, оптимизацию и актуализацию моделей.
Наиболее простым и распространенным методом статистического анализа данных для качественной оценки гидродинамической связи между парами добывающей и нагнетательной скважин является определение ранговой корреляции Спирмена. Более точным методом является применение алгоритмов машинного обучения. Преимуществом данных подходов является меньшая ресурсоемкость, а также быстрый прогон тысячи многовариантных сценариев с целью поиска оптимальных. При этом маркерная диагностика позволяет создать большое количество динамических data-сетов, на основе которых машинное обучение и создание прогнозной модели на базе нейронных сетей происходит быстрее, чем было бы без нее.

Объект исследования
Исследуемый объект разработки месторождения Западной Сибири представлен терригенными отложениями неокомского клиноформенного комплекса, характеризующегося сложным геологическим строением, низкой проницаемостью, наличием близкорасположенного водонасыщенного пласта [3] (Дулкарнаев и др., 2020). В настоящий момент исследуемый участок пласта соответствует стадии растущей добычи нефти.
Для оценки энергетического состояния пласта были построены карты начальных и текущих пластовых давлений (рис. 2). По карте распределения начальных пластовых давлений видно, что наибольшие значения приурочены к южной части пласта. В дальнейшем, при вводе новых скважин в разработку и формировании системы поддержания пластового давления, происходит перераспределение пластового давления. Прослеживается падение давления в зонах сформированных отборов после бурения скважин. Наибольшее влияние заметно на скважинах 17Д, 18Д и 20Д.

Комплексирование результатов маркерной диагностики скважин и метода ранговой корреляции Спирмена
Корреляционный анализ представляет собой процесс поиска связей между поведением двух объектов. Степень гидродинамической связи между нагнетательными и добывающими скважинами на практике принято выражать в значениях, называемых коэффициентами взаимовлияния или коэффициентами связанности. Результатом исследования является расчет коэффициента ранговой корреляции Спирмена. Величина коэффициента корреляции лежит в интервале от +1 (прямая зависимость) до –1 (обратная зависимость), характеризуя направленность связи между двумя признаками.
Для оценки степени тесноты связи между исследуемыми параметрами (добыча и закачка) используют шкалу Чеддока, согласно которой теснота связи между двумя исследуемыми параметрами весьма высокая, если коэффициент корреляции равен 0.9, высокая – если лежит в интервале от 0.7 до 0.9; заметная – 0.5–0.7; умеренная– от 0.3 до 0.5; слабая – от 0.1 до 0.3 [4] (Удинцова, 2016).
На основании разработанного порядка расчета коэффициентов ранговой корреляции Спирмена на участке пласта оценена степень интерференции скважин. Результат вычисления тесноты гидродинамической связи нагнетательных и добывающих скважин окружения представлен в табл. Коэффициенты временных рядов выражены в среднесуточных и месячных показателях эксплуатации скважин.
По рассчитанным данным была построена карта коэффициента ранговой корреляции Спирмена, на которой стрелками показаны доминирующие направления потоков фильтрации и выявленная теснота связи между нагнетательными и добывающими скважинами ближайшего окружения (рис. 3). Результаты исследования выявили тесную гидродинамическую связь между следующими парами исследуемых скважин: 1) нагнетательная скважина № 3Н оказывает существенное влияние на добывающие скважины № 1Д и № 21Д;
2) с увеличением приемистости на скважине 8Н отмечается увеличение обводненности добывающей скважины 1Д и увеличение дебита на скважине 21Д; 3) увеличение закачки на нагнетательной скважине № 2Н оказало существенное влияние на добывающие скважины –
№ 1Д (отмечается увеличение обводненности) и № 16Д (увеличение дебита жидкости) [5] (Дулкарнаев и др., 2021).
Для оценки гидродинамической связи не только между скважинами, но и портами маркированных скважин применен подход комплексирования результатов маркерной диагностики и определения коэффициента ранговой корреляции Спирмена. Результаты расчетов показали, что добывающие скважины в северо-восточной части участка находятся в тесной гидродинамической связи. В центральной и южной частях пласта система поддержания пластового давления находится на стадии формирования (рис. 4).

Сравнительный корреляционный анализ демонстрирует наличие тесной гидродинамической связи между притоками жидкости в «носочной» части горизонтальных стволов маркированных скважин №№ 1Д и 21Д. Такая картина может быть обусловлена положительным влиянием нагнетательных скважин окружения №№ 3Н и 7Н. Интерференция скважин также подтверждается результатами маркерных исследований.
Монотонная связь с отрицательными коэффициентами корреляции может быть интерпретирована как результат снижения забойного и пластового давлений в зоне отбора скважин, что в свою очередь обусловлено слабым влиянием нагнетательных скважин окружения. Таким образом, сравнительный корреляционный анализ динамики демонстрирует наличие тесной гидродинамической связи между скважинами, расположенными в северной и восточной частях исследуемого участка пласта.

Комплексирование результатов гибридной модели и маркерной диагностики скважин
Для снижения уровня неопределенности в задаче обоснования создания очагов воздействия системы ППД на исследуемом участке применена технология динамического маркерного мониторинга горизонтальных добывающих скважин. Динамический маркерный мониторинг изменения профиля притока по технологии GEOSPLIT на скважине 1Д ведется с сентября 2019 г. по март 2021 г. (рис. 5).
По результатам маркерных исследований, проведенных с января по март 2021 г., отмечается рост обводненности пластовой продукции по портам. Выявленная гидродинамическая связь между исследуемой скважиной и нагнетательными скважинами окружения №№ 2Н, 3Н позволяет установить генезис поступающей воды, однако судить, о том, какая из нагнетательных скважин оказывает большее влияние достаточно сложно, поскольку отследить явный отклик по амплитуде забойного давления не представляется возможным.
Инструмент построения гибридной модели применим не только в условиях уже сформированной системы ППД, но и на начальных этапах разработки месторождения. Стоит отметить, что описанный подход также можно применять для определения интерференции скважин при классической разработке месторождения.
По результатам обработки данных, на основе гибридной модели были получены коэффициенты взаимовлияния. Данный параметр дает представление о том, какая усредненная доля закачки из конкретной нагнетательной скважины приходится на рассматриваемые добывающие скважины ближайшего окружения. Оценка степени воздействия позволила сделать вывод о том, что 29 и 36 % закачиваемой воды доходит до исследуемой добывающей скважины от нагнетательных скважин №№ 2Н и 3Н соответственно (рис. 6). Таким образом, для уменьшения обводненности исследуемой добывающей скважины рекомендуется рассмотреть возможность перераспределения объемов закачиваемой воды.Основным преимуществом модели является простота использования, а также высокая скорость проведения вычислений и оперативного принятия решений при управлении системой разработки.

Сопоставления результатов
В дополнение к выполненному статистическому исследованию оценки взаимовлияния скважин методом ранговой корреляции Спирмена и построения гибридной модели на основе машинного обучения проведено сопоставление результатов двух независимых инструментов оценки взаимовлияния скважин.
Результаты исследования представлены на графиках ниже (рис. 7), согласно которым видно, что основной процент закачки от нагнетательной скважины № 3Н приходится на добывающую скважину № 21Д, наименьший– на № 10Д. Расчеты коэффициента ранговой корреляции выявили тесную гидродинамическую связь нагнетательной скважины № 3Н с добывающими скважинами №№ 21Д и 1Д, что говорит о хорошей сходимости результатов на качественном уровне.
Дополнительно оценка распределения закачки двумя независимыми методами была проведена для маркированной скважины № 21Д. Результаты расчетов представлены на рис. 8. Коэффициенты ранговой корреляции для нагнетательных скважин №№ 3Н и 8 Н составили 0,697 и 0,527 соответственно, что говорит о тесной гидродинамической связи, а также подтверждается расчетами гибридной модели, согласно которой основная закачка на добывающую скважину № 21Д приходится от нагнетательных скважин №№ 3Н и 8Н.
В дополнение к проведенным статистическим исследованиям определена оценка эффективности системы поддержания пластового давления на основе актуализированной гидродинамической модели участка пласта по линиям тока.
Реализованные линии тока являются визуализацией динамической системы среды и показывают направления фильтрации флюида между скважинами. Были проанализированы нагнетательные скважины исследуемого участка пласта и добывающие скважины окружения.
Согласно полученному распределению потоков фильтрации для нагнетательной скважины № 2012, основные потоки направлены в юго-восточном направлении, в сторону добывающих скважин №№ 2169 и 982Г, что также было подтверждено результатами расчетов коэффициента ранговой корреляции Спирмена. Аналогичным образом были проанализированы другие нагнетательные скважины участка (рис. 9).
Сопоставление результатов комплексирования методов и расчетов оценки системы поддержания пластового давления, согласно актуализированной гидродинамической модели, показало высокую сходимость результатов, что говорит об эффективности предложенных аналитических инструментов метода.

ВЫВОДЫ
Внедрение аналитических инструментов в процесс разработки месторождений является неоспоримо перспективным направлением. Выполненная работа указывает на возможность комплексирования метода маркерной диагностики, результатов машинного обучения, модели CRM, коэффициентов ранговой корреляции для оценки взаимовлияния не только нагнетательных и добывающих скважин, но и влияния нагнетательных скважин на конкретные порты маркированных добывающих скважин при помощи исторических данных работы, а также карт расположения скважин.
Применение подхода комплексирования результатов маркерной диагностики и аналитических инструментов открывает ряд возможностей для исследования и оперативного принятия решений по оптимизации системы разработки:
– выявление нагнетательных скважин, оказывающих наибольшее влияние не только на добывающие, но и на конкретные порты добывающих маркированных скважин;
– выявление и предотвращение возможных прорывов нагнетаемых вод и преждевременного обводнения скважины;
– увеличение степени равномерности выработки участка.
Оценка взаимовлияния скважин, полученная в результате выполнения работы, легко реализуется и показывает достаточно высокие коэффициенты достоверности, основанные на сравнении прогнозных и фактических данных, в то же время, при сопоставлении с геолого-гидродинамической моделью, отмечается сходимость результатов. Подход, используемый в работе, может быть распространен на другие объекты эксплуатации.
Реализация предложенного подхода позволяет оперативно в динамике контролировать систему разработки месторождения, оптимизировать работу добывающих и нагнетательных скважин, а также повысить динамику изменения текущей и накопленной добычи нефти по скважинам и участку в целом.

Литература

1. Гурьянов А.В., Каташов А.Ю., Овчинников К.Н. Диагностика и мониторинг притоков скважин с помощью трассеров на квантовых точках // Время колтюбинга. 2017. № 2. С. 42–51.
2. Овчинников К.Н. Задачи разработки месторождений и бурения, решаемые с помощью технологии маркерной диагностики профилей притоков скважин // Нефть, газ, инновации. 2019. № 2. С. 71–77.
3. Дулкарнаев М.Р., Каташов А.Ю., Овчинников К.Н., Малявко Е.А., Буянов А.В., Котенёв Ю.А., Султанов Ш.Х., Чибисов А.В., Чудинова Д.Ю. Геолого-промысловое обоснование регулирования разработки Южно-Выинтойского месторождения на основе динамического маркерного мониторинга горизонтальных скважин // Нефть, газ, инновации. 2017. № 10. С. 58–63.
4. Удинцова Н.М. Эконометрика. Множественная регрессия и корреляция в эконометрических исследованиях. Ч.2. Учеб. пособие. Зерноград: Азово-Черноморский инженерный институт - филиал Донской ГАУ, 2016. 73 с.
5. Дулкарнаев М.Р., Малявко Е.А., Семенова Е.Е., Горбоконенко О.А., Котенёв Ю.А., Султанов Ш.Х., Чибисов А.В., Чудинова Д.Ю. Комплексирование результатов маркерной диагностики и метода ранговой корреляции для оценки взаимовлияния скважин. OnePetro. SPE-208430. 2021.

References

1. Gur'yanov A.V., Katashov A.Yu., Ovchinnikov K.N. Diagnostika i monitoring pritokov skvazhin s pomoshch'yu trasserov na kvantovykh tochkakh [Diagnostics and monitoring of well inflows using quantum dot tracers]. Vremya koltyubinga [Coiled tubing time], 2017, no. 2, pp. 42–51. (In Russian).
2. Ovchinnikov K.N. Zadachi razrabotki mestorozhdeniy i bureniya, reshayemyye s pomoshch'yu tekhnologii markernoy diagnostiki profiley pritokov skvazhin [Field development and drilling problems solved using the technology of marker diagnostics of well inflow profiles]. Neft', gaz, innovatsii [Oil, Gas, Innovations], 2019, no. 2, pp. 71–77. (In Russian).
3. Dulkarnayev M.R., Katashov A.Yu., Ovchinnikov K.N., Malyavko E.A., Buyanov A.V., Kotenov Yu.A., Sultanov Sh.Kh., Chibisov A.V., Chudinova D.Yu. Geologo-promyslovoye obosnovaniye regulirovaniya razrabotki Yuzhno-Vyintoyskogo mestorozhdeniya na osnove dinamicheskogo markernogo monitoringa gorizontal'nykh skvazhin [Geological and field substantiation of the regulation of the development of the Yuzhno-Vyintoyskoye field on the basis of dynamic marker monitoring of horizontal wells]. Neft', gaz, innovatsii [Oil, Gas, Innovations], 2017, no. 10, pp. 58–63. (In Russian).
4. Udintsova N.M. Ekonometrica. Mnozhestvennaya regressiya i korrelyatsiya v ekonometricheskikh issledovaniyakh [Econometric. Multiple regression and correlation in econometric studies]. Azovo-Chernomorskiy inzhenernyy institut, Zelenograd, 2016.
73 p. (In Russian).
5. Dulkarnayev M.R., Malyavko E.A., Semenova E.E., Gorbokonenko O.A., Kotenov Yu.A., Sultanov Sh.Kh., Chibisov A.V., Chudinova D.Yu. Kompleksirovaniye rezul'tatov markernoy diagnostiki i metoda rangovoy korrelyatsii dlya otsenki vzaimovliyaniya skvazhin [Integration of the results of marker diagnostics and the rank correlation method to assess the mutual influence of wells]. OnePetro Publ. SPE-208430. 2021. (In Russian).

Комментарии посетителей сайта

    Функция комментирования доступна только для зарегистрированных пользователей

    Авторизация


    регистрация

    Дулкарнаев М.Р.

    Дулкарнаев М.Р.

    к.т.н., заместитель генерального директора по разработке месторождений – главный геолог

    ТПП «Повхнефтегаз» ООО «ЛУКОЙЛ-Западная Сибирь»

    Малявко Е.А.

    Малявко Е.А.

    Технический директор компании «ГеоСплит»

    Горбоконенко О.А.

    Горбоконенко О.А.

    менеджер по развитию бизнеса

    ООО «ГеоСплит» г. Москва, 121205, РФ

    Сапрыкина К.М.

    Сапрыкина К.М.

    руководитель операционно-технической группы

    ООО «ГеоСплит» г. Москва, 121205, РФ

    Семенова Е.Е.

    Семенова Е.Е.

    инженер

    ООО «ГеоСплит» г. Москва, 121205, РФ

    Васечкин Д.А.

    Васечкин Д.А.

    инженер

    ООО «ГеоСплит» г. Москва, 121205, РФ

    Урванцев С.И.

    Урванцев С.И.

    системный аналитик

    ООО «ГеоСплит» г. Москва, 121205, РФ

    Просмотров статьи: 1688

    Рейтинг@Mail.ru

    admin@burneft.ru