Модели, алгоритмы и программы, развивающие технологию 3D-моделирования нефтегазовых месторождений

Размещено на http://www.allbest.ru/

На правах рукописи

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в отрасли: промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Модели, алгоритмы и программы, развивающие технологию 3D-моделирования нефтегазовых месторождений

Захарова А.А.

Томск - 2009



Работа выполнена в Томском политехническом университете

Научный консультант:

доктор технических наук, профессор, Ямпольский Владимир Захарович

Официальные оппоненты:

доктор технических наук, Костюченко Сергей Владимирович доктор технических наук, профессор Цой Евгений Борисович

доктор технических наук Клименко Анатолий Яковлевич

Ведущая организация:

Институт вычислительной математики и математической геофизики (ИВМиМГ) Сибирского отделения Российской академии наук (г. Новосибирск)

Защита состоится «24» марта 2010 г. в 15.00 часов на заседании Совета по защите докторских и кандидатских диссертаций Д 212.269.06 при Томском политехническом университете по адресу: г. Томск, ул. Советская, 84/3, ауд. 214.

С диссертацией можно ознакомиться в научно-технической библиотеке Томского политехнического университета по адресу: 634034, г. Томск, ул. Белинского, 55.

Автореферат разослан « ___ » _______ 2009 г.

Ученый секретарь

Совета по защите докторских и кандидатских диссертаций, кандидат технических наук М. А. Сонькин



1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Актуальность проблем, связанных с рациональным природопользованием, с повышением ресурсоэффективности имеет непреходящее значение для экономики России, особенно в такой стратегически важной области, как добыча углеводородного сырья. Поиск, разведка и разработка месторождения - это длительный и технологически сложный процесс, связанный с большими экономическими рисками, огромными информационными ресурсами, сопровождаемый проектными решениями на основе современных информационных технологий под строгим государственным контролем. Этим определяется важность комплексного подхода к решению проблемы информационного обеспечения и сопровождения всего жизненного цикла месторождения.

Существующие технологии и программные средства достигли высокого уровня и основываются на сложном математическом аппарате. Вместе с тем сохраняется актуальность и необходимость автоматизации ряда процессов и задач моделирования, создания методов, моделей и алгоритмов для более оперативной и/или эффективной оценки как исходных данных, так и результатов моделирования, применения комплексного подхода при интеграции вычислительных и информационных ресурсов.

В создание и совершенствование методов моделирования разработки нефтяных месторождений внесли большой вклад отечественные ученые:

В.Е. Андреев, К.С. Баймухаметов, П.М. Белаш, Ю.П. Борисов, Д.В. Булыгин, Ю.Е. Батурин, А.В. Гавура, А.Т. Горбунов, Р.Н. Дияшев, В.И. Дзюба, Ю.В. Желтов, С.Н. Закиров, М.М. Иванова, Г.С. Камбаров, А.В. Копытов, С.В. Костюченко, А.П. Крылов, Б.И. Леви, Е.В. Лозин, В.Д. Лысенко, М.М. Максимов, И.Т. Мищенко, А.Х. Пергамент, Б.М. Саттаров и многие другие. Большой вклад внесли и зарубежные ученые: A. Settari, D.L. Katz, G.R. King, I.H. Kassam, I.V. Vogel, K. Aziz, M.C. Leverett, T. Ertekin и др.

В настоящее время в мировой практике нефтяного инжиниринга созданы технологические линейки программных продуктов, обеспечивающие создание геологических, гидродинамических 3D-моделей и расчета прогнозных показателей на их основе, таких ведущих зарубежных компаний, как Schlumberger, Roxar, Landmark, а также ряд российских разработок.

Однако они не в полной мере адаптированы к российским условиям, поэтому требования российского законодательства и регламентирующих и нормативных документов создания на их основе проектных документов связаны с избыточной трудоемкостью.

Известно, что оперативность принятия решений по управлению разработкой нефтегазовых месторождений снижает технологические и финансовые риски, а несвоевременность формирования проектных документов приводит к нарушению законодательных норм и правил.

В данном диссертационном исследовании рассматриваются вопросы повышения эффективности информационной технологии для моделирования процесса разработки нефтегазовых месторождений с применением цифровых
3D-геологических и 3D-гидродинамических моделей и связанных с ними процессов сбора, анализа данных, подсчета запасов углеводородного сырья, а также создания полного набора проектных документов.

Цель работы: Создание моделей, алгоритмов и программных средств, развивающих информационную технологию 3D-моделирования нефтегазовых месторождений, обеспечивающих снижение ее ресурсоемкости.

Для достижения цели исследования поставлены и решены следующие задачи:

1. Выполнен анализ эффективности существующих информационных технологий и базовых программных средств моделирования месторождений нефти и газа.

2. Проведена оценка ресурсоемкости информационной технологии и временных затрат для 3D-моделирования при формировании проектных решений.

3. Осуществлено развитие модельного, алгоритмического и программного обеспечения геолого-гидродинамического моделирования нефтегазовых месторождений.

4. Разработаны новые алгоритмические и программные средства, обеспечивающие:

· автоматизацию процедур обработки геолого-технологической информации, а также создание трехмерных цифровых геологических и гидродинамических моделей месторождений нефти и газа;

· статистический и пространственный анализ данных о месторождении для повышения эффективности принятия проектных решений;

· создание мобильного ПО, замещающего трудоемкие и ресурсоемкие элементы информационной технологии, с целью организации «полевых» рабочих мест.

5. Проведена апробация, осуществлено внедрение результатов исследований и разработок в практику моделирования реальных геологических объектов, формирования проектных документов.

Методы исследования. Для решения поставленных задач в работе используются методы системного анализа, теория принятия решений, методы обработки, анализа и визуализации информации, методы математического моделирования, экспертных оценок, объектно-ориентированного проектирования и программирования.

Научная новизна. В диссертационной работе на основании комплексного анализа состояния проблемы предложены и разработаны новые модели, методики и алгоритмы, развивающие технологию 3D-моделирования нефтегазовых месторождений.

Научной новизной обладают следующие основные результаты:

1. Разработанные новые модели 3D-геологического и 3D-гидродинамического моделирования нефтегазовых месторождений, снижающие ресурсоемкость технологии моделирования и проектирования и созданные с учетом сформулированных концептуальных основ технологии 3D-моделирования.

2. Предложенные новые методики: оценки ресурсоемкости процессов проектирования на основе геологического и гидродинамического моделирования в соответствии со сформулированными критериями, тематического картографирования, оценки коэффициентов охвата объекта разработкой и корреляционных оценок однородности для пространственно-статистического анализа 3D-цифровых моделей месторождений. Методики сокращают сроки моделирования, анализа данных и формирования проектных решений, существенно снижая ресурсоемкость технологии.

3. Предложенный новый алгоритм прогноза фильтрационно-емкостных свойств продуктивного пласта на основе оценки напряженности породы, обеспечивающий снижение затрат на формирование программных технологических линеек и повышение точности расчетов.

4. Созданные новые алгоритмы выбора варианта ремасштабирования при переходе от геологической к гидродинамической модели, сохраняющие точность модели при уменьшении числа ячеек.

5. Разработанный алгоритм моделирования процессов влагопереноса в геологической среде на основе метода Монте-Карло и моделирующий контур распространения закачиваемого в поглощающую скважину флюида.

Теоретическая значимость работы заключается в решении важной научно-технической проблемы развития теории и практики 3D-цифрового геолого-гидродинамического моделирования. Предложенные в диссертационной работе и программно реализованные новые модели и алгоритмы (прогноза пьезопроводности и гидропроводности пласта, пре- и постпроцессинга, экспресс-оценки коэффициента охвата объекта разработкой, ремасштабирования, моделирования закачки флюида, оценки ресурсоемкости процесса) дополняют и развивают базовые программные линейки, используемые в нефтяной промышленности, составляющие основу информационной технологии моделирования нефтегазовых месторождений, повышают ее мобильность и ресурсоэффективность.

Практическая значимость работы. Разработанные модели, алгоритмы и программное обеспечение нашли практическое применение при выполнении многих проектов разработки реальных нефтегазовых месторождений для построения 3D-геологических и 3D-гидродинамических моделей, а также при обосновании проектных решений по подсчету запасов, пробной эксплуатации, проектам разработки месторождений и т.п., которые прошли экспертизу соответствующих научно-технических советов нефтегазовых компаний, а также государственных комиссий по запасам (ГКЗ) и разработке (ЦКР) и переданы заказчикам для практического использования.

Программное обеспечение функционирует под управлением операционной системы Windows 2000 и выше. Объем исходного кода ПО на языке Object Pascal составляет более 5 Мб.

Созданное по результатам исследований методическое и программное обеспечение также используется преподавателями и студентами Томского политехнического университета (ТПУ) в учебном процессе для выполнения научно-исследовательских, курсовых и выпускных квалификационных работ инженеров и магистров, а также при изучении факультативных дисциплин. Создана и реализуется программа повышения квалификации и дополнительной подготовки преподавателей ТПУ.

Основные положения, выносимые на защиту:

1. Разработанные модели процессов 3D-геологического и 3D-гидродинамического моделирования позволяют формировать эффективные технологические линейки программных продуктов и формулировать задачи развития технологии моделирования.

2. Методики оценки ресурсоемкости технологии моделирования и предложенные принципы ее формирования оценивают трудоемкость и затратность проектов, связанных с моделированием нефтегазовых месторождений, минимизируют затраты по приобретению и сопровождению линеек ПО.

3. Методики и алгоритмы обработки данных в рамках пре- и постпроцессинга повышают адекватность моделей, значительно сокращают время, затрачиваемое на геологогидродинамическое моделирование, за счет уменьшения числа реализаций моделей и прогнозных решений на их основе.

4. Реализованный метод прогноза пьезопроводности и гидропроводности пласта позволяет осуществлять моделирование фильтрационно-емкостных свойств продуктивного пласта в условиях слабой изученности.

5. Созданное программное обеспечение для визуализации геофизической информации, автоматизации формирования вариантов апскейлинга 3D-геологических моделей, определения параметра J-функции для распределения водонасыщенности, автоматизации формирования систем расстановки скважин значительно сокращает сроки моделирования и, как следствие, сроки формирования проектной документации, повышая их качество.

6. Предложенный стохастический алгоритм моделирования закачки жидкости в глубинный пласт обеспечивает гидродинамическое моделирование указанного процесса.

7. Созданное алгоритмическое и программное обеспечение дополняет и/или замещает базовое ПО, развивая технологию моделирования нефтегазовых месторождений, в том числе при формировании соответствующей проектной документации.

Реализация результатов и их внедрение. Разработанные модели, алгоритмы и программные средства протестированы и внедрены:

1. В Томском отделении Сибирского научно-исследовательского института геологии, геофизики и минерального сырья.

2. В ООО «Сибнефтегазинновация».

3. В ООО «Стимул-Т».

4. В Институте «Кибернетический центр» Томского политехнического университета.

Полученные результаты исследований использовались при выполнении ряда НИР, в процессе создания 37 проектных документов для организаций и компаний:

1. Томское отделение Сибирского научно-исследовательского института геологии, геофизики и минерального сырья.

2. ООО «Сибнефтегазинновация».

3. ОАО «ТомскНИПИнефть ВНК».

4. ООО «НК «Роснефть-НТЦ»».

5. ООО «Альянснефтегаз».

6. ООО «Норд Империал».

7. ООО «Стимул-Т».

На разработки, выполненные по результатам диссертации, получены пять свидетельств о регистрации программ для ЭВМ, выданные Федеральной службой по интеллектуальной собственности, патентам и товарным знакам.

Публикации. Результаты диссертации опубликованы в 50 печатных работах (из них 9 в изданиях, рекомендованных ВАК для опубликования результатов докторских диссертаций).

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 19 российских и международных научных конференциях, семинарах и совещаниях различного уровня, среди которых можно отметить следующие:

· Научно-методический семинар «Применение ГИС-технологий в геокартировании», Томск, 1999 г.

· Международная научно-практическая конференция «Ашировские чтения», Самара, 2004 г.

· Всероссийская научно-практическая конференция «Теоретические проблемы экономической безопасности России в XXI веке», Томск, 2004 г.

· Научно-практическая конференция «Проблемы и перспективы развития минерально-сырьевого комплекса и производительных сил Томской области», Томск, 2004 г.

· Межрегиональный семинар «Информационные технологии в геологии и нефтедобыче» в рамках V специализированной выставки-конгресса с международным участием НЕФТЬ И ГАЗ-2004.

· Научно-техническая конференция «Приоритетные направления развития науки и технологий», 2007, 2008.

· VIII Международная научно-техническая практическая конференция «Средства и системы автоматизации», Томск, 2007.

· Ямальский газовый форум, научно-практическая конференция «Проблемы развития и функционирования топливно-энергетического комплекса в приполярных регионах России», Новый Уренгой, 2009.

Личный вклад:

1. Постановка задач исследования и апробация результатов выполнены автором совместно с В.З. Ямпольским.

2. Описание моделей 3D-геологического и гидродинамического моделирования и моделей развития указанных процессов предложены автором.

3. Методики оценки ресурсоемкости технологии моделирования, концептуальные основы технологии сформулированы и предложены автором.

4. Методики и алгоритмы пре- и постпроцессинга предложены и реализованы автором.

5. Метод прогноза пьезопроводности и гидропроводности на основе оценки напряженности продуктивного пласта предложены В.Е. Пешковым, О.В. Крыловым, реализующий метод ПО «Баланс-Гидродинамик» и апробация выполнены автором совместно с О.В. Крыловым.

6. Проектирование и реализация ПО «Logger», «Correlation», «GMUpscale», «J-function», «WellSpacing» проведены под руководством автора совместно с М.А. Ивановым, А.С. Силантьевым и Ю.А. Недоспасовой.

7. Проектирование и реализация ПО «GP-Storage» выполнены совместно с А.В. Мозжеловым.

8. Алгоритм стохастического моделирования гидрогеологических процессов разработан автором. Постановки задачи исследования эффективности метода Монте-Карло и предложенного на его основе алгоритма сделаны совместно с Н.Г. Марковым. Результаты этого исследования, разработка, тестирование и апробация алгоритмического и программного обеспечения ПО «Mapper3D» выполнены автором.

9. Построение 3D-геологических и 3D-гидродинамических моделей, выполнение 37 НИР и по их результатам проектных документов выполнено под руководством и при участии автора.

Структура и объем работы. Диссертационная работа включает: введение, четыре главы, заключение, список использованных источников, состоящий из 215 наименований, 9 приложений. Общий объем диссертации составляет 308 страниц машинописного текста. Работа содержит 121 рисунок и 14 таблиц.

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы в данном научном направлении, формулируются цель и задачи исследования, отмечен личный вклад автора и апробация результатов исследований.

В первой главе с системных позиций описан жизненный цикл месторождений (ЖЦМ) и показана роль проектных решений при сопровождении разведки и разработки нефтегазовых месторождений. Определена значимость 3D-геологического и гидродинамического моделирования при управлении разработкой, принятии решений и создании проектных документов (рис.1). Отмечена особая важность создания и сопровождения постоянно действующих геолого-технологических моделей и необходимость применения при этом 3D-моделирования.

где ГРР - геологоразведочные работы, ТЭО - технико-экономическое обоснование, ТС ОПР - технологическая схема опытно-промышленных работ, ПР - проект разработки, КИН - коэффициент извлечения нефти

Рис. 1. Связь проектно-технологических решений, стадий ЖЦМ и этапов моделирования

Проведен анализ методов, алгоритмов и программных систем, применяемых при моделировании нефтегазовых месторождений. По результатам анализа выделены базовые программные средства, обеспечивающие технологию моделирования месторождений. Несмотря на то, что ведущими отечественными компаниями и организациями, такими, как ОАО «ЦГЭ», ОАО «Пангея», РГУ нефти и газа им. Губкина, МГУ им. Ломоносова, ИПМ им. Келдыша, ООО «ПетроАльянс», ЗАО «Тюменский институт нефти и газа», ИМП им. Келдыша, группа компаний Таймзикс и др., в настоящее время создан ряд программных продуктов и систем, лидерами в данной области остаются такие компании, как Schlumberger Information Solutions, Landmark Graphics Corporation и Roxar Software Solutions.

В работе представлены технологические линейки программных продуктов, комплексно обеспечивающие процесс моделирования. Проведен сравнительный анализ их функциональности, выявлены основные преимущества и недостатки использования линеек отечественного и зарубежного программного обеспечения (ПО).

В первой главе также приведены математические методы, применяемые при геологическом и гидродинамическом моделировании. Большинство из них реализованы в современных программных системах и комплексах. Так, базовое ПО всех представленных в главе I линеек ведущих мировых компаний Schlumberger, Landmark Roxar и российских разработчиков ПО реализует методы (стохастические и детерминированные) восстановления двух и трехмерных параметров при геологическом моделировании, такие, как средневзвешенная интерполяция, триангуляция, Кригинг, Монте-Карло и др. Для гидродинамического моделирования в рамках ПО перечисленных компаний используются метод материального баланса, в зависимости от вида симулятора (ПО для расчета фильтрации в ячейках), системы дифференциальных уравнения для двух- и трехфазной фильтрации флюидов в нефтегазовых пластах. Решения соответствующих задач реализованы при помощи метода конечных элементов или метода конечных разностей.

По результатам анализа и оценки выявлены и сформулированы проблемы применения упомянутого программного обеспечения для геолого-гидродинамического моделирования нефтегазовых месторождений и изложены пути их решения, а именно, предложено:

1. Формирование конфигураций технологических линеек ПО геолого-гидродинамического моделирования при выполнении проектных решений, минимизирующих затраты на приобретение оборудования и сокращающих трудозатраты на моделирование.

2. Разработка алгоритмических и программных средств для технологии моделирования, обеспечивающих:

· автоматизацию процедур обработки геолого-технологической информации, а также создание трехмерных цифровых геологических и гидродинамических моделей месторождений нефти и газа, обоснование на их основе прогнозных решений;

· дополнение существующих программно-технологических линеек с целью расширения их функциональных и/или улучшения технических характеристик;

· развитие средств статистического и пространственного анализа для повышения эффективности принятия экспертных решений, повышение качества моделирования и проектирования;

· разработку мобильных программных средств, замещающих трудоемкие и ресурсоемкие элементы информационной технологии, организацию тем самым «полевых» рабочих мест.

3. Тестирование созданных алгоритмических и программных средств на реальных данных нефтегазовых месторождений.

4. Апробация и внедрение результатов исследований и разработок в практику моделирования реальных геологических объектов и формирование проектных документов.

Во второй главе описаны модели процессов геологического и гидродинамического моделирования, анализ которых позволил сформулировать основные критерии, по которым оценивается эффективность проектного решения и всего процесса моделирования, а именно:

· Оперативность получения реализаций модели и на их основе проектного документа, т.е. затрачиваемое время.

· Стоимость создания проектных решений и моделирования, складывающаяся из затрат на оплату труда специалистов, стоимости применяемых программных средств и затрат на их сопровождение.

· Качество выбранной реализации, наиболее адекватной по результатам анализа большего числа реализаций либо на основании высококвалифицированного экспертного решения.

Предложена методика оценки временных затрат на создание проектного решения. Суммарная оценка Т складывается следующим образом

Т=Т(GM)+ Т(GDM)+ Т(PTD),

где Т(GM), Т(GDM) и Т(PTD) соответственно время, затрачиваемое на геологическое, гидродинамическое моделирование и составление проектной документации;

Т(PTD)=1,5х(1+k),

где k - коэффициент, характеризующий сложность PTD; х =, хє{1,2} - простой объект, хє{2,4} - средней сложности, хє{4,6} - сложный объект подсчета или разработки.

Сложность моделирования зависит не только от геологической сложности объекта, но и от степени его изученности, которую предложено оценивать следующим образом.

Сформирован перечень основных исходных данных и введены соответствующие параметры, оценивающие их объем:

1. Сейсмические исследования. kS - коэффициент, характеризующий в зависимости от вида (2D или 3D-съемка) и плотности сейсмических исследований влияние указанного вида исследований на точность модели.

2. Геофизические исследования скважин (ГИС). kГИС - коэффициент, отвечающий за полноту исследований (kГИС=0,5, если ПГИС - промыслово-геофизические, kГИС=1, если полный комплекс ГИС), а также характеризующий влияние на точность оценки модели в зависимости от плотности ГИС (количество исследованных скважин на кв. км) и площади объекта (залежи, месторождения или геологического участка).

3. Наличие и количество проб флюидов (нефти, газа, воды) и исследования керна. kФ1 - коэффициент, отвечающий за полноту исследований свойств нефти, kФ2 -за полноту исследований свойств газа, kФ3 - конденсата, kФ4 - воды. Тогда kФ - комплексный коэффициент, оценивающий степень изученности флюидов и учитывающий перечисленные составляющие.

4. Исследования на образцах керна. kК1 - коэффициент, характеризующий полноту исследований фильтрационно-емкостных свойств пород (процент выноса керна), kК 2 - капилляро- и порометрии, kК 3 - относительные фазовые проницаемости, kК 4 - коэффициент вытеснения (Квыт).

5. Гидродинамические испытания (ГДИ) скважин на различных режимах. kГДИ - коэффициент, характеризующий полноту (количество испытаний на скважину) и характер ГДИ.

6. История разработки. kМЭР - коэффициент, характеризующий срок разработки и объемы эксплуатации месторождения (количество добывающих и нагнетательных скважин).

Геологические условия (kГ) также влияют на точность моделей. Так kГ1 - коэффициент, характеризующий сложность объекта (месторождения) и складывается из оценки таких параметров, как расчлененность, количество продуктивных пластов, состав флюида, наличие тектонических нарушений, региональная изученность аналогичных коллекторов. Значение коэффициента kГ2 характеризует величину объекта по классификации «малое»-«среднее»-«большое» месторождение в зависимости от площади и количества извлекаемых запасов в соответствии с методическими указаниями по подсчету запасов.

Таким образом, степень изученности моделей k - это функция от следующих параметров:

k = f(kS,kГИС,kФ,kГДИ, kк,kМЭР, kГ).

Рассмотрены значения перечисленных выше коэффициентов, определяющих точность геологических и гидродинамических моделей.

Значение оценочного коэффициента kГИС определяется качеством и объемом исследований. «Ценность» промыслово-геофизических исследований можно условно приравнять к Ѕ полного комплекса ГИС. Таким образом kГИС можно принять показателем, обратным плотности. При этом расчет плотности сети скважин, охваченных ГИС, рассчитывается путем деления площади участка/залежи (S) на сумму числа скважин (n1), в которых выполнен полный комплекс ГИС, и половины числа скважин, где выполнены только ПГИ (n2), т.е. S/(n1+n2/2).

Сложность месторождения определяется также количеством фаз (составляющих флюид - смесь пластовой воды и углеводородных компонентов, залегающих на месторождении). Так, kФ можно представить как

,

При этом,

,

,

Исследования на образцах керна оценим при помощи коэффициента kк:

,

где

,

,

ГДИ, как отмечалось выше, выполняются как в открытом стволе (ИП), так и в интервале перфорации. Если взять за единицу второй вид ГДИ, то ИП можно считать 0,5 от первого. При этом на скважинах могут выполняться многократные ГДИ (ni), а фонд скважин n. Тогда коэффициент достоверности по ГДИ можно рассчитать следующим образом:

,

Где

,

В среднем срок разработки месторождения считается равным 25 годам, поэтому можно принять kэксп=0,04t, где t - текущий срок разработки оцениваемого объекта.

Пусть kГ складывается из произведения kГ1 и kГ2. Если kГ1 - коэффициент характеризующий сложность объекта (месторождения), то в соответствии с методическими указаниями по классификации запасов его можно классифицировать по трем категориям (простое kГ1=1, среднее kГ1=0,75, сложное kГ1=0,5). Значение коэффициента kГ2 характеризует величину объекта по классификации «малое»-«среднее»-«большое» (соответственно kГ2=1, kГ2=0,75, kГ2=0,5) месторождение в зависимости от площади и количества извлекаемых запасов в соответствии с методическими указаниями по подсчету запасов.

Таким образом, коэффициент, определяющий степень изученности RG и RGD, можно определить как среднеарифметическое значение вышеперечисленных коэффициентов, пронормированное вектором коэффициентов, отвечающих за значимость параметров С={с1, … , с5}.

К числу перечисленных в начале раздела критериев относится и стоимость разработки моделей и проектной документации. Значение данного критерия формируется в зависимости от уровня цен на рынке, изменения определяются уровнем инфляции и другими процессами, которые происходят в экономике государства. Таким образом, оценку проекта по данному критерию можно представить как функцию f(kф,kГ), где kф - коэффициент, характеризующий финансовую стабильность, уровень цен и другие отягощающие проект экономические аспекты.

Предложенные методики позволяют оценивать сложность проектного решения и трудоемкость моделирования. Повышение эффективности моделирования возможно за счет расширения функциональных возможностей информационной технологии и реализованных в ней моделей процессов.

По результатам исследований предложено развитие моделей геологического и гидродинамического моделирования.

Геологическое моделирование (GM)

На входе процесса имеем исходный набор геологической и/или технологической информации IG, на выходе - множество описаний (множество реализаций геологической модели) размерностью n.

Обозначим через FG преобразование исходного описания в конечное:

.



Конечное описание RGkRG, являющееся реализацией геологической модели становится основой для выполнения проекта.

Преобразование FG представляет собой множество последовательно выполняемых процедур по обработке, визуализации, анализу данных с последующим расчетом множества реализаций геологической модели с помощью специализированного ПО (представленного ранее и именуемого базовым). При этом разработчиком выполняется сбор исходных данных DG, выбор из числа n реализаций удовлетворяющего решения RGk и создание непосредственно проектного документа PT из множества проектных документов Р.

Повышение эффективности моделирования достигается посредством создания и использования дополнительного ПО и, таким образом, появления в моделях преобразования Fss, описывающего работу библиотеки дополнительных функций на всех этапах моделирования. Так, в модели процесса GM предлагается применение дополнительных или замещающих преобразований при обработке исходного набора геолого-технологической информации, формировании реализаций RG, выборе итоговой реализации и формировании проектного документа PT (рис. 2).

Рис. 2. Модель процесса геологического моделирования

Гидродинамическое моделирование (GDM)

На входе процесса имеем исходный набор: результаты геологического моделирования - выбранную реализацию RGk и комплекс геолого-технологической информации (по результатам бурения, исследований, эксплуатации скважин) IGD, на выходе - множество описаний (множество реализаций геологической модели) размерностью m.

Обозначим через FGD преобразование исходного описания для создания GDM в конечное:

.

Преобразование FGD представляет собой множество последовательно выполняемых процедур по обработке, визуализации, анализу данных с последующим расчетом множества реализаций гидродинамической модели в среде специализированного базового ПО. При этом разработчиком выполняется сбор исходных данных DGM, выбор из числа m реализаций удовлетворяющего решения RGDk.

Обозначим через FРОР преобразование исходного описания в конечное:

.

Таким образом, описание RGDkRGD, являющееся реализацией гидродинамической модели, становится основой для формирования множества прогнозных решений POP посредством FРОР-преобразования.

Разработчик осуществляет выбор предпочтительных реализаций POPt из множества возможных POP и формирует проектный документ PTD из множества проектных документов Р.

В модели процесса GDM применение дополнительных или замещающих преобразований предлагается при обработке исходного набора геолого-технологической информации, формировании альтернативных реализаций RGD, выборе предпочтительной реализации, формировании набора прогнозных реализаций и выборе итоговых прогнозных реализаций для проектного решения PTD, создание которого также осуществляется с использованием библиотеки преобразований Fss (рис. 3).

Рис. 3. Модель процесса гидродинамического моделирования

Формирование информационной технологии моделирования нефтегазовых месторождений предложено осуществлять в соответствии с рядом принципов, а именно: модульности, мобильности, многоальтернативности, многозадачности и многокритериальности.

В главе предложена функциональная схема технологии моделирования месторождений.

Под ресурсоемкостью информационной технологии предложено понимать совокупность затрачиваемых ресурсов для обеспечения ее функционирования и создания проектных решений. К основным ресурсам, которые следует оценивать и учитывать при формировании технологии моделирования в рамках того или иного проекта, относятся время и цена.

Аспект качества проекта будем относить к субъективным оценкам, поэтому в работе он не рассматривается.

На обозначенные ресурсы влияют следующие факторы:

· Стоимость программных средств.

· Стоимость информационного сопровождения.

· Квалификация и уровень владения ПО разработчиками проектных решений.

· Время формирования реализаций моделей и их оценка.

Оценку ресурсоемкости GM и GDM при выполнении проектов предложено выполнять следующим образом:

R = f(tPD, S),

где R - пронормированный показатель, являющийся функцией от времени реализации проекта tPD, а также стоимости S модулей базового ПО и его информационного сопровождения компаниями-производителями.

tPD=,

ti = f(k, PTD, ks),

S = ,

где n - число реализуемых этапов моделирования при выполнении проекта, k - степень изученности, характеризующая объем исходных данных и влияющая на время обработки и интерпретации геолого-технологической информации;

PTD - формируемый проектный документ;

ks - коэффициент, характеризующий субъективные факторы, в частности уровень квалификации исполнителей проектного документа;

m - число модулей, применяемых при выполнении текущего проекта;

Sj - стоимость i-го программного модуля в технологической линейке ПО, применяемого при моделировании;

SSj - стоимость сопровождения и информационной поддержки i-го программного модуля.

Минимизация tPD позволит повысить эффективность технологии, а средства, при помощи которых достигается минимизация, являются средствами развития информационной технологии.

С целью снижения ресурсоемкости технологии по критериям «цена»-«время разработки»-«эффективность решения», предложено формировать технологические цепочки ПО в соответствии со сформулированными принципами построения технологии и в зависимости от решаемых задач.

Для полнофункционального обеспечения технологи моделирования месторождений нефти и газа предлагается в дополнение к комплексу базовых программных средств, прошедших апробацию в России и рекомендованных государственными контролирующими органами для формирования проектной документации, использовать дополнительный набор оригинальных авторских программных средств, предложенных в настоящей работе.

К проектам, включающим геологическое и гидродинамическое моделирование, относятся 7 основных проектных документов (П1-П7), а учитывая, что GM и GDM выполняются последовательно, имеет место последовательность 9 основных этапов (I-IX). На рис. 4 при помощи условных обозначений представлена степень реализации базового ПО, возможность его замещения аналогами или возможность доработки с целью повышения качества и оперативности работы.

Следует отметить, что на каждом этапе моделирования выполняются задачи, при выполнении которых требуется автоматизация.

На основе анализа основных обменных форматов данных, используемых в процессе GM и GDM, предложена схема обмена форматами исходных данных и результатов моделирования при разработке проектных документов и обеспечения мониторинга месторождений на основе постоянно действующей геолого-технологической модели (ПДГТМ), а также схема взаимодействия программных средств и дополняющих технологию набора модулей. информационный моделирование цифровой гидродинамический

Рис. 4. Схема предлагаемого развития состава базового ПО

Для дополнения и развития технологии моделирования с целью сокращения ресурсоемкости последней предложен комплекс алгоритмических и программных средств.

I. Для организации мониторинга нефтегазовых месторождений и сопровождения процесса геолого-гидродинамического моделирования:

1. Схема базы данных месторождений и организации хранения информации о RG, RGD, РT и РTD.

Информацию о месторождениях, моделях и проектные документы предложено обрабатывать и хранить в рамках системы управления данными (СУД) «GP-Storage». Для анализа и оперативного доступа к информации о месторождении предложены логическая и физическая модели базы данных, а хранения моделей - структура файлового хранилища.

Для обеспечения доступа к базе данных разработаны алгоритмы записи и экспорта данных.

2. Алгоритмические и программные средства для обработки информации о месторождениях в рамках пре- и постпроцессинга при геолого-гидродинамическом моделировании.

Пре- и постпроцессинг предусматривает визуализацию и анализ большого числа данных, преимущественно пространственно-координированных. Поэтому важно обрабатывать информацию об объектах с учетом их пространственного положения. Для решения указанных задач предложено использовать такой подход, как тематическое картирование. В работе предложена методика тематического картирования с применением геоинформационных систем на примере MapInfo Professional, изложен алгоритм и рекомендации по его применению.

Для анализа взаимосвязи пространственных показателей предложено применять корреляционный анализ на основе 2D-grid (парные, частные и множественные коэффициенты корреляции). Изложены методика проведения такого анализа и реализующие ее алгоритмы.

При оценке эффективности разработки оперируют таким показателем, как коэффициент охвата (kохв), который характеризует охват залежи при разработке вытеснением (отбор из добывающих скважин) и заводнением (вытеснение флюида от нагнетательных скважин).

Пусть W(n) - множество скважин реализации RGDk (для оценки текущего состояния разработки и оценки охвата вытеснением) или предполагаемой i-й реализации {POPi} (для экспресс оценки эффективности системы разработки), Wi={Ni, ti, xi, yi}={Nip, tip, xip, yip}{Nii, tii, xii, yii}, где n - количество скважин, ip=, np - количество добывающих скважин, ii=, ni - количество нагнетательных скважин, Q(m) - контур водонефтяного контакта (ВНК).

При этом каждая скважина характеризуется такими показателями, как
qo - дебит нефти (м3/сут), а параметры проницаемости, эффективной мощности пласта, пластового и забойного давлений, радиус скважины, дефект призабойной зоны, радиус дренирования задаются или для каждой скважины индивидуально, или как средние показатели для всех скважин месторождения/залежи.

В работе представлен алгоритм расчета площадей, охваченных процессом вытеснения и заводнения для определения kохв.

При оценке kохв необходимо учитывать сложности контура ВНК.

Для количественной оценки геометрической сложности предложена формула расчета соответствующего коэффициента.

Применение представленной методики позволяет оперативно оценить эффективность предлагаемых реализаций RGD и на их основе прогнозных решений с целью сокращения числа заведомо неэффективных решений, что значительно снижает ресурсоемкость проекта. Применение методики изложено в работе.

Таким образом, прогнозные показатели kохв, рассчитанные при помощи предложенного алгоритма экспресс-оценки указанного параметра, отличаются не более чем на 5-10 % от результатов, полученных по результатам GDM (на основе 3D-моделей в среде базового ПО).

II. Для 3D-геологического моделирования:

1. Алгоритмическое обеспечение вьювера для геофизической информации.

При формировании проектной документации нужны мобильные средства визуализации исходных данных. Предложенное алгоритмическое и программное обеспечение является таким мобильным вьювером для ГИС-информации. В главе приведены основные алгоритмы и схема обработки геофизических данных.

2. Метод прогноза пьезопроводности и гидропроводности пласта.

На гидропроводность существенно влияют действующие напряжения в массиве, увеличивая или уменьшая гидропроводность продуктивного пласта. В работе представлен метод расчета ФЕС, разработанный на основе модели упруго-вязкого тела, описанной при помощи уравнения Коши и кинематических уравнений, отражающих закон распределения скоростей деформации.

После проведенных таким образом расчетов градиента деформации (U) и данных гидродинамических исследований гидропроводности (E), пьезопроводности (H) имеем в скважинах 3 вектора:

U1, U2, ..., Ui, , ... , Un;

E1, E2, ..., Ei, , ... , En;

H1, H2, ..., Hi, , ... , Hn,

где n - число скважин.

Необходимо определить функции зависимостей:

lnE=F1(lnU),

lnH=F2(lnE),

Таким образом, предложенный метод и реализующий его алгоритм не имеют аналогов и позволяют на основе малого объема исходной геолого-технической информации прогнозировать ФЕС и снизить риски при разведке и разработке нефтегазовых месторождений.

3. Алгоритм расчета функции распределения нефтенасыщенности.

Продуктивный пласт насыщен смесью воды и углеводородов (нефть, газ, вода). Сумма коэффициентов насыщения каждой фазой равна единице. В
3D-моделях осуществляют расчет доли водонасыщенности, подразумевая, что оставшееся насыщение приходится на долю углеводородов. Расчет начальной водонасыщенности пласта играет важную роль, поскольку указанное свойство значительно влияет на объем запасов углеводородов (нефть, газ, конденсат) в модели, и на дебиты скважин, обводненность продукции в них.

Для нахождения коэффициентов J-функции, отвечающей за распределение водонасыщенности, необходимо прологарифмировать уравнение вида , чтобы привести его к линейной зависимости. Тогда полученная система в общем виде будет выглядеть следующим образом:

,

где матрица , искомый вектор, заданный вектор.

В данном случае результатом логарифмирования будет являться уравнение вида . На основе этого уравнения составляется система уравнений:

где n - количество экспериментальных значений.

К реализации предложен алгоритм расчета J-функции для определения распределения в 3D-геологической модели водонасыщенности на основе метода Гаусса.

III. Для 3D-гидродинамического моделирования:

1. Алгоритмы ремасштабирования при переходе от геологической к гидродинамической модели.

При переходе от RG к RGD для ускорения выполнения расчетов (часто и для возможности их выполнения) применяют ремасштабирование (апскейлинг) - уменьшение размерности за счет объединения однородных по ФЕС ячеек модели. Предложено алгоритмическое и программное обеспечение для определения интервалов апскейлинга RG по результатам статистического анализа свойств 3D-модели.

Пусть необходимо осуществить переход от реализации RG к реализации RGD:

RG RGD, RG: {Pi}, i=,

Pi=3D_grid(nxnynz)= 2D_gridj(nxny),

где n - количество параметров реализаций 3D-моделей RG и RGD,

3D_grid(nxnynz) - трехмерный куб, описывающий свойство 3D- RG или RGD, размерностью nxnynz соответственно по осям x, y и z,

2D_gridj(nxxny) - слои 3D_grid, размерностью nxny.

Тогда необходимо найти решение LGD, определяющее границы последовательно объединяемых слоев RG, а именно:

LGD(nz),

где LGDi - число последовательно объединяемых слоев для i-го слоя RGD,

nz - число слоев RGD.

При этом выполняется

, j=.

Критерием для объединения слоев RG является максимальная однородность объединяемых слоев по группе параметров {Pi}.

В работе предложено и реализовано несколько алгоритмов для решения указанной задачи, рекомендованные для RG, сформированных с применением стохастических и детерминированных методов.

Оценена эффективность применения разработанных алгоритмов.

2. Алгоритм автоматической генерации вариантов расстановки скважин с целью получения прогнозных показателей.

При создании проектной документации осуществляется расчет большого числа прогнозных вариантов разработки. Для автоматизации ряда процессов, выполняемых работ в ходе построения RGD месторождений нефти и газа, предлагается алгоритм автоматической генерации вариантов расстановки скважин с целью получения прогнозных показателей.

Пусть W(n) - множество пробуренных на месторождении скважин

Wi={Ni, ti, xi, yi}, i=,

Где Ni- идентификационный номер i-й скважины,

ti - тип скважины (добывающая, нагнетательная),

xi - координата x i-й скважины,

yi - координата y i-й скважины.

Q(m) - контур ВНК (полигон/полилиния); A(k) - виды расстановок, где k - количество реализуемых видов расстановок; В - расстояние между скважинами, характеризующее плотность сетки скважин (га/скв.); С - угол поворота системы расстановки по определению разработчиком RGD, например, согласно ориентации контура Q(m).

Таким образом, необходимо найти совокупность скважин WR(n), внутри контура ВНК с координатами xi и yi, назначение которых (добывающие или нагнетательные) определяется в соответствии с выбранным типом расстановки, заданной плотностью (га/скв.) и углом поворота:

WR(n): WRi={Ni, ti, xi, yi}{W, Q, A, B, C}.

3. Алгоритм прогноза контура распространения закачиваемых флюидов в поглощающие скважины.

Для моделирования распространения флюида предложено применять стохастический метод Монте-Карло, в рамках которого рассматривается перенос частиц в неоднородных различной физической природы средах и который не использовался ранее для решения гидрогеологических задач. Описаны параметры моделирования и гидродинамические параметры, участвующие в решении гидродинамических задач.

Постановка задачи моделирования переноса мезочастиц (частиц, характеризующих некоторый объем закачиваемого флюида), распространяющихся в гидрогеологической среде следующая. Пусть G0 - ограниченная в пространстве область и ps(r,;) - индикатриса рассеяния (условная плотность распределения направлений рассеяния мезочастиц). В точке r0G0 расположен источник распространения мезочастиц мощностью Е0 и с равновероятными направлениями 0 начальной скорости. Параметры dlxyr и dlzr - скорости распространения мезочастиц в точке r соответственно в направлениях x,y и z. Масса мезочастицы i=V/k, где V - объем жидкости, который источник сообщает породе, а k - пересчетный коэффициент увязки (для унификации пространственных данных в соответствии с единицами измерения параметров модели и предъявляемыми критериями точности моделирования). C0r - содержание жидкости в точке r геологической среды до начала моделирования; CN r - активная влагоемкость пород в точке r; pB(dlxyr) - вероятность того, что часть объема мезочастицы продолжает движение вдоль оси z; ht=f(pB, dlxyr, С0r, СNr) - величина поглощенного породой в точке r объема мезочастицы. Опишем предложенный алгоритм решения этой задачи.

Шаг 1. Если мощность источника P=УЕ0>0, то выполнять шаги 2-8, иначе конец алгоритма.

Шаг 2. ri=r0, i=f(V/k).

Шаг 3. Вычисление i. Если (riЄG0)&(i>0), то выполнять шаги 4-8, иначе на шаг 9.

Шаг 4. ri(rx,ry,rz)=f(i, dlxy, dlz ).

Шаг 5. Вычислить pB(dlxyr), если pB>0, то на шаг 6, иначе на шаг 8.

Шаг 6. Вычислить ht=f(pB, dlxyr, С0r, СNr).

Шаг 7. СNr(ri)= СNr(ri)+ht; i=i-ht.

Шаг 9. Р=Р-f(V/k), на шаг 1.

Тестирование алгоритма осуществлялось на примере 3D-геологических моделях различной сложности.

В целом, во II главе предложен ряд моделей, методик и алгоритмов для развития информационной технологии 3D-моделирования, один из которых (прогноз распространения контура закачиваемого флюида) приведен выше.

В третьей главе диссертации представлена программная реализация алгоритмических решений, развивающих информационную технологию моделирования месторождений.

ПО для 3D-геологического моделирования месторождений включает:

1. ПО «Logger» для визуализации геофизической информации.

2. ПК «Баланс-гидродинамик» для прогнозирования зон повышенной напряженности пласта.

3. ПО «J-function» для расчета J-функции.

4. ПО «Correlation» для корреляции пространственно распределенных данных.

ПО для 3D-гидродинамического моделирования месторождений:

1. ПО «GMUpscale» для ремасштабирования геологических моделей.

2. ПО «WellSpacing» для генерации вариантов расстановки скважин.

3. ПО «Mapper 3D» для моделирования контура распространения флюида, закачиваемого в поглощающую скважину.

Работоспособность ПО «Logger» тестировалась на реальных данных геофизических исследований в скважинах, удобный и интуитивно понятный пользовательский интерфейс позволяет применять его специалистам различной квалификации. Пример работы приведен на рис. 7.