Fracture Modeling of a Carbonate Reservoir: A Case Study of the East Urikhtau Field

Full Text

Введение

Месторождение Восточный Урихтау расположено на территории Мугалжарского района Актюбинской области Республики Казахстан. Осадочный чехол изучаемой территории делится на три основных структурных этажа: подсолевой, соленосный и надсолевой. С точки зрения нефтегазоносности, наибольший интерес представляют карбонатные пачки KT-II и KT-I, представленные на соседних месторождениях в пределах рассматриваемого региона.

Разрез, представленный верхневизейско-башкирскими и верхнеподольско-гжельскими отложениями, охватывает нижний и средний карбон, формируя карбонатную толщу KT-II. В верхнюю карбонатную толщу (KT-I) входят карбонатные отложения подольского и мячковского горизонтов верхнемосковского подъяруса, а также касимовского и гжельского ярусов верхнего карбона. По данным бурения установлено, что мощность карбонатных пачек варьируется в пределах 550–750 м для КТ-II и 400–500 м для КТ-I (рис. 1).

 

Рисунок 1. Схематический региональный профиль через восточную бортовую зону

Figure 1. Schematic regional profile through the eastern flank

 

Тектонические особенности региона

В тектоническом плане месторождение приурочивается к зоне Жанажол-Торткольской ступени, которая расположена между Жаркамысским сводовым поднятием и Сакмаро-Кокпектинским разломом (рис. 2). В 2023–2024 гг. ТОО «PGS Kazakhstan» провело переобработку и переинтерпретацию 3D сейсмических данных для более детального изучения и уточнения геологического строения территории. По сейсмическим данным на участке протрассированы тектонические нарушения. В регионе развиты системы глубинных разломов как субмеридионального, так и субширотного простирания, которые являются унаследованными структурными элементами, сформировавшимися в период обособления Прикаспийской синеклизы на юго-восточной окраине Восточно-Европейской платформы. В свою очередь, эти тектонические процессы способствуют развитию сети трещин в данном регионе, что влияет на фильтрационно-ёмкостные свойства (далее – ФЕС) карбонатных коллекторов, улучшая условия для накопления и миграции углеводородов.

 

Рисунок 2. Схема тектонического районирования Восточной части Прикаспийской впадины [1]

Figure 2. Tectonic zoning scheme of the Eastern part of the Pre-Caspian Depression [1]

 

Анализ исходных данных

На рассматриваемом месторождении было пробурено семь скважин: В-1–В-6, а также скважина Г-01, пробуренная в 1980-х гг. По всем скважинам были проведены комплексные геофизические исследования (далее – ГИС), включая FMI-анализ (от англ. Formation Micro Imager – электрический микроимиджер). По данным интерпретации FMI, в разрезе продуктивных горизонтов наблюдаются трещины различной раскрытости. Анализ керна также подтверждает наличие трещиноватых зон, оказывающих влияние на ФЕС.

Ранее Е.С. Ромм [2] отмечал, что на глубинах залегания продуктивных трещиноватых коллекторов раскрытость трещин в различных системах незначительно варьируется и в среднем составляет 20–30 мкм. Этот вывод согласуется с данными, полученными на рассматриваемом месторождении, где интерпретация FMI показывает схожие значения раскрытости.

По данным анализов керна, породы-коллекторы продуктивных пачек КТ-I и КТ-II (нижний, средний и верхний карбон) представлены карбонатными породами – известняками, известняками доломитизированными, массивными, крепкими, со стилолитовыми швами, трещиноватыми (рис. 3). Средняя пористость пород-коллекторов составляет 6%, что было определено на основании точек пересечения кумулятивных кривых, построенных по классам пористости (рис. 4). В качестве граничного значения проницаемости принято значение 0,1 мД по литературным данным для карбонатных пород [3].

 

Рисунок 3. Месторождение Восточный Урихтау, скважина ВУ-2. Сопоставление ГИС и керна

Figure 3. East Urikhtau field. Well B-2. Comparison of geophysical well logging and core

Стрелками на рисунке показаны результаты макроскопического и микроскопического исследований керна карбонатных пород.

The arrows in the figure show the results of macroscopic and microscopic studies of carbonate rock cores.

 

Рисунок 4. Граничные значения пористости и проницаемости

Figure 4. Limit values for porosity and permeability

а) коэффициент пористости / porosity coefficient ; б) коэффициент проницаемости / permeability coefficient

Кп –коэффициент пористости / porosity coefficient; Кп пластовое – пластовый коэффициент пористости / reservoir porosity coefficient; Кпр_гр – граничный коэффициент проницаемости / limiting permeability coefficient; Кпи_дин. – динамический коэффициент проницаемости /dynamic permeability coefficient

 

Для дальнейшего проектирования и анализа динамики эксплуатации месторождения в скважинах В-1–В-4 и В-6 был проведен комплекс гидродинамических исследований (далее – ГДИ) с целью уточнения гидродинамических свойств эксплуатационных объектов, продуктивности пластов и характеристик флюида.

На основании результатов кривой падения давления (далее – КВД) наблюдается характерное изменение наклона кривых давления, что указывает на наличие трещиноватости в коллекторе (рис. 5).

 

Рисунок 5. КВД-замер и производная в билографмических координатах. Скважина В-1

Figure 5. PWF measurement and derivative in semi-logarithmic coordinates. Well B-1

 

На начальной стадии видна резкая зависимость, связанная с откликом близко расположенных трещин, в то время как на более поздних этапах график плавно изменяется, что может свидетельствовать о глубинном распространении трещиноватых зон. Такое поведение кривых подтверждает трещиноватую природу коллектора, оказывающую значительное влияние на его ФЕС и указывающую на наличие высокопроницаемых путей для фильтрации флюидов.

Особенности и риски разработки карбонатного месторождения

Рассматриваемое месторождение находится на первой стадии разработки, также известной как стадия освоения, для которой характерен рост годовой добычи без значительных технических и геологических проблем. Однако, опираясь на опыт близлежащего месторождения, расположенного в той же тектонической ступени и эксплуатируемого более 20 лет, можно предположить, что со временем могут возникнуть сложности, связанные с трещиноватостью и литологическими особенностями.

Практика разработки месторождений с трещиноватыми коллекторами показывает, что трещины могут существенно повышать проницаемость пород и создавать дополнительные пути фильтрации флюидов. Исследования М.Х. Булача [4] и К.И. Багринцевой [5] подтверждают, что развитые трещинные системы играют значимую роль в формировании продуктивных зон, обеспечивая эффективную миграцию и аккумуляцию углеводородов. Однако высокая трещиноватость может также привести к осложнениям, связанным с прорывом газа или воды, что требует учёта этих факторов при проектировании разработки.

На месторождении-аналоге наблюдается существенный рост газового фактора (далее – ГФ) в карбонатных коллекторах. Это может быть вызвано повышенным давлением в трещинных зонах, приводящим к активации газовой шапки или вторичной дегазации при понижении пластового давления. Дополнительно наблюдается недостаточная эффективность системы поддержания пластового давления в трещиноватых коллекторах, что связано с возможным перераспределением закачиваемой жидкости по крупным трещинам, из-за чего основная часть закачки минует малопроницаемые зоны, оставляя их незапитанными и не учтёнными в разработке.

С учётом вышеизложенного для предотвращения возможных аналогичных проблем на рассматриваемом месторождении была разработана модель трещиноватости, что позволит улучшить прогнозирование продуктивности скважин и оптимизировать планирование последующих этапов разработки, обеспечивая более равномерное и эффективное извлечение запасов углеводородов.

Процесс создания модели трещиноватости

Карбонатные коллекторы по своей сложной пористо-кавернозной структуре требуют особого подхода в моделировании и прогнозировании ФЕС. Наличие трещин и каверн усиливает неоднородность таких коллекторов, что может осложнять предсказание поведения флюидов, в особенности на стадиях активного извлечения.

С учётом цели исследования и объема доступных данных для рассматриваемого месторождения был выбран метод DFN (англ. Discrete Fracture Network – моделирование дискретных трещин). Основой для создания модели послужили результаты ГИС, в частности, данные FMI, проведённые компанией Schlumberger, а также сейсмические данные, данные керна, ГДИ и результаты испытаний скважин.

Следует отметить, что моделирование трещиноватости является вторичным этапом создания геологической модели, т.е. основная структурная, литологическая и петрофизическая модели были уже построены. Поскольку процесс моделирования карбонатных коллекторов в целом аналогичен моделированию терригенных отложений, авторы не уделяют дополнительного внимания данной теме.

Процесс построения модели трещиноватости включает несколько ключевых этапов: импорт и анализ исходных геолого-геофизических данных, построение трендовой модели с использованием сейсмических атрибутов, определение направлений трещин, моделирование их интенсивности и на финальном этапе, создание дискретной модели трещин (DFN) (рис.6).

 

Рисунок 6. Схема создания модели трещиноватости

Figure 6. Fracture modeling workflow

 

В ходе анализа выявляются ключевые параметры трещин, такие как зона развития, направление, апертура. Интерпретированные данные были импортированы в программное обеспечение Petrel, что позволило провести дальнейший анализ. Основные направления простирания трещин были определены как NE-SW (англ. North-East – South-West – северо-восток – юго-запад), что в целом соответствует ориентации основных разломов. Результаты интерпретации микроимиджеров показаны на рис. 7.

 

Рисунок 7. Визуализация исходных данных FMI по скважинам и стереограммам

Figure 7. Visualization of initial FMI data by wells and stereograms

Стрелками на рисунке показаны трещины, наличие которых подтверждается образцом керна из скважины В-4

Arrows in the figure indicate fractures, the presence of which is confirmed by the core sample from well B-4

 

Важно отметить, что полученные характеристики трещин основаны на точечных данных по скважинам, которые не охватывают межскважинное пространство и представляют эту зону как область неопределенности.

Контроль неопределённостей в межскважинном пространстве осуществлен с использованием сейсмического куба. В данном исследовании применялся атрибут Ant-Tracking (отслеживание разломов), позволяющий получить более детализированное представление о геологических структурах и зонах ослабления, а также улучшить визуализацию разломов и трещиноватых зон (рис. 8). Этот инструмент позволяет экстраполировать разломы для последующего определения их основных направлений, которые затем сопоставляются с направлениями трещин, выделенными на основании данных скважин.

 

Рисунок 8. Визуализация сейсмического атрибута Ant Tracking

Figure 8. Visualization of the seismic attribute Ant Tracking

а) слайс ant-tracking в двухмерном пространстве / ant-tracking slice in two-dimensional space; б) профиль по кубу ant-tracking в разрезе / profile through the ant-tracking cube in section

 

Дополнительно для минимизации рисков неопределенности был задан тренд на основе расстояния от разломов (Distance to object), поскольку трещины в рассматриваемом месторождении образуются под воздействием тектонических нарушений и движений блоков (рис. 9). Это подтверждается также результатами испытаний скважин, где приток флюидов в скважинах, расположенных рядом с разломами, существенно выше.

 

Рисунок 9. Трендовый куб Distance to object

Figure 9. Trend cube: Distance to object

Qн – дебит нефти, т/сут / oil production rate, t/day; Q⁵г – дебит газа на штуцере 5 дм, тыс. м³/сут / gas flow rate at the 5 cm choke, thousand m³/day; Q⁵н – дебит нефти на штуцере 5 дм, т/сут / oil flow rate at the 5 cm choke

 

Построенные трендовые кубы Ant Tracking и Distance to Object используются в качестве входных данных для последующего построения куба интенсивности трещиноватости.

Оценка плотности трещин (интенсивности), отражающая количество трещин на единицу площади или объёма, играет ключевую роль в определении ФЕС пласта. Плотность трещин показывает частоту их встречаемости в конкретной зоне, а её распределение напрямую влияет на проницаемость пород и динамику движения флюидов.

Расчет плотности трещин воспроизведен на основе данных микросканеров, в результате чего формировалась каротажная кривая по скважине (Intensity Log) (рис. 10).

 

Рисунок 10. Пример трещиноватости с определением интенсивности

Figure 10. Example of fracturing with intensity measurement

 

В результате был построен куб интенсивности, по которому выгружались карты интенсивности трещиноватости для зон KT-I и KT-II (рис. 11–12). Они указывают зоны с повышенной трещиноватостью, на которые можно ориентироваться при планировании размещения новых скважин.

 

Рисунок 11. Куб интенсивности

Figure 11. Intensity cube

 

Рисунок 12. Карты интенсивности трещин по зонам KT-I и KT-II

Figure 12. Fracture intensity maps for KT-I and KT-II zones

а) KT-I; б) KT-II

 

Заключительным этапом является создание дискретной сети трещин методом стохастического распределения (рис.13). На основе базы данных о трещинах, сформированной на предыдущем этапе, задаются основные геометрические и пространственные параметры трещиноватости, включая угол наклона, азимут и степень раскрытия трещин.

 

Рисунок 13. Куб трещиноватости (DFN)

Figure 13. Discrete Fracture Network (DFN)

 

Эти параметры позволяют глубже понять динамику трещинообразования и их распределение.

Результаты и обсуждение

В рамках исследования продемонстрирована эффективность использования методов моделирования трещиноватости на примере одного месторождения, что позволило детализировать процессы трещинообразования и связать их с глубинными разломами. Разработанная модель трещиноватости, основанная на сейсмических и скважинных данных, предоставляет возможность прогнозировать зоны с высоким потенциалом для бурения и избегать участков с чрезмерной трещиноватостью, которые могут вызвать нежелательные водопритоки и осложнения в разработке. Данная методика позволяет создавать прогнозные модели трещиноватых коллекторов даже при ограниченном количестве исходных данных, что актуально для условий с недостаточной геолого-геофизической изученностью.

Таким образом, предложенная методика способствует повышению точности моделей трещиноватости, минимизации рисков и достижению значительного экономического эффекта при разработке месторождений с двойной пористостью и проницаемостью. Это делает методику важным инструментом для эффективного планирования и успешной реализации процессов разработки.

ДОПОЛНИТЕЛЬНО

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: Кереев А.Б. – сбор и анализ геолого-геофизических материалов, построение модели трещиноватости, составление текстовой части, редактирование рукописи; Алдебек А.Е. – сбор и анализ геолого-геофизических материалов, построение геологической модели, составление таблиц и графиков; Бондарук В.В. – анализ геолого-геофизического материала; Марданов А.С. – общее руководство.

ADDITIONAL INFORMATION

Funding source. This study was not supported by any external sources of funding.

Competing interests. The authors declare that they have no competing interests.

Authors’ contribution. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work. The greatest contribution is distributed as follows: Anuar B. Kereyev – collection and analysis of geological and geophysical data, fracture modeling, writing the text, and manuscript editing; Almira Ye. Aldebek – collection and analysis of geological and geophysical data, geological modeling, preparation of tables and graphs; Vladislav V. Bondaruk – analysis of geological and geophysical data; Altynbek S. Mardanov – general supervision.

About the authors

Anuar B. Kereyev

Atyrau branch of KMG Engineering

Email: a.kereyev@kmge.kz
ORCID iD: 0009-0009-7494-0584
Kazakhstan, Atyrau

Almira Ye. Aldebek

Atyrau branch of KMG Engineering

Email: a.aldebek@kmge.kz
ORCID iD: 0009-0004-2233-4412
Kazakhstan, Atyrau

Vladislav V. Bondaruk

Atyrau branch of KMG Engineering

Email: v.bondaruk@kmge.kz
ORCID iD: 0009-0008-6791-7290
Kazakhstan, Atyrau

Altynbek S. Mardanov

Atyrau branch of KMG Engineering

Author for correspondence.
Email: a.mardanov@kmge.kz
ORCID iD: 0000-0002-8342-3046
Kazakhstan, Atyrau

References

Supplementary files