Авторефераты по всем темам  >>  Авторефераты по геологии-минералогии

Методы количественной оценки перспектив нефтегазоносности (на примере седиментационных бассейнов Сибири)

Автореферат докторской диссертации по геологии-минералогии

СКАЧАТЬ ОРИГИНАЛ ДОКУМЕНТА

Страницы: | 1 | 2 | 3 | 4 | 5 | 6 |

 

Пример зависимости фактической величины НГР УВ от расчетной величины НГР УВ для объединенной выборки представлен на рис. 5.

g,аа 10 ооо-

1. KZ
2. MZ
3. PZ

R2 = 0.734

10 100а 1000 10 000аа 100 000а 1000 00

Оценка начальных геологических ресурсов, млн т УУВ

Рис. 5. Зависимость фактических начальных геологических ресурсов седиментационных бассейнов от расчетных.

Анализ полученных прогностических уравнений ОСМ, их параметров и статистических характеристик позволяет сделать следующие выводы.

Наибольшей неопределенностью характеризуются прогностические зависимости для относительно молодых СБ с преимущественно кайнозойским и мезозойско-кайнозойским возрастом осадочного выполнения. Этот результат подтверждает выводы о влиянии времени на характер протекания процессов нафтидогенеза, полученные в главе 1. Зависимости для мезозойской и палеозойской подвыборок и для смешанной подвыборки очень близки. Поэтому для прогноза НГР УВ СБ этого возраста,

16

вполне допустимо использовать уравнения, полученные по смешанной подвыборке.

Сравнение уравнений, связывающих НГР УВ СБ с эффективным объемом и уравнений, связывающих НГР УВ с общими геометрическими характеристиками СБ, показало, что статистические характеристики последних или очень близки, или превосходят статистические характеристики первых. Так как оценка по геометрическим уравнениям технически несколько проще, на практике имеет смысл использовать именно их.

Таким образом, в главе 2 получен комплекс эмпирических прогностических моделей для вероятностной оценки начальных геологических ресурсов нефти и газа в слабоизученных седиментационных бассейнах, являющийся частью пятого защищаемого результата.

Глава 3. Прогноз распределения скоплений углеводородов по крупности в слабоизученных седиментационных бассейнах

Информация о виде и параметрах РСК крайне важна для перспективного планирования геологоразведочных работ на нефть и газ. На ее основе можно эффективно моделировать процесс выявления ресурсов УВ и строить многовариантные сценарии развития нефтегазового комплекса.

Как уже говорилось выше (гл. 1) согласно современным представлениям наиболее удачной формой аппроксимации РСК (по крайней мере для достаточно крупных скоплений) является усеченное распределение Парето (Конторович, Демин, 1977, 1979). Методика оценки параметров УРП (3) в ее современном варианте развивалась в основном усилиями отечественных исследователей (Лившиц, 2003, 2004). Существующие варианты ориентированы на прогноз в условиях достаточно высокой изученности объекта оценки, когда крупнейшие скопления УВ выявлены, а их запасы достоверно определены. Как следствие, для объектов, находящихся на ранних стадиях изучения, оценка параметров РСК в значительной степени является экспертной.

Эти обстоятельства делают актуальной разработку формализованной методики оценки параметров усеченного распределения Парето, аппроксимирующего РСК для слабоизученных бассейнов.

В результате анализа доступных фактических данных по выборке из 18 сравнительно хорошо изученных осадочных бассейнов Северной Америки (Конторович, Демин, 1979) установлены эмпирические зависимости параметров распределения нефтяных месторождений по величине запасов от характеристик осадочного выполнения бассейнов. Установленные зависимости позволяют дать оценки параметров РСК в бассейнах на самых ранних стадиях их изучения в отсутствии достаточной информации о размерах крупнейших скоплениях.

17

Ниже рассматриваются РСК извлекаемых запасов месторождений. В связи с этим, параметры РСК в бассейнах эталонной выборки, полученные в работе (Конторович, Демин, 1979) были в отдельных случаях скорректированы.

Оценка параметра Я.а В главеа 1а было показано, что параметр ? должен существенно зависеть от стадии развития нефтегазоносной системы. Зависимость параметра ? от индекса преимущественного возраста осадочного выполнения характеризуется следующим соотношением: ? = 0.58+ 1.45-Г-0.34-Г2, R2 = 0.52.

Зависимость можно уточнить за счет введения дополнительных прогностических параметров:

Х= 0.74 + 1.78-Г-0.42-Г2-1.26-(К//^) + 0-052-1пУ, (21)

R2 = 0.73,(7 = 0.15.

Зависимость ? для газовых месторождений от характеристик СБ описывается следующим соотношением:

? = 3.59-1.271-? + 0.283-?2-0.521-1?#+0.121-1?5,а (22)

R2 = 0.68, ? = 0.18.

Оценка параметра ??^?. Для параметра ^ существует положительная связь с характеристиками, отражающими размеры осадочного выполнения бассейна. Эта связь описывается следующим уравнением:

Шша=0.262-Ш + 0.Ш- Н + 2.01,R2 =0.59,а = 0Л.(23)

Здесь бЦх в млн т УУВ.

Для газовых месторождений зависимость описывается следующим уравнением:

In?^ =-2.979 + 2.665-InЯ +0.450-InS, R2 =0.49,? = 1.46.а (24)

Оценка параметра N. Очень существенной характеристикой РСК является число скоплений углеводородов в нефтегазоносной системе (/V). Этот параметр не входит непосредственно в выражение функции плотности распределения (3), но тесно с ней связан, так как оценивается с учетом конкретного ее вида.

В силу неизбежной недоразведанности СБ эталонной выборки в области мелких и мельчайших месторождений, а так же возможных отклонений формы РСК от УРП для таких месторождений построить надежную зависимость TV от параметров осадочного выполнения затруднительно. С другой стороны, количество фактически выявленных скоплений в хорошо изученных бассейнах (Nf) может служить надежной оценкой для величины TV снизу.

Для величины Nfнефтяных месторождений было получено следующее эмпирическое уравнение, связывающее ее с характеристиками бассейна:

18

1пЛ?/=-1.61 + 1.02-1пЯ + 0.56-1пУ+0.60-Г, R2 = 0.75,? = 0.77.а (25)

Следует заметить, что уклонение полученной по уравнению (25) оценки фактически выявленного числа месторождений в бассейне от прогнозируемого по УРП (Конторович, Демин, 1979) общего числа составляет: для палеозойских бассейнов около 15%, мезозойских и кайнозойских бассейнов около 40%. Значительная часть этого уклонения связана с мелкими и мельчайшими месторождениями. С учетом сказанного выше, уравнением (25) можно пользоваться на практике, внося в полученную по нему оценку поправку не менее +15%.

Для газовых месторождений зависимость описывается следующим уравнением:

шЛ^=-3.859 + 0.884-ш# + 1.031-шУ,Д2 =0.815, л7 = 0.77.аа (26)

Полученные зависимости качественно согласуются с результатами анализа простейшей теоретической модели формирования распределения по крупности скоплений УВ в НГС, введенной ранее. В частности, в главе 1 была установлена возможность отклонений от усеченного распределения Парето для бассейнов, в которых велика доля объектов с высокими скоростями аккумуляции. Последнее условие должно чаще реализовываться в относительно молодых и интенсивно прогибающихся бассейнах. Относительная доля мелких скоплений (высота левого хвоста распределения) будет тем ниже, чем больше в системе доля скоплений с относительно высокими скоростями аккумуляции. При преобладании объектов с высокой скоростью аккумуляции и низким выбранным значением левой границы, распределение может перестать быть амодальным в наблюдаемой области.

В главе 3 построен комплекс эмпирических прогностических моделей для оценки параметров распределения скоплений нефти и газа по крупности в слабоизученных седиментационных бассейнах, являющийся частью пятого защищаемого результата.

Глава 4. Примеры оценки седиментационных бассейнов Сибири

В настоящей главе приведены результаты (см. вкл. табл. 1) применения развитых методик (9-26) для оценки некоторых слабоизученных седиментационных бассейнов Сибири (Тунгусский, Енисей-Хатангский, Байкальский, Северо- и Южно-Минусинские) и смежных акваторий (Южно-Карский). Приведенные оценки максимально формализованы и призваны в первую очередь продемонстрировать результаты применения развитых ранее методов на реальных объектах.

Для сопоставимости результатов оценки извлекаемых ресурсов нефти на основе моделей главы 3 (21-24), приводились к геологическим ресурсам с принятым экспертно коэффициентом извлечения, равным 0.33. Число месторождений оценивалось по моделям (25, 26). Учитывая результаты главы 3, в оценку числа скоплений вносилась поправка таким образом, чтобы

19

суммарная оценка НГР УВ, полученная на основе прогноза распределения по крупности, совпадала с наиболее вероятной оценкой по выбранной модели ОСМ.

Южно-Карский СБ. Наиболее вероятная оценка НГР УВ Южно-Карского СБ составляет 13.6 млрдт УУВ и с доверительной вероятностью 0.8 превосходит 5.6 млрдт УУВ. С той же доверительной вероятностью НГ УВ Южно-Карского СБ не превосходят 33 млрд т УУВ. Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет 885. Прогнозируемое число скоплений с промышленными запасами газа - 651. Запасы среднего месторождения нефти составят 5 млн т, а газа - 14 млрд м . Геологические запасы крупнейшего скопления нефти составят не менее 310 млнт, а газа - не менее 380 млрдм . Учитывая размеры месторождений, уже выявленных в пределах бассейна (Ленинградское, Руссановское и др.), последняя оценка выглядят достаточно осторожной.

Прогноз соотношения геологических ресурсов нефти и газа в Южно-Карском бассейне указывает на почти двукратное преобладание ресурсов газа. Естественно для извлекаемых ресурсов преобладание газа будет еще больше.

Енисей-Хатангский СБ. Оценка НГР УВ Енисей-Хатанге ко го СБ составляет 12.4 млрд т УУВ и с доверительной вероятностью 0.8 превосходит 5.1 млрдт УУВ. С той же доверительной вероятностью НГР УВ Енисей-Хатангского СБ не превосходят 30.2 млрд т УУВ.

Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет 637. Прогнозируемое число скоплений, содержащих запасы газа - 434. Запасы среднего месторождения нефти составят 5 млн т, а газа - 21 млрд м . Размеры крупнейшего скопления нефти составят не менее 265 млн т, а газа - не менее 517 млрд м . Учитывая начальные геологические запасы крупнейших месторождений уже выявленных в пределах бассейна (Пеляткинское - 258 млрд м и Паяхское -47 млнт) последние оценки, особенно по нефти, выглядят достаточно оптимистично. Однако надо учитывать, что размеры крупнейшего скопления неизбежно прогнозируются с большой степенью неопределенности. В этом смысле двукратное различие в размерах прогнозируемого и выявленного крупнейшего скопления газа вполне естественно. Кроме того, степень изученности Енисей-Хатангского СБ относительно невелика и неравномерна, так что нельзя исключить открытия скоплений с существенно большими запасами нефти.

Прогноз соотношения геологических ресурсов нефти и газа в Енисей-Хатангском СБ указывает на почти трехкратное преобладание ресурсов газа. Естественно, для извлекаемых ресурсов преобладание газа будет еще больше.

Тунгусский СБ. Оценка НГР УВ Тунгусского СБ составляет 25.2 млрдт УУВ и с доверительной вероятностью 0.8 превосходит 11.8 млрдт

20

УУВ. С той же доверительной вероятностью НГР УВ Тунгусского СБ не превосходят 54 млрд т УУВ.

Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет чуть менее 1928. Прогнозируемое число скоплений с запасами газа - 1128. Запасы среднего месторождения нефти составят 9 млн т, а газа - 6 млрд м . Согласно выполненной оценки размеры крупнейшего скопления нефти составят не менее 750 млн т, а газа -не менее 290 млрд м . Учитывая размеры месторождений, разведанных в южных, смежных с Тунгусским бассейном районах Сибирской платформы (Юрубчено-Тохомское, Верхнечонское, Чаяндинское и др.), последние оценки выглядят вполне правдоподобно.

Наконец, прогноз соотношения нефти и газа в Тунгусском бассейне дает 2.5 - кратное преобладание геологических ресурсов нефти. Исходя из приведенных оценок, перспективы центральных и северных районов Тунгусской синеклизы представляются весьма высокими.

В главе 4 приведены результаты прогноза и для ряда более мелких слабоизученных бассейнов Сибири - Южно- и Северо-Минусинских и Байкальского СБ (см. вкл. табл. 1).

Таким образом, в главе 4 в качестве иллюстрации применения

разработанныха методик количественнойаа оценки перспектив

нефтегазоносности слабоизученных седиментационных бассейнов даны интервальные вероятностные оценки величины и структуры НГР УВ некоторых наименее изученных СБ Сибири и прилегающих акваторий. Наиболее вероятная суммарная оценка НГР УВ в крупнейших из них (Южно-Карский, Енисей-Хатанге кий и Тунгусский) составляет более 50 млрд т УУВ. В том числе НГР нефти более 25 млрд т. В этих бассейнах возможно открытие новых крупных и уникальных скоплений УВ.

Глава 5. Методика оценки величины и структуры ресурсов углеводородов региональных нефтегазоносных комплексов

При количественном прогнозе перспектив нефтегазоносности объектов ранга регионального НТК, как правило, используется один из вариантов метода аналогий. Конкретные прогностические модели и многие смежные вопросы подробно анализировались в ряде монографий отечественных исследователей (Конторович и др., 1981; Шпильман, 1982; Буялов и др., 1990; Методическое руководство..., 2000; и т.д.).

Основной проблемой метода геологических аналогий является то, что процесс и результат построения прогностических моделей в большинстве случаев плохо воспроизводимы. Как правило, число доступных эталонов невелико, а исходный набор прогностических параметров ограничен и часто содержит характеристики объекта, генетическая связь которых с прогнозируемой величиной далеко не очевидна. Как следствие, выбор минимизированногоа набораа информативныха параметрова иа формы

21

математической модели вынужденно носят существенно формальный характер.

При эмпирическом подходе к построению прогностических моделей следует стремиться выявить характер и природу влияния на прогнозируемую величину, вошедших в модели переменных. В том числе и переменных, индексирующих воздействие скрытых переменных, недоступных по тем или иным причинам для измерения. Формы используемых эмпирических зависимостей должны учитывать естественные физические и логические ограничения. Последнее особенно важно при экстраполяционном прогнозе, когда значения прогностических переменных выходят за интервалы их определения на эталонных объектах или оцениваемые объекты существенно удалены от эталонных.

Использование эмпирических функциональных моделей может потребовать учета некоторых специальных, регуляризирующих параметров, не вошедших непосредственно в прогностическую модель, но существенно влияющих на перспективы нефтегазоносности в области экстраполяции.

В таблице 2 (см. вкл.) приведены примеры прогностических функциональных моделей, связывающих площадную плотность ресурсов УВ в меловых и юрских НТК Западно-Сибирскй нефтегазоносной провинции (ЗСНГП) с геологическими характеристиками осадочного чехла. Эти и подобные зависимости для других комплексов и территорий использовались при количественной оценке перспектив нефтегазоносности ЗСНГП по состоянию на 01.01.2002 г. Фактические материалы, использованные при построении моделей, подготовлены коллективами ИГНГ СО РАН (ныне ИНГТ СО РАН) и ряда западно-сибирских научно-производственных организаций (СибНАЦ, НАЦРН ХМАО им. В.И. Шпильмана, ЗапСибГЕОНАЦ и др.) в период 1997-2002 гг.

В рассматриваемых примерах прогностические модели были получены с помощью пошагового регрессионного анализа. Рассматриваемый подход целесообразно применять в случаях, когда набор возможных прогностических переменных ограничен, и не позволяет использовать модели, построенные с учетом генетических соображений (Шпильман, 1982), но в то же время исходных данных достаточно для выполнения процедур статистического анализа.

Изменившаяся за последние десятилетия система недропользования, делает необходимой оценку объектов нового типа - лицензионных участков. Границы участков часто секут границы литофациальных зон, тектонических элементов разных порядков, иногда даже границы локальных объектов. Таким образом, в геологии нефти и газа возникла новая постановка задачи прогноза - дать оценку ресурсов УВ участка произвольной формы.

В тех случаях, когда не удается выявить зависимости плотности НГР УВ на эталонных участках от геолого-геофизических характеристик вмещающих отложений, а изученность объекта оценки глубоким бурением

22

достаточно высока, прогноз величины НГР УВ может быть основан на связи плотности НГР УВ с вероятностью получения положительных результатов испытаний. Природа такой связи достаточно очевидна. При прочих равных условиях, чем больше доля площади нефтегазоносного комплекса занята скоплениями УВ, тем выше плотность НГР и, следовательно, тем выше вероятность получения положительного результата при поисково-разведочных работах. В качестве оценки вероятности положительного результата (индекса успешности) можно принять отношение числа продуктивных скважин к их общему числу на некотором участке. Существенно, что такой подход позволяет вовлечь в анализ результаты работ за пределами эталонных участков.

В общем случае связь плотности ресурсов и индекса успешности имеет достаточно сложный характер. На нее существенно влияют геометрия скоплений УВ, средняя линейная плотность запасов на месторождениях, а также ряд других параметров (Шпильман, 1982). В первом приближении эта связь достаточно хорошо описывается степенным законом (рис. 6,7, см. вкл. табл. 3).

СКАЧАТЬ ОРИГИНАЛ ДОКУМЕНТА

Страницы: | 1 | 2 | 3 | 4 | 5 | 6 |

     Авторефераты по всем темам  >>  Авторефераты по геологии-минералогии