Роль и значимость геологической неоднородности в формировании продуктивности известняков фаменского яруса Южно-Татарского свода

Цель проведенного исследования заключалась в идентификации степени и характера влияния геологической неоднородности на продуктивность залежей для использования полученных закономерностей при решении фундаментальных задач разработки нефтяных месторождений с учетом различной плотности геолого-промысловой информации и значительной неравновесности данных эксплуатации скважин. Объектом исследования являлись залежи фаменского яруса Южно-Татарского свода, расположенные в пределах Волго-Уральской нефтегазоносной провинции. В ходе работы при помощи элементов многомерного регрессионного моделирования были получены зависимости продуктивности залежей от набора геолого-промысловых параметров и установлены следующие особенности: степень влияния параметров на продуктивность различна в условиях выделенных групп идентичных объектов; в отдельных случаях отмечается и различный характер влияния параметров, что подтверждает актуальность и необходимость реализации процедур дифференциации при проведении прогноза для снижения рисков принятия неэффективных управленческих решений. Представленные результаты могут быть использованы для обоснованной оценки продуктивности залежей на стадии их ввода в промышленную эксплуатацию. С учетом того, что погрешность представленных моделей на четверть выше, чем при использовании моделей, в которые входят показатели геологической неоднородности, их применение для составления первых проектных документов вполне обоснованно и позволяет недропользователям успешно формировать оптимальный подход к реализации эффективной системы разработки месторождений.

1. Щербаков А.А., Хижняк Г.П., Галкин В.И. Прогнозирование коэффициента продуктивности скважин с боковым стволом (на примере Уньвинского месторождения) // Известия Томского политехнического университета. Инжиниринг ресурсов. 2019. Т. 330. № 5. C. 93–99. https://doi.org/10.18799/24131830/2019/5/272. EDN: KFTCJV.

2. Тиаб Дж., Доналдсон Э.Ч. Петрофизика: теория и практика изучения коллекторских свойств горных пород и движения пластовых флюидов / пер. с англ. М.: Премиум Инжиниринг, 2009. 868 с.

3. Мухаметшин В.В., Андреев В.Е. Повышение эффективности оценки результативности технологий, направленных на расширение использования ресурсной базы месторождений с трудноизвлекаемыми запасами // Известия Томского политехнического университета. Инжиниринг георесурсов. 2018. Т. 329. № 8. С. 30–36. EDN: XWCJOP.

4. Поплыгин В.В., Мордвинов В.А. Оценка изменения коэффициентов продуктивности добывающих скважин при забойном давлении ниже давления насыщения // Вестник Пермского государственного технического университета. Геология, геоинформационные системы, горно-нефтяное дело. 2009. Т. 8. № 4. С. 53–58. EDN: SIGBJR.

5. Мордвинов В.А., Мартюшев Д.А., Ладейщикова Т.С., Горланов Н.П. Оценка влияния естественной трещиноватости коллектора на динамику продуктивности добывающих скважин Озерного месторождения // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. 2015. Т. 14. № 14. С. 32–38. https://doi.org/10.15593/2224-9923/2015.14.4. EDN: TMZMJR.

6. Назарова Л.Н., Казетов С.И., Ганиев А.Л., Уразаков К.Р. Методика расчета коэффициента продуктивности скважин неоднородных по проницаемости коллекторов // Нефть. Газ. Новации. 2018. № 4. С. 51–55. EDN: XNRQKT.

7. Султанов В.Ф., Султанов Ф.Ф. Инструмент оперативного расчета запускных показателей скважины на основании данных результатов интерпретации геофизических исследований // Новые технологии в газовой промышленности: газ, нефть, энергетика: XIV Всерос. конф. молодых ученых, специалистов и студентов: тезисы докладов (г. Москва, 14–18 ноября 2022 г.). Москва, 2022. С. 428–429. EDN: TTCCAX.

8. Гилязетдинов Р.А., Кулешова Л.С., Мухаметшин В.В., Якупов Р.Ф., Грищенко В.А. Уточнение результатов решения задач разработки залежей Волго-Уральской нефтегазоносной провинции с использованием методов ранжирования геолого-статистических моделей // Науки о Земле и недропользование. 2023. Т. 46. № 4. С. 402–412. https://doi.org/10.21285/2686-9993-2023-46-4-402-412. EDN: KLCTFQ.

9. Кулешова Л.С., Гилязетдинов Р.А., Мухаметшин В.Ш. Идентификация залежей – основа создания систем искусственного интеллекта при разработке месторождений нефти Урало-Поволжья // Нефть. Газ. Новации. 2024. № 1. С. 14–19. EDN: VDTTNV.

10. Ладейщикова Т.С., Волков В.А., Собянин Н.Н., Митрошин А.В. Косвенные способы оценки текущего пластового давления в скважине для использования при построении интегрированных моделей месторождений // Нефтепромысловое дело. 2021. № 7. С. 39–45. https://doi.org/10.33285/0207-2351-2021-7(631)-39-45. EDN: QOGVIS.

11. Гилязетдинов Р.А., Кулешова Л.С., Мухаметшин В.Ш. Снижение рисков при разработке трудноизвлекаемых запасов жидких углеводородов с использованием комплексного анализа геолого-промысловых данных // Известия У ральского государственного горного университета. 2024. № 1. С. 106–113. https://doi.org/10.21440/23072091-2024-1-106-113. EDN: ZVUVHQ.

12. Mwakipunda G.C., Yang Z., Guo C. Infill drilling optimization for enhanced oil recovery by waterflooding: a simulation study // Journal of Energy Engineering. 2023. Vol. 149. Iss. 1. P. 4022053. https://doi.org/10.1061/(ASCE) EY.1943-7897.0000860.

13. Ramiro-Ramirez S., Bhandari A.R., Reed R.M., Flemings P.B. Permeability of upper Wolfcamp lithofacies in the Delaware Basin: the role of stratigraphic heterogeneity in the production of unconventional reservoirs // AAPG Bulletin. 2024. Vol. 108. Iss. 2. P. 293 –326. https://doi.org/10.1306/12202222033.

14. Tavana M., Soltanifar M., Santos-Arteaga F.J. Analytical hierarchy process: revolution and evolution // Annals of Operations Research. 2023. Vol. 326. Iss. 2. P. 879–907. https://doi.org/10.1007/s10479-021-04432-2.

15. Mukhametshin V.Sh., Tyncherov K.T., Rakhimov N.R. Geological and statistical modeling of oil recovery of carbonate formations // Journal of Physics: Conference Series. 2021. Vol. 1753. P. 12080. https://doi.org/10.1088/17426596/1753/1/012080.

16. Mukhametshin V.Sh. Calculation and forecast of current and final oil recovery from wells during depletion // Journal of Physics: Conference Series. 2021. Vol. 2032. P. 12047. https://doi.org/10.1088/1742-6596/2032/1/012047.

17. Дорфман М.Б., Туфанова О.П. Влияние создаваемых депрессий при эксплуатации скважин на изменение коэффициента продуктивности в карбонатных коллекторах // Оборудование и технологии для нефтегазового комплекса. 2019. № 4. С. 52–57. https://doi.org/10.33285/1999-6934-2019-4(112)-52-57. EDN: MEJBVN.

18. Imqam A., Bai B., Wei M., Elue H., Muhammed F.A. Use of hydrochloric acid to remove filter–cake damage from preformed particle gel during conformance-control treatments. SPE Production & Operations. 2016. Vol. 31. Iss. 3. P. 11. https://doi.org/10.2118/172352-PA.

19. Мартюшев Д.А., Пономарева И.Н. Исследование особенностей выработки запасов трещинно-поровых коллекторов с использованием данных гидродинамических исследований скважин // Нефтяное хозяйство. 2017. № 10. С. 102–104. https://doi.org/10.24887/0028-2448-2017-10-102-104. EDN: ZPDYKR.

20. Козубовский А.Г., Кузьмина Т.В. Исследование влияния процесса разработки залежи на продуктивность скважин // PROнефть. Профессионально о нефти. 2022. Т. 7. № 2. С. 32–40. https://doi.org/10.51890/2587-7399-20227-2-32-40. EDN: OELFQN.