Способ выделения и прогноза участков с различными типами геологического разреза

Изобретение относится к геофизике и может быть использовано в нефтяной геологии для оптимизации размещения новых скважин на исследуемом объекте. Согласно заявленному способу используя данные наземной сейсморазведки и результаты исследования скважин (данные по каротажу и по анализу керна), рассчитывают по сейсморазведочным данным спектрально-временные параметры (СВП), несущие в себе косвенную информацию о типах разреза в заданном временном (глубинном) интервале, а по скважинным данным составляют суждение о емкостно-фильтрационных свойствах соответствующих геологических пластов. Далее данные одновременно по всем СВП подвергают многомерному анализу на предмет выявления обособленных скоплений точек (кластеров) в пространстве СВП, отвечающих различным типам разреза. Прогноз выполняется путем сопоставления значений СВП в точках территории со значениями их для выделенных кластеров. Технический результат: повышение надежности обоснования заложения разведочных и эксплуатационных скважин и, тем самым, повышение эффективности геологоразведочных работ.

 

Изобретение относится к нефтяной геологии и может быть использовано для оптимизации размещения новых скважин на исследуемом объекте по комплексу данных сейсморазведки и исследования данных по скважинам.

Используя данные наземной сейсморазведки и результаты исследования скважин (данные по каротажу и по анализу керна), рассчитывают по сейсморазведочным данным спектрально-временные параметры (СВП), несущие в себе косвенную информацию о типах разреза в заданном временном (глубинном) интервале, а по скважинным данным составляют суждение о емкостно-фильтрационных свойствах соответствующих геологических пластов. Далее данные одновременно по всем СВП подвергают многомерному анализу на предмет выявления обособленных скоплений точек (кластеров) в пространстве СВП, отвечающих различным типам разреза. Прогноз выполняется путем сопоставления значений СВП в точках территории с значениями их для выделенных кластеров. Технический результат - повышение надежности обоснования заложения разведочных и эксплуатационных скважин и, тем самым, повышение эффективности геологоразведочных работ.

Геологической основой заявленного предложения является то обстоятельство, что литологические и вслед за ними физические (упругие) свойства пород сменяются в той или иной степени дискретно при переходе от одного литотипа к другому. Вследствие этого точки в пространстве СВП, соответствующие разным типам разреза, образуют обособленные скопления с центрами рассеяния, соответствующими типичным для этих типов сочетаниям признаков.

Известны способы решения задачи классификации типов геологической среды, основанные на распознавании образов (см. «Интерпретация данных сейсморазведки с использованием методов распознания образов» Галагон Е.А., Кузнецов О.А., Литвинов А.Я., Тальвирский Д.Б., Обзор ВИЭМС, Разведочная геофизика, 1984 г., 49 с.). В основе этих способов лежит анализ расстояний р между точками, соответствующими объектам, в m-мерном признаком пространстве

При этом предполагается, что все признаки, характеризующие объекты, равно информативны. В то же время, очевидно, что вариации слабо информативных признаков, обусловленные посторонними причинами, вносят в расчеты расстояний помеху, затрудняющую решение задачи.

На практике, однако, проверка справедливости этих гипотез и расчет значений параметров распределения, входящих в решающее правило, весьма затруднительны из-за малой выборки эталонных объектов отдельных типов. Попытки преодолеть эти трудности путем анализа облака точек в проекциях на координатные плоскости наталкиваются на громоздкость перебора проекций (большое число сочетаний исследуемых признаков по два) и на трудности разделения гетерогенной совокупности. Дело в том, что при взаимной корреляции физических параметров, часто имеющей место на практике, облака кластеров ориентированы под углом к осям этих параметров, и на проекциях распределения кластеров перекрывают друг друга. Сказанное является причиной невысокой эффективности и ненадежности способов, основанных на методах распознавания образов.

Наиболее близким к заявленному является способ, основанный на определении и сопоставлении спектрально-временных образов по сейсмическим профилям и в окрестности скважин (Методика картирования типов геологического разреза в межскважинном пространстве по данным сейсморазведки, Славкин B.C., Копелевич Е.А., Давыдова Е.А., Мушин И.А., Геофизика, том 4, М., ЕАГО, 1999, с.21-24). Недостатком этого способа является то, что решающее правило не формализовано, а основывается на экспертных оценках. Известны также попытки развития того же способа, предусматривающие построение карт полей СВП по всей исследуемой территории и анализ характера этих полей в окрестности эталонных скважин (Давыдова Е.А. Методика картирования нефтепродуктивных типов геологического разреза по спектрально-временным параметрам, с.14-16). Такой подход также несвободен от недостатков. Анализировать одновременно несколько (4-6) карт затруднительно, а если предварительно выбрать из них по экспертным оценкам одну-две, то в отобранных картах неизбежно присутствует помеха, а в отброшенных - неиспользуемая полезная информация.

Технической задачей, на решение которой направлено данное изобретение, является повышение надежности и точности выявления и картирования областей с разными типами разреза, а значит более обоснованное заложение новых разведочных и эксплуатационных скважин.

Задача, которая решается предлагаемым способом, выражается в прогнозе участков с различными типами разреза одновременно по нескольким (m=4-6) спектрально-временным признакам с использованием количественных критериев.

Способ выделения и прогноза участков с различными типами геологического разреза включает проведение наземной сейсморазведки и исследований скважин (данные по каротажу и по анализу керна). По сейсморазведочным данным рассчитывают спектрально-временные параметры (СВП). Эти параметры характеризуют спектральную плотность энергетического спектра: - частотного (K₁-К₃) и временного (К₄-K₆) - в трех модификациях по каждой оси. Конкретно, K₁ - это отношение энергии высоких и низких частот; К₂ и К₃ - удельная спектральная плотность энергетического частотного спектра СВАН-колонки (по оси частот f), умноженная на средневзвешенную (для К₂) или на максимальную (К₃) частоту спектра. Параметры К₄, К₅ и К₆ по оси времен t симметричны параметрам K₁, К₂ и К₃; формулы их отличаются заменой аргумента f на t. Как показали исследования, указанные СВП несут в себе косвенную информацию о типах разреза в заданном временном (глубинном) интервале. Одновременно составляют суждение о типах разреза соответствующих геологических пластов по скважинным данным.

Далее выполняется пересчет анализируемых СВП (с необходимым сглаживанием) на регулярную сетку в пределах исследуемой территории. Собственно анализу подлежат m-мерные векторы значений СВП (m=4-6) в точках фактических наблюдений и в дополнительных точках, квазиравномерно покрывающих территорию; значения векторов получаются путем интерполяции из узловых значений сетки. С использованием компьютерных программ анализируют структуру облака точек, соответствующих этим векторам, в проекциях на координатные плоскости признакового пространства. Подмножества точек из участков с разными типами разреза образуют в этом облаке обособленные скопления (кластеры).

Важной особенностью разработанного способа является использование формального аппарата факторного (компонентного) анализа - переход от пространства исходных, признаков (спектрально-временных параметров) к пространству соответствующих им факторов. Факторизация разворачивает оси в соответствии с упорядоченностью размещения точек (ориентировкой облаков кластеров) в m-мерном признаковом пространстве, что повышает контрастность разделения кластеров в проекциях на координатные плоскости. При этом факторы ранжируются по убыванию оценки изменчивости (разброса точек) вдоль их осей, поэтому в рассмотрении оставляются только mf<m главных факторов, суммарная доля изменчивости по которым не менее 90% от общей дисперсии. Остальные факторы исключаются из анализа как слабо информативные. Одновременно тем самым в несколько раз сокращается размерность задачи таксономии - без сокращения размерности анализируемых данных, поскольку каждый из оставленных для анализа факторов представляет собой линейную комбинацию всех m-признаков и косинусов углов поворота.

Манипулируя различными выборками объектов анализа для факторизации, задают различные параметры поворота факторных осей и подбирают вариант, дающий наиболее контрастное разделение кластеров с точками, соответствующими скважинам с разными типами разреза, в проекции на факторные координатные плоскости.

Собственно прогноз участков с разными типами разреза выполняется путем сравнения векторов СВП для тестируемых точек на территории (точек геофизических профилей и др.) с кластерами выделенных типов, преобразовав предварительно компоненты этих векторов в факторы. В итоге тестируемые точки получают пометки принадлежности к тому или иному типу.

Результатом, достигнутым при использовании данного предложения, является повышение надежности картирования зон разных типов разреза. Это обеспечивает резкое снижение затрат на бурение новых разведочных и эксплуатационных скважин и, таким образом, повышает эффективность геологоразведочных работ.

Способ выделения и прогноза участков с различными типами геологического разреза, включающий проведение сейсморазведочных работ, бурение скважин с отбором керна, проведение каротажа, испытание скважин и суждение по полученным данным о нефтегазопродуктивных свойствах геологического разреза исследуемого объекта, отличающийся тем, что по сейсморазведочным данным рассчитываются спектрально-временные признаки и в облаке точек в пространстве этих признаков выявляются компактные группы (кластеры), соответствующие различным типам геологической среды, с использованием формальной процедуры поворота системы координат (факторного анализа) для сжатия информации и для подбора варианта, максимально контрастирующего, разделение кластеров, прогноз участков, соответствующих выделенным типам, производится путем количественного сопоставления значений анализируемых полей в точках территории, преобразованных в соответствии с подобранным оптимальным поворотом, с группами точек выделенных типов в признаковом пространстве.