авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 7 | 8 ||

«МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Ухтинский государственный технический ...»

-- [ Страница 9 ] --

Как известно, трещинно-поровые коллекторы представляют собой среду с двойной пористостью и проницаемостью, которая описывается с помощью уравнений Г. И. Баренблатта (1962) или Уорнера-Рута (Warren & Root, 1965). При использовании этих формул в процессе гидродинамического моделирования необходимо знать форму и размер блоков, на которые разбита разномасштабными трещинами матрица породы, а также фильтрационные параметры самих трещин, что в настоящее время представляется проблематичным, вследствие значительной неопределенности этих параметров. Исходя из этого, некоторые авторы поспешили заявить о теоретической и практической невозможности построения детальной фильтрационной модели залежей ЮТЗН, а вместо сложной модели двойной пористости использовать при гидродинамическом моделировании модель простой пористости [1, 2, 3]. Действительно, несмотря на то, что характеристика трещинных природных резервуаров ЮТЗН основывается на многочисленных достоверных данных, полученных в результате литолого-петрографического изучения керна, определения фильтрационно-емкостных свойств карбонатных пород, исследования скважин с использованием электрических микросканеров НИД-2 (ООО НПП ГТ «Геофизика») и FMS (Schlumberger), а также гидродинамических и промыслово-геофизических методов, интерпретации материалов 2D- и 3D-сейсморазведки и 3D-съемки СЛБО (сейсмический локатор бокового обзора) этих данных оказывается недостаточно для построения детальных гидродинамических моделей залежей. Характеристика трещиноватости продуктивного пласта в целом проводится пока лишь на качественном уровне, например, с использованием результатов ГДИС. Для того, чтобы понять почему это происходит необходимо взглянуть на приведенный ниже рисунок 2. На иллюстрируемом графике хорошо видно как современные методы, используемые при исследовании залежей нефти и газа, достаточно уверенно позволяют изучать параметры трещиноватости продуктивных пород на микро- и макроуровнях, что позволяет проводить диагностику микротрещиноватости и макротрещиноватости нефтегазоносных резервуаров. Однако существует так называемый «масштабный пробел» при изучении среднемасштабных трещин, то есть практически отсутствуют результаты исследований системы трещиноватости на том уровне, который характеризует фильтрационные параметры продуктивного пласта в целом, а не его составных частей, отдельных образцов керна, шлифов и пр.

Длительный опыт разработки шахтным способом Ярегского нефтяного месторождения с систематическим детальным исследованием трещиноватости продуктивного пласта начиная с 1941 года, свидетельствует о том, что именно эти среднемасштабные трещины оказывают существенное влияние на продуктивность скважин и на закачку теплоносителя.

На рисунке 2 показано, что центральную часть графика занимают трещины Ярегского месторождения, пронизывающие продуктивный пласт. На графике видно, что подавляющая часть трещин продуктивного пласта Ярегского месторождения имеет амплитуду смещения до 2 метров и лишь единичные трещины характеризуются амплитудой смещения до 10 метров. При этом следует отметить, что мелкомасштабные трещины в продуктивном пласте Ярегского месторождения вообще не обнаруживаются, поэтому продуктивные песчаники в керне и шлифах выглядят как типичный поровый коллектор.

Рисунок 2. Масштабная инвариантность (скейлинг) тектонической трещиноватости природных резервуаров и разрешающая способность современных скважинных и сейсмических методов, используемых для изучения трещиноватости продуктивных пород (по данным T. Needham et. al., 1996 и R. Oppermann, 2012 с дополнениями авторов) В настоящее время у многих исследователей господствует убеждение в том, что к описанию таких сложных объектов как карбонатные резервуары ЮТЗН можно приступать, только поняв и описав в деталях всю сложность и механизмы формирования разномасштабных трещин, предопределяющих фильрационно-емкостные свойства коллекторов. Такой дедуктивный подход основан на методологии механистического редукционизма, лежащей в основе мышления большинства современных исследователей, и связан с успехами классической механики, в том числе тектоники, которая базируется на единых законах движения. В случае со сложнопостроенными рифейскими резервуарами ЮТЗН это тектонические движения земной коры, приводящие к разрядке механических напряжений и формированию разномасштабных трещин в карбонатных породах. Однако значительный опыт моделирования сложных природных объектов, накопленный в различных областях науки показывает, что дедуктивный подход, несмотря на свою привлекательность, при разработке нефтегазовых залежей не всегда применим из-за его ограниченных возможностей [7, 9].

В процессе изучения трещин разного масштаба в карбонатных рифейских резервуарах ЮТЗН мы сталкиваемся с проблемой самоподобных фрактальных объектов, которую достаточно убедительно продемонстрировал в своих работах Бенуа Мандельброт, доказав невозможность точного решения известной задачи измерения длины побережья Великобритании [6]. Б. Мандельброт показал, что точную величину длины побережья получить невозможно из-за особенностей строения самоподобных фрактальных структур, при этом любое уменьшение масштаба для повышения точности измерения приводит к тому, что в этой сложной фрактальной системе всегда существуют неоднородности более мелкого масштаба по сравнению с выбранным эталоном измерения, поэтому измеряемая длина постоянно увеличивается и асимптотически стремится в бесконечность. Аналогичная ситуация наблюдается при изучении разномасштабных трещин в карбонатных породах. В процессе количественной оценки параметров трещиноватости одного иерархического уровня, в системе всегда существуют трещины более низкого порядка, которые остаются неохваченными исследованиями, а стремление изменить охват и масштаб исследований также приводит к асимптотической бесконечности.

Современные детерминированные модели сложных трещиноватых резервуаров, широко используемые в компютерных программных пакетах (Eclipse, Tempest MORE и др.), основаны на модели двойной пористости. Однако как в модельных представлениях, так и в самих программных комплексах очень слабо отражены явления изменения фильтрационных параметров трещиноватой среды при уменьшении пластового давления и смыкании трещин.

Кроме того, использование модели двойной пористости и проницаемости для гидродинамического моделирования разработки рифейских залежей, как было отмечено выше, представляется весьма сложной задачей из-за значительной неопределенности входящих в данную модель параметров, обусловленной «масштабным пробелом» между скважинными и сейсмическими методами исследований.

В таком случае, когда традиционные дедуктивные редукционистские методы не позволяют решить поставленные задачи, на смену детерминированному подходу, как это показано в работе [9], может прийти холистический подход. Холистический (от анг. whole – «целый») подход подразумевает целостное описание и необходим в случае изучения сложных систем, когда традиционные методы из-за большой неопределенности значимых параметров применяться не могут. Переход от редукционизма к холистическому описанию означает переход от детерминистских моделей к феноменологическим. Феноменологическая модель для гидродинамического моделирования трещинных резервуаров была обоснована на основании многолетних исследований длительно разрабатываемых залежей нефти и детально описана нами в работах [4, 5]. Исследования, проведенные на многих нефтяных месторождениях Тимано-Печорской и Западно-Сибирской нефтегазоносных провинций, показывают, что разномасштабные трещины горных пород разделяют продуктивные породы на блоки различных размеров, которые являются сложными самоподобными фрактальными структурами, а их поведение описывается общим универсальным законом Парето.

Проведенные вычисления с использованием закона Парето и статистической теории сложных систем показали, что установление иерархической связи в сложной системе трещиноватых пород коллекторов быстро повышает сложность статистического ансамбля. С усилением ветвимости разномасштабных трещин в продуктивных коллекторах максимальная сложность системы монотонно вырастает от нулевого значения при ветвимости a=1 до бесконечного при ветвимости a. С изменением дисперсии статистического ансамбля, поведение присущее простым системам, наблюдается при показателях ветвимости трещин, превышающих значение a+ = 1,618, а спадание сложности с ростом дисперсии, характерное для сложных самоподобных иерархических систем, проявляется при ветвимости трещин, ограниченной интервалом 1 a 1,618. Таким образом, исходя из полученных результатов, было установлено, что соотношение линейных размеров разномасштабных блоков, образующихся при растрескивании карбонатных пород в процессе разрядки тектонических напряжений, асимптотически стремится к величине 1,618. Примерно в этом же соотношении, исходя из принципа самоподобия, изменяется проницаемость разномасштабных трещин разграничивающих блоки продуктивных пород.

Разработанная в результате проведенных расчетов феноменологическая модель для гидродинамического моделирования нефтегазоконденсатных залежей ЮТЗН представлена на рисунке 3. Модель включает 8 иерархических уровней разномасштабных блоков, разделенных трещинами разного порядка, и позволяет моделировать среду с двойной пористостью и проницаемостью в существующих гидродинамических симуляторах (Eclipse, Tempest MORE и др.). В данной модели не только линейные размеры блоков соседних иерархических уровней находятся в соотношении 1,618 (0,618), но и проницаемость трещин, разделяющих эти блоки, изменяется в соотношении 1,618 (0,618). При этом, если проницаемость самой крупной трещины первого иерархического уровня (жирная черная линия в центре модели на рисунок 3) равна, например, 3,455 мкм2 (максимальная проницаемость коллекторов ЮТЗН по ГДИС 3,653 мкм2), то проницаемость трещины последнего восьмого иерархического уровня, которая ограничивает самые крайние блоки, составит всего 0,119 мкм2, что соответствует средней проницаемости рифейских трещиноватых карбонатных коллекторов ЮТЗН, определенной по данным -3 гидродинамических исследований скважин (119 10 мкм ). Площадную и послойную проницаемость матрицы продуктивных коллекторов в самих блоках, при использовании данной модели, можно учитывать, используя традиционные приемы тензорного осреднения, а также результаты геологического моделирования, полученные в программах Petrel (Schlumberger) или RMS (Roxar).

Рисунок 3. Холистическая модель рифейских продуктивных трещиноватых карбонатных резервуаров, предлагаемая для гидродинамического моделирования разработки нефтегазоконденсатных залежей ЮТЗН На основе рассмотренной модели трещинных резервуаров ЮТЗН была разработана специальная компьютерная программа, совместимая с гидродинамическим симулятором «Tempest MORE» компании «Roxar», которая позволяет обосновывать оптимальное количество ячеек в процессе моделирования, близкое по количеству и размерам к природным блокам трещиноватых пород и, как следствие, получать более точные гидродинамические расчеты при моделировании разработки залежей.

Для апробации программы было проведено 1521 испытание разработанной модели на гидродинамическом симуляторе «Tempest MORE» и построены графики изменения накопленной добычи скважины в зависимости от ее положения на модели, т. е. в зависимости от расстояния до основной проводящей трещины (жирная линия в центре модели на рисунке 3). Один из таких графиков приведен ниже.

Рисунок 4. Расчетные графики изменения накопленной добычи нефти скважины в зависимости от ее удаления от основной высокопроводящей трещины Данный график отображает все результаты испытаний, по нему можно легко проследить общую степенную зависимость накопленной добычи во всех скважинах в зависимости от расстояния до центральной трещины, обладающей самой высокой проницаемостью.

Разработанный алгоритм показывает распределение скважин по величине дебитов и накопленной добычи в соответствии с законом Парето, а тестовая гидродинамическая модель полностью удовлетворяет теоретическим расчетам. Достоверность модели подтверждается четко выраженным степенным распределением величины дебитов и накопленной добычи в зависимости от расстояния между скважиной и системой разномасштабных трещин в модели. Проведенное тестирование показывает, что при равномерном удалении скважины от двух взаимно перпендикулярных систем трещин одного порядка, что более редко, но также может встречаться на практике, степенная зависимость переходит в экспоненциальную. Разработанную математическую модель и алгоритм ее реализации предполагается использовать при гидродинамических расчетах разработки нефтегазоконденсатных залежей ЮТЗН, а также при размещении и обосновании ориентировки горизонтальных скважин в пределах опытно-промышленных участков.

В заключении следует отметить те основные положения, которые необходимо, по мнению авторов, учитывать при составлении гидродинамических моделей сложнопостроенных трещиноватых коллекторов ЮТЗН, что позволит получать близкое к фактическому распределение скважин по величине дебитов и накопленной добычи, а также моделировать явления самоорганизации и воспроизводить нелинейные и неаддитивные особенности поведения этих неравновесных природных объектов.

Фундаментальное свойство структурированной среды рифейских трещинных коллекторов ЮТЗН заключается в том, что структура и поведение этих сложных фрактальных систем определяется разномасштабными дискретными неоднородностями:

блоками и трещинами, разграничивающими эти блоки, которые придают этим системам специфические нелинейные и неаддитивные свойства, а также способствуют процессам самоорганизации при разработке нефтегазоконденсатных залежей.

Важным свойством самоорганизации продуктивных трещиноватых пород коллекторов является подобие их строения в большом диапазоне масштабов. Отношение соседних характерных размеров блоков в иерархии распределения этих самоподобных фрактальных структур изменяется от 1,35 до 1,61, асимптотически приближаясь к величине 1,618, определяя степенной закон распределения, а также масштабную инвариантность (скейлинг), свойственную всем фрактальным объектам.

Исходя из отмеченных особенностей блокового строения трещинных коллекторов, дебиты добывающих скважин в пределах нефтегазоконденсатных залежей ЮТЗН будут подчиняться степенному закону распределения. Такое распределение характерно для поведения многих фрактальных систем и может описываться законом Парето.

Изучение закономерностей распределения разноуровневых блоков и количественных параметров разграничивающих их разномасштабных трещин в пределах нефтегазоконденсатных залежей ЮТЗН позволило разработать феноменологическую модель сложнопостроенных рифейских трещинных резервуаров с заданным распределением размеров блоков и проницаемости трещин, предлагаемую для гидродинамического моделирования процесса разработки залежей на основе среды с двойной пористостью и проницаемостью, которая описывается с помощью уравнений Баренблатта или Уорнера Рута.

Библиографический список:

1. Гладков Е. А. Теоретическая и практическая невозможность построения детальной фильтрационной модели на основе геологической модели / Е. А. Гладков // Бурение и нефть.

– 2009. - №7-8. – С. 22-23.

2. Гладков Е. А. Особенности разработки трещиновато-кавернозных коллекторов Восточной Сибири // Газовая промышленность. – 2011. - №11. – С. 62-64.

3. Гидродинамическое моделирование первоочередного участка разработки Юрубчено Тохомского месторождения с учетом геомеханического эффекта смыкания трещин Ю. А. Кашников, С. В. Гладышев, Р. К. Рязапов [и др.] // Нефтяное хозяйство. - 2011.- №4. С. 104-107.

4. Разработка математической модели сложнопостроенных коллекторов, содержащих нетрадиционные ресурсы нефти и газа / А. В. Петухов, И. В. Шелепов, А. А. Петухов, А. И. Куклин // Газовая промышленность. – 2012. - №676 (спецвыпуск). – С. 64-70.

4. Степенной закон и принцип самоподобия при изучении трещиноватых нефтегазоносных коллекторов и гидродинамическом моделировании процесса разработки / А. В. Петухов, И. В. Шелепов, А. А. Петухов, А. И. Куклин // Нефтегазовая геология. Теория и практика. – 2012. – Т. 7. - №2 – http://www.ngtp.ru/rub/3/33_2012 pdf.

5. Мандельброт Б. Фрактальная геометрия природы. – М.: ИКИ, 2002. – 654 с.

6. Подземная гидродинамика: задачи и возможности / А. Х. Мирзаджанзаде, И. М. Аметов, В. М. Ентов, В. М. Рыжик // Нефтяное хозяйство. – 1987. – №2. – С. 30-33.

7. Харахинов В. В. Нефтегазоносность докембрийских толщ Восточной Сибири на примере Куюмбинско-Юрубчено-Тохомского ареала нефтегазонакопления / В. В. Харахинов, С. И. Шленкин – М.: Научный мир, 2011. – 420с.

8. Хасанов М. М. Нелинейные и неравновесные эффекты в реологически сложных средах / М. М. Хасанов, Г. Т. Булгакова. – Москва-Ижевск: Институт компьютерных исследований, 2003. – 288 с.

УДК 532.516. Модель деэмульсионных процессов, протекающих при движении пластовых флюидов в скважине Рзаев Ю. Р., Нуриева И. А.

«Научно-Технический Центр «Шарг», г. Баку Добыча нефти сопровождается образованием в призабойной зоне и в скважинах водо-нефтяных эмульсий. Их образование происходит в результате наличия в породе природных эмульгаторов, понижения давления и, как следствие, разгазирования, высоких скоростей движения и интенсивного перемешивания. Основные физико-химические свой ства нефтяных эмульсий: дисперсность, вязкость, плотность, а также устойчивость к разрушению. Образование нефтяных эмульсий приводит к потерям нефти при её добыче, транспортировании и подготовке к переработке. Разрушение эмульсий (деэмульсация) явля ется одним из важнейших процессов промысловой подготовки нефти [1].

Для правильного выбора способа обезвоживания нефти (деэмульсации) необходимо знать механизм образования эмульсий и их свойства. Интенсивность образования эмульсий в скважине во многом зависит от способа добычи нефти, которая в свою очередь определяется характером месторождения, периодом его эксплуатации и физико-химическими свойствам самой нефти.

При фонтанном способе наибольшее перемешивание нефти и воды происходит в подъемных трубах вследствие разгазирования нефти и при прохождения нефтегазовой смеси через штуцеры. При компрессорном способе добычи получаются эмульсии крайне высокой стойкости вследствие окисления нафтеновых кислот с образованием соединений, которые являются эффективными эмульгаторами.

Нефтяные эмульсии, являясь дисперсными системами, при определенных условиях обладают аномальными свойствами, т. е. являются неньютоновскими жидкостями и характе ризуются кажущейся (эффективной) вязкостью.

В зависимости от физико-химических свойств вязкой гетерогенной системы - нефти и воды, а также условий образования эмульсий размеры капель могут быть самыми разнооб разными и колебаться в пределах от 0,1 мкм до нескольких десятых миллиметра. Критиче ские размеры капель, существующие в потоке при данном термодинамическом режиме, оп ределяются скоростью совместного движения воды и нефти, величиной поверхностного на тяжения на границе раздела фаз и масштабом пульсации потока. В потоке возникают зоны, обусловленные неравномерностью пульсации и наличием переменного по сечению сква жины градиента скорости, в которых возможно существование капель различного диаметра.

Мелкие капли, перемещаясь по сечению скважины и попадая в зоны более низких градиен тов скорости и меньших масштабов пульсации, испытывают тенденцию к укрупнению, а по падая в зоны высоких градиентов и больших масштабов пульсаций - испытывают тенденцию к дроблению.

Наличие дополнительных факторов (нагрев, введение деэмульгаторов и др.) при оп ределенных гидродинамических условиях может привести к разделению фаз эмульсии, транспортируемой по трубопроводам. Устойчивость эмульсий в большей степени зависит от состава компонентов, входящих в защитную оболочку, которая образуется на поверхности капли. Анализ показывает [2], что основными факторами, влияющими на эффективность разделения эмульсий, являются:

- плотность и вязкость жидкостей, составляющих эмульсию, особенно вязкость дисперсионной фазы;

- диаметр частиц дисперсной фазы-глобул;

- ускорение движения частиц;

- площадь поверхности отстаивания.

Выявление указанных факторов и характера их влияния позволяют наметить техниче ские приемы повышения эффективности разделения эмульсий. В этом аспекте настоящая работа рассматривается нами как часть общей задачи моделирования процессов образования и разрушения глобулярных частиц, происходящих последовательно в рабочей призабойной зоне пласта вследствие диспергирования одной из фаз в другую и затем развития этого про цесса в подъемных трубах и наконец при первичной подготовке эмульгированного флюида.

В последние годы опубликовано большое количество работ, посвященных исследова ниям процессов деэмульгирования флюидов. Из них лишь небольшое число исследований посвящено изучению реологических характеристик и особенностям процессов формирова ния эмульсий в зависимости от содержания нефти и состава водной фазы в широком диапа зоне давлений и температур. В то же время существует большая потребность в подробных данных по реологическим свойствам водонефтяных эмульсий. Основные трудности в реше нии указанных задач связаны с недостаточной изученностью особенностей поведения меж фазного слоя в зависимости от состава многофазной системы и условий формирования эмульсий.

Вязкость нефтяной жидкости изменяется при ее дегазации по мере изменением давле ния и температуры, с образованием и разрушением водонефтяной эмульсии при движении нефтяной жидкости из пласта по стволу скважины (влияние кристаллизации парафиновых углеводородов не рассматривается). Поэтому структуры потоков двухфазной смеси в скважине разнообразны и зависят от множества параметров. Хотя эти структуры не влияют на выбор методов расчета градиентов давления, но они влияют на выбор моделей изменения вязкости по стволу скважины. В этой связи реализация полного учета моделей вязкости, как нелинейного члена на каждом временном слое, крайне затруднительна.

Анализ ранее существующие подходов к моделированию этого процесса показал, что существующие модели изначально были предназначены лишь для отображения неких общих законномерностей развития сложной системы, но не отражали гидродинамику потока пла стовой зоне, в скважине и условия процесса. В этой связи целью настоящей работы являет ся построение модели многофазного движения водонефтяной жидкости с учетом гидроди намики потока с целью более детального исследования процесса, проведения расчётов и ана лиза. Здесь существенное значение имеют требования унификации к уравнениям модели как по содержанию, так и по применяемым вычислительным методам, с целью применения к аналогичным процессам. Модель содержит уравнения:

а) основной дисперсионной (несущей) фазы, являющейся эмульгированной флюидом;

б) дисперсной фазы, учитывающей кинетику взаимодействия глобулярные частицы и деэмульгатора;

в) теплового баланса.

г) несжимаемости.

Такая модель получена на основе уравнений Навье-Стокса [3] для несжимаемой среды, записанных в традиционной системе «скорость – давление». Система Навье-Стокса составляет теоретическую базу для прогнозирования широкого круга явлений в гид ромеханике и смежных областях физики, химии в земных, а также в различных гравитаци онных и инерционных условиях. Рассмотрим наиболее общий случай движения многофазной среды в произвольном объеме расчетной области. в системе прямоугольных координат (x1, x2, x3).

В основе модели дисперсионной среды фазы – эмульгированной жидкости использо вано уравнения Навье-Стокса для несжимаемой среды, которое позволяет учесть не только конвективный, но и диффузионный перенос (1), уравнение несжимаемости (2), уравнение для температуры T потока (3).

u 3 u u 1 P + ui = ( эфф ) +F, (1) xi t i =1 xi i =1 xi xi ui x = 0, i = 1, 2, 3. (2) i =1 i T 3 T T H + ui = + KT, (3) (( o + T турб ) )+ t i=1 xi i=1 xi c xi c где эфф, мол, турб - соответственно эффективная, молекулярная и турбулентная ~ вязкости, эфф = мол + турб,;

F3 = bg (T T ) ;

- плотность эмульгированной нефти, P давление, b - термический коэффициент объемного расширения эмульгированной нефти, T ~ температура [К], T - некая характерная средняя температура нефти [К], которой соответствует заданное значение = (), g = 9,81 м/c2;

КТ = КТ (Т - Теп).

При подъеме по стволу скважины нефтяная жидкость охлаждается, отдавая теплоту окружающей горной породе.

K T ж гп = (T Tгп ) kF ( x l где T – температура скважинной продукции;

Tгп = 0 + Г h – естественная температура гор-ной породы на глубине h;

0 температура нейтрального слоя земли, 0 =0;

Г геотерми-ческий градиент, Г= 0,0208 - 0,0000007хl ;

k – коэффициент теплопередачи от жидкости к горной породе;

F = d xl – площадь поверхности теплопередачи;

d внутренний диаметр подъемных труб;

xl – расстояние от забоя скважины глубиной H.

Система (1-3) не учитывает:

-изменение вязкости нефтяной жидкости, ввиду сложности прогнозирования реального изменения ее свойств по стволу скважины -ускорение Кориолиса ввиду незначительности;

-влияние глобулярной фазы на скорость основной фазы.

Во всех уравнениях молекулярная и турбулентная вязкости дисперсионной фазы по тока [м2/с] определяется как усредненные по длине ствола значения:

µ turb µ mol mol = turb = = const ;

= const, где µ mol = µ mol0 (1 + a11T + a 21T 2 ) 1, µ turb = µ turb0 (1 + a12T + a 22T 2 ) 1 – соответственно динамичес-кая и турбулентная вязкости в зависимости от температуры [кг·м -1·с-1], где а1i, а2i – конcтан-ты, определяемые для каждого вида нефти, i=1,2;

= F1 (T ) [кг/м3].

В (3) 0 = F2 (t ) [Дж·м-1·с-1·К-1], с = F3 (t ) [Дж·кг-1·К-1] - зависимости теплопроводности и удельной теплоемкости потока от температуры соответственно;

H – тепловой эффект реакции хемосорбции деэмульгатора;

КТ – член, учитывающий теплопотери.

Вспомогательный коэффициент Т (в простейшем случае равный нулю) позволяет определить коэффициент в диффузионном члене (в данном случае это теплопроводность) как линейную функцию от турбулентной вязкости, что позволяет учитывать дополнительные эффекты, связанные с турбулентностью, и, таким образом, уточнять модель.

Аналогичные вспомогательные коэффициенты вводятся и в другие уравнения. Значение Т можно вывести из определения турбулентного числа Прандтля Prturb = (turb c) / turb, соответственно: T = 1 / Prturb.

Cформулируем часть модели, описывающую процессы, протекающие в дисперсной фазе. В нее входят глобулярные частицы, которые могут обладать собственной скоростью и на которую может влиять размер глобул, т. е. влияние на число Рейнольдса условий форми рования частиц, плотность распределения которых известна, а также незначительное коли чество деэмульгатора.

Плотность глобулярных частиц может быть как больше, так и меньше плотности ос новной фазы. В зависимости от состояния разработки месторождения в составе пластового флюида глобулярными частицами могут быть как вода, так и нефть.

В рассматриваемых условиях необходимо учесть действие сил тяжести и сопротивле ния потоку. С учетом отсутствия межфазных переходов приняты следующие допущения:

а) пренебречь случайными взаимодействиями глобулярных частиц между собой и принять, что изменения числа (концентрации) глобулярных частиц происходит только в ре зультате взаимодействия с деэмульгатором;

б) пренебречь действием градиента давления, сил инерции и некоторых других сил на глобулярные частицы;

в) считать фазу глобул однокомпонентной, рассматривая некие усредненные сфериче ские частицы;

г) плотности фаз в связи с незначительным различием считать одинаковыми и не рас сматривать их изменения при введении в многофазную среду деэмульгатора и его хемосорбции с глобулой;

д) изменение объема многофазной среды после разрушения глобул не учитывать.

Силы, действующие на глобулу в потоке эмульгированного флюида представлены на рисунок 1 [4]:

Рисунок 1.

Fp =P + Fдав + Fад + Fпод + Fтр (4) Здесь Fp - равнодействующая сила;

P - вес частицы;

Fдав - сила давления потока (лобовая сила);

Fад - сила адгезии;

Fпод - подъемная сила;

Fтр - сила трения частицы о поверхность.

При обтекании частицы глобулы потоком флюида возникает сила давления, под действием которой происходит ее движение. Величину силы давления потока на частицу можно рассчитать по формуле [5]:

Fдав = cSp u 2 где: c - коэффициент сопротивления частицы;

– плотность флюида, кг/м3;

S сечение частицы, м2;

– средняя скорость потока флюида, м/с.

Пренебрегая различными действующими силами, действительной формой частиц и рядом других факторов величину силы адгезии [4] можно выразить зависимостью:

Fад = h r / 8 z где: h - константа Лифшица-Планка, Дж;

z0 - зазор между частицей и плоскостью, при котором силы адгезии достигают максимума;

r - радиус глобулярной частицы, м.

Неравномерная скорость обтекания частиц могут вызывать циркуляцию дисперсион ного потока по контуру частицы и, если под частицей давление возрастает, а над частицей – уменьшается, то благодаря этому возникнет сила, действующая на частицу снизу вверх.

F = Pд S где: Pд давление дисперсионного потока, Н/м2. На частицу сверху вниз будет действовать сила равная dF1 = P1 S, а снизу вверх dF2 = Pд2 S, где Pд1 и Pд2 давление на частицу соответственно сверху и снизу. Тогда:

F = |dF1| |dF2| = |Pд1 Pд2| S.

Подъемная сила определяются в основном градиентом скорости по поперечному се чению потока. Увеличение градиента скорости i=d/dy ведет к увеличению подъемной силы.

Силу трения между глобулой и плоскостью поверхности выделенного объема) можно запи сать как Fтр = k(P + Fад), где k коэффициент трения.

Учтем в модели уравнения дисперсной фазы, описывающие движения глобулярных частиц и деэмульгатора. Оба типа внешних включений в нефть для удобства изложения объ единим термином «вещества».

С учетом вышеизложенного система уравнений (1-3) дополниться уравнением ком понентов вектора скорости фазы глобул uq (5) и уравнениями диффузии глобулярных частиц и деэмульгатора (6):

uqj 3 uqj 3 uqj + ui = (( mol +turb) ) g j + Fqj ;

(5) t i=1 xi i=1 xi xi C j C j C j dC j 3 + u ij = ((DC j + C j turb ) )+ ;

j =1,2 (6) t xi i =1 xi xi dt i = где Cj— концентрациями (плотностью распределения) глобулярных частиц и деэмульгатора;

qmol — «молекулярная» кинематическая вязкость второй фазы (глобулярных частиц);

— вспомогательный коэффициент;

g1 = 0, g2 = 0, g3 = g;

Fqj — равнодействующая сила сопротивления сферической глобулярной частицы потоку.

В (6) u1j = u1, u 2j = u2, u3j = u3+uq;

uq — скорость движения дисперсной фазы;

DC j — коэффициент диффузии j-х вещества;

С j — вспомогательный коэффициент для веществ (можно выразить из соотношения для турбулентного числа Шмидта Scturb как С j = 1 / Scturb );

С - вспомогательный коэффициент;

Md -молярная масса деэмульгатора. Коэффициенты d диффузии [м2/с] рассчитываются по известному соотношению Эйнштейна-Стокса с учетом фактора коррекции:

~ DC j = k BT / 6µ мол r где k — постоянная Больцмана.

dC Член j определяет изменение концентраций j-х веществ в результате хемосорб dt ции;

Dd - коэффициент диффузии (адсорбции) деэмульгатора;

изменения концентраций глобул и деэмульгатора в результате хемосорбции деэмульгатора и уменьшения поверхно стного натяжения глобулы на границе раздела фаз можно описать различными уравнениями, в частности используемым кинетическим уравнением хемосорбции:

k (Т ) С1 C dС1 dC = =, (7) 1 + K р (Т ) С dt dt где k (T ) = k 0 exp( E / RT ) - константа скорости реакции;

k 0 - предэкспонент;

С1 или ( ) - концентрация (плотность распределения глобул);

C2 – концентрация деэмульгатора;

К р (Т ) - константа равновесия адсорбции деэмульгатора на межфазную поверхность глобул;

T- температура хемосорбции, E - энергия активации (в ккал/моль), R - универсальная газовая постоянная.

В решения поставленной задачи для получения экспериментальной информации использованы измерительные средства, основанные на методы динамического рассеяния света (ДРС), электронного парамагнитного резонанса, электронной спектроскопии поглощения в видимой и ультрафиолетовой области спектра, измерение поверхностного натяжения на границе раздела нефть вода, вязкости, плотности исходных веществ и их композиций в различных соотношениях, а также композиций содержащих различные концентрации поверхностно-активного вещества.

Определение размеров частиц осуществлялось c использованием прибора ДРС.

Принцип измерения размеров частиц основан на измерении в разные моменты времени интенсивности рассеянного света в объеме, содержащем частицы в растворителе.

Для обеспечения адекватного определения концентрации (плотности распределения) глобулярных частиц использовались различные виды распределений. Распределения имеют лишь один максимум, в то время как в реальных условиях может присутствовать не менее чем два пика (при слиянии мельчайших частиц, образованных в результате молекулярной диффузии;

при слиянии и росте более крупных частиц). В таких случаях можно использовать сумму нескольких распределений.

Рисунок 2.

В общем случае, для аппроксимации можно использовать функционалы с одинарными и двойными экспонентами, нормальными и логарифмически-нормальными распределениями (моно - и бимодальными) и др. В нашем случае объектами исследования были выбраны нефти и пластовые воды месторождений Бинагады, Бузовны и Мурадханлы.

Для нефтяных эмульсий этих месторождений рассматривались распределения различного -2Bx, y =Ae 2Bkx. По результатам проведенных измерений на вида, например: y=Ae приборе ДРС проведена обработка экспериментальных данных и получены расчетные распределения (рисунок 2).

Размер частиц и коэффициент диффузии, полученые на основе заданного предположения о типе распределения с несколькими изменяющимися параметрами путем использованием метода нелинейного программирования, позволяют добиться большой точности и гибкости в выборе зависимости распределения. Параметры подбирались по критерию максимального совпадения теоретического распределение размера частиц с экспериментальными данными.

Так как нефть является дисперсионной средой, а вода – дисперсной фазой, то с точки зрения теплопроводности, водонефтяная эмульсия рассматривалась как смесь с неравно правными составляющими [7]. Плотность и удельная теплоемкость рассчитывались по пра вилу аддитивности, зная параметры нефти, воды и обводненность скважинной продукции.

Теплофизические свойства водонефтяной эмульсии зависят, в основном, от обводненности.

Система уравнений (1-7) преобразована в цилиндрическую систему координат, однако в связи с ограниченностью объема доклада эти преобразованные уравнения и их вычислительная схема не приводятся. Сформулированы решаемые задачи и, соответственно, входные и граничные условия к системе уравнений модели. Для численного решения использован метод дробных шагов при неявной схеме [5]. В результате решения получены удовлетворительные результаты.

Применение предлагаемой математической модели, отличающейся от ранее известных как по виду, так и по количеству учитываемых в ней факторов, позволяет расширить класс рассматриваемых задач, в том числе рассмотреть индивидуальные характе ристики нефтяной среды и повысить эффективность подбора соответствующего деэмульга тора.

Библиографический список:

1. Позднышев Г. Н. Стабилизация и разрушение эмульсий / Г. Н. Позднышев. – М: Недра, 1982.

2. Buhidma A. and Pal R. Flow Measurement of Two-phase Oil-in-water Emulsions using Wedge Meters and Segmental Orifice Meters // Chem. Eng. J., 1996 v N 63. v P. 59-64.

3. Роуч П. Вычислительная гидродинамика / П. Роуч. – М.: Мир, 1980.

4. Бусройд Р. Течение газа со взвешенными частицами / Р. Бусройд - М.: Мир, 1975.

5. Василенко А. И. К аэродинамическому расчету систем централизованной пылеуборки табачных фабрик / А. И. Василенко // Вопросы отопления, вентиляции и защиты окружающей среды.- Ростов-на-Дону: РИСИ, 1975.

6. Яненко Н. Н. Метод дробных шагов решения многомерных задач математической физики / Н. Н. Яненко - Новосибирск:Наука, 1967. – 197 с.

7. Купцов С. Е. Методология прогнозирования теплофизических свойств пластовых жидкостей и горных пород нефтяных месторождений.- Автореферат на соискание ученой степени доктора технических наук, - М. 2010.

УДК 622.692.4:621.6.052:620. Формирование расписания работы магистрального нефтепровода на режимах Маракасов Ф. В., Чернова О. В.

«Ухтинский государственный технический университет», г. Ухта Планирование перекачки нефти по трубопроводному транспорту – это сложная системная задача, которая состоит в том, чтобы для каждого часа планового периода установить на участках нефтепровода такие режимы работы, чтобы за весь период получить наименьшие энергозатраты по каждому технологическому участку с соблюдением всех накладываемых на перекачку нефти ограничений. При этом важными являются вопросы соблюдения сроков и объемов перекачки нефти, соблюдение качественных параметров нефти, доставляемой потребителю.

Выбор режима перекачки нефти осуществляется по нескольким критериям. Это определяется стремлением предприятия по транспорту нефти достичь в процессе оптимизации работы нефтепровода нескольких целей, каждая из которых имеет свой приоритет. Критериями отбора оптимальных решений (критериями оптимизации) выступают:

- минимальное потребление электроэнергии на перекачку (Е, тыс. кВтч);

- минимальная стоимость электроэнергии, израсходованной на перекачку (руб);

- минимальное количество переключений с режима на режим (шт);

- минимальное отклонение от месячного плана потребления электроэнергии по энергосистемам, рассчитанного на текущий год (бюджетного плана).

В данном случае наиболее значимым является критерий снижения энергопотребления.


Выявление всех ограничений, оказывающих воздействие на работу того или иного режима функционирования нефтепровода необходимо выполнять, учитывая не только требуемые объемы поставок и затраты электроэнергии, но и пропускную способность нефтепровода в каждый момент времени, изменение которой может быть вызвано ремонтными работами, пуском скребка и т. п. Каждый режим складывается на основе характеристик нефтепровода (линейных участков МН), с учетом используемых насосных агрегатов, установленных на НПС, а также свойств перекачиваемой среды.

Исходные данные для планирования – это карты технологических режимов работы участков МН и система ограничений работы технологических участков МН.

Представленная задача является динамической, так как ее можно поделить на части, т.

е. решать задачу оптимизации для каждого отдельного технологического участка от резервуарного парка до резервуарного парка в обратной последовательности ходу движения нефти. Таким образом, выбор оптимального планового режима работы участка МН основывается на выборе уже произведенного для последующего технологического участка режима.

На каждом этапе планирования используется свой набор данных, это зависит от того, какая при этом решается задача. Причем одни и те же данные могут использоваться на разных этапах.

Как было отмечено, планирование перекачки нефти осуществляется с соблюдением целого комплекса условий и ограничений, которые можно разделить на четыре группы:

- карта возможных режимов, - запланированные параметры перекачки, - работы, производимые на магистральной части нефтепровода, - ограничения объектов нефтепровода.

Карты возможных режимов План-график работы нефтепровода представляет собой линейную последовательность чередующихся во времени режимов технологической карты. Возможные режимы работы по каждому технологическому участку нефтепровода формируется из истории функционирования трубопровода (фактические режимы) и плановых режимов, смоделированных с помощью комплекса программ Nepal, который был разработан в Институте проблем транспорта энергоресурсов (г. Уфа). Различие режимов выражается в дифференциации эксплуатационных характеристик при производительности, давлениях на входе и выходе НПС и количестве энергии, затрачиваемой на перекачку.

При определении времени работы нефтепровода на возможных режимах формируется задача оптимизации, критерии которой указаны выше. Определение ограничений, которые устанавливаются для процесса перекачки, играют ключевую роль в нахождении оптимального решения. Весь комплекс ограничений, делится на два типа:

- ограничения объема перекачки, - ограничения времени работы режимов.

Первый тип ограничений возникает из плана перекачки. Границы допустимого объема транспортируемой нефти не должны быть меньше, запланированного объема, и не должны превышать его более чем на какое-то фиксированное число тонн, которое задается главным технологом при планировании графика работы нефтепровода.

n T * q Q, (1) i i i = n T * q Q+e (2) i i, i = где Ti – общее время работы на i-том режиме, час;

Q – объем перекачки, т;

e – допустимое превышение объема перекачки, т;

qi – производительность i-того режиме, т/час.

Второй тип ограничений возникает из плана работ, производимых на нефтепроводе.

Одни работы (плановые остановки, фиксированные режимы) влияют на общее время, которое нужно распланировать:

T ' = Tплан Tост. Tфикс. (3), где Тплан – общее время планового периода, час;

Тост. – общее время плановых остановок, час;

Тфикс. – общее время фиксированных режимов, час.

Другие работы (ремонты, диагностики и т. п.) влияют на максимум или минимум работы тех режимов, которые соответствуют параметрам проводимых работ: включенный или отключенный агрегат, соответствующее давление и т д.:

m n T T ' t (4) k j =1 i = для ремонтов агрегатов: общее время работы на режимах, где задействован ремонтируемый агрегат, не должно превышать разницу между общим плановым периодом и общим временем ремонта текущего агрегата;

m n Tk t (5) j =1 i = для диагностик агрегатов и сниженных режимов: общее время работы на режимах, которые соответствуют параметрам сниженного режима либо задействуют диагностируемый агрегат, не должно быть меньше, чем общее время работы сниженного режима либо диагностик текущего агрегата.

Формулы (5) и (6), представленные в исходном виде, не дают полного набора ограничений, который необходим для решения поставленной задачи оптимизации.

Проблема заключается в том, что левые части данных неравенств не соотносятся друг с другом, что может привести к определенным коллизиям.

Например, если производится диагностики агрегатов S и R с продолжительностью m и n часов соответственно, при том, что агрегат S участвует при работе режима N1, а агрегат R – при работе режимов N1 и N3, то представленные неравенства будут выглядеть в следующем виде:

TN1m, (6) TN1+TN3n. (7) Оптимизационная задача может выстроить решение таким образом, что значение переменных в данных неравенствах будут следующие: TN1=m, TN3=n-m.

Однако этот вариант решения не соответствует корректному, т. к. после проведения первой диагностики агрегата S, соответствующей неравенству, вторая диагностика агрегата R не будет иметь в качестве достаточных для работы часов ни режим N1, ни режим N3.

Отсюда следует, что необходимо провести зависимость между левыми частями неравенств, с целью предоставления полных и корректных ограничений для задачи оптимизации рабочего времени режимов.

Решением стало определение родительских иерархических связей между левыми частями неравенств: если элемент правой части одного неравенства a1 входит в состав другого неравенства a2, то неравенство a2 называется родительским, а a1 – потомком. При этом правая часть родительского неравенства увеличивается на величину, равную правой части неравенства-потомка:

TN1m, (8) TN1+TN3m+n. (9) Данный набор ограничений приводит к получению оптимального результата при выполнении всех запланированных работ и соответствии их параметрам.

Следующим этапом формирования оптимального плана-графика начинается этап календарного планирования, который заключается в распределении полученного общего количества часов работы на каждом из режимов по временной шкале планового периода. На данном этапе к уже существующим первоначальным ограничениям в качестве дополнительных ограничений вносятся установленное время работы по каждому из режимов, рассчитанные на предыдущих этапах. В указанной методике рассматривается метод поиска в ширину на сетевом графе, где вершинами является выбор конкретного режима на конкретном часу работы нефтепровода.

При поиске на каждом следующем часе планирования, количество возможных результатов планирования значительно сокращается за счет ограничений, накладываемых на планирование. Это, в первую очередь, ограничения:

- на количество переключений в сутки (не больше 2-х), - общее время работы на каждом режиме.

Некоторые режимы не могут быть выбраны для интервала, несмотря на то, что никаких ограничений на их использование, вызванных работами, не существует. Это объясняется тем, что на этапе симплекс-метода некоторые режимы не попадают в оптимальное решение. Как правило, для работы на нефтепроводе выбирается три-четыре режима, а время работы на остальных приводится к 0 часов.

Таким образом, на каждом последующем часе планирования наращиваются цепочки возможных расстановок режимов на время до текущего часа. Для каждой цепочки определяется общее время работы на каждом из режимов и балл по переключениям, который тем выше, чем меньше переключений совершается в режимах цепочки. На каждом последующем часе часть цепочек может исключаться по причине того, что для них возникает тупиковая ситуация: для выбора остаются только те режимы, для которого общий лимит времени в цепочке уже исчерпан. После планирования для всех суток, все полученные варианты (цепочки) сетевого плана-графика проверяются на количество баллов.


Исключаются из итогов решения те, которые набрали меньше максимального балла.

Следующий этап расчетов заключается в распределении всего планового объема перекачки по временным интервалам, размер которых, по умолчанию, выбран равный часа (сутки). Данное распределение обусловлено тем, что приведенный в методике алгоритм расчетов имеет узкое место на этапе календарного планирования: сетевое планирование на все 720 часов (30 суток) сопряжено с длительными вычислениями pn сложности, где n – количество часов в плановом периоде, а p – количество режимов в технологической карте.

Такая сложность задачи препятствует завершению решения задачи в разумные пределы, что является производственной необходимостью, т. к. пересчеты плана-графика могут производиться достаточно часто из-за отклонения фактических параметров перекачки от плановых. Поэтому решено было делить весь плановый период на более короткие интервалы (с соблюдением суммарного объема перекачки и уровня нефти в резервуарных парках) и осуществлять планирование графики работы для каждого получившегося интервала по представленной методике.

Данное разбиение позволит существенно сократить время расчета, однако задача оптимизации энергозатрат сведется к задаче субоптимальности (оптимальное решение – только в рамках суток), что не гарантирует оптимальности общего решения, когда все решение будет обратно сведено в общей график - на весь плановый период.

Кроме месячного планирования в программном комплексе были реализованы варианты расчета плана-графика за плановые периоды квартал и год. Исходя из того, что для данных временных интервалов недостаточно четко определены работы, проводимые на нефтепроводе, отсутствуют данные об уровне нефти в резервуарах, то планирование графика осуществляется по облегченной схеме, когда в качестве ограничений на работу нефтепровода выступают только плановые остановки нефтепровода, фиксированные и сниженные режимы и объемы перекачки по каждому технологическому участку.

Т. к. ограничение на уровень нефти в резервуаре исключается из условий задачи, календарное планирование не ориентируется больше на точное соблюдение равномерности перекачки нефти и выполняется по алгоритму «Заполнение узких мест». Суть данного алгоритма заключается в том, что весь временной интервал делится на короткие интервалы, ориентируясь на время начала и окончания работ. Размеры данных интервалов могут быть от нескольких суток до нескольких часов. Полученные временные интервалы сортируются в зависимости от числа режимов, на которых может работать нефтепровод в данный интервал:

от меньшего количества - к большему. И затем в установленном порядке интервалы начинают заполняться режимами. Вследствие того, что планирование с мягкими условиями не учитывает всех работ, которые будут проводиться на объектах нефтепровода, и того, что плановый объем перекачки задается вручную (является приблизительным), данный вид планирования не обладает точностью, позволяющей использовать полученный график для работы нефтепровода.

Библиографический список 1. Кутуков С. Е., Перспективы индивидуального мониторинга насосных агрегатов в системе магистрального транспорта нефти. [Электронный ресурс] / С. Е. Кутуков // Нефтегазовое дело, 07.12.2001.- Режим доступа: http://www.ogbus.ru/authors/Kutukov/kut4. pdf, свободный.

2. Катанов Р. Ш. Повышение энергоэффективности магистрального транспорта нефти методами имитационного: автореф. дис. канд. техн. наук: 25.00.19 / Р. Ш. Катанов.;

Ин-т проблем транспорта энергоресурсов. – Уфа, 2010. – 23 с.

3. Таха Х. Введение в исследование операций. Х. Таха. – 7-е издание.: Пер. с англ. – М.:

Издательский дом «Вильямс», 2005. – 912 с.: ил. – Парал. тит. англ.

УДК 550.83: Реконструкция трехмерной каркасной модели пласта Яковлев С. В., Григорьевых А. В.

Филиал ООО «Газпром ВНИИГАЗ» в г. Ухта При построении трехмерных геолого-геофизических моделей, а также решении на их основе прямых и обратных задач геофизики возникает проблема моделирования слагающих геологическую среду пластов. Под пластом будем понимать объект, состоящий из совокупности проницаемых, гидродинамически связанных областей реальной геологической среды. В частности, для подсчета запасов углеводородного сырья необходимо знать пространственное положение и конфигурацию пластов-коллекторов. Эти пласты служат емкостью и каналом для движения флюидов. В этой связи для целей подсчета запасов углеводородов и моделирования разработки особое значение имеет получение трехмерной каркасной модели пласта. Именно каркасная модель является основой для получения поверхностной или граничной модели, которая является удобным контейнером для распределения фильтрационно-емкостных свойств, а также позволяет вести работу, связанную с частым редактированием геолого-технологических моделей [1].

В настоящее время получение каркасной модели пласта, позволяющей реконструировать его оболочку и обеспечивающей хранение значений фильтрационно емкостных свойств пород, отсутствует.

С целью разработки подобного рода технологий в данной работе решались следующие задачи:

1) формулировка минимального набора исходных геолого-геофизических данных для моделирования;

2) формулировка правил и методики моделирования на основе установленных исходных данных;

3) создание трехмерных твердотельных моделей фрагментов пластов со сложной формой, удовлетворяющих исходным реальным данным, для визуального анализа полученных моделей с целью выработки принципов моделирования;

4) разработка программного модуля для отработки методики и технологии реконструкции трехмерной каркасной модели пласта на основе исходных данных.

Минимальным набором для получения каркасной модели пласта служит следующая информация:

Траектории скважин. Для осуществляется однозначной пространственной привязки пластов. Служат своеобразными сваями для моделирования.

Исходные данные ГИС и результаты интерпретации. Выявление объектов моделирования, определение их мощностей, положения на траектории скважины, принадлежности их одному пласту. Эти данные используются в виду малой мощности моделируемых объектов – первые десятки сантиметров. Объекты такой толщины не могут быть однозначно установлены иными геолого-геофизическими методами.

Указанные данные позволяют осуществить построение базовой каркасной модели пласта. Привлечение дополнительных геолого-геофизических данных позволит уточнить построенную базовую модель.

Для осуществления построения базовой каркасной модели пласта (рисунок 1, а) на основе исходных данных предлагается:

- построить триангуляционную сеть, лежащую на точках пересечения траекторий скважин с кровлей моделируемой геологической среды (рисунок 1, б);

- вертикальными плоскостями, лежащими на ребрах триангуляционной сети, разбить пласт на отдельные Фрагменты (рисунок 1, в, г), т. е. получить Сечения оболочки пласта;

- перенести на вертикальные плоскости информацию о мощностях коллекторов, их положении на траектории ствола скважины (рисунок 1, д);

а б Скважина в Фрагмент г д а – схематичное изображение пласта;

б – триангуляция пласта;

в – выделение фрагмента;

г – тройка вертикальных сечений;

д – перенос исходных данных на сечения Рисунок 1. Алгоритм выделения Фрагмента пласта:

- на основе анализа исходных данных объединить коллекторы, принадлежащие одному пласту в группы (рисунок 2, а);

- на основе установленных групп коллекторов произвести моделирование Сечений оболочки пласта (рисунок 2, б);

- произвести группировку сечений оболочек по признаку принадлежности одному пласту в пределах Фрагментов (рисунок 2, в);

- используя группы сечений оболочек, осуществить трехмерное моделирование оболочки Фрагмента (рисунок 2, г, д, е);

- объединить оболочки Фрагментов для получения базовой модели пласта;

- в случае наличия дополнительной геолого-геофизической информации произвести пространственные деформации базовой модели пласта.

Для получения триангуляционной сети с целью разбиения пласта на Фрагменты предлагается использовать триангуляцию Делоне.

В качестве базовой модели замещения коллекторов в неоднородном разрезе для моделирования сечений оболочки пласта предлагается использовать классическую модель выклинивания коллектора на середине расстояния между скважиной, вскрывшей коллектор, и скважиной, в которой этот коллектор отсутствует. Данная модель широко используется в практике геологического моделирования и, в частности, при подсчете запасов углеводородов [2].

Для группировки коллекторов по признаку принадлежности одному пласту возможно применять схемы сопоставления коллекторов, которые строятся в рамках работ по подсчету запасов углеводородного сырья.

Сечения, при описанном выше подходе, служат граничными условиями для моделирования Фрагмента, который они описывают по схеме триангуляционной сети.

а б в г Пространственная связь д е а – объединение коллекторов в группы;

б – моделирование Сечений;

в – группировка Сечений;

г – группа Сечений;

д – каркасная модель Фрагмента;

е – граничная модель Фрагмента Рисунок 2. Алгоритм построения Фрагмента пласта:

В результате анализа схем сопоставления коллекторов было выделено два типа строения Фрагментов.

1 тип – Фрагменты «Простого строения» (рисунок 2, г). Модель такого Фрагмента легко определяется на основе визуального анализа исходных сечений. Моделирование такого Фрагмента сводится к определению прямолинейных пространственных связей в тройке сечений (рисунок 2, д) и сортировке всех связей с целью перехода от каркасной модели к граничной (рисунок 2, е).

2 тип – Фрагменты «Сложного строения». Модель такого Фрагмента не поддается визуальному восстановлению. Определить однозначные пространственные связи такого объекта затруднительно.

С целью выработки принципов моделирования Фрагментов сложной формы была проведена серия экспериментов по формированию сплошных моделей на основе реальных данных.

Пример фрагмента схемы сопоставления коллекторов, содержащей Фрагмент «Сложного строения», и Твердотельная модель (RMS Roxar) приведены на рисунке 3.

Конструирование осуществлялось на основе Сеточной технологии геологического моделирования, поэтому Фрагмент собирался из «кубиков» так, чтобы полученная модель удовлетворяла исходной граничной тройке сечений.

На основе проведенных опытов, в результате визуального анализа, установлена принципиальная возможность получения каркасной модели Фрагмента «Сложного строения».

Для отработки методики и технологии реконструкции Фрагментов «Простого» и «Сложного строения» разработан программный модуль, позволяющий:

- вводить указанные выше исходные данные для моделирования в тройки Сечений;

- вводить и редактировать модели Сечений Фрагментов пласта с автоматическим контролем самопересечений при вводе и редактировании;

- динамически визуалирировать конструируемый Фрагмент в трехмерном представлении. Для рендеринга используется OpenGL. Реализовано свободное вращение и масштабирование объектов.

а б Рисунок 3. Пример моделирования Фрагмента «Сложного строения»:

а – фрагмент схемы сопоставления коллекторов;

б – твердотельная модель Фрагмента (RMS Roxar) На основе модуля реализован алгоритм по конструированию Фрагментов «Простого строения». На рисунке 4 представлены пять полученных граничных моделей Фрагментов простой формы.

На настоящее время идет процесс разработки алгоритмов моделирования объектов «Сложного строения».

Выводы:

Определен минимальный набор исходных данных, достаточных для построения каркасной модели пласта.

Разработан алгоритм, на основе которого возможно осуществлять моделирование пластов сложной конфигурации.

В результате визуального анализа трехмерных моделей фрагментов пластов со сложной формой, удовлетворяющих исходным реальным данным, установлено, что несмотря на нестрогость введенного выше определения пласта, полученная модель, тем не менее, ему удовлетворяет, что подтверждает возможность реконструкции модели пласта сложной формы в рамках введенного определения.

Разработан программный модуль для отработки методик и технологий построения каркасной и граничной моделей пласта.

Разработан и реализован алгоритм построения каркасной и граничной моделей Фрагментов пластов «Простого строения».

Рисунок 4. Пример работы модуля. Моделирование Фрагментов «Простого строения»

Библиографический список 1. Яковлев С. В. Пути повышения эффективности построения трехмерных цифровых геологических моделей / С. В. Яковлев, А. В. Григорьевых // Рассохинские чтения: м-лы межрегион. Сем. (Ухта, 2-4 фев. 2012 г.) / под ред. Н. Д. Цхадая. – Ухта: УГТУ, 2012. – С. 106-109.

2. Методические рекомендации по подсчету геологических запасов нефти и газа объемным методом / под редакцией В. И. Петерсилье, В. И. Пороскуна, Г. Г. Яценко. - Москва - Тверь:

ВНИГНИ, НПЦ «Тверьгеофизика», 2003.

АЛФАВИТНЫЙ УКАЗАТЕЛЬ А Ж Абасова И. А. 236 Журавлева Ю. А. Абасова Н. Ф. И Абдуллаева Л. А. Игнатова Н. А. Абрамов В. Н. Ионов И. В. Алекперов Ф. Ф. Исаков А. А. Александров П. Н. Исакова А. А. Андронов И. Н. Исмаилов Р. Д. 130, Антоновская Т. В. Асланов Б. С. 34 К Кабалин М. Ю. Б Каграманов К. Н. Бабаев Н. И. 34, Калинин С. А. Багиров Б. А. 84, Карасевич А. М. Бедарева Н. А. Карманова О. М. Богданович Т. И. Кобрунов А. И. 27, 194, 200, 203, Будзуляк Б. В. Корепанова В. С. В Костерин К. С. Вельтистова О. М. Крейнин Е. Ф. Вишератина Н. П. 40, Кривцова О. Н. 99, Войтышен В. С. Кудашкина Е. А. Вокуев В. С. Куделин А. Г. 215, Волков А. Н. 103, Куделин С. Г. Воробьева Л. Ф. Кузнецов С. В. Г Кулешов В. Е. Куницына Т. Н. Галкина М. В. Ганбарова Ш. А. Л Герасимов И. В. Лютоев А. А. Гирушев А. В. М Григорьевых А. В. 203, Гуляев В. Г. 146 Магеррамов Ф. Ф. Макаров Н. В. Д Маракасов Б. В. 136, Долгий И. Н. 241 Маракасов Ф. В. Долгушин Н. В. 124 Мартынов А. В. 53, Дунаевский А. И. 29 Мачулин Л. В. Дуркин В. В. 110 Миненко М. Р. Дуркин С. М. 118, 186 Могутов А. С. Мотрюк Е. Н. Е Мухаметдинов С. В. Ершова О. В. Мухтарова Х. З. Рудзинская С. В. Н Рудометкин А. П. Наджаф-Кулиева В. М. Рыжко В. П. Назаров А. В. Некучаев В. О. 132 С Нуриева И. А. Самгина С. А. Семенов В. С. О Скачков В. А. Овчаров Д. Л. Скворцов А. А Остроухов Н. С. Смирнов Ю. Г 217, П Султанов Л. А. Панкратова Е. И. Т Пельмегов Р. В. Топилин А. В. Перевощиков В. Г. Петухов А. А. 241 Х Петухов А. В. Халлыев Н. Х. Погорелова Е. Ю. Ходневич О. Л. Поляков А. В. Хозяинова Т. В. Попов А. А. Художилова А. Н. 203, Попова Е. В. Ч Порошин В. Д. Постельная Н. А. 124 Чернова О. В. Путинцева Н. О. Ш Р Шелепов И. В. Радченко М. В. 146 Шиков И. А. Расулов С. Р. Ю Рахманов Р. Р Юнусова Л. В. 103, 162, Рзаев А. Г. Рзаев Ю. Р. 248 Я Рочев А. Н. 155 Яковлев С. В.

Pages:     | 1 |   ...   | 7 | 8 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.