Общие сведения о месторождении Рассматриваемое нефтегазоконденсатное месторождение находится в центральной части Западно-Сибирской равнины. Расположенное практически в центре Сургутского нефтегазоносного района, месторождение относится к Среднеобской нефтегазоносной области. Оно выделяется сложным геологическим строением, которое включает многочисленные продуктивные пласты. Нефтегазоносные горизонты охватывают широкий стратиграфический диапазон, начиная от юрских и заканчивая нижнемеловыми отложениями. Вскрыто 132 залежи углеводородов в 20 продуктивных пластах, из которых 5 — газонефтяные, а 127 — нефтяные. Залежи характеризуются частичным перекрытием друг друга. В таблице 1 приведены данные о накопленной добыче нефти, газа и пластовых вод по эксплуатационным объектам по состоянию на 01.01.2024 г. Таблица 1. Накопленная добыча по эксплуатационным объектам Показатели разработки Эксплуатационные объекты Месторождение АС4-8 АС6/1 АС7-8 АС9 БС1-2 БС10/1 БС10 БС14-19 ЮС1 ЮС2 Год ввода в разработку 1976 2000 1984 1980 1974 1979 1973 1995 2000 1984 1973 Текущая добыча нефти и конденсата, млн. тонн/год 1,51 0,9 0,03 0,052 0,19 0,095 0,48 0,57 0,29 5,9 9,16 Доля в общей добыче, % 15,5 0,01 0,3 0,6 2,1 1,1 5,3 6,3 3,2 65,7 100,0 Накопленная добыча нефти и конденсата, млн. тонн 84,08 0,03 0,63 9,18 26,58 22,79 430,54 16,36 5,92 34,59 630,70 Доля в общей добыче, % 12,8 0,004 0,1 1,5 4,2 3,6 68,7 2,6 0,9 5,5 100,0 НИЗ нефти, млн. тонн 99,11 0,21 4,22 10,72 31,68 27,25 453,62 20,81 15,26 199,39 862,24 ТИЗ нефти, млн. тонн 19,08 0,18 3,59 1,54 5,09 4,46 23,08 4,46 9,33 164,79 235,59 КИН, доли ед. 0,137 0,024 0,032 0,399 0,268 0,340 0,440 0,245 0,140 0,042 0,231 Текущая добыча жидкости, млн. тонн/год 53,05 0,04 0,18 2,38 3,39 1,13 23,15 1,9 1,24 14,43 101,01 Накопленная добыча жидкости, млн. тонн 1383,33 0,32 2,87 95,92 191,95 758,06 2127,06 35,49 23,32 74,97 4011,03 Текущая добыча попутного газа газовых шапок, млн. м3 2722,8   25,1               2748 Накопленный отбор попутного газа газовых шапок, млн. м3 111864   79,3               111943 Текущий КИГ, доли ед. 0,512   0,051               0,508 Текущая добыча конденсата, тыс. тонн 99,4   1,0               100,4 Накопленная добыча конденсата, млн. тонн 4,05   0,01               4,06 НГЗ конденсата, млн. тонн 7,91   0,06 0,01             7,98 Текущий КИК, доли ед. 0,512   0,055               0,508   Анализ данных, представленных в таблице 1, свидетельствует о преобладающем вкладе объекта ЮС2 в текущую добычу нефти на месторождении (65,7 % от общего объёма), несмотря на относительно небольшой накопленный объём добычи по этому пласту (5,5 %). Это указывает на переход к интенсивной разработке объекта ЮС2, являющегося предметом настоящего исследования. Для пространственного представления геологического строения месторождения и взаимоотношения различных стратиграфических горизонтов использован геологический профиль, представленный на рисунке 1. Рисунок 1. Геологический профиль Коллекторы пласта ЮС2 представлены мелко- и среднезернистыми песчаниками, а также крупнозернистыми алевролитами серого цвета. Цементирующий материал состоит из глинистых и карбонатно-глинистых компонентов (содержание карбонатов составляет 3–4 %). Кальцит встречается в отдельных порах и их скоплениях. Процессы вторичного изменения, включающие интенсивное уплотнение и карбонатизацию, привели к значительной гетерогенности порового пространства. Эти процессы вызвали снижение общего объёма пор и ухудшение коллекторских свойств пласта. Доля вторичных пор значительна. Преобладающий размер пор колеблется в диапазоне 0,01–0,05 мм. Такая микроструктура порового пространства определяет сложный характер фильтрационных свойств пласта и требует учёта гетерогенности при разработке и оптимизации технологий увеличения нефтеотдачи. В частности, это необходимо учитывать при проектировании и реализации мероприятий по интенсификации нефтедобычи, таких как щелочно-ПАВ-полимерное заводнение, для максимизации эффекта от проводимых работ и предотвращения нежелательных последствий, связанных с неоднородностью порового пространства. В пласте ЮС2 выявлена единственная залежь нефти пластового типа, которая характеризуется литологическим экранированием. Её условные границы полностью совпадают с пределами рассматриваемого участка недр. Размеры залежи составляют 57 км в длину и 53 км в ширину, а мощность достигает 340 м. Продуктивность пласта ЮС2 носит региональный характер и охватывает значительную территорию без разрывов в нефтеносном контуре. При этом приконтурные участки с водонефтяными зонами на месторождении, а также на соседних (Западно-Сургутском, Восточно-Сургутском, Родниковом, Дунаевском и др.) отсутствуют, что подтверждает сплошность нефтеносного поля. На территории рассматриваемого месторождения пласт ЮС2 вскрыт скважинами, которые расположены на абсолютных отметках от – 2536,0 м до − 2851,3 м. По данным геофизических исследований скважин эффективная нефтенасыщенная толщина этого пласта варьируется от минимальных 0,4 м до максимальных 35,2 м. Тюменская свита, в пределах которой залегает пласт ЮС2, достигает толщины в 250 м. Залежь пласта имеет площадь нефтеносности, равную 1 852 959 тыс. м². Средняя общая толщина пласта составляет 24,4 м, а средняя эффективная нефтенасыщенная толщина равна 5,9 м, что подтверждает его высокую продуктивность. В таблице 2 представлена характеристика пласта ЮС2 с указанием его коллекторских свойств. Таблица 2. Характеристика объекта ЮС2 Параметры Объект ЮС2 Средняя глубина залегания кровли (а. о.), м 2780–2700 Тип залежи пластовая, литологически экранированная Площадь нефтегазоносности, тыс. м2 1852959 Средняя общая толщина, м 24,4 Средняя эффективная нефтенасыщенная толщина, м 5,9 Коэффициент пористости, доли ед. 0,17 Коэффициент нефтенасыщенности пласта, доли ед. 0,71 Проницаемость, мкм2 0,08 Коэффициент песчанистости, доли ед. 0,34 Расчленённость, ед. 6,90 Начальная пластовая температура, °С 83 Начальное пластовое давление, МПа 28,0 Вязкость нефти в пластовых условиях, мПа × с 3,23 Плотность нефти в пластовых условиях, г/см3 0,809 Плотность нефти в поверхностных условиях, г/см3 0,874 Объёмный коэффициент нефти, доли ед. 1,131 Содержание серы в нефти, % 1,77 Содержание парафина в нефти, % 3,25 Давление насыщения нефти газом, МПа 12,3 Газосодержание, м3/т 55 Вязкость воды в пластовых условиях, мПа × с 0,38 Плотность воды в поверхностных условиях, г/см3 1,015 Сжимаемость, 1/МПа × 10–4   нефти 10,9 воды 4,8 породы 3,6 Коэффициент вытеснения (водой), доли ед. 0,527 Коэффициент продуктивности, м3/сут. × МПа 1,21   Значение коэффициента расчленённости превышает 5, что свидетельствует о высокой степени расчленённости разреза и является неблагоприятным фактором для разработки. Коэффициент песчанистости, превышающий 0,3, близок к нижней границе неблагоприятных значений. Анализ данных таблицы 2 показывает, что нефть, добываемая из объекта ЮС2, относится к категории тяжёлых, сернистых, маловязких и парафинистых нефтей. При этом следует отметить отсутствие в ней сероводорода, а также отсутствие газовой шапки над залежью. Анализ текущего состояния разработки объекта ЮС2 Разработка объекта ЮС2 началась в 1984 году. В проекте предусмотрено применение различных систем разработки, включающих: 1) площадную обращённую девятиточечную систему с шагом сетки 500 м; 2) площадную пятиточечную систему (также с шагом 500 м); 3) пятиточечные системы с горизонтальными добывающими и наклонно-направленными нагнетательными скважинами на отдельных участках; 4) однорядную семиточечную систему с шагом 400–600 м. Проект включает гидроразрыв пласта при вводе скважин в эксплуатацию, применение многосекционного (многозонного) ГРП в горизонтальных скважинах и бурение нагнетательных скважин в угловых точках элемента девятиточечной системы. Перечень технологических показателей разработки объекта ЮС2 за 2024 год приведён в таблице 3. Таблица 3. Сведения о технологических показателях разработки Показатель разработки ЮС2 Месторождение Год ввода в разработку 1984 1973 Текущая добыча нефти и конденсата, млн. тонн/год 5,953 9,163 Накопленная добыча нефти и конденсата, млн. тонн 34,592 630,702 НИЗ нефти, млн. тонн 199,383 862,242 Темп отбора от НИЗ, % 3,0 1,1 ТИЗ нефти, млн. тонн 164,791 235,595 Темп отбора от ТИЗ, % 3,5 3,7 КИН, доли ед. 0,223 0,231 Текущая добыча жидкости, млн. тонн/год 14,432 101,006 Накопленная добыча жидкости, млн. тонн 74,966 4011,034 Текущая весовая обводнённость, % 58,8 90,9 Текущий водонефтяной фактор, тонн/тонн 1,4 10,1 Накопленный водонефтяной фактор, тонн/тонн 1,2 5,4 Средний дебит нефти, тонн/сут. 12,4 8,4 Средний дебит жидкости, тонн/сут. 30,0 92,3 Текущая закачка воды, млн. м3/год 14,602 109,405 Накопленная закачка воды, млн. м3 80,894 5063,810 Текущая компенсация отборов жидкости и газа газовых шапок закачкой воды, % 91,8 93,7 Накопленная компенсация отборов жидкости и газа газовых шапок закачкой воды, % 96,7 105,9 Остаточная нефтенасыщенность 0,3     В таблице 4 приведена информация по использованию фонда скважин на месторождении по состоянию на 01.01.2024 г. Таблица 4. Фонд скважин Категория Использование фонда скважин ЮС2 Месторождение Добывающие Действующие 1449 3155 В освоении после бурения     Бездействующие 52 202 В консервации 4 713 Ликвидированные и в ожидании ликвидации 25 1068 Всего 1530 5138 Нагнетательные Под закачкой 756 1834 В освоении после бурения 1 2 В отработке на нефть 54 83 Бездействующие 28 154 В консервации   231 Ликвидированные и в ожидании ликвидации 1 368 Всего 840 2672 Общий фонд Действующие 2259 5327 В освоении после бурения 1 4 Бездействующие 80 383 В консервации 4 947 Пьезометрические 57 1251 Наблюдательные 6 22 Ликвидированные и в ожидании ликвидации 26 1464 Специальные скважины для перекачки рабочего агента в нагнетательные скважины   57 Всего 2433 9455 Контрольные Наблюдательные 6 22 Пьезометрические 57 1251 Всего 63 1273   Геолого-технические мероприятия, которые применяются на месторождении в целях повышения нефтеотдачи, и их соотношение приведены на рисунке 2. Рисунок 2. Геолого-технические мероприятия на объекте ЮС2 Анализ представленной диаграммы распределения объёмов геолого-технических мероприятий на месторождении демонстрирует преобладающее применение методов увеличения нефтеотдачи. Значительная доля ГТМ приходится на гидроразрыв пласта, широко применяемого практически при освоении каждой скважины, что свидетельствует о высокой эффективности данного метода и его установленной практической значимости. Это подтверждает накопленный опыт и результаты применения ГРП. На втором месте по объёму применяемых ГТМ (13,9 %) находятся методы обработки призабойной зоны пласта. Данная необходимость обусловлена, в основном, ухудшением фильтрационно-ёмкостных свойств пластов в процессе эксплуатации и в ходе проведения ремонтных работ. Зачастую снижение ФЕС связано с поглощением пластом жидкости глушения, используемой при глушении скважин. Данная проблема особенно актуальна при глушении нагнетательных скважин с избыточным давлением, а также при работе с пластами, обладающими аномально высоким пластовым давлением. Эффективность извлечения углеводородов в таких условиях существенно снижается, что требует разработки и применения специальных технологий. Хотя использование методов обработки ПЗП демонстрирует достаточную эффективность и подтверждает высокий уровень технологической компетенции специалистов, тем не менее, проблема извлечения остаточной нефти остаётся актуальной и требует дальнейшего совершенствования технологических подходов. Обоснование подхода Во время проведения технико-экономической оценки лицензионного участка для дальнейшего его приобретения или при разработке ранее неисследованного горизонта компания неминуемо сталкивается с проблемой неопределённости данных. На уровне геологии и профиля добычи этот процесс связан, в первую очередь, с малым количеством информации, накопленной в ходе проведения разведки месторождения, а также с неоднородностью геологических параметров по площади участка. Для устранения пробела и уточнения данных компания прибегает к методу аналогии, сущность которого заключается в выборе наиболее схожих месторождений и участков на основе совокупности факторов. Характеристики таких месторождений с разной степенью влияния используются для формирования распределения диапазона данных, имеющего вероятностный (т. е. нечёткий) характер. Использование среднего значения может быть решением для получения результата оценки, который, однако, не даёт представления о вероятности получения того или иного результата. В рамках проведения экспресс-оценки участка и планирования возможных мероприятий для повышения эффективности его разработки могут быть использованы данные, полученные на ранних этапах ГРР и на окружающих его месторождениях со схожей структурой. При наличии достаточного количества информации, времени и ресурсов наиболее надёжным будет построение гидродинамической модели пласта, которая будет дополняться и совершенствоваться по мере накопления знаний и опыта работы с объектом. В рамках же экспресс-оценки следует прибегать к математическому моделированию и, основываясь на примере аналогов, закладывать мероприятия, повышающие эффективность. При наличии информации о вероятностном распределении параметров можно воспользоваться методом Монте-Карло для перебора всевозможных сценариев или подойти к подходу методом нечётких множеств. Метод нечётких множеств позволяет работать с нечётким, вероятностным набором данных. Чёткое множество — это множество, принадлежность некого элемента в котором можно определить точно, т. е. элемент или принадлежит ему, или нет. Нечёткое множество — множество, принадлежность элемента в котором носит вероятностный характер. Каждый элемент такого множества обладает функцией принадлежности, т. е. имеет набор значений вероятности принадлежности к одному из множеств, которая может быть задана в том или ином виде. Результатом (выходом) работы нечётких множеств может быть как чёткое, так и нечёткое значение, зависящее от выбранной системы для работы с ним. Примером такого нечёткого параметра в геологии месторождения может быть пористость пласта. В нечётком подходе его значение может принадлежать сразу нескольким множествам с определённой вероятностью — «малопористое», «среднепористое», «высокопористое» и т. д. Количество таких множеств и их диапазон значений не ограничен и определяется лишь в зависимости от требований дальнейших с ним операций. Применение метода нечётких множеств делится на несколько этапов: 1) определение нечётких переменных (выявление параметров, к которым может быть применена нечёткая логика, таких как пористость, нефтенасыщенность и проницаемость пласта); 2) определение функций принадлежности (выявление зависимостей распределения параметров и их принадлежности к определённой категории); 3) формирование правил на основе анализа данных, из которых определяется то, какие операции будут проведены с входными параметрами и какие выводы и результаты будут получены; 4) проведение нечёткой интерференции (расчётов, дающих конечный результат вычислений); 5) агрегирование результатов (сбор и анализ полученных результатов расчёта, используемых для дальнейших вычислений или принятия управленческого решения относительно изучаемого объекта). Экспресс-оценка лицензионного участка Под экспресс-оценкой лицензионного участка понимается процесс оценивания технико-экономических параметров разработки лицензионного участка. Сам процесс оценивания можно разделить на 4 этапа: 1) оценка геологии и ресурсной базы лицензионного участка; 2) построение профиля добычи сырья на весь период разработки; 3) оценка инфраструктуры, требуемой для эксплуатации месторождения и учитывающей динамику объёмов добычи; 4) получение экономического результата на основе данных о капитальных и операционных затратах, профиле добычи и внешнеэкономических параметрах. Первый этап — оценка геологии и ресурсной базы, подразумевает определение ожидаемых извлекаемых и рентабельных объёмов углеводородного сырья. В случае подтверждённого месторождения на территории лицензионного участка ГКЗ утверждает объёмы и категории запасов на территории месторождения, однако эти данные являются лишь предполагаемым извлекаемым объёмом запасов, оценённым на основе характеристик пласта и полученным в ходе геологоразведки. Такие данные не являются достоверными и меняются в процессе разработки по ходу накопления информации о совершенствовании системы разработки и мероприятиях воздействия на пласт. Для оценки ресурсной базы необходимы следующие характеристики: коэффициент извлечения нефти, эффективная толщина залежи, площадь залежи, открытая пористость, пересчётный коэффициент, плотность нефти (в случае массового, а не объёмного выражения запасов). Среди этих характеристик вероятностный характер наиболее выражен у следующих параметров: площадь залежи, эффективная толщина залежи, открытая пористость, нефтенасыщенность. Площадь залежи и её эффективная толщина относится к структурным характеристикам и на ранних стадиях изученности определяется, в первую очередь, сейсмическими исследованиями. Определение интересующей в контексте оценки части залежи носит вероятностный характер ввиду недостаточной разбуренности пласта, в связи с чем может быть выявлено вероятное распределение её объёма в зависимости от увеличения расстояния от пробуренных скважин по площади залежи. Пористость и нефтенасыщенность залежи определяются на основе керновых исследований и могут значительно отличаться даже на небольшом удалении от места взятия пробы. Распределение этих параметров должно оцениваться с учётом данных о месторождениях-аналогах. Способ учёта может быть выбран на основе одного из двух методов. Первый предполагает оценку дисперсии параметра на месторождениях-аналогах и применение её на накопленных данных, полученных в ходе исследования объекта. Второй метод предполагает построение вероятности распределения пористости на основе сложения распределений с учётом веса достоверности параметра, где наивысший будет у данных, полученных на лицензионном участке, и минимальный — у наименее качественного аналога. Второй этап заключается в построении профиля добычи на весь период разработки. Одним из ключевых геологических параметров, не рассмотренных ранее, является проницаемость — она определяется на основе керновых и гидродинамических исследований. В контексте экспресс-оценки она необходима для подбора правильных аналогов, данные которых используются для построения темпов падения добычи. Для проведения оценки профиля добычи необходимы: система разработки — плотность сетки, конструкция скважин, отношение нагнетательных скважин к добывающим (как правило, принимается соответственно системе разработки на том же пласте месторождения-аналога); темпы падения — функция изменения дебита относительно стартового уровня с течением времени (получается в ходе анализа работы скважин на месторождении и его аналогах, использующих такую же или схожую систему разработки); дебит на метр нефтенасыщенной толщины — характеристика зависимости уровня добычи от толщины пласта, вскрытого скважиной (используется для получения стартового дебита скважины). Также при построении профиля добычи следует провести уменьшение площади залежи за счёт «отсечения» нерентабельных толщин, не включаемых в разработку. Дебит на метр нефтенасыщенной толщины и распределение толщин являются вероятностными, т. е. нечёткими характеристиками, используемыми в методе нечётких  множеств. Метод аналогии Метод аналогии применяется, когда возможность получить прямые данные о добыче и геолого-физических характеристиках отсутствуют. Ключевое условие в применимости метода аналогии — правильный подбор аналогов. Минимальное и обязательное требование для аналога — нахождение месторождений в одной нефтегазоносной провинции. Кроме того, к ним относятся: стратиграфическая принадлежность (свиты, присутствующие на участке, например тюменская, баженовская, черкашинская и т. д.); группа пород (карбонатные, терригенные и т. д.); тип коллектора (трещиноватый, пористый и т. д.); обстановка осадконакопления (исторические условия формирования пластов); фазовое состояние (нефтяное, газовое, газоконденсатное и т. д.); тип ловушки (массивная, сводовая); тектоническая активность в районе; глубина залегания; геолого-физические характеристики: плотность нефти, проницаемость, пористость. Кроме того, одним из ключевых параметров является территориальная близость участков, т. к. чем ближе участки находятся друг к другу, тем более схожими будут условия их формирования и эксплуатации. По итогам отбора месторождений-аналогов определяется степень их достоверности, выражающаяся в весах влияния каждого месторождения на функции распределения параметров. Максимальный вес в таком анализе должны иметь данные непосредственно на месторождении и минимальный у участка аналога с минимальной степенью достоверности. Сумма всех весов аналогов должна быть равна единице, в таком случае искомая функция распределения будет равна сумме исходных функций. Оценка ГТМ в условиях неопределённости При анализе методов и технологий в различных отраслях выявляются специфические особенности, индивидуальные для каждого направления, и нефтегазовая промышленность не является исключением в этом контексте. Рассмотрение воздействия на пласт и разработку в целом в нефтегазовой сфере представляет собой сложную задачу, учитывая её высокую технологичность, техническую специфику, а также геологическую уникальность каждого объекта. Помимо рассмотрения геологических и географических аспектов уникальности нефтегазовых проектов, наиболее важными факторами, влияющими на инвестиционные решения, являются размер запасов нефти и газа, геологические переменные и цена на нефть. Влияние волатильности цен на нефть незначительно. Также к важным параметрам следует причислить пластовое давление, местоположение месторождения, возраст и глубину залежей, площадь месторождения, что говорит о необходимости учитывать геологические различия месторождений при оценке инновационных методов увеличения нефтеотдачи. Линейные методы оценивания оказываются неэффективными и, в конечном счёте, неприменимыми. Это обусловлено не только увеличением технологической сложности проектов, но и расширением спектра потенциальных рисков, с которыми сталкиваются компании в этой отрасли. В условиях постоянно меняющейся технологической парадигмы применение линейных методов оценивания становится недостаточным для охвата разнообразных аспектов инженерных задач, к которым относятся процессы с высокой неопределённостью эффекта по окончании работ, такие как повышение эффективности использования ресурсной базы жидких углеводородов, контроль и регулирование солянокислотной обработки призабойной зоны на основе промыслово-геологических данных, изоляция водоносных горизонтов с аномальными пластовыми давлениями и др. В рамках недостатка информации наиболее рациональным будет опираться на опыт месторождений, на которых этот метод уже был ранее опробован. При наличии достаточного количества накопленного опыта следует проранжировать результаты применения этой технологии по принципу геологической и территориальной близости данного месторождения. Можно также разделить выбранные месторождения и присвоить им веса методом, аналогичным описанному ранее. Таким образом, в оценке конечного воздействия данные с месторождений геологически более схожих окажут большее влияние на оценку эффекта. Наиболее весомыми в такой оценке должны быть данные, полученные на оцениваемом месторождении, если на нём ранее был ограниченный опыт применения данной технологии. В условиях ограниченного объёма информации наиболее обоснованным подходом является использование опыта, накопленного на других месторождениях, где рассматриваемая методика уже применялась ранее. Такой подход позволяет минимизировать риски и опираться на проверенные результаты. При наличии достаточного объёма данных и накопленного опыта необходимо провести их ранжирование с учётом геологической и территориальной схожести исследуемого месторождения с теми, где технология была апробирована. Это позволит исключить нерелевантные данные и сконцентрироваться на тех примерах, которые максимально близки к рассматриваемым условиям. Для повышения точности анализа можно дополнительно классифицировать выбранные месторождения, присваивая им весовые коэффициенты. Этот процесс может быть организован с применением метода, аналогичного ранее описанному, что обеспечит объективность и структурированность оценки. Месторождения, обладающие большей схожестью в геологических характеристиках, будут получать более высокий вес, и, соответственно, их данные окажут значительное влияние на итоговую оценку. Таким образом, создаётся система, где информация с наиболее похожих месторождений становится приоритетной. Наибольший вес в оценке воздействия должны иметь данные, полученные непосредственно на исследуемом месторождении. Если на нём ранее проводились хотя бы ограниченные эксперименты с использованием этой технологии, такие сведения становятся ключевыми для анализа. Это связано с тем, что данные, собранные в реальных условиях конкретного месторождения, наиболее точно отражают возможное влияние технологии и обеспечивают высокую степень надёжности при прогнозировании её эффективности. Моделирование пласта и воздействия на него Для эффективной оценки объёмов добычи и их последующего увеличения необходимо проведение моделирования пласта и процессов, протекающих в его недрах. Моделирование позволяет более детально понять поведение пласта и определить оптимальные стратегии эксплуатации. Для качественного моделирования требуется значительный объём данных о геологических и физических характеристиках пласта. В зависимости от подхода моделирование подразделяется на 3 типа: геологическое, гидродинамическое и математическое. Геологическое моделирование (рис. 3) осуществляется с использованием специализированного программного обеспечения и позволяет создать визуализацию пласта на основе имеющихся данных. Такой подход помогает реконструировать структуру пласта, применяя методы интерполяции и экстраполяции для восполнения недостающей информации. Это особенно важно для сложных объектов, где данные могут быть неполными. Результатом геологического моделирования является подробная статическая модель, служащая основой для дальнейших расчётов.   Рисунок 3. Геологическая модель пласта   Рисунок 4. Гидродинамическая модель пласта   Гидродинамическое моделирование (рис. 4) базируется на результатах геологического моделирования. Оно представляет собой процесс разбиения геологической модели на отдельные блоки с заданными характеристиками, такими как пористость, проницаемость и насыщенность. Основная цель гидродинамического моделирования — установить правила изменения параметров этих блоков с течением времени. Пошаговый расчёт позволяет прогнозировать изменения состояния пласта, оценивать его поведение под воздействием разработки и строить профили добычи на длительные периоды. Это моделирование широко применяется для определения оптимальных режимов разработки и выбора технологий повышения нефтеотдачи. Математическое моделирование, как правило, также относится к гидродинамическим методам, однако оно осуществляется без применения сложного программного обеспечения. Такие модели основаны исключительно на математических формулах и аналитических методах. Математические модели могут быть как предельно упрощёнными, так и сложными, многокомпонентными, в зависимости от целей исследования и доступных данных. Простые модели используются для оперативного анализа или в условиях нехватки данных, в то время как сложные применяются для случаев, где традиционные программные средства не охватывают специфические аспекты рассматриваемых процессов. Таким образом, интеграция различных видов моделирования позволяет получить многогранное представление о поведении пласта и эффективно управлять процессом добычи. Выбор конкретного подхода зависит от целей исследования, наличия данных и доступных инструментов моделирования. Для моделирования воздействия на пласт целесообразно разработать две взаимосвязанные гидродинамические модели, каждая из которых играет свою роль в процессе анализа и прогнозирования. Первая модель представляет собой базовую гидродинамическую модель, которая используется для определения исходного состояния пласта и его динамики без учёта воздействия. Она формируется на основе данных о геологических характеристиках, физических параметрах и текущем состоянии пласта. Эта модель позволяет изучить естественное поведение объекта, оценить базовый профиль добычи и изменения параметров во времени при существующих условиях. Вторая модель создаётся на основе базовой, но с внесением изменений, отражающих влияние произведённого воздействия. В этой модели исходные параметры корректируются для учёта влияния внешних факторов, таких как закачка реагентов, изменение режима эксплуатации или внедрение технологий повышения нефтеотдачи. После внесения изменений модель рассчитывает новые данные, что позволяет спрогнозировать изменение профиля добычи и динамики состояния пласта в результате воздействия. Сравнение результатов обеих моделей даёт возможность оценить эффективность применяемого метода, выявить ключевые изменения в параметрах пласта и определить, насколько воздействие способствовало улучшению показателей добычи. Расчёт оценки параметров пласта и воздействия на него Проведём детальный анализ геологических параметров пласта ЮС2 рассматриваемого месторождения, используя данные, собранные на прилегающих участках. Для этого выполним сопоставление результатов, полученных методом аналогии, с фактическими характеристиками пласта, полученными из проектно-технологической документации самого месторождения. Такой подход позволит оценить степень соответствия и точности прогнозных моделей относительно реальных условий. Рассматриваемый лицензионный участок окружён 10 ЛУ, каждый из которых находится внутри той же нефтегазоносной структуры 3-го порядка. Участки, окружающие рассматриваемый ЛУ, и их ближайший горизонт к ЮС2: 1) Восточно-Сургутский — ЮС2/1, 2) Родниковый — ЮС2/1, 3) Равенский — ЮС2, 4) Икилорский — ЮС2/1, 5) Савуйский — ЮС2/1, 6) Русскинской — ЮС2/1, 7) Точинский — ЮС2, 8) Яунлорский — ЮС2, 9) Дунаевский — ЮС2, 10) Западно-Сургутский — ЮС2. На всех участках присутствует пласт ЮС2, в ином случае участки, не имеющие пластов, принадлежащих тюменской свите, следовало бы убрать из выборки, а пласты той же свиты, но другого горизонта понизить в весовой значимости. В таблице 5 приведены данные о пластах месторождений-аналогов, а также параметры пласта ЮС2 рассматриваемого ЛУ и построены 2 пласта-аналога — первый построен без учёта весов, второй с учётом распределённых на основе данных о характеристиках нефти. Подход сравнения по нефти выбран ввиду её относительной однородности в рамках одной залежи и возможности получения информации на раннем поисково-оценочном этапе. В расчёте запасов площадь принята равной площади залежи рассматриваемого ЛУ (1601914 тыс. м2). Как видно из полученных данных, метод аналогии дал близкий результат для всех параметров, кроме эффективной нефтенасыщенной толщины, что говорит о необходимости при анализе структурных параметров учитывать более глубокую аналитику. При этом метод с расстановкой весов, даже в применённом грубом приближении, позволил достичь более высокой точности в оценке параметров месторождения. Следующим этапом выполним оценку эффективности проведения ГРП на месторождении путём сопоставления с опытом проведения ГРП на месторождениях-аналогах (таб. 6). Таблица 5. Сведения о месторождениях-аналогах ЛУ Пласт КИН, доли ед. Эффективная нефтенасыщенная толщина, м Открытая пористость, доли ед. Нефтенасыщенность, доли ед. Проницаемость, мкм2 Пересчётный коэффициент, доли ед. Плотность, т/м3 Вязкость, мПа × с Геологические запасы, млн. тонн Извлекаемые запасы, млн. тонн Веса Восточно- Сургутский ЮС2/1 0,24 5,1 0,17 0,71 0,00163 0,868 0,861 1,51 737 180 1 Родниковый ЮС2/1 0,27 2,9 0,16 0,76 0,00171 0,869 0,86 1,78 422 113 1 Равенский ЮС2 0,26 2,5 0,15 0,47 0,00047 0,905 0,867 2,36 222 58 1 Икилорский ЮС2/1 0,19 3,2 0,17 0,63 0 0,895 0,886 3,92 435 81 1 Савуйский ЮС2/1 0,20 5,8 0,17 0,68 0,0056 0,906 0,887 3,98 863 170 1 Русскинской ЮС2/1 0,23 5,8 0,16 0,73 0,0051 0,899 0,875 3,4 854 199 2 Тончинский ЮС2 0,21 4,3 0,18 0,76 0,0045 0,89 0,877 3,39 736 154 2 Яунлорский ЮС2 0,20 4,3 0,18 0,72 0,0043 0,894 0,861 2,54 687 137 1 Дунаевский ЮС2 0,22 6,2 0,17 0,78 0,004 0,901 0,868 2,44 1 030 225 2 Западно- Сургутский ЮС2 0,29 4 0,18 0,62 0,0097 0,884 0,873 3,13 552 159 2 Аналог 1   0,23 4,4 0,17 0,69 0,0037 0,891 0,872 2,85 636 146       4 % – 43 % 6 % – 3 % – 26 % 1 % – 0,3 % – 12 % – 42 % – 40 %   Аналог 2 (с учётом весов)   0,23 4,6 0,17 0,70 0,0043 0,892 0,872 2,92 678 158       5 % – 41 % 6 % – 2 % – 14 % 1 % 0 % – 10 % – 38 % – 35 %   Рассматриваемое ЮС2 0,22 7,8 0,16 0,71 0,005 0,884 0,874 3,23 1 097 243     Таблица 6. Сведения ГРП на месторождениях-аналогах Лицензионный участок Эффект от ГРП Восточно-Сургутский 2,93 Родниковый 1,90 Равенский 1,30 Икилорский 2,40 Савуйский 2,30 Русскинской 2,70 Тончинский 1,60 Яунлорский 1,90 Дунаевский 2,60 Западно-Сургутский 2,50 Аналог 2,21   Средний реальный прирост дебита на месторождениях-аналогах составил 2,21. Математическое моделирование процесса Проведём математическое моделирование разработки, для этого зададимся типовыми темпами падения для тюменской свиты ХМАО (рис. 5). Рисунок 5. Вырезка функции падения первого года эксплуатации Рассчитаем параметры для одиночных скважин с ГРП и без него. В рамках расчёта заложим стартовый дебит скважины с ГРП, равный дебиту, полученному аналитическим способом. Моделирование выполним на 30 лет.   Рисунок 6. Динамика дебитов и обводнённости одиночной скважины без ГРП   Рисунок 7. Накопленная добыча одиночной скважины без ГРП   Таблица 7. Показатели добычи одиночной скважины без ГРП Добыча нефти, тыс. тонн 206,0 Добыча жидкости, тыс. тонн 446,0 Средняя обводнённость, % 53,8 Закачка, тыс. м3 0,0 Компенсация, % 0,0 Накопленная добыча на 1 скважину (доб. + наг.), тыс. тонн 206,0 Накопленная добыча на 1 скважину (доб.), тыс. тонн 206,0   Таблица 8. Динамика добычи одиночной скважины без ГРП   2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 Добыча нефти, тыс. тонн 30,8 18,1 13,6 11,0 9,3 8,1 7,2 6,5 5,9 5,4 5,0 Добыча жидкости, тыс. тонн 0,0 0,0 39,4 24,2 18,8 15,8 13,8 12,3 11,3 10,4 9,7   2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 Добыча нефти, тыс. тонн 4,6 4,3 4,0 3,7 3,5 3,3 3,1 3,0 2,8 2,7 2,5 Добыча жидкости, тыс. тонн 9,1 8,6 8,2 7,8 7,4 6,6 6,4 6,2 6,0 5,9 5,7   2048 2049 2050 2051 2052 2053 2054 2055 2056     Добыча нефти, тыс. тонн 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6     Добыча жидкости, тыс. тонн 5,6 5,4 5,3 5,2 5,1 4,9 4,8 4,7 4,7       Получены результаты эксплуатации одиночной скважины без ГРП. Повторим тот же расчёт для скважин с ГРП.   Рисунок 8. Динамика дебитов и обводнённости одиночной скважины с ГРП   Рисунок 9. Накопленная добыча одиночной скважины с ГРП   Таблица 9. Показатели добычи одиночной скважины с ГРП Добыча нефти, тыс. тонн 351,8 Добыча жидкости, тыс. тонн 761,5 Средняя обводнённость, % 53,8 Закачка, тыс. м3 0,0 Компенсация, % 0,0 Накопленная добыча на 1 скважину (доб. + наг.), тыс. тонн 351,8 Накопленная добыча на 1 скважину (доб.), тыс. тонн 351,8   Таблица 10. Динамика добычи одиночной скважины с ГРП   2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 Добыча нефти, тыс. тонн 52,6 30,9 23,2 18,7 15,9 13,8 12,3 11,0 10,0 9,2 8,5 Добыча жидкости, тыс. тонн 0,0 0,0 67,2 41,4 32,2 26,9 23,5 21,1 19,3 17,7 16,5   2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 Добыча нефти, тыс. тонн 7,8 7,3 6,8 6,4 6,0 5,6 5,3 5,1 4,8 4,5 4,3 Добыча жидкости, тыс. тонн 15,5 14,7 13,9 13,3 12,7 11,3 11,0 10,6 10,3 10,0 9,7   2048 2049 2050 2051 2052 2053 2054 2055 2056     Добыча нефти, тыс. тонн 4,1 3,9 3,7 3,5 3,4 3,2 3,1 2,9 2,8     Добыча жидкости, тыс. тонн 9,5 9,2 9,0 8,8 8,6 8,4 8,3 8,1 8,0       Смоделируем разработку всего месторождения, для этого зададимся аналогами систем разработки на тюменскую свиту (таб. 11). Таблица 11. Параметры систем разработки тюменской свиты Параметры Плотность сетки скважин, га/скв. Длина горизонтального ствола, м Расстояние между рядами, м Дебит нефти на 1 м нефтенасыщенной толщины, тонн/сут. Обводнённость, % Ю2-4 95 1500 300 5,0 20 Ю5-9 95 1500 300 4,4 20 Ю10-12 95 1500 300 10,5 18   Зададимся также отсечкой на исключительно рентабельные толщины от 10 м и более − 0,198. Площадь — 160194 тыс. м2. Перемножив все показатели, получаем сетку в 334 скважины.   Рисунок 10. Динамика дебитов и обводнённости скважин без ГРП   Рисунок 11. Накопленная добыча без ГРП   Таблица 12. Показатели добычи скважин без ГРП Добыча нефти, млн. тонн 23,091 Добыча жидкости, млн. тонн 49,971 Средняя обводнённость, % 53,8 Закачка, тыс. м3 0,0 Компенсация, % 0,0 Накопленная добыча на 1 скважину (доб. + наг.), тыс. тонн 69,1 Накопленная добыча на 1 скважину (доб.), тыс. тонн 69,1   Таблица 13. Динамика добычи скважин без ГРП   2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 Добыча нефти, тыс. тонн 254,8 258,1 180,4 142,0 118,5 102,2 90,3 80,6 72,9 66,6 61,4 Добыча жидкости, тыс. тонн 0,0 0,0 323,8 339,6 247,2 201,3 173,4 154,0 140,0 128,3 119,2 Среднедействующий фонд скважин 36 72 108 144 180 216 252 288 324 334 334   2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 Добыча нефти, тыс. тонн 56,6 52,6 49,1 46,1 43,1 40,6 38,3 36,3 34,3 32,5 30,8 Добыча жидкости, тыс. тонн 111,6 105,5 99,8 95,0 90,8 80,7 77,9 75,6 73,1 71,0 69,1 Среднедействующий фонд скважин 334 334 334 334 334 334 334 334 334 334 334   2048 2049 2050 2051 2052 2053 2054 2055 2056     Добыча нефти, тыс. тонн 29,4 27,9 26,6 25,3 24,2 23,0 22,0 21,0 20,1     Добыча жидкости, тыс. тонн 67,4 65,5 64,0 62,5 61,2 59,8 58,5 57,3 56,4     Среднедействующий фонд скважин 334 334 334 334 334 334 334 334 334       Получены результаты эксплуатации скважин без ГРП. Повторим тот же расчёт для скважин с ГРП.   Рисунок 12. Динамика дебитов и обводнённости скважин с ГРП   Рисунок 13. Накопленная добыча с ГРП   Таблица 14. Показатели добычи скважин с ГРП Добыча нефти, млн. тонн 39,428 Добыча жидкости, млн. тонн 85,325 Средняя обводнённость, % 53,8 Закачка, тыс. м3 0,0 Компенсация, % 0,0 Накопленная добыча на 1 скважину (доб. + наг.), тыс. тонн 118,0 Накопленная добыча на 1 скважину (доб.), тыс. тонн 118,0   Таблица 15. Динамика добычи скважин с ГРП   2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 Добыча нефти, тыс. тонн 435,1 440,7 308,0 242,4 202,3 174,5 154,2 137,6 124,5 113,7 104,8 Добыча жидкости, тыс. тонн 0,0 0,0 552,8 579,9 422,1 343,8 296,1 263,0 239,0 219,0 203,5 Среднедействующий фонд скважин 36 72 108 144 180 216 252 288 324 334 334   2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 Добыча нефти, тыс. тонн 96,7 89,8 83,8 78,7 73,7 69,3 65,4 62,0 58,5 55,5 52,7 Добыча жидкости, тыс. тонн 190,6 180,2 170,3 162,2 155,0 137,8 133,1 129,2 124,9 121,3 117,9 Среднедействующий фонд скважин 334 334 334 334 334 334 334 334 334 334 334   2048 2049 2050 2051 2052 2053 2054 2055 2056     Добыча нефти, тыс. тонн 50,2 47,6 45,3 43,2 41,3 39,3 37,5 35,8 34,3     Добыча жидкости, тыс. тонн 115,1 111,9 109,2 106,7 104,6 102,0 99,9 97,9 96,3     Среднедействующий фонд скважин 334 334 334 334 334 334 334 334 334       Посчитаем профиль дополнительной нефти, который будет получен благодаря проведению ГРП. Рисунок 14. Накопленная добыча по месторождению с проведением ГРП Таблица 16. Динамика добычи нефти по месторождению с проведением ГРП   2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 Добыча нефти, тыс. тонн 180,3 182,6 127,6 100,4 83,8 72,3 63,9 57,0 51,6 47,1 43,4 Добыча жидкости, тыс. тонн 0,0 0,0 229,0 240,3 174,9 142,5 122,7 109,0 99,0 90,7 84,3   2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 Добыча нефти, тыс. тонн 40,1 37,2 34,7 32,6 30,6 28,7 27,1 25,7 24,2 23,0 21,9 Добыча жидкости, тыс. тонн 79,0 74,7 70,5 67,2 64,2 57,1 55,2 53,6 51,8 50,3 48,8   2048 2049 2050 2051 2052 2053 2054 2055 2056     Добыча нефти, тыс. тонн 20,8 19,7 18,7 17,9 17,1 16,3 15,5 14,8 14,2     Добыча жидкости, тыс. тонн 47,7 46,4 45,2 44,2 43,4 42,2 41,4 40,6 39,9       Заключение В рамках проведённого исследования выполнен комплексный анализ пласта ЮС2 нефтегазоконденсатного месторождения с использованием различных подходов и методов. Работа охватила изучение геологических и географических особенностей месторождения, анализ текущего состояния разработки, а также разработку рекомендаций по оптимизации процессов добычи в условиях нехватки исходных данных. Одним из ключевых этапов исследования стала аналитическая оценка геологии пласта и эффективности технологии гидроразрыва пласта на основе проектных данных и метода аналогии. Проведённое математическое моделирование позволило построить профили добычи нефти с применением ГРП и без него, что наглядно продемонстрировало влияние технологии на динамику разработки. Результаты исследования могут быть применены как для оптимизации разработки рассматриваемого месторождения, так и для оценки аналогичных объектов с недостаточным объёмом данных. Представленные методы и выводы позволяют повысить точность прогнозирования и эффективность управления процессами добычи нефти.