Визначення параметрів глинистості теригенних гірських порід в обсаджених свердловинах та в процесі буріння комплексом радіоактивного каротажу
Анотація
Глинистість є важливою літологічною і петрофізичною характеристикою колекторів і покришок в розрізі нафтогазових свердловин та приповерхневих гірських порід (ґрунтів) як основи інженерних споруд. В теригенних породах розрізняють гранулометричну глинистість, яка визначається наявністю пелітових частинок, та мінеральну глинистість, яка характеризує вміст глинистих мінералів. В розрізах нафтогазових родовищ гранулометрична глинистість є одним з критеріїв при виділенні колекторів та впливає на їхні фільтраційно-ємнісні властивості (ФЄВ). Фізичні властивості колекторів, які вивчають геофізичними свердловинними методами (ГСД), залежать від вмісту і типу глинистих мінералів. Інформацію про глинисті мінерали враховують при бурінні та інтенсифікації видобування вуглеводнів. Глинисті ґрунти належать до групи зв'язних, які у будівництві найбільш часто служать основами споруд. При цьому такі ґрунти відносять до складних інженерно-геологічних умов будівництва, оскільки глинисті мінерали специфічно впливають на їхню міцність, стійкість та ін. Метою статті є розширення інформативності ГСД при дослідженні глинистості теригенних нафтогазових колекторів і приповерхневих гірських порід на основі комплексу гамма-, гамма-гамма і нейтрон-нейтронного каротажу (ГК+ГГК+ННК). Методика досліджень включала ГСД приладами, створеними в Інституті геофізики ім. С.І. Субботіна НАН України (ІГФ НАНУ) самостійно і у співробітництві з організаціями-партнерами, інтерпретацію каротажних матеріалів, розроблення підходів для підвищення інформативності ГК+ГГК+ННК, оцінку ефективності авторських розробок з використанням незалежних критеріїв. В результаті дослідження розширено (на основі комплексу ГК+ГГК+ННК) сукупність визначуваних параметрів гірських порід порівняно з традиційною практикою; розроблено ряд нових способів визначення параметрів глинистості, зокрема вмісту, густини і водневого індексу глинистих мінералів. Використання цих параметрів, в свою чергу, підвищує точність визначення пористості та ін. ФЄВ за даними ГСД. Запропоновано спосіб оцінки типу глинистого мінералу за даними ГК+ГГК+ННК. Спосіб є доступною альтернативою геохімічним дослідженням керну та більш дорогим і складним каротажним способам. Новизна розробок підтверджена патентами, а ефективність – свердловинними випробуваннями та порівнянням з незалежними визначеннями параметрів. Запропоновані підходи є складовою технологій дослідження нафтогазових колекторів та приповерхневих гірських порід, які розробляються в ІГФ НАНУ.
Завантаження
Посилання
Bezrodna, I. M., & Gozhyk, A. P. (2018). Petrophysics. Kyiv university. [in Ukrainian]
Dobrynin, V. M., Vendelshtein, B. Iu., & Kozhevnikov D. A. (1991). Petrophysics. M., Nedra.
Shutenko, L. N., Rud, A. H., Kychaeva, O. V., Samorodov, A. V., & Havryliuk, O. V. (2015). Ground mechanics, bases and foundations. KhNUGH im. Beketova.
Alexander, T., Baihly, J., Boyer, C., Clark, B., Waters, G., Jochen, V., Calvez, J., Lewis, R., Miller, C. K., Thaeler, J., & Toelle, B. (2011). Shale Gas Revolution. Oilfield Review, 23(3), 40–55. https://www.academia.edu/19167922/Shale_Gas_Revolution
Kuznetsov, O. N., & Poliachenko, A. L. (Eds.) (1990). Borehole nuclear geophysics. Geophysicist’s handbook (2nd ed.). M., Nedra.
Potiatynnyk, T. V. (2018). Estimation of the carbonate-shaly cement influence on the permeability of reservoirs by geophysical data. Scientific bulletin of Ivano-Frankivsk National Technical University of Oil and Gas, 1(44), 48–56. https://doi.org/10.31471/1993-9965-2018-1(44)-48-56 [in Ukrainian]
Bhuyan, K., & Passey, Q. (1994). Clay estimation from GR and Neutron-Density porosity logs. paper D, SPWLA 35th Annual Logging Symposium, June 19-22, 1994.
Ellis, D. V., & Singer, J. M. (2008). Well logging for earth scientists. (2nd ed.). Springer.
Kurniawan, B. (2005). Shaly sand interpretation using CEC-dependent petrophysical parameters [Doctoral disser-tation, Louisiana State University]. https://digitalcommons.lsu.edu/cgi/ viewcontent.cgi?referer=&httpsredir=1&article=3383&context=gradschool_dissertations
Abdideh, M. (2015). Study of dependence between clay mineral distribution and shale volume in reservoir rocks using geostatistical and petrophysical methods. Geodesy and Cartography, 41(2), 92–100. https://doi.org/10.3846/20296991.2015.1051333
Ahmad, K., Kristaly, F., Turzo, Z., & Docs, R. (2018). Effects of clay mineral and physico-chemical variables on sandstone rock permeability. Journal of Oil, Gas and Petrochemical Sciences, 1(1), 18-26. https://doi.org/10.30881/jogps.00006
Zhu, L., Sun, J., Zhou, X., Li, Q., Fan, Q., Wu, S., & Wu, S. (2022). Well logging evaluation of fine-grained hydrate-bearing sediment reservoirs: Considering the effect of clay content. Petroleum Science, Pre-proof. https://doi.org/10.1016/j.petsci.2022.09.018
Elhassan, A. M., Mnzool, M., Smaoui, H., Jendoubi, A., Elnaim, B., & Alotaibi, M. (2023). Effect of clay mineral content on soil strength parameters. Alexandria Engineering Journal, 63(1), 475-485. https://doi.org/10.1016/j.aej.2022.08.012
Ferronskiy, V. I. (2015). Nuclear geophysics. Applications in hydrology, hydrogeology, engineering geology, agri-culture and environmental science. Springer.
Diaz-Curiel, J., Miguel, M. J., Biosca, B., & Arevalo-Lomas, L. (2021). Gamma ray log to estimate clay content in the layers of water boreholes. Journal of Applied Geophysics, 195, 1–13. https://doi.org/10.1016/j.jappgeo.2021.104481
Martins, J. L., & Castro, T. M. (2018). Empirical and petrophysical models for shaliness estimation in clastic sedi-mentary rocks. Revista Brasileira de Geofisica, 36(2), 163–176. http://doi: 10.22564/rbgf.v36i2.919
Kamel, M. H., & Mabrouk, W. M. (2003). Estimation of shale volume using a combination of the three porosity logs. Journal of Petroleum Science and Engineering, 40, 145–157. https://doi.org/10.1016/S0920-4105(03)00120-7
Ghassem A. M., & Roozmeh A. (2017). Determination of shale types using well logs. International Journal of Pet-rochemical Science & Engineering, 2(5), 274–280. https://doi.org/10.15406/ipcse.2017.02.00051
Almeida, T. L. P, Passos, B. A. F., Costa, J. L. S., & Andrade, A. J. N. (2021). Identifying clay mineral using angular competitive neural network: A machine learning application for porosity estimative. Journal of Petroleum Science and Engineering, 200. https://doi.org/10.1016/j.petrol.2020.108303
Galford, J., Quirein, J., Shannon, S., Truax, J., & Witkowsky, J. (2009, October 04–07). Test Results of a New Neu-tron Induced Gamma Ray Spectroscopy Geochemical Logging Tool [Conference presentation]. 2009 SPE Annual Technical Conference and Exhibition, New Orleans, Louisiana, USA. https://doi.org/10.2118/123992-MS
Klaja, J, & Dudek, L. (2016). Geological interpretation of spectral gamma ray (SGR) logging in selected bore-holes. NAFTA-GAZ, 1, 3–14. https://doi.org/10.18668/NG2016.01.01
Schlumberger. (2005). Log interpretation charts. Schlumberger, Houston, TX. https://www.spec2000.net/freepubs/SLB1997R.pdf
Bondarenko, M. S., & Kulyk, V. V. (2015). Method for determining density parameters of sandshale rocks by the radioactivity logging complex. Ukrainian Patent for useful model № 95931. The State Enterprise "Ukrainian Intel-lectual Property Institute". [in Ukrainian]
Al-Obaidi, S. H. (2017). Calculation improvement of the clay content in the hydrocarbon formation rocks. Oil & Gas Research, 3(1), 1–2. https://doi.org/10.4172/2472-0518.1000130
Diaz-Curiel, J., Miguel, M. J., Biosca, B., & Medina, R. (2019). Environmental correction of gamma ray logs by geometrical / empirical factors. Journal of Petroleum Science and Engineering, 173, 462–468. https://doi.org/10.1016/j.petrol.2018.10.056
Wang, H., Liu, T., Tang, T., & Shi, Y. (2017). A unified model to evaluate shaliness in compacted and soft formations using downhole GR log. Journal of Petroleum Science and Engineering, 156, 877–883. https://doi.org/10.1016/j.petrol.2017.06.070
Larionov, V. V. (1969). Borehole radiometry. M., Nedra.
Fedoryshyn, D. D., Trubenko, O. M., Fedoryshyn, S. D., Ftemov, Ya. M., & Koval Ya. M. (2016). Prospects of nuclear-physical methods for the distinction of gas-saturated reservoir rocks in complicated Neogene sediments. Geody-namics, 2(21), 134–143.
Bondarenko, M. S., & Kulyk, V. V. (2019). The method of borehole determination of mass shale content of terri-genous rocks. Ukrainian Patent for useful model № 131232. The State Enterprise "Ukrainian Intellectual Property Institute". [in Ukrainian]
Kulyk, V. V., Bondarenko, M. S., & Deineko, S. I. (2015). Method for determining shaliness parameters of rocks by the radioactive logging complex. Ukrainian Patent for invention № 109230. The State Enterprise "Ukrainian In-tellectual Property Institute". [in Ukrainian]
Zhou, X., Liu, D., Bu, H., Deng, L., Liu, H., Yuan, P., Du, P., & Song, H. (2018). XRD-based quantitative analysis of clay minerals using reference intensity ratios, mineral intensity factors, Rietveld, and full pattern summation methods: A critical review. Solid Earth Sciences, 3, 16–29. https://doi.org/10.1016/j.sesci.2017.12.002
Kulyk, V. V., Bondarenko, M. S., & Kamilova, O. V. (2013). Method for determining mineral density of rock skeleton. Ukrainian Patent for invention № 103841. The State Enterprise "Ukrainian Intellectual Property Institute". [in Ukrainian]
Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
