Abstract

We performed deterministic reservoir prediction based on inverse rock physics modeling for two oilfields in the West Siberia, Russia. The target zone is Tyumen formation. It consists of a thinly laminated sand-shale-coal sequences. The idea of the proposed method is to calibrate the rock physics model and then apply it in reverse direction for reservoir properties evaluation. In this case, the input data are elastic attributes, the output will be reservoir properties. We applied Bayesian approach for rock physics inversion. As a result, we transformed seismic scale elastic attributes P-impedance and S-impedance into reservoir parameters: volume of sand, volume of clay, volume of coal and porosity.

Keywords

Rock physics modeling, inverse rock physics, reservoir properties, Tyumen formation, bayesian inversion,

Reference

  •  1) Gavrilova E.N., Slavkin V.S., Ermolova T.E. Zakonomernosti rasprostraneniya kollektorov v otlozheniyah Tyumenskoy svity na zapade shirotnogo Priobya // Geologiya nefti i gaza. 2010. № 3. S. 52-60.

  •  2) Danko D.A. Sravnenie metodov deterministicheskoy akusticheskoy inversii dlya vydeleniya akusticheski kontrastnyh obektov po seysmicheskim dannym // Geofizika. 2016. № 1. S. 2.

  •  3) Smagina T.N. i dr. Problemy izucheniya zalezhey nefti v otlozheniyah tyumenskoy svity Krasnoleninskogo mestorozhdeniya // Neftyanoe hozyaystvo. 2010. № 11. S. 24-27.

  •  4) Fedorova M. i dr. V fokuse vnimaniya: tyumenskaya svita. Metodologiya sozdaniya konceptualnyh geologicheskih modeley // Oil & Gas Journal Russia. 2016. № 11. S. 32-42.

  •  5) Avseth P., Mukerji T., Mavko G. Quantitative seismic interpretation: Applying rock physics tools to reduce interpretation risk. Cambridge university press, 2010.

  •  6) Grana D. Bayesian linearized rock-physics inversion // Geophysics. 2016. V. 81. № 6. P. D625-D641.

  •  7) Hampson D.P., Schuelke J.S., Quirein J.A. Use of multiattribute transforms to predict log properties from seismic data // Geophysics. 2001. V. 66. № 1. P. 220-236.

  •  8) Johansen T.A. et al. Inverse rock physics modeling for reservoir quality prediction // Geophysics. 2013. V. 78. № 2. V. M1-M18.

  •  9) Kibalchich L.N. et al. Practical experience of geostatisti-cal inversion for reservoir characterization in Tyumen formation at Em-Yoga field // 3rd EAGE International Geoscience Conference Tyumen 2013-New Geotechnology for the Old Oil Pro-vincies. 2013.

  •  10) Raymer L.L. et al. An improved sonic transit time-to-porosity transform // SPWLA 21st annual logging symposium. Society of Petrophysicists and Well-Log Analysts, 1980.

  •  11) Shubin A. et al. Rock physics based seismic reservoir prediction in the presence of thin coal beds // SEG Technical Program Expanded Abstracts 2017. Society of Exploration Geophysicists, 2017. P. 3219-3223.

  •  12) Xu S., White R.E. A physical model for shear-wave velocity prediction // Geophysical Prospecting. 1996. V. 44. № 4. P. 687-717.

Петроупругая инверсия: прогноз коллекторских свойств тюменской свиты

Шубин А.В. Рыжков В.И. Кляжников Д.В.

Аннотация

Для прогноза коллекторских свойств тюменской свиты в Западной Сибири мы применили технологию петроупругой инверсии. Тюменская свита представляет собой толщу переслаивания аргиллитов, алевролитов с прослоями песчаников и углей. Идея петроупругой инверсии заключается в применении откалиброванной модели физики горных пород в обратном направлении. В этом случае входными данными являются упругие атрибуты, а выходными - коллекторские свойства. Для решения обратной задачи нами был выбран метод байесовской инверсии. Результатом работы алгоритма явился набор апостериорных распределений литологических свойств: объемного содержания песчаника, глинистого вещества, угля и пористости.

Ключевые слова

Петроупругое моделирование, петроупругая инверсия, коллекторские свойства, тюменская свита, байесовская инверсия,

Информация об авторах

Библиографическая ссылка

Шубин А.В. Рыжков В.И. Кляжников Д.В. Петроупругая инверсия: прогноз коллекторских свойств тюменской свиты // Геофизика. 2018. № 6. С. 2-10.

Список литературы

  •  1) Гаврилова Е.Н., Славкин В.С., Ермолова Т.Е. Закономерности распространения коллекторов в отложениях Тюменской свиты на западе широтного Приобья // Геология нефти и газа. 2010. № 3. С. 52-60.

  •  2) Данько Д.А. Сравнение методов детерминистической акустической инверсии для выделения акустически контрастных объектов по сейсмическим данным // Геофизика. 2016. № 1. С. 2.

  •  3) Смагина Т.Н. и др. Проблемы изучения залежей нефти в отложениях тюменской свиты Красноленинского месторождения // Нефтяное хозяйство. 2010. № 11. С. 24-27.

  •  4) Федорова М. и др. В фокусе внимания: тюменская свита. Методология создания концептуальных геологических моделей // Oil & Gas Journal Russia. 2016. № 11. С. 32-42.

  •  5) Avseth P., Mukerji T., Mavko G. Quantitative seismic interpretation: Applying rock physics tools to reduce interpretation risk. Cambridge university press, 2010.

  •  6) Grana D. Bayesian linearized rock-physics inversion // Geophysics. 2016. V. 81. № 6. P. D625-D641.

  •  7) Hampson D.P., Schuelke J.S., Quirein J.A. Use of multiattribute transforms to predict log properties from seismic data // Geophysics. 2001. V. 66. № 1. P. 220-236.

  •  8) Johansen T.A. et al. Inverse rock physics modeling for reservoir quality prediction // Geophysics. 2013. V. 78. № 2. V. M1-M18.

  •  9) Kibalchich L.N. et al. Practical experience of geostatisti-cal inversion for reservoir characterization in Tyumen formation at Em-Yoga field // 3rd EAGE International Geoscience Conference Tyumen 2013-New Geotechnology for the Old Oil Pro-vincies. 2013.

  •  10) Raymer L.L. et al. An improved sonic transit time-to-porosity transform // SPWLA 21st annual logging symposium. Society of Petrophysicists and Well-Log Analysts, 1980.

  •  11) Shubin A. et al. Rock physics based seismic reservoir prediction in the presence of thin coal beds // SEG Technical Program Expanded Abstracts 2017. Society of Exploration Geophysicists, 2017. P. 3219-3223.

  •  12) Xu S., White R.E. A physical model for shear-wave velocity prediction // Geophysical Prospecting. 1996. V. 44. № 4. P. 687-717.