Моделирование литофаций органоминерально богатой Marcellus Shale и анализ закономерностей распределения в Аппалачской впадине
Organic-rich Marcellus Shale lithofacies modeling and distribution pattern analysis in the Appalachian Basin
2013-11-28
SCID: 54.1/v53pskpq
Discuss with AI
Marcellus Shaleнейронная сеть для предсказания литофацийлитофации мусковит/глинистых пород (mudstone/mudrock)последовательная индикаторная симуляция для 3D-моделированияобщий органический углерод (TOC)
Figures from the paper
Abstract (AI)
Marcellus Shale считается крупнейшим нетрадиционным ресурсом сланцевого газа в США. Два критических фактора для нетрадиционных сланцевых коллекторов — реакция пласта на стимулирование гидравлическим разрывом и содержание газа. Атрибуты трещин отражают геомеханические свойства пород, которые отчасти связаны с минералогическим составом пород. Содержание природного газа в породе сланцевого коллектора тесно связано с содержанием органического вещества, измеряемым по общему органическому углероду (TOC). Литофация мусковита/глинистой породы (mudstone) представляет собой вертикально и латерально непрерывную зону с одинаковым минералогическим составом, геомеханическими свойствами пород и содержанием TOC. Для построения трехмерной (3-D) модели литофаций мусковитовой/глинистой породы от керна до скважин и, в конечном счете, до регионального масштаба использовались данные керна, каротажа и сейсмики. Для предсказания литофаций применялась искусственная нейронная сеть. Восемь петрофизических параметров, полученных из традиционных каротажных данных, были определены как критические входные данные. Для улучшения и подтверждения количественной связи между традиционными каротажами и литофациями использовались передовые каротажи, такие как спектроскопия с импульсными нейтронами, вместе с расчётным по каротажу минералогическим составом и данными TOC. Последовательная индикаторная симуляция показала хорошую производительность при 3-D моделировании литофаций Marcellus Shale. Взаимодействие разведения терригенным детритом, продуктивности органического вещества и сохранения и разложения органики влияло на распределение литофаций Marcellus Shale, что может быть связано с глубиной воды и расстоянием до берега. Тенденция нормализованной средней скорости добычи газа из горизонтальных скважин подтвердила подход к моделированию литофаций Marcellus Shale. Предложенный 3-D подход к моделированию может быть полезен для оптимизации проектирования траекторий горизонтальных скважин и стратегий стимулирования гидравлическим разрывом.
Key Findings
1
Построена трехмерная модель литофаций глинистых пород (mudrock) Марселлусского сланца на основе керна, каротажных и сейсмических данных масштабируемая от керна до регионального уровня.
2
Продвинутые каротажи (пульс-нейтронная спектроскопия) и определённый по каротажу состав минералов и TOC улучшили и подтвердили количественные взаимосвязи между обычными каротажами и литофациями.
3
Искусственная нейронная сеть с восьмью петрофизическими параметрами, полученными из обычных каротажей, успешно предсказывает литофации.
4
Распределение литофаций Марселлусского сланца контролируется взаимодействием разбавления терригенным детритом, продуктивности органики и сохранения/разложения органики, связанным с глубиной воды и расстоянием до берега, и коррелирует с трендом нормализованных средних скоростей добычи газа из горизонтальных скважин.
5
Последовательная индикаторная имитация (sequential indicator simulation) показала хорошую работу для 3D-моделирования литофаций Марселлусского сланца.
Research Object
Органически богатые литофации глинистых пород (mudstone) формации Marcellus в Аппалачском бассейне
Research Subject
Трёхмерное моделирование и анализ пространственного распределения литофаций глинистых пород Marcellus (включая прогнозирование на основе керна/каротажа/сейсма, связь с минералогией и TOC и факторы контроля: разбавление детритом, продуктивность органики, сохранение/разложение, глубина воды и расстояние до берега) для оценки содержания газа и отклика на гидроразрыв
Publication Details
Publication Date
2013-11-28
Journal
Publisher
ISSN
Access Type
Author Information
Download PDF
Subscribe to digest