Моделирование проницаемости карбонатных коллекторов с использованием инструмента двухпараметрического распределения и ML-инверсии

UDK: 622.276.031.011.43:51
DOI: 10.24887/0028-2448-2025-12-26-29
Ключевые слова: трехмерная геологическая модель, коэффициент проницаемости, лабораторные исследования керна, методы машинного обучения, сложнопостроенный коллектор, кавернозность, трещиноватость
Авт.: Ш.Х. Султанов, д.т.н. (Уфимский гос. нефтяной технический университет; Академия наук Республики Башкортостан); А.А. Махмутов, д.г.-м.н. (Уфимский гос. нефтяной технический университет; Академия наук Республики Башкортостан); Р.У. Рабаев, к.т.н. (Уфимский гос. нефтяной технический университет); Д.В. Сильнов1,3, к.т.н. (Уфимский гос. нефтяной технический университет; ООО «РН-БашНИПИнефть», ОГ ПАО «НК «Роснефть»); О.Р. Привалова (ООО «РН-БашНИПИнефть», ОГ ПАО «НК «Роснефть»; Уфимский университет науки и технологий); Р.Г. Нигматуллина (ООО «РН-БашНИПИнефть», ОГ ПАО «НК «Роснефть»); Ю.Б. Линд, к.ф.-м.н. (ООО «РН-БашНИПИнефть», ОГ ПАО «НК «Роснефть»); В.М. Чиликин (Уфимский гос. нефтяной технический университет); А.Р. Шарафутдинов (Уфимский гос. нефтяной технический университет); Е.М. Махныткин, к.г.-м.н. (Уфимский гос. нефтяной технический университет); Ю.А. Абусал, PhD (Уфимский гос. нефтяной технический университет)

В настоящее время в связи с высокой выработанностью запасов, находящихся в коллекторах с повышенными фильтрационно-емкостными свойствами, особую актуальность приобретает изучение геологического строения сложных объектов. Это вызывает необходимость поиска способов достоверного геологического и гидродинамического моделирования. В статье представлен алгоритм построения куба проницаемости, позволяющий учесть такие осложняющие факторы, как пустотное пространство коллектора (за счет комплексного параметра FZI (Flow Zone Indicators), влияние разломной тектоники и трещиноватости, недостаточный объем скважиной информации. Алгоритм включает применение таких методов машинного обучения, как «случайный лес» и ML-инверсия сейсмических данных, а также инструмент двухпараметрического распределения, который дает возможность учитывать распределение точечной информации (первичный атрибут) за счет корреляционной связи с сейсмическим кубом (вторичный атрибут). В работе выделены петроклассы для каждого пласта и получены новые корреляционные взаимосвязи между проницаемостью и пористостью. Сравнение построенных 3D-кубов коэффициента проницаемости с данными керна продемонстрировало высокую сходимость в скважине куба, полученного с помощью двухпараметрического распределения. Кроме того, проведен расчет геолого-гидродинамической модели с использованием куба коэффициента проницаемости, созданного с помощью алгоритма, представленного в статье. Соответствие рассчитанных значений и исторических данных выше, чем при использовании куба коэффициента проницаемости, построенного с помощью общепринятых подходов.

Список литературы

1. Инструменты моделирования, применяемые для оперативного управления разработкой месторождения / А.С. Семанов, А.И. Семанова, И.Г. Фаттахов

[и др.] // Нефтегазовое дело. – 2023. – № 5.– С. 91–98. – https://doi.org/10.17122/ngdelo-2023-5-91-98. – EDN: ABRROG

2. Совершенствование построения трехмерных геологических моделей нефтяных месторождений сложного строения / А.А. Махмутов, Н.В. Шабрин,

А.М. Маляренко [и др.] // Геология. Известия Отделения наук о Земле и природных ресурсов. – 2023. – № 30. – С. 62–80. – https://doi.org/10.24412/2949-4052-2023-1-62-80. – EDN: SSVVHW

3. Опыт моделирования куба нефтенасыщенности в неоднородных по фильтрационно-емкостным свойствам пластах на поздней стадии разработки /

И.И. Бакиров, А.А. Махмутов, А.Г. Миннуллин [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2017. – № 12. – С. 69–70. – EDN: XGUFCG

4. Методическое обоснование повышения выработки запасов нефти месторождений, осложненных тектоническими нарушениями / А.В. Стенькин,

Ю.А. Котенев, Ш.Х. Султанов, В.Г. Уметбаев // Известия Томского политехнического университета. Инжиниринг Георесурсов. – 2019. – № 1. – С. 214–223. – https://doi.org/10.18799/24131830/2019/1/71. – EDN: YXRGNN

5. Бахтизин Р.Н., Лутфуллин А.А., Махмутов А.А. Совершенствование методики моделирования куба проницаемости с учетом неоднородности структуры порового пространства продуктивных пластов Южно-Татарского свода // Нефтегазовое дело. – 2023. – Т. 21. – № 2. – С. 25–34. – https://doi.org/10.17122/ngdelo-2023-2-25-34. – EDN: HDIAVB

6. Влияние геологического строения продуктивных отложений месторождений Среднего Приобья на эффективность геолого-технических мероприятий / Д.Ю. Чудинова, А.Ю. Котенев, Е.М. Махныткин [и др.] // Геология. Известия Отделения наук о Земле и природных ресурсов. – 2023. – № 32. – С. 38–51. – https://doi.org/10.24412/2949-4052-2023-3-38-51. – EDN: VZPUFQ

7. Проблемы бурения и технологические решения при освоении залежей нефти в трещиноватых карбонатных коллекторах / А.В. Мельников, Ш.Х. Султанов, А.А. Махмутов, А.В. Чибисов // Нанотехнологии в строительстве. – 2024. – Т. 16. – № 6. – С. 567–575. – https://doi.org/10.15828/2075-8545-2024-16-6-567-575. – EDN: JDBAZF

8. Повышение достоверности трехмерной геологической основы объектов разработки сложного строения / М.К. Мустафаев, Ш.Х. Султанов, А.А. Махмутов [и др.] // Нефтегазовое дело. – 2024. – Т. 22. – № 5. – С. 8–16. – https://doi.org/10.17122/ngdelo-2024-5-8-16. – EDN: KHAZAD

9. Мустафаев М.К. Изучение влияния неоднородности продуктивных пластов по ФЕС на характер распределения нефтенасыщенности // Сб. матер. Междунар. науч.-практ. конф., посвященная 75-летию горно-нефтяного факультета УГНТУ и 100-летию ученого Спивака Александра Ивановича. – Уфа, 2023. – С. 190.

10. Яценко В.М., Антоненко Д.А., Нигматуллин Р.Р. Методика оценки проницаемости методом гидравлических единиц на примере коллекторов Ванкорского месторождения // Нефтяное хозяйство. – 2009. – № 12. – С. 69–72. – EDN: KZXIIZ

11. Enhanced Reservoir Description: Using Core and Log Data to Identify Hydraulic (Flow) Units and Predict Permeability in Uncored Intervals/Wells / J.O. Amaefule,

M. Altunbay, D. Tiab [et al.] // SPE-26436-MS. – 1993. – https://doi.org/10.2118/26436-MS

12. Выделение литолого-фациальных особенностей отложений на основе методов машинного обучения / О.А. Залевский, Ю.А. Котенев, Ш.Х. Султанов, А.Р. Шарафутдинов // Нефтегазовое дело. – 2024. – Т. 22. – № 6. – С. 16–25. – https://doi.org/10.17122/ngdelo-2024-6-16-25. – EDN: FBOKTG

13. Шарафутдинов А.Р., Султанов Ш.Х., Чиликин В.М. Применение алгоритмов машинного обучения в целях детализации геологического строения продуктивных отложений // Инженер-нефтяник. – 2025. – № 1. – С. 86–89. – EDN: MCRDVS



Внимание!
Купить полный текст статьи (русская версия, формат - PDF) могут только авторизованные посетители сайта.

Юбилей Великой Победы

Pobeda80_logo_main.png В юбилейном 2025 году подготовлены: 
   - специальная подборка  статей журнала, посвященных подвигу нефтяников в годы Великой Отечественной войны;  
   - списки авторов публикаций журнала - участников боев и участников трудового фронта

СКОРБИМ

16-12-25_aristakisyan_foto.png 16.12.2025 г. ушел из жизни, известный российский инженер-геофизик, Заслуженный работник нефтяной и газовой промышленности РФ, Почетный нефтяник, большой друг нашего журнала
Ленарг Георгиевич Аристакесян.