Бесплатный автореферат и диссертация по наукам о земле на тему

Обоснование комплексной методики идентификации трехмерных геологических объектов

ВАК РФ 25.00.12, Геология, поиски и разведка горючих ископаемых

Автореферат диссертации по теме "Обоснование комплексной методики идентификации трехмерных геологических объектов"

На правах рукописи

ШАИБАКОВ РАВИЛЬ АРТУРОВИЧ

ОБОСНОВАНИЕ КОМПЛЕКСНОЙ МЕТОДИКИ ИДЕНТИФИКАЦИИ ТРЕХМЕРНЫХ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ

25.00.12 -Геологил, поиски и разведка нефтяных и газовых месторождений

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата геолого-минералогических наук

2 7 ФЕВ 2014

Уфа-2014 005545436

005545436

Работа выполнена в Открытом акционерном обществе «Научно-производственная фирма «Геофизика» (ОАО НПФ «Геофизика»)

Научный руководитель: доктор технических наук, доцент

Султанов Шамиль Ханифович

Официальные оппоненты: Губина Августа Ивановна - доктор

геолого-минералогических наук, ООО ПИТЦ «Геофизика», главный геолог

Минкаев Виталий Наэлевич - кандидат геолого-минералогических наук, ООО «БишНИПИнефть», отдел региональной геологии, начальник

Ведущая организация: Закрытое акционерное общество

«Научно-исследовательский центр «Югранефтегаз» (г.Иижневартовск)

Защита состоится «28» марта 2014 года в 1600 часов в конференц-зале на заседании диссертационного совета Д 520.020.01 при Открытом акционерном обществе «Научно-производственная фирма «Геофизика» (ОАО НПФ «Геофизика») по адресу: 450005, Республика Башкортостан, г. Уфа, ул.8 Марта, Д. 12.

С диссертацией можно ознакомиться в библиотеке ОАО НПФ «Геофизика» и на официальном сайте www.npf-geofizika.ru.

Автореферат разослан «18» февраля 2014 г.

Ученый секретарь диссертационного совета

Хисаева Дилара Ахатовна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

В настоящее время в сфере нефтедобычи «неавтоматизированными» или «низко автоматизированными» остаются нетривиальные задачи, которые сложно формализовать, и в процессе их решения часто получают неоднозначный результат. Одной из таких задач является процесс идентификации геологических объектов (пластов и горизонтов), под которым понимается расчленение разреза скважин на отдельные пласты и пропластки, корреляция выделенных горизонтов по скважинам с последующим построением единой согласованной структурной модели (каркаса) месторождения.

Процесс идентификации геологических пластов является основополагающей стадией геологического моделирования, и в свете повсеместного внедрения компьютерных технологий необходимо решать задачу оперативной корреляции разрезов скважин с использованием новых или совершенствованных, а также комплексных методик выделения стратиграфических отдельностей. Кроме того, только корректная идентификация пластов как путей фильтрации углеводородов в разрезе скважин позволит более эффективно вести выработку запасов нефти и газа.

В современных условиях при бурении и исследовании скважин получают значительный и «разнородный» объем геологической и геофизической информации, которая при ее интерпретации еще больше увеличивается в связи появлением не только конечных результатов, но и, например, их погрешностей. В таком случае, сложность процесса идентификации геологических объектов заключается в необходимости использования большого объема исходных данных для анализа, неоднозначности и спорности результатов, высокой степени геологической изменчивости на сложнопостроенных месторождениях, рутинности и ресурсоемкое™ процесса.

Существующие сегодня методические подходы, алгоритмы и программные комплексы, позволяющие оперативно выполнять определенные этапы процесса идентификации геологических объектов, имеют некоторые недостатки, в том числе ограничены степенью детальности выделяемых пропластков, условиями применения и использования исходных данных. При этом методики и модели, позволяющие проводить полный комплекс работ процесса идентификации трехмерных геологических объектов, отсутствуют либо обладают большим количеством недостатков и допущений, вследствие чего их применение ограничено.

В связи с этим разработка комплексной методики идентификации трехмерных геологичеасих объектов, основанной на использовании

расширенного набора исходных геологических данных, разносторонних математических подходов, является актуальной научной задачей.

Цель диссертационной работы

Обоснование комплексной методики идентификации трехмерных геологических объектов в разрезе скважин до уровня песчаных тел (фаций) как путей фильтрации углеводородов, включающей автоматическое выделение и детальную корреляцию пластов и пропластков в разрезе скважин с последующим построением единой согласованной структурной модели м есторождения.

Объект исследования

Нефтегазовые месторождения Западной Сибири.

Предмет исследования

Неоднородные и расчлененные продуктивные пласты.

Основные задачи исследования

1. Определение задачи детальной автокорреляции разрезов скважин как основного этапа процесса идентификации геологических объектов.

2. Разработка комплексной методики идентификации трехмерных геологических объектов до уровня песчаных тел как путей фильтрации углеводородов.

3. Формализация этапов реализации методики и разработка программного модуля для идентификации трехмерных геологических объектов в разрезе скважин.

4. Апробация разработанной комплексной методики на месторождениях Западно-Сибирского осадочного бассейна.

5. Выделение качественных и количественных признаков, оказывающих влияние на эффективность и корректность выделения стратиграфических зон, в рамках разработанной и формализованной методики идентификации трехмерных геологических объектов.

Методы исследования

Поставленные задачи решались с использованием методов, основанных на положениях статистики, системного анализа, анализа и визуализации информации, структурного и объектно-ориентированного программирования, аппарата нейронных сетей. Для решения отдельных задач привлечены методы распознавания образов, статистического анализа, а также методы, основанные на геологических закономерностях.

Научная новизна

1. Предложена методика для идентификации трехмерных геологических объектов в разрезе скважин, основанная на учете максимального количества геологических исходных данных (материалы ГИС, сейсмические тренды и

атрибуты, данные геолого-промысловых исследований) и реализованная с помощью комплексного математического аппарата, включающего искусственные нейронные сети.

2. Разработана комплексная математическая модель, позволяющая автоматизировать процесс идентификации трехмерных геологических объектов.

Основные защищаемые научные положения

1. Комплексная методика идентификации трехмерных геологических объектов, учитывающая расширенный набор геологических данных и позволяющая прогнозировать распространение отдельных фаций с построением единого структурного каркаса месторождения.

2. Формализованный алгоритм решения задачи идентификации трехмерных геологических объектов до уровня песчаных тел с использованием интеллектуальных методов обработки геолого-геофизической информации, который позволяет проводить детальное расчленение разреза осадочных пород и автоматизирует процесс межскважинной корреляции.

Теоретическая значимость работы заключается в обосновании возможности комплексирования в единую систему различных математических подходов и алгоритмов с целью прогнозирования распространения отдельных литофаций в пределах стратиграфического комплекса ранга «горизонт».

Достоверность научных положений, выводов и рекомендаций обеспечивается выполнением экспериментальных математических исследований с использованием первичных данных и широким внедрением на предприятиях.

Практическая значимость и реализация результатов работы

Методики, модели и программные модули, разработанные в процессе решения поставленных задач, нашли практическое применение при:

- выделении одновозрастных слоев на ряде месторождений с учетом обстановки осадконакопления и характера слагающих пород;

- выполнении подсчета запасов нефти и газа реальных нефтегазовых месторождений на этапе построения согласованной структурной модели месторождения с последующей успешной экспертизой проектов на. научно-технических советах нефтегазовых компаний и государственной комиссии по запасам.

Результаты диссертационной работы успешно используются в текущей проектной и производственной деятельности ООО «УНК-Пермь», ООО «РН-УфаНИПИнефть», ООО «РН-Пурнефтегаз», ГАНУ «Институт нефтегазовых технологий и новых материалов», ООО «НТЦ Геопроект», а также в учебном

процессе Уфимского государственного нефтяного технического университета на кафедре «Геология и разведка нефтяных и газовых месторождений».

Личным вклад автора состоит в постановке задач, их решении; выработке и комплексировании математических методик с целью разработки универсальных инструментов идентификации трехмерных геологических объектов; в проведении аналитических и экспериментальных исследований, обобщении их результатов, внедрении разработанной методики.

Апробация работы

Основные положения диссертации докладывались и обсуждались на:

60-ой и 61-ой научно-технических конференциях студентов, аспирантов и молодых ученых УГНТУ (г. Уфа, 2009 и 2010 гг.);

Международной научной конференции «Технические науки: традиции и инновации» (г. Челябинск, 2012 г.);

IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России» (г. Москва, 2012 г.);

V научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений» (г. Уфа, 2012 г.);

Основные положения и этапы работы обсуждалась на семинарах кафедры «Геология и разведка нефтяных и газовых месторождений» Уфимского государственного нефтяного технического университета.

Публикации

Основное содержание диссертации опубликовано в 12 печатных трудах, 3 из которых в рецензируемых изданиях, входящих в перечень ВАК Минобразования и науки РФ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, основных выводов, списка использованных источников из 95 наименований; содержит 190 страниц, в том числе 74 рисунка, 5 таблиц и 3 приложения.

Разработка, апробация и внедрение методик и алгоритмов, представленных в диссертации, были бы невозможны без консультаций, помощи и критических замечаний со стороны ученых и производственников К.В. Абабкова, А.А. Яковлева, М.А. Фокина, Е.В. Симона и многих других, которым автор выражает свою благодарность.

Автор выражает искреннюю благодарность и особую признательность научному руководителю работы Ш.Х. Султанову за неоценимую помощь и поддержку при работе над диссертацией.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследований, научная новизна и защищаемые положения, приведена практическая значимость работы.

В первой главе рассмотрен уровень автоматизации процессов в сфере проектирования и сопровождения нефтедобычи, направленных на решение нетривиальных задач, к которым, в частности, относится идентификация трехмерных геологических тел.

Данная проблема поднималась, рассматривалась и изучалась в трудах таких ученых и специалистов, как В.В. Бакина, К.С. Баймухаметов, И.Ю. Балабан, P.A. Валиуллин, Г.Н. Гогоненков, Ш.А. Губерман, И.С. Гутман, Е.Е. Калинина, Е.В. Ковалевский, В.Е. Копылов, Г.П. Кузнецова, H.H. Лисовский, Е.В.Лозин, Р.Х. Масагутов, О.Р. Мусин, М.И. Овчинникова, В.М. Омелин, Б.М. Орлинский, В.Ф.Осипов, Н.Б. Паклин, М.В. Перепечкин, В .И. Славин, М.А. Сенилов, В.М. Староверов, И.П. Суматохина, В.А. Тененев, М.А. Токарев, В.Ф. Химич, Н.И. Хисамутдинов, Б.А. Якимович, В.А. Бадьянов, Jong-Se Lim, Li Nan, Li Yan-Da & Chang Tong и др.

В ходе анализа выявлены и рассмотрены основные методы, алгоритмы и программные комплексы, позволяющие автоматизировать процесс или часть процесса идентификации трехмерных геологических тел, использующие: системный подход к выделению объектов, принцип триангуляционных сетей, метод учета «генетического признака», DTW-анализ, анализ Фурье, вейвлет-анализ, искусственные нейронные сети, подход, основанный на системе правил. Также сформулированы основные достоинства и недостатки существующих методов: малая «гибкость», в связи с чем алгоритм необходимо настраивать под каждый конкретный случай корреляции; отсутствие комплексного подхода, что выражается в частичном учете исходных геологических данных; отсутствие возможности выделять простирание отдельно взятых песчаных тел; исходными данными являются одна или несколько диаграмм ГИС либо синтетические кривые без привлечения дополнительных геологических материалов.

По результатам анализа и обобщения сделаны соответствующие выводы и поставлены задачи, позволяющие учесть выявленные недостатки существующих методов и алгоритмов при обосновании новой комплексной методики идентификации трехмерных геологических тел в разрезе скважин.

Во второй главе представлена сущность предложенной комплексной методики идентификации трехмерных геологических тел до уровня песчаных тел как путей фильтрации углеводородов.

Комплексность методики идентификации трехмерных геологических тел состоит в применении расширенного набора математических аппаратов и

подходов; использовании разнородных исходных данных (диаграммы ГИС, материалы сейсмических исследований, результаты промысловых исследований скважин); результат применения методики подразумевает получение единого, полностью согласованного структурного каркаса как логического завершения процесса идентификации геологических объектов.

Процесс разработки методики разделен на блоки в соответствии с уровнем решаемых подзадач (рис. 1).

Система идентификации трехмерных геологических объектов

Этап расчленения разреза скважин на Блок) пласты

«Корреляция»

Этап корреляции пластов

Этап расчленения выделенных пластов до уровня песчаных тел

Блок II «Детальная

корреляция» Этап корреляции песчаных тел внутри пластов (детальная корреляция)

Блок III Этап построения единого «Структурный согласованного структурного каркас» каркаса месторождения

Рис. 1. Схематическое представление этапов решения задач

В блоке 1 решается подзадача выделения пластов в разрезе скважин с применением вейвлет-анализа с последующей их корреляцией на основе использования искусственных нейронных сетей.

В блоке 2 решается подзадача расчленения уже выделенного в блоке 1 пласта на песчаные тела с последующей их корреляцией. При этом для расчленения разреза пласта на песчаные тела используются так называемые Ьаг-коды, позволяющие устойчиво проследить распространение тел. По результатам работы, проведенной в блоке 2, происходит выделение путей фильтрации углеводородов с максимально возможной детализацией.

Блок 3 включен в комплексную методику с целью логического завершения первого этапа геологического моделирования - структурного

моделирования, что, в свою очередь, наиболее полно отражает строение месторождения и наглядно показывает результат работы предложенной методики.

Содержание работы по блокам заключается в следующем.

Блок 1. Выделение пластов в интервале скважин с помощью вейвлет-преобразования подразумевает под собой решение задачи расчленения сигнала (диаграммы ГИС) на участки локальных минимумов и максимумов с использованием функций, имеющих вид коротких волновых пакетов с нулевым интервальным значением, локализованных по оси и способных к сдвигу и к масштабированию по ней. Таким образом, вейвлет-преобразование «режет» исследуемый сигнал на части с дальнейшим выделением из него компонент различных масштабов.

С целью расчленения исследуемого сигнала задаются базисные функции, каждая из которых характеризует как определенную частоту, так и ее локализацию по оси. Информация, полученная в результате анализа сигнала, содержит не только перечисление его характерных частот, но и сведения об определенных локальных координатах, при которых эти частоты проявляют себя.

С целью использования вейвлет-преобразования диаграммы методов ГИС преобразуются к виду одномерной числовой последовательности, которая для функции ед, принадлежащей пространству 1.2(11), имеет вид:

Параметры а и Ь обеспечивают растяжение, сжатие и сдвиг базисного вейвлета, что позволяет сконструировать пространство Ь2(Я).

Результатом преобразования данного уравнения является набор значений а и Ь, в котором заключена информация о частотных характеристиках сигнала (параметр а) и о поведении сигнала (параметр Ь).

Получаемый вейвлет-спектр \У(а,Ь) представляет собой некоторую поверхность в трехмерном пространстве, которая используется для определения положений локальных максимумов и расчета энергии сигнала. Это в свою очередь позволяет проводить расчленение сигнала (диаграммы ГИС) на участки (пласты) для проведения в дальнейшем их корреляции.

С точки зрения использования искусственных нейронных сетей, задача корреляции состоит в том, чтобы провести классификацию геологических объектов (аномалий значений диаграмм ГИС) на классы.

(1)

Набор кривых ГИС является исходными данными (векторами) -xp=(x1p,...,xLp) и характеристикой объектов: xpsX, при этом р - номер выделенного пласта в каждой скважине, L - количество кривых ГИС. Набор геологических пластов обозначим как S, множество классов - S',...,SN, ядро класса- sn.

Для классификации объектов необходимо определить схожесть исследуемого объекта к ядру, показателем схожести будет a(xp,sn) - скалярная функция от объекта и ядра класса, которая тем меньше, чем больше объект похож на ядро класса.

Определяется количество классов N, ставится задача классификации: найти N ядер классов {s°} и разбить объекты {хр} на классы {Sn}, что сводится к построению функции п(р) с целью минимизировать сумму мер близости:

min|^ = 2(x',i"<")J. (2)

При разбиении на классы должна быть минимизирована суммарная мера близости для всего множества {хр} входных объектов:

Р i р

При этом задача поиска минимума А эквивалентна поиску максимума выражения:

(4)

р *

Решение данного выражения позволяет классифицировать объекты на классы только исходя из данных ГИС. Для учета не только физических данных, но и геологических аспектов осадконакопления введем параметр V, который характеризует степень согласованности результатов классификации (корреляции) с данными карт трендов (сейсмические исследования, региональные тренды) и выражается через коэффициент корреляции значений тренда и работы нейронной сети. При этом, в зависимости от качества и достоверности тренда, показатель К задается специалистом вручную (для удобства от 0 до 1).

Таким образом, решение задачи классификации приобретает следующий

вид:

mill Л —> max £ J] (xf, s"M )uF = const. p '

Решение задачи

Последовательность решения задачи в виде цикла будет выглядеть следующим образом. Цикл 1: для каждого вектора данных хр

Цикл 2: для каждого класса п Рассчитать (х," ,.?,") = А

Конец цикла 2

Находим п0 с учетом У=сопя1, для каждого п0 имеем тах{/Г/'}

Относим объект к классу (пласту) п0 Конец цикла 1

С целью реализации последовательности решения задачи привлечены сети Кохонена, включающие (рис. 2):

сумматоров, определяющих А"-р;

- слой распознавания, определяющий сумматор с максимальным выходным значением для определения класса, к которому относится объект.

Блок 2. Расчленение пластов до уровня песчаных тел проводится с применением Ьаг-кодов. В обычном понимании Ьаг-код своего рода штрих-код, но в последнем информация записана в одном измерении за счет толщины полос и расстояния между ними, а в Ьаг-коде - в двух измерениях, как в матрице. Это позволяет значительно увеличить объем зашифрованной информации. Рассмотрим суть метода для 1 диаграммы ГИС.

Для построения Ьаг-кода множество X (на двумерной плоскости) представлено в виде объединения вложенных друг в друга подмножеств X, , 1=1,Свяжем с X одномерный граф, при этом граф будет состоять из набора отрезков, параллельных оси абсцисс на двумерной плоскости. В

исходный момент времени (1=1) количество вершин графа будет соответствовать количеству компонент связности в Хь абсцисса которых будет равна 1. Теперь, при переходе от 1=1 к \=2 может быть реализован один из трех вариантов (рис. 3):

1 - появились новые компоненты связности; в этом случае для каждой новой компоненты связности добавим по одной новой вершине графа с абсциссой 2;

2 - компонента связности Х1 в пространстве Х2 не слилась ни с одной другой компонентой связности Хь в этом случае добавляем ребро, идущее от вершины, соответствующей данной компоненте связности на уровне ¡=1, до уровня \=2 параллельно абсциссе;

3 - две (и более) компоненты связности пространства Х1 слились в одну компоненту связности пространства Х2; в этом случае добавляем ребра, идущие от вершин, соответствующих данным компонентам связности на уровне ¡=1, до уровня 1=2 параллельно абсциссе, как и выше; при этом все, кроме одного ребра, заканчиваются вершинами с абсциссой 2, а одно ребро может быть продолжено при последующей динамике данной компоненты связности.

Этот процесс можно продолжать вплоть до ¡=Ы с единственным уточнением правила 3: при слиянии компонент связности на данном уровне 1 выживает та компонента, начальная вершина которой появилась не позже всех остальных. Построенный по данному правилу граф называется 0 Ьаг-кодом (или просто Ьаг-кодом). Всю информацию о Ьаг-коде можно записать в виде множества пар вида (а, где а— абсцисса начальной точки (т.е. момент рождения) ребра, а I — его длина. Таким образом, каждая пара отвечает некоторому ребру графа.

Определение песчаных тел происходит на основе выделения минимумов или максимумов функции, последовательность которых отвечает краям участков характерных аномалий - фаций (песчаных тел).

Для корреляции песчаных тел предложено два подхода, основанные на использовании фациального анализа, отличие между которыми состоит в используемом математическом аппарате.

Граф

Рис. 3. Схема построение Ьаг-кода

1. Корреляция с использованием фациального анализа на основе нейросети с обучением «сучителем»

Детальная корреляция песчаных тел проводится путем системного автоматизированного фациального анализа зоны осадконакопления на основе геологических законов осадконакопления и диаграмм ГИС с учетом данных кернового материала.

Подход для детальной корреляции, принятый в КМ, сводится к следующему: детальная корреляция песчаных тел проводится путем фациального анализа разреза каждой скважины в интервале ранее выделенного пласта с использованием аппарата нейронных сетей с последующим выделением и корреляцией фациальных зон путем автоматического моделирования наиболее вероятной схемы осадконакопления исследуемого участка на основе матрицы распределения фаций и результатов исследования кернового материала.

Под матрицей распределения фаций понимается принципиальная схема условий осадконакопления, которая учитывает геологические законы и последовательности залегания тех или иных фаций как в разрезе, так и по площади.

На основе анализа Западно-Сибирского бассейна осадконакопления были определены все возможные фациальные обстановки региона и выявлены последовательности и законы распределения данных фаций по разрезу и по площади. Реализация данного подхода к детальной корреляции позволяет: автоматизировать процесс идентификации и корреляции песчаных тел; корректно прогнозировать простирание коллекторов и зоны выклиниваний; обеспечить в качестве основы для автоматической детальной корреляции не статистические обработки, а непосредственно геологические показатели.

На первом этапе с целью выделения фаций в интервале пласта используется аппарат нейронных сетей с обучением «с учителем». По результатам работы пласт будет разделен на фации по вертикали в каждой скважине. В данной работе с целью расчленения разреза скважин на фации, предлагается использовать методику распознавания каротажных кривых, разработанную в ООО «РН-УфаНИПИнефть» с предлагаемыми усовершенствованиями.

Решение данной задачи сводится к проведению распознавания каротажных кривых и классификации путем сопоставления с эталонными данными диаграмм ГИС (в нашем случае с основными типами осадконакопления). Исходя из теории и опыта применения нейронных сетей, для классификации используется многослойный персептрон с обучением «с учителем». Выбор структуры нейронной сети основан на времени ее обучения, простоте реализации, с учетом мнения о результате специалиста-геолога.

В качестве архитектуры нейронной сети была выбрана трехслойная нейронная сеть (персептрон), использующая метод обратного распространения ошибки. Входной слой нейронной сети не участвует в преобразовании информации, а выполняет функцию распределения входных сигналов между нейронами скрытого слоя. В скрытом слое число нейронов подбиралось опытным путем.

При этом в качестве опорных моделей фаций, на которые необходимо классифицировать разрез, были использованы модели, разработанные и выявленные B.C. Муромцевым, который седиментологические и электрометрические модели фаций устанавливал в различных нефтегазоносных бассейнах, сложенных терригенными осадками различного возраста.

На втором этапе проводится моделирование наиболее вероятной схемы осадконакопления исследуемой площади, при этом: используется матрица

распределения фаций, основанная на закономерностях расположения возможных условий осадконакопления в разрезе и по площади; учитывается возможная некорректность определения фаций на первом этапе; учитывается направление сноса осадочного материала.

По результату реализации второго этапа получаем единую схему осадконакопления исследуемого региона с выделением фациальных зон, представленных песчаными телами. По результатам проведения фациального анализа должна быть получена карта фациального районирования площади с выделением типов фаций.

Составленная матрица распределения фаций, учитывающая законы и последовательности осадконакопления на основе работ Х.Г. Рединга, представляет из себя набор таблиц, состоящих из столбцов и строк, в которых учтены всевозможные последовательности расположения фаций по простиранию и разрезу.

Данная матрица позволяет избежать логических ошибок и учитывать законы седиментогенеза при автоматизации процесса. На основе матрицы распределений фаци^ с учетом направления сноса материала реализована возможность автоматического моделирования наиболее вероятной схемы осадконакопления региона. При этом проводится параллельное выявление возможно не корректно распознанных фаций в разрезе скважин, вероятностное наличие которых также необходимо исключить при моделировании. В результате выделения фаций выполняется делальная корреляция до уровня отдельных песчаных тел - фаций с последующим формированием фациальной карты исследуемой площади.

По результатам применения описанной методики получаем корректную детальную корреляцию зоны осадконакопления до уровня песчаных тел -фаций в разрезе скважин с отметками глубин одноименных фаций в каждой скважине, не противоречащую матрице осадконакопления. Эти данные в последующем применяются для реализации окончательного этапа процесса идентификации трехмерных геологических объектов - построении единого согласованного структурного каркаса месторождения.

2. Корреляция с использованием фациального анализа на основе нейросети с обучением «без учителя»

В случае, если на месторождении не проводились исследования, позволяющие определить эталонные виды кривых ГИС, соответствующие определенным фациальным обстановкам, предлагается использовать следующий метод автокорреляции: выделенные песчаные тела классифицировать в литотипы с использованием ИНС на основе карт Кохонена с последующей корреляцией данных тел в разрезе скважин. Данный подход

позволяет проводить детальную корреляцию разреза в случае недостаточности информации либо при отсутствии необходимости определения условии осадконакопления литотипов, остановившись на условных обозначениях.

Блок 3. Построение единого согласованного структурного каркаса основано на использовании ряда методик картопостроений, позволяющих восстанавливать поверхности геологических тел. Применение методики параллельных расчетов способствует получению набора из полностью взаимосогласованных друг с другом поверхностей. При этом быстродействие реализованного алгоритма построения структурного каркаса позволяет оперативно анализировать и рассматривать различные гипотезы осадконакопления исследуемой площади.

В третьей главе предложенные и разработанные модели и методики формализуются в алгоритмы. С целью ускорения внедрения и применения на практике (при проектировании, в производстве) результатов проведенных исследований, разработанные модули были внедрены в программный комплекс «GeoGlobe» (авторы: К.В. Абабков, P.A. Шайбаков). Решения, используемые в данном программном комплексе, в настоящий момент используется в дочерних обществах таких нефтедобывающих компаний, как ОАО «НК «Роснефть», ОАО «Газпромнефть», АНК «Башнефть», а также на кафедре «Геологии, поисков и разведки нефтяных и газовых месторождений» Уфимского государственного нефтяного технического университета.

На рис. 4 представлено схематичное строение программного модуля, разделенного на подготовительный и процессный этап, которые состоят из:

- блока ввода данных, который представляет из себя геологическую базу с возможностью загрузки разнородных исходных данных;

- блока анализа исходных данных, представляющего из себя набор аналитических и алгоритмических инструментов, позволяющих проводить различные оценки, анализы и расчеты;

- блока настроек пользователя, отвечающего за ввод и применение необходимых параметров, исходя из экспертных оценок пользователя;

ПРОГРАММНЫЙ МОДУЛЬ

Рис. 4. Упрощенная структура разработанного программного комплекса

-блока выделения и автокорреляции пластов, являющегося основной функциональной единицей программного модуля, решает задачи: выделения пластов в разрезе скважин, корреляции пластов, выделения песчаных тел в интервале пластов, корреляции песчаных тел;

- блока построения структурного каркаса, основанного на пакетной обработке данных с построением единых согласованных поверхностей;

блока анализа результата, нацеленного на статистическое сопоставление полученных результатов с геологическим представлением специалиста о строении площади исследования;

блока вывода результатов, позволяющего визуализировать полученные результаты в виде 2Б и ЗБ моделей с целью оценки полученных результатов.

В четвертой главе проведено подробное описание экспериментальной проверки эффективности и корректности работы предложенной методики на примере пластов БС8 и БС? Правдинского месторождения Западной Сибири.

В соответствии с предложенной методикой на первом этапе были проведены выделение и корреляция пластов в разрезе скважин, при этом геологическое строение пластов БСя и БС9 совпало с имеющимся представлением, полученным при подсчете запасов месторождения (рис. 5 и 6).

Общая толщина пласта

Эффективная толщина пласта

---- - граница кромки шельфа

--- внутренний контур нефтеносности

--- линия замещения

- - лицензионная гранима

• направление сноса материала

Рис. 5. Строение пласта БС8 согласно данным подсчета запасов нефти

Эффективная толщина пласта

--— . - граница кромки шельфа

--внутренний контур нефтеносности

--линия замещения

--лицензионная граница

- направление сноса материала

Рис. 6. Строение пласта БС9 согласно подсчету запасов

По результату реализации дальнейшего этапа методики идентификации геологических тел, включающей проведение детального расчленения пласта на песчаные тела (фации), в интервале пластов БС8 и БС9 были выделены несколько циклов осадконакопления и соответствующие им песчаные тела (рис. 7 и 8): пласт БС8 разделен на 2 цикла осадконакопления (пропластки БС8' и БС82), пласт БСр - на 3 цикла (пропластки БС9', БС92 и БСд°). Это позволило уточнить геологическое строение пластов, в частности, установить горизонтальный уровень водо-нефтяных контактов, скорректировать прогнозные карты нефтенасыщенных толщин, что, в свою очередь, привело к пересмотру сложившейся системы разработки на участках с одновременной

эксплуатацией нескольких песчаных тел с целью повышения нефтеотдачи пластов в целом.

Степень детализации выделения геологических тел и корреляции, с точки зрения экспертов, достаточна для районирования месторождения и выделения зон для проведения геолого-технических мероприятий. Дальнейшая детализация не ведет к получению дополнительной информации, которую можно было бы использовать в производственном процессе.

Пропласток БС,1

Проплзсток БС,2

Эффективная толщина пласта

Общая толщина пласта

граница кромки шельфа внутренний контур нефтеносности линия замещения лицензионная граница

направление сноса материала - геологический профиль

Эффективная толщина пласта

Рис. 7. Результат детальной корреляции пласта БС8

Логическим завершением процесса идентификации трехмерных геологических тел явилось построение единого согласованного структурного каркаса месторождения, который лег в основу нового проекта пересчета запасов нефти и газа Правдинского месторождения.

Таким образом, по результатам проведения идентификации трехмерных геологических объектов на Правдинском месторождении, выделено 16 самостоятельных объектов моделирования - исходные пласты были разделены на 2-4 пропластка.

Рис. 8. Результат детальной корреляции пласта БС?

Также необходимо отметить, что по результатам анализа структурной модели месторождения была восстановлена история осадконакопления в лицензионных границах месторождения, в частности, выявлено движение кромки шельфа осадочного бассейна (рис. 9) в западном направлении по мере накопления обломочного материала в бассейне.

---- кройка шельфа пласта БС8_1 ----- кромка шельфа пласта БС9_3

—--- кромка шельфа пласта БС8_2 - - лицетионная граница

- кромка шельфа пласта БСЭ_1 —-границы куба сейсмики 30 ----- кромка шельфа пласта БС9_2 - направление сноса материала

Рис. 9. Движение кромки шельфа при осадконакоплении пластов БСв и БС9 Правдинского месторождения

Аналогичная работа по апробации методики идентификации трехмерных геологических объектов проведена на примере Приразломного, Комсомольского, Тарасовского, Барсуковского и других месторождений компании ОАО «НК «Роснефть».

Результаты экспериментов показали, что применение разработанного программного модуля на основе предложенной методики позволяет кратно ускорить процесс идентификации геологических объектов с сохранением высокого качества корреляции, что, в свою очередь, снижает до минимума затрачиваемое время на выполнение рутинной работы.

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ

1. Предложена новая комплексная методика идентификации естественных трехмерных геологических объектов до уровня песчаных тел как путей фильтрации углеводородов с последующим построением единого согласованного структурного каркаса, основанная на понятиях и принципах искусственных нейронных сетей и Ьаг-кодов.

2. Формализованы этапы реализации методики и предложены алгоритмы, позволяющие автоматически выделять в каждой отдельной скважине пласты и пропластки с последующей их корреляцией в разрезе скважин и построением единого трехмерного структурного каркаса месторождения с учетом особенностей геологического строения, полноты исходных данных и возможности учета при корреляции фациальных условий и геологических закономерностей осадконакопления.

3. Предложены методики прикладного применения результатов диссертационной работы: впервые описана методика оценки степени гидродинамической связанности песчаных тел внутри пласта; разработан пошаговый алгоритм применения методики в геолого-промысловой практике непосредственно в производственном процессе для подбора геолого-технических мероприятий и оптимизации системы разработки месторождения.

4. Разработан программный модуль для решения задачи идентификации естественных трехмерных геологических объектов и отдельных тел (фаций). С целью ускорения процесса внедрения предложенной методики в производственный процесс, разработанные модули реализованы в программном комплексе «ОеоОЬЬе», который в настоящее время широко используется на многих предприятиях.

5. Проведена апробация алгоритма путем ряда вычислительных экспериментов с целью проверки качества и эффективности работы предложенных моделей, методов и алгоритмов автоматического выделения границ естественных трехмерных объектов (пластов и отдельных песчаных тел) на основе данных геофизических и сейсмических исследований Правдинского, Приразломного, Восгочно-Правдинского, Лемпинского, Комсомольского, Тарасовского, Барсуковского, Верхне-Пурпейкого месторождений. Быстродействие алгоритма и высокое качество результатов применения предложенной методики подтверждено при проведении более 50 вычислительных экспериментов.

6. Определены качественные и количественные признаки, оказывающие влияние на эффективность и корректность выделения стратиграфических зон в рамках разработанной и формализованной методики.

Основное содержание диссертации опубликовано в следующих работах:

в изданиях, рекомендованных ВАК Минобрнауки РФ:

1. Шарафутдинов, Т.Р. Апробация алгоритма автокорреляции данных геофизических исследований скважин на примере отложений ачимовской толщи Правдинского месторождения [Текст] / Т.Р. Шарафутдинов, Р.А.Шайбаков // Научно-технический вестник ОАО «НК «Роснефть». - 2012. -Вып.1. - С.18-22.

2. Шайбаков, P.A. Анализ и обработка исходной информации, необходимой для автоматизации процесса корреляции разрезов скважин [Текст] / P.A. Шайбаков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2012. — Вып.10. - С.54-59.

3. Шайбаков, P.A. Разработка комплексного метода детальной автокорреляции разрезов скважин [Текст] / P.A. Шайбаков // Электронный научный журнал «Нефтегазовое дело». - 2013. - Вып.5. - С.131-151.

в других изданиях:

4. Шайбаков, P.A. Применение гидравлических единиц потока для классификации коллекторов при моделировании пласта [Текст] / P.A. Шайбаков, М.В. Рыкус // материалы 60-й научно-технической конференции студентов, аспирантов и молодых ученых. - Уфа: Изд-во УГНТУ, 2009. - С.273.

5. Шайбаков, P.A. Применение нейронных сетей для решения задач петрофизики и геологии [Текст] / P.A. Шайбаков, К.В. Абабков // материалы 61-й научно-технической конференции студентов, аспирантов и молодых ученых. - Уфа: Изд-во УГНТУ, 2010. - С.318.

6. Шайбаков, P.A. Применение нейронных сетей при выделении сложнопостроенных геологических объектов [Текст] / P.A. Шайбаков, К.В. Абабков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти. Экономика и управление». - Уфа: Изд-во НПФ «Геофизика», 2011. - С.80-87.

7. Шайбаков, P.A. Детальная корреляция пластов группы БС на Правдинском нефтяном месторождении в связи с вопросом применимости методики автокорреляции скважин по данным ГИС [Текст] / P.A. Шайбаков // Молодой ученый. - 2012. - Вып.1. - С.80-83.

8. Шайбаков, P.A. Использование нейросетевого аппарата для идентификации границ геологических объектов [Текст] / P.A. Шайбаков // материалы между народной заочной научной конференции «Технические науки: традиции и инновации». - Челябинск: Изд-во «Молодой ученый», 2012. -С.8-11.

9. Шайбаков, P.A. Выделение слабоструктурированных залежей на основе комплексного анализа геологических данных [Текст] / P.A. Шайбаков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти». — Уфа: Изд-во НПФ «Геофизика», 2012. -С.115-126.

10. Шайбаков, P.A. Применение математического аппарата нейронных сетей, основанных на картах Кохонена, при проведении подсчета запасов нефти и газа [Текст] / P.A. Шайбаков // Тезисы IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России». - Москва: РГУ нефти и газа им. И.М. Губкина, 2012. — С..54.

11. Шайбаков, P.A. Методы решения задачи автокорреляции геологических объектов на основе скважинных данных [Текст] / P.A. Шайбаков, К.В. Абабков // Тезисы V научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений». - Москва: Изд-во «Нефтяное хозяйство», 2012. -С.57.

12. Шайбаков, P.A. Обзор и анализ методов автокорреляции разрезов скважин [Текст] / P.A. Шайбаков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти». -Уфа: Изд-во НПФ «Геофизика», 2013. - С.133-143.

Подписано в печать 27.01.2014. Формат 60x84 1/8. Бумага писчая. Гарнитура «Тайме». Усл. печ. л. 1,45. Уч.-изд. л. 1,75. Тираж 100 экз. Заказ № 03.

Отпечатано с готовых авторских оригиналов на ризографе в издательском отделе Уфимского государственного университета экономики и сервиса 450078, г. Уфа, ул. Чернышевского, 145, к. 206; тел. (347) 241-69-85.

Текст научной работыДиссертация по наукам о земле, кандидата геолого-минералогических наук, Шайбаков, Равиль Артурович, Уфа

Открытое акционерное общество Научно-производственная фирма «Геофизика»

04201456917

На правах рукописи

ШАЙБАКОВ РАВИЛЬ АРТУРОВИЧ

ОБОСНОВАНИЕ КОМПЛЕКСНОЙ МЕТОДИКИ ИДЕНТИФИКАЦИИ ТРЕХМЕРНЫХ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ

25.00.12 - Геология, поиски и разведка нефтяных и газовых месторождений

Диссертация на соискание ученой степени кандидата геолого-минералогических наук

Научный руководитель:

Доктор технических наук, доцент Султанов Ш.Х.

Уфа-2014

СОДЕРЖАНИЕ

ВВЕДЕНИЕ....................................................................................................................................................................................................................5

ГЛАВА 1. Анализ существующих методов автокорреляции разрезов

скважин и алгоритмов автовыделения пластов................................................................................................11

1.1. Описание проблемы......................................................................................................................................................11

1.2. Обзор и анализ существующих методов и подходов к автокорреляции....................................................................................................................................................................................13

1.2.1. Системный подход к выделению объектов..........................................................13

1.2.2. Метод, основанный на принципе триангуляционных сетей............................................................................................................................................................................................................23

1.2.3. Метод, учитывающий «генетический признак»..........................................33

1.2.4. Подход, основанный на DTW-анализе........................................................................37

1.2.5. Подход, основанный на анализе Фурье......................................................................39

1.2.6. Применение вейвлет-анализа при автокорреляции................................40

1.2.7. Метод, основанный на системе правил......................................................................45

1.2.8. Подход, основанный на применении искусственных нейронных сетей....................................................................................................................................................................48

1.3. Обзор и анализ существующих программных комплексов........................52

1.4. Определение основных направлений исследований..............................................55

Выводы по главе 1..........................................................................................................................................................................57

ГЛАВА 2. Разработка методики комплексной автоматизации процесса

идентификации трехмерных геологических объектов..........................................................................59

2.1. Выделение и автокорреляция пластов на основе теории

нейронных сетей................................................................................................................................................................................61

2.1.1. Основы теории искусственных нейронных сетей....................................61

2.1.2. Выбор и предварительная обработка исходных данных..............70

2.1.3. Реализация процесса выделения и автокорреляции пластов

с применением искусственной нейронной сети..............................................................79

2.2. Выделение и корреляция песчаных тел в разрезе скважин с применением bar-кодов............................................................................. 88

2.3. Использование фациального анализа для корреляции песчаных тел................................................................................................................ 96

2.3.1. Корреляция с использованием нейросети с обучением

«с учителем»...................................................................................... 96

2.3.2. Корреляция с использованием нейросети с обучением «без учителя»....................................................................................... 104

2.4. Построение структурного каркаса.................................................... 105

2.5. Прикладное применение разработанной комплексной методики..................................................................................................... 105

2.5.1. Оценка степени гидродинамической связанности песчаных

тел внутри пласта как путей фильтрации.......................................... 105

2.5.2. Автоматический подбор геолого-технических мероприятий......................................................................................... 108

Выводы по главе 2.................................................................................... 110

ГЛАВА 3. Формализация методики идентификации трехмерных геологических объектов...................................................................................... 112

3.1. Формализация процесса идентификации трехмерных геологических объектов........................................................................... 113

3.1.1. Выделение границ пластов....................................................... 113

3.1.2. Корреляция пластов................................................................... 115

3.1.3. Выделение песчаных тел в пластах......................................... 116

3.1.4. Корреляция песчаных тел......................................................... 117

3.1.5. Построение структурного каркаса........................................... 127

3.2. Описание программного обеспечения.............................................. 133

Выводы по главе 3................................................................................. 139

ГЛАВА 4. Практическое применение комплексной методики идентификации трехмерных геологических объектов..................................... 141

4.1. Описание месторождения....................................................................................................................................142

4.1.1. Геологическое строение........................................................................................................................142

4.1.2. Состояние геолого-физической изученности..................................................148

4.2. Проведение автоматической идентификации песчаных тел....................150

Выводы по главе 4..........................................................................................................................................................................171

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ............................................................................................173

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ..................................................................................175

Приложение А. Акт внедрения......................................................................................................................................................187

Приложение Б. Инструкция................................................................................................................................................................189

Приложение В. Приказ о внедрении инструкции..........................................................................................190

ВВЕДЕНИЕ

Актуальность темы

В настоящее время в сфере нефтедобычи «неавтоматизированными» или «низко автоматизированными» остаются нетривиальные задачи, которые сложно формализовать, и в процессе их решения часто получают неоднозначный результат. Одной из таких задач является процесс идентификации геологических объектов (пластов и горизонтов), под которым понимается расчленение разреза скважин на отдельные пласты и пропластки, корреляция выделенных горизонтов по скважинам с последующим построением единой согласованной структурной модели (каркаса) месторождения.

Процесс идентификации геологических пластов является основополагающей стадией геологического моделирования, и в свете повсеместного внедрения компьютерных технологий необходимо решать задачу оперативной корреляции разрезов скважин с использованием новых или совершенствованных, а также комплексных методик выделения стратиграфических отдельностей. Кроме того, только корректная идентификация пластов как путей фильтрации углеводородов в разрезе скважин позволит более эффективно вести выработку запасов нефти и газа.

В современных условиях при бурении и исследовании скважин получают значительный и «разнородный» объем геологической и геофизической информации, которая при ее интерпретации еще больше увеличивается в связи появлением не только конечных результатов, но и, например, их погрешностей. В таком случае, сложность процесса идентификации геологических объектов заключается в необходимости использования большого объема исходных данных для анализа, неоднозначности и спорности результатов, высокой степени геологической изменчивости на сложнопостроенных месторождениях, рутинности и ресурсоемкости процесса.

Существующие сегодня методические подходы, алгоритмы и программные комплексы, позволяющие оперативно выполнять определенные

этапы процесса идентификации геологических объектов, имеют некоторые недостатки, в том числе ограничены степенью детальности выделяемых пропластков, условиями применения и использования исходных данных. При этом методики и модели, позволяющие проводить полный комплекс работ процесса идентификации трехмерных геологических объектов, отсутствуют либо обладают большим количеством недостатков и допущений, вследствие чего их применение ограничено.

В связи с этим разработка комплексной методики идентификации трехмерных геологических объектов, основанной на использовании расширенного набора исходных геологических данных, разносторонних математических подходов, является актуальной научной задачей.

Цель диссертационной работы

Обоснование комплексной методики идентификации трехмерных геологических объектов в разрезе скважин до уровня песчаных тел (фаций) как путей фильтрации углеводородов, включающей автоматическое выделение и детальную корреляцию пластов и пропластков в разрезе скважин с последующим построением единой согласованной структурной модели месторождения.

Объект исследования

Нефтегазовые месторождения Западной Сибири.

Предмет исследования

Неоднородные и расчлененные продуктивные пласты.

Основные задачи исследования

1. Определение задачи детальной автокорреляции разрезов скважин как основного этапа процесса идентификации геологических объектов.

2. Разработка комплексной методики идентификации трехмерных геологических объектов до уровня песчаных тел как путей фильтрации углеводородов.

3. Формализация этапов реализации методики и разработка программного модуля для идентификации трехмерных геологических объектов в разрезе скважин.

4. Апробация разработанной комплексной методики на месторождениях Западно-Сибирского осадочного бассейна.

5. Выделение качественных и количественных признаков, оказывающих влияние на эффективность и корректность выделения стратиграфических зон, в рамках разработанной и формализованной методики идентификации трехмерных геологических объектов.

Методы исследования

Поставленные задачи решались с использованием методов, основанных на положениях статистики, системного анализа, анализа и визуализации информации, структурного и объектно-ориентированного программирования, аппарата нейронных сетей. Для решения отдельных задач привлечены методы распознавания образов, статистического анализа, а также методы, основанные на геологических закономерностях.

Научная новизна

1. Предложена методика для идентификации трехмерных геологических объектов в разрезе скважин, основанная на учете максимального количества геологических исходных данных (материалы ГИС, сейсмические тренды и атрибуты, данные геолого-промысловых исследований) и реализованная с помощью комплексного математического аппарата, включающего искусственные нейронные сети.

2. Разработана комплексная математическая модель, позволяющая автоматизировать процесс идентификации трехмерных геологических объектов

Основные защищаемые научные положения

1. Комплексная методика идентификации трехмерных геологических объектов, учитывающая расширенный набор геологических данных и позволяющая прогнозировать распространение отдельных фаций с построением единого структурного каркаса месторождения.

2. Формализованный алгоритм решения задачи идентификации трехмерных геологических объектов до уровня песчаных тел с использованием интеллектуальных методов обработки геолого-геофизической информации, который позволяет проводить детальное расчленение разреза осадочных пород и автоматизирует процесс межскважинной корреляции.

Теоретическая значимость работы заключается в обосновании возможности комплексирования в единую систему различных математических подходов и алгоритмов с целью прогнозирования распространения отдельных литофаций в пределах стратиграфического комплекса ранга «горизонт».

Достоверность научных положений, выводов и рекомендаций обеспечивается выполнением экспериментальных математических исследований с использованием первичных данных и широким внедрением на предприятиях.

Практическая значимость и реализация результатов работы

Методики, модели и программные модули, разработанные в процессе решения поставленных задач, нашли практическое применение при:

- выделении одновозрастных слоев на месторождениях Западной Сибири с учетом обстановки осадконакопления и характера слагающих пород;

- выполнении подсчета запасов нефти и газа реальных нефтегазовых месторождений на этапе построения согласованной структурной модели месторождения с последующей успешной экспертизой проектов на научно-технических советах нефтегазовых компаний и государственной комиссии по запасам.

Результаты диссертационной работы успешно используются в текущей проектной и производственной деятельности ООО «УНК-Пермь», ООО «РН-УфаНИПИнефть», ООО «РН-Пурнефтегаз», ГАНУ «Институт нефтегазовых технологий и новых материалов», ООО «НТЦ Геопроект», а также в учебном процессе Уфимского государственного нефтяного технического университета на кафедре «Геология и разведка нефтяных и газовых месторождений».

Личный вклад автора состоит в постановке задач, их решении; выработке и комплексировании математических методик с целью разработки универсальных инструментов идентификации трехмерных геологических объектов; в проведении аналитических и экспериментальных исследований, обобщении их результатов, внедрении разработанной методики.

Апробация работы

Основные положения диссертации докладывались и обсуждались на:

60-ой и 61-ой научно-технических конференциях студентов, аспирантов и молодых ученых УГНТУ (г. Уфа, 2009 и 2010 гг.);

Международной научной конференции «Технические науки: традиции и инновации» (г. Челябинск, 2012 г.);

IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России» (г. Москва, 2012 г.);

V научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений» (г. Уфа, 2012 г.);

Основные положения и этапы работы обсуждалась на семинарах кафедры «Геология и разведка нефтяных и газовых месторождений» Уфимского государственного нефтяного технического университета.

Публикации

*

Основное содержание диссертации опубликовано в 12 печатных трудах, 3 из которых в рецензируемых изданиях, входящих в перечень ВАК Минобразования и науки РФ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, основных выводов, списка использованных источников из 95 наименований; содержит 190 страниц, в том числе 74 рисунка, 5 таблиц и 3 приложения.

Разработка, апробация и внедрение методик и алгоритмов, представленных в диссертации, были бы невозможны без консультаций, помощи и критических замечаний со стороны ученых и производственников

K.B. Абабкова, A.A. Яковлева, M.A. Фокина, E.B. Симона и многих других, которым автор выражает свою благодарность.

Автор выражает искреннюю благодарность и особую признательность научному руководителю работы Ш.Х. Султанову за неоценимую помощь и поддержку при работе над диссертацией.

ГЛАВА 1. Анализ существующих методов автокорреляции разрезов скважин и алгоритмов автовыделения пластов

1.1. Описание проблемы

Рост добычи нефти в России в последние годы в большинстве своем происходил в связи со вводом в разработку месторождений, разведанных еще во времена СССР. По причине малого финансирования геологоразведки в России после развала СССР фонд новых разведанных месторождений нефти и газа, которые можно было бы ввести в разработку, практически исчерпан.

С учетом вышесказанного, в условиях конкурентной борьбы за прибыль от продажи нефти, газа и их производных, компаниям приходится максимально вырабатывать запасы имеющихся месторождений.

Так же необходимо отметить, что максимальная выработка запасов может быть достигнута лишь при корректной разработке залежей и пластов, что в свою очередь, требует проведения постоянного, оперативного, глубокого анализа и мониторинга параметров разработки и геологического строения продуктивных горизонтов.

В совокупности с вышесказанным, необходимость корректной разработки месторождений требует постоянного проведения большого количества ресурсоемких (временные и трудовые ресурсы), а главное рутинных анализов. Только при выполнении данных требований есть возможность принять правильные и эффективные пути решения задач, стоящих перед разработкой месторождений.

Именно от скорости, степени корректности и эффективности принятых решений в основном зависит конкурентное преимущество. Поэтому проблема автоматизации процессов проектирования и разработки, включенных в разработку месторождений, в настоящий момент весьма актуальна.

На данный момент развитие науки в сфере нефтедобычи привело к тому, что решение большинства задач, стоящих перед специалистами нефтедобывающих компаний, уже полностью или частично автоматизировано.

Не охваченными или частично охваченными автоматизацией остались лишь нетривиальные и нестандартные задачи, решение которых требует более глубокого анализа, при этом получаемый результат во многом неоднозначен и