Бесплатный автореферат и диссертация по наукам о земле на тему

Разработка вероятностно-статистических моделей прогноза нефтегазоносности высокоизученных территорий

ВАК РФ 25.00.12, Геология, поиски и разведка горючих ископаемых

Автореферат диссертации по теме "Разработка вероятностно-статистических моделей прогноза нефтегазоносности высокоизученных территорий"

На правах рукописи

Крнвощеков Сергей Николаевич

РАЗРАБОТКА ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ПРОГНОЗА НЕФТЕГАЗОНОСНОСТИ ВЫСОКОИЗУЧЕННЫХ ТЕРРИТОРИЙ (НА ПРИМЕРЕ ПЕРМСКОГО КРАЯ)

25.00.12 - Геология, поиски и разведка нефтяных и газовых месторождений

Автореферат диссертации на соискание ученой степени кандидата технических наук

- 8 ДЕК 2011

Пермь, 2011

005004885

Работа выполнена в Пермском национальном исследовательском политехническом университете

Научный руководитель: - доктор геолого-минералогических наук,

профессор Галкин Владислав Игнатьевич

Официальные оппоненты: - доктор технических наук, профессор

Крысин Николай Иванович

кандидат технических наук, Иванов Олег Васильевич

Ведущее предприятие: - ООО НИППППД «НЕДРА»

Защита состоится 26 декабря 2011 г. в 1530 часов на заседании диссертационного совета Д 212.188.03 при Пермском национальном исследовательском политехническом университете по адресу:

614990, г. Пермь, ул. Комсомольский проспект, 29, ауд. 4236.

С диссертацией можно ознакомиться в научной библиотеке ПНИПУ. Автореферат разослан 24 ноября 2011 г.

Ученый секретарь диссертационного совета, доктор геолого-минералогических наук, профессор

А.В. Растегаев

Общая характеристика работы

Актуальность проблемы. Преобладающая часть добычи нефти в России в настоящее время идет на месторождениях, расположенных в старых добывающих регионах. Основной фонд месторождений в этих районах находится на поздних стадиях разработки, когда большая часть запасов уже извлечена, а добыча оставшихся требует значительных затрат.

Поддержание текущих уровней добычи нефти требует компенсации запасов за счет открытия новых месторождений на уровне не менее 130%. По существу на сегодняшний день по России данная величина составляет лишь 103%, что в перспективе непременно приведет к снижению объемов добычи и эффективности деятельности нефтедобывающих предприятий.

Проведение геолого-разведочных работ требует больших капитальных затрат. Высокая стоимость поисково-разведочного бурения обуславливает необходимость максимального снижения количества «пустых» скважин и повышения тем самым эффективности геологоразведки.

В старых нефтедобывающих регионах накоплен огромный фактический материал по месторождениям углеводородов и разведочным площадям. Комплексное использование данной информации для прогноза нефтегазоносности до ввода объекта в бурение является залогом высокой успешности геологоразведки. Применение современных математических, геоинформационных и компьютерных методов позволяет обрабатывать такие массивы информации, строить вероятностные модели прогноза нефтегазоносности, определять наиболее перспективные участки и локальные объекты для постановки геолого-разведочных работ.

Исследованию данного вопроса и посвящена настоящая диссертационная работа.

Целью настоящей работы является научное обоснование и разработка многомерных геолого-математических моделей прогноза нефтегазоносности высокоизученных территорий.

Основные задачи исследований заключаются в следующем:

1. Анализ влияния степени изученности территории на нефтегазоносность, создание сетки элементарных ячеек для прогноза нефтегазоносности.

2. Исследование генерационных и миграционных процессов в нефтематеринских толщах Пермского края.

3. Построение многомерных моделей прогноза нефтегазоносности по региональным критериям, определение перспективных участков.

4. Построение многомерных моделей прогноза нефтегазоносности по локально-зональным критериям.

Научная новизна работы заключается в том, что впервые научно обоснован размер элементарных ячеек для прогноза нефтегазоносности вероятностно-статистическими методами для территории Пермского края. Уточнено влияние дифференциации рассеянного органического вещества фран-фаменских отложений на формирование залежей нефти и газа. Создана методика регионального прогноза нефтегазоносности в пределах ячеек по комплексу геохимических и геологических критериев. Установлены наиболее перспективные прогнозные структуры в центральной части Башкирского свода на основе построения локально-зональных вероятностно-статистических моделей.

В диссертационной работе защищаются следующие положения:

1. Научное обоснование системы элементарных ячеек, характеризующихся относительно однородным геологическим пространством, для прогноза нефтегазоносности.

2. Многомерные геолого-математические модели прогноза нефтегазоносности по региональным и локально-зональным критериям.

3. Схемы перспектив нефтегазоносности для территории Пермского

края.

Фактический материал. В работе использованы геолого-геофизические данные по 935 разбуренным структурам Пермского края. Исследование геохимических характеристик фран-фаменских отложений проводилось по данным анализов более 2500 образцов по 360 скважинам. Так же использованы данные сейсморазведки 20 в объеме более 8 тыс. сейсмопрофилей.

Практическое значение работы и реализация результатов исследований. Разработанные в работе модели позволяют ранжировать участки и локальные объекты по перспективам нефтегазоносности. Научные разработки были внедрены при выполнении 4 хоздоговорных и госбюджетных НИР, использованных при планировании геологоразведочных работ в Пермском крае.

Апробация работы и публикации. Основные положения диссертационной работы докладывались на ежегодных всероссийских научно-технических конференциях ПНИПУ (ранее ПГТУ) (Пермь, 2008 -2010), на ежегодных конкурсах научно-технических разработок ООО «ЛУКОЙЛ-Пермь» (Пермь, 2007-2011), на ежегодных международных научных симпозиумах Томского политехнического университета (Томск, 2008, 2010).

Автором опубликовано 13 научных работ, в том числе 9 статей в высокорейтинговых изданиях, рекомендованных ВАК РФ.

Объем и структура работы. Диссертация состоит из введения, четырех глав и заключения. Текст изложен на 141 странице

машинописного текста, иллюстрирован 57 рисунками и содержит 34 таблицы. Список литературы включает 158 наименований.

Автор выражает свою искреннюю признательность научному руководителю В.И. Галкину за безграничную помощь, а так же Коноплеву A.B., Ильиных Г.Ю., Карасевой Т.В. за оказанное внимание и поддержку.

Содержание работы

В первой главе «Исследование влияния геолого-геофизической изученности территорий на прогноз нефтегазоносности вероятностно-статистическими методами» показано, что изученность геолого-геофизическими исследованиями может быть использована для оценки нефтегазоносности территорий. При оценке влияния геолого-геофизической изученности территории на нефтегазоносность определены особенности группирования месторождений углеводородов (УВ) и непродуктивных (пустых) структур.

Выполненный анализ показывает, что на одной и той же территории в зависимости от видов районирования получены различные результаты. Например, для зон нефтегеологического районирования наблюдается более сильное группирование месторождений УВ, чем для крупных тектонических элементов. Это показывает, что выбранные схемы районирования в значительной мере могут оказывать влияние на оценку перспектив нефтегазоносности.

Выполненный статистический анализ распределения нефтегазоносных и пустых структур с учетом их тектонической и структурно-фациальной принадлежности показал, что наблюдается группирование (зональность) нефтегазоносных структур и, в основном, случайное распределение пустых структур. Для приведения нефтегазоносных и пустых структур в близкое по геологическому строению пространство необходимо разделить изучаемую территорию на элементарные ячейки.

Данная задача решена с помощью использования геоинформационных систем, позволяющих анализировать и обрабатывать огромные массивы информации, имеющей географическую привязку.

Для создания матрицы элементарных ячеек необходимо определить площадь элементарного участка. Эту задачу можно решить двумя способами: анализировать множество структур (нефтеносных и пустых), расположенных в пределах площади исследования, или же анализировать величины расстояний между наиболее близкими структурами. В первом случае расчетная площадь участка составила 648 км2. Во втором случае площадь элементарного участка равна 144,5 км2.

Далее необходимо определить форму элементарного участка. Для этого были изучены размеры длинной и короткой осей по 935 структурам

Пермского края. Среднее значение отношения размера длинной оси к короткой составляет 1,98. Это позволяет определить размеры элементарных участков: в первом случае 36x18 км, во втором случае 17x8,5 км.

На территории Пермского края залежи УВ формировались за счет сублатеральной миграции УВ из фран-фаменских пород из осевых зон Камско-Кинельской системы прогибов (ККСП) по восстанию пластов в сторону бортовых и сводовых участков. Для учета процессов миграции элементарные ячейки были увязаны со срединной линией осевой зоны ККСП (рис. 1).

Для изучения

нефтеносности при помощи специально разработанного

модуля Template Analyst для ArcGIS 3.0 в пределах каждой ячейки было определено отношение суммарной площади нефтегазоносности ко всей площади ячейки - Р1„ (км2/км2). Данная процедура была проведена по всем основным

нефтегазоносным комплексам Пермского края.

Для определения степени изученности территории геолого-геофизическими исследованиями в пределах каждой ячейки были определены: плотность глубоких скважин PlgUb (скв/км2), плотность структурных скважин Plstr_skv (скв/км2), плотность сейсмопрофилей Plseism (км/км2) за период с 1985 по 2007 гг. (без 3D), и коэффициент удачи Kud (д.ед.) - отношение количества продуктивных структур в пределах участка к общему числу структур на этом участке.

При помощи последовательного применения линейного дискриминатного и регрессионного анализов была построена модель, комплексно учитывающая изученность территории по данным критериям, которая имеет следующий вид:

Piz = 0, 34297 + 0,00125Р/даи + 2,85247/V* - 0,254\lPlstrjb,

R - 0,99,/><10"5 (1)

Рис. 1. Сетка ячеек 17x8,5 км

Для нефтяных и пустых структур были определены средние значения всех указанных показателей для обоих вариантов ячеек и значение г-критерия Стьюдента. Различие по средним значениям между двумя классами более сильно выражено при ячейках 17x8,5 км, поэтому именно данная матрица ячеек использовалась в дальнейших исследованиях.

Таким образом, созданная матрица элементарных ячеек, в пределах которых определены характеристики текущей нефтегазоносности и степени изученности, позволяет исследовать влияние на нефтегазоносность совокупность различных критериев. Для регионального прогноза нефтегазоносности необходимо исследовать, во-первых, закономерности генерации и миграции углеводородов в основных нефтематеринских толщах Пермского Прикамья, а, во-вторых, ряд других геологических критериев, контролирующих нефтегазоносность.

Во второй главе «Особенности генерации и миграции углеводородов на территории Пермского края» исследованы процессы дифференциации рассеянного органического вещества (РОВ) во фран-фаменских отложениях Пермского края, являющихся основными нефтематеринскими толщами для верхнедевонско-каменноугольных НГК.

Исследовались следующие характеристики этих пород: мощность отложений М (м), содержание органического углерода Сорг (%) в составе РОВ, концентрация хлороформенных битумов Бхл (%), величина битумоидного коэффициента Р (%) и другие для отдельных тектонических элементов. Средние значения некоторых характеристик приведены в табл. 1. Анализ средних значений и /-критерия показывает, что характеристики выборок, представленных франскими и фаменскими отложениями, статистически не различаются, что позволяет изучать данные отложения как единую нефтематеринскую толщу.

Для дальнейшего анализа были построены схемы распределения геохимических характеристик фран-фаменских отложений по территории Пермского края. Совместный анализ распределений Сорг и позволяет проследить направление генерационно-миграционных процессов преобразования РОВ в толще фран-фаменских отложений.

Установлено, что основные очаги генерации нефти расположены на юге Пермского края - в депрессионной части и на бортах ККСП (северозападный борт только в пределах ВКВ) - и на севере края в пределах Соликамской депрессии. Миграция углеводородов из генерирующих толщ происходила как по латерали, так и по вертикали. Миграционные процессы имеют более широкое площадное распределение и не всегда совпадают с генерационными очагами.

Дифференциация битумоидов на сингенетичные и эпигенетичные, выполненная по графику Вассоевича, построенному для фран-фаменских отложений Пермского края (рис. 2), позволила определить характеристику ДУМ равную отношению числа образцов, классифицированных как

эпигенетичные (рис. 2, выше и правее линии I), к общему числу образцов. Далее эти значения были сопоставлены с битумоидным коэффициентом /? (рис. 3).

Таблица 1

Статистические характеристики геолого-геохимических параметров франских и фаменских отложений по тектоническим элементам Пермского края

Тектонические элементы М, м Сорг, % РОВ, % Бхл, % Р, %

БКВ 154,7+98,1 285,0±111,3 0,43+0,31 0,81 ±0,55 0,55+0,41 1,07±0,72 0,27+0,51 0,59±0,64 27,8+20,3 31,5±28,5

БС 296,4+84,26 347,1+125,1 1,25+0,72 0,49±0,29 1,66±0,95 0,66+0,38 2,58+1,63 0,02±0,01 72,20±23,47 6,41+3,93

ВисВ 208,2+82,97 206,8±75,3 0,87+0,84 0,22±0,09 1,12+1,12 0,30±0,11 0,37±0.55 0,001 ±0,08 12,61+9,44 10,16+8,12

ВКВ 125,07+105,81 220,3±143,99 1,62+1,04 0,40+0,34 2,17+1,41 0,52+0,45 0,63±0,53 0,11 +0,17 26,61+18,91 7,60+7,41

КС 188,41±88,79 117,82±66,80 0,46+0,76 0,58±1,07 0,61±1,01 0,84+1,61 0,11+0.15 0,09+0.07 7.14+8,49 11,89+10,12

ПС 195,0+53,91 217,0+84,04 0,46+0,39 0,16±0,07 0,59+0,51 0,22+0,11 0,28+0,58 0,03+0,03 15,67+16,92 7,49±5,99

РакС 183,0+47.56 199,0+32,29 0,29+0,05 0,28+0,05 0,38±0,05 0,37±0,07 0,01+0,01 0,01+0,01 3,04+2,79 2,32+1,94

ЮСД 175,7+118,8 196,8+100,3 0,12+0,12 0,05+0,03 0,18+0,15 0,06±0,05 0,06±0,03 0,001 ±0,003 23,0±9,1 7,08±6,12

КЧС 176,7+42,04 258,6±77,8 0,27±0,08 0,09±0,09 0,36+0,10 0,12+0,12 0,09±0,04 0,02±0,07 20,58±7,65 4,55+10,61

СолД 157,4±82,97 167,0+51,5 0,63±0,25 1,72+1,41 0.81+0,26 2,51+1,92 0,15±0,06 0,25+0,12 19,57±6,65 16,13±7,99

КолС+ВПД 93,4+108,22 118,3+101,56 0,51+0,20 1,15+0,57 0,65+0,25 1,46+0,68 0,16+0,07 0,23+0,10 17,69+6,73 17,32+7,16

*Примечание: в числителе - среднее значение + стандартное отклонение для франских отложений, в знаменателе - аналогично для фаменских отложений

,2 0.0 0,2 0,4 0,5 0,8 1,0 1,2

Рис. 3. Зависимость /? и Л^-АУ

0 2 4 в 8 »0 12 14

Сорг

Рис. 2. Зависимость р и Сорг

Из рис. 3 видно, что связь имеет прямой веерообразный вид. Анализ данной связи показывает, что при изменении значений Nip/N от 0 до 1 наблюдается увеличение диапазона значений по ß, т.е. соотношения между ß и Nip-JN на разных диапазонах различно. Это свидетельствует о том, что при увеличении значений NipJN интенсивность миграционных

процессов усиливается. Это позволяет использовать Nipl/N как критерий классификации

битумоидов. Анализ схемы распределения NipJN по территории Пермского края (рис. 4) показал, что наиболее полное разделение битумоидов на эпигенетичные и Рис. 4. Схема распределения Nip/N сингенетичные происходит в юго-

восточной части ВКВ на границе с БС; в БКВ в центральной и южной частях; в ЮСД вблизи зоны сочленения с БКВ; в КЧС на границе с ПС; в СолД на самом юге, востоке и севере. В целом данная схема была использована как показатель миграции УВ.

В третьей главе «Разработка региональных критериев прогноза нефтегазоносности» из всех ячеек была создана выборка, условно разделенная на два класса: нефтеносные и непродуктивные. В выборку включались ячейки, где на сегодняшний день достигнута высокая плотность сейсмопрофилирования. Ячейки с доказанной нефтеносностью были отнесены к классу нефтеносных, остальные - к классу пустых.

В пределах каждой ячейки при помощи модуля Surface Tools программного комплекса Arc View 3.3 были вычислены средневзвешенные значения геохимических параметров фран-фаменских отложений Пермского края. Дополнительно для каждой ячейки было определено расстояние от центра ячейки до ближайшей зоны с повышенным содержанием органического углерода LCopr.

Чтобы уйти от различной размерности используемых показателей и перейти к количественным вероятностным оценкам, были построены статистические модели для определения вероятности принадлежности объектов к классу нефтеносных (табл. 2) и проведена оценка их информативности.

Таблица 2

Вероятностные модели геохимических показателей

Модель вероятности принадлежности к классу нефтеносных Среднее значение ± ст. отклонение г-критерий Р

Нефтеносные Пустые

Р(Сорг) = 0,0229Сорг + 0,4476 0,503+0,036 0,497±0,032 1.1351 0,257

Р(Бго) = -0,0189Бпэ2 + 0,1607Бпэ +0,4852 0,507+0,052 0,492±0,009 2,4818 0,014

Р(Бхл) = -0,0202Бхл2 + 0,1877Бхл +0,3848 0,528±0,108 0,472±0,085 4.0182 0,000

Р(Бсб) = 0,0005Бсп3 - 0,0145Бсб2 + 0,1345Бсп +0,4325 0,519+0,081 0,480±0,042 4,0480 0,000

Р( НО) = -0,0059н0 + 0,7548 0,530+0,102 0,469+0,132 3.9182 0,000

Р(Кн) = -0,0164Кн + 0,553 0,509+0,031 0,490±0,098 2,1639 0,031

Piß) = 0,002/? + 0,376 0,506±0,050 0,494+0,051 1,6803 0,094

P(LCotr) = -6-10-6Z,Copr + 0,648 0,534+0,111 0,466+0,148 3,9809 0,000

Из таблицы видно, что лишь 2 модели из 8 являются статистически незначимыми. При помощи последовательного применения линейного дискриминантного и регрессионного анализов была построена модель, комплексно учитывающая геохимические характеристики, имеющая вид:

Лотмпгх = -0,9135 + 1,2128Р(НО) + 0,8903Р(1Сорг) + 0,7511/>(Бсб) + 0,5234Р(Кн) - 0,3637Р(Бпэ) + 0,0642Р(Бхл), /?=0,99, р< 10"5 (2)

Для увязки геохимических показателей с миграцией УВ для каждой ячейки было определено расстояние от центра ячейки до осевой линии ККСП (¿кксп), расстояние до ближайших неотектонических разломов и разломов по фундаменту (1РАзлн и ¿рдзлф), коэффициент неотектонической активности (КНа)- Аналогично были построены вероятностные модели принадлежности к классу нефтеносных структур (табл. 3).

Таблица 3

Модель вероятности принадлежности к классу нефтеносных Среднее значение ± ст. отклонение i-критерий Р

Нефтеносные Пустые

/'(¿кксп) = -3-10-6 ¿кксп+ 0,782 0,517+0,082 0,483±0,092 2.8597 0,005

P(LРАЗЛФ) = -3-Ю"5 ¿РАЗЛФ + 0,796 0,529+0,103 0,471 ±0,133 3.7320 0,000

ДКНА) =-0,031 Кнд + 0,95 0,505±0,044 0,495±0,042 1,3841 0,167

/'(¿РАЗЛн) = -Ю"6 ¿РАЗЛн + 0,655 0,501+0,005 0,500±0,005 0.1677 0,866

Анализ средних значений и ькритерия показал, что наиболее информативными критериями являются ¿кксп и ¿разлф- Построенная модель, комплексно учитывающая геохимические и региональные критерии, имеет следующий вид:

/'компрог - -1,3395 + 0,8630/>Крмпгх + 0,6766 Р(ЬРАзлф) + 0,7569

Р(Ь кксп) +0,7609 Р(Кна), Л=0,99,^<10

-5

(3)

0.0 0,1 0,2 0,3 0,4 0,5 0,6 0.7 0,8 0,9

Л

КОМПрег

Гистограмма Лсомпрсг приведена на рис. 5. Отсюда видно, что при

значениях /"компрсг менее 0,5 преобладают пустые ячейки, а при значениях более 0,5 наблюдается резкое преобладание нефтеносных ячеек.

По уравнению (3) для каждой ячейки были вычислены значения Ркомлрсг и построена схема его распределения по территории Пермского края (рис. 6). Данная схема использована для оценки перспектив региональной нефтегазоносности территории Пермского края. Сопоставление разработанного критерия Ркомпрег со средней плотностью нефтеносности Р1п „ и критерием изученности Р,, показало, что между ними существует значимая связь. Выполненный анализ данной связи показал, что на разных диапазонах значений Ра (рис. 7) связи имеют разные статистически значимые

соотношения, что видно из табл. 4.

Анализ данных уравнений показал, что при повышении степени изученности

увеличиваются значения углового коэффициента при РкоМПрег. что характеризует повышение

эффективности геолого-

разведочных работ. Рис.6. Схема распределения Ркомпрсг

ШМ Пустые 31 Нефтеносные Рис.5. Гистограмма Ркомлрег

|—I <0.1

Н 0.1-0.2

о 0.2-0.3

Ш 0.3-0.4

ва 0.4-0.5

■ 0.5-0.6

5 03 - 0.9

0.6 0,5 0,4 0,3 0,2 0,1 0,0 -0,1

P,z ОТ 0,5 ДО 0,7

Piz более 0,7

-0,2 0,0 0,2 0.4 0,6 0,8 1.0 1,2 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 Р,¿менее 0,4 P,z от 0,4 до 0,5

-0,2 0,0 0,2 0,4 0,6 0,8 1,0 1.2 -0,2 0,0 0.2 0,4 0,6 0,8 1.0 1,2

' КОМПрег

Рис. 7. Графики зависимости от Ркомпрег при разных интервалах Р,~

Таблица 4

Интервал Рк Уравнение зависимости R Р

Менее 0,4 Plnsr = -0,0002 + 0,0045 РКОМПРС,- 0,16

0,4-0,5 «„_»- = 0,0003 + 0.0208 Ркомпрс, 0,30 0.004

0,5-0,7 Pln^r = -0,0036 + 0,0836 РКОМПрег 0,24 0.040

Более 0,7 Р1п-и = 0,046 + 0,2255 Ркомпрсг 0,32 0,025

С помощью регрессионного анализа была построена модель средней плотности нефтеносности Pl„_sr, которая имеет следующий вид:

PlnJ,м = -0,085597 + 0,231381?« + 0,015207 Ркомпрш-, R = 0,73,р<105 (4)

Аналогичные модели были построены для основных нефтегазоносных комплексов Пермского края.

Анализ значений Pln sr, Ркомпрсг и Piz в ячейках позволяет дифференцировать элементарные участки по степени перспективности. Наибольший интерес представляет выделение высокоперспективных ячеек, которые имеют высокий региональный потенциал нефтегазоносности, но характеризуются не предельно высокой степенью изученности, то есть те ячейки с высоким РкомпРсг> где еще можно открыть новые месторождения УВ. Для малоизученных площадей к таковым отнесены все ячейки со значением Ркомпрсг более 0,75. На

высокоизученных площадях к таковым отнесены ячейки с Ркомпрог более 0,75, располагающиеся ниже линии линейного тренда (рис. 7).

На рис. 8. приведена схема расположения выделенных таким образом высокоперспективных ячеек. Большинство

высокоперспективных ячеек расположено в БС, БКВ, ВКВ и СолД. Общая площадь высокоперспективных земель составляет 14,4 тыс. км2.

Таким образом, выделенные высокоперспективные площади рекомендуются для проведения на них детальных геологоразведочных работ с целью выявления локальных поднятий. На площадях выделенных ячеек, где уже имеются месторождения УВ, рекомендуется проведение сейсморазведочных работ по технологии 3D, что позволит уточнить строение

месторождений и достоверно выявить малоразмерные

поднятия, возможно пропущенные сейсморазведкой предыдущих лет.

ячейки

высокоперспективные

Рис. 8. Схема расположения высокоперспективных ячеек

Четвертая глава «Разработка локально-зональных критериев прогноза нефтегазоносности» посвящена обоснованию многомерных моделей локального прогноза на примере группы смежных высокоперспективных ячеек, расположенных в центральной части Башкирского свода.

В региональном тектоническом плане площадь локального прогноза расположена на северном склоне Башкирского свода. Южная часть площади охватывает район Чернушинской валообразной зоны на востоке и территорию Татышлинского выступа и Дубовогорской террасы на западе. Северная половина площади включает в себя западную часть Таныпского атолла и Капканскую зону поднятий. Образование локальных поднятий на данной площади обусловлено рифообразующими и седиментационными процессами, начавшимися с конца франского века. Ядром всех локальных поднятий являются рифогенные образования позднедевонского возраста, над которыми в вышележащих горизонтах палеозоя сформировались структуры облекания, обычно постепенно нивелирующиеся вверх по разрезу.

При разработке вероятностных моделей для прогноза нефтегазоносности структур по локальным критериям были использованы показатели: площадь ловушки - S (км2), амплитуда ловушки - А (м) и интенсивность ловушки A/S'/2 (м/км). Они были использованы для трех НГК по соответствующим геологическим поверхностям:

- кровля турнейских отложений: АС\„ $ак AcaJScu'',

- кровля визейских отложений: Асы, Sew, Acui/Sci/2',

- кровля башкирских отложений: Аегь, Scib, AcztJScib'-

По анализируемым морфологическим характеристикам были вычислены средние значения, среднеквадратичные отклонения для нефтяных и пустых структур и с помощью критерия t выполнена оценка степени их влияния на нефтегазоносность, а так же построены индивидуальные вероятностные модели (табл. 5).

Анализ, выполненный по локальным объектам на данной территории, показывает, что существование залежей углеводородов в ловушках зависит от структурно-морфологических характеристик локальных объектов - амплитуды, площади и интенсивности.

Кроме локальных характеристик для прогноза нефтегазоносности была использована группа зональных показателей, характеризующих гипсометрию изучаемых геологических поверхностей и мощности между ними. В данном случае использовались данные по скважинам. В эту группу вошли следующие характеристики: абсолютные отметки залегания кровли турнейских отложений (ОГ Пп) - Ней, кровли отложений визейского яруса (ОГ II") - НСць кровли отложений башкирского яруса (ОГ I") - Hah кровли нижнепермских артинских карбонатных отложений (ОГ Ак) - Нр\а, а также мощности толщ между вышеперечисленными поверхностями.

Статистические модели разрабатывались по следующим вариантам: первый вариант, предполагает проведение прогнозных оценок при условии нефтеносности всего разреза (девонско-турнейских, визейских и башкирских отложений), второй вариант учитывает нефтегазоносность только верхнедевонско-турнейских отложений, третий - терригенных отложений нижнего карбона, четвертый вариант - только среднекаменноугольных отложений. По каждому из вариантов была выполнена аналогичная обработка вероятностно-статистическими методами, получены необходимые статистические характеристики и построены линейные регрессионные модели для прогнозных оценок, как всего разреза, так и отдельно для комплексов. В таблице 6 приведены некоторые модели по четырем вариантам.

Таблица 5

Вероятностные модели прогноза нефтегазоносности по морфологическим

показателям

Показатель Статистические характеристики показателей* Критерии Р Верхняя строка - уравнение вероятности принадлежности к классу нефтяных структур; средняя - область применения модели; нижняя - диапазон изменения вероятности.

Нефтяные структуры Пустые структуры

Аси 16,6+10,6 0,504±0,057 14,8+7,5 0,494±0,004 0,83811 0,40400 ДЛС1,)=0,415+ 0,00536/1С1, 1 —59 м 0,42 — 0,73

Se il 3,6±5,9 0,505±0,043 1,6+1,2 0,480±0,008 2,43191 0,01725 Д5С1,)=0,479+0,007275С1, 0,07 — 26,9км2 0,48 — 0,67

AciJSci/' 14,1+5,8 0,501 ±0,067 13,1+5,7 0,498±0,078 0,76905 0,44376 Р(Аа/5с>;/')=0,Ш+0,0тбАа/5а<ш 1,1 —37,1км2 0,35 — 0,76

Асы 14,1+8,9 0,510+0,116 12,4±7,4 0,488±0,098 1,07145 0,28603 Р(Асш)=0,327+0,01303Лсш 1 —48 м 0,34 — 0,95

Seul 2,5 ±3,1 0,501 ±0,058 2,3+3,6 0,500±0,019 0,29161 0,77106 Р(5Си/)=0,496+0,001805с1,/ 0,07 — 20,6км2 0,49 — 0,53

Aciii/Sa/' 12,1+6,3 0,513±0,094 9,6+5,6 0,477±0,084 1,92104 0,05722 Р(А си//5с1 /0=0,332+0,01504Ла и/^о ии 0,01 —36,1м/км 0,33 — 0,87

Ааь 10,7±8,1 0,509±0,1П 6,7±4,0 0,490+0,142 2,40918 0,01942 Р(Ас2ь)=0;407+0,01329ЛСТ 1 —30 м 0,42 — 0,81

Scib 4,5+5,7 0,507±0,050 2,7±4,9 0,492+0,043 1,32460 0,18987 Я5с2а)=0,468+0,(Ю8795а/, 0,1 —22,9 км2 0,46 — 0,67

AciblScib' 7,6±3,9 0,543+0,134 5,4±3,3 0,463±0,110 2,29543 0,02554 282+0,034Шаь/5с2ьй 1,1 —17,6м/км 0,31 —0,88

* Примечание - в числителе - среднее значение показателя и стандартное отклонение, в знаменателе - среднее значение вероятности и стандартное отклонение.

Проведенные исследования раздельно по комплексам показали, что их нефтегазоносность определяется различным набором критериев, поэтому при оценке перспектив нефтегазоносности по этим показателям были построены комплексные вероятностные модели:

Рт-с"= -1,380 + 0,96919Р(А с\/$а ¡л) + 0,95341Р(#С1,) + 0,96022Р(Аси) + 0,87606 Р(5С1,), при Я = 0,99; р < 10"5 (5)

Ра"= -1,356 + 0,97813Р(ЛСЛ/) + 0,88475Р(ЯСШ) + 0,80246Р(ЛС1„) +1,03612-Р(5сш), при К = 0,99; р < 10 5 (6)

Таблица 6

Вероятностные модели прогноза нефтегазоносности по гипсометрическим _и мощностным показателям_

Показатель Статистические характеристики показателей* Критерии 1 Р Верхняя строка - уравнение вероятности принадлежности к классу нефтяных скв.; средняя - область применения модели; нижняя - диапазон изменения вероятности.

Нефтяные структуры Пустые структуры

Вариант 1

Ней -1284,6±38,1 0,532±0,090 -13И,0±51,9 0,469+0,121 4,490919 0,000009 Р(НСи>3,564 +0,00236 Ней -1209--1487 м 0,05—0,71

Нс\ti -1225,3+36,5 0,530+0,111 —1245,4+44,1 0,469±0,134 3.539196 0,000445 Р(Нсп\)= 4,255 + 0,00304 Нем -1151 --1377 м 0,07 — 0,76

Вариант 2

Ней -1275,9±36,8 -1302,5+48.2 3,680555 Р(//с„)=2,960 - 0,0019//а, -1209-—1487 м 0,13—0,66

0,538+0,069 0,487±0,091 0,062910

Нет —1217,1 ±33,7 -1243,6±40,8 4,102922 Р(НСм)= 3,832 + 0,00271 НСт -1151 --1377 м 0,10 — 0,71

0,533±0,091 0,488+0,117 0,000069

Вариант 3

Нет -1210,1+31,4 0,533+0,089 —1225,9+41,3 0,488+0,117 2,098165 0,037492 ДЯсш)= 3,982 + 0,00285 НС\а -1151 --1377м 0,06 — 0,70

Вариант 4

Шс\т-С]тл 56.4±8,2 0,513±0,057 60,5±7,8 0,495±0,070 -2,75710 0,006685 Р( тат-с\п, )=0,908-0,0069 WIClT-CImi 40— 110м 0,14 — 0,63

* Примечание - в числителе - среднее значение показателя и стандартное отклонение, в знаменателе - среднее значение вероятности и стандартное отклонение.

Ра= -0,915+0,935401 Р(Аа!$сг') + 0,949443/Wa) + 0,946369/\Ла), при R = 0,99',p < 10"5 (7)

Анализ построенных уравнений регрессии показал, что формирование моделей нефтегазоносности происходило практически по одинаковой схеме, на первом шаге в модели были включены параметры P(A/S'/!), на втором шаге в модели были включены Р(Н), затем Р(А).

Для комплексного учета оценки влияния этих показателей по формуле Байеса была рассчитана условная комплексная вероятность -РКОМРм. По значениям Ркомр", вычисленным как для эталонных так и прогнозных структур, была построена схема изменения по площади (рис. 9). Согласно анализа значений Ркомр" наиболее перспективными в отношении нефтегазоносности являются Репищенская, Западно-Воробьевская и Чернушинская структуры, среднеперспективными

являются Ново-Воробьевская, Восточно-Деткинская и Калинская структуры, малоперспективными - Ашехлинская и Южно-Миковская структуры.

Батырбайский выступ

/

18

/Танылский атолл /

Капканский вал

й

вкв

Дубовогрскаяу терраса

0)

БС

Чернушинская валообразная зона

Татышлинский выступ

Р 1 комр

гл 0-0.1

0.1 -0.3

_ 0.2 - 0.3

0.4 -0.5

0.5 - 0.6

0.6-0.7

0.7-0.8

0.8-0.9

0.9-0.99

крупных твкт. структур —— средних структур

внутренней прибортовой зоны К

СЦ} Прогнозные структуры:

1 - Восточно-Таныпская

2 - Богатовская

3 - Западно-Березовская

4 - Северо-Деткинская

5 - Западно-Рябинкинская

6 -Рябинкинская

7 - Южно-Толкушиинская

8 - Ново-Воробьевская

9 - Западно-Воробьевская

10 - Восточно-Деткинская

11 - Опаровская

О

рифогенных структур палеоппвто и атоллов барьерного рифе Ппо ¡медь локального прогноза

12 - Ашехлинская

13 - Южно-Миковская

14 - Валийская

15 - Чкаловская

16 - Чернушинская

17 - Репищенская

18 - Калинская структура

19 - Аликинская

20 - Улыкская

21 - Валийская

Рис. 9. Схема вероятности нефтеносности перспективных структур

Основные результаты и выводы

Научно обоснована система элементарных ячеек, характеризующихся относительно однородным геологическим пространством, позволяющая строить геолого-математические модели с учетом влияния степени геолого-геофизической изученности. Установлены оптимальные размеры элементарной ячейки.

В пределах каждой ячейки определены параметры, характеризующие текущую нефтегазоносность (плотность нефтеносности) по всем комплексам палеозоя и степень изученности геолого-геофизическими исследованиями. Построено уравнение комплексного критерия изученности.

Исследование геохимических характеристик основных нефтематринских толщ Пермского края позволило установить основные очаги генерации углеводородов. Уточнена методика дифференциации битумоидов на сингенетичные и эпигенетичные, позволившая выявить участки максимальной миграции углеводородов.

Разработана модель комплексного критерия прогноза нефтегазоносности по региональным геологическим и геохимическим показателям.

Установлено, что средняя плотность текущей нефтеносности контролируется комплексным региональным критерием и степенью изученности.

Разработанные критерии плотности текущей нефтеносности, регионального прогноза нефтегазоносности и степени изученности позволили дифференцировать элементарные ячейки по степени нефтегазоносности и научно обосновать высокоперспективные участки, где еще можно ожидать открытие новых месторождений УВ. Эти участки рекомендуются для детальных геолого-разведочных работ.

Построены многомерные модели прогноза нефтегазоносности высокоизученных территорий по локально-зональным критериям. На примере одного из наиболее перспективных участков Башкирского свода проведены исследования раздельно по нефтегазоносным комплексам, которые показали, что нефтегазоносность комплексов определяется различным набором параметров. Поэтому для оценки перспектив нефтеносности были построены комплексные вероятностные модели. Для прогнозных структур были определены условные комплексные вероятности, которые позволили ранжировать перспективность структур в отношении нефтегазоносности.

Основные положения и научные результаты диссертации опубликованы в следующих работах:

1. О возможности прогнозирования нефтегазоносности фаменских отложений с помощью построения вероятностно-статистических моделей / В.И. Галкин [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2007. - №10. - С.22-27.

2. Кривощеков С.Н., Галкин В.И. Построение матрицы элементарных ячеек при прогнозе нефтегазоносности вероятностно-статистическими методами на территории Пермского края // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2008. - № 8. - С.20-23.

3. Новый инструмент пространственного анализа геолого-геофизической информации - Template Analyst / М.Г. Барский [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. -

2008.-№8.-С. 17-20.

4. Кривощеков С.Н. О связи генерационного потенциала нефтематеринских толщ с плотностью нефтеносности (на примере территории Пермского края) // Проблемы геологии и освоения недр: труды XII Международного симпозиума студентов и молодых ученых имени академика М.А. Усова. - Томск, 2008. - С.372-374.

5. Кривощеков С.Н. Использование комплексного анализа геолого-геофизической информации при прогнозе нефтегазоносности в «старых» нефтедобывающих районах (на примере территории Пермского края) // Геология, геофизика и разработка нефтяных и газовых месторождений. -

2009.-№ 10.-С. 16-20.

6. Галкин В.И., Кривощеков С.Н. Обоснование направлений поисков месторождений нефти и газа в Пермском крае // Научные исследования и инновации. - 2009. - Т.З, №4. - С.3-7.

7. Кривощеков С.Н., Носов М.А., Петров А.Н. Применение вероятностно-статистических методов при зональном прогнозе нефтегазоносности визейских отложений юго-востока Пермского края // Научные исследования и инновации. - 2010. - Т.4, №1. - С.16-20.

8. Прогнозная оценка нефтегазоносности структур на территории Соликамской депрессии / В.И. Галкин [и др.] // Нефтепромысловое дело. -

2010. - №7. -С.4-7.

9. Кривощеков С.Н., Галкин В.И., Волкова A.C. Разработка вероятностно-статистической методики прогноза нефтегазоносности структур // Нефтепромысловое дело. - 2010. - №7. - С.28-31.

10. Галкин В.И., Козлова И.А., Кривощеков С.Н. Исследование влияния морфологических характеристик локальных структур на нефтегазоносность // Геология и нефтегазоносность северных районов Урало-Поволжья: сб. материалов Всерос. науч-практич. конф, посвящ. 100-летию со дня рождения проф. П.А. Софроницкого. - Пермь, 2010. - С. 179180.

11. О масштабах миграции углеводородов в пределах Соликамской депрессии Предуральского прогиба и возможностях ее использования для прогноза нефтегазоносности / В.Л. Воеводкин [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2010. -№12. - С.6-12.

12. Кривощеков С.Н. О влиянии типа структур на их нефтегазоносность на территории Соликамской депрессии // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2010. -№12. -С.19-24.

13. Кривощеков С.Н. Разработка регионально-зональных критериев прогноза нефтегазоносности вероятностно-статистическими методами на примере территории Пермского Прикамья // Нефтепромысловое дело. -2011.-№10.-С.2-6.

Подписано в печать 22.11.2011. Формат 60x90/16 Усл. печ. л. 1,0. Тираж 100 экз. Заказ № 2402 / 2011

Отпечатано с готового оригинал-макета в типографии издательства Пермского национального исследовательского политехнического университета. Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113. Тел. (342) 219-80-33.

10

Содержание диссертации, кандидата технических наук, Кривощеков, Сергей Николаевич

Список рисунков в тексте.

Список таблиц в тексте.

Введение.

1. Исследование влияния геолого-геофизической изученности территорий на прогноз нефтегазоносности вероятностно-статистическими методами.

2. Особенности генерации и миграции углеводородов на территории Пермского края.

2.1. Геолого-геохимическая характеристика условий осадко-накопления франско-фаменской толщи на платформенной части территории Пермского края.

2.2. Геолого-геохимическая характеристика условий осадко-накопления франско-фаменской толщи в Предуральском краевом прогибе.

2.3. Характеристика генерационно-миграционных критериев. ^

3. Разработка региональных критериев прогноза нефтегазоносности

4. Разработка локально-зональных критериев прогноза нефтегазоносности.

Введение Диссертация по наукам о земле, на тему "Разработка вероятностно-статистических моделей прогноза нефтегазоносности высокоизученных территорий"

Актуальность проблемы. Преобладающая часть добычи нефти в России в настоящее время идет на месторождениях, расположенных в старых добывающих регионах. Основной фонд месторождений в этих районах находится на поздних стадиях разработки, когда большая часть запасов уже извлечена, а добыча оставшихся требует значительных затрат.

Поддержание текущих уровней добычи нефти требует компенсации запасов за счет открытия новых месторождений на уровне не менее 130%. По существу на сегодняшний день по России данная^ величина составляет лишь 103%, что в перспективе непременно приведет к снижению объемов добычи и эффективности деятельности нефтедобывающих предприятий [119].

Проведение геолого-разведочных работ требует больших капитальных затрат. Высокая стоимость поисково-разведочного бурения обуславливает необходимость максимального снижения количества «пустых» скважин и повышения тем самым эффективности геологоразведки.

В старых нефтедобывающих регионах накоплен огромный фактический материал по месторождениям углеводородов, (УВ) и' разведочным площадям. Комплексное использование данной информации для прогноза нефтегазоносности до ввода объекта в бурение является залогом высокой успешности геологоразведки. Применение современных математических, геоинформационных и компьютерных методов, позволяет обрабатывать такие массивы информации, строить вероятностные модели прогноза нефтегазоносности, определять наиболее перспективные участки и локальные объекты для постановки геолого-разведочных работ.

Исследованию данного* вопроса и посвящена настоящая диссертационная работа.

Целью настоящей- работы является научное обоснование и разработка многомерных геолого-математических моделей прогноза нефтегазоносности высокоизученных территорий.

Основные задачи исследований заключаются в следующем:

1. Анализ влияния степени изученности территории на нефтегазоносность, создание сетки элементарных ячеек для прогноза нефтегазоносности.

2. Исследование генерационных и миграционных процессов в нефтематеринских толщах Пермского края.

3. Построение многомерных моделей прогноза нефтегазоносности по региональным критериям, определение перспективных участков.

4. Построение многомерных моделей прогноза нефтегазоносности по локально-зональным критериям.

Научная новизна работы заключается в том, что впервые научно обоснован размер элементарных ячеек для прогноза нефтегазоносности вероятностно-статистическими методами для территории Пермского края.

Исследована роль преобразования рассеянного органического вещества фран-фаменских отложений в формировании залежей нефти и газа. Создана методика регионального прогноза нефтегазоносности в пределах ячеек по комплексу геохимических и геологических критериев. Установлены наиболее перспективные прогнозные структуры в центральной части Башкирского свода на основе построения локально-зональных вероятностно-статистических моделей.

В диссертационной работе защищаются следующие положения:

1. Научное обоснование системы элементарных ячеек, характеризующихся относительно однородным геологическим пространством, для прогноза нефтегазоносности.

2. Многомерные геолого-математические модели 1 прогноза нефтегазоносности по региональным и локально-зональным критериям.

3. Схемы перспектив нефтегазоносности для территории Пермского края.

Фактический материал. В работе использованы, геолого-геофизические данные по 935 разбуренным структурам Пермского края. Исследование геохимических характеристик фран-фаменских отложений проводилось по данным анализов, более 2500 образцов по 360 скважинам. Так же использованы данные- сейсморазведки 2D в объеме' более 8 тыс. сейсмопрофилей.

Практическое значение работы и реализация* результатов-исследований. Разработанные в работе модели позволяют ранжировать участки и локальные объекты по перспективам нефтегазоносности. Научные разработки были внедрены при выполнении 4 хоздоговорных и госбюджетных НИР; примененных при планировании геолого-разведочных работ в Пермском крае.

Апробация^ работы и публикации. Основные положения диссертационной работы докладывались на ежегодных всероссийских научно-технических конференциях ПНИПУ (ранее ПГТУ) (Пермь, 2008 — 2010), на ежегодных конкурсах научно-технических разработок ООО «ЛУКОЙЛ-Пермь» (Пермь, 2007-2011), на ежегодных международных научных симпозиумах Томского политехнического университета (Томск, 2008, 2010).

Автором опубликовано 13 научных работ, в том числе 9 статей в высокорейтинговых изданиях, рекомендованных ВАК РФ.

Объем и структура работы. Диссертация состоит из введения, четырех глав и заключения. Текст изложен на 142 страницах машинописного текста, иллюстрирован 57 рисунками и содержит 34 таблицы. Список литературы включает 152 наименования.

Заключение Диссертация по теме "Геология, поиски и разведка горючих ископаемых", Кривощеков, Сергей Николаевич

ЗАКЛЮЧЕНИЕ

Современная ситуация в нефтедобыче и геологоразведке требует повышения эффективности поисково-разведочных работ и снижения геолого-экономических рисков. В высоко изученных нефтедобывающих районах это может быть реализовано при помощи построения вероятностно-статистических моделей прогноза нефтегазоносности, основанных на региональных и локально-зональных критериях. Это позволяет определять наиболее перспективные объекты геологоразведки до инвестирования значительных капитальных вложений.

В настоящей диссертационной работе научно обоснована система элементарных ячеек, характеризующихся относительно однородным геологическим пространством, позволяющая строить геолого-математические модели с учетом влияния степени геолого-геофизической изученности. Установлены, оптимальные размеры элементарной, ячейки 17x8,5 км.

В пределах каждой ячейки определены параметры, характеризующие текущую нефтегазоносность (плотность нефтеносности) по всем комплексам палеозоя и степень изученности геолого-геофизическими исследованиями. Построено уравнение комплексного критерия изученности.

Исследование геохимических характеристик основных нефтематринских толщ Пермского края позволило установить основные очаги генерации углеводородов. Уточнена методика дифференциации -битумоидов на сингенетичные и эпигенетичные, позволившая выявить участки максимальной миграции углеводородов.

Разработана модель. комплексного . критерия прогноза нефтегазоносности по региональным геологическим и геохимическим показателям.

Установлено, что средняя плотность текущей нефтеносности контролируется комплексным региональным критерием и степенью изученности.

Разработанные критерии плотности текущей нефтеносности, регионального прогноза нефтегазоносности и степени изученности позволили дифференцировать элементарные ячейки по степени нефтегазоносности и научно обосновать высокоперспективные участки, где еще можно ожидать открытие новых месторождений УВ. Эти участки рекомендуются для детальных геолого-разведочных работ.

Построены многомерные модели прогноза нефтегазоносности высокоизученных территорий по локально-зональным критериям. На примере одного из наиболее перспективных участков Башкирского свода проведены исследования раздельно по нефтегазоносным комплексам, которые показали, что нефтегазоносность комплексов определяется различным набором параметров. Поэтому для оценки перспектив нефтеносности были построены комплексные вероятностные модели. Для прогнозных структур были определены условные комплексные вероятности, которые позволили ранжировать перспективность структур в отношении нефтегазоносности.

Библиография Диссертация по наукам о земле, кандидата технических наук, Кривощеков, Сергей Николаевич, Пермь

1. Абрикосов И.Х. К вопросу формирования нефтяных залежей в каменноугольных отложениях Пермской области // Тр. ВНИГНИ. Вып. 7. Пермь, 1966. 236 с.

2. Абрикосов И.Х. Нефтегазоностность Пермской области. М.: Госттоптехиздат, 1963. 208с.

3. Аксенов А.А Состояние и основные направления совершенствования прогноза нефтегазоносности локальных объектов // Методы прогноза нефтегазоносности локальных объектов: сборник научн. тр. М.,1988. С 5-12.

4. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963, 500 с.

5. Анализ влияния различных факторов на размещение и формирование месторождений нефти и газа (на примере платформенных областей) / Г.П. Евсеев, Н.М. Кругликов, Г.П. Сверчков и др. / Под ред. B.C. Лазарева и В.Д. Наливкина. Л.: Недра, 1971. 335 с.

6. Аронов В. Н. Математические методы обработки геологических данных на ЭВМ. М„ Недра. 1977. С 168.

7. Афифи A.A., Эйзен С.П. Статистический анализ. Подход с использованием ЭВМ. М.: Мир; 1982. С. 322-328.

8. Ахметшин В. А. Применение некоторых положений теории вероятностей для выбора рациональных размеров сети наблюдений геофизических съемок. Геофизические исследования земной коры и мантии Украины. Киев. 1975. С.92-94.

9. Аширов К.Б. О формировании нефтегазовых залежей в Урало-Поволжье / Происхождение нефти и газа и формирование их месторождений. М. С.588 -590.

10. Бакиров A.A. Геологические основы прогнозирования нефтегазоносности недр. М., 1973. 344 с.

11. Баюканский Юг Ф. Новейшая тектоника и нефтегазоносность российского сектора северного и среднего Каспия: автореф. дис. к.г.-м.н. Москва, 2007. - 20 с.

12. Белоконь Т.В. Характеристика зон нефтегазообразования / Под ред. А.З. Кобловой, Ю.А. Дулепова. // В кн.: Нефти, газы и OB'пород севера Урало-Поволжья. Каталог физико-химический состав. Пермь, 1989.-С. 50-77.

13. Белоконь Т.В., Кутуков A.B. Условия нефтеобразования в верхнедевонско-нижне-средне-каменоугольных карбонатных комплексах Волго-Вятского района // Геология нефти и газа. — 1984. — №2.-С. 52-56.

14. Белонин М.Д. Методические аспекты прогноза нефтегазоносности земель // Геология нефти и газа, 1977. № 12. С 32-37.

15. Благиных JI. Л., Жуков Ю.А. Основные направления поисков углеводородов в Пермской области // Геология, разработка, бурение и эксплуатация нефтяных месторождений Пермского Прикамья. — Пермь, 1999.-Вып. 1. — G. 14-23.

16. Боровко A.B. Статистический анализ пространственных геологических закономерностей. Л.: Недра. 1971. 173 с.

17. Борукаев Ч.Б., Воронин Ю.А. Математика и геологические задачи // Вестник ЛИ СССР, 1975. №11, С. 122-125.

18. Ботнева Т. А. Генетические основы классификации нефти. М.: Недра, 1987. 194 с.

19. Брод И.О. Залежи нефти и газа. М.: Гостоптехиздат, 1995. - 350 с.

20. Бугаец А.Н., Дуденко Л.Н. Математические методы при прогнозировании месторождений полезных ископаемых. Л.: Недра, 1976. 138 с.

21. Бусыгин Б.С., Мирошниченко Л.В1 Выбор информативных признаков в распознавании образовшрименительно 'к задачам геологии. М., 1986: 72 с.

22. Бухарцев В.П. Вероятностный прогноз нефтеносности. В кн.: Математика, ЭВМ и АСУ вгеологии нефти и газа. М., 1973. С.7-41.

23. Буялов Н.И. Основные критерии прогноза нефтегазоносности* и их значение при оценке перспектив: М.: Недра, 1967. С. 93-102.

24. Важнейшие генетические типы-локальных поднятий Волго- Уральской нефтегазоносной области / РЮ. Хачатрян и др:. /- В кн.: Тектоника и размещение нефтегазовых месторождений востока Русской платформы. -М:, 1968. -С. 61-86.

25. Вассоевич Н.Б. Теория осадочно-миграционного происхождения. Исторический обзор и современное состояние // Изв: АН CCCPJ 1967, сер. геология. №11. С. 135-156.

26. Вассоевич Н.Б., Лопатин Н'.В. Нефтегазоматеринский потенциал и его реализация в процессе литогенеза // Ресурсы энергетического сырья. Горючие ископаемые. М.: Наука, 1980. С.71-94.

27. Винниковский С.А., Шаронов Л.В. Закономерности размещения и условия формирования залежей нефти и газа Волго-Уральской области. Т. II. Пермская область и Удмуртская АССР. - М.: Недра, 1977. - 272 с.

28. Вистелиус А. В. Основы математической геологии. Л.: Недра. 1980. 389 с.

29. Влияние неотектонических движений на современное состояние залежей углеводородов / В.М. Проворов и др. // Геология нефти и газа. 1984. - № 8. - С. 32-38.

30. Внутских В.И. Геохимическое обоснование перспектив нефтегазоносности. // Основные направления научно-технического прогресса в развитии нефтяной промышленности Пермского Прикамья // Сб. науч. тр. ПермНИПИнефть. Пермь, 1989. - С. 45-47.31.