Разработка комплексного метода детальной автокорреляции разрезов скважин

Р. А. Шайбаков, Д. С. Мухамадеев, Ш. Х. Султанов

Аннотация


Проведение детальной корреляции на сложных месторождениях решает сразу несколько важных задач: позволяет проследить распространение песчаных тел; уточнить карты продуктивных толщин; уточнить структурную модель месторождения; проанализировать особенности осадконакопления на площади исследований. Детальная корреляция проводится в два этапа: на первом этапе проводится парная корреляция по ребрам всех треугольников данной триангуляции; на втором - проверяется согласованность полученных корреляций, исправляются парные корреляции, которые нарушают согласованность и строится схема детальной корреляции. В статье рассмотрена задача автоматизации процесса выделения пластов до уровня песчаных тел с последующей корреляцией разрезов скважин, с целью решить несколько важных задач: проследить распространение песчаных тел; уточнить карты продуктивных толщин; уточнить структурную модель месторождения; проанализировать особенности осадконакопления на площади исследований; скорректировать систему разработки месторождения; выделить наиболее «работающие» пропластки и интервалы с целью повышения эффективности проведения геолого-технических мероприятий. Проведен обзор и анализ существующих подходов позволяющих проводить автокорреляцию, выявлены преимущества и недостатки каждого метода. Предложен комплексный подход к автоматизации процесса корреляции разрезов скважин до уровня песчаных тел как путей фильтрации углеводородов, использующий нейронные сети для выделения пластов с последующей их детальной корреляцией на основе применения теории Bar-кодов - своего рода штрих кодов с записью информации в двух измерениях.

Ключевые слова


a complex methodology;bar-code;bar-код;correlation;neuron;reservoir;sand body;seismic trends;well logs;каротажные кривые;комплексная методика;корреляция;нейрон;песчаное тело;пласт;сейсмические тренды

Полный текст:

PDF

Литература


1. Верхотурова О.М Идентификация границ слабоструктурированных трехмерных объектов на основе методов дискретной оптимизации: дисс… канд. техн. наук. Уфа: УГАТУ. 2009. 170 с.

2. Губерман Ш.А. Неформальный анализ данных в геологии и геофизике. М.: Недра, 1987. 261 с.

3. Губерман Ш. А., Овчинникова М. И. Алгоритм расчленения и сопоставления геофизических разрезов скважин на ЭВМ.// Нефтепромысловая геофизика (Уфа). 1975. № 5. С. 48-56.

4. Губерман Ш.А. Теория гештальта и системный подход // Системные исследования. М.: Наука. 1984. С. 66-82.

5. Детальная корреляция для построения трехмерных геологических моделей залежей УВ: учеб. пособие к лабораторным работам по курсу «Нефтегазопромысловая геология» / Гутман И.С и др. М.: ГУЛ изд-во "Нефть и газ" РГУ нефти и газа им. И.М.Губкина. 2001. 79 с.

6. Ковалевский Е.В., Гогоненков Г.Н., Перепечкин М.В. Уточнение геологических моделей посредством использования автоматической корреляции скважин // Недропользование XXI век. 2007. №4. С. 28-31.

7. Интерактивная корреляция геологических разрезов по данным ГИС/ Омелин В.М. и др.// Геология нефти и газа. 1989. №8. С. 18-22.

8. Разработка алгоритма и расчетного модуля пространственного анализа форм каротажных диаграмм: Отчет о НИР/ ФГБУН Ин-т математики им. С.Л. Соболева (Сиб. отд. РАН). Новосибирск, 2012. 65 с.

9. Интеллектуальные системы интерпретации данных геофизических исследований скважин/ Тененев В.А., и др. // Искусственный интеллект. 2002. №3. С. 439-447.

10. Шайбаков Р.А, Абабков К.В. Применение нейронных сетей при выделении сложнопостроенных геологических объектов: сб. ст. аспирантов и молодых специалистов. Уфа: изд-во НПФ «Геофизика». 2011. С. 98-114

11. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности/ Вороновский Г.К., и др. М.: ОСНОВА, 1997. 112 с.


Ссылки

  • На текущий момент ссылки отсутствуют.