Руслан Альбертович Гилязетдинов, научный сотрудник
кафедра разведки и разработки нефтяных и газовых месторождений
Октябрьский
Ruslan A. Gilyazetdinov, Researcher
Department of Oil and Gas Field Exploration and Development
Oktyabrsky
Любовь Сергеевна Кулешова, кандидат технических наук,доцент, заместитель директора по учебной работе
кафедра разведки и разработки нефтяных и газовых месторождений
Октябрьский
Lyubov S. Kuleshova, Cand. Sci. (Eng.), Associate Professor, Deputy Director for Academic Work
Department of Oil and Gas Field Exploration and Development
Oktyabrsky
Вячеслав Вячеславович Мухаметшин, доктор технических наук, профессор
кафедрА геологии и разведки нефтяных и газовых месторождений
Уфа
Vyacheslav V. Mukhametshin, Dr. Sci. (Eng.), Professor
Department of Oil and Gas Field Geology and Exploration
Ufa
Алина Азатовна Гиззатуллина, кандидат физико-математических наук, заместитель директора по научно-исследовательской работе, доцент
кафедрА разведки и разработки нефтяных и газовых месторождений
Октябрьский
Alina A. Gizzatullina, Cand. Sci. (Phys. & Math.), Deputy Director for Research, Associate Professor
Department of Oil and Gas Field Exploration and Development
Oktyabrsky
Цель данного исследования заключалась в представлении алгоритма, созданного с использованием научно-методических основ количественно-качественной обработки геолого-промысловых данных и позволяющего реализовать процедуру глубокой идентификации залежей.
Разработанный алгоритм состоит из двух уровней: на начальном этапе производится разделение объектов по тектонико-стратиграфическому признаку, в результате этого формируется ряд мегагрупп объектов, после чего с использованием элементов факторного анализа данных производится их глубокая дифференциация совместно с мониторингом объектов, которые обладают высокой степенью идентичности между собой. Представленный подход к решению задач эффективного группирования залежей является наиболее результативным за счет комплексной и обоснованной оценки образуемых в результате моделирования групп объектов. На примере ряда объектов, приуроченных к терригенным коллекторам девонской и каменноугольной систем Волго-Уральской нефтегазоносной провинции, проведена апробация разработанного алгоритма. Доля верно сгруппированных объектов после двух этапов расчетов составила в среднем 96,8 %, что является высоким результатом. Для качественного и объективного поиска объектов-аналогов получено 18 уравнений, объединяющих между собой на достаточно релевантном уровне достоверности 20 параметров, которые описывают геолого-физические характеристики продуктивных пластов и физико-химические свойства насыщающих их флюидов. На основании результатов использования разработанного алгоритма глубокой идентификации залежей получен ряд актуальных математических зависимостей между различными параметрами, графических распределений объектов в осях главных компонент, в совокупности позволяющих по залежам терригенных коллекторов девонской и каменноугольной систем Волго-Уральской нефтегазоносной провинции эффективно и систематично производить поиск объектов-аналогов. Помимо этого, на основе представленных идентификационных схем можно успешно управлять процессами нефтеизвлечения в пределах микро- и макроуровней распределения объектов в осях главных компонент и формировать перечень общих рекомендаций, способствующих оптимальному освоению ресурсов жидких углеводородов.
The purpose of the article is to present an algorithm developed on the scientific and methodological foundations of quantitative and qualitative processing of geological and commercial data to implement the procedure for deep identification of deposits.
The developed algorithm consists of two levels: the initial stage includes facility identification by tectonic and stratigraphic characteristics resulting in the formation of a number of megagroups of objects. Then they are subjected to deep differentiation using the elements of data factor analysis, which is carried out together with the monitoring of the highly identical objects. The presented approach to solving the problems of field effective grouping is the most effective due to a comprehensive and reasonable assessment of the groups of facilities formed as a result of modeling. The developed algorithm was tested on example of a number of fields associated with terrigenous reservoirs of the Devonian and carboniferous systems of the Volga-Ural oil and gas province. After two calculation stages the percentage of correctly grouped objects averaged 96.8 %, which is a high result. To make the search for analogous objects qualitative and objective eighteen equations have been obtained that combine twenty parameters describing the geological and physical characteristics of productive formations as well as the physico-chemical properties of the fluids saturating them at the sufficient level of reliability. Based on the results of using the developed algorithm for deep identification of deposits, the authors obtained a number of relevant mathematical dependencies between various parameters, graphical distributions of objects in the axes of the main components, which all together enable efficient and systematic search for analogous objects in the deposits of terrigenous reservoirs of the Devonian and carboniferous systems of the Volga-Ural oil and gas province. Besides, the presented identification diagrams enable successful management of the processes of oil recovery within the micro- and macro-levels of facility distribution in the axes of the main components. They also allow to form a list of general recommendations that will contribute to the optimal development of liquid hydrocarbon resources.
The authors declare that there are no conflicts of interest present.