Главная – Журналы – Геология и геофизика 2018 номер Неопубликованное

Рассматривается задача прогнозирования фильтрационно-ёмкостных свойств (ФЕС) целевых горизонтов (пористости, эффективной толщины, нефтенасыщенности) с применением методов, обладающих способностью к обучению на больших объёмах разнородных данных. Используются сейсмические 3D данные как полнократного суммирования (сейсмические атрибуты, извлечённые из сейсмического куба), так и частично-кратные суммы (синхронная инверсия), ограниченные интервалом целевых горизонтов, находящихся в разработке на одном из шельфовых месторождений севера Сахалина. Большой объем данных и сильная взаимозависимость извлечённых признаков потребовали понижения размерности сейсмических параметров. Новизной разработанного подхода является применение факторного анализа перед выполнением прогнозирования ФЕС. В результате 92% вариаций данных, связанных со свойствами коллектора, были представлены пятью главными факторами. Последующее применение нейронных сетей при решении задачи прогнозирования показало, что выделенные факторы являются значимыми предикторами пористости, нефтенасыщенности и эффективной мощности. Перекрёстная проверка выявила зоны с низкой точностью оценки ФЕС, возникающие из-за сильного влияния газа на сейсмические данные, а также зоны с высокой точностью оценки ФЕС, которые впоследствии использовались для установления оптимальных весов и итогового прогнозирования. По результатам прогнозирования ФЕС с применением факторного анализа и нейронных сетей коэффициенты корреляции в точках тестовых скважин составили 0.92-0.93, а точность прогноза по итогам бурения двух эксплуатационных скважин подтвердилась в пределах 85-93%, что доказало эффективность предлагаемой технологии.