Нижнемеловая залежь Старогрозненского нефтегазового месторождения как объект геологического моделирования

Т.Б. Эзирбаев

doi:10.46698/VNC.2025.27.39.001

Т.Б. Эзирбаев Грозненский государственный нефтяной технический университет им. акад. М.Д. Миллионщикова, Россия, 364051, г. Грозный, пр. Х.А. Исаева, 100; Комплексный научно-исследовательский институт им. Х.И. Ибрагимова РАН, Россия, 364051, г. Грозный, ул. В. Алиева, 21а

DOI: https://doi.org/10.46698/VNC.2025.27.39.001

Ключевые слова: петрофизика, гранулометрия, интерпретация, коллектор, месторождение, нефть, геологическая модель

Резюме

Актуальность работы. Внедрение автоматизированных технологий и применение искусственного интеллекта при интерпретации геологических и петрофизических данных позволяет существенно повысить точность и надежность оценки запасов нефти и газа, а также оптимизировать процессы разведки и разработки месторождений. Создание трехмерных моделей на основе машинной интерпретации данных ГИС, лабораторных анализов фактического материала и сейсморазведки таких сложных геологических систем, как альб-аптские отложения Терско-Сунженской области, характеризующихся высокой сложностью строения и неоднородностью свойств пород, позволяет более полно раскрыть их структурные и коллекторские особенности, что является весьма актуальным для региона с месторождениями на стадии истощения разведанных запасов. Цель работы. Заключается в разработке и внедрении автоматизированной, многофакторной методики интерпретации геолого-геофизической информации с использованием современных технологий машинного обучения, нейронных сетей и трехмерного моделирования, учитывая структурно-минералогическую неоднородность пород и их фильтрационно-емкостные свойства. Методы исследований. Комплексный подход, включающий интеграцию современных методов машинного обучения и геоинформационных технологий. Основные методы и подходы будут разделены на три этапа: 1. Оцифровка и обработка архивных данных по керну, ГИС, испытаниям скважин. Формирование единой цифровой базы данных. Выделение литотипов и их корреляция с данными ГИС. 2. Автоматизированная интерпретация ГИС и керна: использование технологии ESKS-TABC в ПО Gintel с применением нейросетевых алгоритмов для переинтерпретации данных. Применение машинного обучения для классификации коллекторов. 3. Методика геологического моделирования 3D: построение предварительных корреляционной и петрофизических моделей. Результаты исследований. Формирование Базы данных расширенной по составу интерпретированной геолого-геофизической информации, непрерывной по всему интервалу залегания пластов, определенных по технологии ESKS TABC. Сформированная БД станет основой для литолого-фациального геологического моделирования с применением технологий нейросетевого прогнозирования свойств в межскважинном пространстве.

Литература

Афанасьев В.С., Афанасьев С.В., Афанасьев А.В. и др. Методика автоматизированного восстановления свойств пород в терригенном разрезе по данным ГИС в системе Gintel (Методика ТАВС). – М: ООО «Геоинформационные технологии и системы», 2009. – 100 с.

Афанасьев В.С., Афанасьев С.В., Варягов С.А., Красовский А.В., Меньшиков С.Н. Литолого-фациальное геологическое моделирование на примере Медвежьего газоконденсатного месторождения. – Новосибирск: СО РАН, 2021. – 144 с.

Афанасьев С.В. Технология комплексной переинтерпретации данных геофизических исследований скважин при создании трехмерной геологической модели длительно разрабатываемой залежи. // Нефтяное хозяйство. – 2005. – № 2. – С. 12–17.

Бачаева Т.Х., Даукаев А.А. Минерально-сырьевая база, проблемы и перспективы развития нефтегазового комплекса Чеченской Республики. // Вестник КНИИ РАН. Серия: Естественные и технические науки. – 2024. – № 2(17). – С. 160–170. DOI: 10.34824/ VKNIIRAN.2024.17.2.013.

Генераленко О.С., Шелепов И.В., Ермакова О.Э., Моторин И.В., Воробьева Г.Н., Парамошина Д.Д. Интегрированный подход к построению геологических моделей на основе фациального анализа. // Георесурсы. – 2024. – Т. 26. № 3. – С. 33–42. DOI: 10.18599/ grs.2024.3.5.

Даукаев А.А., Бачаева Т.Х. Геологоразведочные работы на нефть и газ на территории Чеченской Республики: состояние и перспективы развития. // Вестник КНИИ РАН. – 2021. – № 3(7). – С. 34–40. DOI: 10.34824/VKNIIRAN.2021.7.3.004.

Игилманов Б.Б. Подсчет запасов углеводородов на основе 3д модели в симуляторе тНавигатор. Применение workflow для оптимизации работы. // Yessenov Science Journal. – 2022. – No. 2(43). – pp. 88–94. DOI: 10.56525/OAHL5595.

Керимов И.А., Борисенко З.Г., Даукаев А.А., Гайсумов М.Я., Абубакарова Э.А., Чимаева Х.Р. Геология нефтяных месторождений Терско-Сунженской нефтегазоносной области: справочник. Грозный: Академия наук Чеченской Республики, 2010. – 254 с.

Керимов И.А., Даукаев А.А., Бачаева Т.Х. Старогрозненское месторождение нефти и газа (к 120-летию начала освоения). // Вестник Академии наук Чеченской Республики. – 2013. – № 3(20). – С. 115–124.

Смольянинова К.И. Коллекторские особенности пород нижнего мела Терско-Сунженского нефтеносного района на глубинах свыше 3000 м. // Изучение коллекторов нефти и газа, залегающих на больших глубинах. Выпуск-124. – М.: Недра, 1977. – С. 130–132.

Шнурман Г.А., Демушкина Н.В., Терентьев В.Ю., Афанасьев В.С., Гаранин А.Б. Методика выделения и оценки альб-аптских терригенных коллекторов Терско-Сунженской антиклинальной зоны по данным ГИС. // Геология нефти и газа. – 1989. – № 1. – С. 40–43.

Эзирбаев Т.Б. Обзор технологий комплексной обработки переинтерпретации данных геофизических исследований скважин для детального расчленения разреза и переоценки запасов углеводородов. // Геология и геофизика Юга России. – 2021. – Т. 11. № 2. – С. 118–136. DOI: 10.46698/VNC.2021.40.15.009.

Эзирбаев Т.Б., Гацаева С.С.-А., Абдулшахидова Х.А. Анализ зависимости пористости нижнемеловых коллекторов Терско-Сунженской нефтегазоносной области от петрофизических параметров. // Геология и геофизика Юга России. – 2024. – Т. 14. № 2. – С. 194–206. DOI: 10.46698/VNC.2024.29.28.015.

Abu-Hashish M., Wanas H.A., Madian E. 3D geological modeling of the Upper Cretaceous reservoirs in GPT oil field, Abu Sennan area, Western Desert, Egypt. // Journal of Petroleum Exploration and Production Technology. – 2019. – Vol. 10. Issue 3. – рp. 1–23. DOI: 10.1007/s13202-019-00780-9.

Han J.-X., Xue L., Wei Y.-Sh., Qi Y.-D., Wang J.-L., Liu Y.-T., Zhang Y.-Q. Physicsinformed neural network-based petroleum reservoir simulation with sparse data using domain decomposition. // Petroleum Science. – 2023. – Vol. 20. Issue 6. – рр. 3450–3460. DOI: 10.1016/j. petsci.2023.10.019.

Hu Y., Xin X., Yu G., Deng W. Deep insight: an efficient hybrid model for oil well production forecasting using spatio-temporal convolutional networks and Kolmogorov–Arnold networks. // Scientific Reports. – 2025. – Vol. 15. No. 8221. – pp 1–19. DOI: 10.1038/s41598025-91412-2.

Illarionov E., Temirchev P., Voloskov D., Kostoev R., Simonov M., Pissarenko D., Orlov D., Koroteev D. End-to-end neural network approach to 3D reservoir simulation and adaptation. // Journal of Petroleum Science and Engineering. – 2022. – Vol. 208. Part A. DOI: 10.1016/j. petrol.2021.109332.

Mankhemthong N., Phanratana C., Udphuay S. Lithologic modeling using VES method for subsurface structure delineation with geological constraints, eastern margin of Chiang Mai Basin and southwestern margin of Mae On Depression, San Kamphaeng District, Chiang Mai Province, northern Thailand. // Geosciences Journal. – 2020. – Vol. 25. Issue 4. – рр. 479–494.

DOI: 10.1007/s12303-020-0037-4.

Shao Y.-l., Zheng A.-l., He Y., Xiao K.-Y. 3D Geological modeling and Its application under complex geological conditions. // Procedia Engineering. – 2011. – Vol. 12. – рp. 41–46. DOI: 10.1016/j.proeng.2011.05.008.

Simon W. Houlding geological interpretation and modeling. // 3D Geoscience Modeling. – 1994. – рр. 113–129. DOI: 10.1007/978-3-642-79012-6_7.

Sircar A., Yadav K., Rayavarapu K., Bist N., Oza H. Application of machine learning and artificial intelligence in oil and gas industry. // Petroleum Research. – 2021. – Vol. 6. Issue 4. – pр. 379–391. DOI: 10.1016/j.ptlrs.2021.05.009.

Thistiakov A., Shvalyuk E., Okosun K., Spasennykh M., Stenin A. Advanced well logging interpretation for reliable electrotyping of low-permeable and low-resistivity formation. // Georesources. – 2024. – Vol. 26. Issue 4. – pp. 163–175. DOI: 10.18599/grs.2024.4.20.