Ученые разработали новую технологию, которая значительно повышает точность прогнозирования свойств нефтяных коллекторов. Это позволит точнее оценивать запасы месторождений и оптимизировать добычу.
Прогнозирование свойств нефтяных коллекторов – ключевой этап оценки потенциала месторождений. Оно включает создание 3D-моделей на основе геофизических данных и определение характеристик пород: пористости, плотности и проницаемости. Однако из-за неоднородности структуры нефтеносных пластов традиционные методы, такие как анализ керна, электрический и акустический каротаж, не всегда дают точные результаты.
Специалисты Пермского национального исследовательского политехнического университета (ПНИПУ) предложили решение – технологию машинного обучения для улучшения прогнозирования. Они проанализировали данные 238 скважин с шести месторождений, сопоставив их с лабораторными исследованиями керна. На основе этих данных была создана модель, которая уточняет геологическую структуру залежей и пересчитывает запасы.
Результаты показали, что запасы нефти оказались выше, чем предполагалось ранее. Это связано с увеличением средней пористости коллекторов в новой модели. Кроме того, обнаружены новые перспективные участки, что позволило скорректировать план добычи.
Новая технология доказала свою эффективность даже в условиях сложной геологии. Ее преимущества – высокая точность прогнозов и автоматизация процесса. В будущем подобные решения могут стать стандартом в изучении нефтяных месторождений, объединяя big data и современные методы анализа.
Источник: geonews.ru
