О необходимости использования новых критериев при прогнозе нефтегазоносности малоразмерных структур (на примере территории Пермского края)

UDK: 553.98 (470.53)
DOI: 10.24887/0028-2448-2018-5-40-43
Ключевые слова: нефтегазоносность, малоразмерная структура, сейсморазведка
Авторы: И.С. Путилов (Филиал ООО «ЛУКОЙЛ-Инжиниринг» «ПермНИПИнефть» в г. Перми), В.И. Галкин (Пермский национальный исследовательский политехнический университет), Е.В. Пятунина (ООО «ЛУКОЙЛ-ПЕРМЬ»)

В настоящее время в регионах, характеризующихся высокой геологической изученностью, актуальны вопросы поиска и разведки залежей углеводородов с более детальным учетом накопленных данных. В условиях усложнения поисков месторождении нефти и газа на территории Пермского края все большее экономическое значение приобретает создание более совершенных моделей для прогноза нефтегазоносности локальных малоразмерных структур. На территориях накоплен определенный фактический материал по локальным структурам, содержащим залежи углеводородов, а так же по структурам, где проводилось поисковое бурение, но залежи углеводородов открыты не были. На данном материале разработана методика прогноза нефтегазоносности с помощью построения вероятностно-статистических моделей с использованием не только традиционных, но и новых критериев. По мнению авторов, с привлечением дополнительных характеристик, которые учитывают значительную сложность строения ловушек нефти и газа, можно решить задачу прогноза нефтегазоносности более корректно. Выполнен анализ предложенных показателей. Определены те из них, которые повлияли на формирование нефтегазоносности структур. По результатам расчетов построены вероятностные комплексные модели перспектив нефтегазоносности продуктивных отложений Пермского края. С помощью этих моделей можно оценить перспективность нефтегазоносности подготовленных и выявленных малоразмерных поднятий. Отмечено, что данные моделям позволяют выполнить ранжирование подготовленных и выявленных структур по степени их перспективности, выделить первоочередные объекты для глубокого бурения, что повысит геолого-экономическую эффективность глубокого нефтепоискового бурения.

Список литературы

1. Путилов И.С., Галкин В.И. Разработка методики вероятностно- статистического прогноза нефтегазоносности локализованных структур (на примере южной части Пермского края) // Нефтяное хозяйство. – 2014. – № 4. – С. 26–29.

2. Галкин В.И., Растегаев А.В., Галкин С.В. Вероятностно-статистическая оценка нефтегазоносности локальных структур. – Екатеринбург: УрО РАН, 2001. – 277 с.

3. Определение перспективных направлений поисков месторождений нефти и газа в Пермском крае с помощью вероятностно-статистических методов / В.И. Галкин, А.В. Растегаев, С.В. Галкин, В.Л. Воеводкин // Наука производству. – 2006. – № 1. – С. 1–5.

4. Галкин В.И., Кривощеков С.Н. Обоснование направлений поисков месторождений нефти и газа в Пермском крае // Научные исследования и инновации. – 2009. – Т. 3. – № 4. – С. 3–7.

5. Путилов И.С., Галкин В.И. Применение вероятностного статистического анализа для изучения фациальной зональности турне-фаменского карбонатного комплекса Сибирского месторождения // Нефтяное хозяйство. – 2007. – № 9. – С. 112–114.

 6. Кривощеков С.Н., Галкин В.И., Козлова И.А. Определение перспективных участков геолого-разведочных работ на нефть вероятностно-статистическими методами на примере территории Пермского края // Вестник Пермского научно-исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2012. – № 4. – С. 7–14.

7. Мелкишев О.А., Кривощеков С.Н. Стохастическая оценка прогнозных ресурсов нефти на поисково-оценочном этапе геолого-разведочных работ // Вестник Пермского научно-исследовательского политехнического университета. Геология.Нефтегазовое и горное дело. – 2012. – № 4. – С. 33–40.

8. Путилов И.С. Новый способ многовариантногопрогноза коллекторов по данным 3D сейсморазведки и исследования скважин //Нефтяное хозяйство. – 2014. – № 3. – С. 50–53 


Внимание!
Купить полный текст статьи (формат - PDF) или читать материал, находящийся в открытом доступе, могут только авторизованные посетители сайта.

Библиометрия за 2016 год

SCOPUS
SNIP: 0,573
SJR: 0,205
РИНЦ
Двухлетний импакт-фактор: 0,629
Пятилетний импакт-фактор: 0,471
Показатель в рейтинге SCIENCE INDEX: 0,431
Место в рейтинге SCIENCE INDEX: 1178

ИТ-форум нефтегазовой отрасли
Конкурс на лучший IT-проект