При геолого-экономической оценке потенциальных активов нефтегазовые компании сталкиваются с отсутствием необходимой информации вследствие низкой степени изученности территорий, не вовлеченных до настоящего времени в лицензирование. Как правило, эти территории расположены на значительном удалении от объектов существующей инфраструктуры, поэтому геолого-разведочные работы (ГРР) в их периметре сопряжены с очень большими затратами. Для случаев минимального набора геолого-геофизической информации разработан новый подход, предполагающий ранжирования изучаемой территории по степени перспективности на основе общих представлений о структурно-тектоническом строении, палеогеографических условиях и вероятностного объектного моделирования. Предложенный экспресс-подход, включающий объектное геологическое моделирование для оценки площадного развития коллекторов, степени дискретности и гидродинамической изолированности литологических ловушек, их потенциального объема, позволил более корректно оценить ресурсную базу с учетом фактора геологического успеха (gCoS). Авторский алгоритм экспресс-оценки включает три этапа. На первом этапе определяется эффективная площадь, в пределах которой прогнозируется развитие геологических событий, ассоциированных с формированием коллектора. На втором этапе оценивается ожидаемое число дискретных песчаных тел, перспективных для поиска углеводородов. На третьем этапе выполняется расчет геологических ресурсов «единичного объекта» и общей ресурсной базы участка. Этот алгоритм позволяет выполнить вероятностную оценку ресурсной базы и оценить экономическую привлекательность актива до принятия решения о проведении высокозатратных ГРР для получения кондиционных данных о геологическом строении территории. В качестве примера рассмотрена оценка ресурсного потенциала нижнее-среднеюрских отложений в периметре одного из потенциальных активов в Западной Сибири общей площадью около 11 тыс. км2. Показано, что предложенная методика оценки ресурсной базы неструктурных залежей может быть весьма эффективной в новых поисковых зонах, значительных по площади и малоизученных. Преимуществами такого подхода являются относительная простота и небольшие затраты времени. К ограничениям можно отнести сложность и трудоемкость сбора статистики по месторождениям-аналогам.
Список литературы
1. Ольнева Т.В., Жуковская Е.А. Параметризация синусоидальности палеоканалов для фациальных реконструкций и объектного моделирования // Геофизика. – 2017. – № 4. – С. 41–46.
2. Пат. № 2672766 РФ. Способ прогнозирования морфометрических параметров русловых тел (палеоканалов) / Т.В. Ольнева, Е.А. Жуковская; заявители и патентообладатели ПАО «Газпром нефть»,ООО «Газпромнефть НТЦ». – № 2018104929; заявл. 08.02.2018, опубл. 19.11.2019.
3. Как закартировать реки, озера и болота юрского периода? (Создание схемы условий осадконакопления пласта Ю2 по 5 сейсмическим съемкам в обработке разных лет) / О.Я. Кирзелёва, Т.Н. Кирьянова, М.Д. Фёдорова // Тезисы докладов. – «Геомодель», 2019.
4. Сафонов В.Г., Зервандо К.Ю. Развитие геолого-разведочного проекта в Уватском районе на юге Западной Сибири // Научно-технический вестник ОАО «НК «Роснефть». – 2015. – № 3. – С. 10–13.
5. Палеогеография Западно-Сибирского осадочного бассейна в меловом периоде / А.Э. Конторович, С.В. Ершов, В.А. Казаненков [и др.] // Геология и геофизика. – 2014. – Т. 55. – № 5. – 65. – С. 745–776.
6. Атлас палеотектонических и палеогеологических карт Западно-Сибирской нефтегазоносной провинции. Лист 6. Позднекелловейское время. Масштаб: 1:5 000 000. – Составлена СНИИГГиМС, редактор В.С. Сурков – 1995.
7. Финогенова А.С., Зервандо К.Ю. Прогнозирование распространения русловых песчаников в отложениях средней юры на основе сейсмофациального анализа // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2013. – № 3. – С. 28–33.
8. Особенности моделирования целевых объектов тюменской свиты для заложения скважин и расчета прогнозных показателей добычи / М.А. Никанорова, В.В. Кулявцев, И.М. Сафьянников [и др.] // Нефть. Газ. Новации. – 2018. – № 2. – C. 40–44.
9. Подходы к оценке неструктурных ловушек в условиях ограниченности данных на примере тюменской свиты / Е.М. Викторова, Д.И. Жигулина, П.Ю. Киселев, В.Ю. Климов. // PROнефть. Профессионально о нефти. – 2021. – № 3. – С. 43–51. – DOI: 10.51890/2587-7399-2021-6-3-43-51.
