Прогноз зон флюидо-рапопроявлений методами искусственного интеллекта на основе сейсмических атрибутов нового поколения RTH и данных бурения на Ковыктинском газоконденсатном месторождении

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Предложен новый метод прогноза литофаций, зон газо-, флюидо- и рапопроявлений, зон с аномально высоким пластовым давлением, а также петрофизических свойств пород с помощью методов искусственного интеллекта на основе семейства новых сейсмических атрибутов метода RTH (Reverse Time Holography – Голография в обращенном времени) и данных бурения скважин. Главное отличие RTH-атрибутов от традиционных, получаемых при миграционном преобразовании, заключается в их воксельной природе и гиператрибутивности. Оказалось, что это является ключевым преимуществом нового подхода в решении задач геологического прогноза методами искусственного интеллекта. В работе представлены результаты применения нового метода обработки и интерпретации современных сейсмических данных 3D, а также геологического прогнозирования на его базе для участка интенсивного рапопроявления Ковыктинского газоконденсатного месторождения.

Полный текст

Доступ закрыт

Об авторах

А. С. Бугаев

Институт радиотехники и электроники им. В. А. Котельникова Российской Академии наук

Email: Gerokhin@kantiana.ru

академик РАН

Россия, Москва

Г. Н. Ерохин

Балтийский федеральный университет им. И. Канта

Автор, ответственный за переписку.
Email: Gerokhin@kantiana.ru
Россия, Калининград

С. А. Рябых

ООО “ГИРС–М”

Email: Gerokhin@kantiana.ru
Россия, Москва

А. С. Смирнов

ООО “Газпром ВНИИГАЗ”

Email: Gerokhin@kantiana.ru
Россия, Тюмень

Список литературы

  1. Вахромеев А. Г., Хохлов Г. А. Перспективы прогноза зон рапопроявлений в Верхоленском (Жигаловском) газоносном районе Иркутской области / В сб. Особенности технологии проводки и заканчивания скважин в Вост. Сибири и Якутии / СНИИГГиМС, ВостСибНИИГГиМС, Новосибирск, Иркутск, 1988. С. 140‒142.
  2. Priezzhev I. I., Veeken P. C.H., Egorov S. V., Strecke U. Direct prediction of petrophysical and petroelastic reservoir properties from seismic and well-log data using nonlinear machine learning algorithms // The Leading Edge. 2019. 38: 949–958. https://doi.org/10.1190/tle38120949
  3. Смирнов А. С., Вахромеев А. Г., Ерохин Г. Н., Дмитриев А. Г. Прогноз рапопроявлений юга Сибирской платформы по сейсморазведочным данным // Геофизика. 2023. № 2. С. 93‒101, https://doi.org/10.34926/geo.2023.18.86.011
  4. Buddo I. V., Smirnov A. S., Misiurkeeva N. V., Shelohov I. A., Agafonov Y. A., Lushev M. A., Korotkov S. A., Trjasin E. Ju. Integration of Geomechanical, Geoelectric and Structural-tectonic Models for the Kovykta Gas Condensate Field Geological Model Improvement European Association of Geoscientists & Engineers // Saint Petersburg 2018. Apr 2018. V. 2018. P. 1‒6.
  5. Hampson D. P., Schuelke J. S., Quierin J. A. Use of multiattribute transforms to predict log properties from seismic data // Geophysics. 2001. 66. 220–236 http://dx.doi.org/10.1190/1.1444899.
  6. Luanxiao Z., Caifeng Z., Yuanyuan C., Wenlong S., Wang Y., Chen H., Geng J. Fluid and lithofacies prediction based on integration of well-log data and seismic inversion: A machine-learning approach // Geophysics. V. 86. No. 4. P. M151–M165.
  7. Erokhin G. Reverse Time Holography Approach based on the Vector Domain Common Image Gathers // SEG Technical Program Expanded Abstracts 2019: 4107‒4111., https://doi.org/10.1190/segam2019–3201622.1
  8. Erokhin G. Time-dependent scattering in reverse time holography method // 83rd EAGE Annual Conference & Exhibition, Jun 2022. V. 2022. P. 1‒5 https://doi.org/10.3997/2214–4609.202210094
  9. Baysal E., Kosloff D. D., Sherwood J. W.C. Reverse time migration // Geophysics. 1983. 48, 1514–1524, https://doi.org/10.1190/1.1441434
  10. Dickens T. A., Winbow G. A. RTM angle gathers using Poynting vectors // SEG Technical Program Expanded Abstracts 2011 ISSN (print): 1052–3812 ISSN Pages: 4424, https://doi.org/10.1190/1.3627841
  11. Koren Z., Ravve I. Full-azimuth subsurface angle domain wavefield decomposition and imaging Part 1: Directional and reflection image gathers // Geophysics. 2011. 76. S1‒S13.
  12. Kremlev A. N., Erokhin G. N., Starikov L.E, Rodin S. V. Fracture and cavernous reservoirs prospecting by the CSP prestack migration method // 73th Conference & Exhibition, 2011, EAGE, Extended Abstracts, B024.
  13. Chopra S., Castagna J. P. AVO // Publisher: Society of Exploration Geophysicists 2014. P. 304.
  14. Tarantola A. Inversion of seismic reflection data in the acoustic approximation //
  15. Geophysics. Article volume 49. issue 8Aug 1, 1984.
  16. Virieux J., Operto S. An overview of full-waveform inversion in exploration geophysics // Geophysics. 2009. 74. WCC1–WCC26. http://dx.doi.org/10.1190/1.3238367
  17. Popovici A., Tanushev N., Hardesty S. High-resolution, wide-azimuth beam tomography for velocity model building // SEG Technical Program Expanded Abstracts 2016. P. 5349‒5353.
  18. Агафонов В. М., Бугаев А. С., Ерохин Г. Н., Ронжин А. Л. Векторная сейсморазведка в обращенном времени: состояние и перспективы // Геофизика. 2022. 6. С. 77‒83.
  19. Aminzadeh F., Temizel C., Hajizadeh Y. Artificial Intelligence and Data Analytics for Energy Exploration and Production // Wiley. 2022. P. 577.
  20. Смирнов А. С., Касьянов В. В., Вахромеев А. Г. и др. Способ выявления и картирования флюидонасыщенных анизотропных каверново-трещинных коллекторов в межсолевых карбонатных пластах осадочного чехла // пат. 2690089 Рос. Федерация: МПК G01V 1/00 (2006.01), G01V 1/28 (2006.01), G01V 1/30 (2006.01)/; патентообладатель Общество с ограниченной ответственностью “Газпром геологоразведка”. – № 2018127233, заявл. 24.07.2018; опубл. 30.05.2019, Бюл. № 16. 20 с.
  21. Вахромеев А. Г., Сверкунов С. А., Смирнов А. С., Горлов И. В. Бурение скважин на нефть и газ в условиях аномально проницаемых трещинных коллекторов с аномально высоким пластовым давлением флюидной системы // Строительство нефтяных и газовых скважин на суше и на море. 2019. № 5. C. 11‒18. https://doi.org/10.30713/0130-3872-2019-5-11-18.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Участок исследований КГКM района интенсивного рапопроявления с АВПД.

Скачать (309KB)
Метаданные
3. Рис. 2. Сравнение результатов временной миграции PSTM (а) и RTH ATD (б).

Скачать (982KB)
Метаданные
4. Рис. 3. Карта средних значений трещиноватости по RTH в интервале атовского горизонта КГКМ в у. е.

Скачать (502KB)
Метаданные
5. Рис. 4. Карта средних значений угла отклонений от вертикали максимального рассеяния в интервале атовского горизонта КГКМ в градусах (положительные значения угла – по часовой стрелке).

Скачать (409KB)
Метаданные
6. Рис. 5. Вертикальное сечение (а) и карта средних значений в интервале бильчирского горизонта (б) куба RTH ско- рости в м/с. Размер вокселя 50х50х10 метров.

Скачать (1MB)
Метаданные
7. Рис. 6. Сравнение прогноза рапопроявления в интервале бильчирского горизонта КГКМ методом рассеянных волн [19] и методом MLP на основе атрибутов RTH и данных бурения (б). Красный цвет – максимальная вероятность (0.4), синий цвет – минимальная вероятность.

Скачать (789KB)
Метаданные
8. Рис. 7. Прогноз методом RF по атрибутам RTH и данным бурения газопроявлений в христофоровско-балыхтинском горизонте КГКМ. Красный цвет – максимальная вероятность (0.25), синий цвет – минимальная вероятность. Среднее значение вероятности 0.018, отклонение 0.23.

Скачать (779KB)
Метаданные
9. Рис. 8. Прогноз методом RF по атрибутам RTH и данным бурения в надпарфеновском диапазоне свит флюидо- проявления (а). Красный цвет – максимальная вероятность (0.7), синий цвет –минимальная вероятность. Среднее значение вероятности 0.059, отклонение 0.64. Схема профиля на участке КГКМ (б).

Скачать (1MB)
Метаданные
10. Рис. 9. Прогноз средней пористости методом RF в интервале кровля – подошва нижней части парфеновского гори- зонта по атрибутам RTH и данным бурения. Цветовая шкала от 20% пористости (красный цвет) до 12% (синий цвет).

Скачать (959KB)
Метаданные
11. Рис. 10. Сравнение средней пористости в нижней части парфеновского горизонта, предсказанной методом RF по атрибутам RTH (красный) и построенной по данным ГИС после пространственного осреднения (зеленый) для ряда скважин. Шкала по вертикали – номер вокселя вдоль ствола скважин. Размеры вокселя 25х25х5 м. Скважина, выделенная синим цветом, не участвовала в обучении.

Скачать (444KB)
Метаданные

© Российская академия наук, 2024