А.В. Пинчук, Е.А. Пылев, Е.Е. Поляков, И.В. Чурикова, М.А. Творогов, Д.Н. Крылов, В.М. Пищухин
Оперативное сопровождение бурения, мониторинг запасов углеводородов и построение геологических моделей на основе технологии искусственного интеллекта
DOI 10.47148/0016-7894-2025-4-77-87
Ключевые слова: месторождение; нейронные сети; горизонтальная скважина; сейсморазведка; бурение; сейсмогеологическая модель; куб литологии; коллектор; прогноз эффективных толщин; подсчет запасов.
Для цитирования: Пинчук А.В., Пылев Е.А., Поляков Е.Е., Чурикова И.В., Творогов М.А., Крылов Д.Н., Пищухин В.М. Оперативное сопровождение бурения, мониторинг запасов углеводородов и построение геологических моделей на основе технологии искусственного интеллекта // Геология нефти и газа. – 2025. – № 4. – С. 77–87. DOI: 10.47148/0016-7894-2025-4-77-87.
В статье описаны особенности и этапы комплексной интерпретации сейсморазведки и ГИС по методике нейронных сетей при эксплуатационном бурении с целью прогноза оптимального положения каждой добывающей скважины с горизонтальным окончанием в кусте на базе непрерывно адаптирующийся геологической модели целевых горизонтов. Рассмотрены примеры и оценка достоверности реализации нейросетевой технологии прогноза при эксплуатационном бурении. Средняя достоверность прогноза эффективных толщин коллекторов по результатам бурения скважин составила 0,7 долей ед. Приведены критерии выбора оптимального направления бурения скважин. Описана альтернативная комплексная нейросетевая технология построения геологической модели изучаемого месторождения. На практических примерах доказано, что неоднородность строения коллекторов в межскважинном пространстве невозможно восстановить интерполяционными методами при стандартных построениях геомодели, в отличие от нейросетевой геомодели. Показано преимущество нейросетевой геологической модели над интерполяционной, которое проявляется в деталях и закономерных фациальных трендах по латерали и толщине коллекторов. Уровень неоднородности по латерали составляет от одной ячейки – 50 м и более, по глубине (по эффективной толщине) – 5–7 м. Полученные выводы и рекомендации подтверждены последующим бурением 70 эксплуатационных скважин.
Пинчук Анатолий Владиславович
Главный специалист
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: A_Pinchuk@vniigaz.gazprom.ru
Пылев Евгений Анатольевич
Кандидат географических наук, и. о. заместителя
генерального директора по науке, начальник центра развития
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: E_Pylev@vniigaz.gazprom.ru
Поляков Евгений Евгеньевич
Доктор геолого-минералогических наук,
главный научный сотрудник
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: E_Polyakov@vniigaz.gazprom.ru
Чурикова Ирина Владимировна
Начальник лаборатории
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: I_Churikova@vniigaz.gazprom.ru
Творогов Михаил Анатольевич
Главный специалист
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: M_Tvorogov@vniigaz.gazprom.ru
Крылов Дмитрий Николаевич
Доктор технических наук,
главный научный сотрудник
ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: D_Krylov@vniigaz.gazprom.ru
Пищухин Василий Михайлович
Кандидат технических наук, Академик академии наук при-
кладной радиоэлектроники, член-корреспондент Российской
академии естественных наук по секции нефти и газа, ведущий
научный сотрудник ООО «Газпром ВНИИГАЗ»,
142717 Московская обл., Видное, п. Развилка,
Проектируемый пр-д № 5537, вл. 15, стр. 1
e-mail: V_Pischukhin@vniigaz.gazprom.ru
SPIN: 4175-1144
1. Ольнева Т.В., Егоров А.С., Орешкова М.Ю. Улучшение сейсмического изображения на этапе интерпретации для решения задач сейсмофациального анализа // Геология нефти и газа. – 2023. – № 6. – С. 81–95. DOI: 10.47148/0016-7894-2023-6-81-95.
2. Ольнева Т.В., Жуковская Е.А. Способ прогнозирования морфометрических параметров русловых тел (палеоканалов): патент РФ № 2672766. – 2018.
3. Малярова Т., Копенкин Р. Технология нейронной инверсии для прогноза свойств резервуаров по сейсмическим данным [Электронный ресурс] // Химсталькон – Режим доступа: https://www.himstalcon.ru/articles/tehnologiya-neyronnoy-inversii-dlyaprognoza-svoystv-rezervuarov-po-seysmicheskim-dannyim?ysclid=mdpuddj35b517766724 (дата обращения 19.03.2025).
4. Пинчук А.В., Пылев Е.А., Поляков Е.Е., Творогов М.А., Чурикова И.В. Оптимизация кустового бурения на Чаяндинском нефтегазоконденсатном месторождении по данным совместного анализа сейсмических атрибутов и ГИС с применением алгоритмов нейронных сетей // Геология нефти и газа. – 2022. – № 2. – С. 17–30. DOI: 10.31087/0016-7894-2022-2-17-30.