Разработка вероятностных моделей для прогноза нефтегазоносности верхнеюрских отложений (на примере территории деятельности ТПП «Когалымнефтегаз»)
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2014 |
| Předmět: | |
| Zdroj: | Вестник Пермского национального исследовательского политехнического университета. Геология, нефтегазовое и горное дело. |
| ISSN: | 2305-1140 2224-9923 |
| Popis: | На территории ТПП «Когалымнефтегаз» накоплен огромный фактический материал, на основе которого можно разработать методику прогноза нефтегазоносности с помощью построения вероятностно-статистических моделей по геологическим характеристикам зон. Особенностью данной методики является то, что в качестве рассматриваемых величин будут использованы те, которые всегда имеются в распоряжении производственников, при этом использоваться они будут комплексно, что является залогом высокой надежности построенных вероятностно-статистических моделей прогноза нефтегазоносности.Данная методика прогноза нефтегазоносности может быть реализована в условиях определенной изученности территории, т.е. когда для анализа имеется некоторое количество зон, одни из которых содержат углеводороды, другие их в исследуемых отложениях не содержат. Все эти зоны могут быть охарактеризованы одними и теми же показателями, и эти показатели можно определить до постановки на них дальнейших исследований. Это позволяет строить вероятностно-статистические модели, которые практически можно будет использовать при оценке нефтегазоносности неразбуренных участков. С помощью данной методики можно планировать очередность исследований в пределах зон. Выделение наиболее перспективных зон в отношении нефтегазоносности предлагается производить с помощью построения геолого-математических моделей прогноза. Важно, что при построении моделей будут использоваться не сами показатели, которые имеют различные размерности, а вероятности, вычисленные по ним. Для этого будут построены уравнения регрессии, по которым будут вычислены вероятности. По значениям вероятностей с использованием пошаговых линейного дискриминантного и многомерного регрессионного анализа будет разработан комплексный вероятностный критерий. Данный критерий в дальнейшем будет использован для построения многомерной модели уже непосредственно по самим зонам, на основании которой возможно определить первоочередные зоны, рекомендуемые для дальнейших исследований. BU Kogalymneftegaz offers strong factual evidence allowing developing a methodology to predict oil and gas potential BY constructing probabilistic and statistical models based on geological zones description. A special feature of this method is that only variables permanently available to producers are considered, in addition, they will be used integrally, providing high reliability of obtained probabilistic and statistical prediction models of oil and gas potential.This method of oil and gas potential prediction can be performed with certain zone maturity, i.e. when a number of zones is used for analyses, some of which contain hydrocarbons in the sediment and some are hydrocarbon-free. All of these zones can be characterized by the same parameters, and these parameters can be determined before applying them for further research. This helps to build probabilistic and statistical models that can be practically used in assessing oil and gas potential of the undrilled areas. Such method allows planning the sequence of research within the areas. It is suggested that identification of the most promising oil and gas bearing zones should be made by constructing geological and mathematical prediction models. It is important that in constructing the models the probabilities calculated on the basis of parameters, but not the different dimensional parameters themselves will be used. To obtain the necessary probabilities regression equation will be constructed. Probability values used in incremental linear discriminant and multivariate regression analysis will permit to develop a complex probabilistic criterion. This criterion will be used in future to build a multidimensional model directly for the zones, on the basis of which it is possible to identify priority areas recommended for further research. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|
