Литофациальный анализ и возможности прогнозирования свойств по данным геофизических исследований и сейсморазведки методами машинного обучения

Успешность стратегии разработки любого месторождения зависит от степени изученности геологического строения его основных резервуаров. По мере разбуривания площади представление о строении залежи углеводородов уточняется, но в случае сложной структуры пустотного пространства резервуаров и литологической неоднородности разреза по площади геологические неопределённости и риски при последующем заложении скважин остаются высокими. По этим причинам одними из основных проблем при добыче углеводородов являются прогнозирование типов горных пород и распределение содержания флюидов по всему коллектору вдали от скважин, поскольку определение свойств горных пород является основным источником неопределенности в исследованиях моделирования коллектора [1, 2]. В предлагаемом проекте будут продемонстрированы алгоритмы, основанные на методах машинного обучения, которые позволяют прогнозировать распределение литологии и неопределенность литофациальной изменчивости в разрезе.

классификация, методы машинного обучения, литотипизация, прогноз фаций, кластерная модель, прогнозирование свойств, уточнение ФЕС