Параметры геологической среды имеют широкое применение при разведке и исследовании углеводородных месторождений. Они хранят в себе информацию о физических характеристиках горных пород, местоположении коллекторов и границах разделения пластов. Численные значения рассматриваемых параметров получают путем проведения геофизических исследований скважин (ГИС) либо путем пересчета уже имеющихся каротажных кривых на основании известных петрофизических закономерностей. Поскольку ГИС могут быть проведены лишь при условии наличия пробуренной скважины, параметры среды зачастую известны лишь в небольшом околоскважинном пространстве. Это делает актуальной задачу прогноза параметров среды в пределах всего месторождения. Существующие методы решения данной задачи условно можно разделить на две группы: использующие только данные ГИС и комплексно использующие данные 3D сейсморазведки и ГИС. Первая группа эффективна при наличии густой сетки скважинных измерений. Вторая группа показывает лучшие результаты в условиях редкой нерегулярной сетки, однако требует наличия сейсмических данных в пределах всего исследуемого месторождения. В работе приводятся описание нового метода прогноза параметров геологической среды, базирующегося на совместном использовании данных ГИС и 3D сейсморазведки, алгоритмическая реализация нового метода и рассматриваются способы оптимизации алгоритмической реализации.
The geological environment parameters are widely used in the hydrocarbon deposits exploration and study. They store information about the rocks physical characteristics, the location of the reservoirs, the boundaries of the layers separation, etc. The numerical values of the parameters under consideration are obtained by conducting geophysical well logging (GWL), or by recalculating existing logging curves based on known petrophysical laws. Because GWL can be carried out only if there is a drilled well, the environment parameters are often known only in a small near-wellbore space. This makes urgent the task of predicting the geological environment parameters within the entire field. The existing methods for solving this task can be conditionally divided into two groups: using only GWL data; complexly using 3D seismic and GWL data. The first group is effective when there is a dense grid of downhole measurements. The second group shows the best results in the conditions of a sparse irregular grid, however, it requires the seismic data availability within the entire studied field. This paper describes a new method for predicting geological environment parameters based on the GWL data and 3D seismic prospecting combined use. The paper also provides an algorithmic implementation of the new method; ways of optimizing algorithmic implementation are considered.
The authors declare that there are no conflicts of interest present.