Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/75212
Title: Разработка методики выделения пропущенных продуктивных интервалов на основе нейросетевых алгоритмов на примере Самотлорского нефтегазоконденсатного месторождения
Authors: Канаев, Илья Сергеевич
metadata.dc.contributor.advisor: Чернова, Оксана Сергеевна
Keywords: продуктивные интервалы; высоконеоднородные коллектора; переинтерпретация ГИС; интеллектуальный анализ данных; нейронные сети; pay zones; highly heterogeneous reservoirs; geophysical interpretation; data mining; neural network
Issue Date: 2023
Citation: Канаев И. С. Разработка методики выделения пропущенных продуктивных интервалов на основе нейросетевых алгоритмов на примере Самотлорского нефтегазоконденсатного месторождения : научный доклад / И. С. Канаев ; Национальный исследовательский Томский политехнический университет (ТПУ), Управление научной деятельности (УНД), Отделение нефтегазового дела (ОНД) ; науч. рук. О. С. Чернова. — Томск, 2023.
Abstract: Разработка зрелых месторождений сопряжена с поиском оптимальных путей стабилизации добычи. Одним из вариантом стабилизации добычи является внедрение в разработку ранее недренируемых нефтенасыщенных интервалов. Для крупных и уникальных месторождений, с десятками объектов разработки, обладающих в силу геологических условий формирования значительно отличающимися фильтрационно-емкостными свойствами, с многочисленным фондом скважин, со значительной историей разработки, задача выявления потенциальные продуктивных зон является чрезвычайно трудоемкой и нетривиальной. В данной работе задача поиска пропущенных продуктивных интервалов решена с применением методов интеллектуального анализа данных, которые способны не только автоматизировать процесс интерпретации, но и выявлять неявные закономерности.
The development of brownfield is associated with the search for optimal ways to stabilize production rate. One of the possible solutions for that task is the implementation of previously undrained oil-saturated intervals into development. For large and unique fields with dozens of reservoirs, having significantly different properties (porosity and permeability) due to the geological conditions of their forming, with a large number of wells, with a significant development history, the task of identifying potential pay zones is extremely time-consuming and non-trivial. In this research, the problem of finding missed productive intervals is solved using data mining methods that are able not only to automatize the interpretation process, but also to identify implicit patterns.
URI: http://earchive.tpu.ru/handle/11683/75212
Appears in Collections:Научные доклады

Files in This Item:
File Description SizeFormat 
TPU1456169.pdf186,1 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.