Применение современных методов ГИС и алгоритмов машинного обучения при обосновании типизации пород на месторождениях Ванкорского кластера

Современная петрофизика развивается в направлении цифровизации, машинного интеллекта и обработки больших массивов информации. В условиях значительного объема накопленных неоднородных данных (геофизическое изучение скважин, керн, геолого-технологические и промыслово-геофизические исследования, испытания и т. д.), имеющих разные временные промежутки записи, стандартные методы анализа требуют кратного роста трудозатрат. В этой ситуации инструменты машинного обучения позволяют существенно ускорить процесс консолидации, обработки и интерпретации исходных материалов. Вместе с тем для получения наиболее качественного результата необходимо привлекать современные высокотехнологичные методы геофизических исследований скважин. При проектировании системы разработки залежей с высокой дифференциацией свойств по разрезу важно обеспечить вовлечение в разработку всего объема продуктивных пород. На примере месторождения Красноярского края предложен подход к картированию в пласте интервалов высоко- и низкопроницаемых коллекторов с применением интегрированного анализа данных керна и высокотехнологичных методов геофизических исследований скважин. Впервые публикуются результаты применения разработанной технологии для типизации пород на месторождениях Ванкорского кластера. В статье рассмотрены аспекты разработки алгоритма машинного обучения и выполнена оценка достоверности полученных результатов. Отмечается, что использование предложенного инструмента на активах ПАО «НК «Роснефть» позволит повысить эффективность разработки нижнехетских отложений