Опыт использования результатов машинного обучения для прогноза эффективных толщин и свойств коллекторов на примере одного из месторождений ЯНАО

Аннотация: Цель данной работы: транслировать опыт применения результатов машинного обучения сейсмических данных на различных пластах одного из месторождений ЯНАО. Объекты исследования: пласты ПК1-3, БУ15 и БУ21-2, представленные отложениями различного генезиса с различными вариациями свойств. Расчеты прогнозных параметров на основе машинного обучения проведены посредством полнофункциональных нейронных сетей Колмогорова (Приезжев, 2020; Priezzhev, 2020). В интервале пласта ПК1-3 получен 3D куб плотности с достаточно высокой сходимостью со скважинами, не участвовавшими в обучении. Для пласта БУ15 удалось получить геологичные прогнозы Нэфф с обучением нейронных сетей в пределах выборочных фациальных зон. В интервале пласта БУ21-2 использование нейросетевых алгоритмов направлено прежде всего на уменьшение искажающего влияния АВПД. В пределах проксимальных частей конусов выноса и каналов наблюдается хорошая подтверждаемость бурением, однако в зоне развития глинистых отложений прогнозы выглядят оптимистично, и требуют совместного использования с картами фациального районирования.