Прямой нейросетевой прогноз коллекторских свойств пласта по данным сейсморазведки
И.И. Приезжев (1,4), Д.А. Горбач (2), В.Г. Мирошкин (2), В.Ю. Овечкина (2), Е. Тайкулаков (3) (1 - ООО «Лаборатория Приезжева», 2 - ООО «Газпромнефть НТЦ», 3 - Satbayev University, 4 - РГУ нефти и газа ( НИУ) имени И.М. Губкина)
В докладе предлагается использование прямого прогноза коллекторских свойств по данным сейсморазведки с помощью технологии, основанной на применении нейронных сетей Колмогорова (Priezzhev, 2020). Собственно прогноз выполняется по данным в глубинном масштабе и может включать несколько кубов на входе, включая кубы - результаты сейсмической инверсии и скоростной куб, полученный в процессе обработки. Предполагается выполнять прогноз вероятности коллектора по скважинным кривым вида «коллектор - не коллектор» или по другим прямым параметрам качества резервуара. Так как прогноз выполняется в глубинном масштабе то для обучения возможно использование горизонтальных скважин. Это существенно увеличивает базу для обучения и соответственно качество прогноза. Также предлагается использовать стохастическую технологию многократных прогнозов с удалением части скважин, для каждого отдельного прогноза, с целью анализа разброса полученных оценок вероятности коллектора и получения кубов вида P10, P50, P90, среднего и стандартного отклонения. Полученные кубы в глубинном масштабе могут напрямую использоваться в процессе трёхмерного моделирования свойств коллектора в качестве объёмного тренда и оценки возможных вариаций трёхмерной модели.