Типизация пород ачимовской толщи методами машинного обучения на основе построения их объемно-компонентной модели

Отложения ачимовской толщи севера Западной Сибири являются классическим примером сложнопостроенного коллектора, для которого традиционные методы петрофизической интерпретации часто оказываются недостаточно эффективными по причине высокой геологической неоднородности, выражающейся в широкой вариации минерального состава и фильтрационно-емкостных свойств пород. Основным методом повышения достоверности геологической интерпретации данных геофизических исследований скважин (ГИС) в таких отложениях служит выполнение литологической типизации пород. В статье предлагается подход к литологической типизации пород, основанный на построении их объемно-компонентной модели (ОКМ). На первом этапе построено две ОКМ, количество компонент которых обосновано согласно двум наборам данных ГИС – расширенного (ГК, ННКт, ГГКп, ГГКлп, ИНГКс) и стандартного (ГК, ННКт, ГГКп, ГГКлп). На втором этапе полученные модели используются в качестве входных данных для настройки алгоритмов машинного обучения с целью выполнения литотипизации пород. Разработанный подход позволяет повысить достоверность прогноза литотипов в скважинах без керна в сравнении с применением стандартного статистического анализа по исходным кривым ГИС.

ачимовские отложения, литофизическая типизация, объемно-компонентная модель пород, импульсный нейтронный гамма-каротаж спектрометрический, машинное обучение