Керн материалын зерттеу горизонттарын кеңейту. Тілімтастың панорамалық кескіндері

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Негіздеу. Керн және оның талдауы потенциалды немесе бар коллекторлардың қасиеттерін тікелей зерттеудің негізгі әдісі болып табылады. Керн материалының деректері тау жыныстарының седиментологиялық және диагенетикалық сипаттамаларын анықтауға мүмкіндік береді, бұл олардың сүзу-сыйымдылық қасиеттерін бағалау үшін өте маңызды. Бұл мақалада тілімтастардың жоғары ажыратымдылықтағы панорамалық кескіндерін талдау үшін озық технологияларды қолдануды қоса алғанда, өзекті цифрландыру жобасының нәтижелері келтірілген.

Мақсаты. Дәстүрлі әдістермен салыстырғанда зерттеулердің дәлдігі мен тиімділігін арттыру мақсатында тілімтастастардың панорамалық кескіндеріне негізделген кеуектілік пен гранулометриялық құрамды анықтауды қоса алғанда, өзекті автоматтандырылған талдау үшін цифрлық технологияларды әзірлеу және енгізу.

Материалдар мен әдістер. Кеуектілік пен гранулометриялық құрамды автоматтандырылған анықтау әдістері, сондай-ақ оларды дәстүрлі зерттеу әдістерімен біріктіру сипатталған.

Нәтижелері. Нәтижелер қолмен орындалатын әдістермен салыстырғанда талдаудың дәлдігі мен тиімділігінің айтарлықтай жоғарылағанын көрсетеді, бұл 147 тілімтастар бойынша статистикалық деректермен расталады.

Корытынды. Сегіз ұңғыманың 147 шлифін зерттеу тау жыныстарының кеуектілігі мен гранулометриялық құрамын анықтау дәлдігін едәуір арттыруға мүмкіндік беретін сандық талдау әдістерінің тиімділігін растады. Алынған деректер геологиялық және гидродинамикалық модельдеу үшін өте маңызды болып табылатын нақты петрофизикалық модельдерді құрудың негізі болды. Жұмыс перспективалары сандық негізгі мәліметтер базасын одан әрі дамытуды және коллекторлардың қасиеттерін болжау үшін машиналық оқыту алгоритмдерін енгізуді қамтиды.

Толық мәтін

##article.viewOnOriginalSite##

Авторлар туралы

Зарема М. Доева

ҚМГ Инжиниринг Атыраулық филиалы

Email: Z.Doyeva@kmge.kz
ORCID iD: 0009-0004-4145-6933
Қазақстан, Атырау қаласы

Толганай С. Джарасова

ҚМГ Инжиниринг Атыраулық филиалы

Хат алмасуға жауапты Автор.
Email: t.jarassova@kmge.kz
ORCID iD: 0000-0002-2900-9872

PhD

Қазақстан, Атырау қаласы

Ренат К. Саудабаев

ҚМГ Инжиниринг Атыраулық филиалы

Email: R.Saudabayev@kmge.kz
ORCID iD: 0009-0001-7610-1305
Қазақстан, Атырау қаласы

Ринат Б. Мербаев

ҚМГ Инжиниринг Атыраулық филиалы

Email: R.Merbaev@kmge.kz
ORCID iD: 0009-0003-3483-330X
Қазақстан, Атырау қаласы

Никита А. Пронин

ҚМГ Инжиниринг Атыраулық филиалы

Email: N.Pronin@kmge.kz
ORCID iD: 0009-0008-8686-3523
Қазақстан, Атырау қаласы

Әдебиет тізімі

  1. Пономарева Е.А. Цифровизация лабораторных комплексов по исследованию керна // Вести газовой науки. 2021. Т. 1, №46. С. 125–128.
  2. Bukharev A.Y., Budennyy S.A., Pachezhertsev A.A., et al. Automatic analysis of petrographic thin section images of sandstone // ECMOR XVI – 16th European Conference on the Mathematics of Oil Recovery; Sept 3–6, 2018; Barcelona, Spain. Available from: earthdoc.org/content/papers/10.3997/2214-4609.201802177.
  3. Liu H., Ren Y.-L., Li X., et al. Rock thin-section analysis and identification based on artificial intelligent technique // Petroleum Science. 2022. Vol. 19, N 4. P. 1605–1621. doi: 10.1016/j.petsci.2022.03.011.
  4. Rubo R.A., de Carvalho Carneiro C., Michelon M.F., Gioria R.D.S. Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images // Journal of Petroleum Science and Engineering. 2019. Vol. 183. doi: 10.1016/j.petrol.2019.106382.
  5. Зиньков А.В., Макишин В.Н. Цифровизация керна: учебное пособие для вузов. Владивосток : Издательство ДФВУ, 2023. 73 с.
  6. Идрисова С.А., Тугарова М.А., Стремичев Е.В., Белозеров Б.В. Цифровой керн. Комплексирование данных петрографических исследований карбонатных пород с результатами исследований керна // PROНЕФТЬ. Профессионально о нефти. 2018. №2. С. 36–41.
  7. Лазеев А.Н., Тимашев Э.О., Вахрушева И.А., и др. Цифровой керн – текущее состояние и перспективы развития технологии в ПАО «НК «Роснефть» // Нефтяное хозяйство. 2018. doi: 10.24887/0028-2448-2018-11-18-22.
  8. Жуковская Е.А., Лоханова О.Д. К вопросу о потенциале цифровизации петрографии осадочных терригенных пород // Экзолит – 2020. Литологические школы России: годичное собрание (научные чтения), посвященное 215-летию основания Московского общества испытателей природы; Май 25–26, 2020; Москва, Россия. Режим доступа: geokniga.org/bookfiles/geokniga-2021-02-11-lythology.pdf. Дата обращения: 12.10.2024.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Рисунок 1. Распределение частиц по количеству, площади и объёму: а) количество / quantity; б) площадь / area; в) объём / volume

Жүктеу (261KB)
Метадеректер
3. Рисунок 2. Определение пористого пространства с маркерами и без них : а) без маркеров / without markers; б) с маркерами / with markers

Жүктеу (801KB)
Метадеректер
4. Рисунок 3. Распределение средних, максимальных и ортогональных диаметров: а) средние / average; б) максимальные / maximum; в) ортогональные / orthogonal

Жүктеу (241KB)
Метадеректер
5. Рисунок 4. Распределение зерен по размерным и количественным классам: а) Мел / Cretaceous; б) Юра / Jurassic; в) Триас / Triassic

Жүктеу (1MB)
Метадеректер
6. Рисунок 5. Соотношение диаметров зёрен и пористости c глубиной отбора: а) максимальные диаметры / maximum diameters; б) минимальные диаметры / minimum diameters; в) пористость / porosity

Жүктеу (217KB)
Метадеректер

© Доева З.М., Джарасова Т.С., Саудабаев Р.К., Мербаев Р.Б., Пронин Н.А., 2025

Creative Commons License
Бұл мақала лицензия бойынша қол жетімді Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».