Расширение горизонтов исследования кернового материала. Панорамные изображения шлифов

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Керн и его анализ представляют собой ключевой метод прямого изучения свойств потенциальных или существующих коллекторов. Данные кернового материала позволяют определить седиментологические и диагенетические характеристики пород, что критически важно для оценки их фильтрационно-ёмкостных свойств. В данной статье представлены результаты проекта по цифровизации керна, включая применение передовых технологий для анализа высокоразрешающих панорамных изображений шлифов.

Цель. Разработка и внедрение цифровых технологий для автоматизированного анализа керна, включая определение пористости и гранулометрического состава на основе панорамных изображений шлифов, с целью повышения точности и эффективности исследований по сравнению с традиционными методами.

Материалы и методы. Описаны методики автоматизированного определения пористости и гранулометрического состава, а также их интеграция с традиционными методами исследований.

Результаты. Результаты демонстрируют значительное повышение точности и эффективности анализа по сравнению с ручными методами, что подтверждается статистическими данными по 147 шлифам.

Заключение. Проведённое исследование 147 шлифов из восьми скважин подтвердило эффективность цифровых методов анализа, позволивших значительно повысить точность определения пористости и гранулометрического состава пород. Полученные данные стали основой для создания детальных петрофизических моделей, критически важных для геологического и гидродинамического моделирования. Перспективы работы включают дальнейшее развитие цифровых баз данных керна и внедрение алгоритмов машинного обучения для прогнозирования свойств коллекторов.

Об авторах

Зарема Муратовна Доева

Атырауский филиал КМГ Инжиниринг

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

Толганай Советкановна Джарасова

Атырауский филиал КМГ Инжиниринг

Автор, ответственный за переписку.
Email: t.jarassova@kmge.kz
ORCID iD: 0000-0002-2900-9872

PhD

Казахстан, г. Атырау

Ренат Курмангалиевич Саудабаев

Атырауский филиал КМГ Инжиниринг

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

Ринат Бердибекович Мербаев

Атырауский филиал КМГ Инжиниринг

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

Никита Алексеевич Пронин

Атырауский филиал КМГ Инжиниринг

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

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Распределение частиц по количеству, площади и объёму: а) количество; б) площадь; в) объём

Скачать (261KB)
3. Рисунок 2. Определение пористого пространства с маркерами и без них: а) без маркеров; б) с маркерами

Скачать (801KB)
4. Рисунок 3. Распределение средних, максимальных и ортогональных диаметров: а) средние; б) максимальные; в) ортогональные

Скачать (241KB)
5. Рисунок 4. Распределение зерен по размерным и количественным классам: а) Мел; б) Юра; в) Триас

6. Рисунок 5. Соотношение диаметров зёрен и пористости c глубиной отбора: а) максимальные диаметры; б) минимальные диаметры; в) пористость

Скачать (217KB)

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

Creative Commons License
Эта статья доступна по лицензии 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».