Расширение горизонтов исследования кернового материала. Панорамные изображения шлифов
- Авторы: Доева З.М.1, Джарасова Т.С.1, Саудабаев Р.К.1, Мербаев Р.Б.1, Пронин Н.А.1
-
Учреждения:
- Атырауский филиал КМГ Инжиниринг
- Выпуск: Том 7, № 3 (2025)
- Страницы: 116-126
- Раздел: Исследование кернового материала
- URL: https://journals.rcsi.science/2707-4226/article/view/320614
- DOI: https://doi.org/10.54859/kjogi108803
- ID: 320614
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.
Полный текст
Открыть статью на сайте журналаОб 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. АтырауРенат 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
- Пономарева Е.А. Цифровизация лабораторных комплексов по исследованию керна // Вести газовой науки. 2021. Т. 1, №46. С. 125–128.
- 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.
- 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.
- 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.
- Зиньков А.В., Макишин В.Н. Цифровизация керна: учебное пособие для вузов. Владивосток : Издательство ДФВУ, 2023. 73 с.
- 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.
- 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.
- 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
