ГЕОЛОГИЯ И ГЕОЛОГО-РАЗВЕДОЧНЫЕ РАБОТЫ
УДК 550.8.072
© Коллектив авторов, 2015
К обоснованию построения моделей зонального прогноза нефтегазоносности для нижне-средневизейского комплекса Пермского края1
B.И. Галкин, д.г.-м.н., И.А. Козлова, к.г.-м.н.,
C.Н. Кривощеков, к.т.н., О.А. Мелкишев
(Пермский национальный исследовательский политехнический университет)
Адреса для связи: vgalkin@pstu.ru, ikozlova@pstu.ru, krivoshchekov@pstu.ru
Ключевые слова: нижне-средневизейский терригенный нефтегазоносный комплекс, структурно-толщинные показатели, индивидуальные вероятности, элементарные ячейки, статистические модели, вероятностный критерий нефтегазоносности, районирование и оценка лицензионных площадей.
On the justification of the construction of models for oil and gas potential area forecast Visean deposits of Perm region
V.I. Galkin, I.A. Kozlova, S.N. Krivoshchekov, O.A. Melkishev (Perm National Research Polytechnic University, RF, Perm)
E-mail: vgalkin@pstu.ru, ikozlova@pstu.ru, krivoshchekov@pstu.ru
Key words: Lower-Middle Visean terrigenous oil and gas complex, structural and power indicators, the individual probability of unit cells, statistical models, probabilistic criteria of petroleum, zoning and evaluation of licensed areas.
The authors on the base of elementary cells system performed a probabilistic assessment of oil and gas potential using individual weighting factors for each cell individually, to enhance the quality of the forecast. Probability zonal forecast models are built for oil and gas potential Lower-Middle Visean terrigenous oil and gas complex (C1v), which has maximum oil resources in the Perm region. The forecast is made on a range of structural and cardinality indicators characterizing the reflective surface, the structural location of productive deposits and a thickness of 847 cells distributed in the territory of elements of petroleum-zoning. For the construction of multidimensional models the authors carried out analysis and adaptation, received the scheme of values of probabilistic criterion, distributed in cells for Visean terrigenous oil and gas complex in the Perm region. The resulting distribution can be used to select the areas of geologic al prospecting and differentiated assessment of forecast non-localized resources in the evaluation of new license areas.
В настоящее время по ряду объективных причин проведение экспертных оценок значительно усложняется. Авторами данной работы накоплен значительный опыт в оценке вероятности нефтегазоносности территорий с различными степенью изученности и геологическим строением. В каждом конкретном случае определяется комплекс информативных критериев для выполнения прогнозных оценок и строятся вероятностные модели нефтегазоносности [1-3].
Территория Пермского края крайне неравномерно изучена сейсморазведкой 2D и тем более 3D, структурным и глубоким бурением, поэтому перспективы нефтегазоносности в каждом нефтегазоносном комплексе (НГК) различны в пределах крупных и мелких единиц нефтега-зогеологического районирования. В связи с отмеченным в статье используется система элементарных ячеек, обоснование площадей и расположения которых для территории Пермского края выполнено авторами в предшествующих исследованиях [4]. Данная система ячеек позволяет при проведении вероятностных оценок нефтега-зоносности предусмотреть индивидуальные весовые коэффициенты для каждой ячейки отдельно, что повышает качество прогноза.
Возможность построения вероятностно-статистических зональных моделей прогноза нефтегазоносности обоснована для нижне-средневизейского терригенного
НГК (С-^), который по данным балансовых оценок филиала ООО «ЛУКОЙЛ - Инжиниринг» «Пермь-НИПИнефть» содержит максимальные ресурсы нефти в Пермском крае [4]. Для территории этого региона построены модели для зон и районов согласно принятому нефтегазогеологическому районированию [4]. Расположение районов приведено на рис. 1.
Методику построения вероятностно-статистических зональных моделей рассмотрим на примере района 2А, соответствующего северо-западному борту Камско-Ки-нельской системы прогибов (ККСП). По разработанной авторами схеме размещения элементарных ячеек в пределах этого района выделено 847 ячеек, из них к нефтяным относятся 476, пустыми считаются 371. По ячейкам выполним сравнение средних значений и плотностей распределений для нефтяных и пустых объектов следующих показателей: минимальное Нптш, максимальное Нптах, среднее Нпсред значение абсолютных отметок отражающего горизонта (ОГ) 11к в ячейке; разница между Н11тах и Нп™п - % разница между Н11тах и Нпсред в ячейке - Н^+; разница между Нптт и Нпсред в ячейке - Н^-; стандартное отклонение абсолютных отметок ОГ 11к - 32£; разница между средними отметками ОГ III и II" - т^з_2„у разница между средними абсолютными отметками ОГ II" и Ик - т^.щ, разница между средними отметками ОГ Ик и I" - т^2к_1пу.
1 Работа выполнена при финансовой поддержке Министерства образования и науки Российской Федерации в рамках базовой части государственного задания.
Рис. 1. Схема нефтегазогеологического районирования Пермского края (В.В. Макаловский, Д.Г. Михайлов, ООО «ПермНИПИ-нефть», 2010 г.):
районы: 1А - Камский; 1Б - Верхнекамско-Пермский; 2А - северо-западный борт ККСП; 2Б - Шалымо-Калининский; 2В - Соликамский; 2Г - юго-восточный борт ККСП; ЗА - Атерско-Высоко-вский; ЗБ - Сылвенский; 4А - Передовые складки Урала
Таблица 1
Сравнение средних значений показателей выполнено с помощью статистики ^ плотностей их распределения - по критерию х2. Показатели считаются информативными при tp > а распределения статистически различными при Х2р > х2т (индексы «р» и «т» означают соответственно расчетное и табличное значение критерия). Значения ^ и х2т определяются в зависимости от числа эталонных объектов и уровня значимости. Значения tp и х2р приведены в табл. 1.
Средние значения по семи показателям (5ц, Нп d+, Н^-,
^ т(3-2к), m(2п-2k), т{2к--1п)) для классов нефтяных и пУстых ячеек статистически различны по критерию t. Плотности распределения исследуемых показателей по критерию х2 показали статистическое различие по шести аналогичным показателям: 511 , Н11 d+, Н11 d-, S2k , т(2к-1п), т(2п-2к), а также по показателю т(3-2п). Следовательно, эти индивидуальные структурно-толщинные характеристики могут использоваться при проведении прогнозных оценок нефтяных и пустых ячеек.
При выполнении прогнозных оценок показатели должны быть приведены к единой системе измерения, для чего использовался вероятностный подход. При вычислении индивидуальных вероятностей Ри в каждом интервале варьирования исследуемого параметра определялись частости для нефтяных ^ и пустых N ячеек. По этим данным вычислялись средние интервальные вероятности Ри = Nr/(Nn+Np). Пример распределения значений Ри по показателю т(2п-щ приведен в табл. 2, из которой видно, что при повышении показателя т^.щ индивидуальная вероятность Ри закономерно возрастает. Далее по средним интервальным значениям т(2п_щ и Ри был вычислен парный коэффициент корреляции г и построено уравнение регрессии. Аналогичный анализ выполнен по всем показа-
Показатели Статистические характеристики показателей для ячеек Критерии Уравнение вероятности принадлежности к 1 классу (нефтяных ячеек);
нефтяных пустых ^1-2 область применения модели;
Р1-2 Р1-2 диапазон изменения вероятности
н,гп -1433,1±133,8 0,501±0,026 -1418,2±153,4 0,496±0,031 1,48272 0,138522 4,082003 0,129899 Р (НГ11 )= 0,215- 0,0002 Н,Г"; -1818,6 — 1150,1 м; 0,45 — 0,58
цтах -1394,3±130,2 0,501 ±0,013 -1386,7±153,4 0,499±0,015 0,787250 0,431356 2,919180 0,232332 Р (Н,,тах )= 0,362- 0,0001 Н„тах; -1784,1 — -1126,9 м; 0,47 — 0,54
К, 38,7±36,6 0,506±0,056 31,7±27,9 0,495±0,044 3,14083 0,001743 10,68560 0,004782 Р (К )= 0,445+ 0,00159 К,,; 0,04 — 213,0 м; 0,44 — 0,78
Н сРеА -1412,1 ±130,8 0,502±0,013 -1410,8±150,9 0,499±0,015 1,06120 0,288902 3,287336 0,193270 Р (Н,сред)= 0,361- 0,0001 Н„срел; -1802,7 — -1139,1 м; 0,47 — 0,54
Н,,С+ 17,7±17,7 0,507±0,043 15,1±13,8 0,496±0,037 3,92867 0,000092 9,829237 0,0054225 Р(2кС+)=0,46+0,00246 2к С+; 0,01 — 122,1 м; 0,46 — 0,76
Н,С- -20,9±20,7 0,507±0,060 -16,6±16,3 0,494±0,047 3,33432 0,000892 11,86584 0,002649 Р (2к С-)= 0,446- 0,0029 2к С-; -110,3 — -0,02 м; 0,44 — 0,77
10,4±10,3 0,504±0,049 8,6±8,3 0,495±0,039 2,73915 0,006289 7,731086 0,029095 Р ^ )= 0,545- 0,0048 0,01— 55,6 м; 0,28 — 0,54
т(3-2п) 558,4±79,5 0,513±0,077 513,7±90,4 0,470±0,087 7,65706 0,000000 68,80945 0,000000 Р(т(3-2„))=-0,028+0,0097т(3-2„) 318,3 — 685,7м 0,28 — 0,64
т(2п -2К 54,7±21,1 0,507±0,069 49,7±18,6 0,491±0,061 3,56163 0,000389 12,14825 0,005521 Р(т0„ -2»)=0,328+0,0033т(2„ -2В 1,3 — 194,5м 0,37 — 0,97
т(2к-1„) 283,0±18,8 0,507±0,032 294,4±21,1 0,488±0,036 8,24721 0,000000 68,11162 0,000000 Р(т(2№))=0,989-0,0017тст-1„); 212,8 — 389,7 м; 0,32 — 0,63
Примечание. В числителе приведено среднее значение показателя и стандартное отклонение, в знаменателе - среднее значение вероятности и стандартное отклонение.
Таблица 2
Интервалы Статистические параметры
варьирования
показателя Nп "Р Ри
т(2п-2к)
0-20 0,016 0,094 0,145
20-40 0,159 0,258 0,381
40-60 0,514 0,390 0,568
60-80 0,220 0,218 0,502
80-100 0,044 0,032 0,576
100-120 0,021 0,005 0,795
120-140 0,008 1,000
140-160 0,008 1,000
160-200 0,010 1,000
телям. При построении уравнения регрессии выполняется его корректировка из условия, что средние значения для класса нефтяных ячеек должны быть более 0,5, для пустых ячеек - менее 0,5. Уравнения регрессии по изучаемым показателям приведены в табл. 1.
Далее для учета суммарного влияния полученных индивидуальных вероятностей на нефтегазоносность объектов используем пошаговый линейный дискриминантный анализ (ПЛДА). Возможности построения линейной дискри-минантной функции (ЛДФ) для решения аналогичных задач приведены в работах [1-3]. В результате реализации данного метода при использовании в качестве классификатора показателя нефтеносности ячеек была получена следующая линейная дискриминантная функция:
г = -19,9766Р(т(2
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.