Вероятностно-статистический прогноз нефтегазоносности локальных структур на территории Ижемской ступени

Ожгибесов, Е.С.

doi:10.15593/2712-8008/2023.4.2

Вероятностно-статистический прогноз нефтегазоносности локальных структур на территории Ижемской ступени

Е.С. Ожгибесов

Сведения об авторе

Е.С. Ожгибесов
Пермский национальный исследовательский политехнический университет, Пермь, Россия

https://doi.org/10.15593/2712-8008/2023.4.2

Представлена методика прогноза нефтегазоносности локальных структур вероятно-статистическими методами на территории Ижемской ступени. Основные перспективы нефтегазоносности на данном участке связаны с погребенными структурами, приуроченными к зоне барьерных рифов доманикового возраста. Целью работы является разработка комплексной вероятностной модели для оценки геологических рисков и ранжирования подготовленных структур по перспективности их ввода в глубокое бурение. В работе были проанализированы морфологические параметры структур по кровле доманикового горизонта: амплитуды, площади, абсолютные отметки сводов, размеры осей структур, а также толщины доманикового горизонта и удаленность структур от глубоководного склона. Для построения вероятностных моделей исходные данные разделены на два класса: нефтенасыщенные и пустые структуры. Информативность выбранных показателей оценена с помощью t-критерия Стьюдента. Установлено статистическое различие средних значений следующих параметров: амплитуда, размер длинной оси структур, толщина доманиковых отложений и удаленность свода структуры от глубоководного склона. Также выявлен и исключен из дальнейшего анализа наименее информативный параметр – абсолютная отметка свода структур. Для детального анализа распределения значений параметров были построены категоризованные гистограммы по классам нефтенасыщенных и пустых структур. На первом этапе по каждому параметру были рассчитаны условные интервальные вероятности и построены индивидуальные вероятностные модели нефтегазоносности. На втором этапе все показатели объединены в комплексную модель. Для оценки качества модели построена категоризованная гистограмма комплексных вероятностей по классам структур, а также проведено сопоставление полученных вероятностей с результатами дискриминантного анализа. Установлено, что модель успешно разделяет пустые и нефтенасыщенные структуры по граничному значению комплексной вероятности 0,5 доли ед. В результате применения построенной модели рассчитано, что в пределах рассматриваемой площади наиболее перспективной в отношении нефтегазоносности является Пильегорская структура.

Ключевые слова

вероятностно-статистическая модельпрогноз нефтегазоносностиподготовленные структурыкритерии нефтегазоносностинефтькомплексный критерийдоманиковый горизонтусловная вероятностьдискриминантный анализ

Probabilistic-Statistical Forecast of Oil and Gas Content of Local Structures on the Izhemsk Stage Territory

A methodology for predicting the oil and gas content of local structures using probable statistical methods on the territory of the Izhemsk stage is presented. The main oil and gas prospects in this area are associated with buried structures confined to the zone of Domanik barrier reefs. The goal of the work was to develop a comprehensive probabilistic model for assessing geological risks and ranking prepared structures according to the prospects of their introduction into deep drilling. The work analyzed the morphological parameters of the structures on the roof of the Domanik horizon: amplitudes, areas, absolute elevations of the arches, dimensions of the axes of the structures, as well as the thickness of the Domanik horizon and the distance of the structures from the deep-sea slope. To build probabilistic models, the initial data was divided into two classes: oil-saturated and empty structures. The information content of the selected indicators was assessed using Student's t-test. A statistical difference in the average values of the following parameters was established: amplitude, the size of the long axis of the structures, the thickness of the Domanik deposits and the distance of the structure's arch from the deep-sea slope. Also the least informative parameter – the absolute arch elevation was identified and excluded from further analysis. For a detailed analysis of the parameter values distribution, categorized histograms were constructed according to the classes of oil-saturated and empty structures. At the first stage, conditional interval probabilities were calculated for each parameter and individual probabilistic models of oil and gas content were built. At the second stage, all indicators were combined into a complex model. To assess the quality of the model, a categorized histogram of complex probabilities by structure class was constructed, and the obtained probabilities were compared with the results of discriminant analysis. It was established that the model successfully separated empty and oil-saturated structures according to the boundary value of the complex probability of 0.5 units. As a result of applying the constructed model, it was calculated that within the area under consideration, the most promising in terms of oil and gas content was the Pilegorskaya structure.

Keywords

probabilistic-statistical modeloil and gas potential forecastprepared structuresoil and gas potential criteriaoilcomplex criterionDomanik horizonconditional probabilitydiscriminant analysis

Литература

1.Пармузина Л.В., Лагутина Ю.А., Смирнова А.Е. Расчленение и корреляция отложений верхнедевонского комплекса Ижемской ступени // Известия высших учебных заведений. Нефть и газ. – 2015. – № 2(110). – С. 17–25. DOI: 10.31660/0445-0108-2015-2-17-25 Scholar
2.Антоновская Т.В. Доманиковый горизонт – основной нефтегазоматеринский комплекс Тимано-Печорской провинции // Геология нефти и газа. – 2016. – № 4. – С. 62–69. Scholar
3.Михалевич И.М. Применение математических методов при анализе геологической информации (с использованием компьютерных технологий). – Иркутск, 2006. – 115 с. Scholar
4.Андрейко С.С. Разработка математической модели метода прогнозирования газодинамических явлений по геологическим данным для условий Верхнекамского месторождения калийных солей // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2016. – № 21. – С. 345–353. DOI: 10.15593/224-9923/2016.21.6 Scholar
5.Девис Дж. Статистика и анализ геологических данных. – М.: Мир, 1977. – 353 с. Scholar
6.Johnson N.L., Leone F.C. Statistics and experimental design. – New York – London – Sydney – Toronto, 1977. – 606 p. Scholar
7.Галкин В.И., Пономарева И.Н., Репина В.А. Исследование процесса нефтеизвлечения в коллекторах различного типа пустотности с использованием многомерного статистического анализа // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2016. – № 19. – С. 145–154. DOI: 10.15593/224-9923/2016.19.5 Scholar
8.Wang P., Nair V. Statistical Analysis of Oil and Gas Discovery Data // Quantitative Analysis of Mineral and Energy Resources. – 1988. – Vol. 223. – P. 199-214. Scholar
9.Krysin N, Sologubova M. V. Probabilistic and statistical justification of the forecast of oil and gas potential in the area with established industrial oil capacity // IOP Conf. Ser.: Earth Environ. Sci. – 2022 – Vol. 1021. – № 012015. DOI: 10.1088/1755-1315/1021/1/012015 Scholar
10.Yarus J.M. Stochastic modeling and geostatistics // AAPG. – Tulsa, Oklahoma, 1994. – 231 p. Scholar
11.Watson G.S. Statistic on spheres. – New York: John Wiley and Sons, Inc., 1983. – 238 p. Scholar
12.Chen Z., Osadetz K., Gao H., Hannigan P. Improving exploration success through uncertainty mapping, the Keg River reef play, Western Canada Sedimentary Basin // Bull. Can. Petrol. Geol. – 2001. – Vol. 49, no. 3. – P. 367–375. DOI: 10.2113/49.3.367 Scholar
13.Поморский Ю.Л. Методы статистического анализа экспериментальных данных: монография. – Л., 1960. – 174 с. Scholar
14.Черепанов С.С. Комплексное изучение трещиноватости карбонатных залежей методом Уоррена-Рута с использованием данных сейсмофациального анализа (на примере турнефаненской залежи Озерного месторождения) // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2015. – № 14. – С. 6–12. DOI: 10.15593/224-9923/2015.14.1 Scholar
15.Галкин В.И., Пономарева И.Н., Черепанов С.С. Разработка методики оценки возможностей выделения типов коллекторов по данным кривых восстановления давления (КВД) по геолого-промысловым характеристикам пласта (на примере фаненской залежи Озерного месторождения) // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2015. – № 17. – С. 32–40. DOI: 10.15593/224-9923/2015.17.4 Scholar
16.Черепанов С.С., Мартюшев Д.А., Пономарева И.Н. Оценка фильтрационно-емкостных свойств трещиноватых карбонатных коллекторов месторождений Предуральского краевого прогиба // Нефтяное хозяйство. – 2013. – № 3. – С. 62–65. Scholar
17.Houze O., Viturat D., Fjaere O.S. Dinamic data analysis. – Paris: Kappa Engineering, 2008. – 694 p. Scholar
18.Van Golf-Racht T.D. Fundamentals of fractured reservoir engineering / Elsevier scientific publishing company. – Amsterdam – Oxford – New York, 1982. – 709 p. Scholar
19.Horne R.N. Modern well test analysis: A computer aided approach. – 2nd ed. – Palo Alto: Petroway Inc, 2006. – 257 p. Scholar
20.Montgomery D.C., Peck E.A. Introduction to liner regression analysis. – New York: John Wiley & Sons, 1982. – 504 p. Scholar
21.Галкин В.И., Куницких А.А. Статистическое моделирование расширяющегося тампонажного состава // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2017. – Т. 16, № 3. – С. 215–244. DOI: 10.15593/224-9923/2017.3.2 Scholar
22.Chen Z., Osadetz K. Undiscovered Petroleum Accumulation Mapping Using Model-Based Stochastic Simulation // Math Geol. – 2006. – Vol. 38. – P. 1–16. DOI: 10.1007/s11004-005-9000-1 Scholar
23.Koshkin K.A., Melkishev O.A. Use of derivatives to assess preservation of hydrocarbon deposits // International Conference Information Technologies in Business and Industry. – Tomsk, 2018. – Vol. 1015. – P. 032092. DOI: 10.1088/1742-6596/1015/3/032092 Scholar
24.Suyun H., Qiulin G., Zhuoheng C., Shiyun M., Hongbin X. Probability mapping of petroleum occurrence with a multivariate-Bayesian approach for risk reduction in exploration, Nanpu Sag of Bohay Bay Basin, China // Geologos – 2009. – Vol. 15 (2). – P. 91–102. Scholar
25.Chen Z., Osadetz K., Gao H., Hannigan P. Improving exploration success through uncertainty mapping, the Keg River reef play, Western Canada Sedimentary Basin // Bull. Can. Petrol. Geol. – 2001. – Vol. 49(3). – P. 367–375. DOI: 10.2113/49.3.367 Scholar
26.Camporeale E., Chu X., Agapitov O., Bortnik J. On the generation of probabilistic forecasts from deterministic models // Space Weather – 2019. – Vol. 17. – P. 455–475. DOI: 10.1029/2018SW002026 Scholar
27.Guo Q., Ren H., Yu J., Wang J., Liu J., Chen N. A method of predicting oil and gas resource spatial distribution based on Bayesian network and its application // Journal of Petroleum Science and Engineering. – 2021. – Vol. 208. – № 109267. DOI: 10.1016/j.petrol.2021.109267 Scholar
28.Milkov A.V. Risk tables for less biased and more consistent estimation of probability of geological success (PoS) for segments with conventional oil and gas prospective resources // Earth-Science Reviews – 2015. – Vol. 150 – P. 453–476. DOI: 10.1016/j.earscirev.2015.08.006 Scholar
29.Meisner J., Demirmen F. The creaming method: a bayesian procedure to forecast future oil and gas discoveries in mature exploration provinces // Journal of the Royal Statistical Society. SeriesA. – 1981. – Vol. 144, № 1. – P. 1–31. DOI: 10.2307/2982158 Scholar
30.Kaufman G.M., Balcer Y., Kruyt D. A probabilistic model of oil and gas discovery. Estimating the volume of undiscovered oil and gas resources // Am. Assoc. Petrol. Geol., Studies in Geology / J. Haun ed. – 1975. – Vol. 1 – P. 113–142. DOI: 10.1306/S1383C14 Scholar
31.Afifi H., Elmahdy M., Saban M., Abuelkheir M. Probabilistic Forecasting for Oil Producing Wells Using Seq2seq Augmented Model // Eng. Proc. – 2022. – Vol. 18(1) – P. 16. DOI: 10.3390/engproc2022018016 Scholar
32.Wijaya N., Sheng J. Probabilistic forecasting and economic evaluation of pressure-drawdown effect in unconventional oil reservoirs under uncertainty of water blockage severity // Journal of Petroleum Science and Engineering. – 2020. – Vol. 185. – № 06646. DOI: 10.1016/j.petrol.2019.106646 Scholar
33.Olea R.A., Cook T.A., Coleman J.L. A Methodology for the Assessment of Unconventional (Continuous) Resources with an Application to the Greater Natural Buttes Gas Field, Utah // Nat. Resour. Res. – 2010. – Vol. 19. – P. 237–325. DOI: 10.1007/s11053-010-9127-8 Scholar
34.Dore A.G., Sinding-Larsen R. Risk analysis and full-cycle probabilistic modelling of prospects: a prototype system developed for the Norwegian shelf // Norwegian Petroleum Society Special Publications. – 1996. – Vol. 6. – P. 153–165. DOI: 10.1016/S0928-8937(07)80016-6 Scholar
35.Сосиян Н.Е. Разработка статистических моделей для прогноза нефтегазоносности (на примере терригенных девонских отложений Северо-Татарского свода) // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. – 2012. – № 5. – С. 16–25. Scholar
36.Галкин В.И., Бродягин В.В., Потряков А.А., Скачек К.Г., Шайхутдинов А.Н. Зональный прогноз нефтегазоносности юрских отложений в пределах территории деятельности ТПП «Когалымнефтегаз» // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2008. – № 8. – С. 31–35. Scholar
37.Кривощеков С.Н., Галкин В.И. Построение матрицы элементарных ячеек при прогнозе нефтегазоносности вероятностно-статистическими методами на территории Пермского края // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2008. – № 8. – С. 20–23. Scholar
38.Галкин В.И., Кривощеков С.Н. Обоснование направлений поисков месторождений нефти и газа в Пермском крае // Научные исследования и инновации. – 2009. – Т. 3, № 4. – С. 3–7. Scholar
39.Галкин В.И., Шайхутдинов А.Н. Построение статистических моделей для прогноза дебитов нефти по верхнеюрским отложениям Когалымского региона // Нефтяное хозяйство. – 2010. – № 1. – С. 52–54. Scholar
40.Галкин В.И., Шайхутдинов А.Н. О возможности прогноза нефтегазоносности юрских отложений вероятностно-статистическими методами (на примере территории деятельности ТПП «Когалымнефтегаз» // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2009. – № 6. – С. 11–14. Scholar
41.Галкин В.И., Растегаев А.В., Галкин С.В. Вероятностно-статистическая оценка нефтегазоносности локальных структур // УрО РАН. – Екатеринбург, 2001. – 277 с. Scholar
42.Галкин В.И., Жуков Ю.А., Шишкин М.А. Применение вероятностных моделей для локального прогноза нефтегазоносности // УрО РАН. – Екатеринбург,1990. – 108 с. Scholar
43.Кошкин К.А., Татаринов И.А. Разработка вероятностных моделей зонального прогноза нефтегазоносности центральной части Пермского свода по структурно-мощностным критериям // Недропользование. – 2021. – Т. 21, № 1. – С. 2–8. Scholar
44.Дементьев Л.Ф. Математические методы и ЭВМ в нефтегазовой геологии. – М.: Недра, 1987. – 264 с. Scholar
45.Галкин В.И., Соснин Н.Е. Разработка геолого-математических моделей для прогноза нефтегазоносности сложнопостроенных структур в девонских терригенных отложениях // Нефтяное хозяйство. – 2013. – № 4. – С. 28–31. Scholar

1.Parmuzina L.V., Lagutina Iu.A., Smirnova A.E. Raschlenenie i korreliatsiia otlozhenii verkhnedevonskogo kompleksa Izhemskoi stupeni [Seuqence and correlation of deposits of Izhma step Upper Devonian complex]. Izvestiia vysshikh uchebnykh zavedenii. Neft' i gaz, 2015, no. 2 (110), pp. 17-25. DOI: 10.31660/0445-0108-2015-2-17-25 Scholar
2.Antonovskaia T.V. Domanikovyi gorizont - osnovnoi neftegazomaterinskii kompleks Timano-Pechorskoi provintsii [The Domanik horizon - the principle oilgas source complex of the Timan-Pechora province]. Geologiia nefti i gaza, 2016, no. 4, pp. 62-69. Scholar
3.Mikhalevich I.M., Primina S.P. Primenenie matematicheskikh metodov pri analize geologicheskoi informatsii (s ispol'zovaniem komp'iuternykh tekhnologii) [Application of mathematical methods in the analysis of geological information (using computer technology)]. Irkutsk: Irkutskii gosudarstvennyi universitet, 2006, 115 p. Scholar
4.Andreyko S.S. Development of a mathematical model for predicting gas-dynamic phenomena from geological data for the Verkhnekamsk potash deposit. Perm Journal of Petroleum and Mining Engineering, 2016, no. 21, pp. 345-353. DOI: 10.15593/224-9923/2016.21.6 Scholar
5.Davis J. Statistics and data analysis in geology. Moscow: Mir, 1977, 353 p. Scholar
6.Johnson N.L., Leone F.C. Statistics and experimental design. New York – London – Sydney – Toronto, 1977, 606 p. Scholar
7.Galkin V.I., Ponomareva I.N., Repina V.A. Study of oil recovery from reservoirs of different void types with use of multidimensional statistical analysis. Perm Journal of Petroleum and Mining Engineering, 2016, no. 19, pp. 145-154. DOI: 10.15593/224-9923/2016.19.5 Scholar
8.Wang P., Nair V. Statistical Analysis of Oil and Gas Discovery Data. Quantitative Analysis of Mineral and Energy Resources, 1988, vol. 223, pp. 199-214. Scholar
9.Krysin N, Sologubova M. V. Probabilistic and statistical justification of the forecast of oil and gas potential in the area with established industrial oil capacity. IOP Conf. Ser.: Earth Environ. Sci., 2022, vol. 1021, no. 012015. DOI: 10.1088/1755-1315/1021/1/012015 Scholar
10.Yarus J.M. Stochastic modeling and geostatistics. AAPG. Tulsa, Oklahoma, 1994, 231 p. Scholar
11.Watson G.S. Statistic on spheres. New York: John Wiley and Sons, Inc., 1983, 238 p. Scholar
12.Chen Z., Osadetz K., Gao H., Hannigan P. Improving exploration success through uncertainty mapping, the Keg River reef play, Western Canada Sedimentary Basin. Bull. Can. Petrol. Geol., 2001, vol. 49, no. 3, pp. 367-375. DOI: 10.2113/49.3.367 Scholar
13.Pomorskii Iu.L. Methods for statistical analysis of experimental data. Leningrad, 1960, 174 p. Scholar
14.Cherepanov S.S. Integrated research of carbonate reservoir fracturing by Warren-Root method using seismic facies analysis (evidence from Tournaisian-Famennian deposit of Ozernoe field). Perm Journal of Petroleum and Mining Engineering, 2015, no. 14, pp. 6-12. DOI: 10.15593/224-9923/2015.14.1 Scholar
15.Galkin V.I., Ponomareva I.N., Cherepanov S.S. Development of the methodology for evaluation of possibilities to determine reservoir types based on pressure build-up curves, geological and reservoir properties of the formation (case study of Famen deposits of Ozernoe field). Perm Journal of Petroleum and Mining Engineering, 2015, no. 17, pp. 32-40. DOI: 10.15593/224-9923/2015.17.4 Scholar
16.Cherepanov S.S., Martiushev D.A., Ponomareva I.N. Evaluation of filtration-capacitive properties of fractured carbonate reservoir of Predural'skogo edge deflection. Neftianoe khoziaistvo, 2013, no. 3, pp. 62-65. Scholar
17.Houze O., Viturat D., Fjaere O.S. Dinamie data analysis. Paris: Kappa Engineering, 2008, 694 p. Scholar
18.Van Golf-Racht T.D. Fundamentals of fractured reservoir engineering. Amsterdam - Oxford - New York: Elsevier scientific publishing company, 1982, 709 p. Scholar
19.Horne R.N. Modern well test analysis: A computer aided approach. 2nd ed. Palo Alto: Petroway Inc, 2006, 257 p. Scholar
20.Montgomery D.C., Peck E.A. Introduction to liner regression analysis. New York: John Wiley & Sons, 1982, 504 p. Scholar
21.Galkin V.I., Kunitskikh A.A. Statistical modelling of expanding cement slurry. Perm Journal of Petroleum and Mining Engineering, 2017, vol. 16, no. 3, pp. 215-244. DOI: 10.15593/224-9923/2017.3.2 Scholar
22.Chen Z., Osadetz K. Undiscovered Petroleum Accumulation Mapping Using Model-Based Stochastic Simulation. Math Geol., 2006, vol. 38, pp. 1-16. DOI: 10.1007/s11004-005-9000-1 Scholar
23.Koshkin K.A., Melkishev O.A. Use of derivatives to assess preservation of hydrocarbon deposits. International Conference Information Technologies in Business and Industry. Tomsk, 2018, vol. 1015, 032092 p. DOI: 10.1088/1742-6596/1015/3/032092 Scholar
24.Suyun H., Qiulin G., Zhuoheng C., Shiyun M., Hongbin X. Probability mapping of petroleum occurrence with a multivariate-Bayesian approach for risk reduction in exploration, Nanpu Sag of Bohay Bay Basin, China. Geologos, 2009, vol. 15 (2), pp. 91-102. Scholar
25.Chen Z., Osadetz K., Gao H., Hannigan P. Improving exploration success through uncertainty mapping, the Keg River reef play, Western Canada Sedimentary Basin. Bull. Can. Petrol. Geol., 2001, vol. 49(3), pp. 367-375. DOI: 10.2113/49.3.367 Scholar
26.Camporeale E., Chu X., Agapitov O., Bortnik J. On the generation of probabilistic forecasts from deterministic models. Space Weather, 2019, vol. 17, pp. 455-475. DOI: 10.1029/2018SW002026 Scholar
27.Guo Q., Ren H., Yu J., Wang J., Liu J., Chen N. A method of predicting oil and gas resource spatial distribution based on Bayesian network and its application. Journal of Petroleum Science and Engineering, 2021, vol. 208, no. 109267. DOI: 10.1016/j.petrol.2021.109267 Scholar
28.Milkov A.V. Risk tables for less biased and more consistent estimation of probability of geological success (PoS) for segments with conventional oil and gas prospective resources. Earth-Science Reviews, 2015, vol. 150, pp. 453-476. DOI: 10.1016/j.earscirev.2015.08.006 Scholar
29.Meisner J., Demirmen F. The creaming method: a bayesian procedure to forecast future oil and gas discoveries in mature exploration provinces. Journal of the Royal Statistical Society. Series A, 1981, vol. 144, no. 1, pp. 1-31. DOI: 10.2307/2982158 Scholar
30.Kaufman G.M., Balcer Y., Kruyt D. A probabilistic model of oil and gas discovery. Estimating the volume of undiscovered oil and gas resources. Am. Assoc. Petrol. Geol., Studies in Geology. J. Haun ed, 1975, vol. 1, pp. 113-142. DOI: 10.1306/S1383C14 Scholar
31.Afifi H., Elmahdy M., Saban M., Abuelkheir M. Probabilistic Forecasting for Oil Producing Wells Using Seq2seq Augmented Model. Eng. Proc., 2022, vol. 18 (1), 16 p. DOI: 10.3390/engproc2022018016 Scholar
32.Wijaya N., Sheng J. Probabilistic forecasting and economic evaluation of pressure-drawdown effect in unconventional oil reservoirs under uncertainty of water blockage severity. Journal of Petroleum Science and Engineering, 2020, vol. 185, no. 06646. DOI: 10.1016/j.petrol.2019.106646 Scholar
33.Olea R.A., Cook T.A., Coleman J.L. A Methodology for the Assessment of Unconventional (Continuous) Resources with an Application to the Greater Natural Buttes Gas Field, Utah. Nat. Resour. Res., 2010, vol. 19, pp. 237-325. DOI: 10.1007/s11053-010-9127-8 Scholar
34.Dore A.G., Sinding-Larsen R. Risk analysis and full-cycle probabilistic modelling of prospects: a prototype system developed for the Norwegian shelf. Norwegian Petroleum Society Special Publications, 1996, vol. 6, pp. 153-165. DOI: 10.1016/S0928-8937(07)80016-6 Scholar
35.Sosnin N.E. Development of statistical models for predicting oil-and-gas content (on the example of terrigenous Devonian sediments of North Tatar arch). Perm Journal of Petroleum and Mining Engineering, 2012, no. 5, pp. 16-25. Scholar
36.Galkin V.I., Brodiagin V.V., Potriasov A.A., Skachek K.G., Shaikhutdinov A.N. Zonal forecast of oil and gas content of Jurassic deposits within the territory of activity of TPP "Kogalymneftegaz". Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2008, no. 8, pp. 31-35. Scholar
37.Krivoshchekov S.N., Galkin V.I. Construction of a matrix of elementary cells in the forecast of oil and gas content by probabilistic-statistical methods in the territory of the Perm Territory. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2008, no. 8, pp. 20-23. Scholar
38.Galkin V.I., Krivoshchekov S.N. Justification of directions for searching for oil and gas fields in the Perm Krai. Nauchnye issledovaniia i innovatsii, 2009, vol. 3, no. 4, pp. 3-7. Scholar
39.Galkin V.I., Shaikhutdinov A.N. Construction of statistical models for forecasting oil production rates for the Upper Jurassic deposits of the Kogalym region. Neftianoe khoziaistvo, 2010, no. 1, pp. 52-54. Scholar
40.Galkin V.I., Shaikhutdinov A.N. On the possibility of forecasting the oil and gas content of Jurassic deposits using probabilistic and statistical methods (using the example of the territory of activity of the TPP "Kogalymneftegaz"). Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2009, no. 6, pp. 11-14. Scholar
41.Galkin V.I., Rastegaev A.V., Galkin S.V. Probabilistic-statistical assessment of oil and gas content of local structures. UrO RAN. Ekaterinburg, 2001, 277 p. Scholar
42.Galkin V.I., Zhukov Iu.A., Shishkin M.A. Application of probabilistic models for local forecast of oil and gas content. UrO RAN. Ekaterinburg, 1990, 108 p. Scholar
43.Koshkin K.A., Tatarinov I.A. Development of probabilistic models for zonal forecast of oil and gas content of the central part of the Perm arch according to structural-thickness criteria. Nedropol'zovanie, 2021, vol. 21, no. 1, pp. 2-8. Scholar
44.Dement'ev L.F. Matematicheskie metody i EVM v neftegazovoi geologii [Mathematical methods and computers in oil and gas geology]. Moscow: Nedra, 1987, 264 p. Scholar
45.Galkin V.I., Sosnin N.E. Razrabotka geologo-matematicheskikh modelei dlia prognoza neftegazonosnosti slozhnopostroennykh struktur v devonskikh terrigennykh otlozheniiakh [Geological development of mathematical models for the prediction of oil and gas complex-built structures in the Devonian clastic sediments]. Neftianoe khoziaistvo, 2013, no. 4, pp. 28-31. Scholar

Другие статьи выпуска

Весь выпуск (Том 23, № 4, 2023)

Скачать PDF

Информация о статье

Опубликована: 30.03.2024
В выпуске: 30.03.2024
Выпуск: Том 23, № 4 (2023)

Вероятностно-статистический прогноз нефтегазоносности локальных структур на территории Ижемской ступени

Аннотация

Ключевые слова

Probabilistic-Statistical Forecast of Oil and Gas Content of Local Structures on the Izhemsk Stage Territory

Keywords

Литература

Другие статьи выпуска

Информация о статье