2025. — Т 17. — № 6 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/14nzvn625.html

Полный текст статьи в формате PDF (объем файла: 750 Кбайт)

Ссылка для цитирования этой статьи:

Балабуха, А. В. Разработка и оценка алгоритма классификации фаций пород коллекторов месторождений нефти и газа по данным скважинного каротажа / А. В. Балабуха, А. Н. Гульков // Вестник Евразийской науки. — 2025. — Т 17. — № 6. — URL: https://esj.today/PDF/14NZVN625.pdf (дата обращения: 12.03.2026).

Разработка и оценка алгоритма классификации фаций пород коллекторов месторождений нефти и газа по данным скважинного каротажа

Балабуха Алексей Владимирович
ФГАОУ ВО «Дальневосточный федеральный университет», Владивосток, Россия
Аспирант
ORCID: https://orcid.org/0009-0006-4014-7076

Гульков Александр Нефедович
ФГАОУ ВО «Дальневосточный федеральный университет», Владивосток, Россия
Профессор Департамента нефтегазовых технологий
Доктор технологических наук, профессор
РИНЦ: https://elibrary.ru/author_profile.asp?id=305768

Аннотация. В данном исследовании проводится оценка эффективности метода опорных векторов для автоматизированной классификации литофаций по данным геофизических исследований скважин на примере месторождения с высокой геологической неоднородностью. Основной целью работы была оптимизация и тестирование модели для последующего использования в построении фильтрационных моделей. Особенностью статьи является автоматизация процесса подбора оптимальных параметров модели машинного обучения.

В ходе работы был выполнен подбор оптимальных гиперпараметров модели (Gamma = 1, C = 10), что позволило достичь точности 71 % на отложенной выборке и значительно повысить точность с учетом соседей до 93 %. Обученная модель была применена к данным независимой тестовой скважины, не участвовавшей в обучении. Абсолютная точность прогноза составила 51 %, что ожидаемо due to geological variability and measurement uncertainties. Однако ключевым результатом является сохранение моделью высокой точности с учетом соседей (89 %), что свидетельствует о ее способности корректно идентифицировать переходные зоны между фациями — наиболее сложную задачу классификации. Для наглядной демонстрации результатов построена каротажная диаграмма с сравнением фактических и прогнозных фаций. Показано, что последующее укрупнение мелких интервалов предсказанных фаций позволяет повысить абсолютную точность модели до 60 %. Полученные результаты подтверждают практическую применимость предложенного подхода в качестве эффективного инструмента для поддержки интерпретации геологов и петрофизиков при моделировании сложнопостроенных коллекторов.

Ключевые слова: классификация литофаций; машинное обучение; метод опорных векторов; данные геофизических исследований; геологическое моделирование; точность прогноза; неоднородный коллектор

Скачать