Том 337 № 6 (2026)
DOI https://doi.org/10.18799/24131830/2026/6/5267
Повышение достоверности прогноза ресурсного потенциала структур за счет научного обоснования коэффициента заполнения ловушек
Актуальность исследования обусловлена необходимостью минимизировать риски, сопряженные с поисково-оценочным и разведочным бурением, и повысить эффективность геологоразведочных работ. Представленный подход является примером рационального планирования и обеспечивает стабильно высокие показатели эффективности работ в регионе – успешность поискового бурения и подтверждаемость ресурсной базы. Цель: установление закономерностей заполнения ловушек углеводородов для повышения достоверности прогноза ресурсов на перспективных поднятиях, а также поиск объектов для доразведки разрабатываемых месторождений углеводородов. Объекты: подготовленные, выявленные структуры, промышленные залежи углеводородов с неопределенным флюидальным контактом. Методика: методические подходы повышения достоверности прогноза ресурсного потенциала перспективных структур за счет научного обоснования и применения коэффициента заполнения ловушек углеводородов методом аналогий с использованием методов математической статистики. Результаты. Для основных районов нефтегазодобычи Пермского края выявлены зональные закономерности степени заполнения ловушек нефтью, обоснованы и апробированы методические подходы к прогнозу положения флюидальных контактов перспективных структур и залежей месторождений с принятым условным уровнем подсчета. Проведена переоценка ресурсной базы, ревизия фонда подготовленных и выявленных структур; для уже открытых залежей с неопределенным флюидальным контактом (в том числе, не учтенных Государственным балансом) – прогноз ожидаемых приростов запасов. По объектам геологоразведочных работ подготовлены предложения по опоискованию и доразведке.
Для цитирования: Никитина М.В., Костарева К.В., Филимончиков А.А., Соловьев С.И. Повышение достоверности прогноза ресурсного потенциала структур за счет научного обоснования коэффициента заполнения ловушек. Известия Томского политехнического университета. Инжиниринг георесурсов, 2026, Т. 337, № 6, С. 122-132. https://doi.org/10.18799/24131830/2026/6/5267
Ключевые слова:
коэффициент заполнения ловушек углеводородов, оценка и подтверждаемость ресурсов перспективных структур, поисково-оценочное бурение, доразведка нефтяных месторождений, эффективность геологоразведочных работ, Пермский край
Библиографические ссылки:
СПИСОК ЛИТЕРАТУРЫ
1. Жуков Ю.А., Кирпилева Н.Ф., Хохрякова М.И. Закономерности размещения залежей нефти и газа в продуктивных комплексах палеозоя Пермской области. Пермь: ООО «ПермНИПИнефть, 1998. 134 с.
2. Габнасыров А.В., Михайлов Д.Г., Макаловский В.В. Обобщение результатов ГРР на территории Пермского края с целью уточнения геологического, тектонического строения, сырьевой базы и нефтегазогеологического районирования. Пермь: Филиал ООО «ЛУКОЙЛ-Инжиниринг» «ПермНИПИнефть» в г. Перми, 2011. 58 с.
3. Пятунина Е.В. Статистический анализ развития коллекторов визейской терригенной толщи на юго-востоке Пермского Прикамья. Геология, геофизика и разработка нефтяных и газовых месторождений, 2008, № 8, С. 36–39.
4. Попова К.В., Додонова Л.С., Габнасыров А.В., Соловьев С.И. и др. Анализ позитивного и негативного влияния разрывных нарушений на сохранность залежей углеводородов на юго-востоке Пермского края. Геология, геофизика и разработка нефтяных и газовых месторождений, 2017, № 4, С. 4–10.
5. Михайлов Д.Г., Ваксман С.Э., Яковлев Ю.А. Анализ геологического строения в бортовых зонах ККСП и сопредельных районов палеошельфа. Пермь: Филиал ООО «ЛУКОЙЛ-Инжиниринг» «ПермНИПИнефть» в г. Перми, 2008. 189 с.
6. 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. DOI: 10.15593/2712-8008/2021.1.1.
7. Никитина М.В., Филимончиков А.А. Закономерности заполнения ловушек углеводородов на территории Ножовского выступа Пермского края. Геология нефти и газа, 2022, № 6, С. 45–53. DOI: 10.31087/0016-7894-2022-6-45-56.
8. Никитина М.В. Особенности заполнения ловушек верхнедевонско-турнейского комплекса углеводородами на территории Ножовского выступа. Геология, геофизика и разработка нефтяных и газовых месторождений, 2024, № 3, С. 12–17.
9. Никитина М.В., Филимончиков А.А. Анализ особенностей заполнения ловушек углеводородами в визейских терригенных отложениях с целью прогнозирования нефтегазоносности локальных объектов в пределах Ножовского выступа. Нефть. Газ. Новации, 2024, № 5, С. 10–20. DOI: 10.31087/0016-7894-2022-6-45-56.
10. Галкин В.И., Козлова И.А., Носов М.А., Кривощеков С.Н. Решение региональных задач прогнозирования нефтеносности по данным геолого-геохимического анализа рассеянного органического вещества пород доманикового типа. Нефтяное хозяйство, 2015, № 1, С. 21–23. DOI: 10.24887/0028-2448-2023-12-100-104.
11. Воеводкин В.Л., Антонов Д.В., Галкин В.И., Козлова И.А. Построение вероятностно-статистических моделей для дифференциации рассеянного органического вещества пород территории Пермского края. Нефтяное хозяйство, 2023, № 12, С. 100–104. DOI: 10.24887/0028-2448-2023-12-100-104.
12. Maurya S.P., Singh N.P., Singh K.H. Geostatistical inversion. Seismic inversion methods: a practical approach. Cham: Springer International Publ., 2020. 216 р.
13. Goodwin N. Bridging the gap between deterministic and probabilistic uncertainty quantification using advanced proxy based methods. SPE Reservoir Simulation Symposium. Houston: Richardson Publ., 2015. P. 1796–1868. DOI: 10.2118/173301-MS.
14. Camporeale E., Chu X., Agapitov O., Bortnik J. On the generation of probabilistic forecasts from deterministic models. Space Weather, 2019, Vol. 17, Р. 455–475. DOI: 10.1029/2018SW002026.
15. Южаков А.Л., Путилов И.С. Прогнозирование нефтегазоносности южной части Пермского края с использованием регионального трехмерного моделирования. Недропользование, 2020, Т. 20, № 4, C. 317–330. DOI: 10.15593/2712-8008/2020.4.2.
16. Mosobalaje O.O., Orodu O.D., Ogbe D. Descriptive statistics and probability distributions of volumetric parameters of a Nigerian heavy oil and bitumen deposit. Journal of Petroleum Exploration and Production Technology, 2019, Vol. 9, P. 645–661. DOI: 10.1007/s13202-018-0498-4.
17. Zhuoheng Ch., Osadetz K.G. Geological risk mapping and prospect evaluation using multivariate and Bayesian statistical methods, western Sverdrup Basin of Canada. AAPG Bulletin, 2006, № 6, P. 859–872. DOI:10.1306/01160605050.
18. Никитина М.В., Мелкишев О.А. Разработка методики расчета коэффициента заполнения ловушек для локальных объектов визейского возраста Березниковского палеоплато. Геология, геофизика и разработка нефтяных и газовых месторождений, 2024, № 5, С. 14–23. DOI: 10.33285/2413-5011-2023-5(377)-14-24.
19. Галкин С.В., Лобанов Д.С. Использование многомерных статистических моделей при оперативном контроле извлекаемых запасов визейских залежей Пермского края. Известия Томского политехнического университета. Инжиниринг георесурсов, 2022, Т. 333, № 5, С. 126–136. DOI: 10.18799/24131830/2022/5/3463.
20. Путилов И.С., Юрьев А.В., Винокурова Е.Е. Типизация терригенных пород-коллекторов с применением метода накопленной корреляции и индивидуальных вероятностных моделей на примере месторождения им. Сухарева. Известия Томского политехнического университета. Инжиниринг георесурсов, 2023, Т. 334, № 1, С. 75–83. DOI: 10.18799/24131830/2023/1/3797.
21. 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, 2022, № 1, P. 58–65. DOI: 10.1016/j.petrol.2021.109267.
22. Wei Z., Chenglin L., Daoyong Z., Jie Z., Xiaozhi W., Weiyu H., Bin L., Yongjun L. Establishment of statistical models for oil and gas migration and accumulation coefficient and their applications in frontier exploration basins. China Petroleum Exploration, 2019, Vol. 24, Р. 115–122. DOI: 10.3969/j.issn.1672-7703.2019.01.012.
23. Luo X., Zhang L., Lei Y., Yang W. Petroleum migration and accumulation: Modeling and applications. AAPG Bulletin, 2020, Vol. 104, P. 2247–2265. DOI: 10.1306/0422201618817104.
24. Sadeghtabaghi Z., Talebkeikhah M., Rabbani A.R. Prediction of vitrinite reflectance values using machine learning techniques: a new approach. Journal of Petroleum Exploration and Production Technology, 2021, Vol. 11, P. 651–671. DOI: 10.1007/s13202-020-01043-8.
25. 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, P. 91–102. DOI: 10.1016/j.petrol.2019.106646.
26. Никитина М.В. Ревизия состояния ресурсного потенциала на лицензионных участках ООО «ЛУКОЙЛ-ПЕРМЬ». Пермь: ООО «ЛУКОЙЛ-Инжиниринг», 2024. С. 25–68.
REFERENCES
1. Zhukov Yu.A., Kirpileva N.F., Khokhryakova M.I. Patterns of oil and gas deposits distribution in productive Paleozoic complexes of the Perm region. Perm, OOO «PermNIPIneft» Publ., 1998. 134 p. (In Russ.)
2. Gabnysarov A.V., Mikhailov D.G., Makalovsky V.V. Summarization of the results of geological exploration in the Perm territory in order to clarify the geological and tectonic structure, raw materials base, and oil and gas geological zoning. Perm, Filial OOO «LUKOIL-Inzhiniring» «PermNIPIneft» v g. Permi Publ., 2011. 58 p. (In Russ.)
3. Pyatunina E.V. Statistical analysis of the development of the visean terrigenous stratum reservoirs in the southeast of the Permian Prikamye. Geology, Geophysics and Development of Oil and Gas Fields, 2008, no. 8, pp. 36–39. (In Russ.)
4. Popova K.V., Dodonova L.S., Gabnysirov A.V., Solovyov S.I., et al. Analysis of the positive and negative impact of faults on the preservation of hydrocarbon deposits in the southeast of the Perm territory. Geology, Geophysics and Development of Oil and Gas Deposits, 2017, no. 4, pp. 4–10. (In Russ.)
5. Mikhailov D.G., Vaksman S.E., Yakovlev Yu.A. Analysis of the geological structure in the border zones of the KKSF and adjacent areas of the paleoshelf. Perm, 2008. 189 p. (In Russ.)
6. Koshkin K.A., Tatarinov I.A. Development of probabilistic models of zonal forecast of oil and gas potential of the central part of the Perm arch according to structural-power criteria. Subsoil Use, 2021, vol. 21, no. 1, pp. 2–8. (In Russ.) DOI: 10.15593/2712-8008/2021.1.1.
7. Nikitina M.V., Filimonchikov A.A. Patterns of filling of hydrocarbon traps in the territory of the Nozhovsky protrusion of the Perm territory. Oil and Gas Geology, 2022, no. 6, pp. 45–53. (In Russ.) DOI: 10.31087/0016-7894-2022-6-45-56.
8. Nikitina M.V. Features of filling traps of the upper devonian-tournaisian complex with hydrocarbons in the territory of the Nozhovsky protrusion. Geology, geophysics and development of oil and gas fields, 2024, no. 3, pp. 12–17. (In Russ.)
9. Nikitina M.V., Filimonchikov A.A. Analysis of features of filling traps with hydrocarbons in the Visean terrigenous deposits with the aim of forecasting the oil and gas potential of local objects within the Nozhovsky protrusion. Oil. Gas. Innovations, 2024, no. 5, pp. 10–20. (In Russ.) DOI: 10.31087/0016-7894-2022-6-45-56.
10. Galkin V.I., Kozlova I.A., Nosov M.A., Krivoshchekov S.N. Solving regional oil production forecasting problems based on geological and geochemical analysis of dispersed organic matter of domanic rocks. Oil industry, 2015, no. 1, pp. 21–23. (In Russ.) DOI: 10.24887/0028-2448-2023-12-100-104.
11. Voevodkin V.L., Antonov D.V. Galkin V.I., Kozlova I.A. Construction of probabilistic and statistical models for differentiation of scattered organic matter of rocks of the Perm territory. Oil industry, 2023, no. 12, pp. 100–104. (In Russ.) DOI: 10.24887/0028-2448-2023-12-100-104.
12. Maurya S.P., Singh N.P., Singh K.H. Geostatistical inversion. Seismic inversion methods: a practical approach. Cham, Springer International Publ., 2020. pp. 216–225.
13. Goodwin N. Bridging the gap between deterministic and probabilistic uncertainty quantification using advanced proxy based methods. SPE Reservoir Simulation Symposium. Houston, Richardson Publ., 2015. pp. 1796–1868. DOI: 10.2118/173301-MS.
14. 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.
15. Yuzhakov A.L., Putilov I.S. Prediction of oil and gas potential in the southern part of the Perm Region using regional three-dimensional modeling. Subsoil Use, 2020, vol. 20, no. 4, pp. 317–330. (In Russ.) DOI: 10.15593/2712-8008/2020.4.2.
16. Mosobalaje O.O., Orodu O.D., Ogbe D. Descriptive statistics and probability distributions of volumetric parameters of a Nigerian heavy oil and bitumen deposit. Journal of Petroleum Exploration and Production Technology, 2019, vol. 9, pp. 645–661. DOI: 10.1007/s13202-018-0498-4.
17. Zhuoheng Ch., Osadetz K.G. Geological risk mapping and prospect evaluation using multivariate and Bayesian statistical methods, western Sverdrup Basin of Canada. AAPG Bulletin, 2006, no. 6, pp. 859–872. DOI:10.1306/01160605050.
18. Nikitina M.V., Melkishev O.A. Development of a methodology for calculating the trap filling factor for local objects of the visean age of the Berezniki paleoplateau. Geology, geophysics and development of oil and gas fields, 2024, no. 5, pp 14–23. (In Russ.) DOI: 10.33285/2413-5011-2023-5(377)-14-24.
19. Galkin S.V., Lobanov D.S. Use of multidimensional statistical models in the operational control of recoverable reserves of the Visean deposits of the Perm region. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, 2022, vol. 333, no. 5, pp. 126–136. (In Russ.) DOI: 10.18799/24131830/2022/5/3463.
20. Putilov I.S., Yuryev A.V., Vinokurova E.E. Typification of terrigenous reservoir rocks using the accumulated correlation method and individual probabilistic models on the example of the field Sukhareva. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, 2023, vol. 334, no. 1, pp. 75–83. (In Russ.) DOI: 10.18799/24131830/2023/1/3797.
21. 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, 2022, no. 1, pp. 58–65. DOI: 10.1016/j.petrol.2021.109267.
22. Wei Z., Chenglin L., Daoyong Z., Jie Z., Xiaozhi W., Weiyu H., Bin L., Yongjun L. Establishment of statistical models for oil and gas migration and accumulation coefficient and their applications in frontier exploration basins. China Petroleum Exploration, 2019, vol. 24, pp. 115–122. DOI: 10.3969/j.issn.1672-7703.2019.01.012.
23. Luo X., Zhang L., Lei Y., Yang W. Petroleum migration and accumulation: Modeling and applications. AAPG Bulletin, 2020, vol. 104, pp. 2247–2265. DOI: 10.1306/0422201618817104.
24. Sadeghtabaghi Z., Talebkeikhah M., Rabbani A.R. Prediction of vitrinite reflectance values using machine learning techniques: a new approach. Journal of Petroleum Exploration and Production Technology, 2021, vol. 11, pp. 651–671. DOI:10.1007/s13202-020-01043-8.
25. 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, pp. 91–102. DOI: 10.1016/j.petrol.2019.106646.
26. Nikitina M.V. Audit of the resource potential at the license of LUKOIL-PERM. Perm, OOO «LUKOIL-Inzhiniring» Publ., 2024. pp. 25–68. (In Russ.)
