CC BY
17
ВЕСТНИК ПНИПУ. ГЕОЛОГИЯ. НЕФТЕГАЗОВОЕ И ГОРНОЕ ДЕЛО Ш ш
PERM JOURNAL OF PETROLEUM AND MINING ENGINEERING
ISSN 2224-9923 ■Stw- -il'-vl
Том / Volume 20 №1 2020 ИЩУ?
http://vestnik.pstu.ru/geo/
УДК 622.276:553.98.044
Статья / Article © ПНИПУ / PNRPU, 2020
РАЗРАБОТКА СТАТИСТИЧЕСКОЙ МОДЕЛИ ПРОГНОЗА НЕФТЕГАЗОНОСНОСТИ ПО ГАЗОВЫДЕЛЕНИЯМ В ТОЛЩЕ ВЕРХНЕКАМСКОГО МЕСТОРОЖДЕНИЯ КАЛИЙНО-МАГНИЕВЫХ СОЛЕЙ
В.И. Галкин, О.А. Мелкишев, С.В. Варушкин, C.C. Андрейко1, Т.А. Лялина1
Пермский национальный исследовательский политехнический университет (614990, Россия, г. Пермь, Комсомольский проспект, 29) 'Горный институт Уральского отделения Российской академии наук - филиал Пермского федерального исследовательского центра Уральского отделения Российской академии наук (614007, Россия, г. Пермь, Сибирская, 78а)
DEVELOPMENT OF THE STATISTICAL MODEL TO FORECAST OIL AND GAS POTENTIAL ACCORDING TO GAS CONTENT IN THE VERKHNEKAMSKОЕ DEPOSIT OF POTASSIUM AND MAGNESIUM SALTS
Vladislav I. Galkin, Oleg A. Melkishev, Stanislav V. Varushkin, Segey S. Andreiko1, Tamara A. Lialina1
Perm National Research Polytechnic University (29 Komsomolskiy av., Perm, 614990, Russian Federation)
'Mining Institute of Ural Branch of the Russian Academy of Sciences (78a Sibirskaya st., Perm, 614007, Russian Federation)
Получена / Received: 01.10.2019. Принята / Accepted: 10.01.2020. Опубликована / Published: 02.03.2020
Ключевые слова: прогноз нефтегазоносности, газоносность солей, газодинамические явления, вероятностно-статистические модели, вероятность, Верхнекамское месторождение калийно-магниевых солей, Пермский край.
Верхнекамское месторождение калийно-магниевых солей расположено в пределах Предуральского краевого прогиба на территории Соликамской депрессии. В верхней части разреза находится соляная залежь, а ниже ее -множество месторождений нефти и газа.
Известно, что газовый фактор играет основную роль в процессе протекания газовыделений при бурении геолого-разведочных скважин и инициирования газодинамических явлений при подземных горных работах. Для этого были собраны все сведения о газовыделениях, зафиксированных при бурении солеразведочных скважин на территории Верхнекамского месторождения калийных солей, приведенные в архивных данных и отчетах о поисково-оценочных работах. Они были обобщены и использованы для построения вероятностно-статистической модели прогноза нефтегазоносности.
В работе рассмотрено 18 характеристик по 374 скважинам, связанных с мощностью продуктивных пластов солей и их количеством. Сопоставление характеристик производилось при помощи ^-критерия Стьюдента и критерия Пирсона % . На первом этапе строились индивидуальные одномерные вероятностные модели прогноза газоносности. Полученные индивидуальные вероятности являлись основой для получения дискриминантной функции (2м для прогнозирования газоносности в толще солей.
Полученные значения дискриминантной функции 2м использовались для построения регрессионной модели прогноза нефтегазоносности Рн(^м).
По данной зависимости были вычислены значения вероятности РнС^м) по всем 856 изучаемым солеразведочным скважинам, пробуренным для проведения поисковых и разведочных работ.
Средне значение (± стандартное отклонение) вероятности для класса в контуре нефтегазоносности составило 0,510 ± 0,068 доли ед. Для класса вне контура нефтегазоносности среднее значение составило 0,490 ± 0,070 доли ед. Полученные модели позволяют построить схемы прогноза газопроявлений и схему прогноза нефтегазоносности в пределах Верхнекамского месторождения калийных солей.
Key words:
forecast of oil and gas content, gas content of salts, gas-dynamic phenomena, probabilistic-statistical models, probability, Verkhnekamskoe field of potassium and magnesium salts, Perm region.
The Verkhnekamskoe field of potassium magnesium salts is located within the Pre-Ural foredeep in the territory of the Solikamsk depression. There are a salt deposit located in the upper part of the cross-section and a lot of oil and gas fields below. It is known that the gas factor plays a major role in the process of gas emission during drilling of exploration wells and the initiation of gas-dynamic phenomena during underground mining. For this, all the data given in archival data and reports on prospecting and
"in the territory of the Verkhnekamskoe potassium salt ^statistical model for forecasting oil and gas potential. The paper considers 18 characteristics of 374 wells associated with the productive salt formations. The characteristics were compared using the Student t-test and the Pearson criterion % .
At the first stage, individual one-dimensional probabilistic models for forecasting gas content were built. The obtained individual probabilities were the basis for the discriminant function (Zm) for predicting gas content in the salt layer.
The obtained values of the discriminant function Zm were used to build a regression model for predicting the oil and gas potential of Ph(Zm). According to this dependence, Ph(Zm) probability values were calculated for all the 856 wells under study that were drilled for prospecting and exploration.
The average value (± standard deviation) of the probability for the class in the oil and gas potential was 0.510 ± 0.068. For the class outside the oil and gas potential, the average value was 0.490 ± 0.070.
The obtained models allow to construct gas forecast schemes and a petroleum potential forecast scheme within the Verkhnekamskoe potassium salt deposit.
Галкин Владислав Игнатьевич - доктор геолого-минералогических наук, профессор, заведующий кафедрой геологии нефти и газа (тел.: +007 219 80 00, e-mail: Vgalkin@pstu.ru). Мелкишев Олег Александрович - кандидат технических наук, доцент кафедры геологии нефти и газа (тел.: +007 342 219 84 11, e-mail: Melkishev@pstu.ru). Контактное лицо для переписки.
Варушкин Станислав Владимирович - аспирант кафедры геологии нефти и газа (тел.: +007 219 80 00, e-mail: Stanislav.Varushkin2@lp.lukoil.com).
Андрейко Сергей Семенович - доктор технических наук, профессор, заведующий лабораторией геотехнологических процессов и рудничной газодинамики
(тел.: +007 342 216 75 02, e-mail: ssa@mi-perm.ru).
Лялина Тамара Александровна - инженер (тел.: +007 342 216 75 02, e-mail: lyalina@mi-perm.ru).
Vladislav I. Galkin (Author ID in Scopus: 55418067700) - Doctor in Geology and Mineralogy, Professor, Head of the Department of Oil and Gas Geology (tel.: +007 342 219 80 00, e-mail: Vgalkin@pstu.ru).
Oleg A. Melkishev (Author ID in Scopus: 55531674700) - PhD in Engineering, Associate Professor at the Department of Oil and Gas Geology (tel.: +007 342 219 84 11, e-mail: Melkishev@pstu.ru). The contact person for correspondance.
Stanislav V. Varushkin - PhD student at the Department of Oil and Gas Geology (tel.: +007 342 219 80 00, e-mail: Stanislav.Varushkin2@lp.lukoil.com).
Segey S. Andreiko (Author ID in Scopus: 119301) - Doctor in Engineering, Professor, Head of Laboratory of Geotechnological Processes and Mine Gas Dynamics
(tel.: +007 342 216 75 02, e-mail: ssa@mi-perm.ru).
Tamara A. Lialina (Author ID in Scopus: 569077) - Engineer (tel.: +007 342 216 75 02, e-mail: lyalina@mi-perm.ru).
Введение
Верхнекамское месторождение калийно-маг-ниевых солей (ВКМКС) расположено в пределах Предуральского краевого прогиба на территории Соликамской депрессии. В верхней части разреза находится соляная залежь, а ниже ее - множество месторождений нефти и газа. Данная территория вызывает значительный интерес при изучении распределения нефтегазоносности в разрезе [1-10].
Известно, что газовый фактор играет основную роль в инициировании и процессе протекания газовыделений при бурении геологоразведочных скважин и газодинамических явлений при подземных горных работах. Для этого были собраны все сведения о газовыделениях, зафиксированных при бурении солеразве-дочных скважин на территории Верхнекамского месторождения калийных солей, приведенные в архивах и отчетах о поисково-оценочных работах. Эти данные были обобщены и использованы для построения вероятностно-статистической модели прогноза нефтегазоносности.
Возможности построения геолого-математических моделей для решения различных геологических задач приведены в работах [11-14]. При построении одномерных и многомерных линейных статисических моделей использовались методы математической статистики и теории вероятностей, которые детально описаны в работах как отечественных, так и зарубежных авторов [15-30].
Разработка моделей прогноза газопроявлений в толще ВКМКС
Первоначально для разработки моделей прогноза газовыделений было выполнено сравнение средних значений по площадям [31-45], где наблюдались газопроявления (класс 1), и площадям, где они не наблюдались (класс 2), по обучающей выборке из 374 скважин (рис. 1).
Анализ проводился по следующим характеристикам: Мпкс - мощность покровной каменной соли, Мкалия - мощность от 1-го калийного пропластка до подошвы солей, Ыпл -количество пластов в разрезе, Мс - мощность соляной толщи, МплК - мощность пласта К, МплИ - мощность пласта И, МплЗ - мощность пласта З, МплЖ - мощность пласта Ж, МплЕ - мощность пласта Е, Мплд - мощность пласта Д, МплГ - мощность пласта Г,
Мплв - мощность пласта В, МплБ - мощность пласта Б, МплАБ - мощность пласта АБ, МплА - мощность пласта А, МплК - мощность
пласта Кь M
- мощность пласта К
-2,
МплКз - мощность пласта К3, с использованием различных статистических критериев.
О класс 1 (с газодинамическими явлениями) • класс 2 (без газодинамических явлений)
== Крупные тектонические структуры
Рис. 1. Схема расположения скважин из обучающей выборки по газодинамическим явлениям
Выполним сравнение распределений с помощью вычисления ¿-критерия Стьюдента [11] и критерия Пирсона %2.
Исследования заключались в сравнении средних значений показателей и построении вероятностных моделей принадлежности к классу территорий с газопроявлениями (табл. 1).
Таблица 1
Сравнение средних значений и индивидуальные вероятностные модели по мощностям пластов
Показатель Статистические характеристики показателей* Критерий Уравнение вероятности принадлежности к классу территорий с газопроявлениями Область применения модели Диапазон изменения вероятности
Класс 1. Территории с газопроявлениями (n = 187) Класс 2. Территория без газопроявлений (n = 187) t Р p
Мпкс, м 22,2 ± 7,1 0,506 ± 0,063 20,3 ± 6,5 0,488 ± 0,059 2,817 0,005 8,585 0,014 Р(Мпкс) = 0,306 + 0,0090 Мпкс 0,5-76,5 м 0,31-0,99
Мкалия, М 78,8 ± 22,6 0,531 ± 0,120 64,1 ± 25,6 0,453 ± 0,135 5,898 <10-5 34,253 <10-5 Р(Мкалия) = 0,114+ 0,0053 Мкалия 0,5-165,8 м 0,11-0,99
Nm, штук 11,7 ± 1,8 0,523 ± 0,076 10,7 ± 25,6 0,480 ± 0,135 4,230 0,00003 36,188 <10-5 P(Nm) = 0,036+ 0,04174 Nm 1-13 штук 0,07-0,58
Мс, м 100,0 ± 23,0 0,540 ± 0,124 82,0 ± 27,6 0,440 ± 0,151 6,845 <10-5 45,835 <10-5 Р(Мс) = 0,00 + 0,540 Мс 0,5-185,0 м 0,00-0,99
МплК, м 0,93 ± 0,41 0,501 ± 0,024 0,89 ± 0,40 0,498 ± 0,151 0,967 0,334 1,931 0,941 Р(Мплк) = 0,445 + 0,06011 Мплк 0,15-2,80 м 0,45-0,61
МплИ, м 1,16 ± 0,63 0,502 ± 0,032 1,08 ± 0,60 0,497 ± 0,031 1,252 0,211 1,895 <10-5 Р(Мпли) = 0,441 + 0,05141 Мпли 0,07-4,70 м 0,44-0,67
МплЗ, м 0,58 ± 0,36 0,501 ± 0,013 0,62 ± 0,54 0,499 ± 0,018 -0,628 0,530 1,404 0,496 Р(Мплз) = 0,521 - 0,0355 Мтз 0,05-7,00 м 0,28-0,52
МплЖ, м 0,80 ± 0,47 0,500 ± 0,007 0,79 ± 0,35 0,499 ± 0,005 0,243 0,809 1,125 0,570 Р(Мплж) = 0,487 + 0,01507 МплЖ 0,10-4,30 м 0,48-0,55
МплЕ, м 8,82 ± 5,07 0,511 ± 0,069 6,68 ± 4,28 0,482 ± 0,005 4,401 0,00001 23,412 <10-5 Р(Мпле) = 0,391 + 0,01370 МплЕ 0,20-43,80 м 0,39-0,99
МплД, м 9,86 ± 5,85 0,511 ± 0,069 7,63 ± 5,90 0,482 ± 0,005 3,657 0,0003 16,140 0,0003 Р(Мплд) = 0,364 + 0,01533 Мплд 0,20-32,25 м 0,37-0,90
МплГ, м 7,70 ± 5,24 0,505 ± 0,072 6,02 ± 4,26 0,482 ± 0,005 3,401 0,0007 14,176 <10-5 Р(МплГ) = 0,398 + 0,0139 МплГ 0,10-43,25 м 0,39-0,99
МплВ, м 6,69 ± 3,26 0,502 ± 0,012 5,28 ± 3,62 0,497 ± 0,014 3,947 0,00009 16,670 <10-5 Р(Мплв) = 0,476 + 0,00398 МплВ 0,15-19,25 м 0,47-0,55
МплБ, м 2,01 ± 0,89 0,501 ± 0,011 1,89 ± 1,23 0,499 ± 0,015 0,996 0,320 2,021 0,364 Р(МплБ) = 0,476 + 0,0126 МплБ 0,15-9,85 м 0,47-0,60
МплАБ, м 3,64 ± 1,15 0,503 ± 0,026 3,36 ± 1,73 0,497 ± 0,040 1,798 0,073 4,014 0,134 Р(МплАБ) = 0,420 + 0,02305 МплАБ 0,42-17,45 м 0,42-0,82
МплА, м 1,65 ± 0,61 0,503 ± 0,012 1,49 ± 0,69 0,499 ± 0,014 2,374 0,018 5,880 0,0531 Р(МплА) = 0,469 + 0,02113 МплА 0,12-12,95 м 0,47-0,74
Мл^ м 1,14 ± 0,42 0,503 ± 0,025 1,04 ± 0,40 0,496 ± 0,024 2,717 0,007 6,241 0,044 Р (Мплк,) = 0,435 + 0,05974 М^ 0,07-4,20 м 0,43-0,68
М плК 2 , м 4,64 ± 1,61 0,501 ± 0,018 4,51 ± 1,89 0,499 ± 0,021 0,776 0,438 1,317 0,576 Р (М^) = 0,447 +0,01138 М^ 0,35-13,35 м 0,45-0,59
^^ппКз, м 4,70 ± 1,92 0,505 ± 0,050 4,27 ± 2,07 0,494 ± 0,054 2,068 0,039 4,443 0,108 Р (М^) = 0,382 + 0,02611 М^ 0,20-16,25 м 0,38-0,78
Примечание: * - в числителе - среднее значение ± стандартное отклонение показателя; в знаменателе - среднее значение ± стандартное отклонение вероятностей по этому показателю.
Отсюда видно, что средние значения статистически различаются по следующим показателям: Мпкс, Мкалия, Лпл, М М^е, Мплд, Мплг, Мплв, МплА, МплК1, МплКз. Для определения влияния каждого из мощностных показателей, по-разному контролирующих направление и силу процессов газовыделения, были построены линейные вероятностные модели (табл. 1), позволяющие определить вероятность принадлежности к классу площадей, где происходили газовыделения по каждому показателю.
Для построения линейных моделей [12] первоначально были изучены их распределения. Для этого по каждому показателю были определены оптимальные величины интервалов
варьирования, которые вычисляются по формуле Стерджесса:
АХ =
Х — Х
max min
1+ 3,32-lg N
где Хтах - максимальное значение показателя; Хпт - минимальное значение показателя; N - объем выборки данных.
В каждом интервале определяются частости:
Р (Х )= NL,
N
где Р(Х) - частость в к-м интервале для класса; Шк - число случаев содержания показателя Х в к-м интервале класса; N - объем выборки для классов 1 и 2 в к-м интервале.
Пример распределения по показателю М (мощность солей) приведен в табл. 2.
Таблица 2
Распределение частостей значений Мс (мощность солей)
Территория Интервалы варьирования Мс, м
0-20 2040 4060 6080 80100 100120 120140 140160 160180 180200
С газопроявлениями 0 0,005 0,032 0,112 0,336 0,347 0,133 0,026 0,005 0,005
Без газопроявлений 0,021 0,037 0,128 0,256 0,310 0,149 0,085 0,010 - -
При сравнении плотностей распределений показателей, приведенных в табл. 2, в изучаемых классах применялся критерий Пирсона х2, значения которого представлены в табл. 1. Отсюда видно, что 10 из 18 показателей по критерию х2 статистически различаются прир < 0,05.
Технология построения линейных вероятностных моделей заключается в следующем. На каждом интервале определяются вероятности принадлежности к территориям с газопроявлениями. Далее интервальные вероятности принадлежности к классу 1 сопоставляются со средними интервальными значениями показателей. По этим величинам рассчитывался парный коэффициент корреляции г и строилось уравнение регрессии. Последующая корректировка построенных моделей выполнялась из условия, что среднее значение для территорий с газопроявлениями должно быть больше 0,5, а для территорий за пределами газопроявлений - меньше 0,5. Построенные с помощью данной схемы уравнения регрессии по мощностным показателям и условия их использования приведены в табл. 1.
Пример сравнения двух индивидуальных моделей по показателям МплЖ и МплК показан на рис. 2.
Модель Р (МплК[) обладает большим значением углового члена в уравнении по сравнению с Р(МплЖ), что позволяет получать более дифференцированные оценки вероятности газопроявлений на территории ВКМКС.
Р(МплК) = 0,435 + 0,05974Мп
МплК, . М
ДМплЖ) = 0,487 + 0,01507Мп
0,7 0,6 0,5 0,4 0,3
-
( 2 4 5
б
Рис. 2. Сравнение двух индивидуальных моделей: а - Р (М^); б - Р(Мшж)
Анализ построенных индивидуальных моделей и значений критериев ¿их2 показывает, что наиболее информативными являются следующие показатели: Мпкс, Мкалия,
Шпл, Мс, МплЕ, МплД, МплГ, МплВ, МплА, М^.
Для комплексной оценки связи вероятностей, вычисленных с помощью построенных линейных моделей, с газоносностью будем использовать пошаговый линейный дискри-минантный анализ.
Для разработки моделей использовались данные эталонной выборки, по которой строились линейные модели (класс 1 - 187 значений, класс 2 - 187 значений).
В результате реализации данного метода по мощностям пластов получена следующая линейная дискриминантная функция:
7м = -17,9265 + 2,6620Р(Мс) - 24,1317Р(Мплб) + + 13,8526Р(Мппэ) + 6,2194Р(Мпкс) + 12,6002Р(М1Лк1) + + 6,1630Р(Мплв) + 2,7958Р(Шп„) + 3,6734Р(МплКз) + + 14,8381Р(Мплв) + 6,7251Р(Мплк) - 9,3998^^ )
,-5
при Я = 0,401, х2 = 63,94120, р < 10
Формирование очередности включения показателей в функцию происходило в последовательности, приведенной в уравнении.
a
Таблица 3
Сравнение средних значений и вероятностные модели по критерию Zм
1,2
0,0----------------
-4 -3 -2 -1 0 1 2 3 4 5
ZM
Статистические характеристики
показателей (среднее значение ±
стандартное отклонение) t XL
Показатель Класс 1. Класс 2.
В контуре нефтегазоносности Вне контура нефтегазоносности Р p
(n = 86) (n = 80)
ZM -0,763 ± 1,085 -0,449 ± 1,113 1,841 0,066 3,344 0,019
Рис. 3. Зависимость Р(Дм) от 1м
По данным функциям были вычислены значения Zм и вероятность Р(Дм). Соотношение между Zм и Р(Дм) показано на рис. 3.
Разработка моделей прогноза нефтегазоносности
На основе полученных значений 2м выполним сравнение средних (табл. 3) значений по скважинам, расположенным в контурах нефтегазоносности (класс 1, п = 86), и площадям, где нефтегазоносность не установлена (класс 2, п = 80). Сравнение осуществим с помощью критериев t и X по обучающей выборке (см. рис. 4) объемом 166 скважин.
Анализ распределений Zм и построение вероятностной модели принадлежности к классу нефтегазоносных территорий выполнялись аналогично, как и в случае с газопроявлениями в толще ВКМКС.
Отсюда видно, что средние значения многомерного критерия Zм статистически различаются с достигаемым уровнем значимости р = 0,066 по ^критерию Стьюдента. Для вычисления вероятности принадлежности к классу площадей с нефтегазоносностью необходимо построить линейную вероятностную модель, по которой можно определить вероятность принадлежности к классу площадей, где наблюдается нефтегазонос-ность разреза.
Для построения модели прогноза нефте-газоносности по значениям Zм было изучено распределение Zм по интервалам варьирования (табл. 4) для областей, находящихся в контуре нефтегазоносности (класс 1) и вне контура (класс 2).
Распределения критерия Zм по интервалам варьирования приведены в табл. 4.
Таблица 4
Распределение частостей значений ZM
Класс Интервалы варьирования ZM
(-4,5; -3,5] (-3,5; -2,5] (-2,5; -1,5] (-1,5; -0,5] (-0,5; 0,5] (0,5; 1,5] (1,5; 2,5]
В контуре нефтегазоносности 0 0,046 0,267 0,244 0,337 0,081 0,025
Вне контура нефтегазоносности 0,014 0,037 0,087 0,350 0,300 0,175 0,037
Согласно данным табл. 4, частость для класса 1 в интервале (-0,5; 0,5] составляет 0,337 доли ед., для класса 2 - 0,300 доли ед. При сравнении плотностей распределений Zм, приведенных в табл. 4, в изучаемых классах применялся критерий Пирсона х2
Значения критерия х2 приведены в табл. 3. Отсюда видно, что по критерию х2 распределения значений Zм статистически различаются при р = 0,019.
Для построения линейной вероятностной модели прогноза нефтегазоносности по данным газопроявления в толще ВКМКС в каждом интервале варьирования определяются вероятности принадлежности к нефтегазоносным территориям. Далее интервальные вероятности принадлежности к классу 1 сопоставляются со средними интервальными значениями комплексного критерия Zм. По этим величинам рассчитывается парный коэффициент корреляции г и строится уравнение регрессии. Последующая корректировка построенных моделей выполняется из условия, что среднее значение Рн(Дм) для нефтегазоносных территорий должно быть больше 0,5, а для территорий за пределами нефтегазоносности - меньше 0,5.
Получена следующая модель прогноза вероятности нефтегазоносности по данным Дм:
Рн (Дм) = 0,462-0,0635 2м, г = -0,67.
Рис. 4. Схема изменения Рн(Дм) на территории ВКМКС
Диапазон работы модели Дм от -3,525 до 2,205. При увеличении значений Дм от отрицательных к положительным величина Рн(Дм) уменьшается от 0,682 до 0,321 доли ед. С помощью данной зависимости были вычислены значения Рн(Дм) по всем изучаемым 856 скважинам, пробуренным для проведения поисковых и разведочных работ на соль.
Заключение
Таким образом, полученные средние значения разработанного критерия Рн(^м) свидетельствует о том, что он может быть использован для зональной оценки нефтегазоносности изучаемой территории. Среднее значение вероятности нефтегазоносности Рн(£м) для класса в контуре нефтегазоносности составило 0,510 ± 0,068 доли ед.; для класса вне контура нефтегазоносности - 0,490 ± 0,070 доли ед.
По рассчитанным значениям Рн(^м) была построена схема вероятности нефтегазоносности по площади исследований (рис. 4).
На схеме вероятностями Рн(^м) > 0,5 характеризуются периферийные части ВКМКС, значения Рн(£м) < 0,5 находятся в центральной части ВКМКС. Разработанную схему можно использовать при планировании геолого-поисковых работ с целью добычи нефти для территории ВКМКС.
Список литературы
1. Геолого-математическая оценка влияния солей на процессы нефтегазогенерации (на примере Соликамской депрессии) / В.И. Галкин,
A.В. Растегаев, И.А. Козлова, С.В. Галкин, М.Э. Мерсон // Известия высших учебных заведений. Нефть и газ. - 2003. - № 6. - С. 9-13.
2. Бахарев П.Н. Блоковое строение и нефте-газоносность севера Соликамской депрессии // Геология и разведка нефти и газа / Перм. политехн. ун-т. - Пермь, 1989. - С. 8-15.
3. О масштабах миграции углеводородов в пределах Соликамской депрессии Предуральс-кого прогиба и возможностях её использования для прогноза нефтегазоносности / В. Л. Воеводкин,
B.И. Галкин, И.А. Козлова, С.Н., Кривощёков
A.С. Козлов // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2010. -№ 12. - С. 6-11.
4. Зонально-локальная оценка перспектив нефтегазоносности Соликамской депрессии /
B.И. Галкин, И.А. Козлова, С.В. Галкин, А.В. Растегаев, В.В. Мелкомуков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2007. - № 10. - С. 8-11.
5. К методике оценки перспектив нефтегазо-носности Соликамской депрессии по характеристикам локальных структур / В.И. Галкин, И.А. Козлова, А.В. Растегаев, И.В. Ванцева,
C.Н. Кривощеков, В.Л. Воеводкин // Нефтепромысловое дело. - 2010. - № 7. - С. 12-17.
6. Галкин В.И., Мелкишев О.А. Разработка зональных вероятностно-статистических моделей прогноза нефтегазоносности для верхневизейско-башкирского карбонатного нефтегазоносного комплекса на территории Соликамской депрессии // Новые идеи в геологии нефти и газа. -2017. - С. 58-63.
7. Шаронов Л.В. Формирование нефтяных и газовых месторождений северной части Волго-Уральского бассейна. - Пермь, 1971. - 287 с.
8. Козлова И.А., Галкин В.И., Ванцева И.В. К оценке перспектив нефтегазоносности Соликамской депрессии с помощью генерационно-динамических характеристик нефтегазомате-ринских пород // Нефтепромысловое дело. -2010. - № 7. - С. 24-27.
9. Козлова И.А., Галкин В.И., Ванцева И.В. К оценке перспектив нефтегазоносности Соликамской депрессии с помощью геолого-геохимических характеристик нефтегазоматеринских пород // Нефтепромысловое дело. - 2010. - № 7. - С. 20-23.
10. Лядова Н.А., Яковлев Ю.А., Распопов А.В. Геология и разработка нефтяных месторождений Пермского края. - М.: ВНИИОЭНГ, 2010. - 335 с.
11. К обоснованию построения моделей зонального прогноза нефтегазоносности для нижне- и средневизейского комплекса Пермского края / В. И. Галкин, И. А. Козлова, С.Н. Кривощеков, О.А. Мелкишев // Нефтяное хозяйство. - 2015. - № 8. - С. 32-35.
12. Прогнозная оценка нефтегазоносности структур на территории Соликамской депрессии / В.И. Галкин, А.В. Растегаев, И.А. Козлова, И.В. Ванцева, С.Н. Кривощеков, В.Л. Воеводкин // Нефтепромысловое дело. - 2010. - № 7. - С. 4-7.
13. Кривощеков С.Н., Галкин В.И., Козлова И. А. Определение перспективных участков геологоразведочных работ на нефть вероятностно-статистическими методами на примере территории Пермского края // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. - 2012. - № 4. - С. 7-14.
14. Путилов И.О., Галкин В.И. Применение вероятностного статистического анализа для изучения фациальной зональности турне-фаменского карбонатного комплекса Сибирского месторождения // Нефтяное хозяйство. - 2007. - № 9. - С. 112-114.
15. Дэвис Дж.С. Статистический анализ данных в геологии: пер. с англ. - М.: Недра, 1990. - Кн. 1 - 319 с.; кн. 2. - 427 с.
16. Чини Р.Ф. Статические методы в геологии: пер. с англ. - М.: Мир, 1986. - 189 с.
17. Шарапов И.П. Применение математической статистики в геологии. Статистический анализ геологических данных. - М.: Недра, 1971. - 246 с.
18. Поротов Г. С. Математические методы моделирования в геологии. - СПб.: Изд-во Санкт-Петербур. гос. горн. ин-та (техн. ун-та), 2006. - 223 с.
19. Михалевич И.М. Применение математических методов при анализе геологической информации (с использованием компьютерных технологий: Statistica) / ИГУ. - Иркутск, 2006. - 115 с.
20. Дементьев Л.Ф. Математические методы и ЭВМ в нефтегазовой геологии. - М.: Недра, 1987. - 264 с.
21. Давыденко А.Ю. Вероятностно-статистические методы в геолого-геофизических приложениях. - Иркутск, 2007. - 29 с.
22. 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.
23. Houze O., Viturat D., Fjaere O.S. Dinamie data analysis. - Paris: Kappa Engineering, 2008. - 694 p.
24. Van Golf-Racht T.D. Fundamentals of fractured reservoir engineering / Elsevier scientific publishing company. - Amsterdam - Oxford -New York, 1982. - 709 p.
25. Horne R.N. Modern well test analysis: a computer aided approach. - 2nd ed. - Palo Alto: PetrowayInc, 2006. - 257 p.
26. Johnson N.L., Leone F.C. Statistics and experimental design. - New York - London -Sydney - Toronto, 1977. - 606 p.
27. Montgomery D.C., Peck E.A. Introduction to liner regression analysis. - New York: John Wiley & Sons, 1982. - 504 p.
28. Darling T. Well logging and formation evalution. - Gardners Books, 2010. - 336 p.
29. Watson G.S. Statistic on spheres. - New York: John Wiley and Sons, Inc., 1983. - 238 p.
30. Yarus J.M. Stochastic modeling and geosta-tistics // AAPG. - Tulsa, Oklahoma, 1994. - 231 p.
31. Андрейко С.С., Лялина Т.А. Исследования газовыделений из геолого-разведочных скважин на Верхнекамском месторождении калийных солей // Известия вузов. Горный журнал. - 2017. - № 2. - С. 33-38.
32. Андрейко С.С., Иванов О.В., Нестеров Е.А. Борьба с газодинамическими явлениями при раз-
работке Верхнекамского и Старобинского месторождений калийных солей // Научные исследования и инновации. - 2010. - Т. 3, № 4. -С. 34-37.
33. Андрейко С.С., Калугин П.А., Щерба В.Я. Газодинамические явления в калийных рудниках: генезис, прогноз и управление. - Минск: Вышэйшая школа, 2000. - 335 с.
34. Андрейко С.С. Газодинамические явления в калийных рудниках: методы прогноза и способы предотвращения: учеб пособие. - Пермь: Изд-во Перм. гос. техн. ун-та, 2007. - 219 с.
35. Андрейко С.С. Механизм образования очагов газодинамических явлений в соляном породном массиве. - Пермь: Изд-во Перм. гос. техн. ун-та, 2008. - 196 с.
36. Прогнозирование выбросоопасных зон пластов при разведке и разработке Верхнекамского месторождения калийных солей / С.С. Андрейко, О.В. Иванов, А.В. Харинцев, А.Н. Чистяков // Горный журнал. - 2008. - № 10. - С. 34-37.
37. Андрейко С.С., Иванов О.В., Литвиновс-кая Н.А. Прогнозирование и предотвращение газодинамических явлений из почвы при проходке подготовительных выработок в подработанном массиве соляных пород. - Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2015. - 158 с.
38. Андрейко С. С., Башура А.Н., Щерба В.Я. Управление газодинамическими процессами при подземной разработке Старобинского месторождения калийных солей. - М.: Изд-во МГГУ, 2004. - 196 с.
39. Андрейко С.С. Газовыделения при бурении геолого-разведочных скважин на Верхнекамском месторождении // Аэропылегазодинамика горных выработок: сб. науч. тр.; Ленингр. геол. ин-т. - Л., 1987. - С. 49-54.
40. Проскуряков Н.М. Внезапные выбросы породы и газа в калийных рудниках. -М.: Недра, 1980. - 263 с.
41. Проскуряков Н.М. Управление газодинамическими процессами в пластах калийных руд. - М.: Недра, 1988. - 239 с
42. Кудряшов А.И. Верхнекамское месторождение солей. - Пермь: ГИ УрО РАН, 2001. - 429 с
43. Кудряшов А.И. Верхнекамское месторождение солей. - 2-е изд., перераб. -М.: Эпсилон Плюс, 2013. - 368 с.
44. Кудряшов А.И., Андрейко С.С. О природе очагов внезапных выбросов соли и газа // Известия вузов. Горный журнал. - 1986. - № 2. - С. 10-11.
45. Андрейко С.С. Статистические критерии и результаты оценки закономерностей распределения газодинамических явлений на калийных месторождениях // Физико-технические проблемы разработки полезных ископаемых. - 2003. - № 4. - С. 45-55.
References
1. Galkin V.I., Rastegaev A.V., Kozlova I.A., Galkin S.V., Merson M.E. Geologo-matematicheskaia otsenka vliianiia solei na protsessy neftegazogeneratsii (na primere Solikamskoi depressii) [Geological and mathematical assessment of salt influence on oil and gas generation processes (on the example of Solikamsk depression)]. Izvestiia vysshikh uchebnykh zavedenii. Neft i gaz, 2003, no.6, pp.9-13.
2. Bakharev P.N. Blokovoe stroenie i neftegazonosnost severa Solikamskoi depressii [Block structure and oil and gas potential of the north of the Solikamsk depression]. Geologiia i razvedka nefti i gaza; Permskii politekhnicheskii universitet. Perm, 1989, pp.8-15.
3. Voevodkin V.L., Galkin V.I., Kozlova I.A., Krivoshchekov S.N., Kozlov A.S. O masshtabakh migratsii uglevodorodov v predelakh Solikamskoi depressii preduralskogo progiba i vozmozhnostiakh ee ispolzovaniia dlia prognoza neftegazonosnosti [Hydrocarbons migration volumes within the limits of Solikamsk depression (Pre-Ural deflection) and possibilities of its use for the oil and gas content forecast]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2010, no.12, pp.6-11.
4. Galkin V.I., Kozlova I.A., Galkin S.V., Rastegaev A.V., Melkomukov V.V. Zonalno-lokalnaia otsenka perspektiv neftegazonosnosti Solikamskoi depressii [Zonal-local forecast oil-and-gas content at Solikamsk depression]. Geology, geophysics and development of oil and gas fields, 2007, no.10, pp.8-11.
5. Galkin V.I., Kozlova I.A., Rastegaev A.V., Vantseva I.V., Krivoshchekov S.N., Voevodkin V.L. K metodike otsenki perspektiv neftegazonosnosti Solikamskoi depressii po kharakteristikam lokalnykh struktur [On the methodology for assessing the prospects of oil and gas potential of the Solikamsk depression according to the characteristics of local structures]. Oilfield engineering, 2010, no.7, pp.12-17.
6. Galkin V.I., Melkishev O.A. Razrabotka zonalnykh veroiatnostno-statisticheskikh modelei prog-noza neftegazonosnosti dlia verkhnevizeisko-bashkirs-kogo karbonatnogo neftegazonosnogo kompleksa na territorii Solikamskoi depressii [Development of zonal probabilistic and statistical models of oil and gas fore-
cast for the Upper Visean-Bashkir carbonate oil and gas complex in the territory of the Solikamsk depress-sion]. Novye idei vgeologii nefti igaza, 2017, pp.58-63.
7. Sharonov L.V. Formirovanie neftianykh i gazo-vykh mestorozhdenii severnoi chasti volgo-uralskogo basseina [Formation of oil and gas fields in the northern part of the Volga-Ural basin]. Perm, 1971, 287 p.
8. Kozlova I.A., Galkin V.I., Vantseva I.V. K otsenke perspektiv neftegazonosnosti solikamskoi depressii s pomoshchiu generatsionno-dinamicheskikh kharakteristik neftegazomaterinskikh porod [Evaluation of Solikamsk depression petroleum potential based on generation-dynamic characteristics of oil and gas source rocks]. Oilfield engineering, 2010, no.7, pp.24-27.
9. Kozlova I.A., Galkin V.I., Vantseva I.V. K otsenke perspektiv neftegazonosnosti Solikamskoi depressii s pomoshchiu geologo-geokhimicheskikh kharakteristik neftegazomaterinskikh porod [Evaluation of Solikamsk depression petroleum potential based on geological and geochemical characteristics of oil and gas source rocks]. Oilfield engineering, 2010, no.7, pp.20-23.
10. Liadova N.A., Iakovlev Iu.A., Raspopov A.V. Geologiia i razrabotka neftianykh mestorozhdenii permskogo kraia [Geology and development of oil fields of the Perm region]. Moscow, VNIIOENG, 2010, 335 p.
11. Galkin V.I., Kozlova I.A., Krivoshchekov S.N., Melkishev O.A. K obosnovaniiu postroeniia modelei zonalnogo prognoza neftegazonosnosti dlia nizhne-srednevizeiskogo kompleksa Permskogo kraia [On the justification of the construction of models for oil and gas potential area forecast Visean deposits of Perm region]. Oil industry, 2015, no.8, pp.32-35.
12. Galkin V.I., Rastegaev A.V., Kozlova I.A., Vantseva I.V., Krivoshchekov S.N., Voevodkin B.L. Prognoznaia otsenka neftegazonosnosti struktur na territorii Solikamskoi depressii [Probable estimation of oil content of structures in territory of Solikamsk depression]. Oilfield engineering, 2010, no.7, pp.4-7.
13. Krivoshchekov S.N., Galkin V.I., Kozlova I.A. Determination of potentially oil bearing areas by behavioristical method by the example of Perm region (krai). Perm Journal of Petroleum and Mining Engineering, 2012, no.4, pp.7-14.
14. Putilov I.O., Galkin V.I. Primenenie veroiat-nostnogo statisticheskogo analiza dlia izucheniia fatsial-noi zonalnosti turne-famenskogo karbonatnogo komp-leksa Sibirskogo mestorozhdeniia [The results of statistical analysis for study fades characterization of T-Fm stage of Sibirskoe oilfield]. Oil industry, 2007, no.9, pp.112-114.
15. Devis Dzh.S. Statisticheskii analiz dannykh v geologii [The statistical analysis of data in geology]. Moscow, Nedra, book 1, 319 p.; book 2, 427 p.
16. Chini R.F. Staticheskie metody v geologii [Static methods in geology]. Moscow, Mir, 1986, 189 p.
17. Sharapov I.P. Primenenie matematicheskoi statistiki v geologii. Statisticheskii analiz geologi-cheskikh dannykh [Application of mathematical statistics in geology. Statistical analysis of geological data]. Moscow, Nedra, 1971, 246 p.
18. Porotov G.S. Matematicheskie metody modelirovaniia v geologii [Mathematical methods of modeling in geology]. Saint Petersburg, Izdatelstvo Sankt-Peterburgskogo gosudarstvennogo gornogo instituta (tekhnicheskogo universiteta), 2006, 223 p.
19. Mikhalevich I.M. Primenenie matema-ticheskikh metodov pri analize geologicheskoi informa-tsii (s ispolzovaniem kompiuternykh tekhnologii: Sta-tistica) [Application of mathematical methods in the analysis of geological information (with use of computer technologies: Statistica)]. Irkutsk, IGU, 2006, 115 p.
20. Dementev L.F. Matematicheskie metody i EVM v neftegazovoi geologii [Mathematical methods and the COMPUTER in oil and gas geology]. Moscow, Nedra, 1987, 264 p.
21. Davydenko A.Iu. Veroiatnostno-statistiches-kie metody v geologo-geofizicheskikh prilozheniiakh [Probabilistic and statistical methods in geologic-geophysical applications]. Irkutsk, 2007, 29 p.
22. Koshkin K.A., Melkishev O.A. Use of derivatives to assess preservation of hydrocarbon deposits. International Conference Information Technologies in Business andIndustry. Tomsk, 2018, vol.1015, pp.032092.
23. Houze O., Viturat D., Fjaere O.S. Dinamie data analysis. Paris, Kappa Engineering, 2008, 694 p.
24. Van Golf-Racht T.D. Fundamentals of fractured reservoir engineering. Amsterdam, Oxford, New York, Elsevier scientific publishing company, 1982, 709 p.
25. Horne R.N. Modern well test analysis: a computer aided approach. 2nd ed. Palo Alto, PetrowayInc, 2006, 257 p.
26. Johnson N.L., Leone F.C. Statistics and experimental design. New York, London, Sydney, Toronto, 1977, 606 p.
27. Montgomery D.C., Peck E.A. Introduction to liner regression analysis. New York, John Wiley & Sons, 1982, 504 p.
28. Darling T. Well logging and formation evalution. GardnersBooks, 2010, 336 p.
29. Watson G.S. Statistic on spheres. New York, John Wiley and Sons, Inc., 1983, 238 p.
30. Yarus J.M. Stochastic modeling and geostatistics. AAPG. Tulsa, Oklahoma, 1994, 231 p.
31. Andreiko S.S., Lialina T.A. Issledovaniia gazovydelenii iz geologorazvedochnykh skvazhin na Verkhnekamskom mestorozhdenii kaliinykh solei [The analysis of gas emission out of geologic prospecting wells at Verkhnekamskoye deposit of potassium salts]. News of the Higher Institutions. Mining Journal, 2017, no.2, pp.33-38.
32. Andreiko S.S., Ivanov O.V., Nesterov E.A. Borba s gazodinamicheskimi iavleniiami pri razra-botke Verkhnekamskogo i Starobinskogo mestorozhdenii kaliinykh solei [Fight against the gasdynamic phenomena when developing Verkhnekamsky and Starobinsky fields of potash salts]. Nauchnye issledovaniia i innovatsii: nauchnyi zhurnal, 2010, vol.3, no.4.
33. Andreiko S.S., Kalugin P.A., Shcherba V.Ia. Gazodinamicheskie iavleniia v kaliinykh rudnikakh: genezis, prognoz i upravlenie [The gasdynamic phenomena in potash mines: genesis, forecast and management]. Minsk, Vysshaia shkola, 2000.
34. Andreiko S.S. Gazodinamicheskie iavleniia v kaliinykh rudnikakh: metody prognoza i sposoby predotvrashcheniia [The gasdynamic phenomena in potash mines: methods of the forecast and ways of prevention: studies grant]. Perm, Izdatelstvo Permskogo gosudarstvennogo tekhnicheskogo universiteta, 2007.
35. Andreiko S.S. Mekhanizm obrazovaniia ochagov gazodinamicheskikh iavlenii v solianom porodnom massive [Mekhanizm of formation of the centers of the gasdynamic phenomena in hydrochloric rock mass]. Perm, Izdatelstvo Permskogo go-sudarstvennogo tekhnicheskogo universiteta, 2008.
36. Andreiko S.S., Ivanov O.V., Kharintsev A.V., Chistiakov A.N. Prognozirovanie vybrosoopasnykh zon plastov pri razvedke i razrabotke Verkhne-kamskogo mestorozhdeniia kaliinykh solei [Forecasting of the combustion zones of layers at exploration and development of the Verkhnekamsky field of potash salts]. Gornyi zhurnal, 2008, no.10.
37. Andreiko S.S., Ivanov O.V., Litvinovskaia N.A. Prognozirovanie i predotvrashchenie gazodinamicheskikh iavlenii iz pochvy pri prokhodke podgotovi-
telnykh vyrabotok v podrabotannom massive solianykh porod [Forecasting and prevention of the gasdynamic phenomena from the soil at a driving of preparatory developments in the earned additionally massif of salt breeds]. Perm, Izdatelstvo Permskogo natsionalnogo issledovatelskogo politekhnicheskogo universiteta, 2015.
38. Andreiko S.S., Bashura A.N., Shcherba V.Ia. Upravlenie gazodinamicheskimi protsessami pri podzemnoi razrabotke Starobinskogo mestorozhdeniia kaliinykh solei [Management of gasdynamic processes by underground mining of the Starobinsky field of potash salts]. Moscow, Izdatelstvo MGGU, 2004.
39. Andreiko S.S. Gazovydeleniia pri burenii geologo-razvedochnykh skvazhin na Verkhnekams-kom mestorozhdenii [Gas emission when drilling prospecting wells on the Verkhnekamsky field]. Aeropylegazodinamika gornykh vyrabotok, 1987.
40. Proskuriakov N.M. Vnezapnye vybrosy porody i gaza v kaliinykh rudnikakh [Sudden emissions of breed and gas in potash mines]. Moscow, Nedra, 1980.
41. Proskuriakov N.M. Upravlenie gazodinami-cheskimi protsessami v plastakh kaliinykh rud [Control of gas-dynamic processes in potash ore beds]. Moscow, Nedra, 1988, 239 p.
42. Kudriashov A.I. Verkhnekamskoe mesto-rozhdenie solei [Verkhnekamskoe salt field]. Perm, GI UrO RAN, 2001, 429 p.
43. Kudriashov A.I. Verkhnekamskoe mesto-rozhdenie solei [Verkhnekamskoe salt field, 2nd ed., Revised]. Moscow, Epsilon Plius, 2013, 368 p.
44. Kudriashov A.I., Andreiko S.S. O prirode ochagov vnezapnykh vybrosov soli i gaza [On the nature of foci of sudden release of salt and gas]. News of the Higher Institutions. Mining Journal, 1986, no.2, pp.10-11.
45. Andreiko S.S. Statisticheskie kriterii i rezultaty otsenki zakonomernostei raspredeleniia gazodinami-cheskikh iavlenii na kaliinykh mestorozhdeniiakh [Statistical criteria and results of the assessment of patterns of distribution of gas-dynamic phenomena in potash deposits]. Fiziko-tekhnicheskie problemy raz-rabotkipoleznykh iskopaemykh, 2003, no.4, pp.45-55.
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Разработка статистической модели прогноза нефтегазоносности по газовыделениям в толще Верхнекамского месторождения калийно-магниевых солей / В.И. Галкин, О. А. Мелкишев, С.В. Варушкин, С.С. Андрейко, Т. А. Лялина // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. - 2020. - Т.20, №1. - С.4-13. DOI: 10.15593/2224-9923/2020.1.1
Please cite this article in English as:
Galkin V.I., Melkishev O.A., Varushkin S.V., Andreiko S.S., Lialina T.A. Development of the statistical model to forecast oil and gas potential according to gas content in the Verkhnekamskое deposit of potassium and magnesium salts. Perm Journal of Petroleum and Mining Engineering, 2020, vol.20, no.1, рр.4-13. DOI: 10.15593/2224-9923/2020.1.1
