Оценка ресурсов природного газа в меловых отложениях Карского шельфа с применением когнитивного моделирования и алгоритмов искусственного интеллекта

Колесов В.В., Мандельберг А.В.
Институт проблем нефти и газа РАН, ООО «ОТЭКС»
Выполнена оценка локализованных ресурсов природного газа в меловых отложениях южной части Карского шельфа с применением когнитивного моделирования и алгоритмов искусственного интеллекта. Объекты исследования представлены месторождениями и перспективными на нефть и газ структурами, расположенными в пределах Южно-Карского прогиба вместе с прилегающей Предновоземельской моноклиналью. Эта территория содержит одни из крупнейших в мире неразрабатываемые запасы и ресурсы нефти и газа, которые характеризуются крайне низкой степенью буровой изученности.
Из-за уникальности обстановок формирования залежей использование метода геологических аналогий при анализе потенциала шельфовых ловушек Южно-Карской и Предновоземельской НГО ограничено. Оценки ресурсов, не учитывающие наблюдающееся в сейсмических данных поступление мантийного газа, также имеют значительную неопределенность.
С применением когнитивного моделирования в работе обоснована возможность использования трендов (корреляций), наблюдаемых при сопоставлении комплексных сейсмических характеристик структур с плотностью запасов открытых месторождений на суше. С применением алгоритмов ИИ оконтурены две части площади, принципиально отличающиеся тектонической историей и историей осадконакопления. Подсчитаны ресурсы газа в 84 меловых структурных ловушках в объеме 12,6 трлн куб. м газа. Выполнена оценка надежности прогнозов.
Шельф, расположенный на северо-западной периферии Западно-Сибирской провинции Южно-Карской синеклизы, вместе с прилегающей Предновоземельской моноклиналью содержит одни из крупнейших в мире неразработанных запасов и ресурсов нефти и газа, которые, по оценкам [8–10], составляют 39 млрд т, в том числе локализованных ресурсов, сконцентрированных в выявленных поднятиях, — 13,5 млрд т.
В пределах рассматриваемой в данной работе открытой акватории Южно-Карской и Предновоземельской НГО (рис. 1), между полуостровом Ямал и Новой Землей, открыто 7 месторождений, в том числе уникальные газоконденсатные Русановское (мел), Ленинградское (мел), им. Маршала Рокоссовского (юра), нефтегазовое Победа (мел, юра), газовое им. Маршала Жукова (юра), крупные газовые 75 лет Победы (мел), Нярмейское (мел).
Рис. 1. Схема нефтегазового районирования района исследования.
1 — административные границы; 2 — границы нефтегазоносных областей; месторождения:
3 — газонефтяные и нефтегазовые;
4 — газовые;
5 — газоконденсатные;
6 — нефтегазоконденсатные;
7 — нефтяные
В том числе в последние годы в результате поисково-разведочного бурения скважинами Викуловская-1 и Западно-Рогозинская-1 открыты месторождения имени Маршала Жукова и Маршала Рокоссовского; на первоначальной площади единого Русановского месторождения, наряду с собственно Русановским, выделено отдельно месторождение им. В.А. Динкова. Из всех поисковых и поисково-оценочных скважин, пробуренных на рассматриваемой акватории, получены промышленные притоки газа.
Изучению ресурсной базы Карского шельфа посвящены многочисленные работы исследователей, как с традиционных позиций оценки нефтегазоносности, связанных исключительно с органическим генезисом углеводородов (УВ) и региональными закономерностями Западно-Сибирской НГП:
А.Э. Конторович и др., 2010, 2013, 2017, 2018, 2019 [8–12]; А.М. Брехунцов и др., 2001 [1];
К.А. Долгунов и др., 2011 [5]; А.В. Ступакова и др., 2011 [18, 25]; О.И. Супруненко и др., 2005, 2009 [19, 20]; В.Л. Шустер, А.Д. Дзюбло, 2012, 2023 [21, 23], Б.А. Никитин, Л.И. Ровнин, 2000 [16], С.С. Драчев, 2010 [24]; так и на основе полигенной гипотезы нефтегазообразования: А.Н. Дмитриевский и др., 1992, 2011, 2012 [2–4]; В.Л. Шустер, 2022 [22]; В.Б. Левянт, В.Л. Шустер, 2010 [13]; С.А. Пунанова, В.Л. Шустер, 2012 [17].
Территория характеризуется сравнительно простым геологическим строением терригенного разреза, мощными песчаными пластами с высокой пористостью и надежными покрышками. Согласно органической теории принято считать, что в Западно-Сибирском нефтегазоносном бассейне основным источником генерации УВ является баженовская свита, которая в акватории Карского моря находится на больших глубинах и характеризуется высоким уровнем катагенетической преобразованности. Вместе с тем многочисленные проявления активной вертикальной флюидомиграции в виде исходящих из фундамента характерных аномалий на сейсмических разрезах, покмарков на морском дне, булгуньяхов и вновь образованных кратеров на суше над этими столбовидными аномалиями (“gas chimneys”) не вызывают сомнения в возможности заполнения ловушек глубинными газами неорганического происхождения в позднейшие геологические периоды (А.А. Нежданов, 2013, 2014 [14, 15]).
На всех месторождениях рассматриваемого региона залежи углеводородов сконцентрированы в песчаных резервуарах юры и мела и преимущественно контролируются антиклинальными структурами. Сейсморазведкой подготовлены десятки (в настоящей работе анализировались 84 меловых) структур, размеры которых соответствуют высокой вероятности открытия месторождений от средних до крупных и, в некоторых случаях, уникальных. Необходимая для выработки стратегии недропользования оценка ресурсов газа, доминирующих в составе УВ в ловушках Карского шельфа, имеет высокую неопределенность из-за крайне ограниченного объема данных бурения.
Идея настоящего исследования состоит в том, чтобы компенсировать нехватку данных бурения на шельфе данными по месторождениям, открытым на суше. В работе обоснована возможность использования соответствующих трендов (корреляций), наблюдаемых при сопоставлении комплексных (многомерных) сейсмических характеристик структур с плотностью запасов открытых месторождений.

Выбор методики оценки

Несмотря на то что с геологической точки зрения рассматриваемая территория является краевой частью Западно-Сибирской нефтегазоносной провинции, где основными нефтегазоносными комплексами являются триас-юрский, неокомский и апт-альб-сеноманский, в строении осадочного чехла Карского шельфа имеется существенная специфика.
Триасовый комплекс на Западно-Сибирской плите — рифтогенный, а в Южно-Карской синеклизе (особенно в верхней части разреза) — существенно морской; альб-сеноманские отложения в разрезе на севере суши Западной Сибири преимущественно континентальные, а в центре Южно-Карской синеклизы — морские.
Постсеноманский разрез осадочных отложений Южно-Карской синеклизы отражает более континентальные условия седиментации, чем на суше Западно-Сибирской плиты.
Площадь Южно-Карской нефтегазоносной области находится в зоне выступа мантии Земли. В этой зоне разогретая астеносфера приближена к фундаменту, что вызывает уменьшение его прочности. В позднем палеозое — раннем триасе прочность фундамента уменьшилась настолько, что началось его тепловое погружение, которое продолжалось до олигоцена и обусловило более значительные глубины осадочных комплексов в Южно-Карской НГО по сравнению с основной территорией Ямальской НГО и другими НГО Западной Сибири.
На рисунке 2 показан крайне широкий разброс значений глубин фундамента от 2–4 км на Западно-Шараповской структуре (диапазон значений на структуре указан светло-зеленой полоской), расположенной на южной периферии шельфа, до 9–11 км на Малыгинской структуре (темно-зеленая полоска), расположенной на севере Ямала. Причем значения 9–11 км являются экстремальными — нигде больше в Западной Сибири таких мощностей осадочного чехла не наблюдается. Существенные отличия Южно-Карской НГО от других территорий Западно-Сибирской НГП наблюдаются и по другим характеристикам недр.
Рис. 2. Распределение значений по глубине фундамента, км (розовая кривая) и диапазоны изменения глубины в пределах выбранных месторождений и структур (подписаны на карте). Распределение построено по территории, очерченной на рисунке 2 сверху
Из-за уникальности обстановки формирования залежей использование метода геологических аналогий при анализе потенциала шельфовых ловушек Южно-Карской и Предновоземельской НГО ограничено.
По этой же причине, а также из-за отсутствия достаточного объема данных по свойствам материнских пород и многочисленных признаков глубинной миграции газа из фундамента, оценки, выполненные методом бассейнового моделирования, имеют значительную неопределенность и не учитывают поступление мантийного газа.
Таким образом, из трех методов геологического прогноза — по бассейновой модели, по аналогии или по тренду — наилучший результат можно ожидать от прогноза по тренду, если удастся его обнаружить в сейсмических характеристиках объектов с установленной продуктивностью.
Основным по запасам и ресурсам и наиболее изученным на исследуемой территории является меловой комплекс, который и рассматривался далее.

Методика

Если рассматривать в качестве целевого параметра плотность запасов (запасы на 1 км2) в подготовленных ловушках, то когнитивную модель [6, 7] связи сейсмических характеристик с изменениями этого параметра по площади можно представить в виде рисунка 3.
Рис. 3. Когнитивная карта прогноза плотности запасов
Когнитивная модель, изображенная на рисунке 3, основана на следующих предположениях:
• вертикальная миграция газа идет повсеместно с примерно постоянной плотностью на кв. км, и покрышки относительно равномерно распределены по территории;
• плотность запасов контролируется структурным и палеоструктурным факторами, которые определяют амплитуду структур, песчанистость ловушек, эффективность аккумуляции газа в ловушках и плотность газа в пластовых условиях. Эффективная газонасыщенная толщина определяется высотой залежи над ГВК и коэффициентом песчанистости.
Нэф г = Н над гвк х Кпес х Кп;
• пористость Кп и коэффициент газонасыщенности Кг для данного стратиграфического уровня меняются по площади незначительно по сравнению с Нэф г.
При выполнении этих предположений возможна достаточно устойчивая связь между плотностью запасов, современной глубиной залегания (контроль гравитационной миграции флюида и плотности газа в пластовых условиях) и атрибутами палеоглубин (контроль древней миграции и условий осадконакопления).
Для проверки гипотезы были рассчитаны данные по плотности запасов газа категорий А+В+С1+С2 в меловых отложениях по 23 известным месторождениям на суше и шельфе. Поскольку плотность запасов является усредненной характеристикой, относящейся к объекту в целом, то каждое из рассматриваемых месторождений было аппроксимировано точкой в пределах его контура, для которой значение локальной составляющей поверхности М (палеорельефа на момент формирования аптского горизонта) близко к средневзвешенному по всему месторождению.
В качестве характеристик, отражающих структурно-геологические особенности, рассматривались структурные карты поверхностей основных стратиграфических комплексов (отражающие горизонты А — кровля доюрского комплекса, Б — кровля баженовской свиты, М — кровля аптского горизонта и Г — кровля сеномана) и их локальные составляющие и другие структурно-морфологические атрибуты, включая всевозможные карты толщин, градиенты и локальные составляющие карт.
Затем были проанализированы все возможные многомерные регрессионные зависимости плотности запасов по 23 месторождениям от комбинаций атрибутов, содержащих от 1 до 8 регрессоров, но ни одна из них не дала коэффициента множественной корреляции выше 0,52. Такой коэффициент недостаточен для утверждения о наличии устойчивой корреляционной связи. При этом на кроссплотах сопоставления предсказанных значений с фактическими наметилось явное разделение эталонной выборки на два подмножества, каждое из которых подчиняется своему тренду, что указывает на наличие двух областей со своими прогнозными трендами.
Для разделения площади на две области с различной историей погружения был применен метод тектонической классификации — выделение таксонов связных областей в многомерном признаковом пространстве с применением алгоритмов ИИ.

Тектоническое районирование

Структурно-тектоническое районирование было выполнено методом безэталонной иерархической классификации. В качестве исходных атрибутов для разделения изучаемой территории на однородные классы использовались структурная карта фундамента (горизонта А) и карты мощностей основных стратиграфических комплексов — А-Б, Б-М и М-Г. Совокупность этих карт содержит историю погружения/осадконакопления для каждого участка площади со сменой геологических эпох. В ходе анализа рассматривались варианты разбиений территории на 2–30 классов. Оптимальное разбиение было получено при 19
классах (рис. 4).
Рис. 4. Схема структурно-тектонического районирования (классификация по истории погружения)
Классы — участки площади, получившиеся в результате разбиения, — имеют свои особенности истории осадконакопления, которые можно проследить на их «портретах» — графическом представлении значений мощностей в пределах каждого класса (рис. 4. изображены справа от легенды). Для каждого класса на его портрете слева направо выполнены красной заливкой нормированные распределения значений глубины горизонта А, мощностей А-Б, Б-М и М-Г в пределах данного класса. На распределениях отмечены также максимальное значение атрибута в классе, его минимальное и среднее значения, и они для удобства соединены между собой.
Интерпретация портрета класса 1 (верхний на рис. 4) говорит о том, что в пределах занимаемой им на карте площади глубина А и мощность юрских отложений минимальны по отношению к другим классам (остальной территории), но в раннемеловое время (Б-М) темп осадконакопления в нем сравнялся со средним по региону, а во время накопления толщи (Г-М) темп осадконакопления приблизился к максимальным значениям (соответствующая территория была максимально погружена). Аналогично с использованием портретов анализируется тектоническая история любого другого класса.
Выделенные в результате безэталонной классификации две группы месторождений — северная и южная — отличаются по тектонической приуроченности и геологической истории развития, что в основном соответствует структурно-тектонической характеристике исследуемого района, изложенной в работе [10].
К северной относятся точки, соответствующие месторождениям Чугорьяхинское, Южно-Тамбейское, Западно-Тамбейское, Северо-Тамбейское, Геофизическое,
Малыгинское, Ямбургское и Утреннее. В южную группу входят Каменномысское море, Северо-Каменномысское, Харасавэйское, Обское, Крузенштерновское, Южно-Крузенштерновское, Южно-Парусовое, Бованенковское, Северо-Бованенковское, Нурминское, Нерстинское, Арктическое и Ростовцевское месторождения.

Прогнозная оценка плотности запасов

Для каждой из указанных групп раздельно были найдены статистически значимые многомерные регрессионные зависимости плотности запасов Р от наиболее информативных сейсмических атрибутов, которыми оказались структурная поверхность горизонта А и локальная составляющая Млок горизонта М. Для северной группы плотность запасов P = 5,72 – 0,00052А – 0,011Млок с коэффициентом множественной корреляции 0,72 и среднеквадратичным отклонением
0,67 млрд м3/кв. км. Для южной группы P = -0,99 + 0,00018А + 0,013Млок с коэффициентом множественной корреляции 0,66 и среднеквадратичным отклонением 0,83 млрд м3/кв. км (рис. 5). Тренды зависимостей плотности запасов от комплексного сейсмического атрибута, характеризующего одновременно мощность осадочного чехла (А) и локальные условия осадконакопления (Млок), выглядят достаточно уверенно, несмотря на высокую дисперсию значений, которая вызвана в том числе и неопределенностью плотности запасов категории С2
на месторождениях-эталонах, на некоторых из которых меловые отложения не вскрыты на полную глубину.
Рис. 5. Кросс-плоты соответствия прогнозных значений плотности запасов фактическим (а — север, б — юг)
Плотность запасов рассчитывалась в трех вариантах: оптимальном (Р50 — вероятность обнаружения запасов не менее 50 %), а также Р5 (вероятность наличия запасов больше 5 %) и Р95 (вероятность наличия запасов больше 95 %).
Поскольку все эталоны относятся к антиклинальным структурам, полученные прогнозные оценки также применимы, в первую очередь, к подготовленным структурным ловушкам. На основе найденных зависимостей была составлена единая интегральная прогнозная карта плотности запасов газа в меловых отложениях в пределах подготовленных структур на всю изучаемую территорию (рис. 6).
Рис. 6. Прогнозная карта плотности запасов газа в меловых отложениях. Оптимальный прогноз Р50
Регрессионный анализ позволяет оценить надежность прогнозных оценок по соответствию данным по эталонам (рис. 7).
При анализе рисунка 7 необходимо отметить, что запасы по некоторым месторождениям, использовавшимся в качестве эталонов, занижены вследствие недоизученности глубоких меловых горизонтов (прежде всего для морских месторождений и акваториальных продолжений).
Рис. 7. Плотность запасов млрд м3/км2 по прогнозам Р5 (мин) и Р95(макс) и по числящимся на 2013 год запасам АВС1С2 (факт.)
Рисунок 7 содержит наряду с 23 эталонными еще 12 месторождений, не использовавшихся при построении регрессионных зависимостей. При этом лишь в нескольких случаях запасы, стоящие на балансе, выходят за пределы интервала от оценки Р95 до оценки Р5. При этом превышение прогнозных запасов над подсчитанными на 01.01.2013 года для таких месторождений, как Русановское, Ленинградское, Обское и других «недобуренных» месторождений, — временное явление, которое исчезнет по мере вскрытия глубоких меловых горизонтов новыми скважинами. Полученные коэффициенты корреляции регрессионных зависимостей, анализ рассчитанных карт доверительного интервала и рисунок 7 позволяют оценить надежность прогнозирования как удовлетворительную.
Прогнозные оценки наиболее крупных перспективных структур, соответствующие карте (рис. 6), приведены на рисунке 8.
Рис. 8. Прогнозная оценка ресурсов газа в меловых отложениях на подготовленных структурах
Всего суммарные ресурсы газа, оцененные по 84 подготовленным сейсморазведкой структурам акватории Южно-Карской и Предновоземельской НГО общей площадью 12,6 тыс. км2, составляют
12,5 трлн м3 газа. По нашему мнению, эту величину можно рассматривать как оценку суммарных ресурсов категории D0. Недоизученность глубоких меловых горизонтов эталонных месторождений (прежде всего для морских месторождений и акваториальных продолжений) делает приводимые оценки консервативными. Подчеркнем, что в них не включены весьма значительные юрские ресурсы газа (которые, в частности, доминируют на окраинах бассейна, что подтверждено на месторождениях Победа, им. Маршала Рокоссовского, им. Маршала Жукова), доюрские ресурсы газа, а также ресурсы нефти. В работе рассмотрены ресурсы только антиклинальных ловушек. В целом, полученная оценка потенциала не противоречит данным других исследователей по нелокализованным ресурсам и ожидаемым запасам региона, но является более конкретной и привязанной к подготовленным объектам — локализованной.
Колесов В.В., Мандельберг А.В.

Институт проблем нефти и газа РАН, Москва, Россия;
ООО «ОТЭКС», Москва, Россия

valentinvk@mail.ru

Региональные карты по данным сейсморазведки и данные по плотности запасов известных месторождений. Когнитивное моделирование и алгоритмы искусственного интеллекта.
шельф Карского моря, ресурсы газа, меловые отложения, прогноз по тренду, когнитивная модель, тектоническая история, искусственный интеллект
Колесов В.В., Мандельберг А.В. Оценка ресурсов природного газа в меловых отложениях Карского шельфа с применением когнитивного моделирования и алгоритмов искусственного интеллекта // Экспозиция Нефть Газ. 2025. № 7. C. 50–56. DOI: 10.24412/2076-6785-2025-7-50-56

29.10.2025
УДК 550.8.011
DOI: 10.24412/2076-6785-2025-7-50-56
Рекомендуемые статьи
© Экспозиция Нефть Газ. Научно-технический журнал. Входит в перечень ВАК
+7 (855) 222-12-84