Journals →  Горный журнал →  2026 →  #3 →  Back

РАЗРАБОТКА МЕСТОРОЖДЕНИЙ
ArticleName Принятие проектных решений в условиях ограниченности данных при разработке месторождений углеводородов
DOI 10.17580/gzh.2026.03.07
ArticleAuthor Карсаков А. В., Шарф И. В.
ArticleAuthorData

Национальный исследовательский Томский политехнический университет, Томск, Россия

Карсаков А. В., аспирант, avkarsakov@mail.ru
Шарф И. В., д-р экон. наук, проф., доцент

Abstract

Предложен усовершенствованный авторский методический алгоритм подбора объектов-аналогов при проектировании разработки месторождений углеводородного сырья в условиях ограниченности исходных данных, который включает этапы фильтрации по качественным критериям и количественной оценке степени сходства на основе взвешенного сравнения геолого-физических параметров. Особенностью алгоритма является использование комбинированного подхода к определению весовых коэффициентов параметров, включающего метод оценки коэффициентов вариации, анализ частных производных и расчет индексов Соболя. Апробация методики на примере месторождения с продуктивными палеозойскими отложениями Западной Сибири позволила уточнить ключевые проектные параметры и скорректировать систему разработки исследуемого месторождения.

keywords Проектирование разработки месторождений, объект-аналог, принятие решений, углеводородное сырье, весовой коэффициент параметра, коэффициент вариации, индекс Соболя, анализ чувствительности
References

1. Об утверждении Энергетической стратегии Российской Федерации на период до 2050 года : Распоряжение Правительства РФ от 12.04.2025№ 908-р. URL: https://docs.cntd.ru/document/1312459681 (дата обращения: 05.08.2025).
2. Поднебесных А. В., Хафизов А. Р. Методика экспресс-оценки выбора объекта-аналога для залежей углеводородного сырья на основе их геологических признаков // Проблемы сбора, подготовки и транспорта нефти и нефтепродуктов. 2019. № 3(119). С. 9–18.
3. Глухих И. Н., Никифоров Д. В. Принятие решений на основе вывода по прецедентам в моделировании месторождений нефти и газа // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2019. Т. 5. № 3. С. 147–163.
4. Солодов И. С., Шакшин В. П., Колесников В. А., Хамитов И. Г., Устинов А. С. Статистические подходы к выявлению месторождений-аналогов Самарской области // Нефтяное хозяйство. 2011. № 6. С. 30–33.
5. Вологин И. С., Исламов Р. Р., Нигматуллин Ф. Н., Харисова А. В., Лознюк О. А. Методика выбора объекта-аналога для нефтегазовой залежи по геолого-физическим характеристикам // Нефтяное хозяйство. 2019. № 12. С. 124–127.
6. Кошелев А. Т., Соловьева В. Н., Орлова И. О., Даценко Е. Н. Проблема поиска месторождений-аналогов и методика ее решения // Строительство нефтяных и газовых скважин на суше и на море. 2014. № 7. С. 10–12.
7. Абдрахманова Э. К., Исламов Р. Р., Кузин И. Г., Нигматуллин Ф. Н., Антаков И. С. и др. Повышение эффективности разработки новых нефтегазоконденсатных залежей за счет применения методики выбора объектааналога (часть 1) // Экспозиция Нефть Газ. 2022. № 7(92). С. 66–69.
8. Sun S., Pollitt D. A. An Empirical Analog Benchmarking Workflow to Improve Hydrocarbon Recovery // SPE Reservoir Evaluation and Engineering. 2022. Vol. 25. No. 2. P. 349–366.
9. Кузьмичев О. Б., Газизов Р. К., Власов С. В., Антонов М. С. Единая информационная система геолого-геофизических данных – основа мультидисциплинарного подхода к разведке и добыче углеводородов // Нефтяное хозяйство. 2024. № 2. С. 8–13.
10. Карсаков А. В., Зятиков П. Н., Синебрюхов К. В., Шарф И. В. Совершенствование подбора объектов-аналогов месторождений нефти и газа в проектировании систем разработки углеводородного сырья // Известия Томского политехнического университета. Инжиниринг георесурсов. 2025. Т. 336. № 1. С. 88–97.
11. Об утверждении Правил подготовки технических проектов разработки месторождений углеводородного сырья : Приказ Минприроды России от 20.09.2019 № 639 (с изм. на 06.10.2020). URL: https://docs.cntd.ru/document/561372501 (дата обращения: 05.10.2025).
12. Глаголев М. В. Анализ чувствительности модели // Динамика окружающей среды и глобальные изменения климата. 2012. Т. 3. № 3. C. 31–53.
13. Щеглеватых Р. В., Сысоев А. С. Математическая модель обнаружения аномальных наблюдений с использованием анализа чувствительности нейронной сети // Моделирование, оптимизация и информационные технологии. 2020. Т. 8. № 1(28).

Language of full-text russian
Full content Buy
Back