Обоснование комплексной методики идентификации трехмерных геологических объектов тема диссертации и автореферата по ВАК РФ 25.00.12, кандидат наук Шайбаков, Равиль Артурович

• Шайбаков, Равиль Артурович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Шайбаков, Равиль Артурович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. Анализ существующих методов автокорреляции разрезов

скважин и алгоритмов автовыделения пластов

1.1. Описание проблемы

1.2. Обзор и анализ существующих методов и подходов к автокорреляции

1.2.1. Системный подход к выделению объектов

1.2.2. Метод, основанный на принципе триангуляционных сетей

1.2.3. Метод, учитывающий «генетический признак»

1.2.4. Подход, основанный на DTW-анализе

1.2.5. Подход, основанный на анализе Фурье

1.2.6. Применение вейвлет-анализа при автокорреляции

1.2.7. Метод, основанный на системе правил

1.2.8. Подход, основанный на применении искусственных нейронных сетей

1.3. Обзор и анализ существующих программных комплексов

1.4. Определение основных направлений исследований

Выводы по главе 1

ГЛАВА 2. Разработка методики комплексной автоматизации процесса

идентификации трехмерных геологических объектов

2.1. Выделение и автокорреляция пластов на основе теории

нейронных сетей

2.1.1. Основы теории искусственных нейронных сетей

2.1.2. Выбор и предварительная обработка исходных данных

2.1.3. Реализация процесса выделения и автокорреляции пластов

с применением искусственной нейронной сети

2.2. Выделение и корреляция песчаных тел в разрезе скважин с применением bar-кодов

2.3. Использование фациального анализа для корреляции песчаных тел

2.3.1. Корреляция с использованием нейросети с обучением

«с учителем»

2.3.2. Корреляция с использованием нейросети с обучением «без учителя»

2.4. Построение структурного каркаса

2.5. Прикладное применение разработанной комплексной методики

2.5.1. Оценка степени гидродинамической связанности песчаных

тел внутри пласта как путей фильтрации

2.5.2. Автоматический подбор геолого-технических мероприятий

Выводы по главе 2

ГЛАВА 3. Формализация методики идентификации трехмерных геологических объектов

3.1. Формализация процесса идентификации трехмерных геологических объектов

3.1.1. Выделение границ пластов

3.1.2. Корреляция пластов

3.1.3. Выделение песчаных тел в пластах

3.1.4. Корреляция песчаных тел

3.1.5. Построение структурного каркаса

3.2. Описание программного обеспечения

Выводы по главе 3

ГЛАВА 4. Практическое применение комплексной методики идентификации трехмерных геологических объектов

4.1. Описание месторождения

4.1.1. Геологическое строение

4.1.2. Состояние геолого-физической изученности

4.2. Проведение автоматической идентификации песчаных тел

Выводы по главе 4

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Приложение А. Акт внедрения

Приложение Б. Инструкция

Приложение В. Приказ о внедрении инструкции

Введение диссертации (часть автореферата) на тему «Обоснование комплексной методики идентификации трехмерных геологических объектов»

ВВЕДЕНИЕ

Актуальность темы

В настоящее время в сфере нефтедобычи «неавтоматизированными» или «низко автоматизированными» остаются нетривиальные задачи, которые сложно формализовать, и в процессе их решения часто получают неоднозначный результат. Одной из таких задач является процесс идентификации геологических объектов (пластов и горизонтов), под которым понимается расчленение разреза скважин на отдельные пласты и пропластки, корреляция выделенных горизонтов по скважинам с последующим построением единой согласованной структурной модели (каркаса) месторождения.

Процесс идентификации геологических пластов является основополагающей стадией геологического моделирования, и в свете повсеместного внедрения компьютерных технологий необходимо решать задачу оперативной корреляции разрезов скважин с использованием новых или совершенствованных, а также комплексных методик выделения стратиграфических отдельностей. Кроме того, только корректная идентификация пластов как путей фильтрации углеводородов в разрезе скважин позволит более эффективно вести выработку запасов нефти и газа.

В современных условиях при бурении и исследовании скважин получают значительный и «разнородный» объем геологической и геофизической информации, которая при ее интерпретации еще больше увеличивается в связи появлением не только конечных результатов, но и, например, их погрешностей. В таком случае, сложность процесса идентификации геологических объектов заключается в необходимости использования большого объема исходных данных для анализа, неоднозначности и спорности результатов, высокой степени геологической изменчивости на сложнопостроенных месторождениях, рутинности и ресурсоемкости процесса.

Существующие сегодня методические подходы, алгоритмы и программные комплексы, позволяющие оперативно выполнять определенные

этапы процесса идентификации геологических объектов, имеют некоторые недостатки, в том числе ограничены степенью детальности выделяемых пропластков, условиями применения и использования исходных данных. При этом методики и модели, позволяющие проводить полный комплекс работ процесса идентификации трехмерных геологических объектов, отсутствуют либо обладают большим количеством недостатков и допущений, вследствие чего их применение ограничено.

В связи с этим разработка комплексной методики идентификации трехмерных геологических объектов, основанной на использовании расширенного набора исходных геологических данных, разносторонних математических подходов, является актуальной научной задачей.

Цель диссертационной работы

Обоснование комплексной методики идентификации трехмерных геологических объектов в разрезе скважин до уровня песчаных тел (фаций) как путей фильтрации углеводородов, включающей автоматическое выделение и детальную корреляцию пластов и пропластков в разрезе скважин с последующим построением единой согласованной структурной модели месторождения.

Объект исследования

Нефтегазовые месторождения Западной Сибири.

Предмет исследования

Неоднородные и расчлененные продуктивные пласты.

Основные задачи исследования

1. Определение задачи детальной автокорреляции разрезов скважин как основного этапа процесса идентификации геологических объектов.

2. Разработка комплексной методики идентификации трехмерных геологических объектов до уровня песчаных тел как путей фильтрации углеводородов.

3. Формализация этапов реализации методики и разработка программного модуля для идентификации трехмерных геологических объектов в разрезе скважин.

4. Апробация разработанной комплексной методики на месторождениях Западно-Сибирского осадочного бассейна.

5. Выделение качественных и количественных признаков, оказывающих влияние на эффективность и корректность выделения стратиграфических зон, в рамках разработанной и формализованной методики идентификации трехмерных геологических объектов.

Методы исследования

Поставленные задачи решались с использованием методов, основанных на положениях статистики, системного анализа, анализа и визуализации информации, структурного и объектно-ориентированного программирования, аппарата нейронных сетей. Для решения отдельных задач привлечены методы распознавания образов, статистического анализа, а также методы, основанные на геологических закономерностях.

Научная новизна

1. Предложена методика для идентификации трехмерных геологических объектов в разрезе скважин, основанная на учете максимального количества геологических исходных данных (материалы ГИС, сейсмические тренды и атрибуты, данные геолого-промысловых исследований) и реализованная с помощью комплексного математического аппарата, включающего искусственные нейронные сети.

2. Разработана комплексная математическая модель, позволяющая автоматизировать процесс идентификации трехмерных геологических объектов

Основные защищаемые научные положения

1. Комплексная методика идентификации трехмерных геологических объектов, учитывающая расширенный набор геологических данных и позволяющая прогнозировать распространение отдельных фаций с построением единого структурного каркаса месторождения.

2. Формализованный алгоритм решения задачи идентификации трехмерных геологических объектов до уровня песчаных тел с использованием интеллектуальных методов обработки геолого-геофизической информации, который позволяет проводить детальное расчленение разреза осадочных пород и автоматизирует процесс межскважинной корреляции.

Теоретическая значимость работы заключается в обосновании возможности комплексирования в единую систему различных математических подходов и алгоритмов с целью прогнозирования распространения отдельных литофаций в пределах стратиграфического комплекса ранга «горизонт».

Достоверность научных положений, выводов и рекомендаций обеспечивается выполнением экспериментальных математических исследований с использованием первичных данных и широким внедрением на предприятиях.

Практическая значимость и реализация результатов работы

Методики, модели и программные модули, разработанные в процессе решения поставленных задач, нашли практическое применение при:

- выделении одновозрастных слоев на месторождениях Западной Сибири с учетом обстановки осадконакопления и характера слагающих пород;

- выполнении подсчета запасов нефти и газа реальных нефтегазовых месторождений на этапе построения согласованной структурной модели месторождения с последующей успешной экспертизой проектов на научно-технических советах нефтегазовых компаний и государственной комиссии по запасам.

Результаты диссертационной работы успешно используются в текущей проектной и производственной деятельности ООО «УНК-Пермь», ООО «РН-УфаНИПИнефть», ООО «РН-Пурнефтегаз», ГАНУ «Институт нефтегазовых технологий и новых материалов», ООО «НТЦ Геопроект», а также в учебном процессе Уфимского государственного нефтяного технического университета на кафедре «Геология и разведка нефтяных и газовых месторождений».

Личный вклад автора состоит в постановке задач, их решении; выработке и комплексировании математических методик с целью разработки универсальных инструментов идентификации трехмерных геологических объектов; в проведении аналитических и экспериментальных исследований, обобщении их результатов, внедрении разработанной методики.

Апробация работы

Основные положения диссертации докладывались и обсуждались на:

60-ой и 61-ой научно-технических конференциях студентов, аспирантов и молодых ученых УГНТУ (г. Уфа, 2009 и 2010 гг.);

Международной научной конференции «Технические науки: традиции и инновации» (г. Челябинск, 2012 г.);

IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России» (г. Москва, 2012 г.);

V научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений» (г. Уфа, 2012 г.);

Основные положения и этапы работы обсуждалась на семинарах кафедры «Геология и разведка нефтяных и газовых месторождений» Уфимского государственного нефтяного технического университета.

Публикации

*

Основное содержание диссертации опубликовано в 12 печатных трудах, 3 из которых в рецензируемых изданиях, входящих в перечень ВАК Минобразования и науки РФ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, основных выводов, списка использованных источников из 95 наименований; содержит 190 страниц, в том числе 74 рисунка, 5 таблиц и 3 приложения.

Разработка, апробация и внедрение методик и алгоритмов, представленных в диссертации, были бы невозможны без консультаций, помощи и критических замечаний со стороны ученых и производственников

K.B. Абабкова, A.A. Яковлева, M.A. Фокина, E.B. Симона и многих других, которым автор выражает свою благодарность.

Автор выражает искреннюю благодарность и особую признательность научному руководителю работы Ш.Х. Султанову за неоценимую помощь и поддержку при работе над диссертацией.

ГЛАВА 1. Анализ существующих методов автокорреляции разрезов скважин и алгоритмов автовыделения пластов

1.1. Описание проблемы

Рост добычи нефти в России в последние годы в большинстве своем происходил в связи со вводом в разработку месторождений, разведанных еще во времена СССР. По причине малого финансирования геологоразведки в России после развала СССР фонд новых разведанных месторождений нефти и газа, которые можно было бы ввести в разработку, практически исчерпан.

С учетом вышесказанного, в условиях конкурентной борьбы за прибыль от продажи нефти, газа и их производных, компаниям приходится максимально вырабатывать запасы имеющихся месторождений.

Так же необходимо отметить, что максимальная выработка запасов может быть достигнута лишь при корректной разработке залежей и пластов, что в свою очередь, требует проведения постоянного, оперативного, глубокого анализа и мониторинга параметров разработки и геологического строения продуктивных горизонтов.

В совокупности с вышесказанным, необходимость корректной разработки месторождений требует постоянного проведения большого количества ресурсоемких (временные и трудовые ресурсы), а главное рутинных анализов. Только при выполнении данных требований есть возможность принять правильные и эффективные пути решения задач, стоящих перед разработкой месторождений.

Именно от скорости, степени корректности и эффективности принятых решений в основном зависит конкурентное преимущество. Поэтому проблема автоматизации процессов проектирования и разработки, включенных в разработку месторождений, в настоящий момент весьма актуальна.

На данный момент развитие науки в сфере нефтедобычи привело к тому, что решение большинства задач, стоящих перед специалистами нефтедобывающих компаний, уже полностью или частично автоматизировано.

Не охваченными или частично охваченными автоматизацией остались лишь нетривиальные и нестандартные задачи, решение которых требует более глубокого анализа, при этом получаемый результат во многом неоднозначен и зависит от степени квалификации, опыта и знаний специалиста. К таким задачам относится и задача автоматизации процесса детальной корреляции разрезов скважин как основной стадии идентификации трехмерных геологических тел.

Данная проблема поднималась, рассматривалась и изучалась в трудах таких ученых и специалистов, как В.В. Бакина, К.С. Баймухаметов, И.Ю. Балабан, P.A. Валлиулин, Г.Н. Гогоненков, Ш.А. Губерман, И.С. Гутман, Е.Е. Калинина, Е.В. Ковалевский, В.Е. Копылов, Г.П. Кузнецова, H.H. Лисовский, Е.В.Лозин, Р.Х. Масагутов, О.Р. Мусин, М.И. Овчинникова, В.М. Омелин, Б.М. Орлинский, В.Ф.Осипов, Н.Б. Паклин, М.В. Перепечкин, В.И. Славин, М.А. Сенилов, В.М. Староверов, И.П. Суматохина, В.А. Тененев, М.А. Токарев, В.Ф. Химич, Н.И. Хисамутдинов, Б.А. Якимович, В.А. Бадьянов, Jong-Se Lim, Li Nan, Li Yan-Da & Chang Tong и др.

Корреляция разрезов скважин является неотъемлемой и основополагающей стадией процесса геологического моделирования и в свете повсеместного внедрения компьютерных технологий необходимо решать задачу автоматизации всех стадий этого процесса, включая корреляцию. Кроме того, проведение детальной корреляции на сложных месторождениях решает сразу несколько важных задач: позволяет проследить распространение песчаных тел; уточнить карты продуктивных толщин; избавиться от наклонных уровней водонефтяного контакта (ВНК); уточнить структурную модель месторождения; проанализировать особенности осадконакопления на площади исследований; скорректировать систему разработки месторождения; выделить наиболее «работающие» пропластки с целью повышения эффективности проведения ГТМ.

Сложность проведения детальной корреляции состоит в необходимости использования большого объема исходных данных для анализа,

неоднозначности и спорности результатов, высокой степени геологической изменчивости при сложнопостроенных месторождениях, рутинности и ресурсоемкости процесса.

В настоящее время существует множество различных алгоритмов и программных пакетов, осуществляющих автокорреляцию, основанных на тех или иных математических аппаратах.

В данной главе разберем основные математические методы автокорреляции, рассмотрим существующие программные комплексы, выявим достоинства и недостатки существующих методологий, по итогам в завершении главы выделим цели и задачи дальнейших исследований.

1.2. Обзор и анализ существующих методов и подходов к автокорреляции

Рассмотрение, приведенных в данном разделе существующих методов, моделей и алгоритмов автокорреляции разрезов скважин, проводится от простых к более сложным, с точки зрения используемого математического аппарата. По результату рассмотрения каждого подхода выделим его достоинства и недостатки.

1.2.1. Системный подход к выделению объектов

Данный подход был разработан Ш.А. Губерманом [3-7] и описан в его книге «Неформальный анализ данных в геологии и геофизике», опубликованной в 1987 году, и был применим в самых различных областях народнохозяйственной деятельности:

- при решении задачи автоматического анализа флюорограмм грудной клетки;

- при анализе распределения плотности галактик во вселенной;

- в процессе автоматизации определения пластов.

Ш.А. Губерман начал разрабатывать автоматизацию выделения объектов, руководствуясь работой, проведенной:

- по анализу фундаментальных понятий геологии, авторы -Ю.А. Косыгин, ЮА. Воронин;

- по выявлению законов зрительного восприятия, авторы - В. Келер, v M. Вортгеймер, К.Коффка. [4]

Суть системного подхода состоит в признании первичности проблемы выделения объектов, а не границ объектов. Алгоритм Ш.А. Губермана, разработанный с учетом исследований, проведенных в области психологии, моделирующий способность зрительного восприятия картины, пренебрегая ее подробностями, получил название «к черту подробности» (КЧП). [4]

Суть метода КЧП, изложенного Ш.А. Губерманом в своей книге «Неформальный анализ данных в геологии и геофизике», [4] заключается в последовательном огрублении формы кривой ГИС: пусть кривая у(х) (рисунок 1.1) пересекает ось х в точках хо, Xi,...Xn. Эти точки - нули функции у(х) — задают ее огрубленное описание, которое сохраняет информацию о точках перемены знака функции у(х), но пренебрегает отклонением у(х) от нуля. Это огрубленное описание функции можно представить в виде функции Уо(х) (рисунок 1.1), меняющей знак в точках х0, xb...xN и принимающей постоянные значения (например, +1 или -1).

Число интервалов между нулями функции у(х) равно N. Находится самый короткий из этих интервалов и производится операция стирания этого интервала путем исключения из множества нулей границ этого интервала - хк и xk+i. В результате вместо трех интервалов (хк_ь хк), (хк, хк+1), (хк+ь хк+2) образуется один интервал постоянного знака (хк_ь хк+2).

Затем повторяем операцию стирания самого короткого из оставшихся интервалов (длиной 12 >= Ii) и так действуем до тех пор, пока не сотрем все интервалы между нулями.

Построим теперь функцию n(l)/N, где п(1)—число интервалов, оставшихся после стирания интервалов длиной 1. Функция n(l)/N равна 1 при 1=0, она уменьшается скачком на величину 2/N при всех значениях 1, равных длине минимального интервала на каком-нибудь шаге процесса стирания

интервалов, и сохраняет постоянное значение между ними. Иными словами, это кусочно-постоянная монотонно убывающая функция. Можно выделить два случая:

-1 -

Рисунок 1.1 - Разбиение кривой у(х)

1. Функция п(1) падает равномерно;

2. N(1) падает скачками, образуя большие ступени. Короткие интервалы быстрого падения сменяются длинными интервалами постоянства п(1). Наличие ступени у функции n(l)/N соответствует следующим свойствам исходной функции:

- на i-м шаге процесса стирания коротких интервалов образовалось несколько интервалов приблизительно одинаковой длины (10);

- после их стирания оставшиеся интервалы имеют длину, превышающую 1о в несколько раз;

- длина интервала, стертого на М-м шаге, в несколько раз меньше 10. Функция п(1)/Ы, построенная для кривой у(х), имеет такой же ступенчатый характер (рисунок 1.2).

Положение ступеньки определяет характерный размер деталей на кривой 10, а разбиение, в котором отсутствуют все детали меньше 10, выделяет на кривой характерные объекты. На кривой У1(х) выделяются три объекта длиной приблизительно 10 (рисунок 1.1), хорошо выделяемые и зрительно на исходной кривой у(х). Наличие ступеньки на кривой п(1)/Ы является формальным критерием того, что на кривой имеет смысл выделять объекты. Чем ярче выражена ступенчатость кривой п(1)/Ы, тем более организована исходная кривая.

Рисунок 1.2 - График п(1)/Ы

Описанный алгоритм выделения объектов является нелокальным, так как вопрос о том, является ли данный интервал содержательным объектом или нет, решается в зависимости от размеров всех других выделяемых объектов. Одна и та же часть кривой может или оказаться объектом, или нет в зависимости от контекста, т.е. от остальной части кривой. Важно, что критерий существования

объектов [наличие ступени функции п(1)] является внутренним, а не задается извне.

В двумерном случае функция яркости задана на плоскости как функция двух координат (полутоновое изображение). Аналогом нулей одномерной функции в этом случае являются линии нулевого уровня функции яркости (за вычетом среднего значения) Ф(х,у). Линии нулевого уровня разграничивают относительно светлые и темные области изображения. Операция исключения подробностей заключается в стирании светлой (или темной) области минимальной площади.

На рисунке 1.3 кривая представляет геофизический разрез скважины: зависимость естественной радиоактивности пород от глубины залегания (за вычетом среднего значения).

На кривой отражено чередование песчаных и глинистых пород. Глинистые породы обладают повышенной радиоактивностью, песчаные -пониженной. Наиболее крупные образования в разрезе - пачки пластов. Песчаная пачка содержит не только песчаные породы, но и глинистые пласты. Глинистые пачки могут содержать и песчаные пласты. Пласты, в свою очередь, осложнены пропластками иного состава.

Глинистый Глинистый

м пласт пропласток ,i it Лу—. Д. > II ХЛ ч . д

J ш v Глинистая W ^Vj VYJ Песчаная ' ^ ^ K-H 1 Глинистая !

пачка пачка пачка

Рисунок 1.3 - Расчленение кривой ГК с помощью алгоритма КЧП

Такое трехуровневое строение разреза отражается на кривой п(1) наличием трех ступенек. Различные ступеньки соответствуют различным уровням грубости описания кривой. В разных задачах осмысленным оказывается описание разреза с различной степенью грубости. При

планировании темпов бурения скважин достаточным оказывается самое грубое описание разреза (разделение на песчаные, глинистые и карбонатные пачки).

Алгоритм КЧП реализует изложенные выше предпосылки:

- выделение объекта и его интерпретация происходят одновременно и для всего изображения;

- объектом является то, что имеет разумную интерпретацию, а разумной считается такая интерпретация, которая согласована с интерпретацией всех других объектов.

Основные принципы алгоритма КЧП:

- разделение целого на части, и интерпретация этих частей производится одновременно;

- описание любой части должно вестись в терминах, подходящих ко всем основным частям;

- разбиение производится не путем полного перебора элементов, а упорядоченным рассмотрением сильно ограниченного класса разбиений;

- цель разбиения - выделение осмысленно огрубленного описания;

- осмысленно огрубленное описание предполагает присутствие всех элементов данного уровня описания и отсутствие всех элементов более низких уровней. [4]

ША. Губерманом так же были разработаны алгоритмы выделения пластов в разрезе скважин, в основу которых положена геометрическая модель геологических разрезов [7], учитывающая следующие предположения:

- геологический разрез состоит из нескольких этажей, каждый из которых построен по своему геометрическому закону;

- внутри каждого этажа мощности входящих в него пластов изменяются от разреза к разрезу пропорционально расстоянию между разрезами, т. е. они подчиняются своему (для каждого этажа) закону перспективного соответствия.

Рассмотрим более подробно данный алгоритм [Верхотурова О.М., 2009 г].

Пласты в разрезах залегают либо горизонтально, либо веерообразно. Пусть исследуются отложения, в которых границы между пластами расположены веерообразно. Две скважины, пробуренные в этих отложениях, встретят границы пластов в точках на глубине хь х2, х3... для одной и уь у2, уз для другой. В данных отложениях плоскости границ пересекаются по одной прямой и для разрезов этих скважин удовлетворяют условиям перспективного соответствия, т. е.:

<Х| Л"3 Х-у

Уг~У\ Уъ~Уг У*~Уъ

= а.

Возможно, что расположение пластов в этих скважинах остается неизменным. Этот принцип впервые был использован в схеме Б. Жеховского [8]. Берется плоскость с прямоугольной системой координат. По одной оси откладываются глубины границ пластов первой скважины, по другой - второй. Точки с координатами (хь у^ (х2, у2)... наносятся на координатную плоскость. В результате они укладываются на монотонно падающую линию, отражающую принцип последовательности в напластовании осадков. Так как границы пластов подчиняются принципу перспективного соответствия, эта плавная линия является прямой, угол наклона которой р к оси х соответствует постоянному коэффициенту, а соотношения мощностей пластов для заданных интервалов разрезов двух скважин (Р = ап^ а). Если мощности пластов равны и пласты параллельны, то Р = 45°. Таким образом, полученная корреляционная прямая отражает закон корреляции разрезов в сопоставляемых скважинах. Чаще всего разрез оказывается состоящим из нескольких этажей, каждый из которых характеризуется своей корреляционной прямой со своим углом наклона р.

Таким образом, линия корреляции на графике состоит из нескольких прямолинейных отрезков (рисунок 1.4).

Анализ корреляционных графиков позволяет:

- выделить прямолинейные участки корреляции разрезов, каждый из которых соответствует геологической эпохе, в которую отлагавшиеся осадки были неподвижны друг относительно друга или перемещались с одной и той же скоростью;

- обнаружить места несогласий в разрезе по излому или разрыву корреляционной линии.

Таким образом, задача сопоставления разрезов заключается в том, чтобы, во-первых, найти для каждого этажа свой коэффициент соотношения мощностей, а во-вторых, определить границы этажей.

Рисунок 1.4 - Пример корреляционного графика нары скважин (площадь

Учкыр, УзАССР)

Для этого разработаны два следующих алгоритма корреляции.

1. Алгоритм сопоставления границ пластов, выделенных на геофизических диаграммах, основан на поиске функции минимальных рассогласований между соответствующими границами двух коррелируемых разрезов. Эта функция определяется следующим образом:

Ф = (х.) = X, - у,о,

где 1 - номера границ первой скважины;

^ - дает минимум по] выражения (х, - у,0 +Ао); ] - номера границ второй скважины; А0 = Х1 - у,.

Существуют различные случаи залегания пластов. При горизонтальном залегании в разрезах двух скважин функция рассогласования между сопоставляемыми границами ф(х. - у) равна нулю на всем протяжении разрезов (рисунок 1.5). В случае, когда пласты смяты, но параллельны, она равна постоянной разности между соответствующими границами (рисунок 1.5). При веерообразном залегании пластов в разрезах расстояние между коррелируемыми границами возрастает линейно. Здесь функции минимальных рассогласований между соответствующими границами ложатся на прямую линию с углом наклона (5 - агсЛ(а-1)), где а — коэффициент отношения мощностей (рисунок 1.5).

А Б в

Скв 1 Скв 2 у(х,-у,)=0 Скв 1 Скв 2 У(хгУ,)=а Скв 1 Скв 2 у(х,-у,)=Д,

Рисунок 1.5 - Пример сопоставления расчлененных разрезов. Залегание пластов: А - горизонтальное; Б - параллельное; В - веерообразное

2. Алгоритм корреляции нераечлененных геофизических диаграмм позволяет проводить ее без предварительного расчленения диаграмм или без надежных результатов расчленения. Он основан также на принципе похожести коррелирующих участков диаграмм в предположении, что относительные свойства пластов мало изменяются на рассматриваемой территории от разреза к разрезу. Мерой похожести выбрана величина нормированного коэффициента корреляции между сравниваемыми участками диаграмм. Чем более сходны участки, тем значение ближе к единице.

Список литературы диссертационного исследования кандидат наук Шайбаков, Равиль Артурович, 2014 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Шайбаков, P.A. Анализ и обработка исходной информации, необходимой для автоматизации процесса корреляции разрезов скважин [Текст] / P.A. Шайбаков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2012. - Вып.10. - С.54-59.

2. Верхотурова, О.М. Идентификация границ слабоструктурированных трехмерных объектов на основе методов дискретной оптимизации [Текст]: дис...канд.техн.наук: 05.13.01: защищена 11.09.2009: утв. 09.10.09 / Верхотурова Олеся Михайловна. - Уфа, 2009. - 170 с. - Библиогр.: с. 162-170.

3. Губерман, Ш.А. Машинное зрение и теория гештальта [Текст] / Ш.А. Губерман // Вопросы психологии. - 1983. -№ 3. - С. 143-149.

4. Губерман, Ш.А. Неформальный анализ данных в геологии и геофизике [Текст]: монография / Ш.А. Губерман. - Москва: Недра, 1987. - 261 с.

5. Губерман Ш.А. Теория гештальта и системный подход [Текст] / Ш.А. Губерман // Системные исследования. - 1984. - Вып.4. - С. 66-82.

6. Деч, В.Н. Методы изучения периодических явлений в геологии [Текст]: монография / В.Н. Деч, Л.Д. Кноринг. -Москва: Недра, 1985. - 255 с.

7. Губерман, Ш.А. Алгоритм расчленения и сопоставления геофизических разрезов скважин на ЭВМ [Текст] / Ш.А. Губерман // Нефтепромысловая геофизика. - 1975. - Вып. 5. - С. 48-56.

8. Жеховский, Б. Новый метод стратиграфической корреляции [Текст] / Б. Жеховский //Нефтепромысловое дело. - 1963. -Вып.31. - С. 22-27.

9. Гутман, И.С. Детальная корреляция продуктивных отложений в активном и интерактивном режимах с помощью программы ГЕОКОР-2 [Текст] / И.С. Гутман, В.В. Бакина, И.Ю. Балабан, В.Е. Копылов, Г.П. Кузнецова, H.H. Лисовский, O.P. Мусин, В.М. Староверов // труды Всероссийского совещания «Контроль и регулирование разработки нефтяных месторождений». - Альметьевск, 2000. - С. 183-184.

10. Детальная корреляция для построения трехмерных геологических моделей залежей УВ: учебное пособие к лабораторным работам по курсу

«Нефтегазопромысловая геология» [Текст]: монография / И.С. Гутман [и др.]. -Москва: изд-во «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2001. - 79 с.

11. Корреляция геолого-геофизических разрезов скважин с помощью программы «Геокор-2» [Текст] / И.С. Гутман [и др.] // Геология нефти и газа. -2002. - Вып.1. - С. 54-63.

12. Ковалевский, Е.В. Автоматическая корреляция скважин на основе формализации неопределенности / Е.В. Ковалевский // ОАО «Центральная геофизическая экспедиция». - (http://www.cge.ru/?page=dvgeocorr_r)

13. Ковалевский, Е.В. Уточнение геологических моделей посредством использования автоматической корреляции скважин [Текст] / Е.В. Ковалевский // Недропользование XXI век. - 2007. - Вып.4. - С. 28-31.

14. Шарапов, H.H. Применение математической статистики в геологии [Текст]: монография / И.Н. Шарапов. - Москва: «Недра», 1971. - 245 с.

15. Интерактивная корреляция геологических разрезов по данным ГИС [Текст] / В.М. Омелин [и др.] // Геология нефти и газа. - 1989. - Вып.8. -С. 102-118.

16. Харман, Х.Х. Современный факторный анализ [Текст]: монография / Х.Х. Харман. - Москва: «Статистика», 1972. - 392 с.

17. Grossman, А. Decomposition of Hardy Functions into Square Integrable Wavelets of Constant Shape / A. Grossman, J. Morlet // SIAM Journal Mathematics Analysis. - 1984,-Vol. 15,-Pp. 723.

18. Гильманова, H.B. Разработка методов литологического расчленения и межскважинной корреляции гелогических разрезов терригенных и вулканогенно-осадочных отложений на основе данных исследований скважин [Текст]: дис...канд.техн.наук: 25.00.10: защищена 27.04.2007: утв. 03.06.07 / Гильманова Наталья Вячеславовна - Тюмень, 2007. - 303 с. - Библиогр.: с. 291-303. j

19. Витязев, В.В. Вейвлет-анализ временных рядов [Текст]: монография / В.В. Витязев. - СПб: изд-во Санкт-Петербургского университета, 2001. - 58 с.

20. Воробьев, В.И. Теория и практика вейвлет-преобразования [Текст]: монография / В.И. Воробьев, В.Г. Грибунин. - СПб.: изд-во ВУС, 1999. - 203 с.

21. Дремин, И.М. Вейвлеты и их использование [Текст] / И.М. Дремин // Успехи физических наук. - 2000. - Вып.5. - С.46.

22. Добеши, И. Десять лекций по вейвлетам [Текст]: монография / И. Добеши. - Ижевск: НИЦ регулярная и хаотическая динамика, 2001. - 464 с.

23. Астафьева, Н.М. Вейвлет-анализ: основы теории и примеры применения [Текст] / Н.М. Астафьева // Успехи физических наук. - 1996. -Вып.11. - С. 1145-1170.

24. Lim, J.-S. Multivariate statistical techniques including PCA and rule based systems for well log correlation / J.-S. Lim // Developments in Petroleum Science. -2003.-Vol.51.-Pp. 673-688.

25. Интеллектуальные системы интерпретации данных геофизических исследований скважин [Текст] / В.А. Тененев [и др.] // Искусственный интеллект. - 2002. - Вып.З. - С. 439-447.

26. Федоров, A.B. Программно-аппаратные средства для интерпретации геофизических исследований скважин на основе нейроинформационных технологий [Текст]: дис...канд.техн.наук: 05.13.18: защищена 13.09.2005: утв. 02.11.09 / Федоров Алексей Владимирович. - Ижевск, 2005. - 172 с. -Библиогр.: с. 153-169.

27. Лялин, В.Е. Применение нейроинформатики при создании ядра базы знаний интеллектуальной системы для литологического расчленения разреза скважины [Текст] / В.Е. Лялин, A.B. Федоров // материалы международной научной молодежной школы «Нейроинформатика и системы ассоциативной памяти». - Таганрог: изд-во ТРТУ, 2005. - С. 95-99.

28. Сенилов, М.А. Модели радиальных нейронных сетей в задачах промышленной геофизики [Текст] / М.А. Сенилов, В.А. Тененев, П.Б.Паклин // материалы IV международной научно-технической конференции «Информационные технологии в инновационных проектах». - Ижевск: изд-во ИжГТУ, 2003. - Часть 2. - С. 85-87.

29. Корреляция геофизических разрезов скважин на ЭВМ [Текст] / Ш.А. Губерман [и др.] // Геология нефти и газа. - 1981. - Вып.2. - С. 78-94.

30. Губерман, Ш.А. Алгоритм расчленения и сопоставления геофизических разрезов скважин на ЭВМ [Текст] / Ш.А. Губерман // Нефтепромысловая геофизика. - 1975. - Вып.5. - С. 48-56.

31. Чуринова, И.М. ГЕММА— система интегрированной интерпретации геолого-геофизи^еских данных с целью построения моделей месторождения нефти и газа [Текст] / И.М. Чуринова, Г.В. Скрипникова, В.Б. Тихонов // материалы Московской Международной конференции по каротажу скважин. -Москва: ЦГЭ, 1998. - С. 104-122.

32. Миркес, Е.М. Нейроинформатика: учебное пособие для студентов [Текст]: монография / Е.М. Миркес. - Красноярск: ИПЦ КГТУ, 2002. - 347 с.

33. Констатирование, оценка значимости параметров, оптимизация их значений и их интерпретация в нейронных сетях [Текст] / С.Е. Гилев, Д.А. Коченев, Е.М. Миркес, Д.А. Россиев // материалы III Всероссийского семинара «Нейроинформатика и ее приложения». - Красноярск: КГТУ, 1995. -С. 79-88.

34. Сыртланова, B.C. Программный комплекс «Автоэкспертиза TimeZYX» - автоматизированная система для оценки качества геолого-гидродинамических моделей [Текст] / B.C. Сыртланова, Н.С. Фогель,

A.C. Тихонов // Вестник ЦКР Роснедра. - 2010. - Вып.4. - С.57-68.

35. Уоссермен, Ф. Нейрокомпьютерная техника: теория и практика [Текст]: монография / Ф. Уоссермен. -Москва: МИФИ, 1992. - 184 с.

36. Гутман, И.С. Моделирование залежей углеводородов. Корреляция разрезов скважин в автоматическом и полуавтоматическом режиме с помощью программы Autocorr [Текст] / И.С. Гутман, И.Ю. Балабан, Г.П. Кузнецова,

B.М. Староверов // материалы Российской нефтегазовой технической конференции и выставки. - Москва: SPE, 2006. - С. 1-9

37. Lyalin, V.E. Mathematical Modeling of Pointwise Interpretation of the Geophysical Data / V.E. Lyalin, M.A. Senilov // VI International Congress on

Mathematical Modeling: Book of Abstracts. - Nizhny Novgorod: University of Nizhny Novgorod, 2004. - P. 364.

38. Шерстнев, C.H. Аппаратное обеспечение компьютеризированной технологии геолого-геохимических исследований скважин в процессе бурения [Текст] / С.Н. Шерстнев // НТВ «Каротажник». - Вып.73. - С. 47-68.

39. Прошляков, Б.К. Литология [Текст]: монография / Б.К. Прошляков,

B.Г. Кузнецов. - Москва: Недра, 1991. - 444 с.

40. Латышова, М.П. Практическое руководство по интерпретации диаграмм геофизических методов исследования нефтяных и газовых скважин [Текст]: монография / М.П. Латышова. - Москва: Недра, 1996. - 336 с.

41. Обработка и интерпретация данных промысловых геофизических исследований на ЭВМ. Справочник [Текст]: монография / H.H. Сохранов [и др.]. - Москва: Недра, 1989. - 240 с.

42. Бенамеур, Л. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе [Текст]: монография / Л. Бенамеур, Ю.Н. Минаев, О.Ю. Филимонова. -Москва: Горячая линия - Телеком, 2003. - 272 с.

43. Мао, J. Artificial Neural Networks: A Tutorial / J. Мао // IEEE Computer. - 1996.-№3.-Pp.31-44.

44. Горбань, A.H. Нейроинформатика и ее приложения [Текст] / А.Н. Горбань // Открытые системы. - 1998. - Вып.04. - С.95-110.

45. Крисилов, В.А. Преобразование входных данных нейросети с целью улучшения их различимости [Текст] / В.А. Крисилов, A.B. Кондратюк // Труды Одесского политехнического университета. - Одесса, 1999. - Вып.2 (8). -

C. 134.

46. Питенко, A.A. Использование нейросетевых технологий при решении аналитических задач в ГИС [Текст] / A.A. Питенко // Методы нейроинформатики: сборник научных трудов. - Красноярск, 1998. - С.152-163.

47. Kohonen, Т. SelfOrganization and Associative Memory, Third Edition / T. Kohonen. - New York: Springer London, Limited, 1989. - 312 p.

48. Сенашова, М.Ю. Погрешности нейросетей, вычисление погрешностей весов синапсов [Текст] / М.Ю. Сенашова // Методы нейроинформатики: сборник научных трудов. - Красноярск, 1998. - Вып.1. - С.48-63.

49. Хайкин, С. Нейронные сети: полный курс [Текст]: монография / С. Хайкин. - Москва: издательский дом «Вильяме», 2006. - 1104 с.

50. Цветков, В .Я. Геоинформационные системы и технологии [Текст]: монография / В.Я. Цветков //Москва: Финансы и статистика, 1998. - 228 с.

51. Качурин, С.И. Анализ применимости многослойной нейронной сети для распознавания литологической структуры скважин по данным геофизических исследований [Текст]: дис...канд.техн.наук: 05.13.18: защищена 12.05.2003: утв: 10.07.2003 / Качурин Сергей Игоревич. - Ижевск, 2003. - 137 с. -Библиогр.: с. 127-136.

52. Дьяконова, Т.Ф. Применение ЭВМ при интерпретации данных геофизических исследований скважин: учебное пособие для вузов [Текст]: монография / Т.Ф. Дьяконова. - Москва: Недра, 1991. - 220 с.

53. Цыпкин, Я.З. Адаптация и обучение в автоматических системах [Текст]: монография / Я.З. Цыпкин. - Москва: главная редакция физико-математической литературы изд-ва «Наука», 1968. -400 с.

54. Элланский, М.М. Использование современных достижений петрофизики и физики пласта при решении задач нефтегазовой геологии по скважинным данным [Текст]: Учебное пособие для вузов / М.М. Элланский. -Москва: РГУ нефти и газа, 1999. - 501 с.

55. Заенцев, И.В. Нейронные сети: основные модели // Учебное пособие по курсу «Нейронные сети» [Текст]: монография / И.В. Заенцев. - Воронеж: ВГУ, 1999. - 76 с.

56. Сотник, C.JI. Конспект лекций по курсу «Основы проектирования систем искусственного интеллекта» [Текст]: монография / C.JI. Сотник. -Днепродзержинск: ИНТУИТ, 1999. - 87 с.

57. Шайбаков, P.A. Разработка комплексного метода детальной автокорреляции разрезов скважин [Текст] / P.A. Шайбаков // Электронный научный журнал «Нефтегазовое дело». - 2013. -Вып.5. - С.131-151.

58. Геология и нефтегазоносность ачимовской толщи Западной Сибири [Текст]: монография / A.A. Нежданов [и др.]. - Москва: издательство Академии горных наук, 2000. - 247 с.

59. Ковалевский, Е.В. Программные средства поддержки детальной корреляции скважин по данным ГИС [Текст] / Е.В. Ковалевский, Г.Н. Гогоненков // Геофизика. - 2004. - Вып.1. - С.21-26.

60. Скворцов, А. В. Триангуляция Делоне и ее применение [Текст]: монография / А. В. Скворцов. - Томск: изд-во Томского университетата, 2002. -128 с.

61. Яковлев, A.B. Руководство пользователя ПК «Isoline» [Текст]: монография / A.B. Яковлев. - Тюмень: 2009. - 162 с.

62. Муромцев, B.C. Электрометрическая геология песчаных тел -литологических ловушек нефти и газа [Текст]: монография /B.C. Муромцев. -Москва: Недра, 1984. - 260 с.

63. Каллан Р. Основные концепции нейронных сетей [Текст]: монография / Р. Каллан. - Москва: издательский дом «Вильяме», 2002. - 412 с.

64. Круглов, В.В. Искусственные нейронные сети. Теория и практика [Текст]: монография / В.В. Круглов, В.В. Борисов. - Москва: Горячая линия-Телеком, 2002. - 382 с.

65. Головацкая, И.В. Определение емкостных свойств и литологии пород в разрезах нефтегазовых скважин по данным радиоактивного и акустического каротажа (наставление по интерпретации с комплексом палеток) [Текст]: монография / И.В. Головацкая, Ю.А. Гулин, Ф.Х. Еникеева. - Калининград: изд-во ВНИГИК, 1984. - 301 с.

66. Горбань, А.Н. Нейронные сети на персональном компьютере [Текст]: монография / А.Н. Горбань, Д.А. Россиев. - Новосибирск: Наука, 1996. - 276 с.

67. Никитин, A.A. Теоретические основы обработки геофизической информации: учебник для вузов [Текст]: монография / A.A. Никитин. -Москва: Недра, 1986.-342 с.

68. Обстановки осадконакопления и фации [Текст]: монография / Х.Г. Рединг [и др.]. - Москва: изд-во «МИР», 1990. - 352 с.

69. Волков, A.M. Геологическое картирование нефтегазоносных территорий с помощью ЭВМ [Текст]: монография / A.M. Волков. - Москва: Недра, 1988.-221 с.

70. Волков, A.M. Решение практических задач на ЭВМ [Текст]: монография / A.M. Волков. - Москва: Недра, 1980. - 244 с.

71. Кузнецов, В.Б. Концептуальные основы структуры программного обеспечения информационно-измерительной системы для компьютеризированной каротажной станции / В.Б. Кузнецов, Т.Ю. Оленчикова,

B.А. Иванов, В.Е. Лялин; ИжГТУ. - Ижевск, 1999. - 15 е.: Библиогр.: с.15. -Деп. в ВИНИТИ 1999, №3881-В99.

72. Описание алгоритмов интерпретации данных электрического каротажа в рамках АСОИГИС [Текст]: монография / С.М. Зунделевич [и др.]. -Москва: Изд. ВНИИГеофизики, 1983. - 82 с.

73. Сурков, B.C. Фундамент и развитие платформенного чехла ЗападноСибирской плиты [Текст]: монография / B.C. Сурков, О.Г. Жеро. - Москва: Недра, 1981,- 143 с.

74. Мкртчян, С.О. Нейроны и нейронные сети [Текст]: монография /

C.О. Мкртчян. - Москва: Энергия, 1971. - 232 с.

75. Витязев, В.В. Вейвлет-анализ временных рядов: учебное пособие [Текст]: монография / В.В. Витязев. - СПб.: издатево С.-Петерб. университета, 2001.-58 с.

76. Сели, Р.К. Введение в седиментологию [Текст]: монография / Р.К. Сели. - Москва: Недра, 1981. - 370 с.

77. Крайниковский, С.С. Вейвлет-обработка данных в геофизических исследованиях скважин / С.С. Крайниковский // Сборник статей «Методы и инструменты конструирования программ». - Новосибирск, 2007. - С. 135-143.

78. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности [Текст]: монография / Г.К. Вороновский [и др.]. -Харьков: ОСНОВА, 1997. - 112 с.

79. Элементарное введение в геостатистику [Текст] / М.Ф. Каневский [и др.] // сборник в серии ВИНИТИ «Проблемы окружающей среды и природных ресурсов». - Москва: Наука, 1999. - 132 с.

80. Теория статистики [Текст]: монография / В.Г. Минашкин [и др.]. -Москва: Финансы и статистика, 2002. - 560 с.

81. Карагодин, Ю.Н. Ритмичность осадконакопления и нефтегазоносность [Текст]: монография / Ю.Н. Карагодин. - Москва: Недра, 1974.- 177 с.

82. Петтиджон, Ф.Дж. Осадочные породы [Текст]: монография / Ф.Дж. Петтиджон. - Москва, Недра, 1981.-751 с.

83. Шарафутдинов, Т.Р. Апробация алгоритма автокорреляции данных геофизических исследований скважин на примере отложений ачимовской толщи Правдинского месторождения [Текст] / Т.Р. Шарафутдинов // Научно-технический вестник ОАО «НК «Роснефть». - 2012. - Вып.1. - С.18-22.

84. Шайбаков, P.A. Применение гидравлических единиц потока для классификации коллекторов при моделировании пласта [Текст] / P.A. Шайбаков, М.В. Рыкус // материалы 60-й научно-технической конференции студентов, аспирантов и молодых ученых. - Уфа: Изд-во УГНТУ, 2009.-С.273.

85. Шайбаков, P.A. Применение нейронных сетей для решения задач петрофизики и геологии [Текст] / P.A. Шайбаков, К.В. Абабков // материалы 61-й научно-технической конференции студентов, аспирантов и молодых ученых.-Уфа: Изд-во УГНТУ, 2010.-С.318.

86. Шайбаков, P.A. Применение нейронных сетей при выделении сложнопостроенных геологических объектов [Текст] / P.A. Шайбаков, К.В. Абабков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти. Экономика и управление». - Уфа: Изд-во НПФ «Геофизика», 2011. - С.80-87.

87. Шайбаков, P.A. Детальная корреляция пластов группы БС на Правдинском нефтяном месторождении в связи с вопросом применимости методики автокорреляции скважин по данным ГИС [Текст] / P.A. Шайбаков // Молодой ученый. - 2012. - Вып.1. - С.80-83.

88. Шайбаков, P.A. Использование нейросетевого аппарата для идентификации границ геологических объектов [Текст] / P.A. Шайбаков // материалы международной заочной научной конференции «Технические науки: традиции и инновации». - Челябинск: Изд-во «Молодой ученый», 2012. -С. 8-11.

89. Шайбаков, P.A. Выделение слабоструктурированных залежей на основе комплексного анализа геологических данных [Текст] / P.A. Шайбаков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти». - Уфа: Изд-во НПФ «Геофизика», 2012. — С. 115-126.

90. Шайбаков, P.A. Применение математического аппарата нейронных сетей, основанных на картах Кохонена, при проведении подсчета запасов нефти и газа [Текст] / P.A. Шайбаков // Тезисы IX Всероссийской научно-технической конференции «Актуальные проблемы развития нефтегазового комплекса России». - Москва: РГУ нефти и газа им. И.М. Губкина, 2012. - С. 54.

91. Шайбаков, P.A. Методы решения задачи автокорреляции геологических объектов на основе скважинных данных [Текст] / P.A. Шайбаков, К.В. Абабков // Тезисы V научно-практической конференции «Математическое моделирование и компьютерные технологии в процессах разработки месторождений». - Москва: Изд-во «Нефтяное хозяйство», 2012. -С. 57.

92. Шайбаков, P.A. Обзор и анализ методов автокорреляции разрезов скважин [Текст] / P.A. Шайбаков // Сборник статей аспирантов и молодых специалистов «Проблемы геологии, геофизики, бурения и добычи нефти». -Уфа: Изд-во НПФ «Геофизика», 2013. - С. 133-143.

фондовая литература:

93. Разработка алгоритмов, методик и программных модулей для решения уникальных производственных задач при гидродинамическом моделировании пластовых систем углеводородов [Текст]: отчет о НИР: 16-107 / ОАО «НК «Роснефть»; рук. Яковлев A.A.; исполн.: Мухамадеев Д.С. [и др.]. -Уфа, 2012. -113 с. - Библиогр.: с. 110-113.

94. Разработка алгоритма и расчетного модуля пространственного анализа форм каротажных диаграмм [Текст]: отчет о НИР: 22-62 / ФГБУН Институт математики им. C.JI. Соболева - Сибирского отделения РАН; рук. Тайманов И.А.; исполн.: Базайкин Я.В. [и др.]. - Новосибирск, 2012. - 65 с. -Библиогр.: с.46.

95. Переоценка балансовых запасов нефти и гаа Правдинского месторождения [Текст]: проектный документ: 1.12-9.62 / ООО «РН-УфаНИПИнефть»; рук. Байков В.А.; исполн.: Чеснокова И.В. [и др.]. - Уфа, 2010.- 1204 с.