CC BY
3
Недропользование. 2023. Т. 23, № 4. С.152-158. DOI: 10.15593/2712-8008/2023.4.1
ISSN 2712-8008
Том I Volume 23 №4 2023
Домашняя страница журнала: HCCp:IIvesCnIk.psCu.ruIgeoI
НЕДРОПОЛЬЗОВАНИЕ
УДК 622.276:553.982.2:004.942 Статья / Article © ПНИПУ / PNRPU, 2023
Использование результатов дифференциации и группирования залежей для решения задач разработки карбонатных коллекторов Волго-Уральской нефтегазоносной провинции
Р.А. Гилязетдинов1, В.В. Мухаметшин2, Л. С. Кулешова1
1Институт нефти и газа Уфимского государственного нефтяного технического университета (Россия, 452607, г. Октябрьский, ул. Девонская, 54а)
2Уфимский государственный нефтяной технический университет (Россия, 450064, г. Уфа, ул. Космонавтов, 1)
Using the Results of Differentiation and Grouping of Deposits to Solve the Problems of Developing Carbonate Reservoirs in the Volga-Ural Oil and Gas Province
Ruslan A. Gilyazetdinov1, Vyacheslav V. Mukhametshin2, Lyubov S. Kuleshova1
institute of Oil and Gas Ufa State Petroleum Technological University (54a Devonskaya st., Oktyabrsky, 452607, Russian Federation) 2Ufa State Petroleum Technical University (1 Kosmonavtov st., Ufa, 450064, Russian Federation)
Получена / Received: 29.05.2023. Принята / Accepted: 27.11.2023. Опубликована / Published: 30.03.2024
Ключевые слова: карбонатные коллекторы, разработка месторождений, тектонико- стр атиграфическая приуроченность объектов, геолого-технические мероприятия, геолого-статистическое моделирование, метод анализа иерархии, дискриминантный анализ, метод главных компонент, контроль и регулирование процессов нефтеизлвечения, мониторинг остаточных запасов нефти, ранжирование перспективных для разработки зон скопления жидких углеводородов.
Актуальность выбранной для исследования темы обусловлена повсеместной необходимостью решения задач разработки в рамках реализации недропользователем высокоуровневого мониторинга и контроля процессов нефтеизвлечения на месторождениях со сложным геологическим строением для принятия своевременных и эффективных управленческих решений. При помощи комплексных результатов дифференциации и группирования залежей Волго-Уральской нефтегазоносной провинции, приуроченных к карбонатным коллекторам нижнекаменноугольной системы, проведена оценка релевантности параметров, характеризующих ключевые геолого-физические характеристики продуктивных пластов и насыщающих их флюидов. С использованием метода анализа иерархии в исследуемой нелинейной системе, образуемой после расчета процента правильно сгруппированных объектов и значений главных компонент, сформирован рейтинг потенциальных для разработки участков залежей месторождения Ы, содержащих в себе перспективные для вовлечения в процесс дренирования и освоения остаточные запасы нефти. При помощи расчетов вектора приоритетов как для одного из параметров, так и для их совокупности между собой получены качественные результаты, позволяющие эффективно выстроить стратегию повышения коэффициента нефтеизвлечения за счет учета уровня иерархии шести основных показателей при планировании или моделировании дизайна геолого-технических мероприятий, в том числе в специализированных программных обеспечениях. Это, в свою очередь, приводит к формированию альтернативного взгляда на изучение степени взаимовлияния основных геолого-физических характеристик продуктивных пластов между собой при различных граничных условиях, образуемых в результате протекания непрерывных процессов в системе «скважина - пласт». Объективность выявленных закономерностей успешно подтверждена в рамках точечного сравнения и сопоставления с имеющимися результатами геофизических и гидродинамических исследований скважин, скрининга и анализа ключевых технологических параметров разработки залежей жидких углеводородов, что существенно повышает область применения результатов в рамках решения задач разработки зрелых месторождений.
Keywords: carbonate reservoirs, field development, tectoni c-stratigraphic confinement of objects, well stimulation, geological and statistical modeling, hierarchw analwsis method, discriminant analwsis, principal component method, control and regulation of oil production processes, monitoring of residual oil reserves, ranking of areas of accumulation of liquid hydrocarbons prospectv for development.
The relevance of the topic chosen for the study is due to the widespread need to solve development tasks within the framework of the implementation by the subsurface user of high-level monitoring and control of oil recovery processes in fields with a complex geological structure in order to make timely and effective management decisions. Using the complex results of differentiation and grouping of deposits in the Volga-Ural oil and gas province, confined to the carbonate reservoirs of the Lower Carboniferous system, the relevance of the parameters characterizing the key geological and physical characteristics of productive formations and saturating fluids was assessed. Using the hierarchy analysis method in the nonlinear system under study, formed after calculating the percentage of correctly grouped objects and the values of the main components, a rating of potential N field parts containing residual oil reserves promising for involvement in the drainage and development process was formed. By calculating the priority vector for both one of the parameters and for their combination with each other, qualitative results were obtained that make it possible to effectively build a strategy to increase the oil recovery coefficient by taking into account the hierarchy level of the six main indicators when planning or modeling the design of geological and technical measures, including in specialized software. This, in turn, leads to the formation of an alternative view on the study of the degree of mutual influence of the main geological and physical characteristics of productive formations with each other under various boundary conditions formed as a result of continuous processes in the borehole-formation system. The objectivity of the revealed patterns has been successfully confirmed within the framework of point comparison and comparison with the available results of geophysical and hydrodynamic studies of wells, screening and analysis of key technological parameters for the development of liquid hydrocarbon deposits, which significantly increases the scope of the results in solving the problems of developing mature fields.
© ГЦлязетдинов Руслан Альбертович - научный сотрудник кафедры «Разведка и разработка нефтяных и газовых месторождений» (тел.: +007 (347) 676 64 04, e-mail: [email protected]). Контактное лицо для переписки.
© Мухаметшин Вячеслав Вячеславович - (ORCID: 0000-0003-3283-1047) - доктор технических наук, профессор кафедры «Геология и разведка нефтяных и газовых месторождений» (тел.: +007 (347) 241 61 89, e-mail: [email protected]).
© Кулешова Любовь Сергеевна - (ORCID: 0000-0003-2975-3666) - кандидат технических наук, доцент кафедры «Разведка и разработка нефтяных и газовых месторождений», заместитель директора по учебной работе (тел.: +007 (347) 676 75 60, e-mail: [email protected]).
© Ruslan A. Gilyazetdinov (Author ID in Scopus: 57321933200) - Senior Researcher at the Department of Exploration and Development of Oil and Gas Fields (tel.: +007 (347) 676 64 04, e-mail: [email protected]). The contact person for correspondence.
© Vyacheslav V. Mukhametshin (Author ID in Scopus: 58868028800, ORCID: 0000-0003-3283-1047) - Doctor of Engineering, Professor of the Department of Geology and Exploration of Oil and Gas Fields (tel.: +007 (347) 241 61 89, e-mail: [email protected]).
© Lyubov S. Kuleshova - (Author ID in Scopus: 49963947200, ORCID: 0000-0003-2975-3666) - PhD in Engineering, Associate Professor of the Department of Exploration and Development of Oil and Gas Fields, Deputy Director for Academic Affairs (tel.: +007 (347) 676 75 60, e-mail: [email protected]).
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Гилязетдинов Р.А., Мухаметшин В.В., Кулешова Л.С. Использование результатов дифференциации и группирования залежей для решения задач разработки карбонатных коллекторов Волго-Уральской нефтегазоносной провинции // Недропользование. - 2023. - Т.23, №4. - С.152-158. DOI: 10.15593/2712-8008/2023.4.1
Please cite this article in English as:
Gilyazetdinov R.A., Mukhametshin V.V., Kuleshova L.S. Using the results of differentiation and grouping of deposits to solve the problems of developing carbonate reservoirs in the Volga-Ural oil and gas province. Perm Journal of Petroleum and Mining Engineehng,2023, vol.23, no.4, рр.152-158. DOI: 10.15593/2712-8008/2023.4.1
Perm Journal of Petroleum and Mining Engineering. 2023. Vol.23, no.4. P.152-158. DOI: 10.15593/2712-8008/2023.4.1
Введение
Неустойчивость нелинейных процессов при изучении сложных технологических систем нефтегазовой отрасли накладывает ряд трудностей при их анализе с использованием различных подходов [1-7]. Это приводит к формированию неосновательных и непредставительных выводов касательно текущего состояния разработки объектов и возможных перспектив повышения продуктивности скважин, совершенствования и регулирования процессов заводнения. В условиях значительного расширения извлекаемой ресурсной базы Российской Федерации за счет разведки запасов, приуроченных к низкопроницаемым и неоднородным коллекторам, возникает перечень вопросов, решение которых сопряжено с различными видами рисков, оказывающих влияние на эффективность принятия управленческих решений. Формирование необходимой стратегии освоения и ввода в промышленную эксплуатацию трудноизвлекаемых запасов, должно осуществляться прежде всего, с использованием комплексных научно-методических основ, позволяющих в рамках проактивного управления ресурсами успешно подбирать необходимый перечень инструментов для моделирования различных производственных процессов [8-13].
На основании полученных эмпирических и теоретических результатов не всегда удается дать объективную и высококвалифицированную оценку рассматриваемым объектам нефтегазовой отрасли, что приводит:
- к дополнительным затратам ресурсов на уточнение существующих моделей при помощи ряда промысловых испытаний и экспериментов;
- использованию объектов без достаточной по количественно-качественному соотношению доказательной и аргументационной базы [14-16];
- получению различных погрешностей при моделировании процессов и систем, расположенных на более низком уровне иерархии;
- развитию масштабной инвариантности пространственных и временных характеристик объектов [17-19];
- низкому уровню информативности данных с точки зрения практической ценности и возможности использования их при решении ключевых задач разработки месторождений.
В связи с этим на современном этапе добычи жидких углеводородов значительная роль отводится поиску, уточнению и расширению области применения моделей, полученных в рамках прикладных исследований, что обусловлено необходимостью реализации качественного сопровождения и регулирования процессов движения жидкости к забоям добывающих скважин [20-23].
Материалы и методы
Одним из наиболее часто используемых инструментов для снижения размерности задачи и установления определенных соответствий между входными и выходными сигналами является комплексный анализ промысловых данных с использованием геолого-статистического моделирования [24-27]. Так, значительный интерес представляют методы, основанные на теории распознавания образов, которые позволяют успешно проводить классификацию объектов в условиях плохо определенных процессов, нечетких ограничений и низкой плотности информации при помощи представлений параметров в виде я-мерных векторов, каждый из которых оказывает влияние на итоговый результат. В то же время с учетом особенностей
нефтяной отрасли и реализации ее технологических процессов их значительное количество формирует системы сложных неравенств, решение которых не всегда возможно реализовать, руководствуясь лишь сопредельной полученной информацией [28-31].
Недостаточный уровень достоверности оценок геолого-физических параметров по результатам промысловых или лабораторных испытаний способствует снижению эффективности принятия управленческих решений, что прямо отражается на результатах мероприятий по повышению производительности скважин, оптимизации глубинно-насосного оборудования и в целом успешной реализации процессов добычи нефти [32]. Для решения текущей проблемы в рамках уточнения результатов геолого-статистического моделирования важным аспектом является определение параметров, которые оказывают значительное влияние на уровень распределения объектов в осях канонических дискриминантных функций, расстояние между центроидами групп и плотность каждой из них относительно друг друга.
Вышесказанное подтверждает необходимость поиска оптимального подхода к вопросу максимального использования информации о степени принадлежности объектов к той или иной группе для решения задач разработки сложных геологических комплексов [33-35]. В частности, наиболее перспективными для освоения на современном этапе добычи нефти являются карбонатные коллекторы Волго-Уральской нефтегазоносной провинции (ВУНГП), которые обладают следующими характеристиками:
- сложным и неоднородным структурным строением в симбиозе с нелинейным седиментационным циклом [36];
- разветвленной микро- и макротрещинноватостью горных пород;
- значительной неоднородностью изменения фильтрационно-емкостных характеристик при постоянном или переменном влиянии пластовых условий;
- высокой степенью деформации пород, способствующей изменению направлений движения жидкости в трещиноватых средах и, как следствие, формированию зон неопределенности при численном или гидродинамическом моделировании [37-40].
Результаты
В ходе дискриминантного анализа по данным 18 групп залежей, приуроченных к карбонатным коллекторам ВУНГП, построена диаграмма распределения вклада каждого из рассматриваемых параметров в процент верно сгруппированных объектов (рис. 1).
Как можно заметить, выделенные параметры определяют до 80 % идентифицируемости, причем вклад параметра тг численно равен сумме вкладов параметров: т, |0, рн, Рнас, О, Рпл. Иная ситуация наблюдается, например, при изучении
нижнекаменноугольной и верхнедевонской систем ВУНГП [41-43]. Дискриминантный анализ, проведенный по 6 группам и 16 параметрам, определил, что 80 % идентифицируемости обеспечивают 9 параметров, причем их порядок существенно отличается от предыдущего случая (рис. 2).
На основании результатов исследований установим, что применение дискриминантного анализа позволяет проводить лишь верхнеуровневую оценку параметров в рамках рассматриваемой системы, ее граничных условий и показателей, что при формировании алгоритма вовлечения в разработку остаточных запасов нефти не всегда дает положительные результаты. Это связано,
Рис. 1. Вклад параметров в процент верно сгруппированных объектов ВУНГП в карбонатных коллекторах: тк - среднее значение пористости (по керну), %; |0 - относительная вязкость нефти; рн - плотность пластовой нефти, кг/м3; Рас - давление насыщения нефти газом, МПа; О - пластовый газовый фактор, м3/т; Р - пластовое давление, МПа; t - пластовая
? пл ^ ' ? пл
температура, °С; Кн - коэффициент нефтенасыщенности, доли ед.; |н - вязкость пластовой нефти, мПас; тг - среднее значение пористости (по геофизике), %; Кпрон - коэффициент проницаемости, 10-3, мкм2; Н - глубина залегания пласта, м
Рис. 2. Вклад параметров в процент верно сгруппированных объектов ВУНГП в карбонатных коллекторах нижнекаменноугольной и верхнедевонской систем: Эт -энтропия пористости; Нэр - среднее значение эффективной нефтенасыщенной толщины в зоне разбуривания, м; Нп -среднее значение толщины нефтенасыщенных пропластков, м; Кп - доля пород-коллекторов в общей толщине пласта, доли ед.; <зт - среднеквадратичное отклонение пористости, %; Шн - вариация толщины нефтенасыщенных пропластков, %; Кр - коэффициент расчлененности пласта
например, с высокой корреляцией между геолого-физическими характеристиками объектов, которая значительно варьируется в пределах того или иного стратиграфического комплекса [44-46].
В данном случае объективную и правильную классификацию параметров по ряду различных критериев, необходимую для уточнения существующих моделей и расширения области их применения, можно провести при помощи метода анализа иерархии (МАИ). Данный способ позволяет давать объективную и релевантную оценку параметрам неустойчивой системы [47]. Преимуществом МАИ при решении задач разработки месторождений жидких углеводородов является возможность работы с неоднородными данными за счет разложения их на взаимосвязанные кластеры.
Исходными данными для расчетов выступили:
• в качестве критериев:
- ранжированный ряд параметров, обеспечивающий до 80 % идентифицируемости объектов при реализации дискриминантного анализа, рассчитанный по формуле (1):
J =
Т —
(1)
где J - информативность того или иного параметра при определении процента верно сгруппированных объектов; Я, - номер ранга параметра в ¿м варианте группирования объектов; п - количество вариантов группирования, в которые вошел параметр;
• в качестве альтернативных вариантов:
- залежи в карбонатных коллекторах каменноугольной системы ВУНГП, включающие в себя наиболее перспективные участки для проведения геолого-технических мероприятий (ГТМ) по результатам проведенного мониторинга, скрининга и анализа геолого-промысловых данных месторождения М приуроченные к Благовещенской впадине (БВ):
- верейского горизонта (Вр), шифры опытных участков (1ХУ-5ХУ);
- башкирского яруса (Бш), шифры опытных участков (1ХУ1-4ХУ1);
- каширского горизонта (Кш), шифры опытных участков (1X11-6X11);
- подольского горизонта (Пд), шифры опытных участков (1УП-3УП).
Для определения уровня приоритетов рассматриваемых критериев используем матрицу парных сравнений, полученную при экспертной оценке и анализе результатов проведения различных ГТМ за последний год по объекту исследования. Затем на основе полученных значений рассчитаем показатели локальных векторов юу приоритетов (табл. 1) по формуле (2):
ю. =
Т ^
(2)
где юу - значение локального вектора ¿-го критерия;
Т ^
сумма промежуточных оценок критериев;
Ф(1-6) - промежуточная оценка ¿-го критерия, рассчитываемая по формуле:
V), = 6 , (3)
где ,д2 - оценки важности критериев для
каждого из ,-го параметра.
Для проверки объективности экспертных оценок последовательно решается система (4), на основе которой устанавливается согласованность результатов и отсутствие противоречий:
| а - n
Л _ I max
n -1
1
а = Vro. + Vro. ю2 + Vro. ю3 +
max / г 1 / г 2 / г 3 г=1 г=2 г=3
4 5 6
+Т г • Ю4 + Т г ' Ю5 + Т^ ' ^
Хг =-> 0,1,
г Т.
где д - индекс согласованности; атах - размах экспертных оценок; п - размерность матрицы
6
экспертных оценок (см. столбцы 2-7 табл. 1); -
сумма оценок 1-го столбца матрицы; - параметр,
n
3
Таблица 1
Результаты оценки важности критериев в условиях залежей ВУНГП, приуроченных к карбонатным коллекторам
Номер 1 2 3 4 5 6 78
параметра
Критерий K р кпрон Д •н m иэ кн V*), Ю1-6
K p 1 9 8 6 4 3 4,1602 0,455
кпрон 1 9 1 1 8 1 3 1 5 1 6 0,2316 0,0253
•н 1 8 8 1 3 1 2 1 3 0,8908 0,0974
m 1 6 3 1 3 1 1 4 1 8 0,416 0,0453
иэ 1 4 5 2 4 1 1 2 1,3076 0,143
кн 1 3 6 3 8 2 1 2,1398 0,234
Сумма 1,986 32 14,458 22,3 7,95 5,125 9,146 1
Таблица 2
Рейтинг наиболее перспективных для вовлечения в разработку участков залежей ВУНГП месторождения N
Шифр Векторы приоритетов t,. Рейтинг, k,
i-го участка залежи K р кпрон Дн m нэ кн
1XV БВ (Вр) 0,554* 0,323 0,289 0,122 0,321 0,123 0,368 (1)
4XVI БВ(Бш) 0,098 0,467 0,109 0,167 0,404 0,147 0,166 (4)
3XII БВ(Кш) 0,126 0,387 0,98 0,188 0,087 0,212 0,233 (3)
1VII БВ(Пд) 0,321 0,454 0,067 0,119 0,039 0,321 0,243 (2)
Примечание: жирным шрифтом отмечены наиболее приоритетные значения для различных геолого-физических параметров.
характеризующий отношение согласованности 1-х критериев; т - значение величины случайной согласованности.
Заключительный этап анализа представлен расчетом показателей глобального приоритета к по исходной выборке данных (формула (5)), на основе которой формируется рейтинг вовлечения в разработку наиболее перспективных участков рассматриваемых залежей месторождения N приуроченных к карбонатным коллекторам ВУНГП (табл. 2):
k =
(5)
где к - глобальный приоритет 1-го критерия; ^ -векторы приоритетов исследуемых участков залежей.
По результатам рейтинга участок 1ХУ месторождения N приуроченный к Благовещенской впадине верейского горизонта, рекомендован как наиболее перспективный для вовлечения в разработку остаточных запасов нефти при помощи ряда геолого-технических мероприятий.
В свою очередь, участок 4ХУ1 башкирского горизонта обладает меньшим потенциалом для эффективного освоения жидких углеводородных ресурсов, что подтверждается:
- довольно высокими значениями векторов приоритета для параметров проницаемости и эффективной нефтенасыщенной толщины;
- результатами гидродинамического моделирования, геофизических исследований скважин и прогнозными расчетами [48];
- анализом динамики изменения продуктивности добывающих скважин.
Остальные участки залежей ВУНГП месторождения N обладают рейтингами, значения которых не превышают 0,05 единицы, что, в свою очередь, требует более детального и комплексного анализа на микроуровне организации нелинейных систем нефтедобычи с привлечением разносторонней информации о пластовых процессах.
Заключение
В результате использования метода анализа иерархии для комплекса геолого-физических параметров, характеризующих коллекторские свойства пластов и насыщающих их флюидов, по залежам ВУНГП, приуроченных к карбонатным коллекторам, получены следующие выводы:
- уточнение результатов дискриминантного анализа позволяет выявить ряд параметров, оказывающих превалирующее влияние на успешность реализации дальнейших операций, связанных с различными аспектами моделирования или операциями планирования геолого-технических мероприятий;
- при помощи расчета шести значений векторов приоритета в зависимости от участков залежи определены наиболее важные параметры как по отдельности для каждой из них, так и в совокупности, что позволило сформировать рейтинг наиболее перспективных зон для вовлечения остаточных запасов;
- полученные в ходе исследования закономерности подтверждаются результатами анализа геолого-промысловых данных эксплуатации месторождения N геофизических и гидродинамических исследований скважин.
Для обеспечения наиболее рациональных условий разработки объекта исследования необходимо провести по менее перспективным участкам аналогичные и более детальные исследования в целях поиска и оценки возможностей повышения коэффициента нефтеизвлечения.
Библиографический список
1. Кулешова Л.С., Мухаметшин В.Ш. Поиск и обоснование применения инновационных методов добычи углеводородов в осложненных условиях // SOCAR Proceedings. - 2022. - Спец. вып. № 1. - С. 71-79. DOI: 10.5510/OGP2022SI100647
2. Мухаметшин В.В., Кулешова Л.С. О снижении уровня неопределенности при управлении заводнением залежей с трудноизвлекаемыми запасами // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2020. - Т. 331, № 5. - С. 140-146. DOI: 10.18799/24131830/2020/5/2644
3. Martyushev D.A., Yurikov A. Evaluation of opening of fractures in the Logovskoye carbonate reservoir // Petroleum Research. - 2021. - Vol. 6 (2). -P. 137-143. DOI: 10.1016/j.ptlrs.2020.11.002
4. Мухаметшин В.Ш. Экспресс-оценка коэффициента извлечения нефти при разработке залежей в карбонатных коллекторах на естественных режимах. SOCAR Proceedings. - 2022. - Спец. вып. № 1. - С. 27-37. DOI: 10.5510/OGP2022SI100642
5. Муслимов Р.Х. Нефтеотдача: прошлое, настоящее, будущее (оптимизация добычи, максимизация КИН). - Казань: Фэн, 2014. - 750 с.
6. Галкин В.И., Колтырин А.Н. Разработка методики прогнозирования технологических показателей работы скважины после применения геолого-технических мероприятий // Нефтепромысловое дело. - 2020. - № 7(619). - С. 18-28. DOI: 10.30713/0207-2351-2020-7(619)-18-28
7. Changes in adhesion force on kaolin under pressures / V. Seredin, M. Fyodorov, I. Lunegov, V. Galkin // AIP Conference Proceedings: 28th Russian Conference on Mathematical Modelling in Natural Sciences, RuMoNaS 2019, Perm, 02-05 октября 2019 года. - Perm: American Institute of Physics Inc., 2020. - Vol. 2216. - P. 040004. DOI: 10.1063/5.0003673
8. Мухаметшин В.В., Кулешова Л.С. О снижении уровня неопределенности при управлении заводнением залежей с трудноизвлекаемыми запасами // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2020. - Т. 331, № 5. - С. 140-146. DOI: 10.18799/24131830/ 2020/5/2644
9. Методический подход к мониторингу эффективности использования ресурсной базы при разработке нефтяных месторождений / В.А. Грищенко, И.Н. Асылгареев, Р.Н. Бахтизин, В.В. Мухаметшин, Р.Ф. Якупов // SOCAR Proceedings. - 2021. - Спец. вып. № 2. - С. 229-237. DOI: 10.5510/ 0GP2021SI200604
10. Рогачев М.К., Мухаметшин В.В., Кулешова Л.С. Повышение эффективности использования ресурсной базы жидких углеводородов в юрских отложениях Западной Сибири // Записки Горного института. - 2019. - Т. 240. - С. 711-715. DOI: 10.31897/PMI.2019.6.711
11. Мартюшев Д.А., Галкин В.И., Пономарева И.Н. Изучение закономерностей распределения фильтрационных свойств в пределах сложнопостроенных карбонатных резервуаров // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2021. - Т. 332, № 11. - С. 117-126. DOI: 10.18799/24131830/2021/11/3069
12. Идентификация слабо выработанных зон на месторождениях с трудноизвлекаемыми запасами / И.Ф. Хатмуллин, Е.И. Хатмуллина, А.Т. Хамитов, Р.А. Гималетдинов, С.Е. Мезиков // Нефтяное хозяйство. - 2015. - № 1. - С. 74-79.
13. Галкин В.И., Соснин Н.Е. Разработка геолого-математических моделей для прогноза нефтегазоносности сложнопостроенных структур в девонских терригенных отложениях // Нефтяное хозяйство. - 2013. - № 4. - С. 28-31.
14. Евсюткин И.В., Марков Н.Г. Глубокие искусственные нейронные сети для прогноза значений дебитов добывающих скважин // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2020. - Т. 331, № 11. - С. 88-95. DOI: 10.18799/24131830/2020/11/2888
15. Дифференциация и группирование сложнопостроенных залежей нефти в карбонатных коллекторах в решении задач управления разработкой /
B.Ш. Мухаметшин, И.Н. Хакимзянов, Р.Н. Бахтизин, Л.С. Кулешова // SOCAR Proceedings. - 2021. - Спец. вып. № 1. - С. 88-97. DOI: 10.5510/ OGP2021SI100513
16. Reservoir pressure prediction using time-lapse seismic multi-attribute analysis / Zhu Zhenyu, Liu Zhipeng, Mi Fang, Sang Shuyun // SEG Technical Program Expanded Abstracts. - 2013. - P. 5036-5040. DOI: 10.1190/segam2013-1436.1
17. Mukhametshin V.V., Kuleshova L.S. Using the method of canonical discriminant functions for a qualitative assessment of the response degree of producing wells to water injection during the development of carbonate deposits // IOP Conference Series: Materials Science and Engineering (MEACS 2020 -International Conference on Mechanical Engineering, Automation and Control Systems). - 2021. - Vol. 1064. - 012069. - P. 1-9. DOI: 10.1088/1757-
899X/1064/1/012069
18. Classification of heavy high-viscosity oils for improving the efficiency of reservoir development / I.Sh. Mingulov, V.V. Mukhametshin, Sh.G. Mingulov, L.S. Kuleshova // IOP Conference Series: Materials Science and Engineering (AIME 2020 - International Conference: Actual Issues of Mechanical Engineering). - 2021. -Vol. 1111. - 012036. - P. 1-6. DOI: 10.1088/1757-899X/1111/1/012036
19. Мартюшев Д.А., Галкин С.В., Шелепов В.В. Влияние напряженного состояния горных пород на матричную и трещинную проницаемость в условиях различных литолого-фациальных зон турне-фаменских нефтяных залежей Верхнего Прикамья // Вестник Московского университета. Серия 4: Геология. - 2019. - № 5. - С. 44-52. DOI: 10.33623/0579-9406-2019-5-44-52
20. Mukhametshin V.Sh., Tyncherov K.T., Rakhimov N.R. Geological and statistical modeling of oil recovery of carbonate formations // Journal of Physics: Conference Series (IPDME-2020 - International Conference on Innovations, Physical Studies and Digitalization in Mining Engineering). - 2021. - Vol. 1753. -
012080. - P. 1-7. DOI: 10.1088/1742-6596/1753/1/012080
21. Хасанов М.М., Мухамедшин Р.К., Хатмуллин И.Ф. Компьютерные технологии решения многокритериальных задач мониторинга разработки нефтяных месторождений // Вестник инжинирингового центра ЮКОС. - 2001. - № 2. - С. 26-29.
22. Developing an algorithm for solving a material balance equation in the context of information uncertainty / R.F. Yakupov, V.V. Mukhametshin, L.S. Kuleshova, I.Sh. Mingulov // Journal of Physics: Conference Series (International Conference on IT in Business and Industry (ITBI 2021)). - 2021. -Vol. 2032. - 012053. - P. 1-7. DOI: 10.1088/1742-6596/2032/1/012053
23. Mukhametshin V.V., Kuleshova L.S. The role and significance of the stratigraphic factor in the identification of oil fields // IOP Conference Series: Earth and Environmental Science (International Symposium "Earth sciences: history, contemporary issues and prospects"). - 2021. - Vol. 867. - 012015. - P. 1-7. DOI: 10.1088/1755-1315/867/1/012015
24. Beltiukov D.A., Kochnev A.A., Galkin S.V. The combining different-scale studies in a reservoir simulation model of a deposit with a fractured-cavernous type of carbonate reservoir // IOP Conference Series: Earth and Environmental Science: 14, Perm, Virtual, 09-12 ноября 2021 года. - Perm, Virtual, 2022. -Vol. 1021. - P. 012027. DOI: 10.1088/1755-1315/1021/1/012027
25. Статистическая оценка достоверности определения фильтрационных параметров пласта с применением кривых стабилизации давления и анализа добычи в различных геолого-физических условиях / И.Н. Пономарева, В.И. Галкин, Д.А. Мартюшев, И.А. Черных, К.А. Черный, С.В. Галкин // Геология, геофизика и разработка нефтяных и газовых месторождений. - М., 2020. - № 11 (347). - С. 63-67. DOI: 10.30713/2413-5011-2020-11(347)-63-67
26. Воеводкин В.Л., Галкин С.В., Поплыгин В.В. Прогнозирование дебитов нефти при технико-экономическом обосновании проектов освоения и поисков месторождений территории ВКМКС // Нефтепромысловое дело. - 2010. - № 7. - С. 45-47.
27. Мухаметшин В.В., Андреев В.Е. Повышение эффективности оценки результативности технологий, направленных на расширение использования ресурсной базы месторождений с трудноизвлекаемыми запасами // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2018. - Т. 329, № 8. - С. 30-36.
28. Методика вероятностной оценки геологических рисков при поисках нефтяных месторождений для территорий с высокой плотностью промышленных открытий / А.Р. Курчиков, В.Н. Бородкин, С.В. Галкин, В.И. Галкин, А.В. Растегаев // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2013. - № 10. - С. 4-13.
29. Галкин С.В. Методология учета геологических рисков на этапе поисков и разведки нефтяных месторождений // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. - 2012. - Т. 11, № 4. - С. 23-32.
30. Построение статистических моделей оценки коэффициента извлечения нефти для эксплуатационных объектов Пермского Прикамья / В.И. Галкин,
C.В. Галкин, В.Л. Воеводкин, В.Г. Пермяков // Нефтяное хозяйство. - 2011. - № 2. - С. 86-88.
31. Поплыгин В.В., Галкин С.В. Прогнозная экспресс-оценка показателей разработки нефтяных залежей // Нефтяное хозяйство. - 2011. - № 3. - С. 112-115.
32. Токарев М.А. Комплексный геолого-промысловый контроль за текущей нефтеотдачей при вытеснении нефти водой. - М.: Недра, 1990. - 267 с.
33. Методический подход к классификации месторождений и поиску месторождений-аналогов / И.О. Орлова, Е.И. Захарченко, Н.К. Скиба, Ю.И. Захарченко // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2014. - № 12. - С. 16-18.
34. Шахвердиев А.Х. Некоторые концептуальные аспекты системной оптимизации разработки нефтяных месторождений // Нефтяное хозяйство. -2017. - № 2. - С. 58-63. DOI: 10.24887/0028-2448-2017-2-58-63
35. Yakupov R.F., Mukhametshin V.Sh., Tyncherov K.T. Filtration model of oil coning in a bottom water-drive reservoir // Periodico Tche Quimica. - 2018. -
V. 15, iss. 30. - P. 725-733. DOI: 10.52571/PTQ.v15.n30.2018.725
36. Скачек К.Г., Галкин В.И., Растегаев А.В. Разработка моделей прогноза нефтегазоносности пласта Ю2 по геохимическим данным (на примере территории деятельности ООО «Лукойл-Западная Сибирь») // Нефтепромысловое дело. - 2013. - № 9. - С. 13-16.
37. Йереског К.Г., Клован Д.И., Реймент Р.А. Геологический факторный анализ / пер. с англ. Л.Н. Дуденко. - Л.: Недра, 1980. - 224 с.
38. Крамбейн У., Кауфмен М., Мак-Кеммон Р. Модели геологических процессов: введ. в мат. геологию / пер. с англ. Р.И. Когана. - М.: Мир, 1973. - 150 с.
39. Мирзаджанзаде А.Х., Степанова Г.С. Математическая теория эксперимента в добыче нефти и газа. - М.: Недра, 1977. - 229 с.
40. Вотинов А.С., Мартюшев Д.А., Галкин С.В. Способ дифференциации пустотности неоднородных карбонатных пластов: № 2021133939: заявл. 22.11.2021: опубл. 12.05.2022 / заявитель федеральное государственное автономное образовательное учреждение высшего образования «Пермский национальный исследовательский политехнический университет». Патент № 2771802 C1 Российская Федерация, МПК E21B 47/00, E21B 49/00, G01V 5/14.
41. Valeev A.I., Mukhametshin V.Sh., Anisimov V.V. Forecasting the hydraulic fracturing efficiency when selecting wells for an event // IOP Conference Series: Earth and Environmental Science (XIV Russian Conference on Petroleum and Mining Engineering). - 2022. - Vol. 1021. - 012057. - P. 1-7. DOI: 10.1088/1755-1315/1021/1/012057
42. Mukhametshin V.Sh. Calculation and Forecast of Resource Extraction during Exploration // IOP Conference Series: Earth and Environmental Science (XIV Russian Conference on Petroleum and Mining Engineering). - 2022. - Vol. 1021. - 012006. - P. 1-9. DOI: 10.1088/1755-1315/1021/1/012006
43. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. - 1978. - Вып. 33. - С. 5-68.
44. Robustness analysis of shield tunnels in non-uniformly settled strata based on fuzzy set theory / Z. Li, Z. Zhong, X. Cao, B. Hou, L. Li // Computers and Geotechnics. - 2023. - № 105670. - P. 162. DOI: 10.1007/978-3-319-97115-5178
45. Tavana M., Soltanifar M., Santos-Arteaga F.J. Analytical hierarchy process: Revolution and evolution // Annals of Operations Research. - 2023. - Т. 326, № 2. - P. 879-907. DOI: 10.1007/s10479-021-04432-2
46. Estimation of heterogeneity of Oil & Gas field carbonate reservoirs by means of computer simulation of Core X-Ray Tomography data / A.A. Efimov, S.V. Galkin, Y.V. Savitsky, V.I. Galkin // Ecology, Environment and Conservation. - 2015. - Vol. 21, November. - P. 79-85.
47. Некрасов А.С. Результаты дисперсионного факторного анализа при оценке достоверности структуры порового пространства карбонатных пород-коллекторов // Вестник Пермского национального исследовательского политехнического университета. - 2015. - № 16. - С. 25-34. DOI: 10.15593/2224-9923/2015.16.3
48. Чичинина Т.И., Мартюшев Д.А. Особенности анизотропных свойств трещиноватых коллекторов: исследование параметра Томсена 8 // Геомодель 2021: материалы 23-й Конференции по вопросам геологоразведки и разработки месторождений нефти и газа, Геленджик, 06-10 сентября 2021 года. - М.: ООО «ЕАГЕ Геомодель», 2021. - С. 71. DOI: 10.3997/2214-4609.202157085
References
1. Kuleshova L.S., Mukhametshin V.Sh. Poisk i obosnovanie primeneniia innovatsionnykh metodov dobychi uglevodorodov v oslozhnennykh usloviiakh]. [Research and justification of innovative techniques employment for hydrocarbons production in difficult conditions]. SOCAR Proceedings, 2022, spetsial'nyi vypusk no. 1, pp. 71-79. DOI: 10.5510/OGP2022SI100647
2. Mukhametshin V.V., Kuleshova L.S. O snizhenii urovnia neopredelennosti pri upravlenii zavodneniem zalezhei s trudnoizvlekaemymi zapasami [On uncertainty level reductionin managing waterflooding of the deposits with hard to extract reserves]. Izvestiia Tomskogopolitekhnicheskogo universiteta. Inzhiniringgeoresursov, 2020, vol. 331, no. 5, pp. 140-146. DOI: 10.18799/24131830/2020/5/2644
3. Martyushev D.A., Yurikov A. Evaluation of opening of fractures in the Logovskoye carbonate reservoir. Petroleum Research, 2021, Vol. 6 (2), pp. 137-143. DOI: 10.1016/j.ptlrs.2020.11.002
4. Mukhametshin V.Sh. Ekspress-otsenka koeffitsienta izvlecheniia nefti pri razrabotke zalezhei v karbonatnykh kollektorakh na estestvennykh rezhimakh [Oil recovery factor express evaluation during carbonate reservoirs development in natural regimes]. SOCAR Proceedings, 2022, spetsial'nyi vypusk no. 1, pp. 27-37. DOI: 10.5510/OGP2022SI100642
5. Muslimov R.Kh. Nefteotdacha: proshloe, nastoiashchee, budushchee (optimizatsiia dobychi, maksimizatsiia KIN) [Oil recovery: past, present, future (production optimization, oil recovery factor maximization)]. Kazan': Fen, 2014, 750 p.
6. Galkin V.I., Koltyrin A.N. Razrabotka metodiki prognozirovaniia tekhnologicheskikh pokazatelei raboty skvazhiny posle primeneniia geologo-tekhnicheskikh meropriiatii [Development of a method for forecasting technological indicators of a well operation after application of geological-technical measures]. Nefiepromyslovoe delo,2020, no. 7(619), pp. 18-28. DOI: 10.30713/0207-2351-2020-7(619)-18-28
7. Seredin V., Fyodorov M., Lunegov I., Galkin V. Changes in adhesion force on kaolin under pressures. AIP Conference Proceedings: 28th Russian Conference on Mathematical Modelling in Natural Sciences, RuMoNaS 2019, Perm, 02-05 Oktober 2019. Perm: American Institute of Physics Inc., 2020, vol. 2216, 040004 p. DOI: 10.1063/5.0003673
8. Mukhametshin V.V., Kuleshova L.S. O snizhenii urovnia neopredelennosti pri upravlenii zavodneniem zalezhei s trudnoizvlekaemymi zapasami [On uncertainty level reduction in managing waterflooding of the deposits with hard to extract reserves]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2020, vol. 331, no. 5, pp. 140-146. DOI: 10.18799/24131830/2020/5/2644
9. Grishchenko V.A., Asylgareev I.N., Bakhtizin R.N., Mukhametshin V.V., Iakupov R.F. Metodicheskii podkhod k monitoringu effektivnosti ispol'zovaniia resursnoi bazy pri razrabotke neftianykh mestorozhdenii [Methodological Approach to The Resource Base Efficiency Monitoring in Oil Fields Development]. SOCAR Proceedings,2021, spetsial'nyi vypusk no. 2, pp. 229-237. DOI: 10.5510/OGP2021SI200604
10. Rogachev M.K., Mukhametshin V.V., Kuleshova L.S. Povyshenie effektivnosti ispol'zovaniia resursnoi bazy zhidkikh uglevodorodov v iurskikh otlozheniiakh Zapadnoi Sibiri [Improving the efficiency of using resource base of liquid hydrocarbons in Jurassic deposits of Western Siberia]. Zapiski Gornogo institute, 2019, vol. 240, pp. 711-715. DOI: 10.31897/PMI.2019.6.711
11. Martiushev D.A., Galkin V.I., Ponomareva I.N. Izuchenie zakonomernostei raspredeleniia fil'tratsionnykh svoistv v predelakh slozhnopostroennykh karbonatnykh rezervuarov [Study of regularities of distribution of filtering properties within complexly constructed carbonate reservoirs]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2021, vol. 332, no. 11, pp. 117-126. DOI: 10.18799/24131830/2021/11/3069
12. Khatmullin I.F., Khatmullina E.I., Khamitov A.T., Gimaletdinov R.A., Mezikov S.E. Identifikatsiia slabo vyrabotannykh zon na mestorozhdeniiakh s trudnoizvlekaemymi zapasami]. [Identification of zones with poor displacement in fields with hard-to-recover reserves]. Neftianoe khoziaistvo, 2015, no. 1, pp. 74-79.
13. Galkin V.I., Sosnin N.E. Razrabotka geologo-matematicheskikh modelei dlia prognoza neftegazonosnosti slozhnopostroennykh struktur v devonskikh terrigennykh otlozheniiakh [Geological development of mathematical models for the prediction of oil and gas complex-built structures in the Devonian clastic sediments]. Neftianoe khoziaistvo,2013, no. 4, pp. 28-31.
14. Evsiutkin I.V., Markov N.G. Glubokie iskusstvennye neironnye seti dlia prognoza znachenii debitov dobyvaiushchikh skvazhin [Deep artificial neural networks for forecasting debit values for production wells]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2020, vol. 331, no. 11, pp. 88-95. DOI: 10.18799/24131830/2020/11/2888
15. Mukhametshin V.Sh., Khakimzianov I.N., Bakhtizin R.N., Kuleshova L.S. Differentsiatsiia i gruppirovanie slozhnopostroennykh zalezhei nefti v karbonatnykh kollektorakh v reshenii zadach upravleniia razrabotkoi [Differentiation and Grouping of Complex-Structured Oil Reservoirs in Carbonate Reservoirs in Development Management Problems Solving]. SOCAR Proceedings,2021, spetsial'nyi vypusk no. 1, pp. 88-97. DOI: 10.5510/OGP2021SI100513
16. Zhu Zhenyu, Liu Zhipeng, Mi Fang, Sang Shuyun. Reservoir pressure prediction using time-lapse seismic multi-attribute analysis. SEG Technical Program ExpandedAbstracts,2013, pp. 5036-5040. DOI: 10.1190/segam2013-1436.1
17. Mukhametshin V.V., Kuleshova L.S. Using the method of canonical discriminant functions for a qualitative assessment of the response degree of producing wells to water injection during the development of carbonate deposits. IOP Conference Series: Materials Science and Engineering (MEACS 2020 - International Conference on Mechanical Engineering, Automation and Control Systems),2021, vol. 1064, 012069, pp. 1-9. DOI: 10.1088/1757-899X/1064/1/012069
18. Mingulov I.Sh., Mukhametshin V.V., Mingulov Sh.G., Kuleshova L.S. Classification of heavy high-viscosity oils for improving the efficiency of reservoir development. IOP Conference Series: Materials Science and Engineering (AIME 2020 - International Conference: Actual Issues of Mechanical Engineering), 2021, vol. 1111, 012036, p. 1-6. DOI: 10.1088/1757-899X/1111/1/012036
19. Martiushev D.A., Galkin S.V., Shelepov V.V. Vliianie napriazhennogo sostoianiia gornykh porod na matrichnuiu i treshchinnuiu pronitsaemost' v usloviiakh razlichnykh litologo-fatsial'nykh zon turne-famenskikh neftianykh zalezhei Verkhnego Prikam'ia [The influence of the stress state of rocks on the matrix and fracturing permeability in the conditions of various lithologic-facial zones of the Turn-Famen oil deposits of the Upper Kama region]. Vestnik Moskovskogo universiteta. Geologiia,2019, no. 5, pp. 44-52. DOI: 10.33623/0579-9406-2019-5-44-52
20. Mukhametshin V.Sh., Tyncherov K.T., Rakhimov N.R. Geological and statistical modeling of oil recovery of carbonate formations. Journal of Physics: Conference Series (IPDME-2020 - International Conference on Innovations, Physical Studies and Digitization in Mining Engineering), 2021, vol. 1753, 012080, pp. 1-7. DOI: 10.1088/1742-6596/1753/1/012080
21. Khasanov M.M., Mukhamedshin R.K., Khatmullin I.F. Komp'iuternye tekhnologii resheniia mnogokriterial'nykh zadach monitoringa razrabotki neftianykh mestorozhdenii [Computer technologies for solving multi-criteria problems of monitoring the development of oil fields]. Vestnik inzhiniringovogo tsentra IuKOS,2001, no. 2, pp. 26-29.
22. Yakupov R.F., Mukhametshin V.V., Kuleshova L.S., Mingulov I.Sh. Developing an algorithm for solving a material balance equation in the context of information uncertainty. Journal of Physics: Conference Series (International Conference on IT in Business and Industry (ITBI 2021)), 2021, vol. 2032, 012053, pp. 1-7. DOI: 10.1088/1742-6596/2032/1/012053
23. Mukhametshin V.V., Kuleshova L.S. The role and significance of the stratigraphic factor in the identification of oil fields. IOP Conference Series: Earth and Environmental Science (International Symposium "Earth sciences: history, contemporary issues and prospects"), 2021, vol. 867, 012015, pp. 1-7. DOI: 10.1088/1755-1315/867/1/012015
24. Beltiukov D.A., Kochnev A.A., Galkin S.V. The combining different-scale studies in a reservoir simulation model of a deposit with a fractured-cavernous type of carbonate reservoir. IOP Conference Series: Earth and Environmental Science: 14, Perm, Virtual, 09-12 November 2021. Perm, Virtual, 2022, vol. 1021, 012027 p. DOI: 10.1088/1755-1315/1021/1/012027
25. Ponomareva I.N., Galkin V.I., Martiushev D.A., Chernykh I.A., Chernyi K.A., Galkin S.V. Statisticheskaia otsenka dostovernosti opredeleniia fil'tratsionnykh parametrov plasta s primeneniem krivykh stabilizatsii davleniia i analiza dobychi v razlichnykh geologo-fizicheskikh usloviiakh [Statistical assessment of the reliability of determining formation filtering parameters using pressure stabilization curves and analysis of production under different geological-physical conditions]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow, 2020, no. 11 (347), pp. 63-67. DOI: 10.30713/2413-5011-2020-11(347)-63-67
26. Voevodkin V.L., Galkin S.V., Poplygin V.V. Prognozirovanie debitov nefti pri tekhniko-ekonomicheskom obosnovanii proektov osvoeniia i poiskov mestorozhdenii territorii VKMKS [Prognosis of oil production rates during feasibility studies of projects during prospecting and development of fields on the territory of Verkhnekamsk potassium salts deposits]. Neftepromyslovoe delo, 2010, no. 7, pp. 45-47.
27. Mukhametshin V.V., Andreev V.E. Povyshenie effektivnosti otsenki rezul'tativnosti tekhnologii, napravlennykh na rasshirenie ispol'zovaniia resursnoi bazy mestorozhdenii s trudnoizvlekaemymi zapasami [Increasing the efficiency of assessing the performance of techniques aimed at expanding the use of resource potential of oilfields with hard-to-recover reserves]. Izvesttia Tomskogopolitekhnicheskogo universiteta. Inzhiniringgeoresursov,2018, vol. 329, no. 8, pp. 30-36.
28. Kurchikov A.R., Borodkin V.N., Galkin S.V., Galkin V.I., Rastegaev A.V. Metodika veroiatnostnoi otsenki geologicheskikh riskov pri poiskakh neftianykh mestorozhdenii dlia territorii s vysokoi plotnost'iu promyshlennykh otkrytii [Methodology for probabilistic assessment of geological risks when searching for oil fields in areas with a high density of industrial discoveries]. Geologiia, geofizika irazrabotka neftianykh igazovykh mestorozhdenii, 2013, no. 10, pp. 4-13.
29. Galkin S.V. Metodologiia ucheta geologicheskikh riskov na etape poiskov i razvedki neftianykh mestorozhdenii [Accounting methods of geological risks on the stage of oil fields exploration]. Vestnik Permskogo natsional'nogo issledovatel'skogopolitekhnicheskogo universiteta. Geologiia. Neftegazovoe igornoe delo,2012, vol. 11, no. 4, pp. 23-32.
30. Galkin V.I., Galkin S.V., Voevodkin V.L., Permiakov V.G. Postroenie statisticheskikh modelei otsenki koeffitsienta izvlecheniia nefti dlia ekspluatatsionnykh ob"ektov Permskogo Prikam'ia [Construction of the statistical models of the estimation of current oil recovery for the operational objects of Perm region]. Neftianoekhoziaistvo,2011, no. 2, pp. 86-88.
31. Poplygin V.V., Galkin S.V. Prognoznaia ekspress-otsenka pokazatelei razrabotki neftianykh zalezhei [Forecast quick evaluation of the indices of the development of the oil deposits]. Neftianoekhoziaistvo,2011, no. 3, pp. 112-115.
32. Tokarev M.A. Kompleksnyi geologo-promyslovyi kontrol' za tekushchei nefteotdachei pri vytesnenii nefti vodoi [Integrated geological and field control of current oil recovery when oil is displaced by water]. Moscow: Nedra, 1990, 267 p.
33. Orlova I.O., Zakharchenko E.I., Skiba N.K., Zakharchenko Iu.I. Metodicheskii podkhod k klassifikatsii mestorozhdenii i poisku mestorozhdenii-analogov [Methodical approach to fields classification and fields-analogues prospecting]. Geologiia, geofizika irazrabotka neftianykh igazovykh mestorozhdenii,2014, no. 12, pp. 16-18.
34. Shakhverdiev A.Kh. Nekotorye kontseptual'nye aspekty sistemnoi optimizatsii razrabotki neftianykh mestorozhdenii [Some conceptual aspects of systematic optimization of oil field development]. Neftianoe khoziaistvo, 2017, no. 2, pp. 58-63. DOI: 10.24887/0028-2448-2017-2-58-63
35. Yakupov R.F., Mukhametshin V.Sh., Tyncherov K.T. Filtration model of oil coning in a bottom water-drive reservoir. Periodico Tche Quimica, 2018, vol. 15, iss. 30, pp. 725-733. DOI: 10.52571/PTQ.v15.n30.2018.725
36. Skachek K.G., Galkin V.I., Rastegaev A.V. Razrabotka modelei prognoza neftegazonosnosti plasta Iu2 po geokhimicheskim dannym (na primere territorii deiatel'nosti OOO "Lukoil-Zapadnaia Sibir'") [Development of prediction models of oil and gas potential of Yu 2 (ю 2) stratum on the basis of geochemical data (within the area of "Lukoil-Western Siberia, LTD." activity)]. Neftepromyslovoe delo,2013, no. 9, pp. 13-16.
37. Iereskog K.G., Klovan D.I., Reiment R.A. Geologicheskii faktornyi analiz [Geological factor analysis]. Leningrad: Nedra, 1980, 224 p.
38. Krambein U., Kaufmen M., Mak-Kemmon R. Modeli geologicheskikh protsessov: vved. v mat. geologiiu [Models of Geological Processes: An Introduction to Mathematical Geology]. Moscow: Mir, 1973, 150 p.
39. Mirzadzhanzade A.Kh., Stepanova G.S. Matematicheskaia teoriia eksperimenta v dobyche nefti i gaza [Mathematical theory of experiment in oil and gas production]. Moscow: Nedra, 1977, 229 p.
40. Votinov A.S., Martiushev D.A., Galkin S.V. Sposob differentsiatsii pustotnosti neodnorodnykh karbonatnykh plastov [Method for differentiating voids in heterogeneous carbonate formations]. Patent Rossiiskaia Federatsiia no. 2771802 C1 (2022).
41. Valeev A.I., Mukhametshin V.Sh., Anisimov V.V. Forecasting the hydraulic fracturing efficiency when selecting wells for an event. IOP Conference Series: Earth and Environmental Science (XIV Russian Conference on Petroleum and Mining Engineering), 2022, vol. 1021, 012057, pp. 1-7. DOI: 10.1088/1755-1315/1021/1/012057
42. Mukhametshin V.Sh. Calculation and Forecast of Resource Extraction during Exploration. IOP Conference Series: Earth and Environmental Science (XIVRussian Conference on Petroleum and Mining Engineen'ng),2022, vol. 1021, 012006, pp. 1-9. DOI: 10.1088/1755-1315/1021/1/012006
43. Zhuravlev Iu.I. Ob algebraicheskom podkhode k resheniiu zadach raspoznavaniia ili klassifikatsii [On an algebraic approach to solving recognition or classification problems]. Problemykibernetiki,1978, iss. 33, pp. 5-68.
44. Li Z., Zhong Z., Cao X., Hou B., Li L. Robustness analysis of shield tunnels in non-uniformly settled strata based on fuzzy set theory. Computers and Geotechnics,2023, no. 105670, 162 p. DOI: 10.1007/978-3-319-97115-5178
45. Tavana M., Soltanifar M., Santos-Arteaga F.J. Analytical hierarchy process: Revolution and evolution. Annals of Operations Research, 2023, vol. 326, no. 2, pp. 879-907. DOI: 10.1007/s10479-021-04432-2
46. Efimov A.A., Galkin S.V., Savitsky Y.V., Galkin V.I. Estimation of heterogeneity of Oil & Gas field carbonate reservoirs by means of computer simulation of Core X-Ray Tomography data. Ecology, Environment and Conservation,2015, vol. 21, November, pp. 79-85.
47. Nekrasov A.S. Rezul'taty dispersionnogo faktornogo analiza pri otsenke dostovernosti struktury porovogo prostranstva karbonatnykh porod-kollektorov [The results of dispersion factor analysis in verifying a structure of pore space in reservoir rocks]. Vestnik Permskogo natsional'nogo issledovatel'skogo politekhnicheskogo universiteta,2015, no. 16, pp. 25-34. DOI: 10.15593/2224-9923/2015.16.3
48. Chichinina T.I., Martiushev D.A. Osobennosti anizotropnykh svoistv treshchinovatykh kollektorov: issledovanie parametra Tomsena S [Specific Anisotropy Properties of Fractured Reservoirs: Research on Thomsen's Anisotropy Parameter Delta]. Geomodel' 2021. Materialy 23-i Konferentsiipo voprosam geologorazvedki i razrabotki mestorozhdenii nefti i gaza, Gelendzhik, 06-10 September 2021. Moscow: OOO "EAGE Geomodel'", 2021, 71 p. DOI: 10.3997/2214-4609.202157085
Финансирование. Исследование не имело спонсорской поддержки. Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов. Вклад авторов равноценен.
