Kazakhstan journal for oil & gas industryKazakhstan journal for oil & gas industry2707-42262957-806XKMG Engineering10880310.54859/kjogi108803Научная статьяРасширение горизонтов исследования кернового материала. Панорамные изображения шлифовДоеваЗарема МуратовнаZ.Doyeva@kmge.kzhttps://orcid.org/0009-0004-4145-6933ДжарасоваТолганай Советкановна<p>PhD</p>t.jarassova@kmge.kzhttps://orcid.org/0000-0002-2900-9872СаудабаевРенат КурмангалиевичR.Saudabayev@kmge.kzhttps://orcid.org/0009-0001-7610-1305МербаевРинат БердибековичR.Merbaev@kmge.kzhttps://orcid.org/0009-0003-3483-330XПронинНикита АлексеевичN.Pronin@kmge.kzhttps://orcid.org/0009-0008-8686-3523Атырауский филиал КМГ Инжиниринг26092025731161262911202424072025Copyright © 2025, Доева З.М., Джарасова Т.С., Саудабаев Р.К., Мербаев Р.Б., Пронин Н.А.2025<p><strong>Обоснование.</strong> Керн и его анализ представляют собой ключевой метод прямого изучения свойств потенциальных или существующих коллекторов. Данные кернового материала позволяют определить седиментологические и диагенетические характеристики пород, что критически важно для оценки их фильтрационно-ёмкостных свойств. В данной статье представлены результаты проекта по цифровизации керна, включая применение передовых технологий для анализа высокоразрешающих панорамных изображений шлифов.</p> <p><strong>Цель. </strong>Разработка и внедрение цифровых технологий для автоматизированного анализа керна, включая определение пористости и гранулометрического состава на основе панорамных изображений шлифов, с целью повышения точности и эффективности исследований по сравнению с традиционными методами.</p> <p><strong>Материалы и методы.</strong> Описаны методики автоматизированного определения пористости и гранулометрического состава, а также их интеграция с традиционными методами исследований.</p> <p><strong>Результаты. </strong>Результаты демонстрируют значительное повышение точности и эффективности анализа по сравнению с ручными методами, что подтверждается статистическими данными по 147 шлифам.</p> <p><strong>Заключение. </strong>Проведённое исследование 147 шлифов из восьми скважин подтвердило эффективность цифровых методов анализа, позволивших значительно повысить точность определения пористости и гранулометрического состава пород. Полученные данные стали основой для создания детальных петрофизических моделей, критически важных для геологического и гидродинамического моделирования. Перспективы работы включают дальнейшее развитие цифровых баз данных керна и внедрение алгоритмов машинного обучения для прогнозирования свойств коллекторов.</p>core digitalizationpanoramic imagesgrain size analysisporositypetrophysical modelsкернді цифрландырупанорамалық кескіндергранулометриялық талдаукеуектілікпетрофизикалық модельдерцифровизация кернапанорамные изображениягранулометрический анализпористостьпетрофизические модели1.Ponomareva YA. Digitizing core testing laboratory equipment. Vesti gazovoy nauki. 2021;1(46):125–128. (In Russ).2.Bukharev AY, Budennyy SA, Pachezhertsev AA, et al. Automatic analysis of petrographic thin section images of sandstone. ECMOR XVI – 16th European Conference on the Mathematics of Oil Recovery; 2018 Sept 3–6; Barcelona, Spain. Available from: earthdoc.org/content/papers/10.3997/2214-4609.201802177.3.Liu H, Ren Y-L, Li X, et al. Rock thin-section analysis and identification based on artificial intelligent technique. Petroleum Science. 2022;19(4):1605–1621. doi: 10.1016/j.petsci.2022.03.011.4.Rubo RA, de Carvalho Carneiro C, Michelon MF, Gioria RDS. Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images. Journal of Petroleum Science and Engineering. 2019;183:106382. doi: 10.1016/j.petrol.2019.106382.5.Zinkov AV, Makishin VN. Tsifrovizatsiya kerna: uchebnoye posobiye dlya vuzov. Vladivostok: FEFU; 2023. 73 p. (In Russ).6.Idrisova SA, Tugarova MA, Stremichev EV, Belozerov BV. Digital core. Integration of carbonate rocks thin section studies with results of routine core tests. PROneft. Professionally about Oil. 2018;(2):36-41. (In Russ).7.Lazeev AN, Timashev EO, Vakhrusheva IA, et al. Digital Core technology development in Rosneft Oil Company. Oil Industry. 2018;11. doi: 10.24887/0028-2448-2018-11-18-22. (In Russ).8.Zhukovskaya YA, Lokhanova OD. K voprosu o potentsiale tsifrovizatsii petrografii osadochnykh terrigennykh porod. Exolith – 2020. Lithological schools of Russia. Annual meeting (scientific readings) dedicated to the 215-th anniversary of the Moscow Society of Naturalists; 25–26 May, 2020; Moscow, Russia. Available from: geokniga.org/bookfiles/geokniga-2021-02-11-lythology.pdf. (In Russ).