Том 8, № 3 (2026)

Обоснование. Геологическое строение юрских отложений месторождения Восточный Жетыбай характеризуется значительной фациальной неоднородностью и сложной пространственной изменчивостью коллекторских свойств, обусловленных сменой условий осадконакопления. Недостаточная изученность закономерностей формирования и распределения фациальных тел ограничивает точность геологического моделирования и прогноза продуктивных зон. Изучение и интерпретация фациальных обстановок позволяют детально охарактеризовать геологические условия осадконакопления, параметры гидродинамического режима и особенности палеосреды, что является основой для стратиграфической корреляции, палеогеографических реконструкций и прикладных геологических прогнозов. В связи с этим возникает необходимость детального седиментологического анализа кернового материала с последующей интеграцией полученных результатов с данными геофизических исследований и сейсморазведки для повышения достоверности интерпретации и уточнения геологической модели.

Цель. Определение фациальных обстановок месторождения Жетыбай Восточный по результатам изучения керна.

Материалы и методы. В качестве основных источников информации использованы исторические данные по каждой скважине месторождения, результаты лабораторных исследований кернового материала. Интерпретация керна выполнена с применением седиментологического подхода, включающего анализ литологического состава, текстурно-структурных особенностей и диагностических осадочных признаков. На основе комплексной интерпретации керновых и скважинных данных проведена фациальная интерпретация с выделением генетических типов отложений и реконструкцией условий их формирования.

Результаты. В результате седиментологического анализа кернового материала выполнена фациальная интерпретация юрских продуктивных отложений месторождения Жетыбай Восточный. По результатам исследования определены основные обстановки осадконакопления и разработана концептуальная седиментологическая модель продуктивной части разреза.

Заключение. Полученные результаты позволяют уточнить геологическую модель и прогноз распределения продуктивных горизонтов. Кроме того, они способствуют повышению надёжности стратиграфической корреляции. В целом данные могут быть использованы для обоснования направлений дальнейших геологоразведочных и опытно-промышленных работ.

Обоснование. Сложные геологические и термобарические условия месторождений Западного Казахстана предъявляют повышенные требования к системам цементных растворов, тогда как стандартные рецептуры на основе портландцемента нередко не обеспечивают надлежащей зональной изоляции на протяжении всего производственного цикла скважины.

Цель. Настоящее исследование направлено на выявление ключевых ограничений традиционных составов цементных растворов и обоснование целесообразности введения наночастиц SiO₂, Al₂O₃ и углеродных нанотрубок для улучшения реологических и механических характеристик цементных растворов.

Материалы и методы. Сравнительный анализ проводился на основе фактических данных программ цементирования скважины на месторождении Уаз Северный и скважины на месторождении Западная Прорва с оценкой плотности, вязкости, времени загустевания, водоотдачи и прочности на сжатие.

Результаты. Стандартные рецептуры демонстрировали водоотдачу, превышающую допустимые пороговые значения, и прочность на сжатие ниже требуемых минимальных показателей; наномодифицированные составы показали снижение водоотдачи до 40% при введении SiO₂, увеличение ранней прочности на сжатие на 15–25% при добавлении Al₂O₃.

Заключение. Введение нанокомпозитных добавок признано технически обоснованным для преодоления ограничений традиционных цементных систем в условиях месторождений Западного Казахстана.

Обоснование. Полимерное заводнение остаётся одним из наиболее эффективных методов повышения нефтеотдачи для зрелых месторождений Прикаспийского бассейна. Прогнозирование эффективности охвата в неоднородных карбонатных коллекторах затруднено вследствие сложной геометрии пор, высокой минерализации пластовых вод и выраженной неоднородности проницаемости. Традиционное гидродинамическое моделирование требует значительных вычислительных затрат, что ограничивает его применение в оперативных и вероятностных расчётах.

Цель. Разработка и валидация гибридной суррогатной модели, объединяющей градиентный бустинг с физически-информированными ограничениями, основанными на теории транспорта полимеров, для прогнозирования прироста коэффициента нефтеотдачи и коэффициента приемистости при полимерном заводнении карбонатных пластов Прикаспийского бассейна.

Материалы и методы. Сформирована база данных из 412 операций полимерного заводнения на основе публикаций SPE/EAGE, внутренних отчётов Тенгизшевройл, Карачаганак Петролиум Оперейтинг и АО «Озенмунайгаз», а также базы МЭА. Входные параметры включали 18 характеристик пласта и флюидов. Модель обучалась с использованием стратифицированного разбиения данных 80/20 и пятикратной перекрёстной проверки. В функцию потерь XGBoost встроены физически-информированные штрафные члены, выведенные из уравнений транспорта полимеров. Производительность сравнивалась с искусственными нейронными сетями, методом опорных векторов и полнофизическим композиционным моделированием.

Результаты. Физически-информированная модель градиентного бустинга достигла R² = 0,924 и RMSE = 2,31% на тестовой выборке при прогнозировании ΔRF, превзойдя искусственные нейронные сети (R² = 0,891) и метод опорных векторов (R² = 0,857). Физически-информированный штраф снизил количество физически некорректных прогнозов на 78%. SHAP-анализ выявил три ключевых предиктора: коэффициент вариации проницаемости, концентрацию полимера и минерализацию пластовых вод. Для карбонатного пилота месторождения Узень суррогатная модель воспроизвела результаты полнофизического моделирования с абсолютной погрешностью ±1,8%, при вычислительном ускорении более чем в 100 000 раз.

Заключение. Предложенная модель обеспечивает быстрые и надёжные прогнозы эффективности полимерного заводнения, пригодные для промышленного применения. Подход существенно снижает вычислительную нагрузку при скрининге и оптимизации методов повышения нефтеотдачи в неоднородных карбонатных коллекторах Казахстана.

Обоснование. В статье представлены результаты лабораторных исследований разработанных эффективных композиций, предназначенных для удаления асфальтосмолопарафиновых отложений (далее – АСПО), образующихся в процессе добычи и транспортировки нефти. АСПО представляют собой твёрдые органоминеральные осадки, состоящие преимущественно из парафинов, асфальтенов, смол и механических примесей, которые откладываются на внутренних поверхностях нефтепромыслового оборудования, снижая его производительность и вызывая осложнения в эксплуатации. Особенно актуальна данная проблема для месторождений Мангистауского региона, где нефть характеризуется повышенным содержанием парафинов.

Цель. Проведение научных исследований, направленных на разработку эффективной композиции для растворения и удаления твердых отложений АСПО, обладающей доступностью и не токсичностью.

Материалы и методы. Комплекс лабораторных исследований проводился по оценке растворяющей, удаляющей и моющей способности разработанных составов в соответствии с утверждённой методикой. Составы АСПО исследованы согласно утвержденным нормативным документам (ГОСТ).

Результаты. Результаты лабораторных исследований при температурах 25°С и 60°С показали, что температурный режим оказывает существенное влияние на скорость и глубину растворения АСПО. Композиции, содержащие более 6% поверхностно-активных веществ, обеспечивают эффективность удаления и растворения АСПО до 100%. При пониженных температурах (25°С) эффективность удаления АСПО превышает 98%, что делает составы пригодными для применения в широком диапазоне температур.

Заключение. В рамках работы изучен состав АСПО парафинового типа, отобранных с различных участков исследуемого месторождения. На основе полученных данных были разработаны композиции на углеводородной основе (пентан-гексановая фракция) с добавлением неионогенного и анионного поверхностно-активных веществ (ОП-10 и сульфонол), обеспечивающих синергетический эффект растворения и диспергирования. Предложенные композиции демонстрируют высокую эффективность в разрушении и удалении твёрдых отложений за короткое время, способствуют снижению эксплуатационных затрат и повышению надёжности работы нефтепромыслового оборудования

Обоснование. Обеспечение производственной безопасности работников на объектах нефтегазовой отрасли является актуальной задачей, поскольку традиционные методы контроля использования средств индивидуальной защиты (далее – СИЗ) основаны на визуальных осмотрах и подвержены влиянию человеческого фактора. Существующие системы компьютерного зрения, как правило, ограничиваются детекцией 2–6 классов СИЗ и не учитывают анатомическое соответствие защитного оборудования частям тела работника.

Цель. Разработка и апробация метода цифрового мониторинга соблюдения требований по использованию СИЗ на основе нейросетевых архитектур, интегрирующего алгоритмы обнаружения объектов, оценки позы человека и анатомического матчинга элементов СИЗ в режиме реального времени.

Материалы и методы. Для обучения модели создан собственный уникальный датасет из 16352 изображений (после аугментации), содержащий 13 классов объектов, включая 6 типов СИЗ и 6 негативных классов. Для детекции объектов использована модель YOLOv8, для оценки позы человека – HRNet. Реализована двухуровневая архитектура обработки видеопотока, объединяющая трекинг объектов (BoT-SORT), пространственный и анатомический матчинг, а также квантизацию TensorRT для повышения производительности системы.

Результаты. На этапе обучения модель YOLOv8 достигла значений Precision = 0,98, Recall = 0,97 и F1 = 0,94. При тестировании разработанной системы на 16 видеофайлах, полученных с месторождений, достигнуты Precision = 96,58%, Recall = 68,48% и F1-меры = 0,8014. Детекция мелких объектов (перчатки) на обрезанных изображениях позволяет повысить эффективность обнаружения объектов в 2–3 раза по сравнению с полнокадровой обработкой.

Заключение. Разработанный подход, объединяющий модели YOLOv8, HRNet и алгоритм анатомического матчинга, обеспечивает эффективный цифровой мониторинг соблюдения требований по использованию СИЗ в реальных производственных условиях. Полученные результаты подтверждают перспективность его применения при создании интеллектуальных систем мониторинга производственной безопасности на промышленных предприятиях.

Обоснование. Производство высокооктанового бензина, соответствующего современным экологическим требованиям, остаётся актуальной задачей нефтеперерабатывающей промышленности, в т.ч. Казахстана. Одновременно искусственный интеллект и цифровизация всё шире применяются для поддержки проектирования технологических процессов и прогнозирования качества топлива.

Цель. Разработать комбинированную систему изомеризации и каталитического риформинга для получения бензинов AI-92, AI-95 и AI-98 с использованием модели на основе искусственного интеллекта для прогнозирования качества бензина.

Материалы и методы. Три товарные марки бензина (AI-92, AI-95 и AI-98) исследовали методами пикнометрического определения плотности, капиллярной вискозиметрии и термогравиметрического анализа в сочетании с дифференциальным термическим анализом. Для прогнозирования исследовательского октанового числа (далее – РОН) применяли линейную регрессию, метод k-ближайших соседей и дерево решений. Для изомеризации лёгкой нафты и каталитического риформинга разработаны кинетические модели с расчётом материального и энергетического балансов, проектированием колонны ДИП и оценкой выхода риформата.

Результаты. Модель дерева решений обеспечила точное прогнозирование РОН для трёх исследованных марок (MAE = 0,00; R² = 1,00). Установка изомеризации с рециркуляцией ДИП обеспечила изомеризат с РОН 87,4, а установка каталитического риформинга – риформат с РОН 98,5 при 500°C и выходом жидкого продукта 85,4%об. Расчётные значения РОН смесевых бензинов составили 92,1, 95,3 и 98,2 для AI-92, AI-95 и AI-98 соответственно.

Заключение. Комбинированная конфигурация позволяет получать весь рассматриваемый ряд товарных бензинов за счёт регулирования соотношения изомеризата и риформата в смесевом пуле. Модель прогнозирования качества на основе искусственного интеллекта может использоваться как вспомогательный инструмент при задании целевых характеристик октанового числа на этапе проектирования.

Обоснование. Истечение проектных сроков эксплуатации производственных объектов месторождения Х требует определения экономической эффективности капитальных (CAPEX, сокр. от англ. Capital Expenditure) и операционных (OPEX, сокр. от англ. Operating Expenditure) затрат, связанных с модернизацией технологических сооружений, а также разработки рекомендаций по оптимизации инвестиционных решений с учётом прогнозируемого снижения добычи и перспектив дальнейшего освоения месторождения.

Цель. Оценка капитальных и операционных вложений, связанных с модернизацией технологических сооружений Фазы 2 в постконтрактный период.

Материалы и методы. Работа основана на данных проекта разработки месторождения Х и анализа разработки. В рамках проведённых работ была создана модель основных установок 1 и 2 в программном обеспечении QUE$TOR с целью сравнения стоимости их потенциальной замены с результатами, представленными в ранее утверждённой проектной документации. Моделирование выполнено на основе текущих производственных мощностей установок.

Результаты. Вариант с продлением полки добычи на одну технологическую линию жидких углеводородов в 2,8 млн т/г. был выбран как наиболее оптимальный исходя из длительности сохранения полки добычи (7 лет). Снижение устьевого давления скважин установки 3 с высокого на средний уровень показало существенное влияние на увеличение добычи жидких углеводородов, обеспечив продление полки на дополнительные 5 лет.

Заключение. Предложенная концепция признана технически выполнимой и экономически обоснованной. Оптимизация инфраструктуры позволяет снизить капитальные затраты на 2,97 млрд долл. США, получить дополнительную добычу жидких углеводородов около 8 млн т, продлить полку добычи на 12 лет и увеличить срок экспорта газа на 7 лет.

Обоснование. Нефтегазодобывающие предприятия представляют собой сложные производственные системы, оказывающие значительное техногенное воздействие на атмосферный воздух. Одновременное присутствие организованных и неорганизованных источников выбросов, высокая плотность технологической инфраструктуры и неблагоприятные метеорологические условия существенно усложняют процессы рассеивания загрязняющих веществ. В связи с этим применение методов математического моделирования приобретает особую актуальность для прогнозирования уровня загрязнения атмосферного воздуха и оценки воздействия производственных объектов на окружающую среду.

Цель. Анализ особенностей моделирования рассеивания загрязняющих веществ на производственных площадках нефтегазодобывающих предприятий, выявление основных факторов, влияющих на точность расчётов, а также оценка соответствия результатов проектов нормативов допустимых выбросов и верификационных расчётов, выполненных с использованием программного комплекса «ЭРА-Воздух».

Материалы и методы. В ходе исследования были использованы материалы проектов нормативов допустимых выбросов (нормативы допустимых выбросов / предельно допустимые выбросы) по производственным объектам предприятий №1 и №2, расчёты рассеивания в атмосферном воздухе, а также результаты верификационного моделирования, выполненного в программном комплексе «ЭРА». В качестве основных методов исследования применялись сравнительный анализ, математическое моделирование, пространственная интерпретация и экспертная оценка карт рассеивания.

Результаты. Результаты исследования показали, что на нефтегазодобывающих предприятиях организованные источники формируют 60–70% совокупных выбросов, в то время как доля неорганизованных источников достигает 20–30%. При этом установлено, что низкие неорганизованные источники оказывают более значительное влияние на формирование приземных концентраций. Наиболее высокие уровни концентраций зафиксированы по диоксиду азота, сероводороду, саже и бенз(а)пирену. Результаты моделирования продемонстрировали, что решающую роль играют метеорологические факторы, особенно скорость ветра и температурная стратификация (устойчивость) атмосферы. Верификационные расчёты подтвердили в целом удовлетворительное совпадение расчётных и проектных полей концентраций.

Заключение. Моделирование рассеивания загрязняющих веществ является эффективным инструментом оценки воздействия нефтегазодобывающих предприятий на атмосферный воздух. Комплексный учёт организованных и неорганизованных источников выбросов, плотности технологической застройки и метеорологических условий повышает достоверность результатов моделирования. Полученные результаты могут быть использованы при обосновании санитарно-защитных зон, разработке природоохранных мероприятий и совершенствовании производственного экологического контроля.