Actuellement, plus de 70 % des nouvelles réserves pétrolières mondiales proviennent des domaines en eaux profondes. Parmi celles-ci, une partie des réserves est difficile à exploiter économiquement en raison de la petite taille des ressources des gisements individuels, des contraintes liées à l'environnement en eaux profondes et ultra-profondes, ainsi que des goulots d'étranglement technologiques clés dans le développement. Ces réserves sont appelées réserves marginales en eaux profondes, et les gisements contenant ces réserves sont appelés champs marginaux. Les réserves marginales des champs marginaux du bassin profond Angola-Congo atteignent 40 × 10⁸ barils, mais en raison du faible nombre de forages, du manque de données géologiques et de l'hétérogénéité forte et complexe des chenaux turbiditiques composés, les techniques conventionnelles de prédiction des réservoirs, de reconnaissance des fluides et de modélisation géologique présentent une multiplicité de solutions, rendant difficile la caractérisation précise des réservoirs de ces champs marginaux. Basé sur un petit nombre de données géologiques, de forages, de sismique 3D et de tests des champs marginaux, trois technologies ont été développées visant les caractéristiques des réservoirs des chenaux turbiditiques composites en eaux profondes: ① méthode de prédiction des réservoirs basée sur l'apprentissage profond ; ② méthode de reconnaissance des fluides basée sur la fréquence du centroïde ; ③ nouvelle technique de modélisation géostatistique multipoint sous contrainte de la configuration des réservoirs basée sur une base de connaissance géologique quantitative. En appliquant ces technologies, dans les réservoirs de grès des chenaux turbiditiques multipériodes en eaux profondes des champs marginaux PT et CS en Angola, une prédiction précise des réservoirs et des fluides, une caractérisation structurale interne ainsi qu'une modélisation géologique d'un unique chenal turbiditique ont été réalisées, décrivant quantitativement l'hétérogénéité des réservoirs et la distribution de l'abondance des réserves, fournissant ainsi une base pour la prise de décisions sur le développement des champs marginaux et le déploiement efficace des puits. Ces technologies clés sont devenues des moyens indispensables pour la caractérisation quantitative et la modélisation géologique des réservoirs de grès des chenaux turbiditiques en eaux profondes du bassin marginal angolais et peuvent servir de référence technique pour l'évaluation et le développement efficace des champs marginaux dans des blocs peu forés similaires en eaux profondes à l'échelle mondiale.

apprentissage automatique;caractérisation quantitative des réservoirs;réserves marginales;chenaux turbiditiques;champs pétrolifères en eaux profondes;bassin Congo;Angola