現在、世界の新規石油埋蔵量の70％以上が深海分野から供給されている。そのうち、一部の埋蔵量は単一油田の資源規模が小さく、深海・超深海環境の制約や重要な開発技術のボトルネックなどの要因により、経済的かつ効果的な利用が困難であり、深海の周辺埋蔵量と呼ばれている。これらの埋蔵量を持つ油田は周辺油田と呼ばれる。アンゴラ・コンゴ扇状地深海盆地内の周辺油田の周辺埋蔵量は40 × 10⁸バレルに達するが、掘削の少なさ、地質調査資料不足および複雑な混濁堆積流路の強い不均質性の制約から、従来の貯留層予測技術、流体識別技術および地質モデリング技術には多義性が存在し、これら周辺油田の貯留層の精密な把握需要を満たしにくい。周辺油田の少量の地質、掘削・測井、三次元地震および試験資料を基に、深海複合混濁堆積流路貯留層の特徴に対応して以下の3つの技術を開発した。①深層学習に基づく貯留層予測手法、②重心周波数に基づく流体識別手法、③定量的地質知識ベースの貯留層構成制約下における多点統計モデリング新技術。これらの技術を応用し、アンゴラPTおよびCS周辺油田の深海混濁多期複合流路砂岩貯留層において、貯留層および流体の正確な予測、内部構造の把握および単一混濁流路地質モデリングを実現し、その貯留層の不均質性と埋蔵量豊富度分布を定量的に描写し、周辺油田の開発意思決定および効率的な井配置に資する基盤を提供した。これらの重要技術はアンゴラ深海周辺油田混濁流路砂岩貯留層の定量的把握と地質モデリングの必須手段となっており、世界の深海類似の少井戸区画における周辺油田貯留層評価および効率的開発に技術的な参考を提供しうる。

機械学習;貯留層定量把握;周辺埋蔵量;混濁流路;深海油田;コンゴ扇盆地;アンゴラ