현재 전 세계 신규 석유 매장량의 70% 이상이 심해 지역에서 발생하고 있다. 이 중 일부 매장량은 개별 유전 자원의 규모가 작고, 심해·초심해 환경의 제약, 핵심 개발 기술의 병목 현상 등의 영향으로 경제적으로 효율적인 활용이 어렵기 때문에 심해 주변부 매장량이라 불리며, 이러한 매장량이 존재하는 유전을 주변부 유전이라 한다. 앙골라 콩고 분지 내 주변부 심해 유전의 주변부 매장량은 40 × 10⁸ 배럴에 달하지만, 시추가 적고, 지질 조사 자료 부족, 복합적인 혼탁 퇴적 수로의 강한 이질성 제한으로 인해 기존의 저류층 예측 기술, 유체 식별 기술, 지질 모델링 기술에 다중해석성이 존재하여 이 주변부 유전의 저류층 정확한 특성화 수요를 충족시키기 어렵다. 주변부 유전의 적은 지질, 시추·측정, 3차원 탄성파 및 시험 자료를 바탕으로 심해 복합 혼탁 퇴적 수로 저류층 특성에 대해 다음 세 가지 기술이 개발되었다: ① 딥러닝 기반 저류층 예측 방법; ② 중심 주파수 기반 유체 식별 방법; ③ 정량적 지질 지식 데이터베이스 저류층 형상 제약 하 다점 통계학적 모델링 신기술. 위 기술을 활용하여 앙골라 PT 및 CS 주변부 유전 심해 혼탁 다기 조합 수로 사암 저류층에서 저류층 및 유체 정밀 예측, 내부 구조 특성화 및 단일 혼탁 수로 지질 모델링을 실현하였으며, 저류층 이질성과 매장량 분포를 정량적으로 묘사하여 주변부 유전 개발 의사결정 및 효율적 시추 위치 배치에 근거를 제공하였다. 이 핵심 기술은 앙골라 심해 주변부 유전 혼탁 수로 사암 저류층 정량적 특성화 및 지질 모델링에 필수 수단이 되었으며, 전 세계 심해 유사 저시추 지역 주변부 유전 저류층 평가 및 효율적 개발에 기술적 참고 자료가 될 수 있다.

기계 학습;저류층 정량적 특성화;주변부 매장량;혼탁 퇴적 수로;심해 유전;콩고 분지;앙골라