На поисковом и разведочном этапах жизни месторождения исключительно важную роль занимает оценка достоверности геологических моделей, в итоге позволяющая определять коммерческие риски разработки проекта. Чаще всего при оценке степени достоверности построенных моделей используется стохастическое моделирование. Методы стохастического моделирования дают возможность получить репрезентативный набор данных, учитывающий неопределенность в структурных, литологических и петрофизических построениях. Основываясь на полученных данных, определяется достоверность построенной геологической модели, вероятные диапазоны разброса параметров модели, гистограммы распределения запасов, зоны повышенного риска бурения и др. Наиболее распространенным методом стохастического моделирования является метод случайных испытаний (метод Монте-Карло). В работе рассмотрен метод случайных испытаний на примере построения вариантов нечетких петрофизических моделей отношений между параметрами «пористость по ГИС» и «пористость по керну», «пористость по керну» и «остаточная водонасыщенность». Представлены результаты синтезированных данных и построенных нечетких петрофизических моделей. Результатом оценки достоверности петрофизических моделей является заключение, что построенные нечеткие петрофизические модели поглощают те возможные вариации, которые возникают в моделях за счет возможных погрешностей в исходных данных.

At the prospecting and exploration stages of the field’s life, the assessment of the reliability of geological models plays an extremely important role, as a result, allowing to determine the commercial risks of project development. Most often, stochastic modeling is used to assess the degree of reliability of the constructed models. Stochastic modeling methods make it possible to obtain a representative set of data, taking into account the uncertainty in the structural, lithological and petrophysical constructions. Based on the data obtained, the reliability of the geological model is determined, the probable ranges of the model parameters spread, histograms of reserves distribution, zones of increased risk of drilling, etc. the Most common method of stochastic modeling is the Monte Carlo method. The paper deals with the method of random tests (Monte Carlo) on the example of constructing variants of fuzzy petrophysical models of the relationship between the parameters «GIS porosity» and «core porosity», «core porosity» and «residual water saturation». The results of synthesized data and fuzzy petrophysical models are presented. The result of the experiments is the conclusion that the constructed fuzzy petrophysical models absorb those possible variations that arise in the models due to possible errors in the original data.