Использование нейронных сетей при динамическом анализе сейсмических данных
- Авторы: Калиев Д.Т.1
-
Учреждения:
- ТОО «КМГ Инжиниринг»
- Выпуск: Том 4, № 2 (2022)
- Страницы: 27-34
- Раздел: Статьи
- URL: https://bakhtiniada.ru/2707-4226/article/view/125888
- DOI: https://doi.org/10.54859/kjogi108576
- ID: 125888
Цитировать
Полный текст
Аннотация
Нейронные сети и машинное обучение уже долгое время используются практически каждым человеком в повседневной жизни, возможно, не всегда осознанно. Когда алгоритм социальных сетей определяет лица людей на фото или голосовой помощник помогает нам в поиске какой-то информации, в основе всех этих действий лежат методы машинного обучения. Алгоритмы нейронных сетей не обошли стороной и область разведки и добычи нефти и газа. Данная статья ставит целью проиллюстрировать пример применения нейронных сетей при анализе сейсмических данных по действующему месторождению и прогнозировании петрофизических свойств для дальнейшей детализации геологической модели и выделения дополнительных скоплений углеводородов. Одним из ключевых условий для успешного прогнозирования петрофизических свойств с помощью нейронных сетей является широкая выборка скважинного материала для эффективного обучения нелинейного оператора. В данном случае в условиях действующего месторождения в наличии имелось более 100 скважин, что вполне отвечает требованиям алгоритма. Другим важным условием для данной методики является качественная сейсмостратиграфическая привязка скважин к сейсмике; данный этап работ будет также описан в рамках данной статьи. Особенностью нейросетевого анализа, в отличие от классической инверсии, является то, что здесь не используется сейсмический импульс: нейронная сеть подбирает такого оператора, который наилучшим образом описывает связь между несколькими сейсмическими трассами в области скважины и каротажной кривой. Данная особенность позволяет сократить время анализа и получать экспресс-результаты при соблюдении вышеописанных условий, что делает метод нейронных сетей эффективным инструментом динамического анализа сейсмических данных.
Ключевые слова
Полный текст
Об авторах
Диас Талгатович Калиев
ТОО «КМГ Инжиниринг»
Email: d.kaliyev@niikmg.kz
руководитель группы сейсмических исследований г. Нур-Султан
Список литературы
- Veeken P.C.H., Priezzhev I.I. Genetic Seismic Inversion Using a Non-linear, Multi-trace Reservoir Modeling Approach. – 71st EAGE Conference and Exhibition incorporating, SPE EUROPEC, 2009. doi: 10.3997/2214-4609.201400020.
- Priezzhev I.I., Veeken P.C.H. Seismic waveform classification based on Kohonen 3D neural networks with RGB visualization. – First Break, 2019, v. 37, iss. 2, pp. 37–43. DOI: https://doi.org/10.3997/1365-2397.2019012.
- Учебные материалы ПО Petrel от 18.05.2021. // Uchebnye materialy PO Petrel ot 18.05.2021. [Petrel Software Tutorial Materials dated 05/18/2021]
Дополнительные файлы
