Конференция Интеллектуальный анализ данных в нефтегазовой отрасли

Цифровое клонирование трещины ГРП на основе динамического маркерного мониторинга и численного моделирования притока пластового флюида

Е.А. Малявко* (1) (1 - ООО «ГеоСплит»)

Интеллектуальный анализ данных в нефтегазовой отрасли 2022 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 17.05.2023

О создании физических моделей на базе НОЦ Газпромнефть-НГУ

А.Ю. Задоев* (1), Т.А. Петроченко (1,2), А.А. Дучков (3,1,4), Г.М. Митрофанов (3,1,4) (1 - НГУ, 2 - СНИИГГиМС, 3 - ИНГГ СО РАН, 4 - НГТУ)

Усложнение структуры разведываемых месторождений и их коллекторских свойств, требует развития физических, а в последующем и математических принципов, определяющих прогнозные возможности сейсмических методов. Такие исследования можно проводить на заранее созданных контролируемых моделях, где изучаются вопросы, связанные особенностями распространения сейсмических волн. Наиболее контролируемыми являю..

Повышение эффективности геонавигации с помощью технологий компьютерного зрения

А.В. Галкина* (1), М.Ю. Лисицына (1), Т.Р. Рахимов (1) (1 - АО «ИГиРГИ»)

Анализ геофизических данных с использованием открытых библиотек Python. Примеры реализации

А.В. Буторин* (1) (1 - ООО «Газпромнефть НТЦ»)

Оценка влияния литологического состава на упруго-деформационные свойства горных пород в целях планирования термогазохимического воздействия

С.Е. Берющев* (1), Н.В. Березкин (1) (1 - РГУ нефти и газа (НИУ) имени И.М. Губкина)

Разработка алгоритма автоматического выделения времен первых вступлений с применением технологий глубокого обучения

Н. В. Ковальчук* (1), С. А. Яриков* (1), Т. Э. Хохрякова (2), И. В. Костычаков (2), А. В. Саренков (1) (1 - ООО «РН-КрасноярскНИПИнефть», 2 - ИКИТ СФУ)

Разработка методики сейсмостратиграфического сегментирования данных сейсморазведки с применением машинного обучения

В. Д. Гришко* (1), Н. В. Ковальчук (1), А. А. Козяев (1)(1 - ООО «РН-КрасноярскНИПИнефть»)

Показано с 16 по 22 из 22 (Страниц: 2)