Прогнозирование пористости в межскважинном пространстве на основании сейсмических данных и данных пористости по скважинам с применением нейронных сетей в Python
А.И. Кадиров* (1,2), Ю.В. Губайдуллина (1), Б.В. Платов (1), А.И. Степанов (1) (1 - Казанский (Приволжский) Федеральный Университет, 2 - Газпромнефть-НТЦ)
- ISBN: 978-5-9651-1408-5
Интеллектуальный анализ данных в нефтегазовой отрасли 2022 Интеллектуальный анализ Машинное обучение и ИИ
Научная работа рассматривает возможность расчета межскважинной пористости с использованием сейсмически данных; описывает методику обработки и интерпретации данных скважин и сейсморазведки.В ходе работы решалась задача расчета пористости по скважинам и дальнейшее прогнозирование в межскважинном пространстве с использованием сейсмических атрибутов.Достижение этих целей осуществляется за счет разработки регрессионной нейронной сети на языке Python.Новизна работы заключается в использовании новейших разработок в области программного обеспечения для работы с геофизическими данными на основе современных методов машинного обучения.Работа написана на геолого-геофизических материалах месторождений Татарстана.