Библиотека Геомодель
Каталог Поиск
  • Регистрация
  • Вход

  • Поиск

Поиск

@

Результаты поиска

Особенности применения методов нелинейной оптимизации при определении параметров трещиноватости

Р.К. Бекренёв* (1), Г.М. Митрофанов (2,1,3), Т.В. Нефедкина (2), Г.А. Дугаров (2,1), А.В. Екименко (4) (1 - НГУ, 2 - ИНГГ СО РАН, 3 - НГТУ, 4 - ООО «ГАЗПРОМНЕФТЬ НТЦ»)
Данная работа посвящена разработке и развитию алгоритмов AVAZ-инверсии, тестированию алгоритма на синтетических данных, а также апробации алгоритма на реальных данных. Алгоритм позволяет получить расширенный набор параметров азимутально-ориентированной трещиноватости, включающий направление трещин и коэффициенты анизотропии Томсена. В работе описан разработанный алгоритм AVAZ-инверсии продольных в..
Интеллектуальный анализ данных в нефтегазовой отрасли 2022 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 17.05.2023

Опыт разработки программного обеспечения для нейросетевой обработки георадарных данных

Ю.А. Сухобок* (1), К.А. Шоберг (1), Р.А. Еремин (1) (1 - ООО «ТИМ»)
..
ИнжГео 2026 Машинное обучение и ИИ Добавлено: 06.05.2026

Опыт разработки инструментов предиктивной аналитики работы ЭЦН для месторождений Республики Сербия

М.В. Наугольнов* (1), Ф. Матович (2), Д. Видич (2), С.Г. Басов (2) (1 - НТЦ НИС-Нафтагас, 2 - НИС-Нафтагас)
Разработка технологии прогнозирования отказов электроцентробежных насосов (ЭЦН) на сегодняшний день является одной из самых актуальных и популярных задач нефтяной отрасли. Простые статистические методы не позволяют предсказать отказ оборудования и его причину, что позволило бы вовремя выбрать и провести плановое профилактическое мероприятие. В данной работе описывается опыт разработки инструментов..
Интеллектуальный анализ данных в нефтегазовой отрасли 2023 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 11.10.2023

Опыт разработки и внедрения на базе ПО АЭРОСИМ цифровых двойников на объекте добычи газа и конденсата и эффектов от его внедрения на примере Добринского месторождения

Е.В. Войтенков* (ООО «АЭРОГАЗ»)
В докладе рассказывается об опыте разработки и внедрения на базе ПО АЭРОСИМ цифровых двойников на объекте добычи газа и конденсата и эффектов от его внедрения на примере Добринского месторождения..
Тюмень 2024 Машинное обучение и ИИ Добавлено: 11.10.2024

Опыт применения методов машинного обучения для задачи сейсмофациального анализа на примере Казанского месторождения

А.М. Камашев* (1), П.А. Глазырин (1) (1 - НГУ)
В данной работе представлен опыт применения классических методов машинного обучения для решения задачи сейсмофациального анализа на примере продуктивного пласта Ю1 Казанского месторождения. Исследование направлено на сопоставление эффективности подходов кластерного анализа (методы K-средних, гауссовская смесь) и классификации (k-ближайших соседей, дерево решений, опорные векторы, наивный байесовск..
Интеллектуальный анализ данных в нефтегазовой отрасли 2025 Машинное обучение и ИИ Добавлено: 21.08.2025

Опыт применения гибридных моделей в группе компаний Газпром нефть

М.В. Симонов* (1), Н.С. Марков (1), А.А. Афанасьев (1), К.А. Печко (2), С.П. Бажуков (3) (1 - группа компаний Газпром нефть, 2 - Саратовский государственный университет, 3 - Уфимский государственный нефтяной технический университет)
В настоящее время всё большую актуальность приобретает использование гибридных моделей для нефтедобычи. Это связано с тем, что традиционные методы добычи нефти становятся менее эффективными из-за исчерпания легкодоступных запасов и увеличения сложности разработки месторождений. Гибридные модели позволяют объединить различные технологии и подходы для повышения эффективности добычи нефти. Они могут ..
Геомодель 2024 Машинное обучение и ИИ Алгоритмы обработки геолого-геофизической информации Добавлено: 20.10.2024

Опыт исследования строения русловых систем с использованием сверточных нейронных сетей

Д.Е. Мирошниченко* (1), П.А. Алексеева (2), Т.Н. Кирьянова (1), Керусов И.Н. (1), А.А. Баранцев (1) (1 - ООО «ЛУКОЙЛ-Инжиниринг», 2 – ЗАО «Моделирование и Мониторинг Геологических Объектов им. В.А. Двуреченского»)
Бурное развитие нейросетевых алгоритмов в последние несколько лет создало новые возможности для автоматического выделения геологических объектов по данным сейсморазведки 3D. Этот новый инструмент позволяет не только увеличить скорость работы геофизика, но и получить новый уникальные результаты недоступные в прошлом. В основе использованного в работе нейросетевого алгоритма лежит сверточная нейронн..
Санкт-Петербург 2024 Западная Сибирь Машинное обучение и ИИ Добавлено: 26.05.2024

Опыт использования результатов машинного обучения для прогноза эффективных толщин и свойств коллекторов на примере одного из месторождений ЯНАО

К.А. Богданова* (1), Е. Н. Петренко (2), Е.Е. Боровкова (2),(1- АО «Мессояханефтегаз», 2- ГК «Газпром нефть»)
Цель данной работы: транслировать опыт применения результатов машинного обучения сейсмических данных на различных пластах одного из месторождений ЯНАО. Объекты исследования: пласты ПК1-3, БУ15 и БУ21-2, представленные отложениями различного генезиса с различными вариациями свойств. Расчеты прогнозных параметров на основе машинного обучения проведены посредством полнофункциональных нейронных сетей ..
Тюмень 2024 Машинное обучение и ИИ Добавлено: 11.10.2024

Опыт использования машинного обучения при геологическом сопровождении бурения горизонтальных скважин в осложненных оползнем разрезах, путем построения прогнозного куба коллектора в IP-Seismic

Г.А. Нугуманова* (1), А.В. Ишков (2), В.О. Смирнова (2), В.Ю. Овечкина (3) (1 - ООО «ПетроТрейс», 2 - Газпромнефть НТЦ, 3 - НОЦ Газпромнефть-НГУ)
Критически важным фактором экономической целесообразности горизонтального бурения является точность и достоверность геологического прогнозирования. Неточная или упрощенная модель строения разреза — неопределенность в положении и углах падения целевых объектов, литологических барьеров, зон аномального пластового давления — ведет к недостижениям по эффективности бурения. В работе представлены резуль..
Горизонтальные скважины 2026 Машинное обучение и ИИ Добавлено: 07.05.2026

Опыт использования машинного обучения для оптимизации поисков золота на площади в Республике Саха (Якутия)

Е.Ю. Ермолин* (1), Г.К. Григорьев (2) (1 - ООО «ДЖИ М Сервис», 2 - Независимый эксперт)
В данном докладе представлен успешный опыт интеграции методов машинного обучения в процесс интерпретации геофизических данных для поиска золоторудных объектов. На примере участка в Якутии продемонстрировано применение специально адаптированной многомасштабной свёрточной нейронной сети для формализованного прогноза положения кварцево-жильных тел по данным гравитационной и магнитной съёмок. Алгоритм..
Санкт-Петербург 2026 Машинное обучение и ИИ Добавлено: 08.05.2026

Опыт внедрения R&D разработок в реальные производственные процессы обработки данных или рождение цифровой платформы на примере разработки ПО для микросейсмического мониторинга

В.А. Рыжов* (1), Д.К. Завалишин (2), Е.А. Молчанов (2), М.Р. Галимов (2) (1 - ООО "ИАС"; 2 - АО "ДЗ-Системс")
Рассматривается комплекс проблем, возникающих на этапе внедрения R&D разработок ПО в производственный процесс на примере нашего опыта разработки программного обеспечения для микросейсмического мониторинга, в котором используется вычислительно-нагруженный многоэтапный процесс обработки, требующий распределенных кластерных вычислений. В статье поэтапно показан исторический процесс рождения Платформы..
Интеллектуальный анализ данных в нефтегазовой отрасли 2023 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 11.10.2023

Оптимизация тренировочной выборки для NDM-net, подавляющей численную дисперсию в волновых полях

Е.А. Гондюл* (1), В.В. Лисица (1), К.А. Гадыльшин (1), Д.М. Вишневский (1) ( 1 - ИНГГ СО РАН)
Работа посвящена построению репрезентативной выборки для обучения нейронной сети NDM-net (Numerical Dispersion Mitigation Neural Network), которая подавляет численную дисперсию в рассчитанных сейсмограммах с использованием грубой сетки для ускорения моделирования волновых полей. Обучающая выборка формируется при использовании линейной комбинации трёх метрик: физическое расстояние между положениями..
Санкт-Петербург 2024 Машинное обучение и ИИ Обработка сейсмических данных Добавлено: 26.05.2024

Оптимизация нагнетания для повышения добычи нефти по итогам количественной оценки межскважинной интерференции на основе долговременного мониторинга давления и дебита

А.Н. Никонорова* (1), В.Ю. Ким (2), А.С. Наумов (1), Д.Н. Гуляев (3), А. Аюпов (3), Р.А. Мингараев (4) (1 - РГУ нефти и газа (НИУ) имени И.М. Губкина, 2 - ООО "ИНК", 3 - ООО "Софойл", 4 - ООО "Поликод")
Для того, чтобы оптимизировать режимы работы скважин, в первую очередь нагнетательных, необходимо иметь полное представление о гидродинамической связности объекта и количественном влиянии работы нагнетательных скважин на добывающее окружение. Подобные оценки возможно выполнить на основе исторических данных об изменении забойного давления и дебита скважин благодаря использованию математического алг..
Геомодель 2023 Машинное обучение и ИИ Добавлено: 30.09.2023

Определение эффективности работы глубинных скважинных насосов для добычи нефти применением множественной линеарной регрессии

М. Ешич (1), Т. Мицич-Понигэр (1), Б. Мартинович (1) (1 - НТЦ НИС Нафтагаз)
..
Интеллектуальный анализ данных в нефтегазовой отрасли 2022 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 17.05.2023

Определение оптимальной плотности бурового раствора в условиях АВПД на основе глубокого обучения

Н.В. Ковальчук* (1), К.А. Хемраев (1), Г.А. Пешков (1), В.И. Авилкин (1), М.К. Смекалин (1) (1 - ООО «Арамко Инновейшнз»)
Контроль аномально высокого пластового давления (АВПД) – одна из ключевых задач при проектировании буровых работ в нефтегазовой отрасли. Традиционные методы прогнозирования, основанные на физическом моделировании, часто оказываются недостаточно точными из-за высокой неоднородности карбонатных коллекторов. В работе предложен подход с использованием машинного обучения, позволяющий повысить точность ..
Геомодель 2025 Машинное обучение и ИИ Добавлено: 23.09.2025
  • |<
  • <
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • >
  • >|
Показано с 76 по 90 из 168 (Страниц: 12)
  •  Главная
  • Все статьи
  • Связаться с нами
  •  Личный кабинет
  • Закладки
  • Подписка на рассылку

 Согласие на обработку персональных данных

Наши партнеры: IGREC.stream
Первая онлайн-площадка для бизнес-презентаций

Работает на OpenCart, club version
Библиотека Геомодель © 2026