Библиотека Геомодель
Каталог Поиск
  • Регистрация
  • Вход

  • Поиск

Поиск

@

Результаты поиска

Применение сверточных и полносвязных нейронных сетей для автоматических исследований фотографий и томографий трещиноватых карбонатов

В.В. Абашкин (1), Г.А. Коссов* (1), Д.О. Макиенко (1), И.А. Селезнёв (1) (1 - ООО «Технологическая Компания Шлюмберже»)
В настоящей работе предлагается методика, основанная на свёрточных и полносвязных нейронных сетях, которая позволяет выполнять автоматическую предобработку фотографий и томографий керна для последующей задачи получения кривой кавернозности карбонатных отложений. Целью настоящей работы являлась разработка методов автоматического выделения трещин, технологических отверстий и каверн с применением све..
Интеллектуальный анализ данных в нефтегазовой отрасли 2024 Интеллектуальный анализ данных Трещиноватые коллектора Добавлено: 17.10.2024

Параметр анизотропии δ как индикатор газонасыщенности трещиноватых коллекторов

Т.И. Чичинина* (1), О.К. Манкенов (2), В.В. Безходарнов (2) (1 - Мексиканский Институт Нефти, 2 - ООО «МанКенГео»)
Сначала мы излагаем известный алгоритм определения параметра анизотропии Томсена δ по сейсмическим данным в методе отражённых волн, а именно по анализу зависимости от азимута скорости суммирования ОГТ; этот метод более известен как азимутальный анализ «NMO». Затем, используя данные физического моделирования, мы показываем, что параметр δ в модели с газонасыщенными трещинами оказывается больше (по ..
Геомодель 2024 Сейсморазведка Трещиноватые коллектора Добавлено: 20.10.2024

Оценка коллекторского потенциала пород со сложной структурой емкостного пространства по данным ГИС с помощью реализации вероятностных моделей методами машинного обучения

В.Ю. Руденко* (1) (1 - ЗАО «МиМГО»)
В работе рассмотрены возможности алгоритмов машинного обучения (оптимизация Нелдера-Мида, вероятность Байеса, регрессия случайного леса, закон больших чисел, кусочные функции) для оценки коллекторского потенциала пород со сложной структурой емкостного пространства. Рассмотрены основные ограничения стандартных подходов при интерпретации изучаемых эффузивных вулканических пород. Показаны примеры рас..
Интеллектуальный анализ данных в нефтегазовой отрасли 2024 Машинное обучение и ИИ Трещиноватые коллектора Добавлено: 17.10.2024

Опыт литогенетической типизации карбонатных пород келловей-эоценового разреза Абхазии для целей прогнозирования нефтегазовых коллекторов

Н.В. Глазырина* (1), Е.А. Глазырин (1) (1 - АО «Южморгеология»)
В сообщении приведен опыт литогенетической типизации келловей-эоценового разреза карбонатных пород Абхазии, выполненной для реконструкции палеофациальных условий их отложения и преобразования с целью прогнозирования нефтегазовых коллекторов на примыкающей акватории Черного моря. Проведенные исследования позволили выполнить фациальное расчленение мощной толщи карбонатных отложений в разрезе и по пл..
Геомодель 2024 Геология месторождений Трещиноватые коллектора Добавлено: 20.10.2024

Определение и прогнозирование интервалов со вторичной пористостью с использованием методов машинного обучения на основе данных стандартных геофизических исследований скважин (ГИС) и специального микрокаротажа сопротивления

С. Шешум (1), М.В. Наугольнов* (1), Т. Мицич-Понигэр (1), В. Михайлович (1), Е. Цуканова (1) (1 - НТЦ НИС Нафтагас)
Проект посвящён проблеме определения и прогнозирования интервалов со вторичной пористостью (структурных элементов, трещин и каверн, далее – СЭ) на основе данных стандартного скважинного каротажа с использованием машинного обучения и данных специального микрокаротажа сопротивления (в иностранной литературе известен как micro resistivity imager (MRI) или wellbore imager (WBI)). Целью проекта являетс..
Интеллектуальный анализ данных в нефтегазовой отрасли 2024 Интеллектуальный анализ данных Трещиноватые коллектора Добавлено: 17.10.2024

Новое направления поиска залежей УВ в карбонатных клиноформах турнейского возраста в пределах Муханово-Ероховского прогиба Оренбургской области

В.А. Шакиров* (1), Е.Б. Сосновская (1), С.В. Демин (1), В.И. Соболев (2) (1 - ООО «СамараНИПИнефть», 2 - АО «Оренбургнефть»)
Углубленное изучение геологического строения Муханово-Ероховского прогиба (МЕП), помимо перспектив доманиковых отложений, позволило выявить дополнительные поисковые объекты, связанные с карбонатными толщами и «традиционными» коллекторами. Одно из перспективных направлений поиска залежей УВ, это прибортовая структурно-фациальная зона. По причине отсутствия антиклинальных поднятий данная зона не пре..
Геомодель 2024 Трещиноватые коллектора Добавлено: 20.10.2024

Модель двойной пористости-проницаемости карбонатного коллектора в Восточной Сибири

А.А. Чистяков* (1,2), Я.В Снегирева (2) (1 - Центр науки и технологий добычи углеводородов, 2 - Сколтех)
В результате проведенных исследований для нового перспективного объекта в Восточной Сибири, приуроченного к карбонатной формации кембрийского возраста, были построены геологические модели с одинарной и двойной пористостью-проницаемостью. Модель двойной пористости-проницаемости была построена с использованием дискретной сети трещин (DFN), откалиброванной на данные FMI. Калибровка окончательной моде..
Геомодель 2024 Геологическое гидродинамическое и геомеханическое моделирование Трещиноватые коллектора Добавлено: 20.10.2024

Машинное обучение для восстановления модели плотности распределения трещин по дифракционным сейсмическим изображениям

М.И. Протасов (1), Р.М. Кенжин* (1), Е.Н. Павловский (2) (1 - ИНГГ, 2 - НГУ)
Трещины могут существенно влиять на фильтрационные процессы в коллекторах. Поэтому анализ их пространственной структуры и ее моделирование имеет большое значение при планировании разработки и эксплуатации нефтегазовых залежей. Для их описания обычно используется статистический подход. В данной работе мы исследовали возможности реконструкции модели плотности распределения трещин по дифракционным се..
Интеллектуальный анализ данных в нефтегазовой отрасли 2024 Интеллектуальный анализ данных Трещиноватые коллектора Добавлено: 17.10.2024

Комплексный подход интерпретации карбонатного разреза с применением методов машинного обучения в условиях ограниченных данных

А.В. Марков* (1), А.А. Казарян (1,2), И.Д. Латыпов (1) (1 - ООО «РН-БашНИПИнефть», 2 - Уфимский Университет Науки и Технологий)
Карбонатные отложения являются одним из наиболее распространенных типов геологических структур, содержащих значительные запасы нефти и газа. В пределах Волго-Уральской нефтегазоносной провинции значительная доля извлекаемых запасов нефти сосредоточена в карбонатных объектах пермского, верхне- и средне- каменноугольного возрастов. В тоже время каждым годом выработанность разведанных объектов на мес..
Геомодель 2024 Машинное обучение и ИИ Трещиноватые коллектора Добавлено: 20.10.2024

Интерпретация рассеянной компоненты волнового поля на основе методов Data Science

Д.А. Петров* (1), А.А. Мельник (1), П.И. Скрыль (1) (1 - ООО «РН-КрасноярскНИПИнефть»)
Прогноз продуктивных зон карбонатных коллекторов по данным сейсморазведки является крайне нетривиальной задачей из-за сложного строения пустотного пространства. Прямое сопоставление сейсмических атрибутов с такими параметрами как продуктивность и дебит (наиболее ценные для разработки месторождений) зачастую не дает каких-то значимых результатов. В последнее время методы выявления статистических св..
Геомодель 2024 Интерпретация данных сейсморазведки Трещиноватые коллектора Добавлено: 20.10.2024

Выделение системных трактов в карбонатном разрезе на основании анализа поведения кривых гамма-каротажа и акустического каротажа

Е.А. Кудряшов* (1), Л.З. Шарафутдинова (1) (1 - ООО НПЦ «Геостра»)
Секвенс-стратиграфия карбонатных разрезов имеет свои характерные особенности. В докладе обозначены основные сложности, которые возникают при интерпретации карбонатных толщ с позиций стратиграфии секвенций. Раскрываются некоторые закономерности поведения каротажных кривых, которые связываются с изменениями уровня моря, рассматривается возможность установления приуроченности отложений к системным тр..
Геомодель 2024 ГИС Трещиноватые коллектора Добавлено: 20.10.2024

Восстановление модели плотности распределения трещин на основе машинного обучения и трёхмерного свёрточного моделирования: применение к реальным данным

М.И. Протасов* (1), Р.М. Кенжин (1), Е.Н. Павловский (2) (1 - ИНГГ СО РАН, 2 - НГУ)
Представленная статья посвящена численному исследованию применимости машинного обучения для задачи трёхмерной инверсии для реконструкции модели трещин. Исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном свёрточном моделировании и машинном обучении с использованием нейронной сети U-net. Разработанный алгоритм апробирован на дифракционных изображениях, построенны..
Геомодель 2024 Машинное обучение и ИИ Трещиноватые коллектора Добавлено: 20.10.2024
Показано с 1 по 12 из 12 (Страниц: 1)
  •  Главная
  • Все статьи
  • Связаться с нами
  •  Личный кабинет
  • Закладки
  • Подписка на рассылку

 Согласие на обработку персональных данных

Работает на OpenCart, club version
Библиотека Геомодель © 2025