Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 54.226.126.38
    [SESS_TIME] => 1711621437
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 810aeb4d3c67cd43588a96aa886e73f5
    [UNIQUE_KEY] => 8e12f1d665aa3eff9f3a25f754e8bb8a
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Геология и геофизика

2019 год, номер 11

АВТОМАТИЧЕСКОЕ ВЫДЕЛЕНИЕ ГЕОЭЛЕКТРИЧЕСКИХ ГРАНИЦ ПО ДАННЫМ БОКОВОГО КАРОТАЖНОГО ЗОНДИРОВАНИЯ С ПОМОЩЬЮ ГЛУБОКОЙ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ

Г.Н. Логинов, А.М. Петров
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН, 630090, Новосибирск, просп. Академика Коптюга, 3, Россия
loginovgeorgy@gmail.com
Ключевые слова: Боковое каротажное зондирование, выделение границ, двумерная инверсия, машинное обучение, искусственные нейронные сети, сверточные нейронные сети
Страницы: 1650-1657

Аннотация

Боковое каротажное зондирование (БКЗ) - единственный на сегодняшний день широко применяемый российский метод электрометрии, чувствительный к вертикальному удельному электрическому сопротивлению (УЭС) в вертикальных скважинах. Однако интерпретация данных этого метода, измеренных в тонкослоистых разрезах, сложна и требует привлечения ресурсоемких алгоритмов численного моделирования. Развитие вычислительных методов и увеличение производительности компьютеров позволяют сегодня проводить инверсию данных БКЗ в классе двумерных осесимметричных моделей. Из-за большого количества сложностей, связанных с нелокальностью отклика приборов и их асимметрией, этот процесс требует активного участия интерпретатора. Одной из первых проблем является создание начального приближения геоэлектрической модели - разбиение целевого интервала на пласты, в пределах которых свойства среды можно считать неизменными по вертикали, так как сигналы БКЗ имеют очень сложный вид на интервалах переслаивания различных по УЭС пород. В работе предлагается использование полносвязной сверточной искусственной нейронной сети для автоматического создания пластовой разбивки, пригодной для построения начального приближения геоэлектрической модели для двумерной инверсии данных БКЗ, в том числе с определением вертикального УЭС. Нейронная сеть обучена и протестирована на синтетических и практических данных, измеренных в Западной Сибири. По результатам тестирования установлена работоспособность предлагаемого подхода.

DOI: 10.15372/GiG2019134