Новые подходы в анализе геолого-геофизической информации на основе методов машинного обучения

Авторы: Андрианова А.М., Белозеров Б.В., Буденный С.А., Бухарев А.Ю., Волков Н.А., Маргарит А.С., Цанда А.П.

Рассмотрены примеры применения современных подходов на базе алгоритмов машинного обучения для анализа геолого-геофизической информации. Применительно к задаче анализа качества данных свойств пластовых флюидов (PVT-свойств) предложен статистический подход, основанный на смеси многомерных распределений Стьюдента. Реализованный подход позволяет выявлять потенциально аномальную пробу (свойства пробы сильно отличают его от существующих аналогов), после чего предлагает значение по выборке существующих аналогов. В задаче интерпретации данных скважинных каротажей предложен подход для верификации геофизического исследования скважин с применением независимой экспертной системы, обученной на результатах ранее интерпретированных скважинных исследований. В частности, при неоднозначности определения коллектора в заданном геологическом разрезе по данным ГИС предлагается использовать такую независимую экспертную систему. Другим примером принципиально нового подхода к автоматической обработке геолого-геофизической информации является обработка цифровых снимков изображений шлифов терригенных пород с целью автоматической сегментации структурных объектов с применением гибридного подхода, объединяющего спектральные методы обработки изображений и сверточные нейронные сети. Такой подход позволяет оперативно (обработка одного изображения занимает от 1 с до 60 с расчетного времени) получать, в частности, морфологические данные обломочных зерен терригенных пород, что позволяет освободить экспертов от рутинной работы, сфокусировать внимание на решении более нетривиальных задач, требующих уникальных экспертных знаний.

Ключевые слова: big data, PVT, анализ данных, ГИС, машинное обучение, шлифы, Экспертная система

Статья из Автоматизация в промышленности №12/2018

Последний вышедший номер

Читайте в номере:

Анализ соответствия человеко-машинного интерфейса автоматизированных рабочих мест персонала блочного пункта управления Ленинградской АЭС-2 современным подходам по проектированию

Многоуровневая оперативная оптимизация технологического режима установок подготовки нефти

Система мониторинга и прогнозирования скорости роста коррозионных повреждений резервуаров для хранения нефти и нефтепродуктов

Применение сетевых моделей в социальных, технических и биологических системах. I. Модели представления знаний

Адрес редакции: 117997, Москва, Профсоюзная ул., д. 65, оф. 360
Телефон: (926) 212-60-97.
E-mail: info@avtprom.ru или avtprom@ipu.ru

Сайт «Автоматизация в промышленности» предназначен для специалистов по промышленной автоматизации: главных инженеров, главных энергетиков, главных механиков, главных метрологов, инженеров служб АСУ ТП, АСУТП, КИПиА, КИП и А, отделов метрологии, отделов автоматизации, отделов главного инженера, специалистов инжиниринговых и внедренческих фирм, менеджеров фирм системных интеграторов, преподавателей вузов, научных работников, сотрудников научно-исследовательских институтов, студентов и аспирантов.

Сайт «Автоматизация в промышленности» неразрывно связан с одноименным журналом, в котором публикуются концептуальные, научно-практические и внедренческие статьи, посвященные промышленным автоматизированным системам, системам управления бизнес-процессов, программному и алгоритмическому обеспечению, техническим средствам автоматизации, вопросам сертификации, описанию промышленных стандартов, а также обзоры зарубежной прессы.

В каждом номере проводится обсуждение актуальных тем по проблемам создания и применения следующего инструментария: интегрированные АСУ, MES, АСУ П, АСУ ТП, SCADA, АСКУЭ, EAM, ТОИР, ERP, LIMS, ЛИУС, распределенные системы управления, РСУ, система управления качеством выпускаемой продукции, промышленные тренажеры, современные методы и алгоритмы управления и моделирования, коммуникационные средства, GSM–связь, РС-совместимые контроллеры, ПК, человеко-машинный интерфейс, встраиваемые системы, Web-технологии, HTML-технологии, числовое программное управление, ЧПУ, виртуальные приборы, виртуальное измерение, беспроводная связь, имитационное моделирование, Ethernet, Internet-технологии, Industry 4.0, Интернет вещей, промышленный Интернет вещей, IIoT, IoT, Четвертая промышленная революция, навигационные системы, роботы, датчики, сенсоры, диагностика клапанов, водоподготовка, экологические системы, производственная безопасность, идентификация, RFID-технологии, машинное зрение, промышленные сети, средства промышленного монтажа, корпуса и конструктивные решения, пневмоавтоматика, ПЛК, программируемые логические контроллеры, интеллектуальные датчики, сервосистемы, системы поддержки принятия решений и т.д.

Вниманию читателей предлагаются подборки по автоматизации следующих отраслей промышленности и народного хозяйства: металлургия, нефтегазовая отрасль, химическая промышленность, транспорт, сельское хозяйство, комбикормовая и перерабатывающая промышленность, автомобилестроение, энергетика, электроэнергетика, жилищно-коммунальное хозяйство, интеллектуальное здание, умный дом, непрерывное производство (рецептурное), дискретное производство, пищевая промышленность и др.