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 смесях многомерных распределений Стьюдента. Реализованный подход позволяет выявлять защищенную аномальную пробу (свои пробы сильно отличают его от существующих аналогов), после чего предлагается значение по выбору реальных аналогов. В задаче определения данных скважинных каротажей предложен подход для верификации геофизических исследований скважин с независимой экспертной системой, обученной на производстве ранее интерпретированных скважинных исследований. В частности, при неоднозначности определения коллектора в заданном геологическом разрезе по данным ГИС получается такая независимая экспертная система. Принципиально новый подход к автоматической обработке геолого-геофизической информации заключается в обработке цифровых изображений, шлифовке терригенных пород с намерением включить сегментацию структурных объектов с применением гибридного соединения, объединения спектральных методов обработки изображений и сверточных нейронных сетей. 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 отложить экспертные исследования от рутинной работы, сфокусировать внимание на определении более нетривиальных задач, требующих определенных 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:

Компьютерный тренинг операторов технологических процессов – застой или путь к новой трансформации: история, рынок, направления возможного прорыва, импортозамещение

Система автоматизированного управления грузоподъёмными устройствами и оборудованием промышленного назначения

Автоматизированные системы диагностики оборудования электроэнергетики: состояние, архитектура и проблемы интеграции данных

Адаптивные модели управления сетевым трафиком в гетерогенных сетях IIoT на основе графовых нейронных сетей с учетом динамических сбоев и кибератак

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.