ІНТЕЛЕКТУАЛЬНА ІНТЕРПРЕТАЦІЯ ДІАГРАМ КАРОТАЖНИХ КРИВИХ НА ОСНОВІ НЕЙРОМЕРЕЖЕВИХ ЗАСОБІВ

Анотація

Суть даної роботи полягає у розробці та використанні методу машинного навчання для генерування синтетичних каротажних діаграм свердловин на основі наявних каротажних даних. Цей метод дозволяє доповнити відсутню інформацію у каротажних діаграмах, що є критично важливим для точного моделювання та аналізу геологічних даних. Обґрунтовано, що традиційні повнозв'язні нейронні мережі не ефективні для збереження просторової залежності, тому у роботі застосовано мережі з довготривалою короткочасною пам'яттю (ДКЧП), що дозволяє ефективно обробляти і запам'ятовувати інформацію з великих обсягів даних і з великою кількістю параметрів, що змінюються в часі, що робить її ідеальною для задач, де важлива послідовна інформація. Методика дозволяє створювати синтетичні каротажні діаграми, використовуючи наявні каротажні дані. Це означає, що можна моделювати каротажні дані там, де вони відсутні або неповні, що допомагає уникнути витрат на нові зйомки. Використання каскадної мережі, яка поєднує стандартну ДКЧП мережу з додатковими системами, забезпечує покращення точності результатів. Така мережа здатна краще адаптуватися і оптимізувати обробку даних залежно від контексту, що забезпечує вищу точність порівняно з однорівневими мережами. Метод було апробовано на реальних каротажних даних, що дозволило не тільки перевірити його ефективність, але і підтвердити вищу точність порівняно з іншими традиційними методами. Результати тестувань показали, що нова методика може значно покращити обробку та аналіз каротажних даних. Розроблений метод може використовуватися для реконструкції повних каротажних діаграм на основі часткових даних, що дозволяє значно збільшити обсяг і якість інформації, доступної для геологів і інженерів. Ця робота показує значний потенціал ДКЧП і каскадних нейромереж для задач синтезу та аналізу великих обсягів геологічних даних, і може стати основою для подальших досліджень та розробок у цій області.