Расширенный поиск

- везде
- в названии
- в ключевых словах
- в аннотации
- в списках цитируемой литературы
Выпуск
Название
Авторы
Рубрика
2010/1
Искусственные нейронные сети для выделения пространственных трендов на основе результатов трехмерной сейсморазведки
Автоматизация, моделирование и энергообеспечение в нефтегазовом комплексе

Авторы: Сергей Николаевич СКРИПКИН родился в 1983 г., окончил в 2006 г. Российский государственный университет нефти и газа имени И. М. Губкина. Аспирант кафедры прикладной математики и компьютерного моделирования РГУ нефти и газа имени И. М. Губкина.
Эмилия ЧЕН-СИН родилась в 1935 г., окончила в 1958 г. Московский нефтяной институт имени И. М. Губкина. Доцент РГУ нефти и газа имени И. М. Губкина. E-mail: biblioteka@gubkin.ru

Аннотация: Прогноз фильтрационно-емкостных свойств является важным этапом построения трехмерных моделей месторождений нефти и газа. Трехмерная сейсморазведка содержит внушительный объем информации об акустических свойствах пород, которая может использоваться при расчете, например, пористости. Для извлечения такой информации и уточнения прогноза петрофизических свойств на основе результатов сейсморазведки предложено использовать искусственные нейронные сети. Такой подход позволяет избежать ограничений свойственных стандартным (в первую очередь линейным) моделям и повысить достоверность получаемых результатов.

Индекс УДК: 51.001

Ключевые слова: модели месторождения, фильтрационно-емкостные свойства, нейросети, сейсморазведка

Список цитируемой литературы:
1. Aminzadeh F., P. de Groot. Neural Networks and Other soft computing Techniques with applications in the Oil industry. EAGE Publications, 2006, Netherlands, 164 p.
2. Осовский С. Нейронные сети для обработки информации. Пер. с польского.-М.: Финансы и статистика, 2004. -344 с.
3. Урупов А.К. Основы трехмерной сейсморазведки. -М.: Изд-во Нефть и Газ, 2005.
4. Deutch, Clayton V. Geostatistical Reservoir modeling., Oxford University Press, New York, 2002.