Анализ применимости многослойной нейронной сети для распознавания литологической структуры скважины по данным геофизических исследований

• Автор: Качурин, Сергей Игоревич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Ижевск
• Количество страниц: 139 с. : ил

СОДЕРЖАНИЕ

ИСПОЛЬЗУЕМЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

ВВЕДЕНИЕ.

1. АНАЛИЗ АЛГОРИТМОВ И ПРОГРАММ ДЛЯ АВТОМАТИЗАЦИИ ИНТЕРПРЕТАЦИИ ГИС.

1.1 .Геофизические исследования скважин

1.2.Интерпретация данных ГИС.

1.3.Алгоритмы интерпретации результатов ГИС

1.3.1. Методы классификации, основанные на петрофизических данных

1.3.2. Метод нормализации.

1.3.3. Статистические методы

1.3.4. Алгоритм с использованием комплексных кодов

1.3.5. Литологическое расчленение с оценкой вероятности.
1.4.Применение ЭВМ при обработке данных ГИС
1.4.1. Подходы к интерпретации в автоматизированных системах
1.4.2. Баз ы дани ых ГИС
1.5.Анализ возможностей нейросетевых технологий
Гб.Обзор программного обеспечения
1.6.1. Программы интерпретации
1.6.2. Нейросимуляторы
1.7.Выводы, постановка целей и задач исследований.
2. РАЗРАБОТКА МЕТОДИКИ ПРИМЕНЕНИЯ ТЕОРИИ НС ДЛЯ ИНТЕРПРЕТАЦИИ РЕЗУЛЬТАТОВ ГИС.
2.1.Исходные данные и постановка задачи
2.2.Модель НС для литологического расчленения разреза
2.2.1. Основные понятия НС
2.2.2. Режим обучения НС
2.2.3. Динамическая настройка числа нейронов в скрытом слое.
2.3.Формализация задачи
2.3.1. Варианты применения НС к интерпретации данных ГИС
2.3.2. Формализация условия.
2.3.3. Формализация решения.
2.4.Предварительная обработка данных.
2.4.1. Нормирование и центрирование входных данных
2.4.2. Увязка кривых по глубине.
2.4.3. Переход к равномерному масштабу по глубине.
2.5.Оценка качества классификации
2.5.1. Оценка с помощью среднеквадратического отклонения
2.5.2. Оценка с помощью взаимной корреляции.
2.6.Повышение надежности распознавания.
2.6.1. Введение порога округления.
2.6.2. Использование аппарата нечеткой логики.
2.7.Полученные результаты и выводы
3. СОЗДАНИЕ АЛГОРИТМОВ И ПРИМЕНЕНИЕ ПРОГРАММНОИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ДЛЯ КАЧЕСТВЕННОЙ ИНТЕРПРЕТАЦИИ ДАННЫХ ГИС
3.1 .Исходные данные
3.2.Условия проведения эксперимента.
3.3.Используемые правила формализации условия и решения задачи
3.4.0бучение НС по группе методов.
3.4.1. Применение правил формализации без окна данных.
3.4.2. Применение правил формализации с окном данных
3.5.Обучение НС по каждому методу отдельно
3.5.1. Применение правил формализации без окна данных.
3.5.2. Применение правил формализации с окном данных
3.6.Повышение качества интерпретации.
3.6.1. Введение порога округления
3.6.2. Применение средств нечеткой логики
3.7.Полученные результаты и выводы.
4. РАЗРАБОТКА ПРИНЦИПОВ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ЭКСПРЕССИНТЕРПРЕТАЦИИ ДАННЫХ ГИС НА ОСНОВЕ НС.
4.1.Основные мотивы разработки системы.
4.2.Назначение ИС
4.3.Состав ИС
4.4.Подсистема импортаэкспорта данных.
4.4.1. База данных .
4.4.2. Файлы
4.5.Подсистема обучения
4.6. Под система интерпретации.
4.7.Пользовательского интерфейс ИС.
4.8.Полученные результаты и выводы.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Каротажные кривые исследовались на предмет выделения в скважине пластов-коллекторов и пластов с различными видами насыщения. Исследования проводились как с группой каротажных методов, так и по каждому методу отдельно. Обработка исходных геофизических данных велась поточечно с тем же шагом дискретизации, что и оцифровка исходных данных, без предварительного расчленения разреза на пласты. Borland Delphi 6, внутренняя база данных реализована в формате Microsoft Access (mdb). Достоверность и обоснованность полученных в работе результатов и выводов подтверждена результатами функциональной диагностики и опытом практической эксплуатации интеллектуальной системы качественной интерпретации данных ГИС. Математические модели, алгоритмы и прикладные программы, предложенные в работе, основаны на фундаментальных положениях функционального анализа, теории статистического анализа временных рядов, а также теории вероятностей и методологии построения экспертных систем. Достоверность экспериментальных результатов обеспечена использованием большого объема экспериментального материала, статистическими методами обработки данных и хорошей воспроизводимостью результатов. Достоверность эталонного материала для обучения НС обеспечена использованием утвержденных в ОАО «Башнефтегеофизика» экспертных заключений по обрабатываемым скважинам. ГИС. IBM PC исполнения Notebook для решения подобных задач, а также предложены теоретические предпосылки для разработки специализированного аппаратно-программного комплекса на базе специализированных нейросетевых микросхем. Практическая полезность. Полученные в работе методики и алгоритмы применения аппарата искусственных нейронных сетей для качественной экспресс-интерпретации данных ГИС позволяют существенно автоматизировать труд геофизика-интерпретатора за счет колоссальных вычислительных возможностей по обработке терабайт геофизической информации интеллектуальными системами на базе как отдельных компьютеров, так и компьютерных сетей, существенно использующих реляционные базы данных таких как «Finder» и др. НС, за счет заложенных в них эталонных данных, позволяют сократить время, необходимое на проведение качественной экспресс-интерпретации скважин в несколько раз с одновременным повышением качества интерпретации и сокращением ошибок при принятии решений. Использование разработанной интеллектуальной системы позволило повысить эффективность ГИС за счет резкого расширения возможностей проведения экспресс-интерпретации во время проведения каротажных исследований с достаточно высокой степенью достоверности. Реализация работы в производственных условиях. Разработанная при непосредственном участии автора компьютеризированная интеллектуальная система качественной интерпретации данных ГИС, в том числе технические и методические средства, направленные на повышение точности ее функционирования и универсальности, внедрена в ОАО «Удмурт-геология». Результаты работы могут быть использованы в практике работы предприятий, занимающихся геологоразведкой и оценкой запасов нефтяного фонда, геофизическими исследованиями регионов. Работа выполнялась в Институте математического моделирования разработки нефтяных месторождений при ИжГТУ в соответствии с планами хоздоговорных НИР, проводимых ИжГТУ с ОАО «Удмуртгеология» и ОАО «Бел-камнефть». Апробация работы. Отдельные законченные этапы работы обсуждались на Электронной заочной конференции «Молодые ученые - первые шаги третьего тысячелетия» (Ижевск, ), Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, -), Научно-технических конференциях ИжГТУ (Ижевск, -), конференции «Приборостроение в XXI веке. Интеграция науки, образования и производства» (Ижевск, ), Международной конференции «Молодежь, студенчество и наука XXI века» (Ижевск, ). Публикации. Результаты работы отражены в 9 научных публикациях, в том числе: 6 статей в журналах и сборниках, 2 депонированные рукописи (объемом и страниц), 1 тезис докладов на научно-технической конференции. Структура и объем работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 9 с. В работу включены рис.