Разработка интерпретационной картографической системы "ИнформГео" для прогноза нефтеносности месторождений

• Автор: Горбачев, Сергей Викторович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Томск
• Количество страниц: 185 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

ГЛАВА 1. ВЫЯВЛЕНИЕ ЗНАНИЙ В ДАННЫХ

1.1 Интеллектуализация обработки данных.

1.2 Методы интеллектуального анализа данных.

1.3 Обзор аналитических геоинформационных систем

1.4 Выводы
ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ КАРТОПОСТРОЕНИЯ В ИНТЕРПРЕТАЦИОННОЙ КАРТОГРАФИЧЕСКОЙ СИСТЕМЕ ИНФОРМГЕО

2.1 Картографические средства отображения данных в

геоинформационных системах

2.2 Кубическая сплайнинтерполяция по профилям в

ИКС ИнформГео
2.3 Занесение параметрической информации из профилей в узлы
сетки в ИКС ИнформГео.
2.4 Построение численной модели геологической поверхности в
ИКС ИнформГео
2.5 Выводы
ГЛАВА 3. МЕТОДИКА РАСЧЕТА КОМПЛЕКСНОГО ПРОГНОЗНОГО
ПАРАМЕТРА В ИКС ИНФОРМГЕО.
3.1 Постановка задачи.
3.2 Методы решения задачи классификации.
3.3 Адаптация нейросетевого подхода к расчету комплексного прогнозного параметра
3.4. Обучение нейронных сетей для расчета комплексного
прогнозного параметра.
3.5. Модификация метода самоорганизации логической сети
3.6. Выводы
ГЛАВА 4. ОПЫТ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ.
4.1 Задачи экспериментальных исследований
4.2 Построение прогнозных карт нефтеносности на ЮжноЧеремшанском нефтяном месторождении
4.2.1 Метод обратного распространения ошибки.
4.2.2 Метод самоорганизации булевой сети.
4.3 Построение прогнозных карт нефтеносности на Олимпийском куполовидном поднятии и южной периклинали Болтной структуры.
4.4 Интерпретация результатов.
4.5 Модель вычислительного устройства на булевых и пороговых элементах.
4.6 Диагностические решающие правила на ЮжноЧеремшанском нефтяном месторождении
4.7 Выводы и рекомендации практического назначения
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


При решении поставленных задач в работе использованы элементы математического аппарата линейной алгебры, интерполяции и аппроксимации, дифференциальных уравнений, нейроматематики, информатики, теории вероятностей, геофизики, геохимии, дискретной математики, системного анализа, теории информационных систем и обработки данных. Научная ценность работы состоит в следующем. Адаптация нейросетевого подхода к анализу пространственно распределенных данных в ГИС для решения задачи прогноза нефтеносности месторождений. Модификация метода самоорганизации булевых сетей в части построения дополнительных разделяющих булевых функций и увеличения количества используемых входных переменных для повышения уровня принятия решения. Достоверность полученных научных результатов, выводов и рекомендаций диссертационной работы подтверждена результатами экспериментальных исследований и камеральной обработки геологогеофизических данных на Южно-Черемшанском нефтяном хместорождении [], принадлежащем ЗАО "Томск-петролеум-унд-газ" (достоверность прогноза здесь подтверждена бурением скважин №№ 5, 6, 7, 2, 5, 2, (нефть), 2бис (вода)), а также на Олимпийском куполовидном поднятии и южной периклинапи Болтной структуры в результате промышленного внедрения интерпретационной картографической системы "ИнформГео" в ОГУП "Томскинвестгеонефтегаз". Прогнозные зоны нефтеносности, рассчитанные в ИКС "ИнформГео”, согласуются с экспертными заключениями, а также коррелируют с прогнозными зонами, полученными независимо в системах "Интерсейс" на основе спектрально-энергетического анализа временного разреза и "Геосейс" на основе фазочастотного анализа сейсмических сигналов, что позволило защитить результаты обработки на совместном заседании ОГУП "Томскинвестгеонефтегаз" и Комитета природных ресурсов Томской области. По полученному прогнозу были разработаны рекомендации к планированию глубокого бурения скважин на Олимпийском куполовидном поднятии. По сравнению с Южно-Черемшанским месторождением, на котором для полного обучения нейронной сети методом обратного распространения ошибки на скважинах потребовалось циклов обучения, на Олимпийском и Болтном месторождениях уже обученная на Южно-Черемшанском месторождении нейронная сеть полностью дообучилась распознавать классы (нефть, вода) за 0 циклов на 6 разведочных скважинах. Предположительно, такая тенденция к сокращению времени обучения и количества используемых для обучения скважин (объектов) будет сохраняться при обработке следующих месторождений юго-восточной части Западной Сибири []. При эксплуатации интерпретационной картографической системы "ИнформГео" на базе ООО "ИнформГеоСервис" была проведена работа по выявлению наиболее значимых аргументов для прогноза нефти и газа. Анализ значимости входных признаков на Южно-Черемшанской площади (число образуемых связей каждой переменной в логической сети) по методу самоорганизации позволил сократить число входов сети с до 9, соответствующих следующим параметрам: исходное магнитное поле, осредненное магнитное поле, остаточное магнитное поле, концентрация урана, концентрация тория, концентрация калия, отношение тория к урану, мощность экспозиционной дозы излучения, структурный параметр с показателями значимости 0. Таким образом, наиболее информативными входными признаками оказались концентрация урана, концентрация калия, отношение концентраций тория к урану, мощность экспозиционной дозы излучения и структурный параметр, что согласуется с представлениями экспертов-геофизиков о значимости применяемых геологоразведочных методов для прогнозирования залежей нефти и газа. Практическая ценность работы состоит в следующем. Разработана методика расчета комплексного прогнозного параметра на основе комплексного анализа и интерпретации разнородных геологоразведочных данных нейросетевыми и логическими методами, предусматривающая построение расширенной геолого-геофизической модели месторождения с учетом наличия воды и нефти в данной точке площади. Получены показатели информативности входных переменных, позволяющие ранжировать применяемые геофизические и геохимические методы по уровню их значимости для прогноза нефти и газа. По результатам интерпретации булевой сети получены решающие (диагностические) правила в виде системы логических выражений, имеющих форму продукций "Если.