Технология структурной обработки и интерпретации данных геофизических исследований нефтегазовых скважин

• Автор: Алтухов, Евгений Евгеньевич
• Шифр специальности: 25.00.10
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 139 с. : ил.

Глава I. СОСТОЯНИЕ И ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ СТРУКТУРНЫХ МЕТОДОВ ОБРАБОТКИ ГЕОФИЗИЧЕСКИХ ИССЛЕДОВАНИЙ НЕФТЕГАЗОВЫХ СКВАЖИН. Сжатие данных методом главных компонент. Кластерный анализ. Мультифрактал ьный анализ. Геологическая неоднородность разрезов скважин, е влияние на коллекторские свойства пород и выработку запасов нефти и газа. Способы определения и количественные параметры неоднородности. Выводы. Глава II. Разработка алгоритмов и программ кластерного анализа. Исследование устойчивости работы программ кластерного анализа. Количественная оценка эффективности разделения на кластеры. Технология структурного анализа для обработки и интерпретации данных ГИС на месторождениях нефти и газа. Третий этап применение МСС для изучения структурноформационных зон залежей углеводородов . Глава III. Применение технологии структурного анализа данных ГИС для ИЗУЧЕНИЯ геологических разрезов скважин. Разработка структурных методов обработки и интерпретации данных ГИС для изучения геологических разрезов скважин.


Метод состоит в переходе от исходных признаков к новой системе признаков, которые обладают следующими свойствами 1 каждая главная компонента ГК является линейной комбинацией исходных признаков 2 все ГК статистически независимы друг от друга 3 ГК упорядочиваются по их дисперсии в изучаемой выборке, причем первая ГК обладает наибольшей возможной дисперсией. Часто говорят также об энергии ГК. Этот термин аналогичен термину рассеяние, или дисперсия. При этом предполагается, что признаки с наибольшей дисперсией энергией обладают и наибольшей информативностью, т. При этом предполагается, что признаки с наибольшей энергией дисперсией обладают и наибольшей информативностью, т. В многомерном случае переход к ГК осуществляется поворотом системы координат например, по варимаксному методу с таким расчетом, чтобы проекция выборки на первую ось ГК обладала наибольшей возможной для этой выборки дисперсией. Вторая ось ГК, перпендикулярная первой, направляется таким образом, чтобы она была некоррелирована с первой и чтобы проекция выборки на нее имела наибольшую дисперсию. Аналогичная ситуация имеет место и для остальных ГК. Все они некоррелированы друг с другом и упорядочены в порядке убывания дисперсий. Снижение размерности признакового пространства при помощи метода ГК осуществляется путем отбрасывания тех ГК, на которые падает минимум энергии. Указанные свойство и особенности ГК позволяют выполнять сжатие данных и классификацию исследуемых объектов. Однако, исследователям оказывается довольно трудно интерпретировать ГК, т.