Читайте в №6 за 2019 год "Информационное сопровождение поисково-разведочных работ"

20 июн 2019


Статья представляет реализацию подхода «обучение с учителем» для выделения сильных нефтяных коллекторов. На первом этапе проведен анализ современного состояния проблемы информационного сопровождения поисково-разведочных работ и оценки дебита скважин с помощью российской системы патентного поиска Exactus System и американской системы Free Patents Online. Установлено, что классический статистический анализ, интегрированный с методами машинного обучения, является мощным инструментом для интерпретации химически переменной структуры породы при использовании достаточно репрезентативной выборки. Исходные данные отражают более 40 физико-химических параметров пород и флюида и собраны с 2012 по 2016 г. Приведен сравнительный анализ значений параметров по основным статистическим характеристикам, выделены категориальные, порядковые, дискретные и непрерывные признаки. Определена необходимость устранения выбросов для шести признаков, масштабирования, выполнена трансформация двух категориальных признаков в дискретные. Устранены шесть признаков с преобладанием отсутствующих значений. Установлена глубина расположения продуктивного пласта, составляющая более 4 тыс. метров. Синтезированы признаки скорости и продолжительности поисково-разведочных работ, годы их начала и окончания. Выявлено, что самым продуктивным по числу обнаружений сильных коллекторов оказался 2015 г. Для повышения эффективности классификации обобщены два из трех классов целевого признака. Оценено априорное распределение целевого признака по классам (попадание в класс «остальные» в 8 раз вероятнее попадания в класс «сильный коллектор»). Размерность задачи понижена методом главных компонент, поскольку процент дисперсии, объясненной первыми двумя главными компонентами, больше 70. Сформулирована задача квадратичной оптимизации с мягким зазором. Классификация выполнена методом опорных векторов с гауссовым ядром с радиальной базовой функцией и параметром регуляризации, равным единице. Точность классификации составила 93 %. Подход может быть рекомендован для повышения точности оценки показателей месторождений на начальной стадии разработки.

Журнал входит в Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней кандидата и доктора наук, сформированный ВАК Минобрнауки России. Публикуются статьи по следующим отраслям и группам научных специальностей: 01.04.00 — физика; 05.26.00 — безопасность деятельности человека; 02.00.00 — химические науки.

Журнал включен в Российский индекс научного цитирования (РИНЦ) и в международные базы данных: Scopus, Chemical Abstracts Service (CAS), EBSCO Publishing, Ulrich's Periodicals Directory.

подробнее

Авторы:
  • Владова А.Ю.
    Владова А.Ю.
    avladova@mail.ru, проф. Финансовый университет при Правительстве Российской Федерации, Москва, Россия д-р техн. наук, вед. науч. сотрудник ИПУ РАН, Москва, Россия
  • Владов Ю.Р.
    Владов Ю.Р.
    д-р техн. наук, зав. лабораторией ОНЦ УрО РАН, Оренбург, Россия вед. науч. сотрудник НОЦ Оренбургского государственного университета, Оренбург, Россия