ПРИМЕНЕНИЕ МЕТОДОВ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ АВТОМАТИЧЕСКОГО ВЫДЕЛЕНИЯ КОЛЛЕКТОРОВ В РАЗРЕЗЕ НЕФТЯНЫХ И ГАЗОВЫХ СКВАЖИН : научное издание

Назаров Д.В.; Леонова А.А.; Межова А.О.; Поданев Н.Е.; Агафонов Е.Д.

Дополнительные ссылки: eLibrary

База данных: Каталог библиотеки СФУ

Библиографическое описание: ПРИМЕНЕНИЕ МЕТОДОВ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ АВТОМАТИЧЕСКОГО ВЫДЕЛЕНИЯ КОЛЛЕКТОРОВ В РАЗРЕЗЕ НЕФТЯНЫХ И ГАЗОВЫХ СКВАЖИН : научное издание / Д. В. Назаров [и др.]. - Текст : непосредственный // Системы управления и информационные технологии. - 2022. - № 1. - С. 77-83. - ISSN 1729-5068, DOI 10.36622/VSTU.2022.87.1.016.

Аннотация: Статья посвящена решению задачи автоматического поиска интервалов коллекторов по данным геофизических исследований скважин (ГИС) нефтяных и газовых месторождений. Cоздана система распознавания типа коллектора, позволяющая достичь средней точности на тестовой выборке 92,2%.
The article is devoted to solving the problem of automatic search of reservoir intervals according to geophysical well surveys (GIS) of oil and gas fields. This article proposes an algorithm that allows to automate the allocation of collector zones using deep-learning neural network technologies. As a result, based on the data obtained from a group of wells of an oil field located in the Krasnoyarsk Territory, a reservoir type recognition system was created that allows achieving an average accuracy of 92.2% on a test sample.

Год издания: 2022

Авторы: Назаров Д.В. , Леонова А.А. , Межова А.О. , Поданев Н.Е. , Агафонов Е.Д.

Издательство: Воронежский государственный технический университет, Воронеж

Источник: Системы управления и информационные технологии

Выпуск: № 1

Номера страниц: 77-83

Держатель оригинала документа: ООО «РН-КрасноярскНИПИнефть», СибГУ им. М.Ф. Решетнева

Количество экземпляров:

Твёрдая копия издания отсутствует в фонде библиотеки

Показать дополнительные сведения

APPLICATION OF DEEP LEARNING METHODS FOR AUTOMATIC RECOVERY OF RESERVOIRS IN THE SECTION OF OIL…

Nazarov D.V. и др.
2022 год

Комбинированная модель локализации акустических источников с применением технологии глубокого…

Шаход Джиах Михаил и др.
2024 год

ПРИМЕНЕНИЕ ЭВОЛЮЦИОННЫХ АЛГОРИТМОВ ПРИ ПРОЕКТИРОВАНИИ ИНТЕРПРЕТИРУЕМЫХ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ…

Шерстнев П.А. и др.
2022 год

РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ ЛИТОТИПОВ НА ОСНОВЕ ГЕОФИЗИЧЕСКИХ…

Поданёв Н. Е. и др.
2022 год

DEVELOPMENT OF AN ARTIFICIAL NEURAL NETWORK FOR CLASSIFICATION OF TEXT BY CATEGORY

Takhtay O. A. и др.
2021 год

Автоматизированное проектирование интерпретируемой модели машинного обучения для оперативного…

Шерстнев Павел Александрович и др.
2025 год

APPLICATION OF CONVOLUTIONAL NEURAL NETWORKS IN THE PROBLEM OF RECOGNITION OF HANDWRITTEN NUMBERS

Krutko D.A.
2022 год

Использование нейронных сетей глубокого обучения для классификации токсичных комментариев в…

Захаренко Данил Вадимович
2023 год

МЕТОД ИДЕНТИФИКАЦИИ ЧЕЛОВЕКА ПО ГОЛОСУ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ

Шниперов А. Н. и др.
2022 год

ANALYSIS OF PRODUCT QUALITY IN THE INDUCTION SOLDERING PROCESS USING NEURAL NETWORKS

Shutkina E.V. и др.
2025 год

НЕЙРОННЫЕ СЕТИ КАК ИНСТРУМЕНТ КЛАССИФИКАЦИИ ЗВУКОВЫХ ДАННЫХ

Петухова А. А. и др.
2021 год

RESEARCH ON THE ARCHITECTURE OF A CONVOLUTIONAL NEURAL NETWORK FOR IMAGE RECOGNITION

Kutuzova M.O. и др.
2021 год

Имитационная нейросетевая модель прогнозирования течения и исходов инфаркта миокарда

Русин Дмитрий Сергеевич и др.
2023 год

Реализация метода нейронной передачи стиля

Макуха Любовь Витальевна и др.
2022 год

РЕШЕНИЕ ЗАДАЧ РАСПОЗНАВАНИЯ ЛИЦ И МИМИКИ С ПОМОЩЬЮ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

Плотников Д.В. и др.
2017 год

Применение методов машинного обучения для диагностики заболеваний щитовидной железы

Иванова Е.Е. и др.
2025 год

Библиотечно-издательский комплекс СФУ

ПРИМЕНЕНИЕ МЕТОДОВ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ АВТОМАТИЧЕСКОГО ВЫДЕЛЕНИЯ КОЛЛЕКТОРОВ В РАЗРЕЗЕ НЕФТЯНЫХ И ГАЗОВЫХ СКВАЖИН : научное издание
статья из журнала

Похожие публикации