Abstract

The article is devoted to the development and of new method of seismic and well data comparison for quantitative prediction of reservoir effective thicknesses using machine-learning algorithms. We found out the influence of a different step of calculating attributes on the predictive ability of mathematical models for quantitative prediction. As a result of this study a program was written and integrated into a geological modelling package.

Keywords

Reference

  •  1)

РАЗРАБОТКА НОВОГО СПОСОБА РАСШИРЕННОГО СОПОСТАВЛЕНИЯ СЕЙСМИЧЕСКИХ АТРИБУТОВ И ДАННЫХ ГИС ДЛЯ ПРОГНОЗА КОЛЛЕКТОРОВ НА ТАНЫПСКОМ МЕСТОРОЖДЕНИИ НЕФТИ

Заключнов И.С. Путилов И.С. Селетков И.А.

Аннотация

Статья посвящена разработке и применению нового способа сопоставления сейсмических и скважинных данных для количественного прогноза эффективных толщин коллекторов с применением алгоритмов машинного обучения. В процессе работы удалось обнаружить влияние разного шага расчета атрибутов на прогностическую способность математических моделей для количественного прогноза. По результатам данной работы написана программа на языке программирования Python, интегрированная в пакет геологического моделирования.

Ключевые слова

Сейсморазведка, атрибутный анализ, машинное обучение, лассо-регрессия, количественный прогноз, комплексирование, технология прогноза,

Информация об авторах

Библиографическая ссылка

Заключнов И.С. Путилов И.С. Селетков И.А. РАЗРАБОТКА НОВОГО СПОСОБА РАСШИРЕННОГО СОПОСТАВЛЕНИЯ СЕЙСМИЧЕСКИХ АТРИБУТОВ И ДАННЫХ ГИС ДЛЯ ПРОГНОЗА КОЛЛЕКТОРОВ НА ТАНЫПСКОМ МЕСТОРОЖДЕНИИ НЕФТИ // Геофизика. 2020. № 5. С. 13-19.

Список литературы

  •  1)