Emerge и LithoSI – машинное обучение и инструменты интерпретации результатов инверсии

Описание курса

Для подсчета запасов и закладывания новых стволов скважин недостаточно просто получить обработанные сейсмические данные или результаты инверсии. Сейсмические амплитуды и упругие свойства породы нужно правильно проинтерпретировать и перевести в более понятные для геологов и разработчиков свойства пород, такие как пористость насыщение или литотипы.

Есть множество подходов для интерпретации, однако наиболее передовыми считаются прогноз с помощью нейронных сетей, мультилинейных регрессий и байесовской литоклассификации. В программном пакете HampsonRussell данные методы логично поделены на два модуля. Оба модуля позволяют на основе сейсмических кубов и результатов инверсии точно и аккуратно прогнозировать различные свойства пород, такие как фации, насыщение и пористость.

В модуле Emerge прогноз выполняется с помощью мультилинейной регрессии или нейронных сетей. На выходе вы получите куб целевого свойства, это может быть любое свойство горной породы. Кроме этого, данный модуль также может использоваться для классификации, например по литотипам.

LithoSI — это интерактивный пакет, который дополняет наше очень успешное программное обеспечение Emerge. В модуле LithoSI прогноз выполняется на основе байесовской классификации и функции плотности вероятности. На выходе вы получите куб наиболее вероятных литотипов и кубы вероятности наличия литотипа.

После завершения курса участники смогут уверенно пользоваться технологиями прогноза свойств и применять на практике подходы с использованием нейронных сетей, мультилинейных регрессий и основанную на геостатистике литоклассификацию. 

Преимущества курса

  • Курс состоит из лекций и практических заданий с использованием модулей Emerge и LithoSI. Упражнения составляют приблизительно 65% от объёма всего курса.
  • Исчерпывающий обзор способов использования сейсмических атрибутов для построения надежных взаимосвязей при прогнозировании петрофизических параметров.
  • Детальное рассмотрение в теории и на практике трех подходов к прогнозу свойств коллектора: линейная регрессия, мультилинейная регрессия и нейронные сети.
  • Обзор типов нейронных сетей, применяемых в Emerge: принципы работы, отличия, ограничения и параметризация.
  • Пошаговое объяснение процесса вероятностной литоклассификации.
  • Введение в Байесовскую классификацию, многомерные функции плотности вероятности (PDF) и их оптимизация.

Содержание курса

Emerge

  • Что такое модуль Emerge и как он может быть использован для прогноза свойств породы?
  • Обзор сейсмических атрибутов и основы расчета линейных регрессий, меры схожести кривых.
  • Мульти-линейная регрессия и подбор оптимального сета атрибутов с помощью метода кросс-валидации.
  • Применение линейных и мульти-линейных регрессий для расчета куба скоростей.
  • Обзор нейронных сетей. Основы, типы, алгоритмы поиска минимума, количество итераций и выбор атрибутов для обучения.
  • Применение DFNN и PNN для прогноза куба пористости.

LithoSI

  • Обзор типично воркфлоу для работы с LithoSI.
  • Два подхода к литоклассификации, преимущества вероятностного подхода.
  • Создание кривой литотипов.
  • Теория Байессовской классификации. Что такое многомерная функция плотности вероятности (PDF) и как ее оптимизировать?
  • Выбор атрибутов для литоклассификации.
  • Анализ кроссплота, расчет PDF`s, контроль качества и применение литоклассификации ко всему кубу.

Для кого предназначен курс

Геофизики, геологи, инженеры, которые хотят понять теоретические основы литоклассификации, разобраться в преимуществах и сферах применения алгоритмов машинного обучения, а также теорию и научиться применять передовые методы интерпретации сейсмических данных.

Продолжительность курса

1 день

Контактная информация

Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

+7 495 230 3095

  *Ранней регистрацией считается регистрация и оплата курса за 1 месяц до его начала.

   Цены указаны без НДС, за одного человека.

Формат:
online

Даты:
7 октября 2022

Время:
10:00 - 18:00

Ранняя регистрация*:
600$

Обычная стоимость:
750$





Формат:
online

Даты:
20 мая 2022

Время:
10:00 - 18:00

Ранняя регистрация*:
600$

Обычная стоимость:
750$





Закрыть

Боярский Михаил Леонидович

Старший специалист по технологиям описания резервуара
выпускник кафедры «Разведочной геофизики и компьютерных систем» Российского Государственного Университета Нефти и Газа им. И.М. Губкина. Магистр

Опыт работы включает проекты на территориях:
Западная Сибирь, Волго-Уральская нефтегазоносная провинция, Тимано-Печора, Арктический шельф.

Освоенные курсы:
Powerlog Basic
CSSI инверсия Jason
Синхронная инверсия Jason
Стахостическая инверсия Jason
3D интерпретации в JGW. Carl Huxohl
Seismic Lithology & AVO Workshop. HRS
Геостатистика в HampsonRussell by Brain Russell
Тектоническое моделирование в InsightEarth. Joseph Dominguez

Stavanger 2014:

  • An Introduction to Velocity Model Building by Dr Ian Jones, ION Geophysical
  • Seismic Geomechanics: How to Build and Calibrate Geomechanical Models using 3D and 4D Seismic Data by Dr Jörg Herwanger
  • Handling Risk and Uncertainty in Mature Fields by Dr Mark Bentley

Stanford online 2015:
Reservoir Geomechanics by Mark Zoback