Статья Фреда Дженсона, ведущего петрофизика CGG GeoSoftware, посвящённая расчёту объёма минеральных компонентов породы методами стохастического моделирования и машинного обучения, опубликованная в журнале World Oil.

Подходы машинного обучения сегодня активно используются на разных стадиях работы с каротажными данными, начиная от оценки качества ГИС и заканчивая определением петрофизических параметров. Их главным преимуществом является значительная экономия времени. Ведь правильно обученный алгоритм может работать сразу с десятками и сотнями скважин. Интерпретатору останется проверить и скорректировать результат.

Достоверное определение объёмов флюида и минеральных компонентов в нетрадиционных коллекторах всегда было сложной задачей. В PowerLog для её решения чаще всего используется модуль стохастического моделирования StatMin. В своей статье Фред Дженсон демонстрирует возможности машинного обучения, реализованного на базе экосистемы Python, для построения объёмной минералогической модели сложного глинистого коллектора и сопоставляет её с результатами модуля StatMin.

Ознакомиться со статьёй на английском языку вы можете по ссылке.

world oil april