Репозитарій КНУ
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
Репозитарій КНУ
  • Фонди & Зібрання
  • Статистика
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Наукова періодика | Scientific periodicals
  3. Вісник Київського національного університету імені Тараса Шевченка. Геологія | Visnyk of Taras Shevchenko National University of Kyiv. Geology
  4. 2024
  5. Вісник Київського національного університету імені Тараса Шевченка. Геологія. 2(105)
  6. ЗАСТОСУВАННЯ НЕЙРОНОМЕРЕЖЕВИХ ТЕХНОЛОГІЙ ПРИ ЛІТОЛОГО-ФАЦІАЛЬНОМУ РОЗЧЛЕНУВАННІ ВІДКЛАДІВ ДЕВОНУ І КАРБОНУ ЗА ГЕОЛОГО-ГЕОФІЗИЧНИМИ ДАНИМИ (ПІВНІЧНО-ЗАХІДНА ЧАСТИНА ДНІПРОВСЬКО-ДОНЕЦЬКОЇ ЗАПАДИНИ)
 
  • Деталі
Параметри

ЗАСТОСУВАННЯ НЕЙРОНОМЕРЕЖЕВИХ ТЕХНОЛОГІЙ ПРИ ЛІТОЛОГО-ФАЦІАЛЬНОМУ РОЗЧЛЕНУВАННІ ВІДКЛАДІВ ДЕВОНУ І КАРБОНУ ЗА ГЕОЛОГО-ГЕОФІЗИЧНИМИ ДАНИМИ (ПІВНІЧНО-ЗАХІДНА ЧАСТИНА ДНІПРОВСЬКО-ДОНЕЦЬКОЇ ЗАПАДИНИ)

Тип публікації :
Стаття
Дата випуску :
19 вересня 2024 р.
Автор(и) :
КАРПЕНКО, Іван
ЛЕВОНЮК, Сергій
КАРПЕНКО, Олексій 
ЛОКТЕВ, Андрій
Мова основного тексту :
English
eKNUTSHIR URL :
https://ir.library.knu.ua/handle/15071834/13970
DOI :
10.17721/1728-2713.105.05
Журнал :
Visnyk of Taras Shevchenko National University of Kyiv. Geology 
Том :
2
Випуск :
105
ISSN :
1728-2713
Початкова сторінка :
37
Кінцева сторінка :
43
Цитування :
КАРПЕНКО, І., ЛЕВОНЮК, С., КАРПЕНКО, О., ЛОКТЕВ, А. (2024). NEURON NETWORK TECHNOLOGIES APPLICATION IN LITHOLOGICAL-FACIAL DECOMPOSITION OF THE DEVONIAN AND CARBONIFEROUS SEDIMENTS ACCORDING TO GEOLOGICAL-GEOPHYSICAL DATA (NORTHWESTERN PART OF THE DNIEPER-DONETS DEPRESSION). Visnyk of Taras Shevchenko National University of Kyiv. Geology, 2(105), 37–43. https://doi.org/10.17721/1728-2713.105.05
Вступ. Приріст запасів вуглеводнів у старих нафтогазовидобувних регіонах значною мірою може бути реалізований за рахунок переінтерпретації геолого-геофізичних даних на старому фонді свердловин. Як у межах існуючих родовищ, так і на площах, які за певними обставинами були у свій час оцінені як неперспективні. На даному етапі геологорозвідувальних робіт виконується значна робота з переінтерпретації даних геофізичних досліджень у пропущених інтервалах свердловин старого фонду, у тому числі – пошукових і розвідувальних свердловин. Подібні роботи виконуються на глибокі горизонти (девон), а також на відклади мезозою, які в минулому столітті не були першочерговими в плані перспективності на багатьох площах. Наявний геолого-геофізичний матеріал свідчить про значні труднощі щодо правильної ідентифікації пластів у межах указаних стратонів. 
Методи. Проаналізовано результати геофізичних, петрографічних і петрофізичних досліджень по відкладах, що вивчалися. Застосовано методи статистичного аналізу з метою встановлення можливості використання методів розпізнавання образів для літолого-фаціального розчленування розрізів свердловин за даними геофізичних досліджень. 
Результати. Завдяки використанню технології нейронних мереж перевірено надійність традиційної геологічної інтерпретації даних геофізичних досліджень свердловин. Підвищено достовірність встановлення літолого-фаціальної належності окремих пластів у розрізах свердловин верхнього девону, нижнього і середнього карбону – шляхом застосування ансамблю розрахованих нейронних мереж. Запропоновано оригінальний підхід щодо реалізації технології нейронних мереж при інтерпретації геолого-геофізичних даних.  
Висновки. Розглянуто геофізичні характеристики потенційно перспективних горизонтів, які раніше пропускались. Вказано завдання, які слід вирішувати, а також шляхи підвищення достовірності геологічної інтерпретації даних промислової геофізики в різновікових товщах. Зокрема розглянуто можливість і доцільність використання машинного навчання на основі нейрономережевих технологій.
Ключові слова :

horizon

reservoir

lithology

Devonian

neural networks

well logging

горизонт

колектор

літологія

девон

нейронні мережі

геофізичні дослідженн...

Тип зібрання :
Publication
Файл(и) :
Вантажиться...
Ескіз
Формат

Adobe PDF

Розмір :

864.33 KB

Контрольна сума:

(MD5):2b3fb15b1724f0f9837798c5ffc17fbc

Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY

Налаштування куків Політика приватності Угода користувача Надіслати відгук

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

м. Київ, вул. Володимирська, 58, к. 42

(044) 239-33-30

ir.library@knu.ua