Формальные критерии качества автоматической корреляции разрезов скважин
https://doi.org/10.18303/2619-1563-2025-2-51
Аннотация
Предлагаются и сравниваются формализованные критерии качества автоматической корреляции скважин. Рассмотрены три показателя: ошибка прогноза значений каротажных кривых на основе кроссвалидации; отношение средней внутригрупповой дисперсии к общей дисперсии данных; среднеквадратическое отклонение глубин набора стратиграфических границ от эталонной модели. Показана очень тесная статистическая связь для первых двух критериев, но в силу сравнительной простоты вычисления более предпочтительным оказывается второй из них. Критерий, связанный с оценкой отклонения от эталонной модели (созданной экспертом), может использоваться в машинном обучении для практических задач, но малопригоден, поскольку требует предварительного построения эталонной модели.
Ключевые слова
автоматическая корреляция разрезов скважин,
ранжирование корреляционных моделей,
стратиграфическая корреляция,
критерии качества корреляции
При поддержке: исследование выполнено по плану базовых научно-исследовательских работ ИНГГ СО РАН (проект Минобрнауки РФ FWZZ-2022-0009).
Об авторах
В. В. Лапковский
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН ; Новосибирский государственный технический университет
Россия
Россия
Владимир Валентинович Лапковский - доктор геолого-минералогических наук, ведущий научный сотрудник лаборатории сейсмогеологического моделирования природных нефтегазовых систем; профессор кафедры Вычислительной техники
630090, Новосибирск, просп. Акад. Коптюга, 3
630073, Новосибирск, пр. К. Маркса, 20
В. И. Шелудько
Новосибирский государственный технический университет
Россия
Россия
Василиса Ивановна Шелудько - аспирант; ассистент кафедры вычислительной техники
630073, Новосибирск, пр. К. Маркса, 20
Список литературы
1. Лапковский В.В., Истомин А.В., Конторович В.А., Бердов В.А. Корреляция разрезов скважин как многомерная оптимизационная задача // Геология и геофизика. 2015. Т. 56, № 3. С. 624–630. doi:10.15372/GiG20150309. EDN:TNUWLJ.
2. Лапковский В.В., Моисеев С.А., Лунев Б.В. Критерий качества автоматической корреляции разрезов скважин по каротажным данным // Геофизические технологии. 2019. № 2. C. 12–22. doi: 10.18303/2619-1563-2019-2-12. EDN:VTZOZN.
3. Латыпов И.Д., Марков А.В., Евграфов Н.А., Шагимарданова Л.Р. Разработка подходов к автоматизированной внутрипластовой корреляции по данным геофизических исследований скважин с применением машинного обучения // Экспозиция Нефть Газ. 2024. № 4. С. 47–51. doi: 10.24412/2076-6785-2024-4-47-51. EDN:GVMMOB.
4. Шайбаков Р.А. Использование нейросетевого аппарата для идентификации границ геологических объектов // Технические науки: традиции и инновации: Материалы I Международной научной конференции. Челябинск: Два комсомольца, 2012. С. 8–11. https://moluch.ru/conf/tech/archive/6/1491.
5. Bakdi S., Kannan N., Masini S., Chennakrishnan B. Automated well correlation using machine learning and facial recognition techniques // Abu Dhabi International Petroleum Exhibition & Conference. 2020. doi:10.2118/203301-MS.
6. Caliński T., Harabasz J. A dendrite method for cluster analysis // Communications in Statistics. 1974. Vol. 3 (1). P. 1–27. doi:10.1080/03610927408827101.
7. Romanenkova E., Rogulina A., Shakirov A., Stulov N., Zaytsev A., Ismailova L., Kovalev D., Katterbauer K., AlShehri A. Similarity learning for wells based on logging data // Journal of Petroleum Science and Engineering. 2022. Vol. 215 (Part B). 110690. doi:10.1016/j.petrol.2022.110690.
Рецензия
Для цитирования:
Лапковский В.В., Шелудько В.И. Формальные критерии качества автоматической корреляции разрезов скважин. Геофизические технологии. 2025;(2):51-59. https://doi.org/10.18303/2619-1563-2025-2-51
For citation:
Lapkovsky V.V., Sheludko V.I. Formal quality criteria for automatic correlation of well logs. Russian Journal of Geophysical Technologies. 2025;(2):51-59. (In Russ.) https://doi.org/10.18303/2619-1563-2025-2-51
Просмотров:
36
Послать статью по эл. почте 