Amazonas: многовариантное геологическое моделирование на основе машинного обучения

Необходимые модули

  • Уникальный метод многовариантной интерполяции, реализованный только в Дизайнере Геологии.
  • Построение многовариантной модели распространения свойств при априорно неизвестной модели тренда на основе только лишь исходных данных.
  • Воспроизведение различных версий как плавных, так и резких градаций свойств.
  • Полностью неявное построение фациальной модели на основе данных фильтрационно-емкостных свойств. При необходимости – возможность работать внутри уже имеющейся фациальной модели.
  • Не накладывает математических ограничений на создаваемые модели (как гипотеза стационарности в геостатистике, гипотеза неразрывности решения в детерминированной интерполяции).
  • Возможность работы как в условиях статистически стационарного, так и нестационарного пространственного распределения свойств.
  • Может использоваться для интерполяции скважинных данных, локальном обновлении модели и экстраполяции (расширении) уже готовой модели в прилегающие области.
  • Возможность учёта априорной геологической информации (форма и размеры геологических тел, направление сноса осадков).
  • Скорость работы выше, чем у традиционных алгоритмов.
  • Получаемое решение всегда точно соответствует исходным данным и хорошо обусловлено этими данными.
  • Метод очень прост в управлении и не требует от геолога знаний нюансов математической статистики.
  • Возможность многовариантного моделирования динамических систем на основе пространственно-временны́х данных с произвольным законом распределения.

Многовариантная модель динамики газонасыщенности по данным ГИС-контроль по одному из подземных хранилищ газа (ПХГ) за 4 сезона закачки и отбора (SPE-201952-RU)

  • В случае пространственной стационарности распределения свойств гистограмма и ГСР исходных данных воспроизводятся автоматически для каждой из реализаций модели.

Совпадение гистограмм и геостатистических разрезов (ГСР) по исходным данным и построенной на их основе модели методом Amazonas в ситуации стационарности распределения свойств.

Полезные материалы в Центре обучения

Наш сайт использует файлы cookie и похожие технологии, чтобы гарантировать максимальное удобство пользователям.