• ВХОД
  •  

    Полное описание

    Кислицын, Анатолий Александрович. Использование искусственных нейронных сетей для прогнозирования динамики обводнения горизонтальных скважин / А. А. Кислицын, С. В. Кузнецов, А. В. Поднебесных, А. М. Грановский. - Текст : непосредственный // Тюменский государственный университет. Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика : научное издание. - 2019. - Том 5, N 4. - С. 160-180. - ISSN 2411-7978.

    ГРНТИ УДК
    28.23.37004.032.26
    28.23

    Рубрики:
    Нейронные сети -- Применение
    Искусственный интеллект -- Представление знаний

    Кл.слова (ненормированные): сейсмическая инверсия -- генетическая инверсия -- акустический импеданс -- конусообразование
    Аннотация: Сформулирована задача определения условий интенсивного обводнения горизонтальных скважин, пробуренных в пластах, имеющих сложное геологическое строение. Таковыми являются пласты покурских отложений Восточно-Мессояхского месторождения, относящиеся к аллювиальным равнинам континента и прибрежно-морской обстановке осадконакопления. Основной особенностью их геологического строения является высокая латеральная неоднородность, связанная с миграцией русловых комплексов в процессе накопления осадочного материала. С привлечением метода нейронных сетей разработан алгоритм, позволяющий объяснить различную динамику характеристик вытеснения для скважин с идентичными геолого-технологическими показателями для пластов покурской формации континентального генезиса. С помощью генетического алгоритма нейронных сетей выполнены тестовые расчеты на скважинах одного из кустов с длительной эксплуатацией.
    Доп. точки доступа:
    Кузнецов, Сергей Викторович
    Поднебесных, Александр Владимирович
    Грановский, Андрей Михайлович

    Экз-ры полностью 3cd037a071762fe15f31d4d0a9a82e5b/2019/5/4
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -555487-628544)

    Шифр в сводном ЭК: 2bdea1e0d9d9d7db8d4cb0ae44ad5880




    Заказ фрагмента документа ₽