Введение к работе
Актуальность темы. Нефтегазодобывающая отрасль играет ведущую роль в экономике страны Развитие данной отрасли на современном этапе неразрывно связано с разведкой, разработкой и освоением новых месторождений нефти и газа Цитологическая классификация и выделение коллекторов основаны па различии физических и і еофизических параметров горных пород Нахождение значений геологических параметров в некоторых диапазонах даег возможность прогнозирования литологии пласта Так как диапазоны перекрываются для различных пород, то необходима идентификация литологии пород по набору котлекторских, физических и геофизических параметров
Использование компьютерной техники при решении задач нефтегазодобывающей ограсли позволяет отойти от традиционных методов сбора и обработки информации, решать проблему переработки больших массивов информации, исключить субъективноегь интерпретации результатов исследований
Для проведения экспресс-оценок продуктивности скважин при геологической разведке месторождений создаются автоматизированные интеллектуальные интерпретирующие системы Они обеспечивают управление измерениями, регистрацию, первичную обработку, интерпретацию и хранение скважинных материалов Хотя существует большое количество нроіраммньїх среде і в и аппаратно-программных комплексов, позволяющих автоматизировать все процессы сбора, обработки и хранения данных геофизических исследований скважин (ГИС), но даже при современном многообразии различных программных средств, производящих интерпретацию ГИС, системы, использующие возможности искусственного интеллекта, немногочисленны по своей номенклатуре и обладают достаточными интеллектуальными способностями
Использование преимуществ искусственного ишеллекта позволяет выйти на иной, более качественный уровень обработки результатов ГИС, поскольку он дает в значительной мере заменить геофизика-интерпретатора, занимающегося рутинной работой просмотра огромных массивов однотипной геочого-геофизической информации, на автоматизированный программно-аппаратный комплекс, который может решать задачу интерпретации данных ГИС с высокой скоростью и точностью Одним из направлении развития систем искусственного интеллекта является использование в них аппарата искусственных нейронных се гей Несмотря на простоту их построения и функционирования, они позволяют накапливать уже известные закономерности ГИС, обобщать факты и давать вполне корректные оценки в ситуациях, когда на входе нейронной сеги (НС) представлены зашумленные данные НС уже широко применяются за рубежом в различных системах, например, распознавания образов, аппроксимации прогнозирования, управіелия и др
На практике, при проведении нейросетевого анализа данных, основное внимание уделяется этапам, связанным с обучением и функционированием собственно нейронных сетей, в то врьмя как не менее важным является этап подготовки исходных данных Хотя этот этап не связан непосредственно с нейронными сетями, он является одним из ключевых элементов этой информационной технологии Успех обучения сети может решающим образом зависеть ог того, в каком виде
представлена информация для ее обучения
В настоящее время создано множество программных продуктов, имитирующих работу НС Но возможности их применения в геофизической области весьма ограничены Эго связано с тем, что данные программы не содержат в себе ни правил формализации исходных данных и заключений, применяемых для решения задач ГИС, ни специализированных НС, ни комплексных решений подготовки данных, используемых для решения задачи, ни средств импорта/экспорта геофизических данных
Таким образом, правильная подготовка исходных даннык при применении НС для интерпретации данных ГИС позволит повысить надежность результатов интерпретации и сократить время, затрачиваемое на решение данной задачи Решению эгих актуальных задач и посвящена настоящая диссертация
Объектом исследования являются методы и алгоритмы подготовки исходных данных для решения задачи интерпретации результатов ГИС нейронной сетью, а также аппарат искусственных нейронных сетей, применяемый для обработки данных ГИС, и каротажные диаграммы, представленные в цифровом виде
Предметом исследования является математическое описание алгоритмов и мегодик подготовки исходных данных для повышения скорости и качества личологического расчленения разреза скважины, многослойная нейронная сеть, программное и информационное обеспечение ПС
Цель работы - разработка и научное обоснование применения методов функционального преобразования каротажных диаірамм и подготовки обучающей выборки для повышения эффективности применения многослойной нейронной сети при осуществлении качественной интерпретации данных ГИС, внедрение которой имеет существенное значение в области обработки и экспресс-интерпретации геофизической информации непосредственно на скважине
Для достижения поставленной цели требуется решить следующие задачи
формализация задачи качественной интерпретации данных ГИС для ее решения с помощью аппарата НС,
выбор и обоснование путем теоретических и экспериментальных исследований методов функционального преобразования исходных данных и формирования обучающей выборки (ОВ) для задачи интерпретации ГИС,
выбор на основе рассмотренных методов оптимальной последовательности подготовки исходных данных и обучающей выборки для задачи интерпретации ГИС,
выбор оценок, позволяющих определять качество полученной ОВ, до проведения процесса обучения НС,
выбор коррекшых оценок, позволяющих определять качество интерпретации с помощью НС,
разработка инструментальных средств для проведения подготовки исходных данных
Методы исследования. В работе применялись георешческие и экспериментальные методы исследования
При решении задачи качественной интерпреыции данных ГИС применялась многослойная нейронная сеть, обучаемая алгоритмом обратного распро-
странепия ошибки В качестве функции активации сети использовалась сигмоида (логистическая функция) В качесгве методов функционального преобразования каротажных диаграмм используются методы скользящего окна данных, спектральный и вейвлет анализы, методы декорреляции исходных сигналов и несколько методов нормализации данных Для понижения размерности входного вектора испотьзуготся корреляционный анализ и метод анализа ьтавных компонент В качестве алгоритмов снижения объема ОВ рассмотрены мегод группировки, основанный на расстоянии Евклида, и метод кластеризации (/г-средних)
Каротажные кривые исследовались на предмет выделения в скважине пласгов-коллекторов и пластов с различными видами насыщения Исследования проводились по группе из пяти каротажных методов (ВК, DS, DT, GR, NGR) Обработка исходных геофизических данных велась поточсчею с тем же шагом дискрегазации, что и оцифровка исходных данных, без предварительного расчленения разреза на пласты
Инструментальные средства реализованы на алгоритмическом языке высокого уровня Delphi (Borland Delphi 7)
Достоверность и обоснованность полученных в работе результатов и выводов подтверждена результатами экспериментальных исследований
Математические модели, алгоритмы и прикладные программы, предложенные в работе, основаны на фундаментальных положениях функционального анализа, теории статистического анализа временных рядов, а также теории вероятностей и методологии построения экспертных систем
Достоверность экспериментальных результатов обеспечена использованием большого объема экспериментального материала, статистическими методами обработки данных и хорошей воспроизводимостью результатов
Достоверноеіь эталонного материала для обучения НС обеспечена использованием утвержденных в ОАО «Башнефтегеофизика» экспертных заключений по обрабатываемым скважинам
На защиту выносятся результаты исследования применения методов подготовки исходных данных для многослойной нейронной сети при качественной интерпретации данных ГИС, обеспечивающих повышение скорости и качества при получении заключения по наличию нефіенасьіщенньїх коллекторов непосредственно после проведения каротажных работ на скважине, в том числе
выбор и обоснование правил формалшации задачи литологического рас-членеЕшя разреза скважины с помощью многослойной НС,
схема подготовки исходных данных, включающая в себя этапы сбора и предобработки данных, а также этап формирования ОВ, ее основные цели и задачи,
применение схемы подготовки исходных данных, предложенной автором, для повышения эффективности интерпретации ГИС с помощью НС,
выбор и обоснование методов подготовки исходных данных и формирования ОВ для повышения скорости и надежности распознавания данных ГИС,
определение корректных оценок для анализа качества решения задачи качественной интерпретации данных ГИС с помощью НС,
разработка и программная реализация инструментальных средств подготовки исходных данных,
Научная новизна полученных результатов определяется проведенными комплексными исследованиями, в результате которых, вопреки классическому подходу, основанному на решении системы петрофизических уравнений методами вычислительной математики, применен аппарат искусственных нейронных сетей При этом большое внимание было отведено этапу подготовки данных Предложен комплекс методов, который позволяет повысить скорость и качество решения задачи Все это позволяет использовать накопленный эмпирический материал и знания опытных интерпретаторов, являющийся ядром базы знаний интеллектуальной системы для литолошческого расчленения разреза скважины, в ходе которых
получены зависимости литологической структуры разреза скважины от вида представления каротажных данных, что дает возможность применять аппарат искусственных НС в геолого-геофнзической области,
предложен комплексный подход к подготовке данных при использовании НС, который нашел свое отображение в разработанной автором схеме подготовки исходных данных, включающей в себя этапы сбора и предобработки информации, а также этап формирования ОВ, которые ставят своей задачей повышение качества исходных сигналов за счет функциональных преобразований исходных данных, понижение размерности задачи и формирование сокращенной ОВ, следствием чего являет ся повышение качества и скорости работы НС,
показано применение схемы подготовки исходных данных к задаче интерпретации результатов ГИС, при этом, в результате проведения эксперимента по подготовке НС для решения задачи интерпретации данных ГИС удалось повысить качество интерпретации и сократить время, необходимое на подготовку НС, в два раза,
предложены методики, которые могут быть использованы при подготовке исходных данных для задачи интерпретации результатов І ИС, проведены эксперименты, позволяющие сделать выводы об эффективности применения этих методов, в результате чего, на основе наиболее подходящих методов построены последовательности подготовки данных, пошюстью реализующие предложенную автором схему, определена эффективность рассмотренных последовательностей,
разработанный программный модуль подготовки исходных данных, который позволяет быстро создавать необходимые последовательности методов для улучшения эффективности применения НС, имеет открытый исходный код, вследствие чего может быть интегрирован в разрабатываемые и существующие программные комплексы
Практическая полезность Полученные в работе методики и алгоритмы подготовки исходных данных, совместно с применением аппарата искусственных нейронных сетей, дія качественной экспресс-интерпретации данных ГИС позволяют существенно автоматизировать труд геофизика-интерпретатора за счет колоссальных вычислительных возможностей по обработке большого объема геофизической информации интеллектуальными системами на базе как отдельных компьютеров, так и компьютерных сетей, существенно использующих реляционные базы данных таких как <'Finder» и яр НС, за счет заложенных в них эталонных данных, и меюды подготовки
данных позгючяют сократить время, необходимое на проведение качественной экспресс-интерпретации скважин, в нескочько раз, повысить качество интерпретации и сократиіь количество ошибок при принятии решений
Использование предложенной схемы подготовки данных с применением рассмотренных методов позволяет быстрее и качественнее проводить обучение НС Это повышает эффективность ГИС за счет резкого расширения возможностей проведения экспресс-интерпретации во время проведения каротажных исследований с достаточно высокой степенью достоверности
Настоящая работа обеспечивает необходимую базу для дальнейшего развития и совершенствования методов подготовки исходных данных для НС, в том числе и подготовки данных ГИС
Апробация работы Основные положения и результаты диссертации докладывались и обсуждались на российских и международных научно-технических конференциях и конгрессах Международных НТК «Информационные технологии в инновационных проектх» (Ижевск, 2004), VI-м научном симпозиуме «Геоинформационные техно погни в нефтегазовом сервисе» (Уфа, 2005), Международном симпозиуме «Надежность и качество» (Пенза, 2006), 33 Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2006), 34 Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2007)
Публикации Результаты работы отражены в 12 научных публикациях, в том числе 10 статей в журналах и сборниках, 1 тезис докладов на научно-технической конференции, 1 отчеі о НИР (91с) Автор имеет 8 научных трудов в изданиях, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций
Структура и объем работы. Диссертация содержит введение, 4 главы и заключение, изложенные па 189 с машинописного текста R работу включены 56 рис, 25 табл и список литературы из 127
