Здійснено адаптацію сучасних математичних і кібернетичних методів аналізу даних для розв'язання широкого класу типових для промислової геофізики класифікаційних задач. Детально розглянуто методи кластерного аналізу, вейвлет-аналізу та штучні нейронні мережі. Проведено грунтовне вивчення основних факторів, що призводять до спотворення первинних даних геофізичних досліджень свердовин. На підставі одержаних результатів розроблено оптимальний граф попередньої обробки зареєстрованих даних. Запропоновано новий спосіб побудови простору ознак на базі неперервного вейвлет-перетворення досліджуваного сигналу, що сприяє автоматичному забезпеченню однакових масштабів і фізичних трактувань окремих ознак. Сформульовано та вирішено дві надзвичайно актуальні задачі промислової геофізики: ідентифікації аномалій, утворених єдиним джерелом і одержаних під час різних реалізацій одного й того самого процесу та розчленування тонкошаруватого розрізу на окремі шари та прошарки за результатами проведення вимірів у нафтових і газових свердловинах мікрометодами електричного каротажу та зняття відліків суттєвих значень вимірюваної характеристики у межах виділених границь. Першу задачу розв'язано за допомогою нового методу статистичної класифікації. Процедуру вирішення другої задачі побудовано на підставі використання апарату неперервного вейвлет-перетворення спільно з нейромережевими методиками. Результати продемонстровано на реальних картонажних даних. Підкреслено, що одним з напрямків проведених досліджень є інтелектуалізація процесу обробки даних геофізичного вивчення свердловин.

  Скачати повний текст