26 февраля 2021 г.

10.00-17.00

Машинное обучение и нейронные сети для прогноза параметров нефтегазоносности геологических формаций по данным сейсморазведки и измерений в скважинах

Формат проведения: Online

Автор курса:
Иван Иванович Приезжев,  
доктор технических наук ,
профессор Российского государственного университета нефти и газа имени И.М. Губкина, генеральный директор ООО «Лаборатория Приезжева», инновационный центр Сколково

О лекторе

Приезжев фото.jpg

Иван Иванович Приезжев,  доктор технических наук , профессор Российского государственного университета нефти и газа имени И.М. Губкина, генеральный директор ООО «Лаборатория Приезжева», инновационный центр Сколково.  Имеет научные интересы в области математических и программных решений для решения различных задач моделирования месторождений нефти и газа: машинное обучение, нейронные сети, сейсмическая инверсия, прогноз параметров трещиноватости, инверсия и моделирование грави-магнитных данных. Автор новых технологий 7 патентов России и США. Автор более 80 научных публикаций. H-index =10 (scholar google)

  • Анализ сейсмического поля без учителя (без скважин)

    • Теория нейронных сетей Кохонена 1D, 2D, 3D с визуализацией RGB

    • Построения карт сейсмофаций (сейсмоклассов).

    • Построения кубов сейсмофаций.

    • Факторный анализ сейсмического поля.

    • Спектральная декомпозиция и RGB анализ сейсмических слайсов

    • Алгоритмы выделения разломов и трещиноватости на основе алгоритма DTW и имитации разломных процессов

  • Анализ сейсмического поля c учителем (учитель - информация со скважин)                                             

    • Теория нейронных сетей

      • Классические нейронные сети

      • Нейронные сети Колмогорова с полнофункциональным преобразованием входных данных

    • Применение нейронных сетей и методов машинного обучения для прогноза карт эффективных толщин.

      • Прогноз на основе линейной регрессии,

      • Прогноз на основе нейронных сетей Кохонена

      • Нелинейных прогноз на основе нейронных сетей Колмогорова

      • Многократный прогноз с удалением части скважин и построение карт P10, P50, P90, среднее, стандарт

    • Применение нейронных сетей и методов машинного обучения для прогноза куба эффективных параметров по набору исходных кубов и скважинных измерений.

      • Нейросетевой прогноз низкочастотной модели и ее использование.

      • Сравнение линейных и нелинейных инверсионно прогнозных построений

      • Нелинейный прогноз кубов упругих параметров AI, Vp/Vs, RHOB по угловым суммам

      • Прогноз кубов ФЭС по кубам инверсии или по угловым суммам

      • Прогноз геомеханических кубов (скорость Vs, модуль Юнга, отношение Пуассона …)

      • Прогноз куба порового давления

      • Прогноз кубов литофаций

      • Многократный прогноз с удалением части скважин и построение кубов P10, P50, P90, среднее, стандарт

  • Анализ скважинных данных.

    • Применение нейронных сетей Колмогорова и методов машинного обучения для прогноза измерений в скважинах.

    • Многократный прогноз с удалением части данных и построение кривых прогноза P10, P50, P90, среднее, стандарт

    • Классификация каротажных кривых по их форме – электрофации.

  • Анализ гравимагнитных данных.

    • Экспресс анализ гравимагнитных данных и построение куба избыточных плотностей

    • Прямая и обратная задача на основе слоистой модели среды.

Программа

курса

 
 

Стоимость

участия

Слушатель курса из организаций                                     15 000,00 руб.

Групповая заявка 5 человек и больше                             13 500,00 руб

Слушатель из категории профессорско –

преподавательского состава ВУЗов                                  7 500,00 руб.

Бакалавры, магистранты и аспиранты 

дневной формы обучения                                                   4 000,00 руб.

Слушатели получат авторские сертификаты и материалы по теме курсов.
Предлагаемый формат курсов освобождает руководство компаний
от излишних затрат на проезд, проживание и т.д.

Регистрация заканчивается 24 февраля 2021 г.

Любые заявки на участие в курсе, полученные после этой даты, будут рассматриваться организаторами как заявки, требующие дополнительного согласования