Известия Саратовского университета. Новая серия.

Серия Науки о Земле

ISSN 1819-7663 (Print)
ISSN 2542-1921 (Online)


Для цитирования:

Николаенко С. В., Коваленко А. А., Натеганов А. Э., Крук П. Н., Дерюшев А. Б. Опыт применения машинного обучения при анализе сейсмических данных для выделения тектонических нарушений в различных сейсмогеологических условиях // Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2024. Т. 24, вып. 1. С. 49-55. DOI: 10.18500/1819-7663-2024-24-1-49-55, EDN: QKLHPI

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
(загрузок: 54)
Язык публикации: 
русский
Рубрика: 
Тип статьи: 
Научная статья
УДК: 
502.08
EDN: 
QKLHPI

Опыт применения машинного обучения при анализе сейсмических данных для выделения тектонических нарушений в различных сейсмогеологических условиях

Авторы: 
Николаенко Сергей Викторович, Филиал ООО «ЛУКОЙЛ-Инжиниринг» «ПермНИПИнефть»
Коваленко Андрей Александрович, ООО «ЛУКОЙЛ-Инжиниринг»
Натеганов Андрей Эдуардович, ООО «ЛУКОЙЛ-Инжиниринг»
Крук Павел Николаевич, ООО «ЛУКОЙЛ-Инжиниринг»
Дерюшев Александр Борисович, ООО «ЛУКОЙЛ-Инжиниринг»
Аннотация: 

В статье представлены результаты сравнительного анализа алгоритмов автоматического выделения тектонических нарушений на основании сейсмических данных, зарегистрированных в разных сейсмогеологических условиях. Для каждого типа геологического разреза (платформа, соляная тектоника, морские данные) был проведен расчет куба вероятности нарушений, выделенных аналитическим алгоритмом и с использованием обученных нейронных сетей.

Список источников: 
  1. Barnes A. E. A filter to improve seismic discontinuity data for fault interpretation // Geophysics. 2006. Vol. 71, iss. 3. P. 1MJ-Z55. https://doi.org/10.1190/1.2195988
  2. Hall B. Facies classification using machine learning // The Leading Edge. 2016. Vol. 35, iss. 10. P. 818–924. https://library.seg.org/doi/10.1190/tle35100906.1
  3. Феоктистова О. В., Авдеев П. А. Инновационный подход к решению задачи интерпретации тектонических нарушений. Внедрение методики вероятностного прогноза систем нарушений на базе алгоритмов искусственного интеллекта // Нефть, газ, новации. 2021. № 4. С. 25–30. EDN: QZSAYD
  4. Авдеев П. А., Базанов А. К., Ефремов И. И., Мифтахов Р. Ф. Переход к использованию цифровых помощников в кинематической интерпретации данных СРР на примере задачи повышения качества сейсмических данных после суммирования и достоверности прогноза тектонической модели // Вестник нефтегазовой отрасли Казахстана. 2022. Т. 4, № 1. С. 50–57.
Поступила в редакцию: 
27.11.2023
Принята к публикации: 
09.02.2024
Опубликована: 
29.03.2024