Прогнозирование модели скоростей распространения поперечных волн по данным геофизических исследований скважин и сейсморазведки с применением нейронных сетей

Abstract

Приводятся особенности прогнозирования тонкослоистой двумерной модели среды по скоростям распространения поперечных волн. Разработан метод прогнозирования дву- и трехмерных моделей скоростей на основе данных ГИС на продольных и поперечных волнах и сейсморазведки 2D/3D на продольных волнах. Метод базируется на создании моделей физических свойств среды, проведении кластерного анализа и прогнозировании скоростей с использованием нейронных сетей. “Обучение” нейронных сетей по данным ГИС позволяет прогнозировать по результатам сейсмической инверсии модель скоростей распространения поперечных волн. Метод опробован по геофизическим данным одной из структур в Южно-Каспийской впадине. По данным кластерного анализа выявлен сложный характер между петрофизическими свойствами среды. В результате прогнозирования получен разрез по скоростям, более дифференцированным по глубине и профилю, чем по эмпирическим зависимостям.

Наведено особливості прогнозування тонкошаруватої двовимірної моделі середовища за швидкостями поширення поперечних хвиль. Розроблено метод прогнозування дво- і тривимірних моделей швидкостей на основі даних ГДС на поздовжніх і поперечних хвилях і сейсморозвідки 2D/3D на поздовжніх хвилях. Метод ґрунтується на створенні моделей фізичних властивостей середовища, проведенні кластерного аналізу і прогнозуванні швидкостей з використанням нейронних мереж. “Навчання” нейронних мереж за даними ГДС дає змогу прогнозувати за результатами сейс¬мічної інверсії модель швидкостей поширення поперечних хвиль. Метод випробувано за геофізичними даними однієї із структур у Південнокаспійській западині. За даними кластерного аналізу виявлено складний характер між петрофізичними властивостями середовища. В результаті прогнозування одержано розріз за швидкостями, більш диференційований за глибиною і по профілю, ніж за емпіричними залежностями.

The properties of prediction of thin-layered two-dimensional model on velocities of shear waves are given. Prediction method of two- and three-dimensional models of velocities was developed on the basis of GSW (Geophysical Studying of Wells) data on pressure and shear waves, and seismic survey of 2D/3D on pressure waves. The method was based on a creation of medium physical properties models, conducting of cluster analysis and prediction of velocities using neural networks. The model of velocities of shear waves is predicted by “Teaching” neural networks on GSW data according to the results of seismic inversion. The method was tested on geophysical data of one of the South-Caspian Basin structures. The complicated character was revealed between petrophysical properties of medium on cluster analysis. As a result of prediction the section on velocities is more differentiated on depth and profile than on empirical dependences.