Анализ подходов машинного обучения для интерпретации акустических полей, полученных моделированием данных скважинной шумометрии
Аннотация
Об авторе
Н. В. МутовкинРоссия
9, Институтский пер., г. Долгопрудный 141701
Список литературы
1. Ипатов А.И., Кременецкий М.И. Геофизический и гидродинамический контроль разработки месторождений углеводородов. М.: НИЦ «Регулярная и хаотическая динамика», 2006. 780 с.
2. Николаев С.А., Овчинников М.Н. Генерация звука фильтрационным потоком в пористых средах // Акустический журнал. 1992 Т. 38. №¹ 1. С. 114–118.
3. Красновидов Е.Ю. Создание методики акустико-гидродинамических исследований пористых сред и скважин. Дис. … канд. тех. наук. Москва, 2005. 171 с.
4. DiCarlo D.A., Cidoncha J.I.G., Hickey C. Acoustic measurements of pore-scale displacements // Geophysical Research Letters, 2003. Vol. 30. N 17. P. HLS 2-1–2-5. DOI: 10.1029/2003GL017811.
5. Mikhailov D.N., Sergeev S.I. Investigation parameters for sound induced by fluid displacement in rock samples // Water Resources Research, 2019. Vol. 55. N 5. P. 4220–4232. DOI: 10.1029/2018WR024168.
6. Марфин Е.А., Гайфутдинов Р.Р., Метелев И.С. Исследование интенсивности акустической эмиссии при фильтрации газа через пористые среды // Геомодель, Геленджик, 2018. DOI: 10.3997/2214-4609.201802405.
7. Мутовкин Н.В., Ми хайлов Д.Н., Софронов И.Л. Моделирование акустических полей, генерируемых фильтрационным потоком в околоскважинной зоне // Математическое моделирование, 2019. Т. 31, №¹ 6. С. 95–106. DOI: 10.1134/S0234087919060066.
8. Мутовкин Н.В., Михайлов Д.Н., Софронов И.Л. Анализ результатов моделирования акустических полей, возбуждаемых течением флюида в пласте // Геомодель, Геленджик, 2018. DOI: 10.3997/2214-4609.201802388.
9. Мутовкин Н.В., Михайлов Д.Н., Софронов И.Л. Оценка изменения фазового состава флюида в скважине на основе данных пассивной акустической шумометрии // Российская нефтегазовая техническая конференция SPE, Москва, 2019. ID: SPE-196845-RU. 16 с.
10. Hastie T., Tibshi rani R., Friedman J.H. The elements of statistical learning: data mining, inference, and prediction. Springer Series in Statistics, 2009. 745 p.
11. Bishop M. Pattern recognition and machine learning. SpringerVerlag New York, 2006. 738 p.
12. Plyushchenkov B.D. Turchaninov V.I. Acoustic Logging Modeling by Refined Biot’s Equations // Int. J. Mod. Phys. C., 2000. Vol. 11. N 2. P. 365–397.
13. Pedregosa F., Varoquau x G., Gramfort A. et al. Scikitlearn: Machine Learning in Python // Journal of Machine Learning Research, 2011. Vol. 12. P. 2825–2830.
Для цитирования:
Мутовкин Н.В. Анализ подходов машинного обучения для интерпретации акустических полей, полученных моделированием данных скважинной шумометрии. Известия высших учебных заведений. Геология и разведка. 2019;(6):73-79. https://doi.org/10.32454/0016-7762-2019-6-73-79
For citation:
Mutovkin N.V. Analysis of machine learning approaches for the interpretation of acoustic fields obtained by well noise data modelling. Proceedings of higher educational establishments. Geology and Exploration. 2019;(6):73-79. (In Russ.) https://doi.org/10.32454/0016-7762-2019-6-73-79