Рейтинг@Mail.ru
Навигация


Практический вебинар по геологическому моделированию   11 августа 2020 г.
Многовариантное геологическое моделирование в условиях нестационарности распределения свойств среды с использованием алгоритма Amazonas   Онлайн

Автор и лектор: Антон Юрьевич Дегтерёв, ведущий геолог Rock Flow Dynamics, кандидат технических наук

Продолжительность вебинара: 4 часа, 11 августа 2020 г.

График проведения вебинара (время московское):
10.00-11.20 - курс
11.20-11.30 - перерыв
11.30-12.40 - курс
12.40-12.50 - перерыв
12.50-14.00 - курс

 

Дисциплины: Геология – геологическое моделирование

Уровень: Продвинутый

Язык: Русский

Бесплатная регистрация

Формат вебинара

Бесплатный вебинар пройдёт в интерактивном формате.

Участники смогут письменно задать вопросы лектору и получить ответы в прямом эфире.

Также будет возможность общения с лектором по электронной почте после вебинара.

Описание вебинара

При моделировании геологических систем существует необходимость в контроле достоверности создаваемых моделей. Традиционным инструментом решения данной задачи является многовариантное геологическое моделирование, позволяющее давать оценку неопределённости прогноза свойств на основе создаваемого ансамбля равновероятных реализаций модели. Чтобы построить адекватную модель распределения геологических свойств, необходимо, чтобы используемый метод интерполяции свойств позволял по фрагментарным наблюдениям в многовариантной форме восстанавливать их общее пространственное распределение. Для геологической среды характерно наличие как резких, так и плавных градаций свойств, а также сложное, часто многомодальное распределение их значений. Часто распределение свойств является пространственно нестационарным, причём общая закономерность распределения свойств может быть априорно неизвестна.

До 2019 года не существовало алгоритма, пригодного для многовариантного моделирования свойств с произвольным распределением значений. Алгоритмы на основе геостатистического подхода предполагают априорное знание модели тренда и пространственную стационарность распределения невязок моделируемого параметра относительно этой модели, что делает их неприменимыми в случае недостатка исходных данных. Геостатистический подход пригоден лишь для частного случая стационарности распределения моделируемого параметра либо если задача может быть сведена к стационарной, когда априорно известна модель тренда. Для наиболее прогрессивных алгоритмов, позволяющих моделировать свойства с произвольным распределением значений, таких как нечёткая модель Черникова или нечёткая модель Ковалевского, оставались нерешёнными проблемы генерации множества равновероятных реализаций (метод Черникова) и воспроизведения нестационарных ситуаций (метод Ковалевского).

В 2019 году автором был предложен алгоритм Amazonas, позволяющий выполнять многовариантное геологическое моделирование среды с произвольным распределением свойств. По всей видимости, это первый пример алгоритма, позволяющего выполнять многовариантное моделирование в условиях нестационарности. Фактически алгоритм представляет собой специализированный метод машинного обучения, отличающийся от известных тем, что реалистичность прогноза достигается не для совокупности реализаций, как, например, для Random Forest, а для каждой одиночной реализации. В отличие от нейросетевого подхода, у Amazonas отсутствуют эффекты, связанные с недообучением и переобучением решателя. Алгоритм не имеет ограничений на размерность решаемой задачи, что позволяет выполнять с его помощью пространственно-временно́е моделирование. Существует возможность применения алгоритма для решения абстрактных задач машинного обучения. Принцип действия алгоритма относительно прост и не требует внесения принципиальных изменений в общий процесс геологического моделирования.

С середины 2019 года алгоритм реализован в пакете геологического моделирования tNavigator Дизайнер Геологии. К настоящему времени накоплен некоторый опыт использования алгоритма на различных модельных примерах и реальных месторождениях. Понимание принципа его действия позволяет получать предсказуемые результаты при геологическом моделировании в различных геологических обстановках.

Содержание вебинара

1. Вводная лекция. Введение в проблематику многовариантного геологического моделирования, моделирования пространственного распределения геологических свойств. Обзор доступных на данный момент алгоритмов, их принципов работы, сильных сторон, ограничений. Принцип работы алгоритма Amazonas

2. Интерактивная демонстрация работы алгоритма Amazonas на различных модельных и реальных примерах, сравнение с другими методами

3. Интерактивная демонстрация построения многовариантной геологической модели с использованием алгоритма Amazonas в tNavigator Дизайнер Геологии

4. Вопросы-ответы

Задачи вебинара

- введение в проблематику многовариантного геологического моделирования, моделирования пространственного распределения геологических свойств

- систематизация доступных на данный момент инструментов моделирования свойств, их принципов работы, сильных сторон, ограничений

- знакомство с принципами работы алгоритма Amazonas и особенностями его реализации в tNavigator Дизайнер Геологии

- демонстрация работы алгоритма Amazonas на различных модельных и реальных примерах, сравнение с другими методами

- демонстрация наиболее эффективных практик применения метода

- обмен мнениями по вопросам применения и дальнейшего развития методов многовариантного моделирования геологических свойств

Автор и лектор вебинара

Антон Юрьевич Дегтерёв, ведущий геолог Rock Flow Dynamics, кандидат технических наук.

С 2009 года разрабатывает и проводит учебные курсы по геологическому моделированию, геоинформатике, геофизическим методам, в том числе выездные однодневные и многодневные курсы в России и ближнем зарубежье.

Систематизировал знания в области геологического моделирования подземных хранилищ газа (ПХГ) и опубликовал первые русскоязычные работы по данной теме. Автор первого русскоязычного учебного курса по геологическому моделированию ПХГ, читавшегося им на кафедре «Газовые технологии и подземное хранение газа» РГУНГ им. Губкина с 2011 года, и первого русскоязычного учебного пособия по геологическому моделированию ПХГ.

Систематизировал знания в области использования свободного программного обеспечения (СПО) для нефтегазовой отрасли и опубликовал первые русскоязычные работы по данной теме.

Автор исследований в области обеспечения достоверности геологического моделирования, автор алгоритма Amazonas.

Требуемая начальная подготовка

- знание базовых принципов геологического моделирования

- знание базовых понятий математической статистики

Литература (или другие источники) по теме

1. Degterev A.Y. Amazonas – stochastic method of modeling geological systems with arbitrary distribution of properties, including statistically unsteady ones, based on non-parametric statistics. EAGE Geomodel 2019, Conference Proceedings

2. Ковалевский Е.В. Геологическое моделирование на основе геостатистики / программа курса лекционного тура 2011-2012г.г. EAGE. – 2011г. – 117с.

3. Черников А.Г., Матушкин М.Б., Дегтерёв А.Ю. 3D моделирование петрофизических свойств сложнопостроенных объектов ПХГ на основе алгоритма нечетких Марковских последовательностей // Вести газовой науки. – 2016г. - N1(25). – С.147-156

Регистрация на вебинар

Участие бесплатное!

Зарегистрируйтесь, чтобы получить приглашение на вебинар:

https://eage.eventsair.com/sponsored-practical-webinar-russia/registration

Генеральный
спонсор
RockFlowDynamics

Яндекс цитирования
Журнал First Break и материалы всех мероприятий EAGE направляются на индексацию в систему Scopus.
Журналы Basin Research, Geophysical Prospecting, Near Surface Geophysics и Petroleum Geoscience направляются на индексацию в системы Scopus и Web of Science.