Формальні основи комп'ютерної інтерпретації даних геофізичних досліджень свердловин

Abstract

В пропонованому дослідженні виконано аналіз формально-логічних методів створення інтелектуальних технологій видобування знань на основі даних геофізичних досліджень. Процес аналітичної обробки та інтерпретації геолого-геофізичних даних розглядається з точки зору підвищення ефективності процесу комп’ютерної обробки геолого-геофізичних даних та виявлення нових знань в даних шляхом розробки інтелектуальних формально-логічних методів аналізу даних на основі концепції Data Mining. Проаналізовано існуючі методи видобування даних та пошуку знань в геолого-геофізичних даних. Розробка новітніх методів видобування знань на основі геолого-геофізичних даних з використанням штучних нейронних мереж дозволить застосовувати спеціальні імітаційні моделі для генерування геолого-геофізичних даних, що забезпечить можливість проведення на їх основі експериментальних досліджень технологій аналізу даних в цілому. Розробка інтелектуальної системи визначення колекторських властивостей гірських порід на основі геолого-геофізичних даних з використанням нейротехнології дозволить виконати інтеграцію визначених формально-логічних методів інтелектуальної технології видобування знань та інтелектуальних систем визначення колекторських властивостей гірських порід.

In this research the analysis of formal-logical methods of creating intelligent technologies for the extraction of knowledge from logging data is done. The analytical processing and interpretation of geological and geophysical data is considered in terms of improving process efficiency of computer processing of geological and geophysical data and revealing of new knowledge in the data by developing intelligent formal logical methods of data analysis based on the concept of Data Mining. Existing methods for data mining and knowledge search in geological and geophysical data were explored. The development of new methods of knowledge extraction based on geological and geophysical data using artificial neural networks will use special simulation models to generate geological and geophysical data, providing the possibility of their experimental studies on data mining in general. Developing smart technologies for identifying reservoir properties of rocks which are based on geological and geophysical data using neurotechnology will integrate certain formal logical methods of intellectual knowledge extraction technologies and intelligent systems for determining reservoir properties of rocks.