nsu_ramasud_20250614_v2.pdf

• Масуд Рофикул Ал, студент группы 21214, Направление подготовки: 09.03.01 Информатика и вычислительная техника, Направленность (профиль): Компьютерные науки и системотехника, Факультет информационных технологий, Новосибирский национальный исследовательский государственный университет
• Власов Александр Александрович, к.т.н., доцент, Кафедра систем информатики, Факультет информационных технологий, Новосибирский национальный исследовательский государственный университет, руководитель ВКР
• Быкова Галина Павловна, ассистент, Кафедра систем информатики, Факультет информационных технологий, Новосибирский национальный исследовательский государственный университет, соруководитель ВКР

С ростом внедрения методов горизонтально-направленного бурения точное определение параметров окружающей среды стало особенно важным: вся поверхность горизонтального окончания является пятном контакта, поэтому бурение должно осуществляться в наиболее нефтенасыщенной части коллектора.

Устройство ВИКПБ, использующее высокочастотное электромагнитное зондирование, позволяет получать данные (сигналы), необходимые для определения характеристик среды около скважины.

Однако интерпретация этих сигналов часто проводится качественно, так как существующие программные системы количественной интерпретации данных либо имеют ограниченное применение, либо затруднены в реализации в производственном процессе. В то же время, из-за нелинейности влияния характеристик среды на сигналы ВИКПБ, качественная интерпретация подвержена ошибкам.

Поскольку разрабатывается всё больше месторождений с тонкослоистыми коллекторами, потребность в точной и своевременной интерпретации данных ВИКПБ возрастает. Это подчёркивает необходимость создания инструментов, позволяющих решать как прямые, так и обратные задачи обработки сигналов ВИКПБ в процессе бурения. В данном исследовании предлагается разработка и применение моделей машинного обучения для анализа сигналов устройства ВИКПБ. Эти модели направлены на преодоление ограничений существующих методов количественной интерпретации, повышая точность анализа данных.

Интеграция подходов машинного обучения в обработку данных высокочастотного электромагнитного зондирования позволяет создать надёжное решение, способствующее более глубокому пониманию подповерхностных условий.

Полученные модели и реализованный программный модуль на Python продемонстрировали высокую точность при прогнозировании как прямого поведения сигналов, так и решении обратной задачи с использованием синтетических данных, что делает их надёжным и практичным инструментом для количественной интерпретации данных ВИКПБ в условиях реального бурения.

• Работа была представлена на 63-й Международной научной студенческой конференции в НГУ с 16 по 22 апреля 2025 года в секции «Информационные технологии», подсекции «Нейронные сети и машинное обучение». Масуд Рофикул Ал. «Использование средств машинного обучения для моделирования сигналов прибора ВИКПБ при горизонтальном бурении». Тезисы опубликованы в сборнике конференции МНСК-2025.
• Быкова Галина Павловна, Власов Александр Александрович, Масуд Рофикул Ал,. Государственная регистрация программы для ЭВМ «БИС — быстрая интерпретация данных высокочастотного электромагнитного зондирования». Свидетельство № 2024687640