автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Алгоритмы и программные средства автоматизированной системы оперативной интерпретации каротажных данных

ИСПОЛЬЗУЕМЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ АЛГОРИТМОВ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ ДАННЫХ ГИС.

1.1. Обзор методов ГИС.

1.1.1. Электрический каротаж.

1.1.2. Радиоактивный каротаж.

1.1.3. Акустический каротаж.

1.1.4. Кавернометрия.

1.2. Интерпретация геофизической информации.

1.2.1. Методы интерпретации, основанные на петрофизических данных

1.2.2. Алгоритмы статистической классификации.

1.2.3. Алгоритм с использованием комплексных кодов.

1.2.4. Литологическое расчленение с оценкой вероятности.

1.3. Автоматизированные системы интерпретации ГИС.

1.3.1. АСОИГИС.

1.3.2. Gintel.

1.3.3. КОСКАД.

1.4. Базы данных и экспертные системы ГИС.

1.4.1. Система управления данными Finder.

1.4.2. Экспертные системы.

1.5. Результаты анализа.

1.6. Постановка цели и задач исследований.

ГЛАВА 2. МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ АЛГОРИТМОВ ОПЕРАТИВНОЙ ИНТЕРПРЕТАЦИИ.

2.1. Постановка задачи.

2.2. Предварительная обработка данных.

2.2.1. Нормирование методов.

2.2.2. Удаление тренда и сглаживание.

2.2.3. Увязка по глубине.

2.2.4. Устранение пропусков в данных.

2.3. Цитологическое расчленение разреза с использованием нечеткой классификации.

2.3.1. Алгоритм нечеткой классификации.

2.3.2. Определение весовых коэффициентов для методов ГИС.

2.3.3. Генетический алгоритм.

2.4. Алгоритмы классификации с использованием нейронных сетей.

2.4.1. Основные понятия.

2.4.2. Обучение без учителя.

2.4.3. Гибридная нейронная сеть.

2.5. Модель нечеткой логики.

2.5.1. Основные понятия.

2.5.2. Состав модели.

2.5.3. Алгоритм нечеткого вывода.

2.6. Оценка свойств коллекторов по неточным геофизическим данным.

2.6.1. Нечеткие числа и операции над ними.

2.6.2. Оценка коэффициента пористости.

2.6.3. Оценка коэффициента глинистости.

2.6.4. Оценка коэффициента нефтегазонасыщенности.

ГЛАВА 3. СОСТАВ И СТРУКТУРА ПРОГРАММНОГО КОМПЛЕКСА.

3.1. Разработка системы.

3.1.1. Требования к системе.

3.1.2. Назначение системы.

3.1.3. Состав и структура системы.

3.1.4. Требования к аппаратному и программному обеспечению.

3.1.5. Применение системы.

3.2. Разработка базы данных ГИС.

3.2.1. Структурная схема базы данных.

3.2.2. Организация обработки данных.

3.3. Разработка модуля нечеткой классификации.

3.3.1. Назначение модуля.

3.3.2. Алгоритм функционирования.

3.4. Разработка модуля НС с самообучением.

3.4.1. Назначение модуля.

3.4.2. Алгоритм функционирования.

3.5. Разработка модуля нечеткой логики.

3.5.1. Назначение модуля.

3.5.2. Алгоритм функционирования.

3.6. Разработка модуля оценки петрофизических параметров.

3.6.1. Назначение модуля.

3.6.2. Алгоритм функционирования.

3.7. Выводы.

ГЛАВА 4. ПРИМЕНЕНИЕ АЛГОРИТМОВ ДЛЯ ИНТЕРПРЕТАЦИИ ДАННЫХ ГИС.

4.1. Объект и цели исследования.

4.2. Применение алгоритма нечеткой классификации.

4.2.1. Определение необходимого количества классов.

4.2.2. Определение весовых коэффициентов методов ГИС.

4.3. Применение алгоритма обучения нейронных сетей без учителя.

4.4. Определение коэффициента пористости.

4.5. Результаты экспериментальных исследований.

Объектом исследования являются КД, представленные в цифровом виде; модели НЛ и искусственных нейронных сетей для решения задач оперативной интерпретации результатов ГИС; автоматизированная система оперативной интерпретации результатов ГИС, включающая подсистемы для ввода/вывода, хранения КД, литологического расчленения разреза скважин и оценки количественных параметров коллекторов.

Предметом исследования являются математическое, информационное и программное обеспечение АСОИ ГИС, математическое описание алгоритмов обработки КД, оперативной интерпретации, литологического расчленения; правила и структура базы знаний, структура оперативной базы данных каротажных диаграмм.

Актуальность темы. Совершенствование рациональных методов оперативной интерпретации и методов оценки петрофизических свойств пород является весьма актуальным вопросом на современном этапе развития нефтедобывающей промышленности. Необходимость совершенствования этих методов обусловливается задачей скорейшего ввода в разработку нефтяных месторождений на основе достоверных геофизических исследований скважин в минимальные сроки и при минимальных капиталовложениях.

Процесс разведочного анализа должен состоять из последовательных циклов задания классификации, оценивания результатов на основании дескриптивной статистики классов и формирования параметров следующего шага. Комбинируя различные методы классификации, исследователь должен иметь возможность строить сценарии анализа, соответствующие решаемой задаче и степени знакомства с данными. При этом он нередко имеет представление о том, какие объекты в имеющемся наборе данных являются типичными в терминах текущей постановки задачи. Другими словами, исследователь знает, какой способ классификации должен быть использован. В более сложной постановке задачи предполагается существование объектов, резко выделяющихся своими свойствами, или накладываются специальные ограничения на однородность искомых классов.

Расчетные методы и соответствующие исследования скважин и пластов должны позволять определять параметры нефтеносных и водоносных пластов и их изменение по мощности и по площади. Без достоверного знания параметров пластов невозможно строить правильный прогноз разработки месторождений, регулировать процесс разработки, находить оптимальные проектные решения и т. д. От точности и скорости решения этой задачи в значительной степени зависят стратегия извлечения запасов нефти и эффективность использования капитальных вложений на обустройство и доразбуривание месторождений.

Неопределенность при разработке месторождений нефти имеет место в основном из-за нечеткости петрофизических понятий "пористость", "мощность" и т.д. как для отдельной скважины, так и для месторождения в целом. Имеются лишь замеры этих параметров в отдельных точках месторождений, а ввиду неоднородности среды эти величины значительно меняются в пространстве. Применение средних и средневзвешенных значений параметров для расчетов может приводить к получению значительно смещенных точечных оценок параметров.

В нашей стране интерпретация ГИС производится в основном с использованием детерминированных методов, и результирующая оценка является точечной. Лишь для расчета отдельных параметров в моделях используются статистические методы, различные методы усреднения и взвешивания [37]. В то же время в США, Японии и других зарубежных странах запасы нефти и газа определяются и утверждаются в виде функций распределения вероятности [105]. Однако, особенно на ранних стадиях освоения месторождений, данных для построения функций распределения вероятностей по каждому параметру бывает недостаточно. К тому же операции с этими функциями в теории вероятностей очень громоздки и для решения практических задач чаще всего используется метод Монте-Карло [105].

Погрешность различных приборов и датчиков, проводимых исследований, наличие по целому ряду параметров возможности лишь косвенной их оценки приводят к необходимости проведения расчетов при наличии неточно заданных параметров и коэффициентов уравнений. Замена неточно заданных величин на детерминированные (точечные) величины значительно усложняет процедуру расчета, приводит к необходимости их итерационного подбора для получения приемлемых результатов. В этом случае также затруднена оценка погрешности получаемого результата. Очень часто в состав параметров и коэффициентов уравнений входят одновременно величины с различным характером неопределенности: интервальные, нечеткие, стохастические, эвристические (на основе экспертной оценки). Поэтому возникает необходимость представления всей информации на едином, формальном языке теории нечетких множеств с представлением характеристик неточно заданных величин в виде нечетких функций.

Создание автоматизированной системы для оперативной интерпретации, использующей математический аппарат нечеткой логики, интегрированной со сводной геофизической базой данных и с аппаратным комплексом, позволит давать предварительные заключения прямо на каротажной вычислительной станции, что будет способствовать снижению стоимости разработки и повышению точности анализа геофизической информации при ее последующей интерпретации.

Целью работы является научное обоснование и разработка математических, технических и методических решений, способствующих построению автоматизированной системы оперативной интерпретации цифровых данных ГИС, их предварительной обработки и систематизации в базе данных КВС, что вносит вклад в совершенствование инструментальных средств для последующей сводной интерпретации каротажных данных в рамках всего месторождения.

Для достижения поставленной цели требуется решить следующие задачи:

- выбрать и обосновать путем теоретических и экспериментальных исследований структуру АСОИ и ее математическую часть;

- сформулировать требования к программному обеспечению АСОИ; определить функции, условия применения и состав системы программного обеспечения;

- разработать методику построения программного и информационного обеспечения, позволяющих организовать получение, обработку, оперативную интерпретацию и передачу каротажной информации в интерпретационный центр геофизической экспедиции;

- реализовать в системе методы предварительной обработки КД, включающие алгоритмы импорта файлов данных, удаления пропусков данных, увязки по глубине, нормализации и удаления тренда;

- разработать научно обоснованные решения для выделения продуктивных слоев, выбрать методики оценки петрофизических свойств коллекторов, построить типовые схемы оперативной обработки данных ГИС;

- создать структуру базы данных для хранения данных ГИС, базу знаний правил модели нечеткой логики, структуру и взаимосвязи между таблицами

БД;

- на основе проведения системного анализа имеющихся КД определить необходимое и достаточное количество типов литологических пород, а также задать весовые коэффициенты методов ГИС, удовлетворяющие критерию согласованности с заключениями экспертов.

Методы исследования. При решении задач оперативной интерпретации использовались модели НЛ и НС. Поиск оптимальных значений весовых коэффициентов для методов ГИС осуществлялся с помощью генетического алгоритма (ГА). Для оценки параметров коллекторов применялась теория нечетких множеств (НМ) и использовались функции принадлежности треугольной, трапециевидной и произвольной формы. Интерпретация проводилась с использованием пяти методов каротажа, входящих в состав стандартного набора методов ГИС и пяти дополнительных методов. Результаты интерпретации исследовались на предмет соответствия выделенных нефтенасыщенных участков разреза скважины экспертным оценкам. Обработка КД велась без предварительной отбивки пластов.

Информационная модель АСОИ ГИС создана с учетом объектно-ориентированных принципов разработки программных комплексов. Структурная схема системы разработана с учетом теоретических основ информатики и вычислительной техники.

Программное обеспечение системы реализовано на алгоритмическом языке высокого уровня - Object Pascal, интерфейс пользователя разработан в интегрированной среде Borland Delphi 6.0, база данных работает под управлением СУБД Interbase 6.0.

Достоверность и обоснованность полученных в работе результатов и выводов подтверждена результатами экспериментальных исследований и опытом практической эксплуатации АСОИ ГИС.

Математические модели, алгоритмы и прикладные программы, предложенные в работе, основаны на положениях теории нечетких множеств и нейронных сетей. Предлагаемые методики выделения продуктивных пластов и расчета параметров коллекторов базируются на теории геофизических исследований скважин и алгоритмах интерпретации, включенных в системы АСОИ-ГИС/ЕС.

Достоверность экспериментальных результатов обеспечена использованием утвержденных в ОАО "Башнефтегеофизика" экспертных заключений по скважинам Вятского месторождения, большим объемом экспериментального материала и согласованностью результатов с теоретическими положениями.

На защиту выносятся результаты исследования и разработки АСОИ ГИС, обеспечивающей высокую автономность оперативной интерпретации и оценки петрофизических параметров выделенных коллекторов, в том числе:

- методика построения подсистемы литологического расчленения разреза скважин, позволяющей определить глубину, тип и мощность пластов-коллекторов, а также их количественные параметры (глинистость, пористость, водо- и нефтенасыщенность);

- выбор алгоритмов предварительной обработки КД, в том числе алгоритмов увязки по глубине, устранения пропусков данных и визуализации результатов обработки каротажной информации;

- алгоритмы и программы литологического расчленения разреза скважин на основе моделей НЛ и НС;

- проектирование и создание АСОИ ГИС, разработка концептуальной структуры объектно-ориентированной системы, принципов построения программного, математического и информационного обеспечения системы; разработка подсистемы предварительной обработки каротажных методов;

- состав и структура оперативной базы данных для хранения промежуточных результатов интерпретации, средства для импорта и экспорта результатов ГИС;

- применение генетического алгоритма для поиска весовых коэффициентов каротажных методов, обеспечивающих согласованность с экспертными оценками;

- результаты научно обоснованного выбора форм функций принадлежности, позволяющих существенно повысить скорость процедуры оценки нечетких петрофизических параметров продуктивных пластов с заданной точностью.

Научная новизна полученных результатов обоснована необходимостью создания АСОИ ГИС, обладающей интеллектуальными методами расчленения разреза скважин и оценки петрофизических параметров коллекторов, при разработке которой:

- осуществлен выбор структуры и состава компонентов АСОИ ГИС, произведена разработка концепции и принципов построения математического, информационного и программного обеспечения;

- построена методика литологического расчленения разреза скважин с помощью алгоритмов автоматической классификации пластов, на основе моделей НЛ и обучения НС без учителя;

- разработана методика формирования типичных литологических классов пластов, характерных для исследуемых скважин карбонатного типа;

- на основе использования глобального поиска с помощью генетического алгоритма определены весовые коэффициенты каротажных методов, позволяющие повысить согласованность результатов автоматического расчленения разреза скважин с оценками экспертов;

- взамен детерминированного подхода для расчета петрофизических параметров продуктивных коллекторов предложена модель мягких вычислений, позволяющая учесть погрешности, возникающие при измерении геофизических параметров и задании экспертами констант интерпретации;

- разработан алгоритм, позволяющий учесть и скомпенсировать пропуски данных при проведении геофизических исследований скважин;

- проведено исследование зависимости точности и скорости расчета свойств коллекторов от формы используемых функций принадлежности;

- определены принципы построения интеллектуальной система оперативной обработки данных ГИС, обеспечивающей согласованное функционирование объектно-ориентированных модулей нормирования каротажных методов, увязки данных по глубине, устранения пропусков данных, устранения тренда, сглаживания, расчленения разреза, определения петрофизических параметров, импорта, экспорта и визуализации данных.

Практическая ценность. Созданная АСОИ ГИС позволила решить ряд проблем, возникающих при оперативной предварительной обработке каротажной информации и проведении ГИС. Методики, предложенные в диссертации, были использованы при создании и промышленной эксплуатации компьютеризированной системы ГИС. Работа выполнялась в соответствии с планами хоздоговорных НИР, проводимых ИжГТУ с ОАО "Удмуртгеология" и ОАО "Белкамнефть".

Практическую ценность созданной АСОИ ГИС увеличивает ее независимость от используемых аппаратных средств персональных компьютеров и состава программных средств операционной системы. Структура разработанной АСОИ легко модифицируется под конкретные требования, обеспечивает возможность добавления новых блоков и подсистем, а также адаптацию системы к геолого-геофизическим параметрам исследуемого месторождения

Информационная модель системы состоит из базы данных каротажных диаграмм и базы знаний, содержащей сведения о правилах, отношениях и ограничениях предметной области. В базе данных содержатся данные методов каротажа, параметры скважинных приборов и константы, задаваемые интерпретатором. Измерительная информация представлена в виде связанных таблиц, что позволяет обрабатывать данные по площадям, скважинам, методам и глубинам. Использование в качестве СУБД SQL-сервера Interbase, поддерживающего стандарт ANSI SQL 92, позволяет модифицировать структуру БД под вновь возникающие требования.

Интеграция в единую систему средств предварительной обработки, выделения пластов-коллекторов, интерпретации и базы данных, возможность подключения программных продуктов сторонних разработчиков, использование объектно-ориентированной архитектуры позволяет рассматривать созданную АСОИ как эффективное средство первичного анализа результатов ГИС.

Использование удобного многооконного пользовательского интерфейса позволяет выводить на экран диаграммы одновременно по нескольким скважинам, что значительно упрощает работу оператора. Наглядное представление графиков реализуется за счет визуализации диаграмм и результатов интерпретации, выбора различных масштабов глубины, амплитуды и т.д.

Реализация работы в производственных условиях. Разработанная система использовалась при оцифровке и интерпретации каротажных диаграмм Вятского месторождения ОАО "Белкамнефть" в Институте математического моделирования разработки нефтяных месторождений ИжГТУ.

Результаты работы использовались при создании программного комплекса для сводной интерпретации результатов ГИС по целому месторождению.

Работа системы тестировалась на заключениях по Вятскому месторождению, полученных Арланским УГР ОАО "Башнефтегеофизика" в 1990-х гг.

Отдельные части работы могут быть использованы предприятиями, занимающихся геологоразведкой и оценкой запасов полезных ископаемых, геофизическими исследованиями нефтяных и газовых месторождений.

Апробация работы. Отдельные законченные этапы работы обсуждались на Электронной заочной конференции «Молодые ученые - первые шаги третьего тысячелетия» (Ижевск, 2000), Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, 2001-2003), Научно-технических конференциях ИжГТУ (Ижевск, 2001-2003), конференции «Приборостроение в XXI веке. Интеграция науки, образования и производства» (Ижевск, 2001), Международной конференции «Молодежь, студенчество и наука XXI века» (Ижевск, 2001); Российской научно-технической конференции «Высокопроизводительные вычисления и технологии (ВВТ-2003)»(Ижевск, 2003).

Публикации. Результаты работы отражены в 11 научных публикациях, в том числе: 1 статье в научно-техническом журнале; 2 статьях в сборниках научных трудов; 2 публикациях и 1 тезисе доклада в материалах российских и 5 публикациях в материалах международных научно-технических конференций.

Структура и объем работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 148 с. машинописного текста. В работу включены 37 рис., 19 табл., список литературы из 107 наименований и приложение, включающее акт об использовании результатов работы.

Основные выводы и результаты работы.

1. Разработана модель нечеткой логики для литологического расчленения разреза скважины.

2. Создана подсистема автоматической классификации выделенных пластов на основе алгоритмов нечеткой классификации и обучения НС без учителя.

3. Для определения весовых коэффициентов применен генетический алгоритм, что в свою очередь увеличивает согласованность результатов распознавания с заключениями экспертов.

4. Предложено использовать мягкие вычисления для оценки петрофизических характеристик выделенных коллекторов, позволяющие учесть неточности, возникающие при измерении геофизических параметров и задании констант интерпретации.

5. Разработаны принципы построения алгоритмических и программных средств оперативной интерпретации КД.

6. С использованием объектно-ориентированного языка высокого уровня Object Pascal реализованы функциональные и структурные схемы программных средств автоматизированной системы.

7. Создана универсальная структура оперативной базы данных, легко модифицируемая под конкретные требования и имеющая возможность расширения новым комплексом задач и процедур обработки; позволяющая обрабатывать данные по площадям, скважинам, методам и измерениям.

8. В систему заложена возможность настройки под особенности конкретного месторождения и возможность интеграции с программами сторонних разработчиков, что позволяет рассматривать созданную АСОИ как многофункциональный инструмент анализа геофизических данных.

9. Разработан многооконный интерфейс пользователя, позволяющий выводить на экран диаграммы одновременно по нескольким скважинам, представлять результаты интерпретации в различных масштабах глубин и амплитудах кривых.

Ю.На основе оцифрованных скважин Вятского месторождения проведены комплексные исследования по оценке применимости созданной системы для оперативной интерпретации результатов ГИС.

В качестве пути дальнейшего развития АСОИ предлагается интеграция созданной системы с программами сводной обработки скважин, с целью анализа распределенных свойств месторождения, моделирования объемных схем залегания полезных ископаемых и выбора оптимального способа разработки месторождения.

ЗАКЛЮЧЕНИЕ

В результате проведенных в работе комплексных исследований, направленных на получение научно обоснованных математических, информационных,

• программных и методических решений, созданы подсистемы хранения, литоло-гического расчленения и оценки петрофизических характеристик коллекторов автоматизированной системы оперативной интерпретации.

В результате эксперимента доказано, что применение аппарата нечеткой логики и нейронных сетей в процессе оперативной интерпретации весьма эффективно и может использоваться в повседневной практике нефтедобывающих организаций.

1. Finder. Система управления данными. Обзор возможностей. М.: Компания SIS, 2002.

2. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine learn-ing. Addison-Wesley, 1989.

3. Ignizio J.P. Introduction to expert systems. The development and implementation of rule-based expert systems. New York: McGraw-Hill, Inc, 1991.

4. Tukey J.W.: Exploratory Data Analysis. Addison-Wesley, Reading, Mass., 1977.

5. Аверкин A.H. и др. Нечеткие множества в моделях управления и искусственного интеллекта/Под. ред. О.А. Поспелова. М: Наука, 1986. 312с.

6. Аленфельд Г., Херцбергер Ю. Введение в интервальные вычисления М: Мир, 1987,360с.

7. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с

8. Альбом палеток и номограмм для интерпретации промысловогеофизи-ческих данных. М.: Недра, 1984.

9. Аппаратура и оборудование для геофизических исследований нефтяных и газовых скважин: Справочник /А.А. Молчанов, В.В. Лаптев, В.Н. Моисеев, Р.С. Челокьян. М.: Недра, 1987.-263 с.

10. Аронов В. И. Об оптимальном размещении разведочных скважин / Математические методы решения задач нефтяной геологии на ЭВМ. М.: ВНИГ-НИ, 1979.-С. 3 - 13.

11. Бадабаглы В.А., Изотова Т.С., Карпенко И.В., Кучеров Е.В. Цитологическая интерпретация геофизических материалов при поисках нефти и газа. М.: Недра, 1998.

12. Батищев Д. И. Генетические алгоритмы решения экстремальных задач / Под ред. Львовича Я.Е.: Учеб. пособие. Воронеж, 1995.

13. Батищев Д.И., Скидкина JI.H., Трапезникова Н.В. Глобальная оптимизация с помощью эволюционно генетических алгоритмов / Межвуз. Сборник. - Воронеж: ВГТУ, 1994.

14. Бендат Дж., Пирсол А. Прикладной анализ данных. М.: Мир, 1989.

15. Бобровский С.И. Delphi 5: учебный курс. СПб: Питер-пресс, 2002.

16. Боганик В.Н. Методы оперативного обобщения промыслово-геофизической информации. -М.: Недра, 1983.

17. Боганик В.Н., Медведев А.И., Григорьев С.Н., и др. Способы повышения достоверности обработки данных ГИС// НТВ "Каротажник". Тверь: Изд. АИС. 2001. Вып. 86. С. 99-110.

18. Бонгард М.М. и др. Опыт использования обучающейся программы для выделения нефтеносных пластов. Сб. "Проблемы расширения возможностей автоматов", №5. Ротапринт, 1964.

19. Борисов А.Н. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. 256 с.

20. Бродский П.А., Фионов А.И., Тальнов В.Б. Опробование пластов приборами на кабеле. М.: Недра, 1974.

21. Быстрые алгоритмы в цифровой обработке изображений/Под. ред. Т.С. Хуанга М.: Радио и связь, 1984. - 224 с.

22. Вахитова Г.Р., Валиуллин P.A., Ремеев И.С. Экспертная система обработки данных ГИС//НТВ "Каротажник". Тверь: Изд. АИС. 2000. Вып.72. С. 93101.

23. Вендельштейн Б.Ю., Резванов P.A. Геофизические методы определения параметров нефтеносных коллекторов. -М.: Недра, 1978. -317 с.

24. Вороновский Г.К. и др. Генетические алгоритмы, искусственные ней-рон-ные сети и проблемы виртуальной реальности. / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. Харьков: Основа, 1997. - 112 с.

25. Вычислительная математика и техника в разведочной геофизике: Справочник геофизика/Под ред. В.И. Дмитриева М.: Недра, 1990.

26. Геолого-технологические исследования в процессе бурения//РД 390147716-102-87. Уфа: ВНИИнефтепромгеофизика. 1987. 273 с.

27. Геолого-технологические исследования скважин/ JI.M. Чекалин, A.C. Моисеенко, А.Ф. Шакиров и др. М.: Недра. 1993. 240 с.

28. Геофизические методы исследования скважин. Справочник геофизика. Под ред. В.М. Запорожца. М., Недра, 1983.

29. Головин Б.А., Калинникова М.В. Оптимальный технико-методический комплекс литолого-петрофизических исследований в процессе бурения нефтегазовых скважин//НТВ "Каротажник". Тверь: Изд. АИС. 1998. Вып.51. С. 55-64.

30. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1977.

31. Городнов A.B., Добрынин В.М., Черноглазов В.Н., Рыжков В.И. Применение системы "Камертон" для обработки волновых акустических полей и комплексной интерпретации данных ГИС// НТВ "Каротажник". Тверь: Изд. АИС. 2000. Вып. 71. С. 69-77.

32. Гурьянов A.B., Нистюк А.И., Лялин В.Е. Комплекс программ для оперативной предварительной обработки каротажных сигналов//НТЖ "Вестник

33. ИжГТУ". Ижевск: Изд. ИжГТУ, 2002. Вып.З. С. 93-101.

34. Дахнов В.Н. Электрические и магнитные методы исследования скважин. М., Недра, 1980.

35. Дебранд Р. Теория и интерпретация результатов геофизических методов исследования скважин. -М.: Недра, 1972.

36. Дементьев Л.Ф., Кирсанов А.Н., Лапердин А.Н. Оценка точности определения основных геолого-промысловых и технологических параметров Медвежьего и Уренгойского газовых месторождений. Труды ВНИИЭгазпрома, М, вып. 1/10, с. 16-23.

37. Добрынин В.М. Каротаж // БСЭ: В 30 т. / Гл. ред. А.М.Прохоров. 3-е изд. - М.: СЭ, 1975. Т. 11: Италия - Кваркуш. - С. 450 - 451.

38. Дьяконова Т.Ф., Григорьев С.Н. Технология обработки данных каротажа большого количества скважин нефтегазовых месторождений.// http://www.petrogloss.narod.ru.

39. Дьяконова Т.Ф. Применение ЭВМ при интерпретации данных геофизических исследований скважин. М.: Недра, 1991. 220с.

40. Еремин H.A. Моделирование месторождений углеводородов методами нечеткой логики. М.: Наука, 1994. - 462 с.

41. Ечикова И.В., Поспелов Д.А. Принятие решений при нечетких основаниях. I. Универсальная шкала //Изв. АН СССР. Техн. кибернетика. 1977. № 6. С. 3-11.

42. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985.

43. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. — М.: Мир, 1976.

44. Зайченко В.Ю. Интеллектуализация добычных нефтегазовых технологий в России — следствие глобализации// НТВ "Каротажник". Тверь: Изд. АИС.2001. Вып. 84. С. 59-70.

45. Зверев Г.Н., Халилов Д.Д., Головацкая И.Б. Применение алгоритма распознавания образцов для интерпретации промыслово-геофизических данных в Башкирии. Тр. МИНХиГП, Вып. 62. М.: Недра, 1966.

46. Зимин П.В., Сенилов М.А. Применение рангового алгоритма адаптивного выбора подклассов для верификации каротажных диаграмм.//Тез. докл. Научно-технической конференции ИжГТУ. Ижевск: ИжГТУ, 2001.

47. Зунделевич С.М., Сохранов H.H. и др. Описание алгоритмов интерпретации данных электрического каротажа в рамках АСОИГИС/ЕС. М.: Изд. ВНИИГеофизики, 1983. - 82 с.

48. Ивакин В.Н., Карус Е.В., Кузнецов O.JI. Акустический метод исследования скважин. М.: Недра, 1978.

49. Иванов В.А., Лялин В.Е., Тарануха В.П. Разработка технических средств для повышения точности привязки каротажных сигналов к глубине скважины.// Тез. докл. 32 Научно-технической конференции ИжГТУ. Ижевск: ИжГТУ, 2000.

50. Ильинский В.М. Боковой каротаж. М.: Недра, 1971.

51. Итенберг С.С. Интерпретация результатов геофизических исследований скважин. — М.: Недра, 1987.

52. Итенберг С.С. Интерпретация результатов каротажа скважин. — М.: Недра, 1978.

53. Итенберг С.С., Шнурман Г.А. Интерпретация результатов каротажа сложных коллекторов. М.: Недра, 1984.

54. Каждан А.Б. Разведка месторождений // БСЭ: В 30 т. / Гл. ред. А.М.Прохоров. 3-е изд. - М.: СЭ, 1975. Т. 21: Проба - Ременсы. - С. 406.

55. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервального анализа. Новосибирск: Наука, 1986, 222с.

56. Карпов Б.И. Delphi: специальный справочник. СПб: Питер-пресс, 2002.-688с.

57. Кафедра ТИС РГУ нефти и газа им. И.Н. Губкина предлагает компьютерную систему "Камертон"// НТВ "Каротажник". Тверь: Изд. АИС. 1999. Вып. 54. С. 106-109.

58. Кластерный анализ// Электронный учебник Statsoft. Statsoft Inc, М., 2001.

59. Кнеллер JI.E., Гайфуллин Я.С., Потапов А.П. и др. Некоторые вопросы теории и интерпретации материалов геофизических исследований скважин// НТВ "Каротажник". Тверь: Изд. АИС. 2001. Вып. 82. С. 188-205.

60. Кнеллер JI.E., Гайфуллин Я.С., Рындин В.Н. Автоматизированное определение коллекторских свойств, нефтегазонасыщенности по данным каротажа (петрофизические модели и методы)// Обзор. М.: ВИЭМС. 1990 72 с.

61. Кнеллер JI.E., Рындин В.Н., Плохотников А.Н. Оценка проницаемости пород и дебитов нефтегазовых скважин в условиях сложных коллекторов по данным ГИС// Обзор. Сер. Разведочная геофизика. М.: ВИЭМС МГП "Геоин-форммарк". 1991. 65 с.

62. Комаров С.Г. Геофизические методы исследования скважин. — М.: Недра, 1973.

63. Комплексная интерпретация геофизических параметров функциональными преобразованиями с помощью ЭВМ/ Под. ред. Шапиро О.Г. Минск, 1981.

64. Конев С.Н., Косолапов Ю.В. Пять лет использования компьютеризированных комплексов ГЕОТЕК// НТВ "Каротажник". Тверь: Изд. АИС. 2001. Вып. 83. С. 30-39.

65. Концептуальные основы структуры программного обеспечения информационно-измерительной системы для компьютеризированной каротажнойстанции / Кузнецов В.Е., Оленчикова Т.Ю., Иванов В.А., Лялин В.Е.; ИжГТУ -Ижевск, 1999.-Деп. в ВИНИТИ 1999, №3881-В99.-15с.

66. Короткий С. Нейронные сети: обучение без учителя // http://www.neuropower.de/rus/books/index.htm

67. Корреляция геофизических резервов скважин на ЭВМ/ Ш.А. Губерман, Е.Е. Калинина, М.И. Овчинникова, В.Ф. Осипов. Геология нефти и газа, 1981, №2, с. 52-57.

68. Крейтер В.М. Поиски и разведка месторождений полезных ископаемых. 2 изд., М., Недра, 1969.

69. Круглов В.В. Борисов В.В. Искусственные нейронные сети. Теория и практика. 2-е изд. М.: Горячая линия Телеком, 2002

70. ЛатышоваМ.Г. Вендельштейн Б.Ю., Тузов В.П. Обработка и интерпретация геофизических исследований скважин. М.: Недра, 1990. - 312с.

71. Латышова М.Г. Практическое руководство по интерпретации диаграмм геофизических методов исследования нефтяных и газовых скважин. — М.: Недра, 1996.

72. Лукьянов Э.Е., Нестерова Т.Н. Компьютерная технология проведения геолого-технологических исследований//НТВ "Каротажник". Тверь: Изд. АИС. 1998. Вып.53. С. 18-29.

73. Лукьянов Э.Е., Стрельченко В.В. Геолого-технологические исследования скважин в процессе бурения. М.: Нефть и газ. 1997. 679 с.

74. Математические методы в задачах петрофизики и корреляции/Под ред. Вайнбер Я.М. и др. М.: Наука, 1983.

75. Миловаевский Э.Ю., Сохранов H.H. Построение геолого-геофизических моделей разреза нефтяных и газовых скважин при комплексной интерпретации результатов полевой и промысловой геофизики. // НТВ "Каротажник". Тверь: Изд. АИС. 2000. Вып. 68. С. 57-62.

76. Ненахов А.Н., Бернштейн Л.С., Коровин С .Я. Ситуационные системы с нечеткой логикой. М.: Наука, 1990. 272 с.

77. Нечеткая логика в задачах управления. М.: Наука, 1987. 236 с.

78. Обработка и интерпретация данных промысловых геофизических исследований на ЭВМ: Справочник /Н.Н.Сохранов, С.М.Аксельрод, С.М.Зунделевич, И.М.Чуринова; Под ред. H.H. Сохранова. М.: Недра, 1989.

79. Основные проблемы автоматизации геофизических исследований скважин / Лялин В.Е., Тарасов A.B., Иванов В. А.,; ИжГТУ Ижевск, 1999.-Деп. в ВИНИТИ 1999, №3885-В99.-53с.ческих исследований скважин. М., Недра, 1978.

80. Поспелов Д.А. Моделирование рассуждений: опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.

81. Представление и использование знаний: Пер. с япон./Под ред. X. Уэно, Ш. Исидзуки. М.: Мир, 1989. 220 с.

82. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. 186 с.

83. Рекламные материалы НПЦ "Тверьгеофизика": Комплекс программ обработки данных электрического, электромагнитного, акустического и радиоактивного каротажа нефтегазовых скважин// НТВ "Каротажник". Тверь: Изд. АИС. 1997, Выпуск 32, С. 81-95.

84. Сенилов М.А. Математическая модель адаптивного выбора подклассов на основе ранговых корреляций. Методы вычислительного эксперимента в инженерной практике. - Ижевск: ИМИ, 1992.

85. Сенилов М.А. Применение логической схемы индуктивного нечеткого вывода в интеллектуальном пакете прикладных программ. Логическое управление в промышленности. Материалы VII Всезоюзного симпозиума. — Ижевск, 1984.

86. Система автоматизированной визуальной интерпретации результатов геофизических исследований скважин Ош1е1 97. Руководство пользователя. — М.: Компания ГИФТС Ко. Лтд., 2000.

87. Скрипникова Г.В. Разработка технологии построения геологической модели нефтяных и газовых залежей средствами интегрированной системы

88. ГЕММА и пакета динамической визуализации DV: Автореф. дис. канд. техн. наук. М., 2000. 20 с.

89. Словарь терминов разведочной геофизики / В.Н.Боганик и др.; Под ред. А.И. Богданова. М.: Недра, 1989. - 183 с.

90. Создание информационно-измерительной технологии программно-аппаратного комплекса для автоматизации геофизических исследований скважин/ Лялин В.Е., Межов А.П., Зимин П.В. и др.; ИжГТУ, Деп. в ВИНИТИ 1999, № 3435 -В99. - 91с.

91. Сохранов H.H. Машинные методы обработки и интерпретации результатов геофизических исследований скважин. М., Недра, 1973.

92. Сохранов H.H. XX Век некоторые вехи биографии нашего карота-жа//НТВ "Каротажник". Тверь: Изд. АИС. 2000. Вып.76. С. 30-54.

93. Сохранов H.H., Аксельрод С.М. Обработка и интерпретация с помощью ЭВМ результатов геофизических исследований нефтяных и газовых скважин. М.: Недра, 1984.

94. Теоретические основы и методы поисков и разведки скоплений нефти и газа. М., Недра, 1968.

95. Уоссермен Ф. Нейрокомпьютерная техника. — М., Мир, 1992.

96. Устройства для регистрации аналого-цифровой информации автоматических каротажных станций / Вахрушев И.А., Лялин В.Е., Попович М.Е.; ИжГТУ- Деп. в ВИНИТИ 1999, № 3428-В99. 54с.

97. Фролов Ю.В. Интеллектуальные системы и управленческие решения.1. М.: МГПУ, 2000.-294с.

98. Хирагава С. Вероятностная модель для оценки запасов нефти. Перевод Ц-8373, М., 1973.

99. Элланский М.М. Использование современных достижений петрофи-зики и физики пласта при решении задач нефтегазовой геологии по скважин-ным данным. М.: РГУ нефти и газа, 1999.

100. Элланский М.М., Холин А.И., Зверев Г.Н., Петров А.П. Математические методы в газонефтяной геологии и геофизике. М.: Недра, 1972.