Особенности
Модуль прогноза данных
Модуль объединяет набор инструментов для прогноза и восстановления данных
Многомерные регрессии
Расчет многомерных зависимостей на основе данных ГИС и керна
Автокорреляция
Стратиграфическая корреляция разреза в автоматическом режиме
Машинное обучение
Регрессионные алгоритмы и прогноз категориальных кривых
Получите демо-версию
Оставьте контакты и мы свяжемся с вами
Нажимая «Отправить» вы соглашаетесь с политикой обработки персональных данных
Мы используем файлы cookie, чтобы сделать мир лучше
Многомерные регрессии
Неограниченное значение входных параметров. Автоматический подбор трех лучших корреляций. Работа с фильтрами. Быстрый экспорт уравнений в Python.
Кластеризация
Инструмент кластеризации позволяет автоматически разделять выборку данных на любое количество кластеров. Полученные кластеры можно использовать для типизации разреза.
Восстановление кривых
Использование инструментов машинного обучения (ML) позволяет легко создавать модели для прогноза кривых. Обучайте модели на скважинах с расширенным комплексом и применяйте их на скважинах, в которых комплекс ГИС ограничен. Восстанавливайте данные в интервале каверн.
Для более точного прогноза категориальных кривых, таких, как литология, литотипы и характер насыщения используется комбинированная методика. В первой итерации инструменты машинного обучения (ML) определяют категории (например, литотипы), а затем отдельный алгоритм проводит укрупнение литотипов, далее с учетом стратиграфических отбивок происходит перераспределение флюида с учетом гипсометрии. Такой подход позволяет минимизировать ручные правки после прогноза.
Прогноз категориальных кривых
Модули