An example of the application of neural networks of a simple architecture to unfocused well electrometry probes

Анотація

Запропоновано ефективний метод знаходження стійких розв'язків обернених задач електричного та індукційного каротажу вздовж свердловини, який дозволяє уникнути впливу значень опору сусідніх пластів на визначення геоелектричних параметрів досліджуваного об'єкта. Для розв’язання такої нестійкої оберненої задачі було запропоновано високоефективний метод. Такий метод заснований на застосуванні нейронної мережі з оберненим розповсюдженням похибки простої архітектури. А саме тришарової. Дано математичну постановку задачі, детально описано як топологію нейронної мережі, так і всі її параметри. В ході числового експерименту вони обрані оптимальними. Детально описано процес побудови бази для навчання нейронної мережі. А саме як за допомогою розв’язання прямої задачі будується кожен з прикладів бази навчання. При цьому параметри розрізу для кожного прикладу навчання обираються довільним чином, що гарантує всеохоплюючий діапазон для навчання нейронної мережі. Кількість прикладів в базі навчання складає сто тисяч прикладів. В якості функції активації обрано сигмоїду через те, що вона всюди диференційована. Наведено результати тестування написаної програми. Оцінена швидкість навчання для отримання необхідної малої похибки. Показано, що такий підхід є стабільно збіжним. Для тестування обрано параметри пластів розрізу, що притаманні геофізичним параметрам розрізів Дніпровсько-Донецької западини. В якості апаратури електричного каротажу обрано комплекс бокового каротажного зондування. В якості апаратури індукційного каротажу обрано чотиризондову апаратуру низькочастотного індукційного каротажу. Наведено окремо приклади для індукційного та електричного каротажу. Детально проаналізовано отримані результати. Наведено шляхи подальшого вдосконалення отриманої нейронної мережі та використання її для інших задач геофізики.