ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Решение обратных задач сейсморазведки пластов макротрещин с использованием сверточных нейронных сетей

Муратов М.В., Рязанов В.В., Петров И.Б.
Московский физико-технический институт, кафедра вычислительной физики, https://mipt.ru/
г. Долгопрудный 141700, Московская область, Российская Федерация

Поступила 03.07.2020, рецензирована 07.07.2020, принята 08.07.2020

Аннотация. Данная статья посвящена решению обратных задач сейсморазведки кластеров (систем) однородно ориентированных макротрещин с использованием сверточных нейронных сетей. Использование сверточных нейронных сетей является оптимальным в силу многомерности изучаемого объекта данных. Обучающая выборка была сформирована с применением математического моделирования. В численном решении прямых задач для формирования обучающей выборки использовался сеточно-характеристический метод с интерполяцией на неструктурированных треугольных сетках. Сеточно-характеристический метод наиболее точно описывает динамические процессы в задачах сейсморазведки, так как учитывает природу волновых явлений. Используемый подход позволяет строить корректные вычислительные алгоритмы на границах и контактных границах области интегрирования. Трещины задавались в области интегрирования дискретно в виде границ и контактных границ. В статье приведены результаты решения обратных задач с вариацией угла наклона трещин, высоты трещин, плотности расположения трещин в кластере, а также с совместными вариациями угла наклона и высоты трещин и всех трех исследуемых параметров.

Ключевые слова: машинное обучение, сверточные нейронные сети, математическое моделирование, сеточно-характеристический метод, сейсморазведка, обратные задачи, трещиноватые среды

УДК 004.93

РЭНСИТ, 2020, 12(2):253-262. DOI: 10.17725/rensit.2020.12.253.

Полнотекстовая электронная версия статьи – на вебсайтах http://elibrary.ru и http://rensit.ru/vypuski/article/332/12(2)253-262.pdf