Метод регионального прогноза нефтегазоносности территорий алгоритмами машинного обучения на примере Тюменской свиты Западной Сибири

• Published in: Izvestiya Tomskogo Politekhnicheskogo Universiteta Inziniring Georesursov
• Main Authors: Ивлев, Дмитрий Александрович, Ivlev, Dmitry Aleksandrovich
• Format: Article in Journal/Newspaper
• Language: Russian
• Published: Томский политехнический университет 2021
• Subjects: Тюменская свита; прогнозы; нефтегазоносность; алгоритмы; машинное обучение; Западная Сибирь; углеводороды; ресурсная база; искусственный интеллект; генерация; признаки; выбор; бустинг; нейросети; сырьевая база; вероятность; геоинформатика; бассейновое моделирование; осадконакопление; миграция; Tyumen formation; Middle Jurassic; machine learning; artificial intelligence; feature generation; feature selection; gradient boosting; regional oil and gas forecast; generative adversarial neural networks; probability of geological success; hydrocarbon resource; geoinformatic; basin modeling; sedimentation modeling; modeling HC migration; Nadym; khanty; nenets; Yamalo Nenets; Ненец*; Siberia
• Online Access: http://earchive.tpu.ru/handle/11683/64346; https://doi.org/10.18799/24131830/2021/1/2998

Актуальность исследования обусловлена сокращением фонда структурных ловушек и необходимостью расширения ресурсной базы углеводородов за счет повышения эффективности поиска и разведки месторождений в сложнопостроенных залежах нефти и газа. Цель: на примере прогноза нефтегазоносности территории исслед...