Ключевые слова
коллектор углеводородов
нейронная сеть
генеративно-состязательная сеть
пористые среды
пористость
Как цитировать
Аннотация
Разработана сверточная генеративно-состязательная нейронная сеть, генерирующая объемные изображения пористых сред (горной породы). Рассматриваются возможности модификации нейронной сети для генерации пористых сред с заданными характеристиками: коэффициент пористости, проницаемости, состав и размеры зерен, каналов и каверн.
Литература
Воробьев К. А., Воробьев А. Е., Тчаро Х. Цифровизация нефтяной промышленности: технология «цифровой» керн. Вестник Евразийской науки. 2018;10(3). Режим доступа: https://esj.today/78nzvn318.html.
Балашов В. А., Свенков Е. Б. Цифровой керн. Моделирование микротечений в поровом пространстве пород-коллекторов. Neftegaz.ru. 2019;7. Режим доступа: https://magazine.neftegaz.ru/articles/tsifrovizatsiya/475125-tsifrovoy-kern-modelirovanie-mikrotecheniy-v-porovom-prostranstve-porod-kollektorov/.
Стулов П. А., Егоров А. А., Гавриленко Т. В. Современные технологии создания модели порового пространства горных пород. Вестник кибернетики. 2019;1:47–54.
Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio. Generative Adversarial Networks. 2014. Режим доступа: https://arxiv.org/abs/1406.2661.
Hui J. GAN – What is Generative Adversarial Networks GAN? Режим доступа: https://medium.com/@jonathan_hui/gan-whats-generative-adversarial-networks-and-its-application-f39ed278ef09.
Alec Radford, Luke Metz, Soumith Chintala. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. 2015. Режим доступа: https://arxiv.org/abs/1511.06434.
Martin Arjovsky, Soumith Chintala, Léon Bottou. Wasserstein GAN. 2017. Режим доступа: https://arxiv.org/abs/1701.07875.
Ishaan Gulrajani, Faruk Ahmed, Martin Arjovsky, Vincent Dumoulin, Aaron Courville. Improved Training of Wasserstein GANs. 2017. Режим доступа: https://arxiv.org/abs/1704.00028.
Tero Karras, Timo Aila, Samuli Laine, Jaakko Lehtinen. Progressive Growing of GANs for Improved Quality, Stability, and Variation. 2017. Режим доступа: https://arxiv.org/abs/1710.10196.
Mehdi Mirza, Simon Osindero. Conditional Generative Adversarial Nets. 2014. Режим доступа: https://arxiv.org/abs/1411.1784.
Berea Sandstone Extraction / Imperial College London. Режим доступа: https://www.imperial.ac.uk/earth-science/research/research-groups/perm/research/pore-scale-modelling/micro-ct-images-and-networks/berea-sandstone/.
Lukas Mosser, Olivier Dubrule, Martin J. Blunt. Reconstruction of Three-Dimensional Porous Media Using Generative Adversarial Neural Networks. 2017. Режим доступа: https://arxiv.org/pdf/1704.03225.pdf.