Лаборатория Приезжева

О нас

Общество с ограниченной ответственностью "Лаборатория Приезжева" (ООО АйПиЛаб, IPLAB LLC) - компания-резидент Инновационного Центра "Сколково", занимающаяся разработкой программного обеспечения для прогноза параметров продуктивности нефтегазовых формаций. 

Программные продукты IPLAB основаны на использовании:

Мы используем современные инновационные алгоритмы машинного обучения для обработки и интерпретации комплексных данных различного масштаба и различной точности (скважинные исследования, сейсморазведка, наземные исследования, аэрокосмические съемки). Разработка технологий на основе таких алгоритмов предполагает использование больших объемов входных данных  с целью построения достоверных прогнозов продуктивности пластов для традиционных и нетрадиционных месторождений углеводородов.

В качестве основного алгоритма прогноза продуктивности используются нейронные сети (neural networks) с несколькими скрытыми слоями, что будет обеспечивать высокую степень свободы нелинейного оператора прогноза. Обучение нейронных сетей и их стабилизации основана на комбинации генетических алгоритмов, градиентных методов и регуляризации. Такой метод позволяет использовать на входе разномасштабные и разно точные данные для прогноза эффективных параметров добычи нефти и газа. Кроме этого, мы используем несколько специальных приемов (know-how) для такого прогноза, связанных с использованием пространственного распределения исходных данных (распределение сейсмическое поля вокруг точки прогноза) и учета многофакторной природы данных добычи. На основе нашего опыта, это существенно повышает качество прогноза.

Мы используем новые идеи по сейсмической инверсии на основе «прямых» инверсионных построений в спектральной области для полных, угловых и азимутальных сумм. Для этого применяется инновационная теория инверсионных построений в спектральной области. Имеющийся наш опыт реализации технологии White Wave Inversion (Petrel плагин доступный на Ocean Store) и наши новые идеи в этой области (имеется работающий прототип и готовятся патентные заявки) позволил нам построить качественно новую инновационную технологию сейсмических инверсий, способную эффективно конкурировать на мировом рынке инверсий с известными технологиями (i.e. Fugro-Jason, Hampton-Rossel, Schlumberger).

Для выделения зон трещиноватости и скрытых разломов по 3D сейсмическим данным применяются специальные алгоритмы искусственного интеллекта. Применение алгоритмов машинного обучения (Machine learning) позволяет гораздо эффективнее решать подобную задачу. В настоящее время мы готовим патентную заявку и имеется работающий прототип плагина. Сравнение результатов выделения зон трещиноватости и скрытых разломов на основе различных технологий и нашего подхода, показывает большую разрешающую способность и эффективность.

Проект ориентируется на российский и мировой рынок геолого-геофизического моделирования и интерпретации сейсмических данных. Нашими основными потребителями будут подразделения геолого-геофизического моделирования в нефтегазовых компаниях, сервисные компании, научно-исследовательские институты и университеты.

Top