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. 

Используя алгоритмы машинного обучения и нейронные сети нового поколения, мы решаем следующие задачи:

Анализ сейсмического поля без учета скважин (без обучения).

• Построение карт сейсмофаций (сейсмоклассов) на основе классификации с использованием 1D,2D или 3D нейронных сетей Кохонена с RGB визуализацией.
• Выделение разломов и трещиноватости на основе алгоритма DTW 
• Прослеживание разломов на основе нового алгоритма имитации разломных нарушений с использованием многократных локальных стрессов
• Выделение факторов на основе ортогонального разложения сейсмического поля.
• Выделение особенностей сейсмического поля на основе RGB изображений соседних стратиграфических слайсов сейсмического поля или атрибутов.

Анализ сейсмического поля c учетом скважин (с обучением).                                              

Прогноз карт эффективных толщин. 

• на основе линейной регрессии, 
• на основе нелинейной регрессии ACE, 
• на основе нелинейной регрессии Random Forest, 
• на основе нейронных сетей Кохонена
• на основе классических нейронных сетей 
• на основе нейронных сетей нового поколения Колмогорова
• многократный прогноз с удалением части скважин и построение карт P10, P50, P90, среднее, стандартное отклонение.

 Прогноза куба эффективных параметров по набору исходных кубов и скважинных измерений. 

• на основе линейной регрессии, 
• на основе классических нейронных сетей 
• на основе нейронных сетей нового поколения Колмогорова
• Нейросетевой прогноз низкочастотной модели и ее использование.
• Нелинейный прогноз кубов упругих параметров AI, Vp/Vs, RHOB по угловым суммам
• Прогноз кубов ФЕС по кубам инверсии или по угловым суммам
• Прогноз геомеханических кубов (скорость Vs, модуль Юнга, отношение Пуассона …)
• Прогноз куба порового давления
• Прогноз кубов литофаций 
• многократный прогноз с удалением части скважин и построение кубов P10, P50, P90, среднее, стандартное отклонение.

Анализ скважинных данных.

• прогноз кривых (параметров керна) по набору каротажей 
• на основе линейной регрессии, 
• на основе классических нейронных сетей 
• на основе нейронных сетей нового поколения Колмогорова
• многократный прогноз с удалением части скважин и построение кривых P10, P50, P90, среднее, стандарт 
• классификация каротажных кривых 1D, 2D, 3D Kohonen
• карты на основе классификации каротажных кривых по их форме – электрофации 

Программные продукты IPLab основаны на использовании:

• Нового поколения нейронных сетей на основе полнофункциональных нейронов Колмогорова с инновационным гибридным обучением;
• сейсмической инверсии по полным, угловым и азимутальным суммам;
• анализа трещиноватости по сейсмическим данным.

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 нового поколения на основе нейронов Колмогорова с полнофункциональными активационными функциями, 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 таких компаний как GeoSoftware (Jason Geoscience Workbench, Hampson-Russell), 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 заказчиками являются подразделения геолого-геофизического моделирования в нефтегазовых компаниях, сервисные компании, научно-исследовательские институты и университеты.