Page 259 - 4703
P. 259
Відомо, що існує 4 типи тришарових кривих МТЗ: А, Q,
K, H. Точність кількісної інтерпретації буде значно вищою,
якщо створювати нейронні мережі окремо для кожного типу
кривих МТЗ. Для прикладу розглянемо процедуру моделю-
вання і навчання нейронних мереж для інтерпретації кривих
типу А. Для інших типів кривих процедури моделювання бу-
дуть повністю індетичні.
Моделювання кривих МТЗ зручно виконанувати в пакеті
Mathcad. Для нашого прикладу всьго розраховано 2000 амплі-
тудних і фазових кривих в інтервалі періодів (0.01÷50 с.), де
потужності і опори пластів змінювались випадково за рівномі-
рним законом в інтервалах (0.2÷1.0 км) і (10÷150 Омм) відпо-
відно.
Відомо, що для тришарових кривих МТЗ діє принцип ек-
вівалентності:
- еквівалентність по S:
h
S 2 2 const
2
(криві для розрізів з рівним значенням S співпадають);
2
- еквівалентність по h:
h const ;
2
( зміна при h const дає еквівалентні криві).
2
2
Для зменшення впливу принципу еквівалентності до па-
раметрів геоелектричного розрізу включено параметр сумар-
ної поздовжньої провідності S S .
1
2
Розглянемо окремі етапи підготовки даних, створення
нейроних класифікаційних і регресійних мереж та кількісної
інтерпретації нових даних.
Етап 1
(моделювання і підготовка даних для
класифікаційного аналізу кривих МТЗ)
259