Учёные КФУ разработали алгоритм для автоматизации анализа горных пород
Специалисты Института геологии и нефтегазовых технологий Казанского федерального университета для описания образцов керна предлагают дополнить компьютерную микротомографию методами машинного обучения.
Для этого они создали базу данных из 65,5 тысяч изображений, полученных с микротомографа. Это стандартные образцы пород: песчаников, алевролитов, известняков и нефтеносных сланцев.
Учёным удалось подобрать алгоритм, который бы находил на изображениях важные детали и благодаря этому правильно проводил классификацию.
Алгоритм позволяет определить тип породы, наличие трещин и вкраплений сульфидов, размерность зерён обломочных пород и наличие участков, содержащих органическое вещество. Как подчеркивают в пресс-службе Института геологии и нефтегазовых технологий, последнее особенно важно для оценки нефтяного потенциала.
Точность модели превысила 94%.
Разработка призвана не только повысить скорость изучения керна, но и позволить детально изучать коллекторы. Породы, которые кажутся однородными, можно исследовать по слоям, чтобы лучше понимать потенциал резервуаров.