Работа посвящена развитию научных основ, методов и технологий автоматизированного контроля качества первичных данных геофизических исследований скважин (ГИС). Необходимость использования автоматизированных средств обнаружения ошибок и контроля качества регистрируемых данных в процессе или непосредственно по завершении исследований аргументируется резко возрастающей ценой ошибок записи с каждым последующим этапом работ. В статье дан краткий обзор признаков ненадежности фрагментов записи и существующих в настоящее время подходов к решению задачи контроля качества данных ГИС, выявлен перечень недостатков рассмотренных методов. Предложена конструкция корреляционно-эвристического алгоритма решения задачи контроля качества данных с применением методов восстановления данных с пробелами. Подробно рассмотрена математика и геометрическая интерпретация методов итерационного моделирования неполных данных с помощью линейных, квазилинейных и самоорганизующихся многообразий малой размерности, используемых в авторской реализации алгоритма контроля качества. Сформулирован градиентный критерий меры подобия фрагментов записей каротажных диаграмм. Приведены результаты численного эксперимента по автоматической верификации данных бокового каротажа.

Пельмегов Роман Викторович, программист 2-й категории Ухтинского государственного технического университета. 169300, Республика Коми, г. Ухта, ул. Первомайская, д. 13. E-mail: rpelmegov@ugtu.net

Куделин Артем Георгиевич, заведующий кафедрой АИС Ухтинского государственного технического университета. 169300, Республика Коми, г. Ухта, ул. Первомайская, д. 13. E-mail: akudelin@ugtu.net

1. ГОСТ Р 54362-2011. Геофизические исследования скважин. Термины и определения. – Введ. 2012-07-26. – URL: http://standartgost.ru/ГОСТ%20Р%2054362-2011 (дата обращения: 09.02.2014).
2. Губерман Ш.А., Овчинникова М.И. Некоторые возможности использования статистических характеристик геологических разрезов // Изв. АН СССР. Сер. Геофиз. – 1964. – № 7. – С. 87-94.
3. Никитин А.А. Статистические методы выделения геофизических аномалий. – М. : Недра, 1979. – 280 c.
4. Веников В.А. Теория подобия и моделирование. –М. : Высшая школа, 1968.
5. Седов Л.И. Методы подобия и размерности в механике. – 10-е изд., доп. – М. : Наука. Гл. ред. физ.-мат. лит., 1987. – 432 с.
6. Герасимато Ф.Г. Теория подобия [Электронный ресурс] // Академия Тринитаризма. – М., Эл № 77-6567. – Публ. № 17850, 21.01.2013. – URL: http://www.trinitas.ru/rus/doc/0016/001d/00162064.htm (дата обращения: 12.03.2014).
7. Сергиенко А.Б. Цифровая обработка сигналов : учебник для вузов. – СПб. : Питер, 2002. – 606 с.
8. Россиев А.А. Итерационное моделирование неполных данных с помощью многообразий малой размерности : дис. … канд. физ.-мат. наук : 05.13.16. –Красноярск, 2000. – 121 с.
9. Самарский А.А. Введение в численные методы. –М. : Наука. Гл. ред. физ.-мат. лит., 1982. – 272 с.
10. Айзенберг Л.А. Формулы Карлемана в комплексном анализе. Первые приложения. – Новосибирск : Наука, 1990. – 248 с.
11. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. – Новосибирск : Наука, 1996. – 276 с.
12. Зиновьев А.Ю. Визуализация многомерных данных. – Красноярск : Изд-во КГТУ, 2000. – 168 с.