Специалисты Новосибирского государственного университета разработали программный модуль, построенный на алгоритмах машинного обучения. Он предназначен для автоматической обработки трехмерных сейсмических данных — задачи, ранее требовавшей значительных усилий со стороны специалистов. Теперь ключевые параметры определяются системой без необходимости ручной настройки.
Сейсморазведка используется в нефтегазовой отрасли как один из основных методов поиска месторождений углеводородов на глубине до нескольких километров. Метод основан на регистрации отраженных волн, которые фиксируются датчиками. На основе этих данных строится объемная модель геологического разреза, позволяющая оценить наличие перспективных зон.
«Уникальность разработки состоит в том, что модуль способен автоматически находить все необходимые параметры, полностью исключая ручную настройку специалистом. Такое решение позволяет заметно сократить время интерпретации трехмерных сейсмических данных и повысить точность и оперативность прогноза распределения коллектора на реальных месторождениях. На сегодняшний день прямых аналогов такого сочетания алгоритмов на российском и зарубежном рынках не имеется», — объяснили в пресс-службе университета.
Модуль включает процедуры акустической и синхронной инверсии, применяемые для определения характеристик горных пород, а также классификацию пород по типу происхождения с использованием машинного обучения. Объем обрабатываемых данных может достигать 15–20 Гб — такие массивы в профессиональной среде называют «сейсмическими кубами». Автор проекта Владислав Корчуганов подчеркнул важность автоматизации процесса: «Мои алгоритмы дают возможность частично автоматизировать этот процесс, объединяя данные со скважин с сейсмическими кубами, благодаря чему можно оперативнее и точнее понять, что именно скрыто в недрах».
Работоспособность технологии была проверена в ходе промышленных испытаний на одном из месторождений в Оренбургской области. Внедрение новой системы позволило увеличить ключевые метрики прогнозирования категории «коллектора» в три раза относительно традиционных методов. Эта разработка открывает новые возможности для цифровизации процессов геофизического анализа и может быть востребована в отечественной нефтегазовой отрасли.
Источник: https://tass.ru/ekonomika/24416511