Печалби:
- Възможност за разграничаване на пропускането на цикъла при автоматично проследяване на хоризонта и отпечатъка на придобиване при откриване на дефекти от реалната структура и ръчна проверка
- Разберете, че класовете сеизмични фациеси са статистически и можете да правите геоложко значение с познанията за кладенците и отлагателните среди.
- Възможност за тестване на риска от прекомерно оборудване в комбинация от функции със слепия тест за кладенци и ограничаване на броя на функциите според броя на кладенците
Обработката е завършена; Имате чист, мигриран сеизмичен обем. Сега започва истинският въпрос: какво казва това изображение за ъндърграунда? Къде са границите на слоя, в каква посока се простират разломите, коя област е пясък, коя е глина, къде може да има резервоар? Сеизмичното тълкуване е процесът на извличане на структурния и седиментен (стратиграфски) модел на подземната повърхност от мигрирани данни. В тази част ще видим как изкуственият интелект (AI) произвежда „бърза първа чернова“ при проследяване на хоризонта и разломи, класификация на сеизмични фациеси и анализ на атрибути, но кой изгражда геоложкото значение и крайния модел.
Градивни елементи на интерпретацията
Нека уточним условията. Хоризонтът е непрекъснатата отразяваща повърхност, наблюдавана в сеизмичния разрез и като цяло съответстваща на границата на геоложки слой. Разломът е равнина на прекъсване, където слоевете се счупват и изместват; Появява се на места, където отраженията са прекъснати или изместени в напречното сечение. Сеизмичните фациеси са обемни региони, които имат сходен вълнов характер (амплитуда, непрекъснатост, текстура) и като цяло отразяват подобна седиментна среда. Сеизмичните атрибути са измервания, получени от следи, които насочват окото към определени характеристики (прекъснатост, наклон, амплитуда, честота); например, атрибутът кохерентност/непрекъснатост подчертава грешките, а спектралното разлагане подчертава геометрията на канала.
AI в хоризонта и проследяване на грешки
Ръчното проследяване на хоризонта е, когато интерпретаторът проследява отражение секция по секция и маркира хиляди точки - точно, но бавно. Базираните на AI автоматични тракери могат да започнат от няколко начални точки и да се разпространят в целия обем; При откриване на неизправности моделите, базирани на CNN (мрежи за обучение на шаблони на изображения), могат да маркират прекъсвания в целия обем. Това съкращава това, което отнема седмици на ръка, в часове.
Има обаче два капана. Първо, автоматичният тракер може циклично да прескача хоризонт - премествайки се от един гребен на вълна към съседен гребен; Резултатът е привидно гладка, но геологично неточна повърхност. Второ, детекторът за неизправност може да сбърка генерирания от обработката линеен шум (напр. отпечатък на придобиване) като грешка. Ето защо всяка повърхностна и разломна мрежа, генерирана от AI, се инспектира ръчно на пресечки (пресичане на разлом-хоризонт) и места на кладенци.
Съвет: Визуално наблюдавайте автоматично проследяван хоризонт в няколко ключови секции, като го наслагвате върху самите данни. Повърхността има прескочен цикъл, където оставя силно отражение и скача до слаб пик; Не разпространявайте обема, без да коригирате тези зони ръчно.
Сеизмична фациална класификация
Класификацията на фациите е задача за разделяне на обема на региони според характера на вълната. При контролирания подход вие присвоявате етикети от известни литологии в ямките и обучавате модела; При неконтролирания подход самият модел групира региони с подобни характеристики и вие давате геоложко значение по-късно. AI осигурява голяма скорост тук, но класовете са статистическо сходство, а не геоложки факт. Регионът, който моделът нарича "фациес 3", придобива значение като "пясък на канала" само с познаването на кладенеца и средата на отлагане.
Внимание: Вие предоставяте броя на неконтролираните клъстерни класове; Различният брой класове създава напълно различни карти. Не се затваряйте в един клъстер; Променете броя на класовете и проверете дали резултатът остава геологично стабилен.
Клопка в анализа на характеристиките: многовариантна връзка
AI може да комбинира десетки функции и да създава мощни класификатори. Но опитът да се напаснат голям брой функции към малък брой кладенци води до пренастройване - неспособността на модела да запомни примери за обучение и да обобщи нови данни: картата е перфектна в кладенци и безсмислена между кладенци. Правило: поддържайте броя на характеристиките пропорционален на контролните данни (ямка) и тествайте картата в независима ямка (сляп тест).
три мини калъфа
Случай 1 — Проследяване на хоризонта до часове. Основният резервоарен хоризонт в обем от 900 km² е маркиран ръчно за 9 дни. AI тракерът разпространи повърхността от 6 семенни точки за 3 часа; Рецензентът коригира ръчно зоната за пропускане на 14 цикъла. Резултат: същата точност, един ден вместо дни.
Случай 2 — Погрешно приемане на отпечатък за грешка. Детектор за грешки маркира редовни линии север-юг. Коментаторът забеляза, че тези линии съответстват точно на разстоянието между линиите за придобиване: това не бяха грешки, а следи от придобиване. Действителните разломи вървяха перпендикулярно на този правилен модел; Когато отпечатъкът беше елиминиран, картата на разлома стана значима.
Случай 3 — Прекомерна фациесна карта. Класификатор, обучен с 22 характеристики и само 5 кладенци, дава 98% точност на кладенците, но класифицира пясъчника като глинест камък в шестия (сляп) кладенец. Когато броят на характеристиките беше намален до 6 и преквалифициран, точността на слепите кладенци се увеличи от 61% на 88%: картата също беше надеждна за всички кладенци.
Четири копируеми шаблона
1) Консултация за избор на атрибут:
Вашата роля: експерт по сеизмична интерпретация. Моята цел: [пясъчен/карбонатен резервоар на речен канал]. Кои сеизмични атрибути (кохерентност, спектрално разлагане, RMS амплитуда, наклон) и в какъв ред трябва да използвам, за да подчертая тази цел? Какво представлява всеки атрибут, какъв подвеждащ модел може да създаде? Обяснете накратко.
2) Автоматична проверка на хоризонта:
Имам автоматично проследяван хоризонт. Дайте ми контролен списък за откриване на пропускане на цикъл: в кои секции, кои симптоми трябва да търся (спад на амплитудата, внезапен скок на дълбочината), как да потвърдя с връзката на кладенеца и в какъв ред да направя корекцията?
3) Тестване на номера на клас Facies:
Правя групиране на фациес без надзор. Пробвах броя на класовете 4,6 и 8, картите излязоха различни. Какви критерии (разпределение на размера на клъстера, съвместимост на сондажи, пространствена последователност) трябва да разгледам, за да преценя кой клъстер е по-геоложко балансиран? Предложете процедура за вземане на решение.
4) Контрол на прекомерното оборудване:
Обучих фациесен класификатор с [N] характеристики и [M] ямки. Как да измеря риска от прекомерно оборудване? Как да настроя сляп тест за кладенци, как да огранича броя на атрибутите въз основа на броя на ямките? Дайте действени стъпки.
Слаба подкана / Силна подкана
Слаба подкана:
Намерете резервоара в този обем и го картирайте.
„Намиране“ очаква магия в една стъпка; AI създава статистическа карта без геоложки контекст, тя не може да бъде проверена.
Мощна подкана:
Вашата роля: специалист по тълкуване, фокусиран върху резервоара. Контекст: речна система, целеви канален пясък, литология, известна в 3 сондажа. Задача: (1) предложете комбинация от атрибути, които ще подчертаят геометрията на канала; (2) напишете стъпките за извличане на кандидат фациес чрез неконтролирано клъстериране; (3) Кажете ми как да тествам всеки кандидат с 3 ямки и сляпа 4-та ямка. Представете резултата на езика на „кандидатите“, а не на езика на „геоложките факти“.
Геоложкият контекст, контролът на кладенеца и търсенето на сляпо тестване правят продукцията оправдана.
Задачи за интерпретация и ролята на AI
Мисия
Принос на AI
Основен риск
проверка
Проследяване на хоризонта
висока скорост
Прескачане на цикъл
Добре вратовръзка, визуална проверка на секция
откриване на повреда
Генериране на кандидати
Не бъркайте отпечатъка си с грешка
Посока/кръстосан контрол на данни
Фациална класификация
групиране
безсмислен клас
Кладенец и среда на отлагане
Сливане на атрибути
силно разграничение
пренатоварване
тест на сляп кладенец
Често срещани грешки
- Автоматично разширяване на хоризонта без визуална проверка. Пропускането на цикъл създава гладка, но неточна повърхност.
- Объркайте всеки линеен модел с грешка. Отпечатъкът на придобиването създава правилни линии, погледнете посоката му.
- Приписване на пряко геоложко значение на фациесния клас. Класът е статистически; Имайте смисъл с кладенеца.
- Повече атрибути, по-малко кладенци. Прекомерното оборудване превръща картата в боклук между кладенците.
- Пропуснете слепия тест. Точността на измерване само в тренировъчни кладенци е подвеждаща.
В обобщение
AI в сеизмична интерпретация; Той намалява проследяването на хоризонта/разлома до часове, бързо групира фациесите и комбинира мощно атрибути. Но всяко увеличаване на скоростта има капан: пропускане на цикъла, погрешно приемане на отпечатък за грешка, безсмислено лице, пренастройване. AI създава статистическа схема; Той е интерпретаторът, който превръща проекта в геоложка реалност, осмисля го с познанията за кладенеца и средата на отлагане и го тества със сляп тест. Крайният подземен модел винаги е този, установен и защитаван от човека.
Задача за приложение
Изберете цел (пясък в канала, сода за хляб и др.). Създайте план за атрибут с шаблона „Консултация за избор на атрибут“. След това използвайте шаблона „Тестване на броя на класовете на Facies“ за неконтролирано клъстериране и сравнете поне два различни броя на класовете; Запишете кой е по-геоложки стабилен и кой тест за кладенец ще използвате, за да проверите това.
контролен списък
- [ ] Визуално инспектирах автоматичния хоризонт в ключови секции и коригирах пропускането на цикъла.
- [ ] Отделих кандидатите за грешки от отпечатъка с данни за посока и пресичане.
- [ ] Интерпретирах фациесните класове с кладенеца и отлагателната среда.
- [ ] Ограничих броя на атрибутите въз основа на броя на кладенците.
- [ ] Тествах резултата в сляп кладенец.