Zyski:
- Zrozum, w jaki sposób gromadzone są dane o odbiciach sejsmicznych, rolę sztucznej inteligencji w interpretacji horyzontu i uskoków oraz polisemię inwersji.
- Możliwość lokalizowania wykrywania uszkodzeń, śledzenia horyzontu i mapowania facji za pomocą atrybutów sejsmicznych i uczenia maszynowego
- Możliwość testowania wyników badań sejsmicznych AI przy powiązaniu odwiertów, wiarygodności geologicznej i niepewności
Okiem poszukiwań ropy i gazu jest metoda odbicia sejsmicznego. Kontrolowane źródło energii na powierzchni (wibrująca ciężarówka na lądzie, wiatrówka na morzu) wysyła falę dźwiękową pod ziemię; Fale te odbijają się od granic różnych warstw skał i wracają do odbiorników (geofonu/hydrofonu) na powierzchni. Przekrój metra wyprowadzamy z czasu przybycia i amplitudy odbić. Rezultatem jest ogromna ilość danych 3D, które „pokazują” kilometry głębokości. Ale ten obraz nie jest bezpośrednio fotografią; Jest to sygnał pośredni, zaszumiony i otwarty na interpretację. W tej jednostce wykorzystujemy sztuczną inteligencję w trzech częściach interpretacji sejsmicznej: śledzeniu horyzontu (powierzchni odbicia), wykrywaniu uskoków (pęknięć) oraz ekstrakcji facji/płynów z atrybutów sejsmicznych. Powtórzmy najważniejszą koncepcję tej jednostki: inwersja sejsmiczna ma wiele sensu — wiele modeli podpowierzchniowych może wyjaśnić te same dane; więc dane wyjściowe AI nie są dokładne bez połączenia z danymi studni.
Poznajmy dane sejsmiczne
Kilka podstawowych terminów:
- Horyzont: możliwa do prześledzenia powierzchnia odbicia odpowiadająca granicy pojedynczej warstwy geologicznej w objętości sejsmicznej. „Podążając” za tymi powierzchniami interpretator wnioskuje o kształcie konstrukcji.
- Błąd: płaszczyzna, w której skała jest pęknięta i przesunięta. Pojawia się jako nieciągłość/przesunięcie w odbiciach; może być pułapką na węglowodory lub drogą ucieczki.
- Atrybut sejsmiczny: Pomiary wyprowadzone z surowej amplitudy (amplituda, ciągłość, spójność, separacja widmowa, nachylenie/zapad). Stosowany jest jako wskaźnik usterek i facji.
- Inwersja: proces zmiany amplitudy odbicia na impedancję akustyczną skały (gęstość × prędkość); Jest to związane z litologią i porowatością.
- Wiązanie odwiertu: powiązanie rzeczywistych danych dotyczących głębokości/prędkości w odwiercie z osią czasu sejsmicznego; Zakotwicza interpretację sejsmiczną w ugruntowanej prawdzie.
Wskazówka: Sejsmika jest na osi czasu (czas podróży fali w obie strony), studnie na osi głębokości. Żadna interpretacja sejsmiczna nie jest wiarygodna bez połączenia odwiertu łączącego obie te kwestie; Wyniki AI również powinny opierać się na tej więzi.
Gdzie sztuczna inteligencja jest silna w interpretacji danych sejsmicznych?
Wykrywanie usterek. Błędy o spójności i podobnych cechach pojawiają się jako nieciągłości; uczenie maszynowe (zwłaszcza splotowe sieci neuronowe) szybko oznacza te wzorce w dużych ilościach. Ręczne mapowanie usterek, które zajmuje kilka dni, skraca się do godzin.
Śledzenie horyzontu. Model może automatycznie śledzić odbicie w przestrzeni 3D od punktu początkowego; Tworzy szkic, który komentator musi jedynie poprawić.
Facje i ekstrakcja płynów. Na podstawie wielu atrybutów (fuzja atrybutów) można sklasyfikować środowisko depozycji lub możliwą separację gazu/wody (np. „jasny punkt” – wysoka amplituda spowodowana przez gaz).
Wspólna płaszczyzna: sztuczna inteligencja przygotowuje projekt komentarza; Komentator poprawia to pod kątem wiarygodności geologicznej i łączy ze studnią.
Polisemia i połączenie studni
Podstawowym ograniczeniem inwersji sejsmicznej jest niepowtarzalność: różne kombinacje impedancji/litologii/płynu mogą dawać te same dane dotyczące amplitudy. „Jasnym punktem” może być gaz, ale może to być również warstwa węgla lub po prostu zmiana litologii. Sztuczna inteligencja tworzy „najlepiej dopasowane” rozwiązanie do danych; Ale to, co pasuje najlepiej, nie jest tym, co jest właściwe.
Rozwiązanie: ograniczenia studni. Dane rejestracyjne i produkcyjne studni wierconych w terenie są niezależnymi faktami, które zawężają interpretację sejsmiczną. Czy strefa gazowa oznaczona przez sztuczną inteligencję faktycznie wyprodukowała gaz w studni przechodzącej przez ten punkt? Czy usterka jest zgodna z korelacją studni? Wyjście sejsmiczne AI bez podłączenia odwiertu jest hipotezą.
Uwaga: Rozdzielczość sejsmiczna jest ograniczona; zazwyczaj nie można oddzielić warstw poniżej kilkudziesięciu metrów („granica separacji”). Jeśli sztuczna inteligencja wskaże cienką warstwę zbiornika jako „przezroczystą”, poniżej tej rozdzielczości może nastąpić nadinterpretacja. Kwestionuj twierdzenie modelu, że niezawodnie rozdziela cienkie warstwy.
Trzy mini etui: w liczbach
Przypadek 1 — prędkość mapowania błędów. Interpretacja usterek w przestrzeni 3D (około 1200 km²) wymagała ręcznej pracy przez trzy tygodnie. Model wyszkolony w zakresie atrybutu spójności oznaczył główny system usterek w ciągu jednego dnia; Recenzent zatwierdził 85% z nich, musiał wyeliminować 15% (pozorne nieciągłości spowodowane szumem). Zysk netto był duży, ale eliminacja ludzi była niezbędna.
Przypadek 2 — Pułapka jasnego punktu. Model znalazł silną jasną plamę w konstrukcji i oznaczył ją jako „możliwy gaz”. Zespół ocenił to z entuzjazmem; Jednakże wcześniej wykonany odwiert na tym obszarze wykazał zawartość łupków węglowych dokładnie na tym poziomie. Jasna plama nie pochodziła od gazu, ale od niskiej impedancji węgla. Dobre wiązanie zapobiegło kosztownej decyzji o błędnej lokalizacji.
Przypadek 3 – Limit rozdzielczości. AI zgłosiła 8-metrową warstwę „zbiornika jakości” powstałą w wyniku inwersji. Granica separacji przy dominującej częstotliwości sejsmicznej wynosiła ~ 15 metrów; tej grubości nie można było z całą pewnością określić za pomocą badań sejsmicznych. Komentator zmienił etykietę warstwy na „możliwą, o niższej rozdzielczości, wymagane potwierdzenie odwiertu”. Wyłapano nadmierną liczbę komentarzy.
Słaba podpowiedź/silna podpowiedź
Słaba zachęta:
Znajdź uskoki i strefy gazowe o charakterze sejsmicznym. [podsumowanie danych]
Potężny monit:
Wygeneruj projekt interpretacji strukturalnej na podstawie poniższego podsumowania atrybutów/interpretacji sejsmicznych. Zasady: - Lista potencjalnych usterek jako „możliwych usterek”; Dla każdego z nich zapisz, z jakiego atrybutu (spójność/nachylenie) wyodrębniłeś wsparcie. Oddzielnie zaznacz możliwe źródła hałasu. - Przedstawienie anomalii jasnego punktu/amplitudy z podwójnym prawdopodobieństwem „może to być gaz, ALE może to być również węgiel/litologia”; określ wymagania dotyczące odwiertów. - Weź pod uwagę granicę separacji sejsmicznej; Oznacz roszczenia dotyczące cienkiej warstwy o niższej rozdzielczości jako „podrozdzielczość, wymagane potwierdzenie”. - Nie przedstawiaj żadnej interpretacji jako „ostatecznej”; Napisz, które dane studni należy zawęzić. Dane: [podsumowanie atrybutów/komentarzy]
Cztery szablony do kopiowania
1) Skanowanie potencjalnych usterek:
Wymień kandydatów na błędy z poniższego podsumowania nieciągłości/spójności. Dla każdego kandydata: orientacja, ciągłość, możliwe źródło hałasu, poziom ufności (niski/średni/wysoki). Jaka dodatkowa kontrola jest potrzebna, aby oddzielić prawdziwą usterkę od artefaktu? Dane: [podsumowanie]
2) Podwójne prawdopodobieństwo anomalii amplitudy:
Wymień wszystkie prawdopodobne wyjaśnienia następującej anomalii amplitudy (gaz, węgiel, litologia, kompresja). Zapisz oczekiwaną sygnaturę impedancji dla każdego z nich i wskaż, która z nich ulegnie rozkładowi, korzystając z danych ze studni. Nie skupiaj się na jednym wyjaśnieniu. Dane: [anomalia]
3) Lista kontrolna dobrego krawata:
Wygeneruj listę kontrolną do połączenia interpretacji sejsmicznej z odwiertem: model prędkości, dopasowanie syntetycznego sejsmogramu, sprawdzenie fazy/biegunowości, dopasowanie znaczników horyzontu. Co to znaczy, że na każdym kroku występuje niezgodność?
4) Nadmierny filtr komentarzy:
Sprawdź twierdzenia w tej interpretacji sejsmicznej pod kątem rozwiązania. Oszacuj granicę separacji od dominującej częstotliwości i prędkości; Oznacz poniższe zastrzeżenia dotyczące grubości jako „podrozdzielczość”. Komentarz: [podsumowanie], częstotliwość/prędkość: [wartość]
Dowody i weryfikacja sejsmiczna
przedmiot
co daje
granica
weryfikacja
surowa amplituda
struktura odbicia
Hałas, rozdzielczość
Jakość przetwarzania
Jakość (spójność/nachylenie)
usterka, nieciągłość
Może generować artefakt
eliminacja człowieka
Rozwiązanie odwrotne (impedancja)
Wskazówka dotycząca litologii/porowatości
bardzo znaczące
dobrze zawiązać
Klasyfikacja AI
szybki projekt
Zależy od danych treningowych
Geologia + studnia
Cóż, zaloguj się/testuj
ziemia prawda
pomiar punktowy
Kotwica (najbardziej niezawodna)
Typowe błędy
- Ominięcie studni. Błędne interpretowanie danych sejsmicznych z rzeczywistymi bez powiązania głębokości czasowej/odwiertu.
- Koncentrując się na jednym wyjaśnieniu. Szybkie zadeklarowanie jasnego punktu jako „gazowego” i pominięcie możliwości występowania węgla/litologii.
- Ignorowanie limitu rozdzielczości. Aby „wyraźnie” zgłosić cienką warstwę, której nie można rozdzielić za pomocą badań sejsmicznych.
- Mylenie artefaktu z usterką. Przyjmowanie szumu i śladów przetwarzania jako rzeczywistej struktury.
- Opieranie się na wskaźniku ufności modelu. Mylenie wysokiego wyniku z dokładnością geologiczną.
Podsumowując
- Sejsmika to pośredni i hałaśliwy widok podpowierzchni; Rozwiązanie odwrotne ma duży sens.
- Sztuczna inteligencja tworzy zaawansowane plany wykrywania usterek, śledzenia horyzontu i łączenia atrybutów; ale eliminacja człowieka i wiarygodność geologiczna są niezbędne.
- Każdy wynik badań sejsmicznych AI jest hipotezą, która nie jest zawężana przez powiązania z odwiertami i dane dotyczące odwiertów.
- Nie zamykaj anomalii amplitudy w jednym wyjaśnieniu; Rozważ prawdopodobieństwo podwójne/wielokrotne.
- Twierdzenia poniżej granicy rozdzielczości sejsmicznej są nadinterpretacją; Oznacz go tagiem „wymagane potwierdzenie”.
Zadanie aplikacji
Weźmy scenariusz interpretacji sejsmicznej (reprezentację): anomalia amplitudy i kilka kandydatów na uskoki. Przygotuj wersję roboczą komentarza strukturalnego z potężnym podpowiedzią. Następnie: (1) napisz co najmniej dwa wyjaśnienia anomalii niezwiązanej z gazem, (2) wskaż, które dane z odwiertów będzie rozróżnić, (3) wskaż, który z kandydatów na błędy może być szumem. Jeśli podasz dominującą częstotliwość i prędkość, poproś model o sprawdzenie potwierdzenia warstwy o niższej rozdzielczości.
lista kontrolna
- [ ] Rozumiem, że dane sejsmiczne są pośrednie, zaszumione i mają ograniczoną rozdzielczość.
- [ ] Tworzę projekty usterek/horyzontów/atrybutów za pomocą sztucznej inteligencji i koryguję je poprzez eliminację ludzi.
- [ ] Znając polisemię rozwiązania odwrotnego, zawężam interpretację do wiązania studni i danych studni.
- [ ] Rozważam anomalie amplitudy o wielu możliwościach, bez zamykania ich w jednym wyjaśnieniu.
- [ ] Uznaję twierdzenia o podjęciu uchwały jako nadinterpretację.