Прибыль:
- Возможность отличить пропуск цикла при автоматическом отслеживании горизонта и зону сбора данных при обнаружении неисправностей от реальной конструкции и проверить ее вручную.
- Поймите, что классы сейсмических фаций являются статистическими и могут иметь геологическое значение, зная скважины и условия осадконакопления.
- Возможность проверить риск переобучения в комбинации функций с помощью теста слепых скважин и ограничить количество функций в зависимости от количества лунок.
Обработка завершена; У вас есть чистый, перенесенный том сейсмических данных. Теперь начинается настоящий вопрос: что это изображение говорит о метро? Где границы пластов, в каком направлении простираются разломы, какая область песчаная, какая глинистая, где может быть резервуар? Сейсмическая интерпретация – это процесс извлечения структурной и осадочной (стратиграфической) модели недр из мигрированных данных. В этом модуле мы увидим, как искусственный интеллект (ИИ) создает «быстрый первый черновик» для отслеживания горизонтов и разломов, классификации сейсмических фаций и анализа атрибутов, но кто строит геологическое значение и окончательную модель.
Строительные блоки интерпретации
Давайте уточним термины. Горизонт — это непрерывная отражающая поверхность, наблюдаемая на сейсмическом разрезе и обычно соответствующая границе геологического слоя. Разлом — это плоскость разрыва, где слои разрываются и смещаются; Он появляется в местах, где отражения прерваны или смещены в сечении. Сейсмические фации — это объемные области, имеющие сходный характер волн (амплитуда, непрерывность, текстуру) и в целом отражающие схожую осадочную среду. Сейсмические атрибуты — это измерения, полученные по трассам, которые направляют взгляд на определенные особенности (несплошность, наклон, амплитуда, частота); например, атрибут когерентности/непрерывности выделяет неисправности, а спектральное разложение выделяет геометрию канала.
ИИ в горизонте и отслеживании неисправностей
Ручное отслеживание горизонта — это когда интерпретатор отслеживает отражение по частям и отмечает тысячи точек — точно, но медленно. Автоматические трекеры на основе искусственного интеллекта могут начинаться с нескольких исходных точек и распространяться по всему объему; При обнаружении неисправностей модели на основе CNN (сети обучения шаблонам изображений) могут отмечать разрывы во всем объеме. Это сокращает то, что раньше занимало недели вручную, до часов.
Однако есть две ловушки. Во-первых, автоматический трекер может циклически пропускать горизонт, переходя от одного гребня волны к соседнему гребню; В результате получается, казалось бы, гладкая, но геологически неточная поверхность. Во-вторых, детектор неисправностей может ошибочно принять линейный шум, генерируемый обработкой (например, зону сбора данных), за неисправность. Вот почему каждая сеть поверхностей и разломов, созданная с помощью ИИ, проверяется вручную на пересечениях (пересечение горизонта разломов) и в местах расположения скважин.
Совет: Визуально отслеживайте автоматически отслеживаемый горизонт на нескольких ключевых участках, накладывая его на сами данные. На поверхности пропущен цикл, где она оставляет сильное отражение и переходит к слабому пику; Не расширяйте объем, не исправив эти области вручную.
Классификация сейсмических фаций
Фациальная классификация – это задача разделения объема на области по волновому характеру. При контролируемом подходе вы назначаете метки из известных литологий скважин и обучаете модель; При неконтролируемом подходе модель сама группирует регионы со схожими характеристиками, а геологическое значение вы придаете позже. ИИ обеспечивает здесь большую скорость, но классы — это статистическое сходство, а не геологический факт. Регион, который в модели называется «фация 3», приобретает значение «руслового песка» только с учетом информации о скважине и условиях отложения.
Внимание: вы указываете количество классов неконтролируемой кластеризации; Разное количество классов дает совершенно разные карты. Не замыкайтесь в одном кластере; Измените количество классов и проверьте, останется ли результат геологически стабильным.
Ошибка в анализе признаков: многомерные отношения
ИИ может комбинировать десятки функций и создавать мощные классификаторы. Но попытка подогнать большое количество функций к небольшому количеству лунок приводит к переобучению — неспособности модели запомнить обучающие примеры и обобщать новые данные: карта идеальна в лунках и бессмысленна между лунками. Правило: сохраняйте количество признаков, пропорциональное контрольным данным (скважина), и тестируйте карту в независимой скважине (слепой тест).
три мини-кейса
Случай 1. Отслеживание горизонта до часов. Основной горизонт пласта объемом 900 км² был отмечен вручную за 9 дней. AI-трекер развел поверхность из 6 точек посева за 3 часа; Рецензент вручную исправил область пропуска 14 циклов. Результат: та же точность, один день вместо дней.
Случай 2 — Принятие следа за неисправность. Детектор неисправностей обозначил регулярные линии с севера на юг. Комментатор заметил, что эти линии точно соответствуют межстрочному интервалу: это были не разломы, а следы сбора данных. Фактические разломы проходили перпендикулярно этой регулярной схеме; Когда след был устранен, карта разломов приобрела смысл.
Случай 3 — Переоснащение карты фаций. Классификатор, обученный с использованием 22 признаков и только 5 скважин, дал точность 98% по скважинам, но классифицировал песчаник как аргиллит в шестой (слепой) скважине. Когда количество функций было уменьшено до 6 и переобучено, точность слепых скважин увеличилась с 61% до 88%: карта также была надежной для всех скважин.
Четыре копируемых шаблона
1) Консультация по выбору атрибута:
Ваша роль: эксперт по интерпретации сейсморазведки. Моя цель: [песчаный/карбонатный резервуар речных каналов]. Какие сейсмические атрибуты (когерентность, спектральное разложение, среднеквадратичная амплитуда, наклон) и в каком порядке мне следует использовать, чтобы выделить эту цель? Что представляет собой каждый атрибут, какую вводящую в заблуждение картину он может создать? Объясните кратко.
2) Автоматический контроль горизонта:
У меня есть автоматически отслеживаемый горизонт. Дайте мне контрольный список для обнаружения пропуска цикла: на каких участках, какие симптомы искать (падение амплитуды, резкий скачок глубины), как подтвердить привязку скважины и в каком порядке делать коррекцию?
3) Тестирование номера класса фаций:
Я занимаюсь фациальной кластеризацией без присмотра. Пробовал количество классов 4,6 и 8,карты вышли по разному. На какие критерии (распределение кластеров по размерам, совместимость скважин, пространственную согласованность) мне следует обратить внимание, чтобы оценить, какой кластер геологически более сбалансирован? Предложите процедуру принятия решения.
4) Контроль переоснащения:
Я обучил классификатор фаций с [N] объектами и [M] скважинами. Как измерить риск переобучения? Как настроить слепой тест скважин, как ограничить количество атрибутов в зависимости от количества скважин? Дайте действенные шаги.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Найдите резервуар в этом томе и нанесите на карту его.
«Найти» предполагает волшебство в один шаг; ИИ создает статистическую карту без геологического контекста, ее невозможно проверить.
Мощная подсказка:
Ваша роль: специалист по интерпретации пластов. Контекст: речная система, песок целевого канала, литология известна в 3 скважинах. Задача: (1) предложить комбинацию атрибутов, которая подчеркнет геометрию канала; (2) написать шаги по извлечению фаций-кандидатов путем неконтролируемой кластеризации; (3) Расскажите мне, как протестировать каждого кандидата с тремя лунками и слепой четвертой лункой. Представьте результат на языке «кандидата», а не на языке «геологического факта».
Геологический контекст, контроль скважины и необходимость слепого тестирования делают результаты оправданными.
Задачи интерпретации и роль ИИ
Квест
Вклад ИИ
Основной риск
проверка
Отслеживание горизонта
высокая скорость
Пропуск цикла
Обвязка колодца, визуальный осмотр разреза
обнаружение неисправностей
Генерация кандидатов
Не принимайте свой след за ошибку
Управление данными направления/перекрестия
Фациальная классификация
кластеризация
бессмысленный класс
Скважины и условия осадконакопления
Объединение атрибутов
сильное различие
переоснащение
слепое испытание скважины
Распространенные ошибки
- Автоматическое раздвижение горизонта без визуального контроля. Пропуск цикла дает гладкую, но неточную поверхность.
- Принимаем каждую линейную закономерность за ошибку. След приобретения образует регулярные линии, посмотрите на их направление.
- Придание фациальному классу прямого геологического значения. Класс статистический; Имеет смысл с колодцем.
- Больше атрибутов, меньше скважин. Переобучение превращает карту между колодцами в мусор.
- Пропустите слепой тест. Точность измерения только в обучающих скважинах вводит в заблуждение.
В заключение
ИИ в интерпретации сейсмических данных; Он сокращает отслеживание горизонтов/разломов до нескольких часов, быстро группирует фации и эффективно объединяет атрибуты. Но у каждого увеличения скорости есть ловушка: пропуск цикла, принятие следа за ошибку, бессмысленные фации, переобучение. ИИ создает статистическую картину; Он является интерпретатором, который превращает проект в геологическую реальность, осмысливает его, зная скважину и среду отложений, и проверяет его с помощью слепого теста. Окончательная подземная модель всегда создается и защищается человеком.
Задача приложения
Выберите цель (канальный песок, пищевая сода и т. д.). Создайте план атрибутов с помощью шаблона «Консультация по выбору атрибутов». Затем используйте шаблон «Тестирование количества классов фаций» для неконтролируемой кластеризации и сравните как минимум два разных количества классов; Запишите, какой из них более геологически устойчив и испытание какой скважины вы будете использовать для проверки этого.
контрольный список
- [ ] Я визуально проверил автоматический горизонт на ключевых участках и исправил пропуск цикла.
- [ ] Я отделил кандидатов на неисправности от контура с помощью данных о направлении и пересечении.
- [ ] Я интерпретировал фациальные классы с учетом условий скважины и осадконакопления.
- [ ] Я ограничил количество атрибутов в зависимости от количества скважин.
- [ ] Я проверил результат в слепой скважине.