Lợi nhuận:
- Hiểu cách thu thập dữ liệu phản xạ địa chấn, vai trò của AI trong việc giải thích đường chân trời và đứt gãy cũng như tính đa nghĩa của sự đảo ngược.
- Khả năng xác định vị trí phát hiện lỗi, theo dõi đường chân trời và lập bản đồ tướng với các thuộc tính địa chấn và học máy
- Khả năng kiểm tra đầu ra địa chấn AI với mối liên kết tốt, tính hợp lý và không chắc chắn về địa chất
Con mắt của thăm dò dầu khí là phương pháp phản xạ địa chấn. Một nguồn năng lượng được kiểm soát trên bề mặt (xe rung trên đất liền, súng hơi trên biển) gửi sóng âm xuống lòng đất; Những sóng này được phản xạ từ ranh giới của các lớp đá khác nhau và quay trở lại máy thu (geophone/hydrophone) trên bề mặt. Chúng ta suy ra mặt cắt ngang của lòng đất từ thời điểm đến và biên độ của phản xạ. Kết quả là một khối lượng lớn dữ liệu 3D “hiển thị” độ sâu hàng km. Nhưng hình ảnh này không trực tiếp là một bức ảnh; Đó là một tín hiệu gián tiếp, ồn ào và dễ giải thích. Trong đơn vị này, chúng tôi sử dụng trí tuệ nhân tạo trong ba phần giải thích địa chấn: theo dõi đường chân trời (bề mặt phản xạ), phát hiện đứt gãy (vết nứt) và trích xuất tướng/chất lỏng từ các thuộc tính địa chấn. Và hãy nhắc lại khái niệm quan trọng nhất của đơn vị này: đảo ngược địa chấn rất có ý nghĩa - nhiều mô hình dưới bề mặt có thể giải thích cùng một dữ liệu; nên đầu ra AI không chính xác nếu không kết nối với dữ liệu giếng.
Hãy cùng tìm hiểu dữ liệu địa chấn
Một số thuật ngữ cơ bản:
- Đường chân trời: Bề mặt phản xạ có thể theo dõi được tương ứng với ranh giới của một lớp địa chất duy nhất trong khối địa chấn. Bằng cách "theo dõi" các bề mặt này, trình thông dịch sẽ suy ra hình dạng của cấu trúc.
- Lỗi: Mặt phẳng nơi đá bị vỡ và dịch chuyển. Xuất hiện dưới dạng gián đoạn/dịch chuyển trong phản xạ; có thể là bẫy hydrocarbon hoặc lối thoát hiểm.
- Thuộc tính địa chấn: Các phép đo bắt nguồn từ biên độ thô (biên độ, tính liên tục, độ kết hợp, sự phân tách quang phổ, độ dốc/độ dốc). Nó được sử dụng như một chỉ báo lỗi và tướng.
- Đảo ngược: Quá trình chuyển từ biên độ phản xạ sang trở kháng âm của đá (mật độ × vận tốc); Nó gắn liền với thạch học và độ xốp.
- Giếng buộc: Liên kết dữ liệu độ sâu/vận tốc thực tế trong giếng với trục thời gian địa chấn; Neo sự giải thích địa chấn vào nền tảng sự thật.
Gợi ý: Địa chấn nằm trên trục thời gian (thời gian quay vòng của sóng), giếng nằm trên trục độ sâu. Không có cách giải thích địa chấn nào đáng tin cậy nếu không có mối liên kết chặt chẽ giữa cả hai; Đầu ra AI cũng nên nằm trên mối liên kết này.
AI mạnh ở đâu trong việc giải thích địa chấn?
Phát hiện lỗi. Các đứt gãy có tính mạch lạc và tính chất tương tự xuất hiện dưới dạng sự gián đoạn; học máy (đặc biệt là mạng nơ ron tích chập) nhanh chóng gắn cờ các mẫu này với số lượng lớn. Việc lập bản đồ lỗi vốn mất nhiều ngày bằng tay nay đã giảm xuống còn hàng giờ.
Theo dõi đường chân trời. Mô hình có thể tự động theo dõi phản chiếu trong khối 3D từ điểm bắt đầu; Nó tạo ra một bản nháp mà người bình luận chỉ phải sửa.
Khuôn mặt và chiết xuất chất lỏng. Từ nhiều thuộc tính (sự kết hợp thuộc tính), môi trường lắng đọng hoặc khả năng tách khí/nước (ví dụ: “điểm sáng”—biên độ cao do khí gây ra) có thể được phân loại.
Điểm chung: AI đưa ra nhận xét nháp; Người bình luận sửa nó bằng sự hợp lý về mặt địa chất và kết nối nó với cái giếng.
Đa nghĩa và liên kết giếng
Giới hạn cơ bản của đảo ngược địa chấn là tính không duy nhất: sự kết hợp trở kháng/thạch học/chất lỏng khác nhau có thể tạo ra cùng một dữ liệu biên độ. “Điểm sáng” có thể là khí đốt, nhưng cũng có thể là lớp than hoặc chỉ là sự thay đổi về thạch học. AI tạo ra giải pháp “phù hợp nhất” cho dữ liệu; Nhưng điều phù hợp nhất không phải là điều đúng.
Giải pháp: hạn chế tốt. Dữ liệu nhật ký và sản lượng của các giếng được khoan tại hiện trường là những dữ kiện độc lập giúp thu hẹp cách giải thích về địa chấn. Vùng khí được đánh dấu bởi AI có thực sự tạo ra khí trong giếng đi qua điểm đó không? Lỗi có phù hợp với mối tương quan giếng không? Sản lượng AI địa chấn không có mối nối tốt chỉ là một giả thuyết.
Thận trọng: Độ phân giải địa chấn bị hạn chế; thường không thể tách các lớp dưới vài chục mét ("giới hạn phân tách"). Nếu AI hiển thị lớp hồ chứa mỏng là "trong", thì có thể có sự giải thích quá mức dưới độ phân giải này. Đặt câu hỏi về tuyên bố của mô hình rằng nó giải quyết các lớp mỏng một cách đáng tin cậy.
Ba trường hợp nhỏ: Bằng những con số
Trường hợp 1 - Tốc độ ánh xạ lỗi. Việc diễn giải lỗi ở dạng khối 3D (khoảng 1.200 km2) được thực hiện thủ công trong ba tuần. Một mô hình được đào tạo về thuộc tính mạch lạc đã đánh dấu hệ thống lỗi chính trong một ngày; Người đánh giá phê duyệt 85%, phải loại bỏ 15% (gián đoạn giả do nhiễu). Lợi ích ròng là lớn, nhưng việc loại bỏ con người là điều cần thiết.
Trường hợp 2 - Bẫy chấm sáng. Mô hình đã tìm thấy một điểm sáng mạnh trong cấu trúc và gắn cờ nó là “khí có thể xảy ra”. Nhóm đã đánh giá điều này một cách nhiệt tình; Tuy nhiên, một giếng khoan trước đây trong khu vực cho thấy đá phiến than ở đúng mức đó. Điểm sáng không đến từ khí đốt mà đến từ trở kháng thấp của than. Liên kết tốt đã ngăn chặn một quyết định sai vị trí tốn kém.
Trường hợp 3 - Giới hạn độ phân giải. AI đã báo cáo một lớp “hồ chứa chất lượng” dài 8 mét từ quá trình đảo ngược. Giới hạn phân tách ở tần số chiếm ưu thế địa chấn là ~15 mét; độ dày này không thể được giải quyết một cách chắc chắn bằng địa chấn. Người bình luận đã dán nhãn lại lớp này là “có thể, cần có độ phân giải phụ, cần có xác nhận tốt”. Bình luận quá mức bị bắt.
Nhắc yếu / Nhắc mạnh
Dấu nhắc yếu:
Tìm các đứt gãy và vùng khí có tính chất địa chấn này.[tóm tắt dữ liệu]
Lời nhắc mạnh mẽ:
Tạo BẢN THẢO diễn giải cấu trúc từ bản tóm tắt diễn giải/thuộc tính địa chấn bên dưới. Quy tắc:- Liệt kê các lỗi có thể xảy ra là "lỗi có thể xảy ra"; Đối với mỗi thuộc tính, hãy viết ra thuộc tính nào (mạch lạc/độ dốc) hỗ trợ mà bạn đã trích xuất từ đó. Đánh dấu các nguồn tiếng ồn có thể có một cách riêng biệt. - Xuất hiện các dị thường điểm sáng/biên độ với xác suất gấp đôi "có thể là khí NHƯNG cũng có thể là than/thạch học"; xác định yêu cầu buộc giếng.- Xem xét ranh giới phân cách địa chấn; Đánh dấu các xác nhận lớp mỏng có độ phân giải phụ là "độ phân giải phụ, cần xác nhận". - Không trình bày bất kỳ cách giải thích nào mang tính “kết luận”; Viết dữ liệu giếng nào để thu hẹp. Dữ liệu: [tóm tắt thuộc tính/nhận xét]
Bốn mẫu có thể sao chép
1) Quét ứng cử viên lỗi:
Liệt kê các ứng cử viên lỗi từ bản tóm tắt gián đoạn/kết hợp dưới đây. Đối với mỗi ứng cử viên: định hướng, tính liên tục, nguồn nhiễu có thể có, mức độ tin cậy (thấp/trung bình/cao). Cần có biện pháp kiểm soát bổ sung nào để tách lỗi thực sự khỏi lỗi giả? Dữ liệu: [tóm tắt]
2) Xác suất kép dị thường biên độ:
Liệt kê tất cả các giải thích hợp lý cho dị thường biên độ sau đây (khí, than, thạch học, nén). Viết chữ ký trở kháng dự kiến cho từng chữ ký và cho biết chữ ký nào sẽ phân tách cùng với dữ liệu giếng. Đừng tập trung vào một lời giải thích. Dữ liệu: [bất thường]
3) Danh sách kiểm tra dây buộc giếng:
Tạo danh sách kiểm tra để kết nối việc giải thích địa chấn với giếng: mô hình vận tốc, so sánh biểu đồ địa chấn tổng hợp, kiểm tra pha/cực, so sánh điểm đánh dấu đường chân trời. Điều đó có nghĩa là gì nếu có sự không tương thích ở mỗi bước?
4) Lọc bình luận quá mức:
Kiểm tra các tuyên bố trong giải thích địa chấn đó để giải quyết. Ước tính giới hạn tách biệt khỏi tần số và tốc độ chiếm ưu thế; Đánh dấu các yêu cầu về độ dày bên dưới là "độ phân giải phụ". Nhận xét: [tóm tắt], tần suất/tốc độ: [giá trị]
Bằng chứng địa chấn và xác minh
mục
những gì mang lại
biên giới
xác minh
biên độ thô
cấu trúc phản chiếu
Tiếng ồn, độ phân giải
Chất lượng xử lý
Chất lượng (mạch lạc/độ dốc)
sự cố, sự gián đoạn
Có thể tạo ra hiện vật
sự loại bỏ con người
Giải pháp nghịch đảo (trở kháng)
Manh mối thạch học/độ xốp
rất có ý nghĩa
cũng cà vạt
Phân loại AI
dự thảo nhanh
Phụ thuộc vào dữ liệu đào tạo
Địa chất + giếng
Đăng nhập/kiểm tra giếng
sự thật cơ bản
đo điểm
Neo (đáng tin cậy nhất)
Những lỗi thường gặp
- Vượt qua dây buộc giếng. Giải thích địa chấn là thực tế mà không có sự ràng buộc về độ sâu thời gian/giếng.
- Tập trung vào một lời giải thích duy nhất. Nhanh chóng tuyên bố điểm sáng là “khí” và bỏ qua khả năng có than/thạch thạch.
- Bỏ qua giới hạn độ phân giải. Để “rõ” báo cáo lớp mỏng không thể giải quyết bằng địa chấn.
- Nhầm hiện vật là một lỗi. Lấy tiếng ồn và xử lý dấu vết như cấu trúc thực.
- Dựa vào điểm tin cậy của mô hình. Nhầm điểm cao cho độ chính xác địa chất.
Tóm lại
- Địa chấn là một cái nhìn gián tiếp và ồn ào về phần dưới bề mặt; Giải pháp nghịch đảo có rất nhiều ý nghĩa.
- AI tạo ra các bản thiết kế mạnh mẽ trong việc phát hiện lỗi, theo dõi đường chân trời và tổng hợp thuộc tính; nhưng việc loại bỏ con người và tính hợp lý về địa chất là rất cần thiết.
- Mỗi đầu ra AI địa chấn là một giả thuyết mà không bị thu hẹp bởi dữ liệu liên kết giếng và giếng.
- Đừng khóa những dị thường về biên độ vào một lời giải thích duy nhất; Hãy xem xét xác suất gấp đôi/nhiều.
- Những tuyên bố dưới giới hạn giải quyết địa chấn là sự diễn giải quá mức; Đánh dấu nó bằng thẻ "yêu cầu xác nhận".
Nhiệm vụ ứng dụng
Lấy một kịch bản giải thích địa chấn (biểu diễn): sự bất thường về biên độ và một số ứng cử viên lỗi. Có một bản dự thảo nhận xét mang tính cấu trúc được đưa ra kèm theo lời nhắc mạnh mẽ. Sau đó: (1) viết ít nhất hai lời giải thích không phải khí cho hiện tượng bất thường, (2) chỉ ra dữ liệu giếng nào sẽ được phân biệt đối xử, (3) chỉ ra lỗi nào có thể là lỗi. Nếu bạn đưa ra tần số và tốc độ vượt trội, hãy yêu cầu mô hình kiểm tra xác nhận của lớp có độ phân giải phụ.
danh sách kiểm tra
- [ ] Tôi hiểu rằng dữ liệu địa chấn là dữ liệu gián tiếp, nhiễu và độ phân giải bị hạn chế.
- [ ] Tôi tạo ra các bản nháp lỗi/chân trời/thuộc tính bằng AI và sửa chúng bằng cách loại bỏ con người.
- [ ] Biết được tính đa nghĩa của nghiệm nghịch đảo, tôi thu hẹp cách giải thích thành liên kết giếng và dữ liệu giếng.
- [ ] Tôi xem xét các dị thường về biên độ với nhiều khả năng mà không khóa chúng vào một lời giải thích duy nhất.
- [ ] Tôi gắn cờ các tuyên bố về giải pháp phụ là diễn giải quá mức.