Специалисты Санкт-Петербургского политехнического университета Петра Великого работают над созданием уникальных алгоритмов для автоматизации обработки данных сейсморазведки и геофизики скважин. Разработка позволит повысить точность геологических моделей, сократить время обработки данных и снизить влияние человеческого фактора. В настоящее время уже проведены первые испытания.
Сейсмические данные являются основой для понимания строения недр и прогнозирования запасов нефти и газа. Традиционные (то есть ручные) методы обработки этих данных для создания моделей для бурения новых скважин имеют много этапов и требуют недель и даже месяцев интенсивной работы специалистов. Так как результат во многом зависит от опыта и квалификации аналитика, нельзя было полностью исключить человеческий фактор и, как следствие, вероятность ошибки. Разрабатываемый сотрудниками СПбПУ алгоритм автоматизирует эти процессы, берет на себя рутинные операции (например, интерполяцию сейсмограмм и фильтрацию шумов) и повышает надежность интерпретации данных.
Для прогнозирования данных геофизических исследований скважин в межскважинном пространстве разработчики создают модель, которая учитывает пространственное расположение скважин и влияние соседних скважин за счет механизма внимания. Это позволяет строить более достоверные геологические модели. Параллельно для интерполяции сейсмических данных были апробированы и сравнены несколько архитектур нейронных сетей (PINN, SWIN и др.), показавшие качество, сопоставимое с традиционными методами, а в условиях больших пропусков данных — превосходящее их.
«Если раньше геологи вручную “собирали пазл” из тысяч кусочков данных, то теперь нейросеть позволит сделать это автоматически и, соответственно, быстрее. Алгоритм сам найдет закономерности и “дорисует” недостающие фрагменты картины подземных структур, — объясняет руководитель проекта по разработке ИИ-платформы Иван Жданов. — За рубежом в геофизике применяются отдельные элементы ИИ, но наш проект уникален комбинацией: использование архитектуры типа Transformer (которая позволяет компьютеру понимать связи между всеми частями информации одновременно, а не по очереди), генеративных моделей и методов шумоподавления в едином комплексе. Новизна в том, что алгоритмы учитывают пространственное положение скважин и априорные геологические знания, чего не было в стандартных решениях».
На практике новый алгоритм позволит в разы сократить длительность обработки данных и, как следствие, снизить трудозатраты специалистов. Увеличение точности геологических моделей уменьшит риски при бурении скважин, а сокращение временных трудозатрат и количества лишних скважин потенциально сэкономит сотни миллионов рублей. Кроме того, решение, которое разрабатывают специалисты СПбПУ, масштабируемо и применимо в других регионах и странах, где ведется сейсморазведка.
«В рамках реализации ключевого научно-технологического направления (КНТН-3) программы “Приоритет-2030” мы работаем над развитием цифровых платформенных решений для анализа мультимодальных данных. Совместная разработка с “Газпром нефтью” — это один из пяти проектов, который является важным элементом этой платформы как с точки зрения предоставляемых данных, так и с точки зрения дальнейшей эксплуатации в ТЭК», — отметил значимость разработки алгоритмов автоматизации обработки данных сейсморазведки и геофизики скважин для реализации программы «Приоритет-2030» проректор по научной работе СПбПУ Юрий Фомин.
В дальнейших планах разработчиков расширение алгоритмов фильтрации для более сложных шумов, объединение подходов трансформеров и физически информированных моделей, а также внедрение разработанных модулей в промышленное ПО и развитие технологии до уровня интеллектуальной среды для обработки геофизических данных.
Проект «Автоматизация обработки сейсмических данных с применением искусственных нейронных сетей» осуществляется в рамках программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»).
