Интерпретация сейсмических данных
- В лаборатории активно разрабатываются и развиваются алгоритмы и инструменты интерпретации геолого-геофизических данных применительно к решению задач нефтегазовой геологии. Данные алгоритмы и инструменты встраиваются в интерпретационную платформу анализа и обработки геологических и сейсмических данных.
Модули сейсмической интепретации
Пример расчет атрибута «RMS-амплитуда»
Сейсмические атрибуты используются для прогноза распространения фаций и фильтрационно-емкостных свойств (через корреляционные связи со скважинными данными). Используются в качестве инструмента качественной интерпретации данных.
Сейсмические атрибуты используются для прогноза распространения фаций и фильтрационно-емкостных свойств (через корреляционные связи со скважинными данными). Используются в качестве инструмента качественной интерпретации данных.
Выделение фаций инструментом ML-toolbox на основе карт атрибутов
Нейросетевой инструмент сейсмофациального анализа используется для построения связей по множеству атрибутов. Существенно упрощает задачу соотношения атрибутов различного типа для интерпретатора. Используются в качестве инструмента качественной интерпретации данных.
Нейросетевой инструмент сейсмофациального анализа используется для построения связей по множеству атрибутов. Существенно упрощает задачу соотношения атрибутов различного типа для интерпретатора. Используются в качестве инструмента качественной интерпретации данных.
Пример акустической инверсии
Алгоритмы сейсмической инверсии (акустическая, синхронная, упругая) позволяют перейти от сейсмического разреза к упругим характеристикам среды. Результатом работы алгоритмов является разрез (куб) упругих свойств на основе которого проводится количественная интерпретация данных. Дополонительно в алгоритмы включена процедура извлечения сейсмического импульса.
Алгоритмы сейсмической инверсии (акустическая, синхронная, упругая) позволяют перейти от сейсмического разреза к упругим характеристикам среды. Результатом работы алгоритмов является разрез (куб) упругих свойств на основе которого проводится количественная интерпретация данных. Дополонительно в алгоритмы включена процедура извлечения сейсмического импульса.
Пример модуля сейсмостратиграфической привязки
Модуль сейсмостратиграфической привязки позволяет увязать скважинные данные в масштабе глубин с сейсмическими данными в масштабе времен. В модуле представлен широкий набор инструментов для редактирования кривых ГИС, реализованы алгоритмы извлечения, редактирования и оценки импульса. Разработан широкий функционал QC привязки. Разработана авторская технология GeoVIWT для осуществления детальной привязки используя априорную геологическую информацию с обеспечением сохранения скоростей в геологичных пределах.
Модуль сейсмостратиграфической привязки позволяет увязать скважинные данные в масштабе глубин с сейсмическими данными в масштабе времен. В модуле представлен широкий набор инструментов для редактирования кривых ГИС, реализованы алгоритмы извлечения, редактирования и оценки импульса. Разработан широкий функционал QC привязки. Разработана авторская технология GeoVIWT для осуществления детальной привязки используя априорную геологическую информацию с обеспечением сохранения скоростей в геологичных пределах.
Реализован широкий набор алгоритмов спектральной декомпозиции (Matching Pursute, CLSSA, STFT, CWT) с автоподбором частот для RGB смешивания.
Автоматизация этапов интерпретационного сопровождение обработки (ИСО)
Пример автоматической кластеризации
Инструмент направлен на выделение кластеров по картам сейсмических атрибутов, а нализирующихся на этапе приемки данных. Работа инструмента кластеризации сейсмограмм основана на использовании нескольких методов машинного обучения. Непосредственно перед кластеризацией карты сейсмических атрибутов обрабатываются и подвергаются сжатию или понижению размерности до 2, процедура выполняется с помощью алгоритма Uniform Manifold Approximation and Projection (UMAP) (McInnes et al., 2018). Непосредственно разделение всех точек на классы происходит либо в автоматическом режиме методами KMeans (Ostrovsky R. et al., 2013) и DBscan или в ручном режиме с помощью инструмента «лассо».
Инструмент направлен на выделение кластеров по картам сейсмических атрибутов, а нализирующихся на этапе приемки данных. Работа инструмента кластеризации сейсмограмм основана на использовании нескольких методов машинного обучения. Непосредственно перед кластеризацией карты сейсмических атрибутов обрабатываются и подвергаются сжатию или понижению размерности до 2, процедура выполняется с помощью алгоритма Uniform Manifold Approximation and Projection (UMAP) (McInnes et al., 2018). Непосредственно разделение всех точек на классы происходит либо в автоматическом режиме методами KMeans (Ostrovsky R. et al., 2013) и DBscan или в ручном режиме с помощью инструмента «лассо».
Пример анализа извлеченного импульса
Разрабатываемый инструмент направлен на автоматическое получение характеристик извлекаемого импульса и корреляции трасс. В основе инструмента лежит алгоритм извлечения импульса с использованием скважинной информации (детерминистический) (Cui, Margrave ,2014) с последующей корреляцией синтетической и реальной сейсмической трассы. Выходные данные: набор визуализация для анализа привязки, таблица численных метрик, характеризующих качество привязки и АЧХ импульса.
Разрабатываемый инструмент направлен на автоматическое получение характеристик извлекаемого импульса и корреляции трасс. В основе инструмента лежит алгоритм извлечения импульса с использованием скважинной информации (детерминистический) (Cui, Margrave ,2014) с последующей корреляцией синтетической и реальной сейсмической трассы. Выходные данные: набор визуализация для анализа привязки, таблица численных метрик, характеризующих качество привязки и АЧХ импульса.
Инструмент позволяет оценивать поворот фазы сейсмического импульса на всей исследуемой площади. В основе работы инструмента лежит сравнение синтетической трассы с заданным поворотом фазы и реальной трассой из сейсмического куба. Трассы сравниваются в небольшом окне вокруг целевого горизонта. Выходными данными становятся: карта коэффициентов корреляции синтетической и реальной сейсмических трасс, карта углов поворота фазы сейсмического импульса, таблица численных метрик характеризующих распределение атрибутов на выходных картах.
Пример сравнения амплитуд на основе синтетической сейсмограммы
Инструмент направлен на анализ AVO с целью идентификации «провалов» на ближних удалениях, а также сопоставления AVO – характеристик по целевому ОГ с теоретическим распределением на уровне тренда. В основе лежит аппроксимационный подход расчета коэффициентов отражения (Richards, 1980). Выходные данные: набор графики для визуального анализа AVO распределений, таблица численных метрик, характеризующих качество совпадения реального распределения с теоретическим в точке скважины.
Инструмент направлен на анализ AVO с целью идентификации «провалов» на ближних удалениях, а также сопоставления AVO – характеристик по целевому ОГ с теоретическим распределением на уровне тренда. В основе лежит аппроксимационный подход расчета коэффициентов отражения (Richards, 1980). Выходные данные: набор графики для визуального анализа AVO распределений, таблица численных метрик, характеризующих качество совпадения реального распределения с теоретическим в точке скважины.
Пример анализа импульсов для разных наборов сумм
Инструмент позволяет оценить качество извлекаемых импульсов для набора угловых сумм. В основе инструмента лежит алгоритм извлечения импульса с использованием скважинной информации (детерминистический). Далее рассчитывается набор численных метрик, позволяющий оценить тенденцию изменения параметров импульса в зависимости от интервала углов суммирования. Выходные данные: извлеченные импульсы, набор графики, таблица численных метрик, позволяющих оценить АЧХ импульсов и динамику их изменения в зависимости от угла суммирования.
Инструмент позволяет оценить качество извлекаемых импульсов для набора угловых сумм. В основе инструмента лежит алгоритм извлечения импульса с использованием скважинной информации (детерминистический). Далее рассчитывается набор численных метрик, позволяющий оценить тенденцию изменения параметров импульса в зависимости от интервала углов суммирования. Выходные данные: извлеченные импульсы, набор графики, таблица численных метрик, позволяющих оценить АЧХ импульсов и динамику их изменения в зависимости от угла суммирования.
Пример оценки зависимости карт изохрон от рельефа
Инструмент позволяет автоматически оценивать горизонты, с точки зрения наличия кинематических аномалий и корреляции с поверхностными условиями. В основе инструмента лежат следующие критерии: 1) вариативность значений Т0 горизонтов относительно общего тренда, горизонт должен быть гладким, в некоторых случаях горизонтальным, 2) отсутствие корреляции с картами поверхностных условий (реки, болота, пески и тд.). Выходные данные: карты отклонения горизонтов от гладкого тренда, таблица численных метрик, позволяющих оценить отклонение горизонтов от тренда и степень корреляции с картами поверхностных условий.
Инструмент позволяет автоматически оценивать горизонты, с точки зрения наличия кинематических аномалий и корреляции с поверхностными условиями. В основе инструмента лежат следующие критерии: 1) вариативность значений Т0 горизонтов относительно общего тренда, горизонт должен быть гладким, в некоторых случаях горизонтальным, 2) отсутствие корреляции с картами поверхностных условий (реки, болота, пески и тд.). Выходные данные: карты отклонения горизонтов от гладкого тренда, таблица численных метрик, позволяющих оценить отклонение горизонтов от тренда и степень корреляции с картами поверхностных условий.
Пример оценки вертикальных динамических аномалий
Инструмент позволяет оценить устойчивость амплитудных характеристик сигнала во временной области и вариативность значений амплитудного спектра в FX области. Результатом становятся карты распространения амплитудных аномалий. Выходные данные: графика и таблица численных метрик, позволяющих сравнить переданные кубы с точки зрения наличия вертикальных динамических аномалий.
Инструмент позволяет оценить устойчивость амплитудных характеристик сигнала во временной области и вариативность значений амплитудного спектра в FX области. Результатом становятся карты распространения амплитудных аномалий. Выходные данные: графика и таблица численных метрик, позволяющих сравнить переданные кубы с точки зрения наличия вертикальных динамических аномалий.