3976
Ускорение обработки сейсмических данных
Июнь, 2020 год.Автоматизация обработки сейсмических данных и разработка метрик для контроля качества результатов
Какую проблему решали
Обработка сырых сейсмических данных — это ключевой процесс поиска нефтесодержащих пластов. Эксперты выполняют эту работу вручную.
На формирование одного сейсмического куба уходит до года работы группы геологов. Оценка качества выполняется вручную на небольшой подвыборке данных и зачастую не отражает качества на всем месторождении. Объективных количественных метрик для подавляющего числа процедур нет, что приводит к субъективным оценкам результатов.
Ошибки, допущенные на ранних этапах, становятся очевидными только спустя недели и месяцы работы. Приходится многократно переделывать проект, что затягивает разведку месторождения.
Решение проблемы
Специалисты «Газпром нефть» разработали решение на основе технологий машинного обучения, которое автоматизирует процессы обработки сейсмических данных и контроля результатов.
Эксперты получают суммированные сейсмические данные быстрее и в более высоком разрешении. Разработанные метрики контроля качества результатов позволяют своевременно находить и корректировать ошибки на всей площади месторождения.
Технология упрощает принятие решений о потенциальных нефтеносных пластах и сокращает задержки в добыче нефти.
Технология упрощает принятие решений о потенциальных нефтеносных пластах и сокращает задержки в добыче нефти.
Применяемые технологии
Проект выполнен на базе разработанного в компании фреймворка с открытым исходным кодом.
Технология состоит из двух компонентов: первая автоматизирует этапы обработки сейсмических данных, вторая вводит метрики для контроля качества результатов.
Метрики рассчитываются локально для каждой точки съемки, что позволяет визуализировать их в виде удобных карт месторождения.
Автоматизация производится с помощью нейросетевых моделей. Как это работает?
Бизнес-процесс
До проекта:
- Эксперты вручную подбирают множество параметров обработки на каждом ее этапе.
- Корректность работы специалистов выявляется не сразу.
- Нет объективных метрик качества результата.
После проекта:
- 95% сейсмограмм обрабатываются автоматически.
- Ручная обработка — только в областях со сложной геологией.
- Карты качества наглядно показывают корректность выполнения каждого этапа.
Результаты
Команда проекта
Антонина Арефина
Data scientist
Евгений Бондарев
Начальник департамента
Антон Броиловский
Data scientist
Никита Калашников
Data scientist
Дмитрий Подвязников
Data scientist
Даниил Семин
Руководитель направления
Роман Худорожков
Руководитель программ ИИ
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
