Автоматизация геофизических исследований

Связаться

О направлении

Одно из направлений наших исследований лежит в сфере автоматизации разведки полезных ископаемых и геофизических исследований скважин. Целью разработки является применение машинного обучения для решения задач поиска, разведки и разработки месторождений полезных ископаемых. Digital Design является партнером множества компаний и научных институтов в том числе крупнейших российских вузов МГУ, БашГУ и Горного Университета.

Какие задачи решает?

  • Автоматическое литологическое расчленение разреза скважин.
  • Определение фильтрационно-емкостных свойств (ФЕС) коллекторов.
  • Восстановление данных каротажа.
  • Контроль качества каротажных данных и поиск фальсификаций в каротажных данных.
  • Автоматический поиск «пропущенных» интервалов (маломощных пластов и пропластков).
  • Межскважинная корреляция и построение цифровой модели месторождения.

Почему это важно?

Внедрение машинных методов обучения в решение геологоразведочных задач позволяет:

  • снизить риски получения некачественных каротажных данных;
  • снизить временные затраты на интерпретацию ГИС;
  • минимизировать затраты на проведение каротажных работ;
  • повысить качество подсчета запасов и проектирования месторождений;
  • повысить уровень нефтедобычи за счет вовлечения в разработку «пропущенных интервалов».

Как это работает?

Автоматизация геофизических исследований

Разрабатываемое ПО позволяет:

  • загружать данные по каротажным исследованиям для обучения нейронной сети;
  • загружать и визуализировать геофизические данные, полученные в результате каротажа;
  • проводить интерпретацию геофизических данных в ручном и в автоматическом режиме, используя априорную информацию;
  • агрегировать данные анализа набора скважин для построения цифровой модели месторождения.

Мнение эксперта

Илья Мартухович
Илья Мартухович Руководитель проектной группы
Машинное обучение в геофизике в настоящее время носит инновационный характер. Результаты применения машинного обучения в некоторых прикладных задачах ГИС: выделении литологии, восстановлении данных каротажа на скважине – показали высокую сходимость с результатами ручной обработки. В некоторых случаях автоматизированная обработка данных ГИС даже показала результаты лучше, чем геофизики-интерпретаторы. Именно за счет снижения временных затрат, уменьшения субъективного человеческого фактора, считаю, нужно и дальше внедрять машинное изучение в обработку данных ГИС, а также в другие виды наземной геофизики.

Партнеры по данному исследованию

МГУ (кафедра геологии) БашГУ ГПН НТЦ Горный университет
Узнать больше

Я ознакомлен(а) с условиями политики в отношении обработки персональных данных и даю согласие на обработку персональных данных