Алгоритм автоматического извлечения плоскостей тектонических нарушений из кубов вероятностей, полученных с применением моделей машинного обучения

Abstract

Сейсмическая разведка – неотъемлемая часть нефтегазовой промышленности при изучении геологической структуры месторождений. Извлечение плоскостей тектонических нарушений – одна из наиболее трудоемких задач сейсмической разведки, связанная с интерпретацией сейсмической информации и не имеющая при этом универсальных решений. Данная проблема определяет актуальность разработки и исследования соответствующих методов. В статье представлен новый алгоритм автоматического извлечения таких плоскостей из кубов вероятностей, полученных как результат предсказания моделей машинного обучения. Особенностями алгоритма являются: 1) сглаживание данных для уменьшения шума, 2) кластеризация точек на основе их характеристик, 3) извлечение контурных точек и определение границ плоскостей. Алгоритм был программно реализован и протестирован на синтетических и реальных данных сейсмической разведки. Результаты тестирования подтвердили высокую эффективность алгоритма по сравнению с существующими подходами, реализованными в специализированных отраслевых программных комплексах. Предложенное решение позволяет автоматизировать процесс интерпретации сейсмических данных, направленный на получение информации о формах и направлениях плоскостей тектонических нарушений, что, в свою очередь, помогает в планировании бурения скважин и определении стратегии добычи и разработки месторождений.

Seismic exploration is an integral part of the oil and gas industry when studying the geological structure of deposits. Extracting planes of tectonic disruptions is one of the most challenging tasks in seismic exploration, involving the interpretation of seismic information and lacking universal solutions. This problem underscores the relevance of developing and researching corresponding methods. The article introduces a new algorithm for the automatic extraction of such planes from probability cubes obtained as a result of machine learning model predictions. The algorithm’s features include: 1) data smoothing to reduce noise, 2) clustering points based on their characteristics, 3) extraction of contour points and determination of plane boundaries. The algorithm was implemented and tested on synthetic and real seismic exploration data. The test results confirmed the high efficiency of the algorithm compared to existing approaches implemented in specialized industry software packages. The proposed solution allows automating the interpretation process of seismic data, aimed at obtaining information about the shapes and orientations of planes of tectonic disruptions. This, in turn, aids in well drilling planning and determining the strategy for the extraction and development of deposits.