Научи машину думать

В филиале ООО «ЛУКОЙЛ-Инжиниринг» «ПермНИПИнефть» (100 % дочернее предприятие ПАО «ЛУКОЙЛ») разработаны и опробованы технологии автоматического описания керновых шлифов и интерпретации геофизических исследований скважин пермокарбоновой залежи Усинского месторождения.

Разработанный цифровой формат для описания шлифов с применением технологии глубокого обучения нейронной сети позволил определить концептуальное геологическое строение месторождения и получить информацию по ключевым параметрам – пористость породы, трещиноватость, литологический состав. Полученные результаты используются для создания детальной трехмерной геолого-литологической модели пермокарбоновой залежи (картинки) Усинского месторождения. Общее время на построение модели с учетом работы с керном, интерпретации данных ГИС и материалов сейсморазведки 3D составило 362 рабочих дня. Общее сокращение времени на выполнение работ по комплексному моделированию с использованием технологий машинного обучения может составить до 55 процентов.

Подробнее о системе обучения нейронных сетей рассказал «СВ» начальник Управления геолого-геофизического моделирования «ЛУКОЙЛ-Инжиниринг» Сергей Ладейщиков.

- Сергей Викторович, для чего нужна эта технология?
– Наши разработки на основе технологий машинного обучения позволят экономить время и ресурсы при построении трехмерных геологических моделей приоритетных месторождений Компании, при интерпретации данных геофизических исследований скважин и материалов сейсморазведки 3D.

На данный момент практически повсеместно этими вопросами занимаются специалисты-геофизики. Есть большое количество различных геофизических методов, с помощью которых можно определить строение нашей толщи, чтобы сделать предположение, есть там нефть или нет. Так, изучение геологического строения в точках скважин выполняется на основе записанного каротажа геофизических исследований скважин. Запись ведется приборами, которые спускаются в скважину при ее строительстве, затем эти данные поступают в специальные интерпретационные центры, где специалист-геофизик занимается их расшифровкой. Это стандартный подход, который применяется сегодня. Предлагаемая нами технология позволяет в определенных сферах заменить человека.

– Что для этого нужно?
– Нейронная сеть, которую можно обучить повторять действия человека. То есть для этого требуется какой-то набор обучающих материалов… Например, информация по 50 скважинам, которые проинтерпретировал человек. Нейронная сеть анализирует эту информацию, определяет, какие критерии использовал человек, чтобы сделать тот или иной вывод. Таким образом, нейронная сеть и «обучается», чтобы затем все данные со скважины мог бы анализировать сам компьютер, а человек выступал только в качестве контролера.

В «ЛУКОЙЛ-Инжиниринг» составлена программа тестирования системы и внедрения ее на Усинском месторождении. Нейронную сеть «обучали» на основе выборки из 150 скважин, а затем попробовали применить технологию для интерпретации по остальным скважинам месторождения.

Сейчас уже мы анализируем, как нейронная система справляется с этой задачей, какие есть отклонения от выводов, которые сделал по конкретной скважине человек, что необходимо подкорректировать в работе системы.

– Апробация системы проходит успешно?
– Предварительные результаты показывают, что если интерпретацию данных со скважины будет делать машина, срок анализа сократится почти в два раза, соответственно, можно оперативнее принимать решение по каждой скважине.

– Какая практическая польза от внедрения этой технологии для тех, кто работает непосредственно на месторождении?
– Они будут более оперативно получать информацию по исследованию в новых скважинах. Например, сейчас скважину пробурили и проводят по ней каротажные исследования. Нам дается около пяти дней, чтобы выдать результат. А если использовать наш новый метод, для получения интерпретации данных достаточно будет буквально часа-двух.

– Какие ставите перед собой задачи?
– Сейчас мы анализируем первые результаты, проверяем, как справляется с задачей искусственный интеллект, смотрим, что усовершенствовать, достаточно ли мы обучили систему, или нам надо будет делать другую выборку, чтобы нейронную сеть еще лучше обучить. А в следующем году попробуем внедрить технологию на интенсивно разбуриваемых месторождениях, в том числе и на Усинском.