В последние годы все больше компаний нефтегазового профиля начинают проявлять интерес к автоматизированной интерпретации данных геофизических исследований скважин. При этом среди целей автоматизации называются как существенное ускорение выдачи заключений и возможность оптимизации штата интерпретаторов в научно-исследовательских и сервисных подразделениях компаний, так и повышение качества и единообразия интерпретации, сохранение компетенций внутри компании и др. Основными подходами к оцифровке процесса интерпретации в настоящее время являются создание универсальных или, напротив, узкоспециализированных алгоритмов профильными специалистами, а также привлечение средств машинного обучения. Тем не менее, все три подхода имеют определенные недостатки: в первом случае применимость алгоритмов к решению конкретных задач может оказаться под вопросом, во втором алгоритмы носят чрезмерно частный характер и сложно адаптируются под изменение условий. Применение же нейронных сетей является крайне непрозрачным методом и сопряжено с невысокой управляемостью автоматическими процессами. Кроме того, подавляющее большинство предлагаемых средств автоматизации требует от геофизика определенных навыков программирования, и с усложнением решаемых задач это ограничение становится все более существенным.
В качестве возможного решения указанных проблем предложена концепция цифрового помощника интерпретатора (ЦПИ). Интерактивная система такого типа дает геофизику возможность легко и быстро формализовать собственные наблюдения и действия во время работы с каротажными кривыми, взаимодействуя с ЦПИ непосредственно в процессе интерпретации. Результатом обучения является сценарий обработки данных, все шаги которого представлены в простом читаемом виде; при этом особое внимание уделяется визуальным образам на каротажных кривых. Важными особенностями ЦПИ являются высокая гибкость генерируемых им алгоритмов (алгоритмы могут быть автоматически скорректированы и дополнены при возникновении новых нестандартных ситуаций в процессе интерпретации), а также ретроспективный анализ, благодаря которому все изменения, вносимые в сценарий обработки, в реальном времени верифицируются с использованием уже обработанного материала.
Список литературы
1. Дмитриевский А.Н., Еремин Н.А. Цифровая модернизация нефтегазовой экосистемы – 2018 // Актуальные проблемы нефти и газа. – 2018. – № 2 (21). – С. 1–12.
2. Практическая апробация методов машинного обучения для автоматической интерпретации ГИС Приобского месторождения / Б.В. Белозеров, Н.В. Буханов, Д.В. Егоров [и др.] // SPE-191604-18RPTC-RU. – 2018.
3. Разработка методик автоматизации многоскважинного анализа и интерпретации данных геофизических исследований скважин и изучения керна / Л.Р. Миникеева, О.В. Надеждин, Э.Р. Нугуманов [и др.] // Нефтяное хозяйство. – 2018. – № 6. – С. 54–57. – DOI: 10.24887/0028-2448-2018-6-54-57
