Сейсмотек примет участие в ГеоЕвразии-2020

Сейсмотек представит следующие доклады на III Международной геолого-геофизической конференции и выставке «Современные технологии изучения и освоения недр Евразии» ГеоЕвразия-2020 в Москве, 4 февраля 2020 года:

1. "Оценка достоверности структурных построений способом многовариантной томографии"

Андреев А.Ю., ПАО «ЛУКОЙЛ», Анисимов Р.Г., ООО «Сейсмотек», Кузилов И.О., ООО «ЛУКОЙЛ-КМН», Кузнецов И.К., ООО «Сейсмотек», Кунин К.Н., ПАО «ЛУКОЙЛ», Силаенков О.А., ООО «Сейсмотек», Фиников Д.Б., ООО «Сейсмотек»

2. "Signal enhancement - между обработкой и интерпретацией"

Шалашников* А.В., ООО "Сейсмотек"

3. "Влияние фазового спектра сигнала на результаты робастной деконволюции"

Кунченко* Д.С., Шалашников А.В., Фиников Д.Б., ООО "Сейсмотек"

4. "Моделирование волновых полей для контроля искажений динамических параметров в обработке и интерпретации"

Власов C.В., ООО «РН-БашНИПИнефть», Овчинников* К.Р., Шалашников А.В., ООО «Сейсмотек»

Подробнее о докладах:

1. Оценка достоверности структурных построений способом многовариантной томографии

Сегодня оценка рисков, связанных с экономической рентабельностью реализации нефтегазового проекта, является залогом экономического успеха проекта в целом. Полноценное решение данной задачи возможно только при выполнении анализа неопределённостей для каждого звена технологической цепи реализации проекта: методик полевых работ и параметров съёмки, качества сейсмических и скважинных данных, влияния процедур обработки, структурных построений и динамического анализа и т.д.

При том что исследование неопределённостей в настоящее время является довольно рядовой задачей во многих видах работ, оценка неопределённости для одного из самых значимых факторов, определяющего потенциальный объём залежи нефти и газа - структурного каркаса месторождения, остаётся, на наш взгляд, без должного изучения. В свою очередь на поведение структурного плана сказываются многие факторы, в частности качество и полнота полевой информации, а также сигнальная обработка и применяемые технологии построения ГСМ и получения мигрированного изображения.

Существующие геостатистические подходы, использующие только скважинные отбивки и структурную поверхность после интерпретации сейсмических данных, имеют один большой недостаток – они имеют слабую связь с реальностью, так как не учитывают качество реального сейсмического материала, по которому производятся структурные построения. По этой причине необходимо развитие и применение методов анализа неопределённости структурных построений непосредственно в процессе обработки, на этапе получения сейсмических кубов, при построении глубинно-скоростной модели среды, так как именно она определяет качество восстановления геометрии и положения сейсмических горизонтов.

В докладе приводится способ многовариантной томографии для количественной оценки неопределённости структурных построений на этапе обработки сейсмических данных. Приводятся примеры получения вероятностных оценок по данным реального производственного проекта.

2. Signal enhancement - между обработкой и интерпретацией

В докладе рассматриваются способы повышения качества сейсмических изображений и получения набора атрибутов, востребованных интерпретацией. Это процедуры завершающего этапа обработки, т.е. та часть т.н. «сигнальной обработки», которая производится по результатам миграции: кубам и/или сейсмограммам общей точки изображения. Речь идёт, в частности, о таких программах, как подавление артефактов, обусловленных эффектами влияния геометрии наблюдений (т.н. footprint), способах повышения пространственной и временной разрешённости, прослеживаемости отражений и т.п. Применение программ этого этапа призвано улучшить качество изображений и/или получить новые изображения для решения конкретных интерпретационных задач. Этими задачами и определяется выбор тех или иных алгоритмов. Основное положение, декларируемое и иллюстрируемое в докладе, заключается в том, что критерий, по которому определяют качество изображений, и выбор способов достижения этого качества должны быть различными для разных динамических и структурных задач. Наилучшим с точки зрения производительности и эффективности работ является реализация в обрабатывающей системе необходимых интерпретационных процедур для контроля качества обработки и оперативного принятия решений. Приводятся примеры обработки реальных и модельных данных.

3. Влияние фазового спектра сигнала на результаты робастной деконволюции

При решении динамических задач с большой осторожностью относятся к применению деконволюционных процедур.

Они могут сильно менять как форму, так и амплитуды сигналов, т.е. именно те характеристики записей, которые востребованы современной интерпретацией динамических параметров. Однако высокая степень разрешённости записей, восстановление спектральных характеристик в высоких и особенно в низких частотах - необходимое условие решения инверсионных задач. Поэтому на завершающих этапах обработки востребована процедура робастной деконволюции. Она часто входит в алгоритмы динамической инверсии, как один из этапов процедуры. Одним из ключевых моментов, влияющих на достоверность получаемых результатов является вопрос о фазовом спектре сигнала, на основе которого строится процедура робастной деконволюции. Этому вопросу и посвящён доклад. Результаты работ иллюстрируются примерами на реальных и модельных материалах.

4. Моделирование волновых полей для контроля искажений динамических параметров в обработке и интерпретации

В докладе освещаются результаты работ по моделированию волновых полей для выработки методик обработки и интерпретации в конкретных сейсмогеологических условиях. Эти работы являются продолжением масштабного проекта, который начинался для изучения возможностей решения структурных задач.

Если в предшествующем проекте было достаточно ограничиться лучевым моделированием, то в данном проекте необходимо было использовать методы более точно описывающие динамические характеристики сигналов. Был применен метод послойного пересчета волновых полей. Рассчитывались отраженные, обменные, преломленные волны заданного кода. При этом учитывалось и частотно-зависимое поглощение. Комплексная модель была подготовлена на основе подробной геологической информации. Результаты моделирования были обработаны по стандартному графу и анализировались искажения динамических параметров на глубинных изображениях (сейсмограммах общей точки изображения в угловых развертках). Обсуждаются вопросы корректности преобразований, пригодности результатов обработки для решения интерпретационных задач.

Синтетические данные могут служить основой и для изучения возможностей новых алгоритмов обработки, направленных на сохранение динамики полезных волн.

***

Круглый стол «Облачные технологии в обработке сейсмических данных»

4 февраля Сейсмотек и Яндекс.Облако выступят спонсорами круглого стола «Облачные технологии в обработке сейсмических данных» на III Международной геолого-геофизической конференции и выставке «Современные технологии изучения и освоения недр Евразии» ГеоЕвразия-2020 в Москве, 3-6 февраля 2020 года.

Подробнее: https://seismotech.ru/materialy/news/58508

Приглашаем всех к разговору о том, как и когда можно использовать публичные облака для обработки сейсморазведочных данных, а также о нюансах перехода на публичные облачные сервисы. Вы сможете задать все вопросы, включая технические, архитекторам Яндекс.Облака и специалистам компании «Сейсмотек».

***

Яндекс начал разрабатывать облачную платформу три года назад. В сентябре 2018 года она стала публичной. Многие сервисы, доступные в Яндекс.Облаке – это уникальные технологии, которые большой Яндекс давно и успешно использует в своих продуктах. Теперь возможность использовать эти технологии есть у любой компании, которая создает высокотехнологичные цифровые решения.

Несмотря на широкое распространение облачных вычислений во многих отраслях, в нефтегазовом секторе публичные облака практически не используются. Компания "Сейсмотек" стала пионером-первопроходцем среди тех, кто уже воспользовался преимуществами публичного облака.

Сейсмотек адаптировал собственную разработку - программное обеспечение для обработки сейсмических данных Prime - для выполнения расчетов на Яндекс.Облаке и выполняет производственные проекты на облачных ресурсах. Этот опыт может быть полезен тем, кто задумывается о выборе вычислительной платформы для развития своего бизнеса или сервиса.

"