Применение технологий искусственного интеллекта при построении тектонической модели месторождения твердых полезных ископаемых
С.А. Зайцев (1), Д.Г. Сёмин (1), Е.Б. Бондарев (1), М.М. Исламуратов (1), Г. Григорьев (1), И.В. Попова (2), Л.В. Максимкина (3) (1 - ПАО «Газпром нефть», 2 - ООО «Газпромнефть ЦР», 3 - ПАО «Алроса»)
Внедрение алгоритмов машинного обучения (Machine Leaning – ML) в бизнес процессы различных отраслей промышленности является мировым трендом. В нефтегазовой сфере подобные технологии в основном используются для предиктивной аналитики и автоматизации работы оборудования. В группе компаний Газпром нефть разработан и опробован в промышленных условиях ряд инструментов, использующих технологии компьютерного зрения, которые позволяют анализировать сейсмические изображения и осуществлять поиск объектов на основе обучающей выборки: выделение отражающих горизонтов, тектонических нарушений и сейсмофаций. Инструменты нового поколения позволяют ускорять процесс анализа данных за счёт сокращения объемов ручной работы. Это позволит специалистам облегчить многие рутинные операции и повысить качество принятия решений. ML-алгоритмы хорошо зарекомендовали себя в решении задач нефтяной геологии, успешно применяются на проектах компании. Являясь универсальным инструментом, они также могут быть использованы и при изучении месторождений твердых полезных ископаемых. Данный доклад посвящен результатам применения алгоритмов машинного обучения на проекте, основной задачей которого являлся поиск кимберлитовых трубок.