Применение технологий глубокого обучения при выполнении сейсмостратиграфической привязки и расчете атрибутной акустической инверсии для повышения достоверности прогноза и снижения геологических рисков
П.А. Авдеев* (1), Д.А. Богоедов (1), Р.Ф. Мифтахов (1), А.А. Тархов (1), А.К. Базанов (1), И.И. Ефремов (1) (1 - ООО «ГридПоинт Дайнамикс»)
Сейсмическая амплитудная инверсия является одним из важнейших инструментов прогноза, позволяющим преобразовать амплитуды волнового поля в распределения упругих свойств слоистой среды. Однако, решение задачи инверсии сейсмического импеданса по-прежнему остается сложным, нелинейным и неоднозначным из-за множества факторов. Большое количество ошибок возникает уже на начальном этапе подготовки данных для сейсмической инверсии - извлечения надежного вейвлета. Недостаточная длина интервалов регистрации скорости и плотности, неоднозначность результатов анализа фазы - кратно усложняют задачу стабильного детерминированного выделения вейвлетов. Помимо этого, на качество получаемого результата инверсии оказывают влияния такие негативные факторы, как ограниченность частотного диапазона наблюдённых данных, различные шумы записи, высокая зависимость от качества начальной модели и многое другое. В своей работе мы предлагаем совершенно новый подход к привязке скважин и выполнению акустической инверсии, основанный на машинном обучении. Наша цель – максимально автоматизировать процесс привязки, решить задачу комплексной привязки нескольких скважин, предоставить возможность количественной оценки достоверности прогнозируемого вейвлета, обойти большинство ограничений классических подходов к решению задачи сейсмической атрибутной инверсии.