Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 14(226)

Рубрика журнала: Информационные технологии

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4, скачать журнал часть 5

Библиографическое описание:
Шарафутдинов И.К. АВТОМАТИЧЕСКОЕ ПРОСЛЕЖИВАНИЕ ГОРИЗОНТОВ НА СЕЙСМИЧЕСКОМ ПРОФИЛЕ // Студенческий: электрон. научн. журн. 2023. № 14(226). URL: https://sibac.info/journal/student/226/285021 (дата обращения: 24.04.2024).

АВТОМАТИЧЕСКОЕ ПРОСЛЕЖИВАНИЕ ГОРИЗОНТОВ НА СЕЙСМИЧЕСКОМ ПРОФИЛЕ

Шарафутдинов Ильгиз Камилевич

магистрант, кафедра автоматизированных систем управления, Уфимский университет науки и технологии,

РФ, г. Уфа

Дронь Елена Анатольевна

научный руководитель,

канд. тех. наук, доц., Уфимский университет науки и технологии,

РФ, г. Уфа

AUTOMATIC HORIZON TRACKING ON A SEISMIC PROFILE

 

Ilgiz Sharafutdinov

master's student, Department of Automated Control Systems, Ufa state aviation technical University,

Russia, Ufa

Elena Dron

scientific supervisor, Candidate of Sciences in Technical, associate professor, Ufa state aviation technical University,

Russia, Ufa

 

АННОТАЦИЯ

В данной статье рассматривается и предлагается необходимость автоматизации процесса прослеживания горизонта. Проблемой является скорость обработки полученных данных. Сейсморазведка позволяет получить большое количество информации, однако, ее обработка может занимать много времени, что значительно затрудняет и замедляет процесс.

ABSTRACT

This article discusses and proposes the need to automate the process of tracking the horizon. The problem is the processing speed of the received data. Seismic exploration allows obtaining a large amount of information, however, its processing can take a lot of time, which greatly complicates and slows down the process.

 

Ключевые слова: горизонт; сейсмический профиль; автоматическое прослеживание.

Keywords: horizon; seismic profile; automatic tracking.

 

Введение

Нефтяная промышленность является одной из ключевых отраслей мировой экономики, которая обеспечивает жизненно важный ресурс - нефть. Добыча нефти является сложным и дорогостоящим процессом, который требует использования различных технологий и методов. Сейсморазведка требует массового использования дорогостоящего оборудования и профессиональных кадров, что приводит к росту стоимости проекта [1]. Еще одной проблемой является скорость обработки полученных данных. Сейсморазведка позволяет получить большое количество информации, однако, ее обработка может занимать много времени, что значительно затрудняет и замедляет процесс. Для решения этой проблемы необходимо использовать новые технологии и материалы с целью оптимизации процесса и уменьшения затрат [2].

Одним из таких методов является автоматическое прослеживание отражающих горизонтов.

Автоматическое прослеживание отражающих горизонтов является важной технологией в нефтяной промышленности, которая позволяет определить местоположение и размеры месторождений нефти и газа. Это особенно важно в условиях, когда месторождения находятся на большой глубине или находятся под водой [3].

Основная часть

Прослеживание горизонтов на сейсмическом профиле является важным этапом геофизических и нефтегазовых исследований. Он позволяет определить расположение пластов, которые могут содержать нефть и газ, и выявить структуру горных пород, что помогает принять решение о бурении скважин и оценить потенциал месторождениях.

Традиционно прослеживание горизонтов на сейсмическом профиле выполняется вручную геофизиками. Этот процесс требует большого количества времени и усилий и в значительной степени зависит от опыта интерпретатора [4], а результаты могут быть неточными из-за человеческой ошибки. Кроме того, с увеличением объема данных, которые необходимо обработать, задача становится все более трудоемкой.

К тому же, по сравнению с 2D съёмкой, интерпретация сейсмических съёмок в 3D требует от сейсмиков учитывать интерпретацию соседних разрезов, через рассмотрение местоположения конкретного горизонта как в линейных, так и в поперечных разрезах. Эффективный автоматический алгоритм автоматического отслеживания событий может значительной мере избежать (или, по крайней мере, уменьшить) объем ручной работы [5].

Метод DTW

Алгоритм dynamic time warping (DTW) - это метод сравнения двух последовательностей, которые могут быть различной длины, путем вычисления расстояния между ними [6]. Он находит наименьшее расстояние между двумя последовательностями, учитывая не только порядок, но и время.

DTW часто используется в обработке сигналов, распознавании речи, распознавании образов и в других областях, где нужно сравнивать сигналы, которые не совпадают во времени.

Алгоритм DTW использует матрицу, которая имеет размерность, равную длине первой последовательности на одной оси и длине второй последовательности на другой оси. Затем на этой матрице алгоритм находит наилучшее соответствие между двумя последовательностями.

Сначала алгоритм начинает сравнивать первое значение в первой последовательности со всеми значениями во второй последовательности. Затем переходит ко второму значению в первой последовательности и находит наименьшее расстояние между этим значением и всеми значениями во второй последовательности [7]. Таким образом, он продолжает находить наименьшее расстояние между каждым значением в первой последовательности и всеми значениями во второй последовательности.

Однако при сравнении двух последовательностей, возникает проблема, что одна последовательность может быть длиннее другой [8]. Чтобы решить эту проблему, применяется техника padding - дополнение значений бесконечной величиной к матрице DTW до определенного размера.

Еще одна проблема заключается в том, что алгоритм может найти соответствие между двумя последовательностями, даже если они не совпадают во времени. Чтобы избежать этой проблемы, алгоритм DTW использует ограничения на расстояния между соответствующими точками в двух последовательностях. Это ограничение задается как окном.

Таким образом, алгоритм DTW позволяет сравнивать две последовательности и находить наилучшее соответствие между ними с учетом временных сдвигов и различной длины [11]. Этот алгоритм находит широкое применение в машинном обучении, распознавании образов, распознавании речи и других областях.

Заключение

Метод позволяет существенно ускорить процесс интерпретации сейсмических данных и повысить точность определения границ горизонтов. Результаты экспериментов подтверждают эффективность и точность метода, что делает его перспективным для использования в геофизических и нефтегазовых исследованиях.

 

Список литературы:

  1. Романов В. В., Гапонов Д. А. Применение инженерной сейсморазведки при изучении грунтовых вод в глинистых грунтах // Известия вузов. Северо-Кавказский регион. Естественные науки. -2014. -№ 6. -С. 52-59.
  2. Турчков А. М. Метод отраженных волн в модификации общей глубинной точки в инженерной сейсморазведке // Технологии сейсморазведки. -2013. -№ 2. -С. 98–111.
  3. Кириченко М. А., Любимова Т. В., Пендин В. В. Основы сейсмического микрорайонирования территорий со сложными инженерно-геологическими условиями (на примере Черноморского побережья северо-западного Кавказа // Известия вузов. Геология и Разведка. -2017. -№ 1. -С. 60-66.
  4. Fkirin M.A., Badawy S., El deery MF. Seismic Refraction Method to Study Subsoil Structure // J Geol Geophys. -2016. no. 5. -pp. 259-265 Fkirin MA, Badawy S, El deery MF. Seismic Refraction Method to Study Subsoil Structure // J Geol Geophys. -2016. no. 5. -pp. 259-265. DOI:10.4172/2381-8719.1000259.
  5. Mundher Mohammed Alsamarraie. The Application of the Seismic Method in Site Properties Assessment // Journal of Physics: Conference Series. -2021. -no. 1892. -pp. 1-9. DOI:10.1088/1742-6596/1892/1/012025.
  6. Трапезников В. С., Малеев Д.Ю., Квашук С. В. Решение совместной кинематической задачи по определению сложной конфигурации кровли многолетней мерзлоты методами преломленных и отраженных волн // Проектирование развития региональной сети железных дорог. -2017. -№ 5. -С. 111-118.
  7. Нерадовский Л. Г. Ошибки распознавания по скорости распространения сейсмической волны геологической природы слоёв в мёрзлых четвертичных отложениях долины реки Лены // Научный альманах. -2021. -№ 2-1 (76). -С. 72-78.
  8. Claerbout JF. Coarse grid calculations of waves in inhomogeneous media with application to delineation of complicated seismic structure. Geophysics, 1970, 36(3):407-418.
  9. Claerbout JF, Doherty SM. Downward continuation of moveout-corrected seismograms. Geophysics, 1972, 37(5):741-768.О.
  10. В. Тиханычев Об информационном обеспечении поддержки принятия решений // Программные продукты и системы. 2018. №2. С. 1-5.
  11. Etgen J, Gray S, Zhang Y. An overview of depth imaging in exploration geophysics. Geophysics, 2009, 74:WCA5-WCA17.
  12. Jiao K, Huang W, Vigh D, Kapoor J, Coates R, Starr EW, Cheng X. Elastic migration for improving salt and subsalt imaging and inversion. SEG Technical Program Expanded Abstracts, 2012, 1-5.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.