Созданы алгоритмы для использования нейросетей в обработке сейсмических данных
Ученые Института нефтегазовой геологии и геофизики (ИНГГ) им. А. А. Трофимука СО РАН, при поддержке Российского научного фонда (РНФ), создали алгоритмы для анализа поверхностных сейсмических волн с использованием методов глубокого машинного обучения. Это значительно ускоряет построение геологического разреза и повышает эффективность исследования месторождений, сообщает пресс-служба института.
Метод основан на анализе распространения сейсмических волн по поверхности Земли. Измеряя их скорость при разных частотах, можно воссоздать профиль структуры земной коры. Обычно обработка таких данных требует ручной работы с использованием специальных компьютерных программ. Однако при обработке больших объемов сейсморазведочных данных этот процесс становится чрезвычайно времязатратным. Для ускорения работы ученые решили использовать нейросети, пишет ТАСС Наука.
"В ИНГГ СО РАН был разработан комплекс алгоритмов, включающих два типа нейронных сетей. Эти алгоритмы были протестированы на реальных данных, полученных в ходе сейсморазведочных работ на нефтегазовом месторождении в Ханты-Мансийском автономном округе. В результате была успешно построена модель верхней части геологического разреза", — говорится в сообщении.
Отмечается, что нейронные сети устойчивы к случайным помехам и не требуют значительных вычислительных ресурсов. Также, благодаря заранее обученным нейросетям, перед обработкой сейсморазведочных данных не нужно дополнительно настраивать параметры. Знание модели верхней части разреза помогает точнее планировать разведку и выбирать места для бурения.
"Предложенный комплекс алгоритмов эффективно автоматизирует и ускоряет метод анализа поверхностных волн, что делает его подходящим для обработки больших объемов сейсморазведочных данных", — цитирует пресс-служба одного из разработчиков, Александра Яблокова.
