Разработаны алгоритмы для применения нейросетей при обработке сейсмоданных

НОВОСИБИРСК, 2 июля. /ТАСС/. Ученые в Институте нефтегазовой геологии и геофизики (ИНГГ) им. А. А. Трофимука СО РАН при поддержке РНФ разработали алгоритмы анализа поверхностных сейсмических волн, основанные на глубоком машинном обучении. Это позволяет ускорить построение модели геологического разреза и повысить эффективность изучения месторождений, сообщили в пресс-службе института.

Метод основан на распространении волн по поверхности Земли. Измеряя их скорость с разными частотами, можно воссоздать глубинный профиль структуры земной коры. Обычно при обработке таких данных исследователи работают вручную с помощью специальных компьютерных программ. Однако при обработке больших объемов сейсморазведочных данных это очень времязатратно. Для решения этой задачи ученые решили применить нейросети.

"В ИНГГ СО РАН разработали комплекс алгоритмов метода, включающий в себя использование двух типов нейронных сетей. Разработанные алгоритмы были апробированы на реальных данных, зарегистрированных в ходе наземных сейсморазведочных работ на нефтегазовом месторождении в Ханты-Мансийском автономном округе. В результате, была успешно построена модель верхней части разреза", - говорится в сообщении.

В институте отмечают, что нейронные сети устойчивы к случайному шуму и нетребовательны к вычислительным ресурсам. Кроме того, при использовании заранее обученной нейронной сети, нет необходимости дополнительной настройки параметров перед обработкой сейсморазведочных данных. Знание модели верхней части разреза в нефтегазовом месторождении позволяет лучше планировать разведку и точно определить места для бурения.

"Предложенный комплекс алгоритмов эффективно автоматизирует и ускоряет метод анализа поверхностных волн, делая его применимым для обработки больших объемов сейсморазведочных данных, - цитирует пресс-служба одного из разработчиков Александра Яблокова.