УДК 550.832

Компьютерные технологии в геологической переинтерпретации материалов геофизического исследования скважин

Жустину Лопеш Ошвалду Лемуш – аспирант Национального исследовательского Томского политехнического университета.

Аннотация: На сегодняшний день, за всю историю разведки недр, накоплен значительный массив материалов геофизического исследования скважин в различных форматах. Эти данные имеют высокую ценность для качественного и всестороннего моделирования месторождений соответствующих полезных ископаемых. В статье рассмотрены проблемы и возможности оцифровки данных геофизического исследования скважин для дальнейшего их использования на практике.

Ключевые слова: каротаж, скважина, модель, оцифровка, кривая.

Нефтегазовая отрасль является одной из крупнейших и наиболее важных отраслей промышленности в мире. Ее сфера применения выходит далеко за рамки предоставления топлива для транспорта и производства электроэнергии, а также включает в себя множество услуг, которые поддерживают эти виды деятельности. По данным Investopedia, выручка пяти крупнейших нефтегазовых и энергетических компаний в 2022 году составила 2,3 триллиона долларов [1].

Однако, несмотря на эти впечатляющие показатели, сегодня современная мировая нефтяная промышленность сталкивается с рядом проблем, которые связаны с недостаточным финансированием на доразведку и поиски углеводородов, поэтому контроль над расходами становится определяющим фактором, влияющим на конкурентоспособность добывающих компаний. Во всех аспектах разведки, добычи и строительства подземных хранилищ нефти и газа генерируемые геологические, пластовые, сейсмические данные, данные бурения, каротажа скважин, бурового каротажа и динамические данные добычи взаимосвязаны и независимы, включая большой объем исходной информации, а также тех сведений, которые были получены несколько десятилетий назад.

Так, например, ранние электрические каротажи, или электронные каротажи, отображали только измерения удельного сопротивления пласта. Удельное сопротивление породы — это показатель степени, в которой она может препятствовать прохождению электрического тока [2]. Далее был разработан каротаж спонтанного потенциала (SP), который использовался наряду с каротажем удельного сопротивления. Он представляет собой измерение разности напряжений между подвижным электродом в стволе скважины и неподвижным электродом на поверхности. Со временем измерения, составляющие электрический каротаж, были существенно усовершенствованы и расширены. В дополнение к кривой SP сегодня основной набор каротажных измерений включает кривую гамма-излучения (GR), несколько кривых удельного сопротивления, а также показания пористости, полученные с помощью плотномеров, нейтронных и звуковых приборов [3].

Очевидно, что за все эти годы накопился объемный массив данных, полученных методами геофизического исследования скважин, которые имеют огромную ценность. Однако их использование в настоящее время предполагает острую необходимость разработки новых технологий и методов, позволяющих провести оцифровку бумажных носителей и их современную переинтерпретацию.

Таким образом, обозначенная проблематика является актуальной, научно и практически значимой, что и предопределило выбор темы данной статьи.

Подходы к решению вопросов устранения различий в записи и воспроизведении каротажных кривых, в том числе, с использованием современных цифровых инструментов, рассматривают в своих трудах Зуев М.В., Милованова В.В., Ибрагимова Д.Р., Дмитриевский М.В., Кантемиров Ю.Д., Басыров М.А., Хасанов И.Ш., Осипов С.В., Нугуманов Э.Р.

Над разработкой комплексных методов и технологий для сканирования и преобразования данных каротажа трудятся Линд Ю.Б., Ишбулатова Р.Х., Хашпер А.Л., Уланов В.В., Давлетов К.Р., Шадров С.В., Исаев Д.А., Гатин Р.А., Вороненко М.В.

Однако, несмотря на имеющиеся труды и наработки, ряд вопросов в данной предметной плоскости остается нерешенным и требует проведения дальнейших, более углубленных исследований. Так, отдельного внимания заслуживает устранение недостатков неконтролируемых методов компьютерного зрения, которые в основном требуют ручного вмешательства, что приводит к увеличению времени обработки документов и ошибкам. Кроме того, в дальнейшем развитии нуждаются подходы к сегментации изображений на основе глубокого обучения, которые позволяют устранить помехи фоновой сетки.

Итак, принимая во внимание отмеченное, цель статьи заключается в рассмотрении проблем оцифровки и переинтерпретации материалов геофизического исследования скважин, а также возможностей их решения благодаря использованию компьютерных технологии для улучшения результатов.

Прежде всего, необходимо отметить, что несмотря на стремительное развитие науки и техники, а также наличие на сегодняшний день мощных информационных технологий и прогрессивных технических решений, вопросы оцифровки материалов геофизического исследования скважин являются сложными. Так, например, в зрелых разведочных районах, где скважины бурились в течение нескольких лет, каротажные данные могут быть трудно соотносимы друг с другом и не всегда корректно интерпретируемы. Каротажные диаграммы, как правило, были записаны несколькими компаниями, на различных приборах и представлены на огромном диапазоне шкал глубин и откликов пластов [4]. Даже кривые, зафиксированные одной и той же компанией, на одинаковых приборах, могут демонстрировать существенные различия в отклике пластов, включая те, которые, как известно, относительно однородны по всей интересующей площади. Кривые, подготовленные разными компаниями, в доцифровую эпоху более неустойчивы и свидетельствуют о том, что совместимость между скважинами и результатами исследования на тот момент не имела большого значения.

Каротажные журналы, которые составлялись несколько лет назад лучше старых тем, что шкалы более равномерны, однако есть проблемы в том, как они представлены. Многие современные каротажи отображают кривые, рассчитанные компьютерными программами, которые зависят от параметров, которые должен предоставить оператор каротажа. В некоторых ситуациях единственными сохранившимися и доступными для последующей работы каротажными журналами являются бумажные версии, отображающие смесь из оригинальных и рассчитанных кривых. Оригинальные цифровые записи редко доступны для дополнительной обработки, а если и доступны, то большинство ранних лент практически невозможно расшифровать.

Кроме того, необходимо акцентировать внимание на том, что до широкого использования цифровых каротажных приборов данные каротажа отображались на графике параметров в формате кривых, которые имеют ряд существенных недостатков. К их числу относятся - большой размер бумажных материалов (зачастую от нескольких метров); проблема в сканировании нестандартного формата изображений; большой объем памяти, если изображение уже качественно отсканировано и сохранено в растровых графических форматах, или слишком много кривых на одном графике с разными масштабами по параметрам, что делает невозможным быстрый анализ и сопоставление данных. Однако самым существенным недостатком является разный масштаб этих кривых даже из одной скважины, например, за разные года. В этой ситуации очевидно, что без оцифровки не представляется возможным эффективно анализировать, сопоставлять и коррелировать данные по определенным параметрам. Кроме того, очень часто отсутствуют сводные каротажные диаграммы, а есть несколько поинтервальных, выполненных в разных масштабах и с разной детальностью, что создает дополнительные проблемы при анализе и сопоставлении информации.

Хорошо задокументированные каротажные ленты с цифровой записью идеально подходят для коррекции и обработки на новых компьютерах, но, к сожалению, таких данных мало.

Пример состояния и сохранности материалов геофизического исследования скважин, выполненных в середине ХХ в. представлен на рис. 1.

Рисунок 1. Состояние материалов геофизического исследования скважин с каротажными кривыми (зондами) Западно-Сибирской нефтегазоносной провинции на примере 1949 г. (а, б - боковое каротажное зондирование; в, г - стандартный каротаж).

В настоящее время оцифровка каротажа чаще всего выполняется с помощью двух методов: пиксельных и непиксельных.

Пиксельные методы включают в себя процесс прореживания и метод глобальной векторизации кривых (GCV). Метод прореживания уменьшает ширину линии до одного пикселя, оставляя только скелет, который может характеризовать ее особенности. Основным недостатком метода прореживания является высокая временная сложность, потеря информации о ширине линии, а также склонность к деформации и неправильным ветвлениям в области пересечения. Метод GCV подходит для обработки линий, но неэффективен для работы с точечными кривыми [5].

Непиксельные методы, в основном делятся на две категории: основанные на контурах и на графе смежности. Метод на основе контуров сначала выделяет контур изображения, а затем находит пары совпадающих контуров. Метод графов смежности в первую очередь применяет кодирование длины пробега к графам, затем анализирует сегменты и генерирует различные структуры графов смежности. Однако эти методы имеют ограничения при анализе сложных ситуаций в графах параметров скважин, особенно при анализе узлов. Кроме того, они требуют ручного вмешательства, что не является желательным вариантом, особенно когда бумажные журналы имеют огромный размер >10 МБ.

Отдельного внимания заслуживают обычные методы сканирования изображений бумажных и пленочных каротажных диаграмм, в результате чего создаются цифровые файлы, интерпретируемые программным обеспечением для работы с изображениями. Специализированные сканеры могут считывать бумажные каротажные диаграммы со скоростью от одного до десяти дюймов в секунду с разрешением до 600 точек на дюйм (DPI). Разрешение 600 DPI легко отображает любые трудночитаемые линии или журналы скважин [6].

Сканирование каротажа позволяет сэкономить время, затрачиваемое на ввод информации вручную, но при этом возникают проблемы с программным обеспечением для автоматической векторизации. Если каротаж поврежден, программное обеспечение может оказаться неспособным отличить векторы от линий сетки на бумаге или пленке. Для обеспечения качества необходимо выявлять и исправлять ошибки вручную.

На фоне всех выше перечисленных методов, вне конкуренции находятся специальные программы для оцифровки и переинтерпретации материалов геофизического исследования скважин.

Несомненным лидером на сегодняшний день являются продукты компании VeerNet. Используемый в программе алгоритм принимает на вход бумажный журнал и применяет фильтры для извлечения карт признаков. Затем модель уменьшает размер карты признаков отсканированного бумажного журнала. Средний слой фокусируется на сигналах журнала, игнорируя линии сетки и аннотации. Полученная информация используется для восстановления карты признаков до первоначального вида, фактически удаляя из изображения все, кроме сигналов. Таким образом, получается изображение, содержащее только нужные сигналы без линий сетки и других шумов.

Модель VeerNet построена по схеме кодер-декодер. Кодер состоит из остаточных блоков, обеспечивающих передачу информации от более мелких слоев к более глубоким. Пять остаточных блоков кодируют изображение в карту признаков, размер которой составляет 1/32 размера исходного изображения. После кодера используются два трансформаторных слоя, каждый из которых состоит из слоя внимания. Эти слои вычисляют веса для входной карты признаков, создавая выходной вектор, который кодирует информацию о том, как каждый пиксель должен относиться ко всем остальным пикселям изображения. Наконец, пять слоев декодера, каждый из которых включает операцию увеличения и свертки, используются для достижения точного размера выходного изображения, заданного на входе. Такая архитектура позволяет получать маски того же размера, что и исходное изображение. Затем к предсказанным маскам применяются шаги постобработки для создания CSV-файлов, содержащих оцифрованные значения кривой (кривых) скважины [7].

На рис. 2 показан общий процесс работы системы оцифровки графиков каротажа, используемый в модели VeerNet.

Рисунок 2. Обзор этапов оцифровки, выполняемых в программе VeerNet.

Как свидетельствует рис. 1, в программе от пользователя требуется указать точки глубины, левую и правую точки масштаба, а также сетку глубины для каждой кривой отдельно. Кроме того, при калибровке растрового изображения необходимо обозначить прямоугольную область, в которой будут отображены области заголовка и масштаба. Также, задается набор точек для определения глубины отслеживания журнала. Помимо этого, пользователь должен определить значения левой и правой оси и тип масштаба - логарифмический или линейный. Для ленты оцифровки нужно установить верх и низ трека, обозначить ширину трека изображения, добавить точки глубины и сетки. Наконец, пользователь должен выбрать точки на кривой, а функция автоматического отслеживания программы проложит остальную часть.

Формат записи полученного файла LAS является на сегодняшний день одним из самых распространенных. Он стал общепринятым в отраслевом стандарте для электронной передачи цифровых каротажных данных в мире. Предыдущие цифровые форматы обычно кодировались в двоичной форме, поэтому для их чтения требовалось специальное программное обеспечение. Загружать и просматривать данные из этого формата можно с помощью блокнота и в дальнейшем экспортировать в формат CSV. Файлы LAS имеют плоскую структуру с разделом заголовка, в котором указаны метаданные о скважине и файл, содержащий столбцы, отображающие значения для каждой кривой каротажа.

На рис. 3 показаны экспериментальные результаты, полученные с помощью моделей VeerNet на гамма-лучах (GR) и калибрах (CALI) из скважины BD-04A (Катар).

Рисунок 3. Сравнение между бумажной картой и прогнозом модели, обученной с помощью VeerNet: (a) глубина 4700 - 5000 м; (c) глубина 4990 - 5650 м; (e) глубина 7500 - 7950 м. (b,d,f) представляют собой соответствие между бумажным носителем и предсказанными значениями GR для (a-c), соответственно.

Таким образом, подводя итоги проведенного исследования, можно сделать следующий вывод. Детальный анализ недр зависит от комплектов каротажных диаграмм хорошего качества, которые схожи по литологическому отклику и внешнему виду. В связи с этим обработка и комплексная переинтерпретация нецифровых материалов геофизического исследования скважин имеет важное научно-практическое значение и возможна только благодаря качественной оцифровке кривых.

Для этого в настоящее время разрабатывается специальное программное обеспечение, которое позволяет обеспечивать универсальность применения различных типов данных в задачах моделирования месторождений соответствующих полезных ископаемых.

Список литературы

1. Астафьев В.Н. Роль геофизических исследований в скважинах в эволюции парадигмы гидравлического разрыва пласта // Проблемы сбора, подготовки и транспорта нефти и нефтепродуктов. 2022. № 6 (140). С. 9-37.
2. Потехин Д.В. Применение нейронных сетей для интерпретации геофизических исследований скважин пермокарбоновой залежи усинского месторождения нефти // Геология, геофизика и разработка нефтяных и газовых месторождений. 2022. № 4 (364). С. 24-27.
3. Umair bin Waheed, Haibin Di Introduction to special issue on machine learning applications in geophysical exploration and monitoring // Geophysical Prospecting. 2023. Volume 72, Issue 1. Р. 67-74.
4. Marc-Antoine Vella, Apostolos Sarris Geophysical survey in archaeological context: A review from Cyprus // Archaeological Prospection. Volume 29, Issue 3. Р. 102-109.
5. Добрыдень С.В. Определение коэффициента нефтенасыщенности вулканогенных горных пород по данным геофизических исследований скважин // Нефтяное хозяйство. 2022. № 2. С. 42-45.
6. Mingliang Liu Joint Inversion of Geophysical Data for Geologic Carbon Sequestration Monitoring: A Differentiable Physics-Informed Neural Network Model // Journal of Geophysical Research. 2023. Vol. 128, Р. 79-83.
7. Магадеев Е.Б. Применение цифровых помощников для интерпретации результатов геофизических исследований скважин // Нефтяное хозяйство. 2021. № 8. С. 76-80.