På kun fem uker lærte MalenoV å tolke seismikk. Den ferske «geofysikeren» er en algoritme, et dataprogram, utviklet under et sommerprosjekt ved ConocoPhillips.
MalenoV har tolket de ulike seismiske facies etter åtte klasser. Illustrasjon: Peter Bormann (Seismikk: Netherlands Offshore F3 Block)
Denne saken ble først publisert oktober 2017.
– Vi har klart å lage et verktøy som kan tolke seismiske facies på egenhånd, forteller Peter Bormann, geolog i ConocoPhillips.
Ifølge Bormann er MalenoV den første offentlige algoritmen som kan klassifisere seismiske facies med hensyn til de tre romlige dimensjonene.
Det nye verktøyet ble utviklet som en del av et studentsommerprosjekt og er basert på maskinlæring.
Maskinlæring er kort fortalt en gren innenfor kunstig intelligens som går ut på å designe algoritmer som lar datamaskiner lære fra og utvikle atferd basert på data.
Et hovedfokus innen forskningen er at maskinene skal automatisk lære gjenkjenning av komplekse mønstre og gjøre intelligente beslutninger basert på data.
|
Facies
Uttrykk brukt i geologien for å angi særegenheter eller fellestrekk ved mineralselskap, bergarter eller bergartsrekker som skiller dem fra andre, nærliggende enheter.
Forskjellige facies legger vekt på ulike egenskaper; litofacies, sedimentær facies, metamorf facies, biofacies, seismisk facies etc.
Kilde: Norsk geologisk ordbok |
Det er NTNU-studenten Charles Rutherford Ildstad som står bak MalenoV.
Algoritmen er blant annet inspirert av tidligere arbeider av Anders Ueland Waldeland, PhD-stipendiat innen informasjonsteknologi ved Universitetet i Oslo. Waldeland laget et program som kunne gjenkjenne saltdiapirer i seismiske data.
Bormann og Ildstad forteller at MalenoV leser data fra 3D seismikk og genererer en seismisk kube med opptil tyve klassifiserte (navngitte) seismiske facies basert på tidligere tolkninger som programvaren har lært av.
Charles Rutherford Ildstad. Foto: C. Ildstad
Eksempler på facies-klasser som ble tolket er sandsteiner, slamsteiner, bratte fall (steep dips) og salt.
Prosjektet hadde en varighet på åtte uker.
– De fem første ukene skrev vi kodene og testet verktøyet. De tre etterfølgende ukene gjennomførte vi seismisk klassifisering på den tradisjonelle måten slik at vi kunne sammenlikne resultatene.
Testingen ble gjort på seismiske data fra blant annet norsk (Heimdal-formasjonen) og nederlandsk sokkel i Nordsjøen.
Peter Bormann i felt. Foto: Privat
Og Bormann er godt fornøyd med resultatene så langt.
– MalenoV virket godt når det kom til å skille mellom sandsteiner og skiferlag i Heimdal-formasjonen. Den klarte også å identifisere forkastninger, saltdomer og flere andre interessante seismiske facies.
Ønsker mer engasjement
For å akselerere utviklingen av det nye verktøyet har ConocoPhillips publisert koden som ligger bak på nettstedet Github. Den er fritt tilgjengelig for alle som ønsker å bruke og videreutvikle den eller lignende programvarer.
Komplementært har ConocoPhillips Australia også frigitt og tilgjengeliggjort syv brønner og et stort seismisk datasett i 3D som dekker 3 500 km2.
– Vårt mål er at flere personer i industrien og innen akademia vil gjøre forskning på maskinlæring for seismisk tolkning. Potensialet er stort, og innen medisin ser industrien ut til å ligge langt foran oss, blant annet når det kommer til automatisk tolkning av CT-skanning.
Ifølge Bormann vil ConocoPhillips også fortsette pionerarbeidet internt og eksternt.
– ConocoPhillips støtter flere FoU-prosjekter innen maskinlæring i Norge og globalt. Vi ser på det som en spennende utvikling med store framtidsmuligheter.
– Charles Ildstad fortsetter aktivt med utviklingen av MalenoV på fritiden. Han har nylig offentliggjort en ny versjon som også kan tolke multippel offset stacks og 4D seismikk (3D seismikk med en tidskomponent), avslutter Peter Bormann.
MalenoV programvare og brukermanual, samt de seismiske brønn- og opplæringsdataene kan hentes her
MalenoV har bestemt tilstedeværelsen av forkastninger (umarkerte områder). Oppløsningen er per i dag ikke optimal, men ConocoPhillips har tro på forbedringer. Illustrasjon: Peter Bormann (Seismikk: Netherlands Offshore F3 Block)
