Russian Journal of Earth Sciences Russian Journal of Earth Sciences Russian Journal of Earth Sciences 1681-1208 52810 10.2205/2022ES000796 ОРИГИНАЛЬНЫЕ СТАТЬИ ORIGINAL ARTICLES ОРИГИНАЛЬНЫЕ СТАТЬИ Search for extremity zones with discrete mathematical analysis algorithms to identify risks when drilling based on geophysical data Поиск зон экстремальности на основе алгоритмов дискретного математического анализа для выявления рисков при бурении по геофизическим данным https://orcid.org/0000-0002-3171-5768 Богоутдинов Шамиль Рафекович Bogoutdinov Shamil Rafekovich shm@gcras.ru https://orcid.org/0000-0002-5037-4778 Одинцова Анастасия Александровна Odintsova Anastasia Aleksandrovna Пирогова А. С. Pirogova A. S. Геофизический центр РАН Россия Geophysical Center RAS Russian Federation Институт физики Земли им. О. Ю. Шмидта РАН Россия Schmidt institute of physics of the Earth of the RAS Russian Federation Геофизический центр Российской Академии Наук RU Geophysical Center of the Russian Academy of Sciences RU Московский государственный университет им. М. В. Ломоносова Москва Россия Lomonosov Moscow State Univerisity Moscow Russian Federation 26 09 2022 26 09 2022 22 4 1 9 01 04 2022 11 05 2022 https://rjes.ru/en/nauka/article/52810/view

Несмотря на внушительный перечень примеров интеграции теории распознавания образов в различные мероприятия при освоении месторождений нефти и газа, авторы предлагают принципиально новый подход применения искусственного интеллекта. В работе подробно рассматривается алгоритм поиска зон экстремальности, основанный на дискретном математическом анализе (ДМА) – применительно к задаче выявления геологических опасностей. Применение метода показано на моделях физических свойств пород, восстановленных по данным сейсморазведки. Потенциально он так же может быть применен и непосредственно на волновом сейсмическом поле для выявления объектов.

Despite the impressive list of examples of the integration of pattern recognition theory into various activities in the development of oil and gas fields, the authors propose a fundamentally new approach to the use of artificial intelligence. The paper considers in detail the algorithm for searching for extremity zones, based on discrete mathematical analysis (DMA), as applied to the problem of identifying geological hazards. The application of the method is shown on models of the physical properties of rocks reconstructed from seismic data. Potentially, it can also be applied directly to the wave seismic field to identify objects.

 Дискретный математический анализ плотность геологический разрез вечная мерзлота содержание газа Discrete mathematical analysis density geological section permafrost gas content Статья написана при поддержке РНФ № 19-77-10062 "Оценка рисков при бурении на основе геофизических данных, геомеханического моделирования и методов системного анализа". RSF No. 19-77-10062

Аверкин А. Н., Батыршин И. З., Блишун А. Ф., Силов В. Б., Тарасов В. Б. Нечеткие множества в моделях управления и искусственного интеллекта. - Наука, Москва, 1986. Averkin A. N., Batyrshin I. Z., Blishun A. F., Silov V. B., Tarasov V. B. Fuzzy sets in control and artificial intelligence models. - Science, Moscow, 1986. - (In Russian). Колюбакин А. А., Росляков А. Г., Миронюк С. Г., Пирогова А. С., Токарев М. Ю., Ксенофонтова М. А. Изучение приоритетных геологических опасностей при подготовке к поисково-разведочным работам на шельфе моря Лаптевых // Инженерные Изыскания. - 2017. - № 10. - С. 36-52. - DOI: 10.25296/1997-8650-2017-10-36-52. Kolyubakin A. A., Roslyakov A. G., Mironyuk S. G., Pirogova A. S., Tokarev M. Y., Ksenofontova M. A. Study of priority geological hazards in preparation for exploration work on the Laptev Sea shelf // Engineering surveys. - 2017. - № 10. - P. 36-52. - DOI: 10.25296/1997-8650-2017-10-36-52. - (In Russian). Миронюк С. Г., Росляков А. Г. Мерзлые грунты шельфа арктических морей: подходы к обнаружению и изучению // Фундаменты. - 2021. -№ 1. - 17-21. Mironyuk S. G., Roslyakov A. G. Frozen soils of the Arctic Sea shelf: approaches to detection and study // Foundations. - 2021. - № 1. - P. 17-21. - (In Russian). Пирогова А. С., Тихоцкий С. А., Токарев М. Ю., Сучкова А. В. Прогноз упруго-прочностных свойств придонных грунтов на основе инверсии данных сейсморазведки сверхвысокого и ультравысокого разрешения // Геофизические процессы и биосфера. - 2019. - Т. 18, № 4. - С. 191-202. - DOI: 10.21455/gpb2019.4-16. Pirogova A. S., Tikhotsky S. A., Tokarev M. Y., Suchkova A. V. Forecast of elastic-strength properties of bottom soils based on inversion of ultra-high and ultra-high resolution seismic data // Geophysical processes and Biosphere. - 2019. - Vol. 18, № 4. - P. 191-202. - DOI: 10.21455/gpb2019.4-16. - (In Russian). Agayan S., Bogoutdinov S., Kamaev D., Kaftan V., Osipov M., Tatarinov V. Theoretical Framework for Determination of Linear Structures in Multidimensional Geodynamic Data Arrays // Applied Sciences. - 2021. - Vol. 11, no. 24. - P. 11606. - DOI: 10.3390/app112411606. Agayan S., Bogoutdinov S., Kamaev D., Kaftan V., Osipov M., Tatarinov V. Theoretical Framework for Determination of Linear Structures in Multidimensional Geodynamic Data Arrays // Applied Sciences. - 2021. - Vol. 11, no. 24. - P. 11606. - DOI: 10.3390/app112411606. Agayan S., Bogoutdinov S., Krasnoperov R. Short introduction into DMA // Russian Journal of Earth Sciences. - 2018. - Vol. 18, no. 2. - P. 1-10. - DOI: 10.2205/2018ES000618. Agayan S., Bogoutdinov S., Krasnoperov R. Short introduction into DMA // Russian Journal of Earth Sciences. - 2018. - Vol. 18, no. 2. - P. 1-10. - DOI: 10.2205/2018ES000618. Jaglan H., Kocsis G., Lakhlifi A., Groot P. de. Experiences with Machine Learning and Deep Learning Algorithms for Seismic, Wells and Seismic-to-Well Applications // 82nd EAGE Annual Conference & Exhibition. - European Association of Geoscientists & Engineers, 2021. - DOI: 10.3997/2214-4609.202010990. Jaglan H., Kocsis G., Lakhlifi A., Groot P. de. Experiences with Machine Learning and Deep Learning Algorithms for Seismic, Wells and Seismic-to-Well Applications // 82nd EAGE Annual Conference & Exhibition. - European Association of Geoscientists & Engineers, 2021. - DOI: 10.3997/2214-4609.202010990. Marsset B., Thomas Y., Sultan N., Gaillot A., Stephan Y. A multi-disciplinary approach to ma- rine shallow geohazard assessment // Near Surface Geophysics. - 2012. - Vol. 10, no. 4. - P. 279-288. - DOI: 10.3997/1873-0604.2012012. Marsset B., Thomas Y., Sultan N., Gaillot A., Stephan Y. A multi-disciplinary approach to ma- rine shallow geohazard assessment // Near Surface Geophysics. - 2012. - Vol. 10, no. 4. - P. 279-288. - DOI: 10.3997/1873-0604.2012012. Sacrey D., Roden R. Solving exploration problems with machine learning // First Break. - 2018. - Vol. 36, no. 6. - P. 67-72. - DOI: 10.3997/1365-2397.n0100. Sacrey D., Roden R. Solving exploration problems with machine learning // First Break. - 2018. - Vol. 36, no. 6. - P. 67-72. - DOI: 10.3997/1365-2397.n0100.