Рейтинг@Mail.ru
Навигация

← Предыдущая статья             Содержание номера             Следующая статья →

Журнал First Break – Февраль 2018 – Выпуск 2 – Том 36 – Новости EAGE

Доводы в пользу необходимости геостатистики и машинного обучения для моделирования коллектора

Д-р Василий Демьянов, профессор Университета Хериота-Ватта в Эдинбурге, рассказывает о предстоящем образовательном турне EAGE (EET 12), в рамках которого он прочитает курс «Процедуры моделирования коллектора в условиях неопределённости: геостатистика и машинное обучение», и о том, как 18 лет назад он уехал из России в Великобританию.

Что, по Вашему мнению, должны почерпнуть слушатели из Вашего курса?

Одним из ключевых моментов, которые необходимо усвоить, — это формирующийся во время чтения курса процесс мышления, связанный с прогнозирование динамики коллекторов с учётом неопределённости. Я хотел бы, чтобы слушатели пришли к пониманию важности нескольких сценариев моделирования коллектора, в которых учитывается неопределённость, при этом выбранный вариант необязательно оказывается лучшим. Знакомство с существующими методами моделирования позволит выбрать наиболее подходящий вариант для каждого конкретного случая и не упустить возможные альтернативы.

Насколько важную роль играет моделирование коллектора на основе геостатистических методов, то есть можно ли считать его устоявшейся практикой или здесь есть потенциал для дальнейшего обучения и освоения?

Геостатистика по праву заняла видное место среди традиционных процедур моделирования коллектора. Это динамично развивающаяся область, при этом всё больше достижений геостатистики внедряются в инструментарий ведущих поставщиков программного обеспечения. Одним из трендов последнего десятилетия стал переход от двухточечной геостатистики к многоточечной на основе шаблона. Тем не менее старая добрая вариограмма остаётся надёжным и полезным инструментом для анализа данных геологоразведки, который позволяет извлечь из них численные характеристики и облегчает геологическую интерпретацию.

Можете ли Вы привести конкретные примеры, когда современное моделирование коллектора положительно повлияло на разработку нефтяного месторождения?

Имеется много примеров тому, как концептуальный подход к моделированию коллектора помог избежать дорогостоящих ошибок или исправить последствия решений, принятых на основе единственной модели коллектора, когда были упущены из виду имеющиеся альтернативы. Геостатистика остаётся мощным набором инструментов для реализации альтернативных концепций моделирования в цифровом виде, обеспечивающим численное обоснование принимаемых решений.

Какого прогресса машинного обучения можно ожидать в области разведки и добычи в будущем?

Машинное обучение продолжит привлекать внимание нефтегазодобывающей отрасли по нескольким причинам. Мы окончательно и бесповоротно вступили в эру цифровых технологий, когда становятся доступными всё больше данных и безграничных ресурсов, из которых необходимо извлечь и обработать информацию перед принятием решений. Машинное обучение остаётся важной технологией в сфере интенсивной обработки данных, ведь оно позволяет обрабатывать огромные объёмы информации и эффективно использовать её. Многие традиционные аналитические методы в сочетании с ручной работой специалистов больше не могут успешно справляться с наплывом больших массивов данных. Кроме того, машинное обучение способно извлекать и аккумулировать прошлый опыт для «обучения» с учётом хороших и плохих практик, что гарантирует полноценное использование полученных ранее знаний. Это становится особенно важным по мере смены поколений специалистов в нефтегазовой отрасли. Машинное обучение в наши дни становится всё более распространённым и доступным в повседневной жизни и больше не кажется непривычным и странным. Следовательно, геологи и геофизики цифровой эпохи должны осваивать вычислительные методы и узнавать о возможностях и практическом применении технологии машинного обучения. Я уверен, что это станет обязательным, постоянно совершенствующимся набором навыков самого широкого применения, выходящим далеко за рамки исследований в нефтегазовой отрасли.

Если вспомнить о Вашем опыте преподавания, как студенты воспринимают геостатистику, ведь, судя по всему, это довольно сложная дисциплина?

Студенты, изучающие науки о Земле, часто испытывают трудности, сталкиваясь с уравнениями в геостатистике, следовательно, нужно представить её как связующую нить между концептуальными интерпретационными моделями на основе шаблона и их цифровым выражением, созданным с помощью точнейшей математики. Значит, необходимо усвоить несколько основных понятий, таких как пространственная корреляция, линейная регрессия, вероятность, стационарность и т.п. После усвоения этих основ студенты начинают формулировать свои концепции моделирования таким способом, который может быть реализован в цифровом виде. Очень важно, чтобы специалист по геомоделям мог точно представить свой концептуальный проект в цифровом виде, не жертвуя при этом важными геологическими характеристиками.

Как Вы мотивируете студентов выбрать карьеру в нефтяной отрасли в современных непростых экономических условиях?

Нефтяной сектор остаётся очень волатильным и сталкивается с трудностями при разработке оставшихся ресурсов в зачастую очень сложных экономических и экологических условиях. Это ложится дополнительным бременем на специалистов по моделированию, вынужденных работать в жёстких экономических рамках, составляя свои прогнозы динамики коллекторов. Несмотря на это, геостатистика остаётся дисциплиной широкого назначения, применяемой не только для прогнозирования разработки нефтяных и газовых месторождений, но и для других геонаучных целей. Огромные знания и опыт, накопленные в нефтегазовом сообществе, могут, к примеру, быть использованы в области геотермальной энергетики, где специалисты по геостатистике также могут оказаться востребованными.

В чём основные отличия между образованием в России и Великобритании, где Вы проработали уже много лет?

Начало моей карьеры пришлось на советский период, когда академическая среда нашей страны славилась своей высочайшей научной строгостью и высоким уровнем математической подготовки. Мне очень повезло, что я проводил свои исследования, работая над кандидатской диссертацией, под руководством высочайшего профессионала профессора Михаила Каневского, который был открыт для всего нового, обладал хорошим видением перспектив и был отличным наставником. Это, безусловно, помогло мне выработать в себе качества, которые помогли моему будущему развитию в научной среде Великобритании.

После недавнего общения с коллегами из России я заметил разительный контраст российской академической среды с Великобританией. Несмотря на то, что учебные занятия в России обычно отличаются глубиной и погружением во все детали изучаемой дисциплины, они не оставляют простора для критического и творческого мышления, что очень важно для исследователя. Студенты в России ожидают, что получат готовые ответы на все вопросы, некие универсальные рецепты, применимые во всех возможных случаях, а ведь это на самом деле невозможно. Значительная часть учебных программ Великобритании имеет своей целью выработку творческой среды, когда студенты могут самостоятельно работать над поиском решений и выработкой навыков независимого мышления при поддержке коллег и постоянном взаимном обучении.

Я очень благодарен и высоко ценю уроки коучинга, полученные мною от моих старших коллег в Университете Хериота-Ватта, в частности, от профессоров Mike Christie, Patrick Corbett, Andy Gardiner и многих других, кто до сих пор служит для меня примером в науке. Я также хотел бы упомянуть моего коллегу и соавтора Dan Arnold, который вдохновил меня выбрать более интерактивный и коммуникабельный стиль чтения курса.

Вы начали свои научные исследования и карьеру в атомной энергетике. Каковы были Ваши основные интересы в этой области?

Первоначальной сферой моих интересов было моделирование геосистем, на котором я специализировался во время учёбы на физическом факультете МГУ. Там я выполнил моделирование радиоактивного загрязнения атмосферы во время Чернобыльской катастрофы, которое оставалось очень большой проблемой в начале 90-х. Это привело меня к пониманию того, как радиоактивное загрязнение атмосферы фактически распространилось по поверхности земли. Решение конкретной проблемы пространственного картирования привело меня к геостатистике, а затем и к машинному обучению в процессе подготовки кандидатской диссертации. С тех пор мои научные интересы лежат в сфере пространственной статистики и машинного обучения и их применения в науках о Земле. Радиоактивное загрязнение остаётся той областью, где геостатистика и обратное моделирование помогают оценить риски утечек и принять соответствующие превентивные меры.

В нерабочее время Вы чем-нибудь увлекаетесь, интересуетесь?

То немногое время, которое остаётся у меня после научной и преподавательской работы, я посвящаю чтению книг по истории Великобритании и России, этим я интересуюсь уже очень давно. Я решил не выбирать историю своей профессией из-за идеологических ограничений во времена СССР. Живописные виды Шотландии вдохновляют меня на прогулки пешком и на велосипеде, невзирая на погоду.

Кандидат физических наук Василий Демьянов имеет более чем двадцатилетний опыт работы в геостатистике, в течение которых опубликовал более 100 научных работ, в том числе две в соавторстве. Василий имеет опыт преподавания курсов в рамках программы образовательных дней EAGE, а также организации семинаров и школ по пространственной статистике и моделированию коллекторов. В. Демьянов окончил физический факультет МГУ по специальности геофизика (1994) и получил степень кандидата физико-математических наук в 1998 г. по теме моделирование радиоактивного загрязнения при помощи геостатистики и искусственных нейронных сетей. Прежде чем стать преподавателем Университета Хериота-Ватта в 2003 году, он работал Университете Сент-Эндрюс (2000–2002) и Институте безопасного развития атомной энергетики ИБРАЭ РАН в Москве (1994–2000).




← Предыдущая статья             Содержание номера             Следующая статья →















Яндекс цитирования
Журнал First Break и материалы всех мероприятий EAGE направляются на индексацию в систему Scopus.
Журналы Basin Research, Geophysical Prospecting, Near Surface Geophysics и Petroleum Geoscience направляются на индексацию в системы Scopus и Web of Science.