View Project

Norwegian AI Directory

Robust and accelerated full waveform inversion


Description:

Seismiske data er viktig for å karakterisere de fysiske egenskapene til undergrunnen. I innsamlingen av seismiske data sendes et signal ned i mediet. Dette signalet blir reflektert og returnert til overflaten når det påtreffer endringer i bergartene i undergrunnen. Ved å ta opp signalet når det kommer opp til overflaten, har man informasjon om hva undergrunnen består av. Utfordringen er å klare å hente ut denne informasjonen fra dataene. Bølgeformsinversjon (FWI) er en datatilpasningsmetode som forsøker å bestemme undergrunnens egenskaper ved løsning av et ikke-lineært inversproblem. Metoden bruker matematiske likninger for å generere syntetisk data som er mest mulig like de seismiske data som er tatt opp ute i naturen. Egenskapene til undergrunnen er viktige fordi de gir informasjon om bergarter og fluidinnhold, noe som er særlig interessant i leting og produksjon av hydrokarboner. Bølgeformsinversjon krever store tungregnedatamaskiner for å løses. For å kunne bruke metoden i praksis har dagens løsningsmetoder derfor en rekke begrensninger og forenklinger. På én side har begrensninger i tilgjengelig regnekraft medført forenklede antakelser for hvilken type fysikk som er inkludert i metoden. En annen begrensning er at søkealgoritmene som benyttes for å løse inversproblemet ikke er optimale. En konsekvens av dette er at med dagens løsningsmetoder må man ha stor kunnskap om undergrunnen før man benytter seg av bølgeformsinversjon. Dette er ikke alltid tilfellet, og dette fører til at løsningene fra metoden ikke er gode nok. Dette prosjektet har to delmål. Det ene fokuset er å kunne gjøre bølgeformsinversjon med en mer nøyaktig fysisk beskrivelse av undergrunnen, gjennom fokus på beregningskraft og effektiv numerisk løsning av de matematiske likningene. Det andre fokuset ligger i å benytte nye søkealgoritmer enn det som benyttes i dagens paradigme. Prosjektet ønsker å kunne frigjøre seg fra dagens begrensninger i bølgeformsinversjon. Ved prosjektslutt (september 2022) er det publisert to vitenskapelige artikler innen det første delmålet og ett konferansebidrag innen det andre delmålet. I tillegg har en vitenskapelig artikkel blitt sendt inn til journal basert på det andre delmålet. Den første artikkelen viser en ny metode for å gjøre gradientberegninger, og dermed oppdateringer av modellen av undergrunnen, i FWI mer effektivt ved bruk av rekonstruksjonsmetoder av bølgefelt. Den andre artikkelen omhandler en metode for å anvende FWI med tilstrekkelig fysikk effektivt ved bruk av grafikkort (GPU) og metoden introdusert i den første artikkelen. Konferansebidraget viser en benyttelse av bedre optimeringsmetoder for å kunne simultant estimere seismisk kildesignatur og proksimale undergrunnsegenskaper med kompensasjon for sammenblandede (eng: crosstalk) effekter. Den siste artikkelen omhandler benyttelse av bedre optimeringsmetoder for alternative formuleringer av bølgeformsinversjon, noe som gir mer fokuserte søkeretninger og potensielt lengre steg i optimeringsproblemet som løses. Sistnevnte egenskap kan redusere antallet tidkrevende inversjonsproblem som løses i disse formuleringer av bølgeformsinversjon.


Project leader: Espen Birger Raknes

Started: 2018

Ends: 2022

Category: Næringsliv

Sector: Næringsliv

Budget: 1696998

Institution: AKER BP ASA

Address: