Subsurface Characterization | Schlumberger Japan

Subsurface Characterization

Petrel - 地球物理データ解釈と3次元地下構造・物性モデリングプラットフォーム

資源量の推定や二酸化炭素地下貯留 (CCS) を行うためには地層中の流体の挙動を知るうえで地下の物性モデリングやシミュレーションが必要であり、そのためには地下の物性理解・解釈・モデリングは最初のステップとして不可欠なものです。Petrelソフトウェアプラットフォームは、油ガス田開発プロジェクトレベルや堆積盆レベルを含む幅広いスケールの解釈や3次元構造・物性モデリングに対応しています。

直感的なインターフェース
様々なデータを統合的に3次元空間で簡単に可視化でき、時系列や断面図の作成が数クリックで可能です。ユーザインターフェースは直感的で分かりやすく、効率的に地下構造の解釈・モデリングを進められます。
ベーシック&アドバンスな物理探査データ解釈
断層や反射面をベースにした従来的な解釈に加え、機械学習を利用した解釈やモデリングの半自動化技術も導入が進んでいます。
多彩な地下構造・物性モデリング手法
多彩な地下構造・物性モデリング手法を用意しており、複雑な地質や構造に対しても精度の高い現実的なモデルを作成可能です。

機械学習を利用した地震探査データ解釈

地震探査データは解像度や品質の向上に伴い取得データスケールの巨大化する傾向にあります。そのため地震探査データの解釈作業は、数ヶ月~年単位の時間を必要とする膨大な作業です。この新しい解釈手法では、一部の解釈データを機械学習させることで、数セクションの解釈を3次元データ全体に広げる事が可能です。

このような半自動的な新しい解釈支援ツールを用いることで、解釈にかかる時間の劇的な短縮が期待されます。

機械学習による断層解釈アシストの適用例。(a)事前学習済みモデルを使用した予測と、(b) 解釈者によってモデルを学習させる手法を使用した予測 (データ提供:Geoscience Australia)
機械学習による断層解釈アシストの適用例。(a)事前学習済みモデルを使用した予測と、(b) 解釈者によってモデルを学習させる手法を使用した予測 (データ提供:Geoscience Australia)
Screenshot of the Petrel 2014 software
Petrel画像キャプション

地下構造・物性のモデリング

貯留層評価プロセスにおいて、解釈したデータを統合し空間的な物性値の広がりを表現するためには、3次元地質モデルを作成する必要があります。Petrelでは様々なドメインで解析された結果を統合し、地球統計学的手法を用いることで、物性値の広がりを複雑な地質構造においても正確に表現します。また、作成された地質モデルから、断層シール性能評価、フラクチャーモデリング、堆積盆モデリングや貯留層シミュレーションなど、様々なプロセスへ同一のプラットフォーム上でシームレスに展開することができます。

最新のデジタル技術を活用し、HPC (High Performance Computing : 高性能計算) を利用した不確実性評価の効率化や、機械学習アルゴリズムによる空間物性値の推定が可能となっており、今後も評価プロセスの効率化・高精度化が期待されます。

資料のご請求・お問い合わせはこちら
製品・サービスの詳細についてのご照会や資料のご請求など、お気軽にお問い合わせください。弊社担当者からご連絡させていただきます。
お問い合わせフォーム(別ウィンドウ)