Sử dụng trí tuệ nhân tạo vào thăm dò dầu khí giúp tiết kiệm nguồn lực, nâng cao hiệu quả tìm kiếm. 

Trí tuệ nhân tạo (AI) đồng thời giúp tăng hiệu quả trong việc khai thác các mỏ hiện có.

Đổi mới công nghệ trong ngành dầu khí

Nhóm các nhà khoa học do TS Doãn Ngọc San, Trường Đại học Dầu khí Việt Nam làm chủ nghiệm đã thực hiện thành công đề tài cấp Nhà nước “Nghiên cứu xây dựng hệ thống trí tuệ nhân tạo (Artificial Intelligence - AI) tích hợp dữ liệu địa chất dầu khí đánh giá triển vọng dầu khí” thuộc Chương trình trọng điểm quốc gia “Hỗ trợ nghiên cứu, phát triển và ứng dụng công nghệ của công nghiệp 4.0”.

Trong điều kiện trữ lượng dầu khí ngày càng cạn kiệt, môi trường địa chất rất phức tạp của các vùng tiềm năng còn lại thì việc đổi mới công nghệ tìm kiếm, thăm dò dầu khí (khảo sát và xử lý minh giải) để tìm ra các mỏ mới rất cấp bách.

Khu vực Bắc bể sông Hồng đã có 24 giếng khoan tìm kiếm, thăm dò dầu khí; trong đó có 14 giếng phát hiện có dầu khí (4 giếng đã tiến hành thẩm lượng), 1 mỏ khí (Thái Bình) đã đưa vào khai thác. Nhiều nghiên cứu cho thấy, khu vực này có cấu tạo rất đa dạng, có tiềm năng lớn về trữ lượng dầu khí. Để phát hiện được các mỏ mới, việc ứng dụng hệ thống AI nhu cầu cấp thiết.

TS Doãn Ngọc San, chủ nhiệm đề tài cho biết, những năm gần đây, việc ứng dụng AI trong tìm kiếm tài nguyên dầu khí và khoáng sản đã được nhiều quốc gia trên thế giới cũng như trong nước đặc biệt quan tâm.

Trước đây đã có nhiều công trình nghiên cứu bằng toán học truyền thống nhằm xác lập các mối quan hệ dầu khí - môi trường địa chất nhưng ít hiệu quả do tính phức tạp của thông tin địa chất (dạng số và các mô tả ngữ nghĩa) nên không thể giải quyết được.

Trong khi đó, hệ thống AI có khả năng phát hiện các mối liên kết ẩn giữa các lớp thông tin và dự đoán sự kiện/quá trình trên cơ sở các dữ liệu lớn không tường minh, tản mạn và rời rạc với nhiều quy luật xác suất thống kê và đa dạng nên có thể có khả năng khắc phục được các nhược điểm của phương pháp tính toán truyền thống.

Muốn ứng dụng AI hiệu quả, điều kiện cần và đủ là phải có cơ sở dữ liệu thống nhất, từ các dữ liệu địa chất - địa vật lý đến các tài liệu minh giải khác có liên quan.

Để có dữ liệu, nhóm nghiên cứu đã tích hợp các dữ liệu khác nhau về định dạng, nguồn gốc, tọa độ khảo sát, độ phân giải thành một khối cơ sở dữ liệu 3D có độ phân giải cao. Mỗi điểm trong khối dữ liệu 3D này được đặc trưng bởi 656 thuộc tính của các trường địa chấn, địa - vật lý giếng khoan, từ - trọng lực và mô hình bồn trầm tích.

Khoanh vùng có triển vọng dầu khí

Trong việc dự báo phân bố các yếu tố hệ thống dầu khí (sinh, chứa, chắn, bẫy và dịch chuyển), hệ thống AI do TS Doãn Ngọc San và nhóm nghiên cứu xây dựng có khả năng rút ngắn thời gian xây dựng mô hình bằng cách huấn luyện mạng học máy/học sâu bằng các “mẫu học” - đối tượng đã biết, rồi từ đó nhận dạng khoanh vùng các yếu tố của hệ thống dầu khí. Sự khác biệt về kết quả của 2 mô hình AI và truyền thống là rất thấp.

Đề tài đã thực hiện khoanh vùng cấu tạo mỏ dầu khí, tiến hành xác định vị trí và hình thái vỉa dầu khí trên cơ sở các “mẫu học” là các cấu tạo triển vọng hay vỉa dầu khí đã biết. Đối với bài toán khoanh vùng triển vọng, hệ thống này đã xây dựng và khoanh vùng chính xác các cấu tạo triển vọng đã biết. Ngoài ra, hệ thống còn khoanh vùng thêm được các diện tích mới.

Nhóm nghiên cứu cho biết, đã sử dụng tham số các vỉa dầu khí đã biết để huấn luyện mạng và tìm kiếm các vị trí có thể tồn tại vỉa dầu khí. Ứng dụng phương pháp nêu trên, nhóm nghiên cứu thực hiện đề tài đã định vị các vỉa sản phẩm theo 44 “mẫu vỉa” đã phát hiện, ngoài ra còn xác định thêm được một số vị trí vỉa dầu khí mới. Vị trí vỉa sản phẩm dự báo phù hợp với kết quả dự báo theo phương pháp truyền thống.

Xác định nhóm (bộ) thuộc tính đặc trưng của các vỉa đã biết và sử dụng các nhóm thuộc tính này để xác định vị trí có thể tồn tại vỉa dầu khí. Đây là một hướng tiếp cận mới trong điều kiện tìm kiếm, thăm dò khó khăn hiện nay.

Theo Nhật Phong/ GD&TĐ

https://giaoducthoidai.vn/ung-dung-tri-tue-nhan-tao-tim-kiem-tham-do-dau-khi-post657952.html