コノコフィリップス社は、限られたデータセットで間隙水圧の予測を行いたいと考えていた。
2本の坑井からのログと、限られた2Dと3Dの地震探査が、地下圧力をモデル化するための唯一のデータであった。 このような限られたデータセットと利用可能なソフトウェアでは、CoPEGが確信の持てるモデルを開発することは難しく、また異なる手法から得られた間隙水圧の比較を視覚化することも困難であった。 また、すべてのデータとモデルを組み合わせることで、精度を高めることができると考えられていた。
古典的な間隙水圧予測技術が適用され、例えば、オフセット坑井に校正された3次元地震波速度から間隙水圧への変換が用いられた。 しかし、このグリーンフィールドは、より信頼性の高いモデルを導き出せるかどうか、高度なAI技術を適用することを動機としていた。
AI技術を活用してリアルタイムの掘削作業をサポートする
最初のステップは、すべてのオペレーターに共通するデータ統合と閲覧の問題を解決することだった。 完了後、データは統合され、1Dログ、2D断面ビューア、3Dキューブビューで利用できるようになった。 例えば、1次元の坑井ログと3次元の水平線は、2次元の断面に重ねて表示された。
AI技術を応用し、間隙水圧データの信頼性を高めるモデルを構築した。 また、掘削作業におけるリアルタイムのデータ要求をサポートするため、局所間隙水圧モデルを開発することも重要であった。 データ操作とプレゼンテーションがシンプルになったことで、地下チームは掘削作業に必要なサポートを提供できるようになった。
多様なフィールド条件と限られた坑井データの課題を示す補間圧力予測の地図表示
ログデータに基づく予測圧力の深度曲線
速度モデルを用いて変換した地震探査データの断面図｜Envisageブロックキャンバス
