Tilbake til søkeresultatene

NAERINGSPH-Nærings-phd

Robust and accelerated full waveform inversion

Alternativ tittel: Robust and accelerated full waveform inversion

Tildelt: kr 1,7 mill.

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.

Mens dette prosjektet har blitt gjennomført har industrien beveget seg gradvis mot å inkludere mer fysikk i bølgeformsinversjon. Det er fremdeles enda langt igjen før industrien kan levere et fullskala prosjekt basert på en elastisk formulering av bølgeformsinversjon. I dag blir det levert småskala tester av teknologien hvor elastisk formulering har blitt brukt. Begrensningen ligger i at for å gjøre elastisk bølgeformsinversjon kreves det ny type hardware som vil kreve store økonomiske investeringer for leverandørene, i kombinasjon med at kompleksiteten i selve det inverse problemet øker. Resultatene fra dette prosjektet viser at det ved bruk av spesielle teoretiske metoder og ny hardware (i dette tilfelle grafikkort) er mulig å kjøre storskala beregninger med elastisk formulering innenfor bølgeformsinversjon. Metoden utviklet i dette prosjeket er generell og kan derfor overføres til andre industrier innen f.eks medisin og AI/ML. Det er viktig å merke seg at det er fullt mulig å gjøre dette ved bruk av annen hardware enn grafikkort, noe som vil være relevant i tiden fremover når industrien kommer med nye typer arkitekturer for storskala beregninger. Det er forventet at denne type metoder blir mer brukt i tiden fremover for anvendelser som krever mye regnekraft, rett og slett for å ha mulighet til å gjøre de beregningene som kreves. Det teoretiske rammeverket utviklet på selve optimeringsproblemet er generell og kan bli anvendt innenfor en lang rekke problemer, og ikke spesielt rettet mot olje- og gassindustrien. Det er forventet at rammeverket vil bli brukt i fremtiden for å klare å løse problemer som innvolverer inversjon av flere parametre i store løsningsrom. Det er ventet at dette vil bli anvendt innen industrien på global skala. Dette prosjektet har økt den interne kunnskapen for problematikken for de involverte aktørene. Deler av kunnskapen blitt anvendt innenfor metoder som maskinlæring og signalprosessering. Kunnskapen har også bidratt til å påvirke leverandørindustrien til å levere bedre resultater.

Bølgeformsinversjon (engelsk: full waveform inversion (FWI)) er en moderne metode for å estimere parametre som påvirker bølgeforplantning gjennom et gitt medium. Metoden er bygd opp rundt et ikke-lineært og underbestemt inversjonsproblem som blir løst ved bruk av optimeringsmetoder. Inversjonsproblemet involverer blant annet numerisk løsning av bølgelikningen for innsamlede data, i tillegg til løsning av et optimeringsproblem som (i praksis) inkluderer et søkerom bestående av millioner av ukjente variabler som skal bestemmes for å finne den optimale løsningen. Dette gjør at FWI er en beregningsmessig komplisert metode samt teoretisk utfordrende på grunn av inversproblemet. FWI krever store regnemaskiner for å bli løst. FWI slik det (i hovedsak) brukes i dag antar at mediet er et fluid. Dette er en utilstrekkelig antakelse da undergrunnen er et fast stoff. For å få FWI til å fungere under denne antakelsen kreves en rekke approksimasjoner og tilnærminger som påvirker sluttresultatet (herunder at man blir begrenset til kun å bruke gangtid i inversjonen og ikke amplituder). En mer korrekt antakelse er å anta at mediet er elastisk (inkludert anisotropi og dempning). Utfordringen med dette er at den elastiske antakelsen krever 1-2 ordener mer regnekraft for å bli løst numerisk. For å løse disse utfordringene er det helt nødvendig å optimalisere de numeriske metodene samt bruke ny type datateknologi. Det inverse problemet lider under løsningsmetoder som gir ikke-optimale resultater, spesielt hvis den elastiske antakelsen skal inkluderes i metoden. For å løse disse utfordringene må globale optimaliseringsmetoder for FWI undersøkes. I tillegg må det undersøkes om fundamentalt andre måter å løse det inverse problemet kan anvendes. Prosjektet involverer utvikling og implementasjon av nye numeriske metoder for kjøring på tungregnemaskiner, teoretisk arbeid med det inverse problemet, samt anvendelser på reelle datasett fra det norske kontinentalsokkelen.

Budsjettformål:

NAERINGSPH-Nærings-phd