Ứng dụng AI dự báo khoảng mở vỉa trong điều kiện dữ liệu địa vật lý giếng khoan hạn chế tại mỏ Tê Giác Trắng

Tóm tắt

Khai thác mỏ Tê Giác Trắng đang đối mặt với thách thức lớn do thiếu hụt dữ liệu địa vật lý giếng khoan tại một số tầng chứa tiềm năng như ULBH/ILBH5.1, ảnh hưởng đến độ chính xác khi đánh giá trữ lượng và tối ưu hóa chiến lược khai thác.
Để giải quyết vấn đề này, nhóm tác giả ứng dụng trí tuệ nhân tạo (AI) thông qua phương pháp học máy (machine learning) nhằm dự báo các đường cong địa vật lý quan trọng như độ rỗng neutron (NEU) và mật độ đất đá (RHOB) dựa trên dữ liệu gamma ray (GR) và điện trở suất (RD). Quá trình huấn luyện và kiểm chứng mô hình được thực hiện nghiêm ngặt bằng phương pháp giếng kiểm tra mù, đạt độ tin cậy lên đến 70% tại các vỉa đã thực hiện bắn mở vỉa. Nghiên cứu cũng tích hợp phân tích dữ liệu khí thành phần để xác định tính chất chất lưu của vỉa chứa, từ đó hỗ trợ việc lựa chọn khoảng bắn vỉa tối ưu.
Kết quả ứng dụng thực tế tại mỏ Tê Giác Trắng cho thấy phương pháp này đã xác định chính xác các tầng chứa dầu tiềm năng, góp phần gia tăng đáng kể sản lượng khai thác với chi phí tối ưu. Nghiên cứu khẳng định việc ứng dụng AI và học máy có thể cải thiện hiệu quả khai thác dầu khí trong điều kiện dữ liệu hạn chế, mở ra hướng tiếp cận mới trong quản lý và vận hành mỏ dầu tại Việt Nam và trên thế giới.