壳地质学家开发和部署预测地下地质特征的软件

壳牌希望开发一种应用程序，可以利用现有的地震测量数据和已知地质构造数据库来推断出低于地震分辨率的新的类似特征。例如，为了指导地下河道化油藏的井位布置，该软件需要利用已建立的几何比例关系和古河流保存的河道带的地震数据来预测该河道带内的特征。地质学家希望应用他们的领域专业知识来开发底层的数据分析、预测和模拟识别算法，而不需要将开发外包给独立的程序员团队或第三方。

在开发和测试算法之后，团队需要帮助为在生产IT环境中部署算法做准备。他们希望能够在中央服务器上更新算法和相应的数据库，并让世界各地的同事可以立即使用新版本。

壳牌地质学家在MATLAB中开发了地层描述算法，并与MathWorks顾问合作，在全公司范围内使用MATLAB Production Server™部署他们的算法。

在MATLAB中，该团队开发了从三维地震数据中定量描述提取特征的算法。通过使用曲线拟合工具箱中的加权三次样条曲线进行曲率分析，这些特征描述了输入数据的规模和模式。

他们使用了带有由MathWorks顾问构建的MongoDB自定义连接器的Database Toolbox™，以编程方式将他们的算法链接到一个地质数据库。该数据库包含来自卫星图像、地形和水深调查、核心数据和数值模型的比例尺、建筑和组成指标。

利用MATLAB、统计学和机器学习工具箱™，该团队开发了一个回归模型和预测算法，将数据库指标、从地震数据中提取的特征和已知的尺度关系结合起来，预测亚地震尺度上的厚度、宽度和其他地层特征。

该团队结合了来自MATLAB中央文件交换的基于密度的空间聚类算法，从地质数据库中识别出类似的位置。

然后，他们与MathWorks的顾问一起改进算法，开发用户界面，并将算法部署为生产应用程序。

首先，他们重写了一些程序MATLAB代码，应用面向对象的原则使代码更容易扩展和维护。

它们使用映射工具箱™添加了共识化功能，以创建所标识的模拟位置的Web地图显示。

该团队使用MATLAB Compiler SDK™封装算法，并使用MATLAB production Server将其部署为一个生产企业应用程序。Shell地质学家从使用MATLAB Compiler™创建的独立MATLAB客户端应用程序中访问指导和非指导工作流程中的算法。

该申请已作为飞行员推出，以一小群壳地地质学家和地图手，为一家公司的释放提供准备。

• 由简单的查询替换的月长的项目。“使用我们在Matlab中开发的应用程序，地质学家可以在几分钟内获得复杂问题的答案，在某些情况下，在某些情况下，我们将在某些情况下将需要进行重大的研究项目和几个月才能回答，”康姆说。
• 钻探预后精度大幅提高。“我们利用Matlab算法预测基于地震图像的前瞻性位置的储层体积，”Howes说。“钻探前景时，我们的预后被发现准确到12％以内。在整个行业中，通过数量级（〜1000％），特别是在新的数据稀疏区域，这并不罕见。“
• 即时部署软件更新。“对于我们来说，Matlab生产服务器的一个很大的优势是能够集中进行更新和更改，并将所有用户立即可用，”Howes说。“随着我们增强我们的算法并添加到我们的数据库，这些改进即时反映在生产IT环境中。”