FR2923855A1

FR2923855A1 - Drill hole trajectory optimizing method for underground tank exploration and production field, involves determining that if trajectory of drill hole is modified using geological evolution schema, and modifying trajectory if required

Info

Publication number: FR2923855A1
Application number: FR0708159A
Authority: FR
Inventors: Beiting Zhu; Jean Francois Rainaud; Zahia Guessoum; Michel Perrin; Olivier Vincke
Original assignee: IFP Energies Nouvelles IFPEN
Current assignee: IFP Energies Nouvelles IFPEN
Priority date: 2007-11-21
Filing date: 2007-11-21
Publication date: 2009-05-22
Anticipated expiration: 2027-11-21
Also published as: FR2923855B1

Abstract

The method involves identifying geological surfaces crossed by a trajectory of a drill hole, using log data acquired during drilling. A geological evolution schema is updated by ensuring coherence of the schema with identified geological surfaces using a multi-agent system comprising an agent i.e. Drilling Data Manager (DDM), for providing information on a position of markers along the trajectory of the drill hole. A determination is made that if the trajectory of the drill hole is modified, using the schema. The trajectory of the drill hole is modified if required.

Description

10 La présente invention concerne le domaine de l'exploration et la production de réservoir souterrain. En particulier, l'invention appartient au domaine de l'optimisation de forage à travers une formation souterraine. Elle est notamment relative à une méthodologie permettant la mise à jour, au cours de d'une opération de forage, d'une interprétation structurale de la formation. 15 Une étude d'un réservoir souterrain est principalement composée de trois phases : l'exploration, au cours de laquelle la zone à prospecter est identifiée, les études de géophysique et les forages régionaux sont réalisées. Le cadre de travail du réservoir est ainsi initialisé, ainsi qu'un certain nombre de ses caractéristiques. 20 le développement, au cours duquel de plus en plus de puits doivent être forés pour capturer les caractéristiques du sous sol, de la manière la plus fidèle et la plus réaliste possible. la production, pendant laquelle les compagnies pétrolières s'appuient sur la description du sous-sol et des mesures aux puits, pour définir un plan d'exploitation efficace pour drainer 25 le plus d'hydrocarbure possible jusqu'à l'abandon du champ. 1 État de la technique Pour optimiser la durée et la précision d'un forage afin qu'il atteigne les cibles qui lui sont fixés, il est nécessaire de connaître l'organisation géologique du sous sol : sa structure en terme de couches géologiques et de failles. The present invention relates to the field of underground reservoir exploration and production. In particular, the invention belongs to the field of optimization of drilling through an underground formation. It relates in particular to a methodology allowing the updating, during a drilling operation, of a structural interpretation of the formation. A study of an underground reservoir is mainly composed of three phases: exploration, during which the area to be prospected is identified, geophysical studies and regional drilling are carried out. The working frame of the tank is thus initialized, as well as a number of its characteristics. 20 development, in which more and more wells must be drilled to capture the characteristics of the subsoil, in the most faithful and realistic way possible. the production, during which the oil companies rely on the description of the subsoil and measurements at the wells, to define an effective exploitation plan to drain as much hydrocarbon as possible until the abandonment of the field. 1 State of the art To optimize the duration and accuracy of drilling to reach the targets set for it, it is necessary to know the geological organization of the subsoil: its structure in terms of geological layers and faults.

Cette organisation du sous-sol peut être connue aux alentours du forage par des études antérieures, et par une interprétation d'enregistrements sismiques. Elle est représentable en trois dimensions par une succession de surfaces (interfaces). Chaque surface peut être considérée comme la conséquence d'événements géologiques (par exemple dépôts de sédiments, accidents tectoniques, érosion), que le géologue peut déduire de la configuration qu'il observe. A partir de ses connaissances, le géologue propose, comme première hypothèse, un enchaînement d'événements géologiques. Sur cette base, un premier modèle du sous-sol en trois dimensions est constitué. Ce modèle structural du sous-sol permet alors de déterminer ou modifier les trajectoires des forages en cours ou à venir, de façon à atteindre des cibles (parties du sous-sol ayant une probabilité importante de contenir des hydrocarbures). Lors du forage, des informations plus précises sont obtenues par des capteurs (ou sondes) placés le long de la trajectoire que suit la tête de forage. Elles peuvent être acquises en temps réel, au cours du déroulement du forage par la compagnie en charge de l'acquisition des mesures. This underground organization may be known around the borehole by previous studies, and by an interpretation of seismic recordings. It can be represented in three dimensions by a succession of surfaces (interfaces). Each surface can be considered as the consequence of geological events (for example sediment deposits, tectonic accidents, erosion), which the geologist can deduce from the configuration he observes. From his knowledge, the geologist proposes, as first hypothesis, a series of geological events. On this basis, a first model of the basement in three dimensions is constituted. This structural model of the subsoil then makes it possible to determine or modify the trajectories of current or future drilling, so as to reach targets (parts of the subsoil having a significant probability of containing hydrocarbons). During drilling, more accurate information is obtained by sensors (or probes) placed along the path that follows the drill head. They can be acquired in real time during the course of drilling by the company in charge of acquiring the measurements.

Généralement, l'apport de ces nouvelles informations enrichit la connaissance que le géologue avait sur la formation souterraine qu'il explore. En conséquence, il faudrait idéalement remettre à jour le modèle structural du sous-sol, qui a été préalablement construit, ainsi que le plan de forage qui avait été établi sur cette base. Il faudrait donc reconstituer à chaque nouvelle interprétation des données de forage, un nouveau modèle structural. Ceci n'est pas réaliste, car un grand nombre de paramètres restent incertains et il est difficile de décider quand remettre à jour un modèle structural. De plus, les quantités de données traitées et la complexité des calculs numériques nécessaires pour remettre à jour systématiquement le modèle, empêchent de produire de nouveaux modèles en temps réel. On connaît des méthodes pour mettre à jour la géométrie d'un modèle structural du sous-sol au fur et à mesure que le forage progresse. Une telle méthode est décrite par exemple dans le document suivant, qui décrit une technique d'optimisation des forages par Geosteering : 2 Rainaud J.F., et al., "Wog - Weil Optimization by Geosteering: a Pilot Software for Cooperative Modeling on Internet", Oil & Gas Science and Technology - Rev. IFP, Vol. 59 (2004), No. 4, pp. 427-445 Cependant, l'enchaînement proposé selon ces méthodes fournit une phase d'interprétation structurale manuelle (seule la géométrie est mise à jour automatiquement). En effet, les outils de modélisation, actuellement utilisés en exploration/production d'hydrocarbures, sont purement interactifs et ne capturent pas le pourquoi de telle ou telle action. Ceci a pour conséquence une perte de connaissance des raisons explicites de telle ou telle opération. L'interprétation reste ainsi cachée dans le modèle structural, et celui ci ne peut pas être remis à jour aisément. Ainsi, lorsque l'on obtient de nouvelles données de forage, il est souvent nécessaire de reconstruire le modèle du sous-sol depuis le début, c'est-à-dire depuis l'interprétation sous forme d'enchaînement d'événements géologiques. Il apparaît donc important de pouvoir diagnostiquer de façon automatique et en temps réel, des anomalies en cours de forages, de pouvoir rechercher des solutions et, dans le cas où le système ne peut pas résoudre les incompatibilités entre les interprétations à priori et celles qui sont obtenues en cours de forage, de prévenir les experts si et seulement si le système observe une telle incompatibilité. Ainsi, l'objet de l'invention concerne une méthode alternative pour optimiser automatiquement la trajectoire d'un forage à travers une formation géologique souterraine, par une mise à jour en temps réel de l'interprétation structurale de la formation exprimée par un schéma d'évolution géologique. Pour y parvenir, la méthode vérifie la cohérence de l'interprétation structurale de la formation avec l'interprétation de données diagraphiques, au moyen d'un système multiagents. La méthode selon l'invention L'invention concerne donc une méthode pour optimiser la trajectoire d'un forage à travers une formation souterraine constituée de surfaces géologiques, à partir d'un schéma d'évolution géologique résultant d'une interprétation structurale de la formation, et de données 30 diagraphiques acquises au cours dudit forage. La méthode comporte les étapes suivantes :25 - on identifie des surfaces géologiques traversées par la trajectoire dudit forage, au moyen desdites données diagraphiques ; - on met à jour le schéma d'évolution géologique, en assurant la cohérence du schéma d'évolution géologique avec lesdites surfaces géologiques identifiées, au moyen d'un système multi agents comportant un agent pour chacune desdites surfaces géologiques de la formation, chaque agent comportant des moyens de communication avec d'autres agents, de façon à valider et mettre à jour localement des interprétations structurales relatives à la surface à laquelle il est associé ; - on détermine, au moyen du schéma d'évolution géologique ainsi modifié, si la trajectoire du forage doit être modifiée, et, si nécessaire, on modifie la trajectoire du forage. Les données diagraphiques peuvent être acquises en temps réel, et la mise à jour du schéma d'évolution géologique peut également être réalisée en temps réel. Generally, the contribution of this new information enriches the knowledge that the geologist had on the underground formation he is exploring. As a result, the basement structural model, which was previously constructed, should ideally be updated, as well as the drill plan that was established on this basis. It would be necessary to reconstitute each new interpretation of drilling data, a new structural model. This is not realistic because many parameters remain uncertain and it is difficult to decide when to update a structural model. In addition, the amount of data processed and the complexity of the numerical computations required to systematically update the model, prevent the production of new models in real time. Methods are known for updating the geometry of a structural model of the subsoil as drilling progresses. Such a method is described for example in the following document, which describes a drilling optimization technique by Geosteering: 2 Rainaud JF, et al., "Wog-Weil Optimization by Geosteering: Pilot Software for Cooperative Modeling on Internet", Oil & Gas Science and Technology - Rev. IFP, Vol. 59 (2004), No. 4, pp. 427-445 However, the sequence proposed according to these methods provides a manual structural interpretation phase (only the geometry is updated automatically). Indeed, modeling tools, currently used in hydrocarbon exploration / production, are purely interactive and do not capture the why of this or that action. This results in a loss of knowledge of the explicit reasons for this or that operation. The interpretation thus remains hidden in the structural model, and it can not be easily updated. Thus, when new drilling data are obtained, it is often necessary to reconstruct the basement model from the beginning, that is, from the interpretation as a sequence of geological events. It therefore seems important to be able to automatically diagnose, in real time, anomalies during drilling, to be able to find solutions and, in the case where the system can not resolve the incompatibilities between the interpretations a priori and those which are obtained while drilling, to warn experts if and only if the system observes such incompatibility. Thus, the object of the invention relates to an alternative method for automatically optimizing the trajectory of a borehole through an underground geological formation, by updating in real time the structural interpretation of the formation expressed by a diagram of geological evolution. To achieve this, the method checks the coherence of the structural interpretation of the formation with the interpretation of log data, by means of a multiagents system. The method according to the invention therefore relates to a method for optimizing the trajectory of a borehole through an underground formation consisting of geological surfaces, from a geological evolution diagram resulting from a structural interpretation of the formation. , and log data acquired during said drilling. The method comprises the following steps: geological surfaces traversed by the trajectory of said borehole are identified by means of said logging data; the geological evolution diagram is updated, by ensuring the coherence of the geological evolution diagram with said identified geological surfaces, by means of a multi agent system comprising an agent for each of said geological surfaces of the formation, each agent comprising means of communication with other agents, so as to validate and update locally structural interpretations relating to the surface with which it is associated; - Using the geological evolution diagram thus modified, it is determined whether the trajectory of the borehole must be modified, and, if necessary, the trajectory of the borehole is modified. The log data can be acquired in real time, and the update of the geological evolution diagram can also be performed in real time.

Le système multi agents peut comporter un agent spécialisé adapté à fournir des informations relatives auxdites données diagraphiques à chacun desdits agents. Le système multi agents peut également comporter un agent spécialisé adapté à rechercher un circuit dans ledit schéma d'évolution géologique modifié, de façon à valider ledit schéma. D'autres caractéristiques et avantages de la méthode selon l'invention, apparaîtront à la lecture de la description ci-après d'exemples non limitatifs de réalisations, en se référant aux figures annexées et décrites ci-après. 25 Présentation succincte des figures - La figure 1 illustre l'enchaînement du procédé de validation et de mise à jour des interprétations géologiques d'une formation souterraine traversée par un forage. - La figure 2 illustre, à gauche, un exemple de modèle structural en trois dimensions, à droite, le schéma d'évolution géologique (GES) associé.20 - La figure 3 illustre comment les différentes interprétations géologiques influencent la topologie (relation de voisinage) de deux surfaces qui s'intersectent. La figure 4 fournit un exemple d'organisation de surfaces géologiques. - La figure 5 illustre l'architecture, sur deux niveaux, du système multi agents selon 5 l'invention. - La figure 6 montre une coupe verticale d'une scène géologique d'un modèle structural du sous-sol. - Les figures 7 à 10 illustrent l'évolution d'un GES en utilisant le système multi agents selon l'invention pour mettre à jour un GES initial. Description détaillée de la méthode La figure 1 illustre l'enchaînement du procédé de validation et de mise à jour des interprétations géologiques d'une formation souterraine traversée par un forage. Cette méthode comporte les étapes suivantes : 15 1- Interprétation structurale de la formation traversée par le forage (GES) 2- Acquisition de données diagraphiques (DIAG) 3- Vérification de la cohérence entre l'interprétation structurale et les données diagraphiques 4- Validation (VAL) ou suggestion de mise à jour (MAJ) de l'interprétation structurale 20 1- Interprétation structurale de la formation traversée par le forage Définition d'un schéma d'évolution géologique A partir d'informations directes ou indirectes caractérisant la formation, le géologue propose une interprétation structurale de ce sous-sol. Cette interprétation géologique peut être exprimée sous la forme d'une représentation formelle appelée "Schéma d'Évolution 25 Géologique" (Geological Evolution Schema (GES)). Un GES est un graphe acyclique orienté. Ses noeuds correspondent aux différentes surfaces géologiques de la formation souterraine. Les caractéristiques géologiques de chaque surface (e.g. "faille", "horizon on-lap", "horizon érodée", etc.) sont ensuite exprimées sous forme d'attributs, associés à chaque noeud correspondant. La figure 2 illustre, à gauche, un exemple de modèle structural en trois 10 dimensions, à droite, le schéma d'évolution géologique (GES) associé. Le liens entre deux noeuds du GES représente, soit une relation chronologique (e.g. S2 est moins âgée que Si), soit une relation topologique de deux failles s'intersectant (e.g. (Dl s'arrête sur (1)2). Le schéma d'évolution géologique constitue donc les interprétations structurales du géologue, relativement à la formation souterraine étudiée. Construction d'un modèle structural d'une formation souterraine A partir d'un GES, on peut construire une maquette de la formation souterraine. Cette maquette constitue un modèle structural . Un modèle structural d'une formation souterraine décrit donc un assemblage de surfaces géologiques. Chaque surface peut être considérée comme la conséquence d'événements géologiques (par exemple dépôts de sédiments, accidents tectoniques, érosion) que le géologue peut déduire de la configuration qu'il observe. Il peut s'agir d'horizons géologiques ou de failles. Pour constituer ce modèle structural de la formation souterraine, le modeleur doit définir la manière dont ces surfaces s'associent. Il doit définir par exemple comment les surfaces se coupent entre elles. Dans un modèle structural de sous-sol, les règles d'intersection dépendent des caractéristiques géologiques des différentes interfaces (comme par exemple : "érodée" ou "on-lap horizons", failles isolées, failles constituant des réseaux de failles) ainsi que de leurs âges relatifs comme illustré en figure 3. Ces éléments sont définis par le géologue dans un schéma d'évolution géologique (GES). Dans le modèle de la figure 2, G, S1 et S2 représentent des horizons stratigraphiques. (D1 et (I)2 représentent des failles sur lesquelles les horizons s'arrêtent. On suppose que des horizons stratigraphiques restent à leurs positions de dépôt. L'horizon G, qui a la position de dépôt la plus basse dans ce modèle, est donc l'horizon le plus âgé. On l'appelle l'horizon de base. L'horizon S2, qui a la position de dépôt la plus haute dans ce modèle, est l'horizon le moins âgé. On l'appelle l'horizon de toit. On considère aussi que tous les horizons stratigraphiques sont plus âgés que les failles (Dl et (I)2, parce qu'elles se sont arrêtées sur ces failles. Lorsqu'un horizon plus âgé (e.g. G) possède une intersection avec un autre horizon moins âgé (e.g. Si), il est qualifié de type "on-lap". Lorsqu'un horizon moins âgé (e.g. S2) possède une intersection avec un autre horizon plus âgé (e.g. S 1), il est qualifié de type "érodée". Les autres horizons sont de type "parallèle". La figure 3 illustre comment les différentes interprétations géologiques influencent la topologie (relation de voisinage) de deux surfaces qui s'intersectent. La partie gauche de cette figure (a) représente les données brutes (un pointé sismique par exemple). Dans la première interprétation (b), B est un horizon du type "érodée", et il est moins âgé que A, donc A s'arrête sur B. En conséquence, les points situés à la droite de l'intersection de ces deux surfaces appartiennent à la surface B. Dans la deuxième interprétation (c), A est un horizon du type on- lap, et il est plus âgé que B, donc B s'arrête sur A. En conséquence, les points situés à la droite de l'intersection de ces deux surfaces appartiennent à la surface A. Un modèle structural d'une formation souterraine constitue donc une représentation physique et concrète des interprétations structurales du géologue, relativement à la formation souterraine étudiée. 2- Acquisition de données diagraphiques Les informations qui arrivent du forage sont issues de diagraphies ( well logs ). Une diagraphie est une mesure réalisée au sein du forage, en fonction de la profondeur. Les données diagraphiques, acquises au cours du forage, sont interprétées de façon à fournir une 15 liste de marqueurs . Ce travail est effectué par des géologues. Chacun de ces marqueurs correspond à l'intersection de la trajectoire de forage avec une interface entre deux milieux ayant des caractéristiques géologiques différentes (horizons, failles, ...). L'ordre dans lequel ces marqueurs apparaissent, exprime l'ordre dans lequel la trajectoire de forage rencontre des surfaces caractéristiques de la formation. Cette liste de marqueurs, associée à un forage, peut 20 ainsi être utilisée pour caractériser et contrôler pas à pas, les relations topologiques et chronologiques entre les surfaces géologiques de deux marqueurs adjacents sur la liste. Ces informations diagraphiques interprétées, c'est-à-dire les marqueurs, se doivent d'être strictement cohérentes avec les caractéristiques du GES. 25 3- Contrôle de la cohérence entre l'interprétation structurale et les données diagraphiques Au cours de cette étape, on contrôle la cohérence des relations topologiques (relation de voisinage) et chronologiques du modèle structural avec l'interprétation des données diagraphiques. Plus précisément, on vérifie la cohérence, et l'on modifie le schéma d'évolution géologique pour qu'il y ait cohérence. 30 La figure 4 fournit un exemple d'organisation de surfaces géologiques, résultant d'une succession de périodes de sédimentation. Chacune d'entre elles est limitée par une surface10 d'érosion ou une autre surface on-lap. Selon la formation géologique interprétée sur cette figure 4, les géologues estiment que, quelque soit la polarité (soit de récent ver ancien, soit d'ancien ver récent) de la trajectoire de forage, les marqueurs adjacents au marqueur M ne peuvent être situés que sur les limites figurées en traits plus épais. Si la relation de voisinage entre un marqueur M et un de ses voisins M' ne peut pas être validée, on considère que l'interprétation structurale qui concerne la relation chronologique entre le surface M et la surface M' a besoin d'être mise à jour. Toujours sur la figure 4, on interprète que El et E2 sont des surfaces du type "érodée"; 01, 02 et 03 sont des surfaces du type on-lap, et toutes les autres surfaces sont des surfaces stratigraphiques du type parallèle. The multi-agent system may include a specialized agent adapted to provide information relating to said logging data to each of said agents. The multi-agent system may also comprise a specialized agent adapted to search for a circuit in said modified geological evolution diagram, so as to validate said diagram. Other characteristics and advantages of the method according to the invention will appear on reading the following description of nonlimiting examples of embodiments, with reference to the appended figures and described below. BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 illustrates the sequence of the process for validating and updating the geological interpretations of an underground formation traversed by a borehole. - Figure 2 illustrates, on the left, an example of a three-dimensional structural model, on the right, the associated geological evolution schema (GES ).20 - Figure 3 illustrates how the different geological interpretations influence the topology (neighborhood relation ) of two intersecting surfaces. Figure 4 provides an example of organization of geological surfaces. FIG. 5 illustrates the architecture, on two levels, of the multi agent system according to the invention. - Figure 6 shows a vertical section of a geological scene of a structural model of the subsoil. FIGS. 7 to 10 illustrate the evolution of a GHG using the multi agent system according to the invention for updating an initial GHG. Detailed description of the method Figure 1 illustrates the sequence of the process for validating and updating the geological interpretations of an underground formation traversed by a borehole. This method involves the following steps: 1- Structural interpretation of the formation traversed by the drilling (GES) 2- Logging data acquisition (DIAG) 3- Verification of the coherence between the structural interpretation and the logging data 4- Validation ( VAL) or suggestion of update (MAJ) of the structural interpretation 20 1- Structural interpretation of the formation traversed by the drilling Definition of a geological evolution diagram From direct or indirect information characterizing the formation, the geologist proposes a structural interpretation of this subsoil. This geological interpretation can be expressed in the form of a formal representation called the Geological Evolution Scheme (GES). A GES is an acyclic oriented graph. Its nodes correspond to the different geological surfaces of the underground formation. The geological characteristics of each surface (e.g. "fault", "horizon on-lap", "eroded horizon", etc.) are then expressed as attributes, associated with each corresponding node. Figure 2 illustrates, on the left, an example of a three-dimensional structural model, on the right, the associated Geological Evolution Scheme (GES). The link between two nodes of the GES represents either a chronological relation (eg S2 is less old than Si) or a topological relation of two intersecting faults (eg (Dl stops on (1) 2). geologic evolution is therefore the structural interpretations of the geologist, relative to the underground formation studied Construction of a structural model of an underground formation From a GES, a model of the underground formation can be constructed. structural model A structural model of an underground formation thus describes an assembly of geological surfaces, each surface can be considered as the consequence of geological events (eg sediment deposits, tectonic accidents, erosion) that the geologist can deduce from the It can be geological horizons or faults, to form this structural model of the underground formation. , the modeler must define how these surfaces associate. For example, it must define how surfaces intersect with each other. In a subsurface structural model, the intersection rules depend on the geological characteristics of the different interfaces (for example: "eroded" or "on-lap horizons", isolated faults, faults constituting networks of faults) as well as their relative ages as shown in Figure 3. These elements are defined by the geologist in a Geological Evolution Scheme (GES). In the model of Figure 2, G, S1 and S2 represent stratigraphic horizons. (D1 and (I) 2 represent faults on which the horizons stop, it is assumed that stratigraphic horizons remain at their deposition positions.The horizon G, which has the lowest deposit position in this model, is the oldest horizon is called the base horizon, the horizon S2, which has the highest deposit position in this model, is the oldest horizon. Roof Horizon We also consider that all stratigraphic horizons are older than faults (Dl and (I) 2, because they have stopped at these faults, when an older horizon (eg G) has an intersection with another younger horizon (eg Si), it is called "on-lap" type.When an older horizon (eg S2) has an intersection with another older horizon (eg S 1), it is qualified The other horizons are of the "parallel" type Figure 3 illustrates how the different geo interpretations Logic influences the topology (neighborhood relation) of two intersecting surfaces. The left part of this figure (a) represents the raw data (eg a seismic dotted line). In the first interpretation (b), B is an eroded horizon, and it is less than A, so A stops on B. As a result, the points to the right of the intersection of these two surfaces belong to surface B. In the second interpretation (c), A is a horizon of the on-lap type, and it is older than B, so B stops on A. As a result, the points on the right the intersection of these two surfaces belongs to the surface A. A structural model of an underground formation thus constitutes a physical and concrete representation of the structural interpretations of the geologist, relative to the studied subterranean formation. 2- Log Data Acquisition The information coming from the borehole comes from well logs. A log is a measurement made within the borehole, depending on the depth. Log data, acquired during drilling, is interpreted to provide a list of markers. This work is done by geologists. Each of these markers corresponds to the intersection of the drilling trajectory with an interface between two media with different geological characteristics (horizons, faults, ...). The order in which these markers appear, expresses the order in which the drilling trajectory meets the characteristic surfaces of the formation. This list of markers, coupled with drilling, can thus be used to characterize and control step by step the topological and chronological relationships between the geological surfaces of two adjacent markers on the list. This interpreted logging information, that is the markers, must be strictly consistent with the characteristics of the GES. 3- Control of the Consistency Between the Structural Interpretation and the Logging Data During this step, the coherence of the topological (neighborhood relation) and chronological relations of the structural model is checked with the interpretation of the logging data. More precisely, one checks the coherence, and one modifies the schema of geological evolution so that there is coherence. Figure 4 provides an example of organization of geological surfaces resulting from a succession of sedimentation periods. Each of them is limited by an erosional surface or other on-lap surface. According to the geological formation interpreted in this figure 4, the geologists estimate that, whatever the polarity (either recent worm or old worm recent) of the drilling trajectory, the markers adjacent to the marker M can be located only on the limits shown in thicker lines. If the neighborhood relation between a marker M and one of its neighbors M 'can not be validated, it is considered that the structural interpretation relating to the chronological relationship between the surface M and the surface M' needs to be set to day. Still in FIG. 4, it is understood that El and E2 are "eroded" type surfaces; 01, 02 and 03 are on-lap surfaces, and all other surfaces are parallel-type stratigraphic surfaces.

La validation et la mise à jour éventuelle du GES qui en découle, doivent suivre le rythme imposé par l'acquisition, qui se fait préférentiellement en temps réel, des informations au cours du forage. Chaque surface géologique est susceptible d'avoir ainsi de nombreuses relations chronologiques et topologiques mutuelles avec d'autres surfaces. Il est donc difficile de prévoir comment un changement des interprétations sur une partie limitée du sous sol se propage vers l'interprétation de la totalité du modèle du sous-sol : la cohérence entre la topologie et les interprétations nécessite un contrôle à la fois localement (c'est à dire parmi toutes les interprétations associées à une surface), mais aussi globalement (c'est à dire parmi les interprétations relatives aux surfaces entre elles). Par conséquent, il est compliqué de proposer une stratégie globale prenant en compte 20 tous les changements possibles lors de l'arrivée de nouvelles informations de forage, et de garder la cohérence de manière permanente sur l'ensemble du modèle structural. Selon l'invention, on décompose le problème global, qui est relatif au modèle structural dans son ensemble, en plusieurs problèmes particuliers, que l'on résout à l'échelle locale. Pour ce faire, on utilise une technique connue des spécialistes, basée sur un système, dit 25 système multi-agents . Un tel système d'Intelligence Artificielle Distribuée, est décrit par exemple dans le document suivant : Ferber L.: Multi-Agent Systems : An Introduction to Distributed Artificial Intelligence , Addison-Wesley, 1999. On peut également citer le brevet FR 2.787.902, et Ferber J. Drogoul A. : Using 30 Reactive Multi-agent systems in simulation and Problem Solving. Distributed Artificial Intelligence: Theory and Practice ECSC-EEC-EAEC, Bruxelles and Luxembourg, pp. 53-80 (1992), qui illustrent les éléments caractéristiques d'un tel système. Validation and the eventual update of the resulting GHG must follow the rhythm imposed by the acquisition, which is done preferentially in real time, information during drilling. Each geological surface is thus likely to have many temporal and topological relationships with other surfaces. It is therefore difficult to predict how a change of interpretations on a limited part of the subsoil propagates towards the interpretation of the entire subsurface model: the coherence between the topology and the interpretations requires a control at the local level ( that is to say among all the interpretations associated with a surface), but also globally (that is to say among the interpretations relating to the surfaces between them). Therefore, it is complicated to propose an overall strategy taking into account all the possible changes upon the arrival of new drilling information, and to keep the consistency permanently on the overall structural model. According to the invention, the overall problem, which is related to the structural model as a whole, is broken down into a number of particular problems that are solved locally. To do this, a technique known to those skilled in the art, based on a system called a multi-agent system, is used. Such a Distributed Artificial Intelligence system is described for example in the following document: Ferber L .: Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence, Addison-Wesley, 1999. Patent FR 2,787,902 may also be mentioned. , and Ferber J. Drogoul A. Using Reactive Multi-Agent Systems in Simulation and Problem Solving. Distributed Artificial Intelligence: Theory and Practice ECSC-EEC-EAEC, Brussels and Luxembourg, pp. 53-80 (1992), which illustrate the characteristic elements of such a system.

L'application de la technique des systèmes multi-agents au domaine de l'optimisation de la trajectoire d'un forage, nécessite une considération particulière du problème, et une définition précise du système utilisé. The application of the technique of multi-agent systems to the field of optimization of the trajectory of a borehole, requires a special consideration of the problem, and a precise definition of the system used.

Ainsi, selon l'invention, les problèmes particuliers résolus à l'échelle locale sont relatifs à chacune des surfaces du modèle structural. De ce fait, on associe un agent à chacune de ces surfaces. L'ensemble de ces agents constitue un système multi-agents interagissant dans un environnement commun. Selon la technique des systèmes multi- agents on estime que la solution au problème global émerge de l'ensemble des résolutions des sous problèmes particuliers par les agents. Architecture du système multi-agent (SMA) L'architecture d'un système multi-agent est constituée d'un ensemble de modules (programmes), appelés agents. Ces agents sont situés dans un environnement commun et ils interagissent selon une organisation bien définie. L'expertise et l'information d'un agent sont associées à l'entité géologique à laquelle l'agent est associé. Ces entités, dans le domaine de la géologie structurale sont les horizons géologiques et les failles. Pour effectuer ses tâches de validation et de mise à jour, cet agent doit parfois collaborer avec d'autres agents. Selon l'invention, le système multi-agent comporte deux ensembles d'agents, organisés selon deux niveaux (micro et macro), comme l'illustre la figure 5 : Le niveau micro (MI) comporte autant d'agent qu'il existe de surfaces géologiques (horizons, failles, ...). Un agent est associé à une seule surface géologique. Cet agent est adapté à valider et mettre à jour les interprétations de géologie structurale uniquement relative à sa surface. Ces tâches spécifiques du domaine sont accomplies avec l'aide d'une base de connaissance composée d'interprétations attachées à ces entités géologiques. On peut distinguer les agents associés à des horizons géologiques, Horizon Managers (HM), des agents associés à des failles, Fault Managers (FM). Pour ces agents, chacune des interprétations locales reflète une relation chronologique et topologique de la surface géologique à laquelle il est associé vis-à-vis de surfaces géologiques associées à d'autres agents. On considère que deux agents liés par ces relations sont voisins. Pour un objectif de validation et de mise à jour, chaque agent réagit aux modifications qui apparaissent dans son proche voisinage. Les agents ne disposent que d'une information limitée à leur environnement immédiat et ne peuvent agir qu'à l'échelle locale. Pour ces raisons, ils doivent coopérer en échangeant leurs informations. Des interactions entre agents sont ainsi initiées pour répondre à différents objectifs de coopération. Trois types de scénarios peuvent être distingués : • Déléguer une validation : un agent du niveau micro a besoin de valider son voisinage courant en prenant en compte l'information issue du forage. Cette information provient du niveau macro. Si la connaissance locale de cet agent n'est pas suffisante pour remplir cette tâche, il délègue le contrôle à ses voisins actuels. Cette délégation du contrôle continue entre les agents voisins du niveau micro, jusqu'à ce qu'un résultat certain soit atteint, ou qu'il n'y ait plus d'agent à qui déléguer le contrôle. • Proposer un voisin : quand un voisinage est vérifié et déclaré "invalide", il doit être mis à jour. Dans ce cas un agent du niveau micro (jouant le rôle de fournisseur) propose une nouvelle relation de voisinage à un autre agent du niveau micro (jouant le rôle de répondeur). Ce nouveau voisinage est déduit de l'information issue du forage. Les deux agents vérifient alors si, lorsqu'ils intègrent cette nouvelle relation dans leur proche voisinage, cela amène de nouveaux conflits. Si aucun conflit n'est détecté, l'agent fournisseur attend une réponse (accepter ou rejeter) de la proposition envoyée par l'agent fournisseur. Si la proposition est acceptée, la relation de voisinage des deux agents est mise à jour. A l'inverse, si un conflit est détecté, une nouvelle conversation pour gérer le conflit dans le voisinage proche est initiée et commence immédiatement. • Gérer un conflit dans le voisinage proche : quand un conflit est détecté au cours d'un scénario proposer un voisin , du coté du fournisseur comme du coté du répondeur, le mode de résolution implique trois agents du niveau micro : l'agent détectant le conflit dans son propre voisinage (jouant le rôle du conflict-holder); l'agent provoquant le conflit (jouant le rôle de conflict-maker); et l'agent capable de résoudre le conflit (jouant le rôle de conflictsolver). Les rôles de conflict-holder et de conflict-maker sont respectivement joués par l'agent fournisseur émettant cette proposition et par l'agent répondeur, ou vice versa. Le rôle de conflict-solver est joué par un voisin "courant" du conflict-holder. C'est par l'intermédiaire de cet agent que le conflit se propage dans le voisinage. Pour gérer ce conflit, le conflict-holder a besoin de connaître les relations chronologiques et topologiques entre les surface géologiques conflict solver et les surfaces géologiques conflict-maker. Or ce n'est pas possible, car il ne dispose pas de cette connaissance. C'est pourquoi il initie une conversation de type Handle Neighboring Conflict, pour envoyer une demande au conflict-solver. Dès qu'il obtient cette réponse il peut prendre en compte le conflit en mettant à jour son voisinage local. Thus, according to the invention, the particular problems solved locally are relative to each of the surfaces of the structural model. As a result, an agent is associated with each of these surfaces. All of these agents constitute a multi-agent system interacting in a common environment. According to the technique of multi-agent systems it is considered that the solution to the global problem emerges from the set of resolutions of the particular sub-problems by the agents. Multi-Agent System Architecture (SMA) The architecture of a multi-agent system consists of a set of modules (programs), called agents. These agents are located in a common environment and interact in a well-defined organization. The expertise and information of an agent is associated with the geological entity to which the agent is associated. These entities, in the field of structural geology are geological horizons and faults. To perform its validation and update tasks, this agent must sometimes collaborate with other agents. According to the invention, the multi-agent system comprises two sets of agents, organized according to two levels (micro and macro), as illustrated in FIG. 5: The micro level (MI) comprises as much agent as it exists geological surfaces (horizons, faults, ...). An agent is associated with a single geological surface. This agent is adapted to validate and update the interpretations of structural geology only relative to its surface. These specific domain tasks are accomplished with the help of a knowledge base composed of interpretations attached to these geological features. We can distinguish agents associated with geological horizons, Horizon Managers (HM), agents associated with faults, Fault Managers (FM). For these agents, each of the local interpretations reflects a chronological and topological relationship of the geological surface with which it is associated with geological surfaces associated with other agents. Two agents linked by these relationships are considered to be neighbors. For a validation and update goal, each agent responds to changes that occur in their immediate vicinity. Agents only have information limited to their immediate environment and can only act at the local level. For these reasons, they must cooperate by exchanging information. Interactions between agents are thus initiated to meet different cooperation objectives. Three types of scenarios can be distinguished: • Delegate a validation: a micro level agent needs to validate his current neighborhood by taking into account the information from the drilling. This information comes from the macro level. If local knowledge of this agent is not sufficient to fulfill this task, he delegates control to his current neighbors. This delegation of control continues between the neighboring agents of the micro level, until a certain result is reached, or there is no more agent to delegate the control. • Propose a neighbor: When a neighborhood is verified and declared "invalid", it must be updated. In this case, a micro-level agent (playing the role of provider) proposes a new neighborhood relationship to another agent at the micro level (acting as an answering machine). This new neighborhood is derived from the information from the drilling. The two agents then check whether, when they integrate this new relationship in their immediate neighborhood, this brings new conflicts. If no conflict is detected, the provider agent waits for a response (accept or reject) of the proposal sent by the provider agent. If the proposal is accepted, the neighborhood relationship of the two agents is updated. Conversely, if a conflict is detected, a new conversation to handle the conflict in the near neighborhood is initiated and begins immediately. • Manage a conflict in the near neighborhood: when a conflict is detected during a scenario proposing a neighbor, on the side of the provider as on the side of the answering machine, the resolution mode involves three agents of the micro level: the agent detecting the conflict in one's own neighborhood (playing the role of conflict-holder); the agent causing the conflict (playing the role of conflict-maker); and the agent capable of resolving the conflict (playing the role of conflictsolver). The roles of conflict-holder and conflict-maker are respectively played by the supplying agent issuing this proposal and by the answering agent, or vice versa. The conflict-solver role is played by a "current" neighbor of the conflict-holder. It is through this agent that the conflict spreads in the neighborhood. To handle this conflict, the conflict-holder needs to know the chronological and topological relationships between the conflict solver geological surfaces and the conflict-maker geological surfaces. This is not possible because he does not have this knowledge. That's why he initiates a Handle Neighboring Conflict conversation, to send a request to the conflict-solver. As soon as he gets this answer he can take into account the conflict by updating his local neighborhood.

Le niveau macro (MA) représente la vue globale du modèle structural. Il est composé de trois agents : - un agent, appelé Drilling Data Manager (DDM), dont le but est de fournir les informations sur la position des marqueurs le long de la trajectoire du forage, et de les transmettre en direction des Horizon Managers ou Fault Managers correspondants. Le Drilling Data Manager doit compléter et distribuer l'information sur les marqueurs obtenus en cours de forage. Pour cela, il a besoin de connaître tous les marqueurs rencontrés lorsque le forage progresse. Cet agent peut être remplacé par d'autres modules permettant de fournir des informations relatives aux données diagraphiques à chacun des agents du niveau micro. -un agent, appelé Earth Model Viewer (EMV), dont le but est de présenter une visualisation du GES correspondant à la description de la totalité du modèle structural. Le Earth Model Viewer présente la vue du GES sur la globalité du modèle du sous sol, qui est en cohérence avec toutes les connaissances des agents du niveau micro du voisinage proche, en temps réel. Cet agent est optionnel. - un agent, appelé Model Checker (MC), dont le but est de valider la qualité de modèle structurale issue de l'auto-organisation des agents. Il valide le modèle final en cherchant un circuit dans le GES. On peut utiliser pour ce faire l'algorithme classique de DAG, bien connu des spécialistes, dédié à la recherche d'un circuit dans un graphe. Selon la technique des systèmes multi-agents , un agent est complètement défini par la définition des trois modèles suivants : un modèle de connaissance, un modèle de comportement et un modèle de communication. Les agents sont dotés d'un modèle de connaissance. Il s'agit d'un système de croyances de l'agent sur son environnement, résultat de ses connaissances et de ses raisonnements. Dans le cadre de la géologie structurale, le modèle de connaissance décrit explicitement les expertises de modélisation structurale concernant une surface individuelle. Ce modèle constitue une base de connaissance (connaissance + raisonnement) composée d'interprétations attachées à ces surfaces. - Les agents sont dotés d'un modèle de comportement. Il s'agit d'un système de décision et de planification à plusieurs, qui permet à l'agent de résoudre tous ses problèmes, en utilisant ses connaissances, et de gérer les nouveaux messages à échanger dans l'interaction avec les autres agents, afin d'atteindre son objectif - Les agents sont dotés d'un modèle de communication. Il s'agit d'un système de communication qui permet à l'agent de réagir à la demande de collaboration la plus prioritaire pour lui, afin d'éviter les comportements non désirés dans l'auto-organisation au sein du niveau micro, et pour choisir un bon comportement au bon moment. Selon l'invention, aucune organisation entre les agents situés au niveau micro n'est imposée. Les agents du niveau micro sont donc auto-organisés. On associe à ce mécanisme d'auto organisation un mécanisme de contrôle de comportement dans le modèle de communication, avec lequel l'agent traite ses messages. Ce mécanisme de contrôle est basé sur les concepts suivants : Conversation, Rôle, Agent. 4- Validation ou mise à jour de l'interprétation structurale Le système multi agents, grâce aux informations issues du forage (marqueurs) et fournies par l'agent Drilling Data Manager (DDM), vérifie la cohérence, puis valide ou 20 suggère une mise à jour du GES cohérente avec ces informations. Si une mise à jour du GES est nécessaire, on reconstitue automatiquement le modèle structural du sous sol en partant des surfaces brutes (horizons et failles), et du GES suggéré. Une telle approche est décrite dans Rainaud J.F. (2004) précédemment citée. A partir de ce modèle structural cohérent et de la trajectoire de forage planifiée, on 25 estime des données de forage, que l'on compare à des données de forage réelles. S'il y a discordance, alors la géométrie du modèle structural est remise à jours. L'opération est répétée jusqu'à ce que la géométrie du modèle soit cohérente avec les données de forage. On obtient ainsi un modèle structural dont le GES et la géométrie sont parfaitement cohérents avec les données issues du forage. Le spécialiste peut alors redéfinir, si nécessaire, 30 la trajectoire du forage, de façon à optimiser le temps et la précision du forage pour atteindre la cible. The macro level (MA) represents the global view of the structural model. It consists of three agents: - an agent, called the Drilling Data Manager (DDM), whose purpose is to provide information on the position of the markers along the trajectory of the borehole, and to transmit them to the Horizon Managers or Corresponding Fault Managers. The Drilling Data Manager must complete and distribute marker information obtained during drilling. For this, he needs to know all the markers encountered when drilling progresses. This agent may be replaced by other modules for providing logging information to each of the micro level agents. an agent, called the Earth Model Viewer (EMV), whose purpose is to present a visualization of the GES corresponding to the description of the totality of the structural model. The Earth Model Viewer presents the view of the GES on the overall model of the basement, which is consistent with all the knowledge of agents of the micro level of the close neighborhood, in real time. This agent is optional. - an agent, called Model Checker (MC), whose purpose is to validate the quality of structural model resulting from the self-organization of the agents. It validates the final model by seeking a circuit in the GES. To do this, one can use the classical DAG algorithm, well known to specialists, dedicated to finding a circuit in a graph. According to the technique of multi-agent systems, an agent is completely defined by the definition of the following three models: a knowledge model, a behavior model and a communication model. Agents have a knowledge model. It is a system of beliefs of the agent on his environment, result of his knowledge and reasoning. In the framework of structural geology, the knowledge model explicitly describes the structural modeling expertise for an individual surface. This model constitutes a base of knowledge (knowledge + reasoning) composed of interpretations attached to these surfaces. - Agents have a behavior model. It is a multi-decision and planning system, which allows the agent to solve all his problems, using his knowledge, and to manage the new messages to be exchanged in the interaction with the other agents, in order to achieve its goal - Agents have a communication model. It is a communication system that allows the agent to react to the highest priority collaboration request for him, to avoid unwanted behavior in self-organization within the micro level, and to choose a good behavior at the right time. According to the invention, no organization between the agents located at the micro level is imposed. The agents of the micro level are thus self-organized. This auto-organization mechanism is associated with a behavior control mechanism in the communication model, with which the agent processes its messages. This control mechanism is based on the following concepts: Conversation, Role, Agent. 4- Validation or update of the structural interpretation The multi agents system, thanks to the information from the drilling (markers) and provided by the agent Drilling Data Manager (DDM), checks the coherence, then validates or suggests a consistent with this information. If a GHG update is required, the basement structural model is automatically reconstructed from the raw surfaces (horizons and faults) and suggested GHG. Such an approach is described in Rainaud J.F. (2004) cited above. From this coherent structural model and the planned drilling path, drilling data is estimated, which is compared to actual drilling data. If there is a discrepancy, then the geometry of the structural model is updated. The operation is repeated until the geometry of the model is consistent with the drilling data. This gives a structural model whose GHG and geometry are perfectly consistent with the data from drilling. The specialist can then redefine, if necessary, the drilling trajectory, so as to optimize the time and accuracy of drilling to reach the target.

L'invention permet donc de fournir au géologue une information, en temps réel s'il le souhaite, quant à la nécessité de reconstruire ou non, un modèle tridimensionnel de la formation forée, au vu d'informations nouvelles apportées par les sondages. The invention therefore makes it possible to provide the geologist with information, in real time if he wishes, as to the need to reconstruct or not, a three-dimensional model of the drilled formation, in view of new information provided by the surveys.

Exemple d'implémentation du système multi agents Le système multi agents selon l'invention comporte cinq types d'agents (figure 5). Ces agents sont : - Les agents situés au niveau micro : Horizon Manger, Fault Manager. Les agent situés au niveau macro: Drilling Data Manager, Earth Model Viewer, 10 Model Checker. Agents du niveau micro Dans le niveau micro, chaque Horizon Manager, ainsi que chaque Fault Manager, est implémenté pour résoudre des problèmes de modélisation structurale liés à une seule surface géologique donnée. On définit alors une classe abstraite, appelé GeoObject Manager, 15 constituant une super classe pour les agents Horizon Manager et Fault Manager. Cette classe abstraite représente le modèle général de tous les agents du niveau micro. L'architecture de GeoObject Manager est composée de trois sous modèles : un modèle de connaissance, un modèle de comportement et un modèle de communication. Modèle de connaissance 20 Selon l'invention, les agents du niveau micro sont associés soit à un horizon soit à une faille. Ils sont donc affectés aux tâches de validation et de mise à jour des interprétations de leur propre surface, afin de respecter les informations de forage. Pour atteindre ce but, le GeoObject Manager a donc besoins : 1) d'enregistrer et représenter les interprétations structurales de sa surface; 25 2) de se doter des expertises qui sont adéquates, mais aussi suffisamment explicites, pour comprendre les informations capturées par des marqueurs de forage, pour valider les interprétations structurales avec les information de ces marqueurs, et pour gérer les nouvelles interprétations tout en tenant compte des informations des marqueurs. Pour cela, on développe un modèle de connaissance avec trois composantes : une ontologie qui décrit des concepts et des relations principaux dans le domaine de la modélisation structurale, - des inférences à la base des règles dans le domaine, et -des procédés de raisonnement pour résoudre les différents problèmes d'un agent. Example of Implementation of the Multi-agent System The multi-agent system according to the invention comprises five types of agents (FIG. 5). These agents are: - Agents located at the micro level: Horizon Manger, Fault Manager. Agents located at the macro level: Drilling Data Manager, Earth Model Viewer, 10 Model Checker. Micro Level Agents In the micro level, each Horizon Manager, as well as each Fault Manager, is implemented to solve structural modeling problems related to a single geological surface. We then define an abstract class, called GeoObject Manager, constituting a super class for the Horizon Manager and Fault Manager agents. This abstract class represents the general model of all micro level agents. The GeoObject Manager architecture is composed of three sub-models: a knowledge model, a behavior model and a communication model. Knowledge Model According to the invention, micro level agents are associated with either a horizon or a fault. They are therefore assigned to validate and update interpretations of their own surface, in order to respect the drilling information. To achieve this goal, the GeoObject Manager needs: 1) to record and represent the structural interpretations of its surface; 2) to acquire expertise that is adequate, but also sufficiently explicit, to understand the information captured by drilling markers, to validate the structural interpretations with the information of these markers, and to manage the new interpretations while taking into account marker information. For this, we develop a knowledge model with three components: an ontology that describes concepts and main relationships in the field of structural modeling, - inferences on the basis of rules in the field, and - reasoning processes for solve the different problems of an agent.

L 'ontologie dans le domaine de la modélisation structurale Dans le domaine de l'intelligence artificielle, l'ontologie est considérée comme un outil de l'ingénierie de connaissance. Elle fournit des moyens pour partager des compréhensions d'un domaine d'intérêt entre les humains et les machines. Une ontologie permet donc de partager et réutiliser les connaissances de ce domaine. Ontology in the field of structural modeling In the field of artificial intelligence, ontology is considered as a tool of knowledge engineering. It provides ways to share understandings of an area of interest between humans and machines. An ontology makes it possible to share and reuse the knowledge of this domain.

Pour développer une ontologie dans le domaine de la géologie structurale, il faut acquérir, puis fournir un vocabulaire commun, contenant des termes du domaine technique, et spécifier les sémantiques de ces termes dans le domaine de la modélisation structurale. Ce vocabulaire permet ensuite à l'agent de facilement formaliser, échanger et comprendre des interprétations structurales. To develop an ontology in the field of structural geology, one must acquire, then provide a common vocabulary, containing terms from the technical field, and specify the semantics of these terms in the field of structural modeling. This vocabulary then allows the agent to easily formalize, exchange and understand structural interpretations.

Il existe différentes façons de définir une ontologie. On peut par exemple définir une ontologie en identifiant des concepts et des relations avec le principe de la syntaxe géologique. Selon ce principe, on considère un modèle structural comme un assemblage de surfaces géologiques (horizon et faille). On peut distinguer deux surfaces différentes avec des relations chronologiques (e.g. is-younger-than). Ces relations chronologiques, associées aux caractéristiques de surface (e.g. on-lap horizon, érodé horizon, faille, etc.) permettent de déterminer un motif de topologie de surfaces. Pour décrire les intersections des failles dans un réseau de failles, on définit des relations topologiques (e.g. stops-on) entre deux failles. Chaque marqueur est associé à une surface géologique. Deux marqueurs successifs sur une trajectoire sont considérés comme des voisins. Cela permet de construire des couples de marqueurs, composés par deux marqueurs successifs plus la polarité de forage entre eux. Ce type de couple de marqueurs peut être utilisé pour valider la relation chronologique entre les deux surfaces correspondantes à ces marqueurs. Les inférences à la base de règles Trois groupes des règles sont respectivement définis : Pour signifier une relation chronologique à partir de la polarité entre deux marqueurs successifs. 5 Si la valeur de la polarité entre deux marqueurs successifs égale à from-recent-to- ancient Alors la surface marquée par le 1 er marqueur est moins âgée que celle marquée par le 2ème Si la valeur de la polarité entre deux marqueurs successifs égale à from-ancient-to-recent Alors la surface marquée par le 1 er marqueur est plus âgée que celle marquée par le 2ème 10 Pour sélectionner un agent pour déléguer une tâche de validation. Si la valeur de la polarité dans une tâche de validation égale à from-recent-to- ancient Alors l'agent délégué peut être un voisin plus âgé Sauf cet agent est associé à un horizon du type on-lap 15 Si la valeur de la polarité dans une tâche de validation égale à from-ancient-to-recent Alors l'agent délégué peut être un voisin moins âgé Sauf cet agent est associé à un horizon du type érodé 20 Pour déduire une relation chronologique û topologique avec les caractéristiques des surfaces géologiques. Si (surfaces A et B sont dans un même bloque géologique) ET (A est un horizon du type parallèle) ET (B est un horizon du type érodé) Alors surface A est plus âgé que surface B Si (surfaces A et B sont dans un même bloque géologique) ET (A est un horizon du type parallèle) ET (B est un horizon du type on-lap) Alors surface A est moins âgé que surface B 25 Si (surfaces A et B sont dans un même bloque géologique) ET (A est un horizon du type érodé) ET (B est un horizon du type on-lap) Alors surface A est moins âgé que surface B Si (surfaces A et B sont dans un même bloque géologique) ET (A est un horizon) ET (B est un faille) Alors (surface A est plus âgé que surface B) ET (surface A s 'arrête sur surface B) Si (failles A et B sont dans un même réseau de faille) ET (A est plus âgé que B) Alors faille A s 'arrête sur faille B Les procédés de raisonnement En considérant une inférence comme une étape de raisonnement, on a besoin de procédés de raisonnement pour décrire la façon dont s'enchaînent les différentes étapes de 15 raisonnement pour résoudre des problèmes concrets. Selon la méthodologie CommonKADS, décrite dans Schreiber A.Th. et al., 1994, CML: The CommonKADS Conceptual Modelling Language EKAW'94, p. 283-300, ce type de procédés est appelés problem-solvingmethod . Selon notre invention, les problèmes concrets à résoudre sont liés aux trois types 20 d'interactions entre les agents situés au niveau micro. Ces agents collaborent pour résoudre un problème commun. Dans leurs interactions, chaque agent participant s'occupe d'une partie du problème liée à son rôle dans la collaboration. Il cherche à résoudre sa partie de problème en utilisant ses propres expertises et informations, ou en interrogeant d'autres agents. There are different ways to define an ontology. For example, an ontology can be defined by identifying concepts and relationships with the principle of geological syntax. According to this principle, we consider a structural model as an assembly of geological surfaces (horizon and fault). Two different surfaces can be distinguished with chronological relationships (e.g., is-younger-than). These chronological relationships, associated with surface features (e.g., on-horizon, eroded horizon, fault, etc.), make it possible to determine a surface topology pattern. To describe the intersections of faults in a fault network, we define topological relations (e.g. stops-on) between two faults. Each marker is associated with a geological surface. Two successive markers on a path are considered neighbors. This makes it possible to construct pairs of markers composed of two successive markers plus the drilling polarity between them. This type of pair of markers can be used to validate the chronological relationship between the two surfaces corresponding to these markers. Inferences at the base of rules Three groups of rules are respectively defined: To signify a chronological relation from the polarity between two successive markers. 5 If the value of the polarity between two successive markers equals from-recent-to-ancient Then the area marked by the 1st marker is less than that marked by the 2nd If the value of the polarity between two successive markers equals from-ancient-to-recent Then the surface marked by the 1st marker is older than the one marked by the 2nd 10 To select an agent to delegate a validation task. If the value of the polarity in a validation task equals from-recent-to-old Then the delegated agent can be an older neighbor Except this agent is associated with an on-lap horizon 15 If the value of the polarity in a validation task equal to from-ancient-to-recent Then the delegated agent may be an older neighbor Except this agent is associated with an eroded horizon type 20 To derive a topological chronological relationship with the characteristics of the surfaces geological. If (surfaces A and B are in the same geological block) AND (A is a horizon of the parallel type) AND (B is an eroded type horizon) Then surface A is older than surface B Si (surfaces A and B are in the same geological block) ET (A is a horizon of the parallel type) AND (B is a horizon of the on-lap type) Then surface A is less than surface B 25 Si (surfaces A and B are in the same geological block) ET (A is an eroded horizon) AND (B is an on-lap horizon) Then surface A is less than surface B If (surfaces A and B are in the same geological block) AND (A is a horizon ) AND (B is a fault) Then (surface A is older than surface B) AND (surface A stops on surface B) If (faults A and B are in the same fault network) AND (A is older) that B) Then fault A stops on fault B The processes of reasoning Considering an inference like a stage of reasoning, one needs processes of reasoning to describe the way in which the different stages of reasoning are linked to solve concrete problems. According to the CommonKADS methodology, described in Schreiber A.Th. et al., 1994, CML: The CommonKADS Conceptual Modeling Language EKAW'94, p. 283-300, this type of process is called problem-solvingmethod. According to our invention, the concrete problems to be solved relate to the three types of interactions between agents located at the micro level. These agents work together to solve a common problem. In their interactions, each participating agent deals with part of the problem related to their role in the collaboration. He tries to solve his part of the problem by using his own expertise and information, or by interviewing other agents.

25 Le modèle de comportement Le modèle de comportement est développé en s'inspirant du modèle d'agent, appelé éco-agent, défini dans la méthodologie Eco-résolution proposée par Ferber. Selon ce modèle d'agent, un agent possède quatre états internes : Satisfaction, Recherche satisfaction, Recherche fuite, et Fuite. Ces quatre états sont liés l'un à l'autre par des transitions. Chaque 30 transition est composée d'une condition et une action. L'état satisfaction est lié au but de10 l'agent. Donc, pour atteindre son but, l'agent essaie toujours de joindre son état satisfaction. L'état fuite est lié à la situation où l'agent a un conflit avec un autre agent. Pour éviter de résoudre ce conflit, il cherche à fuir. Et lorsqu'il a trouvé la solution, il passe à l'état fuite afin de faire disparaître le conflit. Au cours de sa vie, un agent oscille entre ces quatre états en passant par des transitions, de façon à rejoindre et rester à l'état satisfaction. Lorsqu'il est stable, on considère qu'il a résolu tous ses problèmes. Pour adapter ce type de modèle à notre problématique, on spécifie ce modèle de comportement dans le domaine de la modélisation structurale, pour les différents rôles d'agent joués dans les trois types d'interactions. 25 The behavior model The behavior model is developed by taking inspiration from the agent model, called eco-agent, defined in the Eco-resolution methodology proposed by Ferber. According to this agent model, an agent has four internal states: satisfaction, search satisfaction, search leak, and leak. These four states are linked to each other by transitions. Each transition is composed of a condition and an action. The satisfaction state is related to the purpose of the agent. So, to reach his goal, the agent always tries to join his satisfaction state. The leaking state is related to the situation where the agent has a conflict with another agent. To avoid solving this conflict, he tries to flee. And when he finds the solution, he goes to the leaked state to make the conflict disappear. During his life, an agent oscillates between these four states through transitions, so as to join and remain in the satisfaction state. When he is stable, he is considered to have solved all his problems. To adapt this type of model to our problematic, we specify this model of behavior in the field of structural modeling, for the different agent roles played in the three types of interactions.

Déléguer une tâche de validation Initiateur : Pour être satisfait, l'agent initiateur a besoin de connaître le résultat de la délégation. Donc il cherche sa satisfaction en choisissant et en émettant une délégation. Quand il a réussi, il n'a plus besoin de collaborer, donc il quitte la collaboration en abandonnant ce rôle. Delegate a validation task Initiator: To be satisfied, the initiating agent needs to know the result of the delegation. So he seeks his satisfaction by choosing and issuing a delegation. When he succeeds, he does not need to collaborate anymore, so he leaves the collaboration and abandons that role.

Délégué : Pour être satisfait, il doit connaître le résultat de la délégation émise par l'initiateur. Donc il cherche sa satisfaction en calculant le résultat avec ses propres connaissances et informations. Lorsqu'il n'y arrive pas, il choisit un nouveau délégué et lui transmet cette tâche de délégation. S'il y arrive, il transmet directement à l'initiateur le résultat et quitte la collaboration en abandonnant ce rôle. Delegate: To be satisfied, he must know the result of the delegation issued by the initiator. So he looks for satisfaction by calculating the result with his own knowledge and information. When he does not succeed, he chooses a new delegate and sends him this task of delegation. If he succeeds, he passes on the result directly to the initiator and leaves the collaboration with this role.

Proposer un voisin Fournisseur : l'agent fournisseur est satisfait s'il reçoit une réponse définitive (acceptée ou refusée) à sa proposition d'un nouveau voisinage. Pour cela, il cherche à être satisfait en émettant sa proposition et en vérifiant chaque message émis par le destinataire (répondeur) de cette proposition. Quand il a reçu une réponse, il met à jour son voisinage en fonction de la réponse, et après, il quitte la collaboration en abandonnant ce rôle. Répondeur : l'agent répondeur est satisfait s'il sait comment répondre à une proposition. Pour cela, il vérifie son voisinage proche pour voir si ce voisinage proposé peut éventuellement provoquer un conflit avec ses voisins actuels. S'il n'y a pas de conflit, il émet une réponse positive. Si non, il initie une interaction avec ses voisins actuels ainsi que le fournisseur pour gérer ce conflit. Dans les deux cas, il devient satisfait quand il a une réponse. Ensuite, il met à jour son voisinage proche et émet sa réponse au fournisseur de la proposition. Après, il quitte la collaboration en abandonnant ce rôle. Propose a Supplier neighbor: The supply agent is satisfied if it receives a definitive answer (accepted or rejected) to its proposal for a new neighborhood. For this, he seeks to be satisfied by issuing his proposal and verifying each message sent by the recipient (responder) of this proposal. When he receives an answer, he updates his neighborhood based on the answer, and afterwards, he leaves the collaboration by giving up that role. Answering machine: The answering agent is satisfied if he knows how to respond to a proposal. For this, he checks his near neighborhood to see if this proposed neighborhood can possibly cause a conflict with his current neighbors. If there is no conflict, it gives a positive answer. If not, it initiates an interaction with its current neighbors as well as the provider to handle this conflict. In both cases, he becomes satisfied when he has an answer. Then, it updates its close neighborhood and issues its response to the proposal provider. Afterwards, he leaves the collaboration by abandoning this role.

Gérer un conflit dans le voisinage proche Conflit-holder : L'objectif de conflit-holder est de résoudre le conflit dans son voisinage proche. Donc, il est satisfait s'il sait comment mettre à jour son voisinage pour éviter le conflit. Pour cela, il s'adresse au conflit-solver qui est capable de lui indiquer la solution. On considère ce comportement comme une agression au conflit-solver. Une fois que le conflit-solver a répondu, il met à jour son voisinage proche, il quitte la collaboration en abandonnant ce rôle, et il retrouve son rôle de répondeur dans une collaboration de Proposer un voisin. Conflict-solver : Le conflit-solver participe à une collaboration de Gérer un conflit de voisinage quand il reçoit une agression émise par le conflit-holder. Son objectif est donc de trouver une solution et répondre au conflit-holder. Pour chercher une solution, il s'est mis dans l'état de Recherche fuite, où il demande les informations nécessaires au conflict-maker. Une fois qu'il a trouvé la solution en raisonnant avec toutes ces informations, il passe à l'état de Fuite, où il décide de rester ou pas dans le voisinage de conflit-holder. Éventuellement, il met à jour son voisinage en fonction de sa décision. Ensuite, il n'est plus sous l'agression de conflit-holder. Pour rejoindre son état de satisfaction, il informe le conflit-holder de sa décision, qui peut ensuite déduire une solution pour résoudre son conflit. Après avoir informer de sa décision, le conflit-solver considère son objectif atteint, et il quitte la collaboration en abandonnant ce rôle. Dealing with conflict in the immediate neighborhood Conflict-holder: The conflict-holder goal is to resolve the conflict in its close neighborhood. So, he is satisfied if he knows how to update his neighborhood to avoid conflict. For this, he addresses the conflict-solver who is able to indicate the solution. This behavior is considered an aggression to the solver conflict. Once the conflict-solver has responded, he updates his close neighborhood, he quits the collaboration by giving up that role, and he finds his role as an answering machine in a Propose a Neighbor collaboration. Conflict-solver: The solver-conflict participates in a collaboration of Manage a neighborhood conflict when it receives an aggression issued by the conflict-holder. His goal is to find a solution and respond to conflict-holder. To find a solution, he put himself in the state of Search leak, where he asks the information necessary to the conflict-maker. Once he has found the solution by reasoning with all this information, he goes to the state of Leak, where he decides to stay or not in the conflict-holder neighborhood. Eventually, he updates his neighborhood based on his decision. Then he is no longer under conflict-holder aggression. To reach his state of satisfaction, he informs the conflict-holder of his decision, which can then deduce a solution to resolve his conflict. After informing of his decision, the conflict-solver considers his objective reached, and he leaves the collaboration by abandoning this role.

Conflict-maker : Le conflit-maker est le participant qui provoque le conflit dans le voisinage proche de conflict-holder. Cette provocation est issue d'une interaction de Proposer un voisin, dont le conflict-maker joue le rôle de fournisseur. Donc, son objective dans l'interaction de Gérer un conflit de voisinage est commune avec celui de conflit-holder : connaître la décision de conflit-solver. Pour cela, il cherche son état de satisfaction en répondant à toutes les requêtes émises par le conflit-solver. Et il devient satisfait quand il est informé de la décision de conflict-solver. Après être informé, il quitte la collaboration en abandonnant ce rôle, et reprend son rôle de fournisseur dans son interaction de Proposer un voisin. Conflict-maker: The conflict-maker is the participant that causes the conflict in the close neighborhood of conflict-holder. This provocation results from an interaction of Propose a neighbor, whose conflict-maker plays the role of supplier. Therefore, its objective in the interaction of managing a neighborhood conflict is common with that of conflict-holder: to know the conflict-solver decision. For this, he looks for his state of satisfaction by answering all the requests issued by the conflict-solver. And he becomes satisfied when he is informed of the conflict-solver decision. After being informed, he leaves the collaboration by abandoning this role, and resumes his role of supplier in his interaction of Propose a neighbor.

Le modèle de communication Dans le principe de notre invention, on n'impose pas à priori une manière d'organiser les agents situés au niveau micro, parce que les interprétations de chaque surface peuvent évoluer au fur et à mesure de la prise en compte des donnés de forage. Donc, il est difficile de prévoir les organisations entre les agents associés aux différentes surfaces, pour qu'ils puissent maintenir la cohérence de leurs interprétations. De ce fait, on laisse ces agents s'auto organiser, et on profite du résultat émergeant de leur auto-organisation. The communication model In the principle of our invention, we do not impose a priori a way to organize the agents located at the micro level, because the interpretations of each surface can evolve as and when taking into account drilling data. Therefore, it is difficult to predict the organizations between the agents associated with the different surfaces, so that they can maintain the coherence of their interpretations. As a result, these agents are allowed to self-organize, and we take advantage of the emerging result of their self-organization.

Mais le problème suivant est d'assurer la qualité de la solution émergée. Beaucoup de travaux dans la communauté de système multi-agent ont proposé une architecture de système en niveau micro et macro, pour que le résultat émergé dans le niveau micro puisse être validé et amélioré dans le niveau macro. Cette solution est prise en compte dans le système multi agents selon notre invention. De plus, on propose un autre contrôle qui est imposé à chaque agent qui participe à l'auto-organisation. L'objectif de ce contrôle est d'assurer que l'agent réagissent avec le bon comportement, en participant aux différentes collaborations, et afin d'assurer la réussite de ces collaborations. Un agent réagit différemment en fonction des messages reçus. De ce fait, on met le mécanisme de contrôle de comportement dans le modèle de communication, avec lequel l'agent traite ses messages. Ce mécanisme de contrôle est basé sur les concepts : Conversation, Rôle, Agent. Conversation : À cause de la limite de leurs propres informations et connaissance, les agents cherchent à collaborer avec les autres pour exécuter ses propres tâches. Leur collaboration est établie par l'échange des messages. Une conversation est donc initiée et maintenue par tous les agents qui interagissent dans cette collaboration. Dans ce sens, on crée le concept Conversation pour grouper les agents auto - organisés sur un sujet de collaboration. Ce concept est divisé en trois sous concepts : DelegateCheck, ProposeNeighborhood, et HandleNeighboringConflict. On peut distinguer différentes conversations selon leur priorité, qui est pour l'instant une valeur fixe associée à chaque conversation. Cela permet à l'agent de sélectionner la conversation la plus urgente à traiter, et ensuite le rôle qu'il faut jouer. Rôle : Selon les différentes capacités et connaissance des agents, un agent participe à une conversation pour résoudre une partie d'un problème. Donc, il joue un rôle particulier et unique dans cette conversation. Dans ce cas là, il est préférable de distinguer les différents participant d'une conversation avec leurs rôles. But the next problem is to ensure the quality of the solution emerged. Many work in the multi-agent system community has proposed a micro and macro level system architecture, so that the result emerged in the micro level can be validated and improved in the macro level. This solution is taken into account in the multi agent system according to our invention. In addition, we propose another control that is imposed on each agent who participates in self-organization. The purpose of this control is to ensure that the agent reacts with the right behavior, participating in different collaborations, and to ensure the success of these collaborations. An agent reacts differently depending on the messages received. As a result, the behavior control mechanism is put into the communication model with which the agent processes its messages. This control mechanism is based on the concepts: Conversation, Role, Agent. Conversation: Because of the limit of their own information and knowledge, agents seek to collaborate with others to perform their own tasks. Their collaboration is established through the exchange of messages. A conversation is initiated and maintained by all the agents who interact in this collaboration. In this sense, we create the concept Conversation to group self - organized agents on a topic of collaboration. This concept is divided into three sub-concepts: DelegateCheck, ProposeNeighborhood, and HandleNeighboringConflict. We can distinguish different conversations according to their priority, which is for the moment a fixed value associated with each conversation. This allows the agent to select the most urgent conversation to process, and then the role to play. Role: Depending on the different abilities and knowledge of the agents, an agent participates in a conversation to solve part of a problem. So he plays a special and unique role in this conversation. In this case, it is best to distinguish the different participants in a conversation with their roles.

Agent : Les entités principales d'une conversation sont les agents. A travers son rôle de participant, un agent peut rapidement être conscient de son objectif actuel, son état actuel, et donc, avec quel comportement il doit réagir à tout moment. Agent: The main entities of a conversation are the agents. Through his role as a participant, an agent can quickly be aware of his current purpose, his current state, and therefore, with what behavior he must react at all times.

Agents du niveau macro Les agents situés au niveau macro ne sont pas associés aux différentes surfaces géologiques. Ils ne participent pas à l'auto-organisation du niveau micro. Ils résolvent les 5 problèmes pour l'ensemble du modèle structural, et non seulement pour une surface ou une partie du modèle. Drilling Data Manager La fonctionnalité de Drilling Data Manager est de compléter et distribuer les informations de marqueurs de forage aux agents du niveau micro. Pour cela, un algorithme a 10 été développé pour permettre de décomposer une liste de marqueurs enregistrés le long d'une trajectoire, en un ensemble de couples de marqueurs successifs. Cet algorithme permet également de rajouter une valeur de polarité pour chaque couple de marqueur, et de distribuer ces couples aux différents agents de validation. Les détails de cet algorithme sont illustrés ci-après : 15 public void setPolarity(){ Vector markers = this.getMarkers(); markers.trimToSize(); for (int i=0; i<markers.capacity()-1; i++){ 20 if (markers.get(i) instanceof Marker) { Marker m = (Marker) markers.get(i); if (i == 0){ m.setPolarity(1);} else{ 25 Marker mnl = (Marker) markers.get(i-1); Marker mpl = (Marker) markers.get(i+l); if (m.getLabel().equals(mpl.getLabel())){ m.setPolarity((mnl.getPolarity())*(-1));} else if (m.isHorizonMarker() && !mpl.isHorizonMarker()) 30 m.setPolarity(-1); else if (!m.isHorizonMarker() && mpl.isHorizonMarker()) m. setPolarity(1); else if (Imnl.isHorizonMarker()){ Marker mn3 = (Marker)markers.get(i-3); 35 m.setPolarity(mn3.getPolarity()); ).else m.setPolarity(mnl.getPolarity()); } 40 ) } 20 } Earth Model Viewer Cet agent est construit pour visualiser les interprétations d'un modèle structural sous la forme de Schéma d'Évolution Géologique (GES). Il observe et affiche toutes les modifications des interprétations qui ont lieu en temps réel. Il est donc en contact direct avec tous les agents du niveau micro. Chaque changement de surface est toute de suite envoyé à l'agent associé à cette surface, et stocké dans la boite aux lettre de cet agent. Dans chaque étape de sa vie, cet agent prend un message, et ensuite modifie le GES de modèle structurale en tenant compte des informations contenues dans le message. Macro Level Agents Agents at the macro level are not associated with different geological surfaces. They do not participate in the self-organization of the micro level. They solve the problems for the entire structural model, not just for one surface or part of the model. Drilling Data Manager The Drilling Data Manager feature is to supplement and distribute drilling marker information to micro level agents. For this purpose, an algorithm has been developed for breaking down a list of registered markers along a trajectory into a set of successive marker pairs. This algorithm also makes it possible to add a polarity value for each pair of markers, and to distribute these pairs to the different validation agents. The details of this algorithm are illustrated below: public void setPolarity () {Vector markers = this.getMarkers (); markers.trimToSize (); for (int i = 0; i <markers.capacity () - 1; i ++) {20 if (markers.get (i) instanceof Marker) {Marker m = (Marker) markers.get (i); if (i == 0) {m.setPolarity (1);} else {25 Marker mnl = (Marker) markers.get (i-1); Marker mpl = (Marker) markers.get (i + l); if (m.getLabel (). equals (mpl.getLabel ())) {m.setPolarity ((mnl.getPolarity ()) * (- 1));} else if (m.isHorizonMarker () &&! mpl.isHorizonMarker ()) 30 m.setPolarity (-1); else if (! m.isHorizonMarker () && mpl.isHorizonMarker ()) m. setPolarity (1); else if (Imnl.isHorizonMarker ()) {Marker mn3 = (Marker) markers.get (i-3); M.setPolarity (mn3.getPolarity ()); ) .else m.setPolarity (mnl.getPolarity ()); } 40)} 20} Earth Model Viewer This agent is constructed to visualize the interpretations of a structural model in the form of Geological Evolution Scheme (GES). He observes and displays all the modifications of the interpretations which take place in real time. He is therefore in direct contact with all agents at the micro level. Each change of surface is immediately sent to the agent associated with this surface, and stored in the mailbox of this agent. In each stage of his life, this agent takes a message, and then modifies the structural model GES taking into account the information contained in the message.

Model Checker A la fin du procédé, un modèle structural est représenté comme un assemblage des interprétations structurales déclarées par les agents associés aux différentes surfaces géologiques. Cet assemblage est sous la forme de GES, qui est un directed acyclic graph (DAG). Pour valider la qualité du modèle structural issu de l'auto-organisation des agents, un agent Model-Checker est défini au niveau macro. II valide le modèle final en cherchant un circuit dans le GES. On utilise pour ce faire l'algorithme classique de DAG, bien connu des spécialistes, dédié à la rechercher d'un circuit dans un graphe. Exemple d'application de l'invention La figure 6 montre une coupe verticale d'une scène géologique d'un modèle structural du sous-sol, qui contient deux failles qui s'intersectent, ainsi que des horizons de types parallèle, érodé et on-lap. Deux trajectoires de forages Tral et Tra2 sont simulées à travers ce modèle. Tral est relativement simple à interpréter par rapport à Tra2, car il rencontre moins de surfaces. L'autre raison pour laquelle Tra2 parait plus compliqué à interpréter est liée à la polarité de Tra2 entre deux marqueurs successifs. Dans cet exemple, aucun GES n'est fourni au départ, ce qui signifie que l'on s'appuie sur la liste de marqueurs issue du forage pour initialiser les interprétations géologiques de cette partie du sous sol. Puis, le second forage va produire une nouvelle liste de marqueurs. Ces marqueurs permettent au système de mettre à jour la première interprétation. Model Checker At the end of the process, a structural model is represented as an assembly of structural interpretations declared by agents associated with different geological surfaces. This assembly is in the form of GES, which is a directed acyclic graph (DAG). To validate the quality of the structural model resulting from the self-organization of the agents, a Model-Checker agent is defined at the macro level. It validates the final model by seeking a circuit in the GES. To do this, we use the classical DAG algorithm, well known to specialists, dedicated to finding a circuit in a graph. Example of application of the invention Figure 6 shows a vertical section of a geological scene of a structural model of the subsoil, which contains two intersecting faults, as well as horizons of parallel types, eroded and -lap. Two Tral and Tra2 boreholes are simulated through this model. Tral is relatively simple to interpret compared to Tra2 because it encounters fewer surfaces. The other reason why Tra2 seems more complicated to interpret is related to the polarity of Tra2 between two successive markers. In this example, no GHGs are initially provided, which means relying on the markers list from drilling to initialize the geological interpretations of that part of the subsoil. Then, the second drill will produce a new list of markers. These markers allow the system to update the first interpretation.

En explorant la trajectoire Tral, on obtient la première liste de marqueurs atteint lors du forage (El, e, 02, c, 01, b, a, a, b, F2, E2). En même temps que les marqueurs sont importés 21 dans le système, le Drilling Data Manager complète tout d'abord l'information sur la polarité du forage, pour chaque couple de marqueurs successifs. Voici ce que la liste précédente génère : {(El, e)I recent-to-ancient}, {(e, 02)1 recent-to-ancient}, {(02, c)l recent-to-ancient}, {(c, 01) 1 recent-to-ancient}, {(01, b) l recent-to-ancient}, ((b, a) I recent-to-ancient), {(a, b) l ancient-to-recent}, ((b, F2) ancient-to-recent}, et {(F2, E2)I recent-to-ancient}. Ensuite, le Drilling Data Manager distribue ces couples de marqueurs aux Horizon Managers et Fault Managers correspondants dans le niveau micro. Après avoir reçu le couple de marqueurs, les agents cognitifs correspondants essaient de contrôler leur interprétation actuelle. Si aucune interprétation n'existe, ils proposent d'initialiser une première version. En combinant les interprétations proposées, on obtient le GES assemblant les interprétations de tous les agents du niveau micro, et présenté en figure 7, où l'orientation figurée par une flèche correspond à la relation is-older-than du côté de la flèche, et is younger-than à l'opposé. Par exemple, le lien entre El et e signifie deux relations: El is younger-than e, e is-older-than El. By exploring the Tral trajectory, we obtain the first list of markers reached during drilling (El, e, 02, c, 01, b, a, a, b, F2, E2). At the same time as the markers are imported into the system, the Drilling Data Manager first completes the drilling polarity information for each pair of successive markers. Here is what the previous list generates: {(El, e) I recent-to-old}, {(e, 02) 1 recent-to-ancient}, {(02, c) l recent-to-ancient}, {(c, 01) 1 recent-to-ancient}, {(01, b) l recent-to-ancient}, ((b, a) I recent-to-ancient), {(a, b) l ancient -to-recent}, ((b, F2) ancient-to-recent}, and {(F2, E2) I recent-to-ancient} Then the Drilling Data Manager distributes these marker pairs to Horizon Managers and Fault Corresponding managers in the micro level After having received the pair of markers, the corresponding cognitive agents try to control their current interpretation.If no interpretation exists, they propose to initialize a first version.By combining the proposed interpretations, we obtain the GES assembling the interpretations of all agents at the micro level, and presented in Figure 7, where the arrow orientation corresponds to the is-older-than-arrow relationship, and is younger-than to the opposite, eg For example, the link between El and e means two relations: El is younger-than e, e is-older-than El.

Cependant ce GES est invalide, car si une faille a plusieurs voisins avec une relation isolder-than, il est souhaitable que l'ensemble des relations chronologiques mutuelles entre ces voisins puisse être établi entre eux. Pour cette raison, les interactions interviennent entre 01, b, F2, et entre b, F2, E2, et se propagent alors à c, 02, e, et également à El. A la fin, le GES ci dessus évolue vers celui qui est présenté en figure 8. Celui-ci suggère que si b est plus récent que F2, alors il ne peut s'agir que d'une surface discordante. Donc, il existe deux surfaces discordantes plus jeunes que F2 : b et E2. Il faut alors pouvoir établir quelle est la relation chronologique entre ces deux surfaces. La figure 8 est donc le GES stable issu de la trajectoire Tral. On considère qu'il est le GES initial du modèle structural. However this GES is invalid, because if a fault has several neighbors with an isolder-than relation, it is desirable that all the mutual chronological relations between these neighbors can be established between them. For this reason, the interactions intervene between 01, b, F2, and between b, F2, E2, and then propagate to c, 02, e, and also to El. At the end, the GES above evolves towards the one who is shown in Figure 8. This suggests that if b is newer than F2, then it can only be a discordant surface. So, there are two discordant surfaces younger than F2: b and E2. It must then be possible to establish the chronological relationship between these two surfaces. Figure 8 is the stable GHG from the Tral trajectory. It is considered to be the initial GHG of the structural model.

On peut alors contrôler ce GES avec la trajectoire Tra2, qui fournit une liste de marqueurs (El, e, 02, c, 01, b, b, c, F1, c, 02, d, E2, k, 1). Le Drilling Data Manager génère les couples de marqueur suivants : {(El, e)l recent-to-ancient}, {(e, 02)1 recent-to-ancient}, {(02, c) l recent-to-ancient}, {(c, 01) 1 recent-to-ancient}, {(01, b) l recent-to-ancient}, {(b, c) l ancient-to-recent}, {(c, FI)I ancient-to-recent}, ((Fl, c)l recent-to-ancient}, {(c, 02)1 ancient-to-recent}, {(02, d)I ancient-to-recent}, {(d, E2)! ancient-to-recent}, {(E2, k)l ancient-torecent}, {(k, 1)1 ancient-to-recent}. Puis, il distribue chaque couple de marqueur à son agent cognitif dédié. It is then possible to control this GES with the trajectory Tra2, which provides a list of markers (E1, e, O2, c, O1, b, b, c, F1, c, O2, d, E2, k, 1). The Drilling Data Manager generates the following marker pairs: {(El, e) l recent-to-old}, {(e, 02) 1 recent-to-ancient}, {(02, c) l recent-to- ancient}, {(c, 01) 1 recent-to-ancient}, {(01, b) l recent-to-ancient}, {(b, c) l ancient-to-recent}, {(c, FI ) I ancient-to-recent, ((Fl, c) l recent-to-ancient}, {(c, 02) 1 ancient-to-recent}, {(02, d) I ancient-to-recent} , {(d, E2)! ancient-to-recent}, {(E2, k) the ancient-torecent}, {(k, 1) 1 ancient-to-recent}. Then, he distributes each pair of markers to his cognitive agent dedicated.

Ayant reçu les couples de marqueurs, les agents cognitifs commencent à contrôler leurs interprétations actuelles avec les nouvelles informations provenant des marqueurs. La figure 9 illustre le GES initial, ainsi que toutes les nouvelles interprétations proposées, issues des informations de forage capturées par la trajectoire Tra2. Having received the marker pairs, the cognitive agents begin to control their current interpretations with the new information from the markers. Figure 9 illustrates the initial GHG, as well as all the proposed new interpretations, derived from the drilling information captured by the trajectory Tra2.

Ensuite, après les interactions qui concernent en fait pratiquement toutes les surfaces du modèle structural, le GES initial est finalement mis à jour, comme présenté dans la figure 10, où les liens pointillés correspondent à la relation topologique entre la faille F1 et la faille F2, F l s'arrêtant sur F2. Then, after the interactions that in fact concern virtually all the surfaces of the structural model, the initial GES is finally updated, as shown in Figure 10, where the dotted links correspond to the topological relationship between the F1 fault and the F2 fault. , F l stopping on F2.

Claims

1. Method for optimizing the trajectory of a borehole through an underground formation consisting of geological surfaces, from a geological evolution diagram resulting from a structural interpretation of the formation, and log data acquired during said drilling , characterized in that the method comprises the following steps: - geological surfaces traversed by the trajectory of said borehole are identified by means of said logging data; the geological evolution diagram is updated, ensuring the coherence of the geological evolution diagram with said identified geological surfaces, by means of a multi agent system comprising an agent for each of said geological surfaces of the formation, each agent comprising means of communication with other agents, so as to validate and update locally structural interpretations relating to the surface with which it is associated; - Using the geological evolution diagram thus modified, it is determined whether the trajectory of the borehole must be modified, and, if necessary, the trajectory of the borehole is modified.

2. Method according to claim 1, wherein the log data are acquired in real time, and the updating of the geological evolution diagram is performed in real time.

3. Method according to one of the preceding claims, wherein the multi agent system comprises a specialized agent adapted to provide information relating to said log data to each of said agents.

4. Method according to one of the preceding claims, wherein the multi agent system comprises a specialized agent adapted to search for a circuit in said modified geological evolution diagram, so as to validate said scheme.