宋洪慶,都書一,周園春,王宇赫,王九龍
1) 北京科技大學土木與資源工程學院,北京 100083 2) 大數據分析與計算技術國家地方聯合工程實驗室,北京 100190 3) 中國科學院計算機網絡信息中心,北京 100190 4) 中國石油大學(華東)石油工程學院,青島 266555
?通信作者,E-mail:songhongqing@ustb.edu.cn
隨著油田工業勘探、開發技術的飛速發展以及自動化與信息化程度的不斷提高,石油工業已經邁入了數字化與智能化的時代. 隨之而來的,其數據量也從MB 級迅速突破至TB 級甚至PB 級,呈現了指數倍的增長[1]. 以中國石油天然氣集團公司為例,經過“十五”~“十二五”,已有約70 個大型信息系統完成了建設并上線運行,其中,僅“勘探與生產技術數據管理系統”就管理著約1500 TB 的數據[2],當然這也只是油田數據的冰山一角. 那么,如何有效的存儲、管理并利用這些數據成為了開發人員、信息人員和研究人員極為關注的問題. 《Nature》在2008 年推出了“Big Data”專刊[3],《Science》在2011 年2 月推出專刊“Dealing with Data”[4],主要圍繞科學研究中大數據的問題展開討論,分析了大數據產生、處理流程以及對科學研究的重要性,標志著大數據時代的來臨. 因此,結合大數據技術打造智能化數字化油田已經成為各國下一步的發展方向.
除了對海量的油田數據進行存儲和管理,更重要的是如何對這些數據進行深度的挖掘與分析,從而能夠更好的完善及優化油田開發方案,推動石油工業的迅速發展. 人工智能技術可以對油藏數據進行深層次的剖析與解讀,極大的提升了油田的開發效率和……