人工智能在石油勘探上的應用

邱俊英 郭爭艷

摘要：在未來科技的發(fā)展過程中，多個學科的相互融合、多項技術的相互結(jié)合是一定的，它逐漸成為未來科技發(fā)展的主流趨勢。由于石油勘探軟件的開發(fā)設計到多個領域、多種技術，因此它所反映的特征也與其他領域是不同的。比如復雜的多邊鉆井設計、三維與思維地震之間的相互聯(lián)系等。上述問題經(jīng)過不斷的演化，最終從具體的問題轉(zhuǎn)化為石油的儲藏、石油的管理等復雜的問題。傳統(tǒng)的地質(zhì)統(tǒng)計學方法已經(jīng)無法適用于現(xiàn)在的石油勘探開發(fā)工作，相關的數(shù)據(jù)處理方式需要根據(jù)實際的情況進行進一步的更新。鑒于此，本文主要分析探討了人工智能在石油勘探上的應用情況，以供參閱。

關鍵詞：人工智能;石油勘探;應用

引言

如今多項技術之間的融合和多個學科領域的有機結(jié)合已經(jīng)成為了未來發(fā)展的指定方向，而且石油勘探軟件和開發(fā)技術等領域中所存在的主要問題由于關聯(lián)到多技術與多學科這倆個領域，所以其有著異于其它領域的個性特點。例如如何去解釋三維與思維地震相關的數(shù)據(jù)、測井與試井解釋和繁瑣的多邊鉆井設計等等，以上所提到的問題在具體的實踐應用中便發(fā)展演化成了極具系統(tǒng)化但又非常復雜的石油儲藏管理問題。由于如今石油勘探開發(fā)工作的不斷發(fā)展與進步，傳統(tǒng)的地質(zhì)統(tǒng)計學方法已經(jīng)無法更好地適用于其數(shù)據(jù)處理方面的具體要求。

1人工智能在石油勘探開發(fā)中的應用現(xiàn)狀

近些年來，作為人工智能典型技術的專家系統(tǒng)（ES）、模糊邏輯（FuzzyLogic）及人工神經(jīng)網(wǎng)絡（ANN），在多領域中得到廣泛應用，現(xiàn)今，已在石油勘探開發(fā)的各環(huán)節(jié)中均有滲透。比如A1imonti等人與人工神經(jīng)網(wǎng)絡技術、統(tǒng)計學及模糊邏輯等相結(jié)合，對單井多相流開展診斷分析與綜合測量：Silpngarllllers、Ertekin等業(yè)內(nèi)專家則結(jié)合多種技術理論，提出了神經(jīng)模擬方法，對復雜數(shù)據(jù)開展綜合性的并行計算與分析，如經(jīng)實驗室檢測所得到的現(xiàn)場測井參數(shù)與石油工程參數(shù)，最終構(gòu)建起了是由勘探領域的預測模型;weiss則運用常規(guī)統(tǒng)計方法，數(shù)值描述測井參數(shù)之后，將已知產(chǎn)能參數(shù)當作具體的輸出結(jié)果，把數(shù)值描述結(jié)果四十初始化操作，而后輸入神經(jīng)網(wǎng)絡，以做后續(xù)訓練，最終構(gòu)建能夠?qū)尉瘜W吸收性能進行預測，可對二次注采比參數(shù)進行預測的神經(jīng)網(wǎng)絡模型;Tiab與E1Ouahed把模糊邏輯與神經(jīng)網(wǎng)絡相結(jié)合，且基于此，在裂隙性油藏的分析當中得到成功應用，除此之外，在二維空間當中，還成功繪制了阿爾及利亞某油田當中一個比較大區(qū)塊的裂隙網(wǎng)絡與裂隙強度分布圖。另外，人工智能技術還在諸如石油開采量預測、層對比分析、NMR測井數(shù)據(jù)反演及剩余油分布研究等方面得到較好應用。從上述案例匯總得知，人工智能作為一種實現(xiàn)較為先進的技術類型，將其應用到石油勘探開發(fā)領域，具有恨到的應用潛力與空間。

2人工智能技術實際應用中存在的主要問題

2.1數(shù)據(jù)接口過于分散，缺乏統(tǒng)一性

在人工智能技術的實際運用過程中，常常會出現(xiàn)智能模型在建立的過程中效率過低的問題，該問題較為復雜，對應的相關數(shù)據(jù)的處理效率也變低。這主要是由于一些數(shù)據(jù)模型和類型缺乏一定的統(tǒng)一性，對于這種缺乏統(tǒng)一性的數(shù)據(jù)模型，人工智能技術無法做到利用簡單的方法將其進行更加便捷的輸入，從而在一定程度上影響了人工智能技術在具體實踐過程中數(shù)據(jù)初始化的建立過程。人工神經(jīng)網(wǎng)絡模型的建立必定需要多種的檢驗驗證作為支撐，比如進行opfield網(wǎng)絡技術、BP、SOM、LVQ等。其主要特征是通過對所得參數(shù)的多次調(diào)整與細致結(jié)果的精準對比，達到確定對應模型的目的。

2.2模擬實驗過程中突出的可視化問題

其實對于在石油勘探開發(fā)過程之中所進行的具體工作來說，其所研究分析與處理的主要對象實際上以埋藏于地底的地質(zhì)體居多，而這些地質(zhì)體自身又都具備著個性化的復雜特性與結(jié)構(gòu)，例如石油儲層區(qū)域的飽和度分布、石油滲透率與相關孔隙度，地底裂隙網(wǎng)絡的全面展布。所以對于那些藏匿于石油勘探開發(fā)領域之中的絕大多數(shù)問題來說具體實現(xiàn)結(jié)果的可視化是特別重要并且極為關鍵的。那么到底該怎樣將人工智能化技術專業(yè)計算過之后的結(jié)果以一種可視化的方式方法重復疊加于其它地質(zhì)勘探類圖件之中，而且還要在此基礎上去做復雜圖層運算和二次空間的分析，這就是整個石油勘探開發(fā)領域中優(yōu)化升級應用人工智能技術的基礎。

2.3難以對高維度數(shù)據(jù)進行專業(yè)的處理

針對存在于石油勘探開發(fā)主要領域的問題來說，其絕大多數(shù)問題都與高難度繁雜的空間三維體數(shù)據(jù)的專業(yè)處理與研究分析有很大的關聯(lián)，例如有關地震屬性的數(shù)據(jù)體，此外還有一些在此基礎上進行演進發(fā)展所得出的石油儲層屬性的空間分布區(qū)域，還有一些主要以油井資料和通用空間統(tǒng)計學計量方法作為基礎而獲得的石油儲層流體的實際分布情況和相關屬性的空間分布等等，以上介紹的這些都可以將其稱之為是空間數(shù)據(jù)體。可是對于一些普通的人工智能系統(tǒng)來講，在其實際進行分析應用大數(shù)據(jù)量方面時存在著一些困難，而且還有一些與空間異質(zhì)性有關的問題，其在一定程度上阻礙了對石油儲藏進行精細化描述和對石油勘探開發(fā)成果分析等具體工作的深入研究。

3人工智能在石油勘探上應用發(fā)展建議

①強化頂層設計。一是行業(yè)層面，院士、管理者、資深專家可聯(lián)合倡議，使各大油企能夠統(tǒng)一認識，有效協(xié)同，充分發(fā)揮社會主義市場經(jīng)濟條件下的新型舉國體制優(yōu)勢;二是在企業(yè)層面，應堅持業(yè)務導向、問題導向、目標導向，一體化設計、一體化組織、一體化推進，打通數(shù)據(jù)流，重構(gòu)業(yè)務流，實現(xiàn)企業(yè)管理模式的創(chuàng)新、變革、轉(zhuǎn)型;三是在專業(yè)層面，應“軟”、“硬”兼施，以建推用、以用促建，以用為先，迭代推進。②加強數(shù)據(jù)治理。“數(shù)據(jù)大”不等于“大數(shù)據(jù)”，標準規(guī)范的數(shù)據(jù)和訓練樣本庫是人工智能應用的基礎，人工智能應用應當將數(shù)據(jù)治理放到首位，統(tǒng)一數(shù)據(jù)標注、推進數(shù)據(jù)互通，加強數(shù)據(jù)治理，進一步建立數(shù)據(jù)信任機制和管理模式，提升數(shù)據(jù)共享的規(guī)范性與合規(guī)性。③重視人才培養(yǎng)。人工智能算法工程師與油田工程師之間往往存在“聽不懂、說不清、合不來”現(xiàn)象，在數(shù)字化向智能化轉(zhuǎn)化的進程中，導致不同程度存在“建得多、用得少”的問題。同時，由于石油勘探開發(fā)和人工智能這兩個領域所涵蓋的學科太廣，復合型人才培養(yǎng)難度大、周期長。因此，應當加強校企合作、石油企業(yè)與IT企業(yè)的深度合作來培養(yǎng)復合型人才。④推進合作共享。應探索建立“跨行業(yè)、跨企業(yè)、跨專業(yè)”的創(chuàng)新聯(lián)合體，推進油企與IT企業(yè)之間、傳統(tǒng)油企之間、不同專業(yè)之間的跨界融合，實現(xiàn)邊界突破，構(gòu)筑完善的石油工業(yè)智能技術研發(fā)體系。⑤實現(xiàn)算法自主。經(jīng)過了信息化建設階段，油氣行業(yè)已經(jīng)形成且每時每刻還在形成的海量數(shù)據(jù)已經(jīng)基本可控，網(wǎng)絡和節(jié)點支撐了一定的算力，應加強對核心算法的研究攻關，形成具有自主知識產(chǎn)權(quán)的算法體系，為石油工業(yè)智能化發(fā)展提供基礎支撐。

結(jié)束語

總而言之，多技術、多領域與多學科的綜合應用，乃是將現(xiàn)實復雜問題予以解決的重要手段。無論何種系統(tǒng)均非萬能，但與人工智能技術與地理信息系統(tǒng)技術充分結(jié)合，另將兩者充分集成，便可建立一個全面的勘探開發(fā)智能化支持系統(tǒng)，對于勘探開發(fā)中所出現(xiàn)的各種復雜問題，此系統(tǒng)能夠提供幫助，制定具體的解決方案，從而有助于勘探風險的降低，提高開發(fā)的實際效率。至此，在石油勘探中應用人工智能技術，尤其是應用將人工智能與其他輔助技術結(jié)合集成的技術方案方式，有助于此領域的更好發(fā)展。

參考文獻

[1]陳仕云.人工智能在石油勘探上的應用[J].化工管理.2018（25）：223-224

[2]徐沐霖，邱濤.人工智能在石油勘探中的應用[J].電子世界.2017（08）：142-142