人工智能在錄井作業中的應用

劉瑞

（河北油誠安全評價有限公司，河北 滄州 062550）

0 引言

當今社會，人工智能已經滲透到了我們生活當中的方方面面。石油作為了世界之上最為重要的能源之一，云計算、互聯網、大數據等這些新的信息技術在油氣行業的應用是世界發展的必然趨勢。錄井資料是初期開發油氣藏的第一手資料，在油氣田勘探開發過程中起著至關重要的作用。

但錄井技術信息的采集受傳統模式以及自身惡劣工作環境的影響，大部分信息靠人工采集和經驗識別，錄井行業要想有新的突破，就要轉變思路，從各個層面突破傳統模式，挖掘當今時代條件下錄井新技術，促進人工智能與錄井技術的深度結合。

1 人工智能的發展與應用

1.1 錄井技術的發展歷程

1.1.1 錄井技術發展概況

從傳統的地質錄井依靠在地質工作者多年的經驗中，到全自動、半自動氣測錄井，到20 世紀90 年代以來綜合錄井儀為代表的數字錄井，到本世紀初要以信息的技術與數字錄井技術相互進行結合的錄井技術，在歷史之上錄井技術也得到了迅速發展。

1.1.2 錄井技術發展階段

錄井技術自出現至今共經歷了4 個階段的發展：①以巖屑（心）錄井為主，各項資料信息的收集依靠人工及經驗，地質師僅靠著幾包沙子和一張圖紙進行地層與油氣層的辨識與分析。②它主要由于綜合錄井儀與巖屑錄井儀而組成的，具有了實時自動數據進行采集與實時監測的功能。綜合錄井技術是多項錄井技術的綜合，從一開始的半自動發展為自動氣測儀，由自動氣測儀進一步發展為為連續記錄測量總烴和組份兩條曲線。20 世紀70 年代初期，色譜氣測儀開始出現，氣測錄井技術逐漸成熟，氣測數據檢測分析升級發展為連續自動測量，烴類氣體的檢測精度由原來的千分之幾提高至幾十PPM。③各項錄井新技術逐漸涌現，促進了綜合錄井儀的發展。錄井技術日益成熟，錄井行業形成了以巖石熱解分析、定量熒光分析、罐頂氣分析、氣相色譜分析、核磁共振分析技術等多項新技術共同進步發展的局面。④以綜合錄井儀為信息平臺，加上錄井實時評價、數據遠傳傳輸、監控以及等多項技術的應用。綜合錄井技術是計算機在鉆井過程中的應用，傳感等技術，通過傳感器，將各種物理量轉換成電信號，通過儀器對信息數據進行分析處理，利用處理后的數據資料對鉆遇儲集層進行解釋評價，對地層地層壓力進行預測，以及對鉆井過程進行安全監控的一項隨鉆石油勘探技術。近些年，錄井形成了以綜合錄井儀為主的油氣層識別與評價、巖性物性識別、地質地層劃分、地層壓力檢測、井筒情況監測預報、有毒有害氣體檢測等系列的錄井技術[1]。

1.1.3 錄井技術面臨的問題

目前勘探開發快速的發展形勢、鉆井工藝以及市場競爭，錄井技術面臨著一些問題急需解決。

（1）勘探方面。目前，我國的石油勘探開發新區域面臨著非常復雜的地質條件，像深水區、海相沉積等，面對碳酸鹽溶洞、裂縫性油藏等復雜的地下地質構造需要更新、更先進的技術手段。

（2）開發方面。應用現有的常規分析方法對目前的勘探開發疑難層（如油層生物降解程度、水淹程度等）的分析判斷方法效果不理想，給勘探工作帶來了一定的困難。

（3）解釋評價方面。目前解釋評價結果受區域地質情況、解釋評價人員經驗等客觀因索影響較大，需要創建一套全面、系統的解釋評價系統，重點分析油氣層精細解釋及區塊評價。

（4）裝備方面。國內大部分油田應用的綜合錄井儀器仍相對落后，像定量熒光、核磁共振以及地化熱解等新技術的應用較少，這給勘探開發、解釋評價、地層認識等帶來了一定的局限性。

1.2 人工智能系統的應用

1.2.1 人工智能系統的意義

促進傳統錄井技術與信息技術的融合，構建智慧錄井系統，將傳統的錄井工作發展升級為機器自動化，減少人為影響，促進錄井解釋由定性化向定量化發展，使錄井技術發揮更大的價值。

1.2.2 人工智能在油氣勘探開發中的應用

（1）巖心巖石相分類。利用深度學習算法對巖石薄片信息數據自動提取，可以統一判識標準，大大提高巖心判別的精確度[2]。

（2）測井曲線解釋。深度學習神經網絡技術通過自主地分析提取測井曲線特征，自動分析識別儲層的物性及油氣特征，再根據各項數據信息自動進行解釋，可以大大的提高解釋符合率。

（3）地震資料解釋。對抗臺網的疊前地震波形的分類方法大大提高了識別的精度。利用合成地震記錄而生成了訓練數據集，訓練卷積神經的網絡模型，可以快速檢測到斷層和斷層的傾角，檢測的效果要優于原始的相干系數和斷層似然概率的算法。利用深度進行學習算法可以提取了鹽丘相關地震資料之中的特征，建立初始的模型，形成了全波形的反演，生成鹽丘概率圖，確立相應的目標函數，用于鹽丘自動識別。

（4）油氣甜點預測。甜點層位的預測主要是利用實際的油氣生產數據與油氣層的試油結果信息共同建立的預測圖、圖版等運用相應的聚類算法進行分析預測。

（5）生產動態數值模擬預測。運用深度學習算法將歷史數據進行擬合，可以大大提高預測精度，為實際生產應用提供更加可靠的技術支持。

（6）油氣藏產量預測。運用深度訓練網絡將各類井的已知數據（如產油氣量、溫度、壓力等參數）與油氣產量相關聯，建立映射關系，從而利用此規律預測某單井甚至整個井場的生產情況。

1.2.3 人工智能在錄井方面的應用

多智能體系統（MAS）技術能夠彌補單個Agent 在功能上的局限性，我們構建了綜合錄井系統模型，模型共分為三大塊，即層次模型、結構模型和業務模型，同時賦予了每個Agent 模塊的功能，最終形成了一個新型綜合錄井系統軟件[3]。

（1）層次模型。

層次模型共分為四個層次，即應用層、Agent 層、網絡層和資源層。①應用層。應用層是綜合錄井系統的最高層次，應用層應用直觀易懂的形式實現系統的功能，同時將命令傳到至Agent 層。②Agent 層。Agent 層作為綜合錄井系統層次模型中最核心的內容，既負責網絡層、資源層的管理與任務分配，還要掌管Agent 之間的協調與溝通工作，同時還要與應用層進行銜接，根據應用層的命令對資源層進行管理。③網絡層。數據通信層是綜合錄井系統結構中最主要的一層，通過端口發送與接收數據，與上層之間進行數據交流。④資源層。資源層主要管理系統中的軟硬件，如打印機、采集器等。它是綜合錄井系統結構的運行基礎。

（2）結構模型。

結構模型中各Agent 功能定義如下：①數據采集Agent。多種綜合錄井儀導出數據的方式也是各式各樣的。數據采集Agent 可以準確分析這些不同，正確、快速獲取信息數據，通過數據庫Agent 存到服務器上。②數據模擬Agent。數據模擬Agent 能根據歷史的井場信息數據，模擬當年正在進行的井內的狀態，為井內工程參數調整等提供參考。③數據庫Agent。數據庫Agent的主要功能就是儲存與維護數據庫。數據庫內的數據以秒級的間隔按照時間、井深兩種方式進行儲存，以供用戶進行查找。同時數據庫擁有歷史回放功能，可以隨時向用戶提供歷史資料信息。④認證Agent。認證Agent屬于此結構模型中的安全管理功能，主要體現在用戶分級認證、用戶使用權限管理等，并利用賬戶、密碼方式為用戶提供數據保護。⑤數據備份Agent。數據備份Agent 屬于此結構模型中的一種數據保護功能，此功能可以向用戶提供數據備份功能，并可以連接數據庫查詢需要備份的數據包。⑥打印Agent。打印Agent 管理系統中的打印資源，接收、分配打印任務。⑦顯示Agent。顯示Agent 可以根據用戶的需求顯示相應的數據，當數據較多不方便同時進行對比觀察時，還可以將數據投放到多個屏幕上，便于進行對比分析。回放部分的顯示操作功能還可以實現對本地存盤數據的顯示，此功能可以避免實時打印數據的丟失。⑧資料解釋Agent。系統依據采集收集到的數據，進一步進行分析，用戶利用這些分析資料進行解釋評價，得出結論。⑨第三方數據Agent。此Agent 能夠提供與第三方數據的接口，如WITS 數據、LWD/MWD 數據等，有了第三方數據的加入，使得錄井系統數據更加完善、客觀，應用范圍更加廣泛。⑩協調Agent。協調Agent 在整個系統中的作用就是系統管理員的助手，它負責各個Agent 的通信溝通工作，并時刻記錄每個Agent 的工作狀態，且不會影響其他的Agent。

（3）業務模型。

綜合錄井系統工作流程共分為了井場業務和基地業務兩大流程。①井場業務流程模型。井場業務流程主要工作內容是井場實時數據的采集入庫、對井場進行實時監控與記錄、向基地遠傳實時數據等。②基地業務流程模型。基地業務流程主要工作內容是存儲所轄的每個井場的數據、向用戶提供文本或曲線格式的歷史和實時數據、根據需要向用戶提供分析與決策資料、對井場實施遠程監測、建立數據共享服務等。③“基地-井場”連接模型。井場與基地通過GPRS、電話/手機、衛星、互聯網等方式進行連接，實現數據的傳送。

（4）小結。

在科研人員的努力下，綜合錄井技術突飛猛進，主要體現在綜合錄井軟件向智能化、數據共享和專家評價系統方向的發展。

2 人工智能在錄井方面的應用前景展望

根據人工智能在錄井方面的發現現狀及需求，借助“人工智能、大數據”等現代關鍵的科學技術深入分析更先進的錄井技術，實現集數據信息智能采集分析與處理、專家遠程解釋評價、工程遠程監測與決策指揮等關鍵技術于一體的錄井技術，錄井現場最終實現無人值守，真正實現智慧錄井[4]。

2.1 智慧錄井系統構架組成

智慧錄井系統構架由采集層、應用層、網絡層和用戶層共4 個部分構成。

2.1.1 采集層

采集層主要作用就是自動收集各類數據信息，實現自動化采集數據，主要包括錄井儀器設備、傳感器、計算機、機器人等，并且具備分析預測、故障自動診斷和系統優化等功能。

2.1.2 應用層

應用層是對錄井信息數據的使用過程，是實現錄井信息作用最大化的關鍵，應用層主要是由數據管理平臺、數據挖掘平臺、成果輸出平臺組成。

2.1.3 網絡層

網絡層通過局域網、廣域網等方式將鉆井現場數據信息傳送至用戶，為用戶與信息數據交流提供通道。

2.1.4 用戶層

用戶層現場錄井信息數據的最終使用者，主要作用是提供現場實時監控、專家協調研究，為勘探開發提供決策。

2.2 核心系統

2.2.1 機器人自動采集取樣分析系統

機器人自動采集取樣分析系統工作流程為：井筒內返出的鉆井液，先用脫氣器將鉆井液內的氣體脫附出來，采用氣測儀實時檢測其中的氣體含量并實時傳輸到電腦上形成數據點及曲線，然后鉆井液經過自動識別分離技術將其中的真巖屑樣品挑選出來，經過自動清洗、自動完成巖屑日光及熒光拍照并留檔，獲取樣品的井深及熒光圖像，再通過智能機器人選定適量樣品送至儀器進行分析，剩余樣品通過機器裝入巖屑袋內，并噴涂井深等信息，以備日后復查使用[5]。

鉆井工程預警系統通過各部位傳感器向計算機回傳工程信息，實現工程實時觀察、監測、指揮。

2.2.2 數據挖掘與智能解釋系統

錄井數據挖掘與智能解釋系統就是針對所采集到的數據信息進行了分析、整合，進而也選擇了機器學習與深度學習算法建立模型，再通過實時的錄井數據分析，最終實現實時解釋評價。

3 結語

石油行業的每一次跨越都離不開技術的創新與變革。目前，錄井行業正向著更深層次的信息化以及智能化方向進行發展，這也就是科學技術發展當中的一個必然的趨勢。錄井信息數據的及時采集、快速準確評價、科學決策能為油氣勘探事業貢獻更大的參考價值，提高試油率、節約勘探成本，提高錄井的地位，帶動其他行業的迅速前進，為祖國的能源事業發展提供更加強勁的保障[6]。