人工智能在石油勘探中的應用

中國石油大學（華東） 徐沐霖 邱 濤

人工智能在石油勘探中的應用

中國石油大學（華東） 徐沐霖 邱 濤

本文結合當前人工智能在石油勘探開發(fā)領域的應用現(xiàn)狀，分析了實際應用中所存在的突出問題，最后以人工智能與地理信息系統(tǒng)技術相結合的應用方案，深入探討其內(nèi)在實用性。

人工智能；石油勘探；應用

現(xiàn)今，多技術融合及多學科有機整合已然成為必然趨向。石油勘探與開發(fā)領域中所存在的問題因涉及到多技術與多學科，因而有著不同于其他領域的獨特復雜性。比如解釋三維與思維地震數(shù)據(jù)，測井與試井解釋，復雜的多邊鉆井設計與實現(xiàn)等，此些問題在現(xiàn)實應用過程中，便演變成為了系統(tǒng)化而又復雜的油藏管理問題。伴隨當今勘探工作的日漸發(fā)展與完善，以往的地質(zhì)統(tǒng)計學方法已難以較好的滿足當今數(shù)據(jù)處理方面的要求。人工智能（AI）作為伴隨計算機技術進步而被應用于是由工業(yè)領域的代表，在實際石油勘探中已有諸多成功案例，且解決了諸多現(xiàn)實問題。而在現(xiàn)實當中，無論是人工智能還是GIS技術，均被廣泛應用在石油勘探開發(fā)領域，但未將兩者緊密融合，本次對此展開探討。

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Alimonti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合，對單井多相流開展診斷分析與綜合測量；SilpngarIlllers、Ertekin等業(yè)內(nèi)專家則結合多種技術理論，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)當作具體的輸出結果，把數(shù)值描述結果四十初始化操作，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ElOuahed把模糊邏輯與神經(jīng)網(wǎng)絡相結合，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；Lim通過對最佳的測井數(shù)據(jù)進行選擇，以此對油藏特征展開深入研究，另與神經(jīng)網(wǎng)絡技術以及模糊邏輯相結合，建立了分析模型，且對此方法的實際應用，開展了實例驗證，從中得到了比較準確、可靠的分析結果。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. 人工智能應用于石油勘探中的突出問題

（1）不統(tǒng)一的數(shù)據(jù)接口。針對那些不統(tǒng)一的數(shù)據(jù)模式與數(shù)據(jù)類型，難以較為便捷的輸入，不利于實際應用當中數(shù)據(jù)的初始化，會造成智能模型建立過程以及數(shù)據(jù)處理過程中出現(xiàn)低效化、復雜化。比如構建一個人工神經(jīng)網(wǎng)絡模型，可能需要對多種算法實施驗證，如opf i eld網(wǎng)絡、LVQ、BP、SOM等，通過多次調(diào)整所得參數(shù)，另進行細致結果對比，方能將對應模型確定下來。（2）模擬或分析結果所存在的可視化問題。針對是由勘探與開發(fā)過程中所開展的具體工作而言，其所分析與處理的對象，以隱藏于地下的地質(zhì)體較多，而地質(zhì)體又有著專屬自身的復雜屬性與結構，如儲層的飽和度分布、滲透率與孔隙度，裂隙網(wǎng)絡的橫向與縱向展布。所以，針對隱藏于勘探開發(fā)領域當中的多數(shù)問題而言，實現(xiàn)結果的可視化十分必要且關鍵。怎樣把智能化技術計算所得出的結果，以一種可視化的方式疊加于其他地質(zhì)勘探類圖件，并基于此，做復雜圖層運算與二次空間分析，乃是勘探開發(fā)領域中深化應用智能技術的基礎前提。（3）高維數(shù)據(jù)處理困難。對于存在于石油勘探開發(fā)領域的問題來講，其大多數(shù)均與復雜的空間三維體數(shù)據(jù)的處理與分析有關，比如地震屬性數(shù)據(jù)體，另外還有基于此而演進得出的儲層屬性空間分布，除此之外，還有以井資料與常規(guī)空間統(tǒng)計學方法為基礎而獲取的儲層流體分布情況、屬性空間分布等，這些均可稱之為空間數(shù)據(jù)體。但針對普通人工智能系統(tǒng)而言，在分析應用大數(shù)據(jù)量方面存在相應苦難，外加普遍存在的空間異質(zhì)性問題，在某種程度上阻礙了對油藏進行精細化描述以及對勘探成果分析等工作的深入開展。

3. 人工智能與地理信息系統(tǒng)技術集成應用

針對當前在石油勘探領域應用人工智能與地理信息系統(tǒng)技術方面所存在的突出問題與不足，可將二者進行集成應用。構建系統(tǒng)的主導思想為靈活的人機交互界面、多模塊與多種類數(shù)據(jù)庫的交互及統(tǒng)一的數(shù)據(jù)接口。而構建一個能夠?qū)⒋蠖鄶?shù)處理流程集中于一體的智能化石油勘探開發(fā)決策支持系統(tǒng)，乃為此集成應用的最終目標。在核心功能方面，主要包含如下內(nèi)容：（1）綜合數(shù)據(jù)集成與管理。以面向?qū)ο蟮膶ο笮蛿?shù)據(jù)庫（OOD）與普通關系型數(shù)據(jù)（ROD）為基礎，與通用的數(shù)據(jù)標準相結合，運用數(shù)據(jù)引擎，構造多種數(shù)據(jù)的無縫集成，建立數(shù)據(jù)庫的靈活交互。（2）對于特定數(shù)據(jù)對象的統(tǒng)一接口與多模塊處理，能夠高效管理數(shù)據(jù)挖掘成果。（3）決策分析與智能化處理。通過運用智能模塊，開展智能化的分析與處理，構建與之相對應的預測分析模型。與空間數(shù)據(jù)庫的同區(qū)塊相結合，或與模型預測結果相結合，開展二次空間分析與相關論證，最終便可經(jīng)決策支持系統(tǒng)，得出所需要的各種方案。

4. 結語

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合集成的技術方案方式，有助于此領域的更好發(fā)展。

[1]姜在興,王衛(wèi)紅,楊偉利.21世紀中國石油勘探戰(zhàn)略展望[J].中國石油大學學報自然科學版,2002, 26(2):1-5.

[2]彭傲.神經(jīng)網(wǎng)絡方法在結構面模擬中的運用研究[D].中國地質(zhì)大學(武漢),2010.

[3]祁也,王宇奇.基于粗糙集的海外石油勘探風險評價指標權重確定[J].科技與管理,2014,16(2):63-65.