中國(guó)石油大學(xué)（華東） 徐沐霖 邱 濤

人工智能在石油勘探中的應(yīng)用

中國(guó)石油大學(xué)（華東） 徐沐霖 邱 濤

本文結(jié)合當(dāng)前人工智能在石油勘探開(kāi)發(fā)領(lǐng)域的應(yīng)用現(xiàn)狀，分析了實(shí)際應(yīng)用中所存在的突出問(wèn)題，最后以人工智能與地理信息系統(tǒng)技術(shù)相結(jié)合的應(yīng)用方案，深入探討其內(nèi)在實(shí)用性。

人工智能；石油勘探；應(yīng)用

現(xiàn)今，多技術(shù)融合及多學(xué)科有機(jī)整合已然成為必然趨向。石油勘探與開(kāi)發(fā)領(lǐng)域中所存在的問(wèn)題因涉及到多技術(shù)與多學(xué)科，因而有著不同于其他領(lǐng)域的獨(dú)特復(fù)雜性。比如解釋三維與思維地震數(shù)據(jù)，測(cè)井與試井解釋，復(fù)雜的多邊鉆井設(shè)計(jì)與實(shí)現(xiàn)等，此些問(wèn)題在現(xiàn)實(shí)應(yīng)用過(guò)程中，便演變成為了系統(tǒng)化而又復(fù)雜的油藏管理問(wèn)題。伴隨當(dāng)今勘探工作的日漸發(fā)展與完善，以往的地質(zhì)統(tǒng)計(jì)學(xué)方法已難以較好的滿足當(dāng)今數(shù)據(jù)處理方面的要求。人工智能（AI）作為伴隨計(jì)算機(jī)技術(shù)進(jìn)步而被應(yīng)用于是由工業(yè)領(lǐng)域的代表，在實(shí)際石油勘探中已有諸多成功案例，且解決了諸多現(xiàn)實(shí)問(wèn)題。而在現(xiàn)實(shí)當(dāng)中，無(wú)論是人工智能還是GIS技術(shù)，均被廣泛應(yīng)用在石油勘探開(kāi)發(fā)領(lǐng)域，但未將兩者緊密融合，本次對(duì)此展開(kāi)探討。

1. 人工智能在石油勘探開(kāi)發(fā)中的應(yīng)用現(xiàn)狀

近些年來(lái)，作為人工智能典型技術(shù)的專家系統(tǒng)（ES）、模糊邏輯（FuzzyLogic）及人工神經(jīng)網(wǎng)絡(luò)(ANN)，在多領(lǐng)域中得到廣泛應(yīng)用，現(xiàn)今，已在石油勘探開(kāi)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(luò)技術(shù)、統(tǒng)計(jì)學(xué)及模糊邏輯等相結(jié)合，對(duì)單井多相流開(kāi)展診斷分析與綜合測(cè)量；SilpngarIlllers、Ertekin等業(yè)內(nèi)專家則結(jié)合多種技術(shù)理論，提出了神經(jīng)模擬方法，對(duì)復(fù)雜數(shù)據(jù)開(kāi)展綜合性的并行計(jì)算與分析，如經(jīng)實(shí)驗(yàn)室檢測(cè)所得到的現(xiàn)場(chǎng)測(cè)井參數(shù)與石油工程參數(shù)，最終構(gòu)建起了是由勘探領(lǐng)域的預(yù)測(cè)模型；Weiss則運(yùn)用常規(guī)統(tǒng)計(jì)方法，數(shù)值描述測(cè)井參數(shù)之后，將已知產(chǎn)能參數(shù)當(dāng)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(luò)，以做后續(xù)訓(xùn)練，最終構(gòu)建能夠?qū)尉瘜W(xué)吸收性能進(jìn)行預(yù)測(cè)，可對(duì)二次注采比參數(shù)進(jìn)行預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型；Tiab與ElOuahed把模糊邏輯與神經(jīng)網(wǎng)絡(luò)相結(jié)合，且基于此，在裂隙性油藏的分析當(dāng)中得到成功應(yīng)用，除此之外，在二維空間當(dāng)中，還成功繪制了阿爾及利亞某油田當(dāng)中一個(gè)比較大區(qū)塊的裂隙網(wǎng)絡(luò)與裂隙強(qiáng)度分布圖；Lim通過(guò)對(duì)最佳的測(cè)井?dāng)?shù)據(jù)進(jìn)行選擇，以此對(duì)油藏特征展開(kāi)深入研究，另與神經(jīng)網(wǎng)絡(luò)技術(shù)以及模糊邏輯相結(jié)合，建立了分析模型，且對(duì)此方法的實(shí)際應(yīng)用，開(kāi)展了實(shí)例驗(yàn)證，從中得到了比較準(zhǔn)確、可靠的分析結(jié)果。另外，人工智能技術(shù)還在諸如石油開(kāi)采量預(yù)測(cè)、層對(duì)比分析、NMR測(cè)井?dāng)?shù)據(jù)反演及剩余油分布研究等方面得到較好應(yīng)用。從上述案例匯總得知，人工智能作為一種實(shí)現(xiàn)較為先進(jìn)的技術(shù)類(lèi)型，將其應(yīng)用到石油勘探開(kāi)發(fā)領(lǐng)域，具有恨到的應(yīng)用潛力與空間。

2. 人工智能應(yīng)用于石油勘探中的突出問(wèn)題

（1）不統(tǒng)一的數(shù)據(jù)接口。針對(duì)那些不統(tǒng)一的數(shù)據(jù)模式與數(shù)據(jù)類(lèi)型，難以較為便捷的輸入，不利于實(shí)際應(yīng)用當(dāng)中數(shù)據(jù)的初始化，會(huì)造成智能模型建立過(guò)程以及數(shù)據(jù)處理過(guò)程中出現(xiàn)低效化、復(fù)雜化。比如構(gòu)建一個(gè)人工神經(jīng)網(wǎng)絡(luò)模型，可能需要對(duì)多種算法實(shí)施驗(yàn)證，如opf i eld網(wǎng)絡(luò)、LVQ、BP、SOM等，通過(guò)多次調(diào)整所得參數(shù)，另進(jìn)行細(xì)致結(jié)果對(duì)比，方能將對(duì)應(yīng)模型確定下來(lái)。（2）模擬或分析結(jié)果所存在的可視化問(wèn)題。針對(duì)是由勘探與開(kāi)發(fā)過(guò)程中所開(kāi)展的具體工作而言，其所分析與處理的對(duì)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(fù)雜屬性與結(jié)構(gòu)，如儲(chǔ)層的飽和度分布、滲透率與孔隙度，裂隙網(wǎng)絡(luò)的橫向與縱向展布。所以，針對(duì)隱藏于勘探開(kāi)發(fā)領(lǐng)域當(dāng)中的多數(shù)問(wèn)題而言，實(shí)現(xiàn)結(jié)果的可視化十分必要且關(guān)鍵。怎樣把智能化技術(shù)計(jì)算所得出的結(jié)果，以一種可視化的方式疊加于其他地質(zhì)勘探類(lèi)圖件，并基于此，做復(fù)雜圖層運(yùn)算與二次空間分析，乃是勘探開(kāi)發(fā)領(lǐng)域中深化應(yīng)用智能技術(shù)的基礎(chǔ)前提。（3）高維數(shù)據(jù)處理困難。對(duì)于存在于石油勘探開(kāi)發(fā)領(lǐng)域的問(wèn)題來(lái)講，其大多數(shù)均與復(fù)雜的空間三維體數(shù)據(jù)的處理與分析有關(guān)，比如地震屬性數(shù)據(jù)體，另外還有基于此而演進(jìn)得出的儲(chǔ)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(jì)學(xué)方法為基礎(chǔ)而獲取的儲(chǔ)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(duì)普通人工智能系統(tǒng)而言，在分析應(yīng)用大數(shù)據(jù)量方面存在相應(yīng)苦難，外加普遍存在的空間異質(zhì)性問(wèn)題，在某種程度上阻礙了對(duì)油藏進(jìn)行精細(xì)化描述以及對(duì)勘探成果分析等工作的深入開(kāi)展。

3. 人工智能與地理信息系統(tǒng)技術(shù)集成應(yīng)用

針對(duì)當(dāng)前在石油勘探領(lǐng)域應(yīng)用人工智能與地理信息系統(tǒng)技術(shù)方面所存在的突出問(wèn)題與不足，可將二者進(jìn)行集成應(yīng)用。構(gòu)建系統(tǒng)的主導(dǎo)思想為靈活的人機(jī)交互界面、多模塊與多種類(lèi)數(shù)據(jù)庫(kù)的交互及統(tǒng)一的數(shù)據(jù)接口。而構(gòu)建一個(gè)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(kāi)發(fā)決策支持系統(tǒng)，乃為此集成應(yīng)用的最終目標(biāo)。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?duì)象型數(shù)據(jù)庫(kù)（OOD）與普通關(guān)系型數(shù)據(jù)（ROD）為基礎(chǔ)，與通用的數(shù)據(jù)標(biāo)準(zhǔn)相結(jié)合，運(yùn)用數(shù)據(jù)引擎，構(gòu)造多種數(shù)據(jù)的無(wú)縫集成，建立數(shù)據(jù)庫(kù)的靈活交互。（2）對(duì)于特定數(shù)據(jù)對(duì)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(guò)運(yùn)用智能模塊，開(kāi)展智能化的分析與處理，構(gòu)建與之相對(duì)應(yīng)的預(yù)測(cè)分析模型。與空間數(shù)據(jù)庫(kù)的同區(qū)塊相結(jié)合，或與模型預(yù)測(cè)結(jié)果相結(jié)合，開(kāi)展二次空間分析與相關(guān)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(jié)語(yǔ)

總而言之，多技術(shù)、多領(lǐng)域與多學(xué)科的綜合應(yīng)用，乃是將現(xiàn)實(shí)復(fù)雜問(wèn)題予以解決的重要手段。無(wú)論何種系統(tǒng)均非萬(wàn)能，但與人工智能技術(shù)與地理信息系統(tǒng)技術(shù)充分結(jié)合，另將兩者充分集成，便可建立一個(gè)全面的勘探開(kāi)發(fā)智能化支持系統(tǒng)，對(duì)于勘探開(kāi)發(fā)中所出現(xiàn)的各種復(fù)雜問(wèn)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(fēng)險(xiǎn)的降低，提高開(kāi)發(fā)的實(shí)際效率。至此，在石油勘探中應(yīng)用人工智能技術(shù)，尤其是應(yīng)用將人工智能與其他輔助技術(shù)結(jié)合集成的技術(shù)方案方式，有助于此領(lǐng)域的更好發(fā)展。

[1]姜在興,王衛(wèi)紅,楊偉利.21世紀(jì)中國(guó)石油勘探戰(zhàn)略展望[J].中國(guó)石油大學(xué)學(xué)報(bào)自然科學(xué)版,2002, 26(2):1-5.

[2]彭傲.神經(jīng)網(wǎng)絡(luò)方法在結(jié)構(gòu)面模擬中的運(yùn)用研究[D].中國(guó)地質(zhì)大學(xué)(武漢),2010.

[3]祁也,王宇奇.基于粗糙集的海外石油勘探風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重確定[J].科技與管理,2014,16(2):63-65.