隨著計算機科學的飛速發(fā)展，人工智能新技術的算法和模式以其獨特的優(yōu)勢，成為了石油勘探技術發(fā)展的新助力，實際應用包括據(jù)自動采集、智能生產(chǎn)優(yōu)化與智能決策、勘探過程實時監(jiān)控等，正以不可阻擋的力量推動石油勘探向自動化、智能化、精細化的高質量躍升。
數(shù)據(jù)采集自動化
數(shù)據(jù)采集是石油勘探過程中的首要環(huán)節(jié)，但是往往儲集層有非均質性、探測對象十分復雜以及測井作業(yè)環(huán)境多樣化、復雜化的特點，這就給井下地層參數(shù)采集、測井數(shù)據(jù)傳輸提出了更高的要求，此時人工智能技術和算法充分發(fā)揮其自動化優(yōu)勢充當了“潤滑劑”的角色，實現(xiàn)地球物理數(shù)據(jù)的自動采集和實時傳輸。
一方面，采用人工智能算法驅動的無人機、電子巡檢代替人工作業(yè)，引入了新的測量方式和工作模式實現(xiàn)無人值守的自動化勘探數(shù)據(jù)采集；另一方面，借助物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能、5G通信和邊緣計算等技術構建標準化地球物理數(shù)據(jù)采集平臺—基于物聯(lián)網(wǎng)的地球物理數(shù)據(jù)采集系統(tǒng)，實現(xiàn)了數(shù)據(jù)采集終端(傳感層)與數(shù)據(jù)存儲管理和處理分析系統(tǒng)的互聯(lián)互通，為后續(xù)的實時數(shù)據(jù)處理和分析解釋奠定基礎。數(shù)據(jù)的自動采集和實時傳輸也有助于提高作業(yè)過程參數(shù)選擇的科學性，例如，在鉆井過程中，特定巖層中使用的鉆頭、巖石強度數(shù)據(jù)、地質特性和鉆頭在該類巖石的常規(guī)鉆速，應用經(jīng)過訓練后的人工智能模型或算法，當用戶輸入地理位置數(shù)據(jù)、地質數(shù)據(jù)、巖石力學數(shù)據(jù)和已鉆井數(shù)據(jù)后，即可輸出推薦選擇的鉆頭類型以及該鉆頭的性能預測和使用指南。與此同時，用戶輸入的數(shù)據(jù)會進入到數(shù)據(jù)庫中，繼續(xù)參加數(shù)據(jù)訓練，充實數(shù)據(jù)庫用以支持后續(xù)的參數(shù)選擇。
由此可見，引入人工智能可以有效助力自動化、實時化、高效化、科學化的勘探數(shù)據(jù)采集。
巖相聚類識別流程
石油勘探?jīng)Q策智能化
油氣儲集層地下條件復雜多變，油氣勘探有利區(qū)段的優(yōu)選、儲產(chǎn)量計算、工程設計參數(shù)選擇等石油勘探過程中諸多決策需要綜合考慮多種因素。目前，數(shù)據(jù)挖掘和數(shù)理統(tǒng)計等分析技術在石油勘探開發(fā)領域的應用較為成熟，并廣泛應用到測井曲線解釋、儲集層參數(shù)預測、流體性質識別、巖相識別、裂縫識別、自動井位優(yōu)化等領域，自動處理解釋智能化分析處理軟件也應運而生。
機器學習中的聚類分析在巖相劃分中的有效應用就是一個很好的實例。聚類就是按照特定標準把一個數(shù)據(jù)集分割成不同的子集或類別，使同一個類別的數(shù)據(jù)對象的相似性盡可能大，不同類別的數(shù)據(jù)差異性也盡可能大。巖相聚類識別流程較為簡單，首先盡可能收集巖相相關的數(shù)據(jù)，并且可以構造反映巖相新的特征參數(shù)，將數(shù)據(jù)進行相關的數(shù)據(jù)預處理之后，選擇適合數(shù)據(jù)集的聚類算法和類別數(shù)量，最終根據(jù)準確度確定聚類的模型，并根據(jù)實際生產(chǎn)數(shù)據(jù)不斷調整聚類的參數(shù)。最后，就可以通過模型實現(xiàn)巖性的自動識別分類，有助于獲取地層信息和勘探開發(fā)決策。
不僅僅是巖相聚類識別，人工智能在助力石油勘探智能決策方面的廣泛應用顯現(xiàn)出了更多的優(yōu)勢。一是提高人工解釋處理的效率，優(yōu)化人力資源，節(jié)省人工成本；二是不斷優(yōu)化油田生產(chǎn)歷史數(shù)據(jù)的整體開發(fā)效果，提升整體石油工程的油田產(chǎn)量；三是采用人工智能技術可以更合理地選擇層位、施工井，逐漸優(yōu)化壓裂施工設計方案，確保石油工程作業(yè)方式更加精確。
數(shù)字化轉型“利器”
石油分布的環(huán)境十分惡劣，而油田生產(chǎn)領域所使用的設備又非常多，如果這些設備長期處于這樣的惡劣條件，可能出現(xiàn)故障。人工智能和大數(shù)據(jù)在油田生產(chǎn)領域的出現(xiàn)可以有效對井下環(huán)境加以全面分析并預測鉆井時出現(xiàn)的異常情況，有效消除計劃外停機的次數(shù)，進而對設備運行、維修成本實現(xiàn)有效控制。另一方面，鉆井井壁失穩(wěn)是危及到井下施工人員生命安全的一大安全隱患，但人工智能可作為橋梁，例如通過大數(shù)據(jù)分析和強大的云計算功能，可以通過現(xiàn)場傳感器監(jiān)測的數(shù)據(jù)實時返回到云端進行處理分析，以搭建自動化與最優(yōu)化的通道、實時快捷預測井壁失穩(wěn)風險，有效縮短鉆井周期，減少井下事故發(fā)生的幾率。
隨著深度學習、自然語言處理、語音識別、強化學習等技術在機器人中的不斷成功應用，工業(yè)機器人逐漸走向成熟。越來越多的石油公司開始使用機器人代替人類進行危險作業(yè)。目前，機器人已經(jīng)成功應用到了管道巡檢、深水作業(yè)、高危作業(yè)等領域。無人機技術逐漸在石油勘探開發(fā)領域應用，尤其是物探領域，可實現(xiàn)地質探測、數(shù)據(jù)采集、視頻監(jiān)控、物資投放、工程救援等工作。同時，由于專業(yè)軟件的嵌入應用，石油勘探開發(fā)生產(chǎn)裝備的智能化水平越來越高。未來，嵌入物聯(lián)網(wǎng)、機器視覺、深度學習等技術的智能生產(chǎn)裝備將大大降低生產(chǎn)成本，提高生產(chǎn)效率，保障人員安全。
當前，我國正加速推進油氣全產(chǎn)業(yè)鏈改革，以實現(xiàn)安全、高效、創(chuàng)新、綠色的油氣開采，這給傳統(tǒng)油氣行業(yè)帶來新挑戰(zhàn)，人工智能無疑是油氣行業(yè)實現(xiàn)全面數(shù)字化轉型的“利器”，當石油勘探遇見“人工智能”，如何發(fā)揮好這把“利器”的作用，給我們提出了更多的思考和發(fā)揮的空間。
本文原載于《中國礦業(yè)報》5月21日4版
圖文如有侵權，敬請聯(lián)系刪除