隨著(zhù)計算機科學(xué)的飛速發(fā)展，人工智能新技術(shù)的算法和模式以其獨特的優(yōu)勢，成為了石油勘探技術(shù)發(fā)展的新助力，實(shí)際應用包括據自動(dòng)采集、智能生產(chǎn)優(yōu)化與智能決策、勘探過(guò)程實(shí)時(shí)監控等，正以不可阻擋的力量推動(dòng)石油勘探向自動(dòng)化、智能化、精細化的高質(zhì)量躍升。
數據采集自動(dòng)化
數據采集是石油勘探過(guò)程中的首要環(huán)節，但是往往儲集層有非均質(zhì)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(diǎn)，這就給井下地層參數采集、測井數據傳輸提出了更高的要求，此時(shí)人工智能技術(shù)和算法充分發(fā)揮其自動(dòng)化優(yōu)勢充當了“潤滑劑”的角色，實(shí)現地球物理數據的自動(dòng)采集和實(shí)時(shí)傳輸。
一方面，采用人工智能算法驅動(dòng)的無(wú)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(shí)現無(wú)人值守的自動(dòng)化勘探數據采集；另一方面，借助物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、云計算、大數據、人工智能、5G通信和邊緣計算等技術(shù)構建標準化地球物理數據采集平臺—基于物聯(lián)網(wǎng)的地球物理數據采集系統，實(shí)現了數據采集終端(傳感層)與數據存儲管理和處理分析系統的互聯(lián)互通，為后續的實(shí)時(shí)數據處理和分析解釋奠定基礎。數據的自動(dòng)采集和實(shí)時(shí)傳輸也有助于提高作業(yè)過(guò)程參數選擇的科學(xué)性，例如，在鉆井過(guò)程中，特定巖層中使用的鉆頭、巖石強度數據、地質(zhì)特性和鉆頭在該類(lèi)巖石的常規鉆速，應用經(jīng)過(guò)訓練后的人工智能模型或算法，當用戶(hù)輸入地理位置數據、地質(zhì)數據、巖石力學(xué)數據和已鉆井數據后，即可輸出推薦選擇的鉆頭類(lèi)型以及該鉆頭的性能預測和使用指南。與此同時(shí)，用戶(hù)輸入的數據會(huì )進(jìn)入到數據庫中，繼續參加數據訓練，充實(shí)數據庫用以支持后續的參數選擇。
由此可見(jiàn)，引入人工智能可以有效助力自動(dòng)化、實(shí)時(shí)化、高效化、科學(xué)化的勘探數據采集。
巖相聚類(lèi)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，油氣勘探有利區段的優(yōu)選、儲產(chǎn)量計算、工程設計參數選擇等石油勘探過(guò)程中諸多決策需要綜合考慮多種因素。目前，數據挖掘和數理統計等分析技術(shù)在石油勘探開(kāi)發(fā)領(lǐng)域的應用較為成熟，并廣泛應用到測井曲線(xiàn)解釋、儲集層參數預測、流體性質(zhì)識別、巖相識別、裂縫識別、自動(dòng)井位優(yōu)化等領(lǐng)域，自動(dòng)處理解釋智能化分析處理軟件也應運而生。
機器學(xué)習中的聚類(lèi)分析在巖相劃分中的有效應用就是一個(gè)很好的實(shí)例。聚類(lèi)就是按照特定標準把一個(gè)數據集分割成不同的子集或類(lèi)別，使同一個(gè)類(lèi)別的數據對象的相似性盡可能大，不同類(lèi)別的數據差異性也盡可能大。巖相聚類(lèi)識別流程較為簡(jiǎn)單，首先盡可能收集巖相相關(guān)的數據，并且可以構造反映巖相新的特征參數，將數據進(jìn)行相關(guān)的數據預處理之后，選擇適合數據集的聚類(lèi)算法和類(lèi)別數量，最終根據準確度確定聚類(lèi)的模型，并根據實(shí)際生產(chǎn)數據不斷調整聚類(lèi)的參數。最后，就可以通過(guò)模型實(shí)現巖性的自動(dòng)識別分類(lèi)，有助于獲取地層信息和勘探開(kāi)發(fā)決策。
不僅僅是巖相聚類(lèi)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，節省人工成本；二是不斷優(yōu)化油田生產(chǎn)歷史數據的整體開(kāi)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(shù)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(lǐng)域所使用的設備又非常多，如果這些設備長(cháng)期處于這樣的惡劣條件，可能出現故障。人工智能和大數據在油田生產(chǎn)領(lǐng)域的出現可以有效對井下環(huán)境加以全面分析并預測鉆井時(shí)出現的異常情況，有效消除計劃外停機的次數，進(jìn)而對設備運行、維修成本實(shí)現有效控制。另一方面，鉆井井壁失穩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(guò)大數據分析和強大的云計算功能，可以通過(guò)現場(chǎng)傳感器監測的數據實(shí)時(shí)返回到云端進(jìn)行處理分析，以搭建自動(dòng)化與最優(yōu)化的通道、實(shí)時(shí)快捷預測井壁失穩風(fēng)險，有效縮短鉆井周期，減少井下事故發(fā)生的幾率。
隨著(zhù)深度學(xué)習、自然語(yǔ)言處理、語(yǔ)音識別、強化學(xué)習等技術(shù)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(lái)越多的石油公司開(kāi)始使用機器人代替人類(lèi)進(jìn)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(lǐng)域。無(wú)人機技術(shù)逐漸在石油勘探開(kāi)發(fā)領(lǐng)域應用，尤其是物探領(lǐng)域，可實(shí)現地質(zhì)探測、數據采集、視頻監控、物資投放、工程救援等工作。同時(shí)，由于專(zhuān)業(yè)軟件的嵌入應用，石油勘探開(kāi)發(fā)生產(chǎn)裝備的智能化水平越來(lái)越高。未來(lái)，嵌入物聯(lián)網(wǎng)、機器視覺(jué)、深度學(xué)習等技術(shù)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(jìn)油氣全產(chǎn)業(yè)鏈改革，以實(shí)現安全、高效、創(chuàng )新、綠色的油氣開(kāi)采，這給傳統油氣行業(yè)帶來(lái)新挑戰，人工智能無(wú)疑是油氣行業(yè)實(shí)現全面數字化轉型的“利器”，當石油勘探遇見(jiàn)“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