摘要
人工智能在非常规致密砂岩地层评价中的应用
李国军 ,樊官民,刘海山
( 中海油田服务股份有限公司油田技术事业部,北京 101149)
摘要:鄂尔多斯盆地致密气井网繁多、层间相似性强,利用人工智能的方法批量解释对气田勘探开发具有重要意义。为了实现常规测井资料的自动化实时解释评价,计算出地层的岩性、物性和含油气性等地质参数,并生成解释结论。以40口井测井数据为核心,建立机器学习为主要算法,经验约束为辅的主要思想。完成了泥质含量、孔隙度、渗透率、含水饱和度模型优选,构建解释结论分类模型。并且利用“大数据模型+知识工程”双拼,在模型精准度、易用性上飞跃式攀升,解决了数据的代表性,形成了小数据大模型格局。针对含水饱和度sw模型中存在的非线性关系和数据不平衡问题,传统的RF或ET模型表现较差,采用了神经网络类模型NN-TORCH,形成了含水饱和度计算关系方程。计算的泥质含量和孔隙度与专业软件的结果,平均误差不大于10%; 计算的饱和度和渗透率符合要求; 生成的解释结论的符合率不低于80%;同时软件具有人机交互式干预和修正解释评价结果的能力;至少经过5口井的应用测试,各项指标均达到现场生产应用程度。
关键词: 人工智能;致密砂岩;自动化实时解释;符合率
第一作者简介:李国军,男,高级工程师,1995年毕业于成都理工大学石油地质专业。长期从事测井资料处理、解释及研究工作。地址:河北省三河市燕郊开发区行宫西大街81号(邮编:065201)。Email: ligj6@cnooc.com.cn
参考文献:
[1]洪光辉, 曹刚, 蒋涛. (2016). 人工智能在测井解释中的应用综述. 天然气科学与工程学报, 36, 1384-1394.
[2]张炜, 唐宇, 余迎. (2020).机器学习在地球物理测井中的应用进展.测井技术, 44(2):18-25.
[3]曹志民, 吴云, 韩建, 等. (2017). 测井数据岩相分类的机器学习方法和大数据岩相分类探讨.化工自动化及仪表, 44(8):52-59.
[4]Chen, Y., & Zhang, Y. (2020). An application of artificial intelligence in well logging interpretation. Petroleum Exploration and Development, 48(4), 763-773.
[5]Zhang, J., Xie, J., Wang, W., & Li, X. (2019). Application of artificial intelligence technology in well logging interpretation. Journal of Petroleum Science and Engineering, 179, 811-819.
[6]Gao, X., Ren, H., Hu, Y., & Li, P. (2018). Application of artificial intelligence algorithm in well logging interpretation. Journal of Petroleum Science and Engineering, 164, 274-285.
[7]陶杉, 余星, 宋海, 等. (2020). 大数据方法寻找顺北碳酸盐岩储层开采过程中井壁坍塌主控因素. 石油钻采工艺, 42(5): 58-68.
8[]Al-Zaabi, M., van der Voort, O., Khlaifat, AA., Mian, A., Spray, G., ElHassan, Z., Hansen, M., & Hugdal, F. (2017). Comparison of artificial intelligence models using well logging data for reservoir characterization. Journal of Petroleum Science and Engineering, 157, 925-933.
[9]Hong, G., Cao, G., & Jiang, T. (2016). Application of artificial intelligence to well log interpretation: a review. Journal of Natural Gas Science and Engineering, 36, 1384-1394.
[10]陈宇,张毅. (2020). 人工智能在测井解释中的应用. 石油勘探与开发, 48(4), 763-773.
[11]张俊,谢杰,王伟,李欣然. (2019). 人工智能技术在测井解释中的应用. 石油科学与工程学报, 179, 811-819.
发表评论