随着计算机科(kē)學(xué)的飞速发展，人工智能(néng)新(xīn)技术的算法和模式以其独特的优势，成為(wèi)了石油勘探技术发展的新(xīn)助力，实际应用(yòng)包括据自动采集、智能(néng)生产优化与智能(néng)决策、勘探过程实时监控等，正以不可(kě)阻挡的力量推动石油勘探向自动化、智能(néng)化、精细化的高质量跃升。
数据采集自动化
数据采集是石油勘探过程中的首要环节，但是往往储集层有(yǒu)非均质性、探测对象十分(fēn)复杂以及测井作业环境多(duō)样化、复杂化的特点，这就给井下地层参数采集、测井数据传输提出了更高的要求，此时人工智能(néng)技术和算法充分(fēn)发挥其自动化优势充当了“润滑剂”的角色，实现地球物(wù)理(lǐ)数据的自动采集和实时传输。
一方面，采用(yòng)人工智能(néng)算法驱动的无人机、電(diàn)子巡检代替人工作业，引入了新(xīn)的测量方式和工作模式实现无人值守的自动化勘探数据采集；另一方面，借助物(wù)联网、工业互联网、云计算、大数据、人工智能(néng)、5G通信和边缘计算等技术构建标准化地球物(wù)理(lǐ)数据采集平台—基于物(wù)联网的地球物(wù)理(lǐ)数据采集系统，实现了数据采集终端(传感层)与数据存储管理(lǐ)和处理(lǐ)分(fēn)析系统的互联互通，為(wèi)后续的实时数据处理(lǐ)和分(fēn)析解释奠定基础。数据的自动采集和实时传输也有(yǒu)助于提高作业过程参数选择的科(kē)學(xué)性，例如，在钻井过程中，特定岩层中使用(yòng)的钻头、岩石强度数据、地质特性和钻头在该类岩石的常规钻速，应用(yòng)经过训练后的人工智能(néng)模型或算法，当用(yòng)户输入地理(lǐ)位置数据、地质数据、岩石力學(xué)数据和已钻井数据后，即可(kě)输出推荐选择的钻头类型以及该钻头的性能(néng)预测和使用(yòng)指南。与此同时，用(yòng)户输入的数据会进入到数据库中，继续参加数据训练，充实数据库用(yòng)以支持后续的参数选择。
由此可(kě)见，引入人工智能(néng)可(kě)以有(yǒu)效助力自动化、实时化、高效化、科(kē)學(xué)化的勘探数据采集。
岩相聚类识别流程
石油勘探决策智能(néng)化
油气储集层地下条件复杂多(duō)变，油气勘探有(yǒu)利區(qū)段的优选、储产量计算、工程设计参数选择等石油勘探过程中诸多(duō)决策需要综合考虑多(duō)种因素。目前，数据挖掘和数理(lǐ)统计等分(fēn)析技术在石油勘探开发领域的应用(yòng)较為(wèi)成熟，并广泛应用(yòng)到测井曲線(xiàn)解释、储集层参数预测、流體(tǐ)性质识别、岩相识别、裂缝识别、自动井位优化等领域，自动处理(lǐ)解释智能(néng)化分(fēn)析处理(lǐ)软件也应运而生。
机器學(xué)习中的聚类分(fēn)析在岩相划分(fēn)中的有(yǒu)效应用(yòng)就是一个很(hěn)好的实例。聚类就是按照特定标准把一个数据集分(fēn)割成不同的子集或类别，使同一个类别的数据对象的相似性尽可(kě)能(néng)大，不同类别的数据差异性也尽可(kě)能(néng)大。岩相聚类识别流程较為(wèi)简单，首先尽可(kě)能(néng)收集岩相相关的数据，并且可(kě)以构造反映岩相新(xīn)的特征参数，将数据进行相关的数据预处理(lǐ)之后，选择适合数据集的聚类算法和类别数量，最终根据准确度确定聚类的模型，并根据实际生产数据不断调整聚类的参数。最后，就可(kě)以通过模型实现岩性的自动识别分(fēn)类，有(yǒu)助于获取地层信息和勘探开发决策。
不仅仅是岩相聚类识别，人工智能(néng)在助力石油勘探智能(néng)决策方面的广泛应用(yòng)显现出了更多(duō)的优势。一是提高人工解释处理(lǐ)的效率，优化人力资源，节省人工成本；二是不断优化油田生产历史数据的整體(tǐ)开发效果，提升整體(tǐ)石油工程的油田产量；三是采用(yòng)人工智能(néng)技术可(kě)以更合理(lǐ)地选择层位、施工井，逐渐优化压裂施工设计方案，确保石油工程作业方式更加精确。
数字化转型“利器”
石油分(fēn)布的环境十分(fēn)恶劣，而油田生产领域所使用(yòng)的设备又(yòu)非常多(duō)，如果这些设备長(cháng)期处于这样的恶劣条件，可(kě)能(néng)出现故障。人工智能(néng)和大数据在油田生产领域的出现可(kě)以有(yǒu)效对井下环境加以全面分(fēn)析并预测钻井时出现的异常情况，有(yǒu)效消除计划外停机的次数，进而对设备运行、维修成本实现有(yǒu)效控制。另一方面，钻井井壁失稳是危及到井下施工人员生命安全的一大安全隐患，但人工智能(néng)可(kě)作為(wèi)桥梁，例如通过大数据分(fēn)析和强大的云计算功能(néng)，可(kě)以通过现场传感器监测的数据实时返回到云端进行处理(lǐ)分(fēn)析，以搭建自动化与最优化的通道、实时快捷预测井壁失稳风险，有(yǒu)效缩短钻井周期，减少井下事故发生的几率。
随着深度學(xué)习、自然语言处理(lǐ)、语音识别、强化學(xué)习等技术在机器人中的不断成功应用(yòng)，工业机器人逐渐走向成熟。越来越多(duō)的石油公司开始使用(yòng)机器人代替人类进行危险作业。目前，机器人已经成功应用(yòng)到了管道巡检、深水作业、高危作业等领域。无人机技术逐渐在石油勘探开发领域应用(yòng)，尤其是物(wù)探领域，可(kě)实现地质探测、数据采集、视频监控、物(wù)资投放、工程救援等工作。同时，由于专业软件的嵌入应用(yòng)，石油勘探开发生产装备的智能(néng)化水平越来越高。未来，嵌入物(wù)联网、机器视觉、深度學(xué)习等技术的智能(néng)生产装备将大大降低生产成本，提高生产效率，保障人员安全。
当前，我國(guó)正加速推进油气全产业链改革，以实现安全、高效、创新(xīn)、绿色的油气开采，这给传统油气行业带来新(xīn)挑战，人工智能(néng)无疑是油气行业实现全面数字化转型的“利器”，当石油勘探遇见“人工智能(néng)”，如何发挥好这把“利器”的作用(yòng)，给我们提出了更多(duō)的思考和发挥的空间。
本文(wén)原载于《中國(guó)矿业报》5月21日4版
图文(wén)如有(yǒu)侵权，敬请联系删除