基于人工智能的测井地层划分方法研究现状与展望.pdfVIP

第30卷第3期 油气地质与采收率 Vol.30, No.3 2023年5月 Petroleum Geology and Recovery Efficiency May 2023 文章编号： 1009-9603(2023)03-0049-10 DOI： 10.13673/j.pgre.202203047 基于人工智能的测井地层划分方法研究现状与展望 孙龙祥匕韩宏伟3,冯德永3,刘海宁3,李泽瑞2,康宇j吕文君4 （1.安徽大学安徽大学与合肥综合性国家科学中心人工智能研究院联合实验室，安徽合肥230601; 2.合肥综合性国家科学中心人工智能研究院，安徽合肥230088； 3.中国石化胜利油田分公司 物探研究院，山东东营257000; 4.中国科学技术大学自动化系，安徽合肥230026） 摘要:基于地球物理测井地层划分相关概念及分类,将测井曲线自动分层方法分为传统方法和人工智能方法，从有 监督学习方法和无监督学习方法2个方面分析人工智能方法的应用情况，并综合比较各类地层自动划分方法的优 缺点。通过探索相关领域的发展情况，从不同角度思考测井地层划分方法进一步发展所存在的挑战及其解决方 法。一是引入半监督学习方法，解决人工标签稀缺问题；二是从分割模型的角度，打破对测井数据的固有认识；三 是采用测井曲线重构等方法，解决井段失真或缺失所导致的数据异构问题；四是通过样本加权，解决人工标签错误 导致的数据偏差问题;五是采用迁移学习方法,解决不同地区数据分布差异问题。人工智能方法是解决地层划分、 岩性识别、储层识别、生产运行中现有难题以及推进测井相关任务数字化转型的重要支撑。 关键词：测井曲线;地层划分;人工智能;半监督学习；迁移学习 中图分类号:TE319 文献标识码:A Research status and outlook of logging stratigraphic division methods based on artificial intelligence SUN Longxiang1,2, HAN Hongwei3, FENG Deyong3 ,LIU Haining3 ,LI Zerui2, KANG Yu4 ,LU Wenjun4 (i.AHU-IAI Al Joint Laboratory, Anhui University, Hefei City, Anhui Province, 230601, China; l.Institute ofArtificial Intelligence, Hefei Comprehensive National Science Center,Hefei City,Anhui Province, 230088, China; 3. Geophysical Research Institute, Shengli Oilfield Company, SINOPEC, Dongying City, Shandong Province, 257000, China ； ^.Department ofAutomation , University of Science and Technology of China, Hefei City,Anhui Province, 230026, China) Abstrac ： Given the related concepts and classification of geophysical logging stratigraphic division, this paper divided au­ tomatic stratification methods of logging curves