机器学习在石油工业中的应用：地球科学·油藏工程·生产工程.pdfVIP

石油工业计算机应用 2023年3月 COMPUTERAPPLICATIONSOFPETROLEUM March.2023 73 ·特邀论文· 机器学习在石油工业中的应用： 地球科学·油藏工程·生产工程 王宏琳 （中国石油集团东方地球物理公司） 摘 要：人工智能/机器学习（AI/ML）已经成为大数据、机器人和物联网等新兴技术的主要驱动 力。数字化转型深入到石油和天然气行业，以重塑地球科学、油藏工程和生产工程，寻求勘探和生 产（EP）业务更高的生产率。AI/ML是即将到来的下一个技术突破。通过在石油和天然气运营中 利用AI/ML，可以设计算法来指导EP。AI/ML系统将使用EP作业的历史数据进行训练。 关键词：石油工业；勘探与生产；人工智能/机器学习；地球科学；油藏工程；生产工程；数字孪生 体；物联网 储层中采收石油天然气，包括一次采油、二次采油方 1 引言 法，以及三次采油（或提高采油率方法），直至井的生 石油被称为黑金（blackgold）。无论在经济领 产寿命的终结。 域、政治领域还是科技领域，石油都非常重要。 石油和天然气行业以寻找和开发“大油气田”作 人工智能将是未来社会和经济变革的关键推动 为目标，今天还有另一件大事——“大数据”。油气 力。正如18世纪的蒸汽技术革命、19世纪的电气技 行业正在寻找大数据分析的方法。大数据分析涉及 术革命、20世纪的信息技术革命深刻影响了人类社 访问大量不同种类的石油和天然气数据，这些数据 会和生产，21世纪人工智能革命，必将更深刻影响 利用机器学习算法，以发现未知的关系——那些以 人类社会和生产，包括重塑油气勘探和生产工业。 前没有并不知道的关系。 1.1 石油勘探与生产 在油气工业上游，勘探和生产（EP）的每一步， 本文主要关注上游服务。石油和天然气工业 都可以受益于人工智能/机器学习（AI/ML）工具的应 （简称油气工业）的上游部门，也被称为勘探和生产 用，例如，勘探——数据采集、数据挖掘、分析评估、 （简称EP）部门。它包括与寻找、开发和生产原油 前景排名、油藏评价、探井位置设计；钻井——井轨 和天然气相关的活动（如图1）。 迹设计、优化泥浆、地质导向、储层压力、MWD/LWD/ 勘探——勘探部门包括获得租赁和钻探的许 SWD、完井；生产和提高采收率——油藏描述、生产 可，进行必要的地质和地球物理（GG）调查，寻找 优化、油藏监督、采收率优化、水力压裂、经济预测。 石油或天然气资源。 人工智能数据科学是勘探与生产的变革性技术。 钻井——GG调查结果总是存在不确定性。 1.2 人工智能与机器学习 确定前景唯一方法是钻探井。这项工作由钻井承包 1.2.1 人工智能 商和服务公司完成。 有三种人工智能：ANI、AGI和ASI（如图2）。 生产——生产部门的任务是最大限度地从地下 人工窄智能ANI（ArtificialNarrowIntelligence）