人工智能时代的地球物理测井：实践与展望.pdf

第49卷第3期测井技术Vol.49No.3

2025年6月WELLLOGGINGTECHNOLOGYJun2025

引用格式:肖立志.人工智能时代的地球物理测井：实践与展望[J].测井技术，2025，49(3)：329-336.

XIAOLizhi.GeophysicalwellloggingintheAIera:practicesandprospects[J].WellLoggingTechnology,2025,49(3):

329-336.

人工智能时代的地球物理测井：实践与展望

肖立志

（中国石油大学（北京）地球物理学院，北京102249）

摘要:人工智能技术已取得长足进展，引发极大关注，其应用在各行各业全面展开。该文介绍油气领域人

工智能应用现状，分析其发展趋势，展示测井领域人工智能应用场景探索研究的初步进展。构建一个有效

的智能测井应用场景，关键是要明确场景的目的、问题与业务逻辑，输入、输出要求，数据集和标签的来

源及其合理性。判别式机器学习的应用效果主要由数据集和标签体系决定。测井数据物理意义清晰，获取

成本昂贵，受到井筒、侵入带、围岩及仪器不同探测深度、不同纵向分辨率、不同周向响应特征等因素影

响，而取样岩心分析和射孔求产受制于尺度非均质性，使逐点处理解释有效标注存在困难，正演模拟生成

测井数据成为必要且具有一定可行性。研究团队探索了测井质量控制、岩心归位、深度对齐、储层参数预

测、固井质量评价、井周裂缝识别、套后测井评价、核磁共振测井、测井数据生成等9类场景，完成场景

构建和模型训练及测试，储层参数预测和固井质量评价已规模部署并取得应用成效。

关键词:人工智能；地球物理；智能测井；机器学习；应用场景；构建方法；综述

中图分类号:P631.84文献标识码:A

文章编号:1004-1338(2025)03-0329-08Doi:10.16489/j.issn.1004-1338.2025.03.001

GeophysicalWellLoggingintheAIEra:PracticesandProspects

XIAOLizhi

(CollegeofGeophysics,ChinaUniversityofPetroleum,Beijing102249,China)

Abstract:Artificialintelligence(AI)technologyhasmadesignificantprogress,attractingconsiderableattention,

anditsapplicationsareexpandingacrossallindustries.ThisarticleintroducesthecurrentstateofAIapplications