基于大數(shù)據(jù)的測井智能解釋系統(tǒng)開發(fā)與應(yīng)用

　　摘　要：人工智能技術(shù)在測井解釋中的應(yīng)用由來已久，但單方法應(yīng)用研究多，系統(tǒng)集成應(yīng)用少。當(dāng)今云計算、大數(shù)據(jù)和人工智能技術(shù)的規(guī)模應(yīng)用，再次推動了測井解釋智能化發(fā)展。以多學(xué)科數(shù)據(jù)融合的數(shù)據(jù)湖為基礎(chǔ)，在專業(yè)軟件的基礎(chǔ)上進行智能解釋模塊開發(fā)，將測井智能解釋引入到傳統(tǒng)的解釋流程中，輔助測井分析人員快速挖掘隱藏的高價值信息。利用大數(shù)據(jù)治理工具將數(shù)據(jù)湖連接到智能模型，實現(xiàn)大數(shù)據(jù)與智能算法融合。通過系統(tǒng)開發(fā)實現(xiàn)基于大數(shù)據(jù)的智能解釋模型和傳統(tǒng)專業(yè)軟件的集成，搭建基于地質(zhì)圖件導(dǎo)航的測井智能解釋環(huán)境，形成地質(zhì)、油藏背景下的智能化測井解釋工作模式，增強測井評價復(fù)雜儲層的能力，提高工作效率。

　　關(guān)鍵詞：大數(shù)據(jù);智能算法;測井解釋;智能解釋環(huán)境

　　0引言

　　人工智能技術(shù)作為第四次工業(yè)革命的重要推動力,是大數(shù)據(jù)、算法和算力的重要結(jié)合，給各行各業(yè)帶來了革命性的變革，也為測井技術(shù)的發(fā)展提供了強大的技術(shù)支持。測井技術(shù)的應(yīng)用深度與廣度主要取決于資料解釋的信息豐度，其中的重要環(huán)節(jié)依賴于解釋方法與軟件的開發(fā)[1-3]。

　　目前，國內(nèi)外測井解釋軟件功能齊全、種類繁多，促進了解釋技術(shù)進步，提高了測井解釋水平，解決了一批測井解釋評價的難題。但是隨著勘探開發(fā)目標(biāo)的日益復(fù)雜化和隱蔽化，現(xiàn)有的解釋方法和軟件難以準(zhǔn)確描述儲層的復(fù)雜狀態(tài)[4]。測井對儲層的非線性響應(yīng)，導(dǎo)致處理解釋質(zhì)量不高，要準(zhǔn)確研究非均勻地層測井信息所蘊含的地質(zhì)信息，需要研發(fā)新的測井解釋方法[5]。

　　人工智能作為一種改進計算機求解問題的方法[1]，可以彌補傳統(tǒng)解釋方法的不足，使測井分析人員擺脫大量低知識層次的分析工作。將人工的知識和經(jīng)驗系統(tǒng)化、條理化形成“智能助手”，幫助測井分析人員解決更深層次的地質(zhì)問題。為此，國內(nèi)外進行了大量的實踐。斯倫貝謝公司推出的DELFI勘探開發(fā)認(rèn)知環(huán)境，將復(fù)雜的數(shù)值模擬、數(shù)據(jù)分析等變得智能和快捷。國內(nèi)也在積極探索適合中國特色的測井智能化解釋道路，這給傳統(tǒng)測井解釋技術(shù)發(fā)展帶來了新動能和良好的發(fā)展前景[6-8]。

　　20世紀(jì)，中國測井科技工作者在人工智能單方法應(yīng)用和專家系統(tǒng)開發(fā)等方面都取得了重要的研究成果[9-22]。然而，這些成果并沒有及時地轉(zhuǎn)化為生產(chǎn)力。究其原因是缺乏兩個關(guān)鍵環(huán)節(jié)，一是缺少足量的專業(yè)大數(shù)據(jù)作為智能計算的基礎(chǔ);二是缺少符合測井智能解釋業(yè)務(wù)的集成應(yīng)用環(huán)境。前人取得的研究成果為測井智能解釋系統(tǒng)的開發(fā)和應(yīng)用奠定了基礎(chǔ)。按照測井解釋軟件走集成化道路[3]的思路，長慶油田通過系統(tǒng)開發(fā)和應(yīng)用環(huán)境搭建，實現(xiàn)了大數(shù)據(jù)、人工智能和測井解釋軟件的集成應(yīng)用。將“數(shù)據(jù)”“算法”“場景”3個關(guān)鍵要素有機結(jié)合，形成了基于大數(shù)據(jù)的測井智能解釋環(huán)境，提高了測井參數(shù)計算精度和流體識別準(zhǔn)確率，提升了測井分析效率，促進了測井解釋由單井解釋向多井評價、油藏分析轉(zhuǎn)變。

　　1總體思路和系統(tǒng)架構(gòu)

　　1.1總體思路

　　測井解釋軟件是測井資料處理與解釋的重要工 具和載體，是運用各種現(xiàn)代技術(shù)綜合解決地質(zhì)問題的重要手段，是測井解釋技術(shù)能力的綜合體現(xiàn)，也是衡量測井技術(shù)水平的一個重要指標(biāo)[8]。斯倫貝謝公司在Techlog解釋軟件中開發(fā)了主成分分析、回歸、聚類、決策樹、神經(jīng)網(wǎng)絡(luò)等智能功能模塊。這些模型的訓(xùn)練樣本主要是軟件的工區(qū)數(shù)據(jù)，一方面數(shù)據(jù)量不足，另一方面針對算法的數(shù)據(jù)預(yù)處理較少，導(dǎo)致應(yīng)用受限。DELFI系統(tǒng)建立了跨專業(yè)協(xié)同工作環(huán)境，采用開放式的軟件開發(fā)模式，通過Studio集中管理Techlog與Petrel、ECLIPS等地質(zhì)、油藏軟件的數(shù)據(jù)，實現(xiàn)了地質(zhì)、工程業(yè)務(wù)智能化與協(xié)同化。然而，涉及國家地質(zhì)數(shù)據(jù)的安全問題，中國不能像引進專業(yè)軟件一樣引進DELFI系統(tǒng)，只能走自主研發(fā)的道路。

　　長慶油田經(jīng)過10余年的數(shù)字化油田建設(shè)，建成了數(shù)字化油氣藏研究系統(tǒng)(RDMS)[6]，盤活了15萬余口井的地質(zhì)、鉆井、測井、錄井、分析化驗、試油(氣)等多學(xué)科數(shù)據(jù)。RDMS實現(xiàn)了專業(yè)數(shù)據(jù)自由推送、實時關(guān)聯(lián)、在線可視等基礎(chǔ)功能;開發(fā)的基于地質(zhì)圖件的數(shù)據(jù)導(dǎo)航系統(tǒng)(CQGIS)實現(xiàn)了多學(xué)科數(shù)據(jù)自動收集、整理，以及軟件的無縫銜接[23-25]，這些建設(shè)成果逐漸成為大數(shù)據(jù)技術(shù)應(yīng)用的基礎(chǔ)。針對測井軟件開發(fā)的數(shù)據(jù)接口打通了數(shù)據(jù)湖的通道，通過以專業(yè)軟件為基礎(chǔ)開發(fā)大數(shù)據(jù)治理工具，實現(xiàn)樣本數(shù)據(jù)快速提取[26-30]。在專業(yè)軟件中開發(fā)智能解釋模塊，將智能應(yīng)用引入到傳統(tǒng)測井解釋流程中，實現(xiàn)專業(yè)軟件、智能應(yīng)用和數(shù)據(jù)湖的耦合集成。在RDMS、CQGIS和解釋軟件之間，搭建起以地質(zhì)、油藏為約束的測井智能化解釋評價環(huán)境。

　　1.2系統(tǒng)架構(gòu)

　　系統(tǒng)自下而上由數(shù)據(jù)層、功能層和應(yīng)用層組成，從功能上分為樣本數(shù)據(jù)治理、數(shù)據(jù)綜合分析、模型訓(xùn)練與優(yōu)選、模型評估與管理，應(yīng)用上分為建模應(yīng)用和極簡應(yīng)用。在數(shù)據(jù)層開發(fā)數(shù)據(jù)解編模塊處理測井?dāng)?shù)據(jù)體，實現(xiàn)測井?dāng)?shù)據(jù)與試油、巖心分析、錄井等資料的數(shù)據(jù)模型和數(shù)據(jù)結(jié)構(gòu)統(tǒng)一。數(shù)據(jù)治理工具在深度域上進行數(shù)據(jù)治理，完成連續(xù)數(shù)據(jù)和離散數(shù)據(jù)的匹配。解釋人員通過專業(yè)軟件選擇儲層特征數(shù)據(jù)，并依據(jù)試油結(jié)論給特征數(shù)據(jù)打上標(biāo)簽，將這些數(shù)據(jù)按層位存入樣本數(shù)據(jù)庫。進入樣本庫的數(shù)據(jù)可直接用于模型訓(xùn)練與優(yōu)化，形成用于測井參數(shù)計算和流體識別的智能模型，通過模型優(yōu)選，組合成針對性推薦智能模型組，供用戶調(diào)用。

　　2測井大數(shù)據(jù)治理

　　在專業(yè)解釋軟件的基礎(chǔ)上開發(fā)大數(shù)據(jù)治理工具，實時繪制測井專業(yè)圖件，對多專業(yè)數(shù)據(jù)進行快速集成和直觀展示，對數(shù)據(jù)進行補全、融合、抽取等治理。讓專家用戶專注于儲層特征的分析、選取和打標(biāo)簽工作。通過開發(fā)數(shù)據(jù)接口，在數(shù)據(jù)湖中自動收集井基本信息(如坐標(biāo)、鉆井液、鉆頭等信息)、地質(zhì)分層、試油、錄井、分析物性等數(shù)據(jù)，并自動轉(zhuǎn)換為數(shù)據(jù)治理工具的數(shù)據(jù)格式，批量推送到治理工具;專業(yè)軟件調(diào)用測井繪圖模板直接成圖，并可以自由補充其他數(shù)據(jù)，完成特征匹配和數(shù)據(jù)檢查后，選擇儲層特征值，打上相應(yīng)標(biāo)簽(如油層、油水同層、差油層、含油水層、干層、泥巖、砂巖、煤、隔夾層等)。最后，一鍵式自動提取目標(biāo)井基本信息、單點數(shù)據(jù)、特征值、試油數(shù)據(jù)、巖心分析數(shù)據(jù)等，并批量提交入庫。以上過程構(gòu)成了測井大數(shù)據(jù)治理流程。

　　3智能模型訓(xùn)練和管理

　　經(jīng)過長期的研究和實踐，前人[9-22]將有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等算法紛紛引入到測井解釋中，形成了各具特色的應(yīng)用技術(shù)。由于樣本數(shù)據(jù)量較少，數(shù)據(jù)缺乏精細(xì)的預(yù)處理，導(dǎo)致模型泛化能力較低，距工業(yè)化應(yīng)用存在一定距離。本次系統(tǒng)開發(fā)將這些成果進行了優(yōu)化集成，開發(fā)了“模型參數(shù)自動尋優(yōu)”“模型組合優(yōu)化推薦”“專業(yè)圖件在線繪制”“應(yīng)用效果實時展示”等功能模塊，實現(xiàn)了智能算法集成應(yīng)用。

　　3.1智能模型訓(xùn)練

　　結(jié)合測井解釋業(yè)務(wù)特點，對支持向量機、K-近鄰、神經(jīng)網(wǎng)絡(luò)等算法進行優(yōu)化，使智能算法與傳統(tǒng)解釋理念融合。通過集成TensorFlow深度神經(jīng)網(wǎng)絡(luò)算法[31-32]，保證系統(tǒng)功能可擴展。以上算法的核心原理及訓(xùn)練方法成熟可靠，在系統(tǒng)開發(fā)過程中主要在數(shù)據(jù)預(yù)處理和模型自動訓(xùn)練方面做了大量工作。

　　4測井智能解釋應(yīng)用場景

　　智能系統(tǒng)要在傳統(tǒng)石油行業(yè)中發(fā)揮作用,必須與專業(yè)應(yīng)用場景結(jié)合。通過數(shù)據(jù)接口軟件將數(shù)據(jù)治理工具與區(qū)域數(shù)據(jù)湖連接起來，可以自由調(diào)取海量的專業(yè)數(shù)據(jù)。開發(fā)應(yīng)用接口將CQGIS地質(zhì)圖件導(dǎo)航系統(tǒng)與測井智能解釋軟件連接起來，支撐起極簡應(yīng)用和建模應(yīng)用，形成具有長慶特色的“RDMS+智能計算”的測井智能解釋環(huán)境。

　　5應(yīng)用效果

　　測井智能解釋系統(tǒng)的成功開發(fā)和落地應(yīng)用，強化了地質(zhì)、油藏對測井評價的指導(dǎo)作用，基本實現(xiàn)了測井解釋的自動化、智能化。該系統(tǒng)在參數(shù)計算和流體識別等方面的精度都達(dá)到或超過了人工解釋，智能評價結(jié)果與試油、投產(chǎn)等數(shù)據(jù)更加匹配，初步具備了輔助人工進行流體識別和油藏評價的能力，實現(xiàn)了多井批量處理，大幅提高了測井解釋的工作效率。H369井是鄂爾多斯盆地西部的一口老井，其地理位置遠(yuǎn)離樣本井分布范圍，且在H369井周圍僅有3口鄰井。該井2631.5～2634.6m人工解釋結(jié)論是含油水層。

　　巖屑錄井描述為1.3m油跡和0.5m油斑。對該含油水層進行射孔，試油日產(chǎn)21.5t油和56.1m3水，試油結(jié)論為油水同層，人工解釋出現(xiàn)了較大失誤。在極簡應(yīng)用模式下，自動處理得到的智能解釋結(jié)果為油水同層，與人工解釋結(jié)論截然相反，但是與試油結(jié)果一致。智能計算孔隙度、滲透率和飽和度與人工計算結(jié)果接近，與巖心分析物性數(shù)據(jù)匹配較好，符合巖石物理規(guī)律。該系統(tǒng)利用支持向量機識別流體性質(zhì)，神經(jīng)網(wǎng)絡(luò)計算孔隙度，K-近鄰模型計算滲透率和飽和度，這些模型組合成一個智能模型組，同時完成4個方面的工作，不但提高了測井解釋效率，計算結(jié)果也滿足測井評價需要。

　　6結(jié)語

　　隨著大數(shù)據(jù)和計算機技術(shù)的飛躍發(fā)展，機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)在測井解釋中的應(yīng)用，要快速走出前人的研究和試驗階段，進入高速發(fā)展階段，當(dāng)前正是進行測井解釋智能化升級的最佳時期。中國測井解釋軟件走的是集成化發(fā)展道路，取得了較大的成功。

　　智能化應(yīng)用作為測井解釋評價的一種手段，一方面要兼顧與測井解釋軟件的融合，另一方面還要具備較強的開放性，要將近年來測井專業(yè)信息化建設(shè)和智能化應(yīng)用成果集成起來，形成開放性的測井智能應(yīng)用環(huán)境。通過“數(shù)據(jù)”“算法”“場景”三者有機融合，構(gòu)建“大數(shù)據(jù)+智能計算+專業(yè)軟件”的測井智能解釋應(yīng)用環(huán)境。

　　建筑論文投稿刊物：《測井技術(shù)》(雙月刊)創(chuàng)刊于1977年，由中國石油集團測井有限公司主辦。宗旨：總結(jié)、交流我國測井行業(yè)的科研成果和生產(chǎn)經(jīng)驗，介紹國外先進測井技術(shù)，促進我國測井技術(shù)的發(fā)展，滿足石油工業(yè)勘探開發(fā)需要�！稖y井技術(shù)》內(nèi)容涵蓋測井技術(shù)的理論研究、實驗分析、儀器設(shè)計與數(shù)據(jù)采集、測井資料分析處理、石油地質(zhì)解釋、動態(tài)監(jiān)測技術(shù)、軟件開發(fā)、射孔技術(shù)以及科技信息動態(tài)等，覆蓋了與測井相關(guān)的各個領(lǐng)域。

　　利用智能模型通過大數(shù)據(jù)分析提高測井參數(shù)計算和流體識別精度;通過信息化系統(tǒng)打通測井評價各專業(yè)之間的數(shù)據(jù)壁壘，實現(xiàn)數(shù)據(jù)的自動收集、轉(zhuǎn)換和推送，完成外圍數(shù)據(jù)準(zhǔn)備工作，提升測井評價效率;在專業(yè)軟件里實現(xiàn)智能解釋與傳統(tǒng)巖石物理解釋結(jié)合，互為補充，提升測井評價整體效果。測井智能解釋在長慶油田的應(yīng)用實踐表明，這條智能化發(fā)展道路是正確的，有利于測井智能應(yīng)用生態(tài)進一步發(fā)展。

　　參考文獻(xiàn)

　　[1]曾文沖.現(xiàn)代測井技術(shù)發(fā)展趨勢的分析[J].測井技術(shù)，1989,13(1):1-11.ZengWenchong.Ananalysisofthedevelopmenttrendofmodernloggingtechnique[J].WellLoggingTechnology,1989,13(1):1-11.

　　[2]李樂中，張立.斯倫貝謝公司解釋系統(tǒng)及軟件介紹[J].國外測井技術(shù)，1992,7(1):111-113.LiLezhong,ZhangLi.Introductiontointerpretationsystemandsoftwareofschlumberger[J].WorldWellLoggingTechnology,1992,7(1):111-113.

　　[3]陸大衛(wèi)，張世剛.測井軟件走集成化道路[J].測井技術(shù)，1996,20(1):5-11.LuDawei,ZhangShigang.Onintegrationofwellloggingsoftware[J].WellLoggingTechnology,1996,20(1):5-11.

　　[4]李浩，劉雙蓮，魏修平.淺析我國測井解釋技術(shù)面臨的問題與對策[J].地球物理學(xué)進展，2010,25(6):2084-2090.

　　作者：石玉江1　劉國強2　鐘吉彬3　王　娟3　張文靜3

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jzlw/26004.html