人工智能在石油勘探上的運用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能在石油勘探上的運用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：人工智能技術能夠讓復雜多變的模式辨別或依附在專業基礎上的高水平探析成為發展社會中的現實，如此一來就可以有效地提高一些石油勘探開發軟件的專業性能。可是在這個方面上依舊存在著特別大的潛力正在等待著優秀的人們去研究挖掘。本文通過研究現在人工智能技術在石油勘探開發領域的使用現狀，從而深入地分析了其在實際勘探應用中所出現的主要問題，最終以人工智能技術與地理信息系統技術進行充分結合的應用領域去研究其方案的內在實用性。

關鍵詞：人工智能技術;石油勘探;應用方案

0引言

如今多項技術之間的融合和多個學科領域的有機結合已經成為了未來發展的指定方向，而且石油勘探軟件和開發技術等領域中所存在的主要問題由于關聯到多技術與多學科這倆個領域，所以其有著異于其它領域的個性特點。例如如何去解釋三維與思維地震相關的數據、測井與試井解釋和繁瑣的多邊鉆井設計等等，以上所提到的問題在具體的實踐應用中便發展演化成了極具系統化但又非常復雜的石油儲藏管理問題。由于如今石油勘探開發工作的不斷發展與進步，傳統的地質統計學方法已經無法更好地適用于其數據處理方面的具體要求。

1人工智能技術在石油勘探中的運用現狀

目前人工神經網絡(ANNS)技術、模糊邏輯(FuzzyLogic)和專家系統(ES)已經成為了人工智能技術的主要代表技術應用情況是比較活躍的，而且其已逐漸滲入到了石油勘探開發的每一個操作環節。人工智能技術已經在對石油開采量的相關預測、石油層對比分析、NMR實時測井數據反演和剩余油分布研究等主要方面得到了更加深入的應用。我們可以很直觀地從以上的案例匯總中得知:人工智能技術目前作為一種比較先進的技術類型，實際上我們如果能夠成功地將其實踐應用到石油勘探開發的領域，那么氣具有特別大的潛力與發展空間。

2人工智能技術實際應用中存在的主要問題

2.1數據接口過于分散，缺乏統一性

對于那些缺乏統一性的相關數據模式和類型，無法實現比較簡單便捷的輸入，而且還不利于其在具體的實踐應用中進行數據的初始化過程，如此一來就很容易造成在智能模型的建立過程和相關數據的處理過程中出現低效化和繁雜化的情況。類似于要建立一個人工神經網絡的模型將會需要對各種各樣算法的檢驗驗證，例如進行opfield網絡技術、LVQ、BP和SOM等等，主要目的是想要通過不斷地調整所得的相關參數，另外還要進行一種細致結果的仔細對比，才可以真正地將與之對應的模型正式確定下來。

2.2模擬實驗過程中突出的可視化問題

其實對于在石油勘探開發過程之中所進行的具體工作來說，其所研究分析與處理的主要對象實際上以埋藏于地底的地質體居多，而這些地質體自身又都具備著個性化的復雜特性與結構，例如石油儲層區域的飽和度分布、石油滲透率與相關孔隙度，地底裂隙網絡的全面展布。所以對于那些藏匿于石油勘探開發領域之中的絕大多數問題來說具體實現結果的可視化是特別重要并且極為關鍵的。那么到底該怎樣將人工智能化技術專業計算過之后的結果以一種可視化的方式方法重復疊加于其它地質勘探類圖件之中，而且還要在此基礎上去做復雜圖層運算和二次空間的分析，這就是整個石油勘探開發領域中優化升級應用人工智能技術的基礎。

2.3難以對高維度數據進行專業的處理

針對存在于石油勘探開發主要領域的問題來說，其絕大多數問題都與高難度繁雜的空間三維體數據的專業處理與研究分析有很大的關聯，例如有關地震屬性的數據體，此外還有一些在此基礎上進行演進發展所得出的石油儲層屬性的空間分布區域，還有一些主要以油井資料和通用空間統計學計量方法作為基礎而獲得的石油儲層流體的實際分布情況和相關屬性的空間分布等等，以上介紹的這些都可以將其稱之為是空間數據體。可是對于一些普通的人工智能系統來講，在其實際進行分析應用大數據量方面時存在著一些困難，而且還有一些與空間異質性有關的問題，其在一定程度上阻礙了對石油儲藏進行精細化描述和對石油勘探開發成果分析等具體工作的深入研究。

3人工智能技術與地理信息系統技術之間形成的集成應用

對于如今在石油勘探開發領域中廣泛應用人工智能技術與地理信息系統技術方面所存在的嚴重問題與不足，我們完全可以將其進行相關的集成綜合應用。實際上構建一個良好系統的主要思想是靈巧的人機交互界面、多個模塊與不同種類數據庫之間的交叉與一致的相關數據接口。從而去構建一個完全可以將絕大部分的相關處理流程集于一身的人工智能化石油勘探開發的決策系統之中，并且可以將此作為集成應用的終極目標。其在主要功能方面一般包含以下內容:(1)對綜合性數據的集成與控制。其主要是以面向對象的對象型數據庫(OOD)和普通關系型數據(ROD)為基礎去與具體的數據標準進行結合，從而去實際運用合適的數據引擎構建多種數據的集成管理，最終可以建立相關數據庫之間的靈活交叉。(2)針對一些對指定數據對象的統一接口與多模塊之間的處理，從而可以更加高效地管理一些經過運算之后所得到的數據挖掘成果。(3)切合實際地進行決策分析與智能化處理。我們可以通過運用一些相匹配的智能模塊去開展相關智能化的研究與處理，從而可以準確地構建一種與之相對應的預測分析模型。而且還可以將其與空間數據庫的同區塊部分進行結合，或者與模型所取得的預測結果進行融合，從而開展二次空間的研究分析與相關論證，最后我們就可以經過相關的決策支持系統去得出最需要的各個方案。

4結論

總之，目前多技術、多領域與多學科的綜合集成應用已經成為了解決現實復雜問題的重要手段。不管這種系統不是萬能的，但是只要將其與人工智能技術與地理信息系統技術進行充分地結合，那么再將這二者進行充分的集成，便可以建立一個綜合全面的石油勘探開發智能化的支持系統，并且還可以對于在石油勘探開發中所存在的各種復雜問題，此系統可以提供及時的幫助和盡快地制定具體的解決方案，從而能夠有利于降低石油勘探的風險和提高石油開發的實際效率。截止到目前為止，若是能夠在石油勘探開發過程中真正地將人工智能技術應用到其中，特別是應用將人工智能與其他輔助技術結合集成的技術方案方式，有利于此領域的更好發展與進步。

參考文獻:

[1]勘探開發如何與人工智能結緣[J].油氣地球物理,2018,16(01):14.

[2]王宏琳.通向智能勘探與生產之路[J].石油工業計算機應用,2016,24(04):7-20+3.

[3]伊廣林.人工智能在地質勘探中的應用[J].測井技術,1984(05):6-13.

[4]趙睿.人工智能和GIS在石油勘探開發中的集成應用探討[J].石油工業計算機應用,2007,(01):25-27+63-64.

[5]趙睿.人工智能和地理信息系統技術在石油勘探開發中集成應用的一種設想[J].中國石油勘探,2007,(03):64-68+3.

[6]鄔云龍,曹謝東.人工智能及其在油氣勘探開發領域中的應用[J].天然氣工業,2002,(03):106-109.

[7]人工智能來了,石油人的工作真的不保了嗎?[J].新能源經貿觀察,2017,(06):78-79.

[8]屈萬忠,戴啟棟,劉新全,馬穎潔.人工智能技術在石油工程領域的最新應用[J].國外油田工程,2005,(11):24-26.

[9]LideniroAlegre,孫耀華.人工智能在石油工業方面的潛在應用[J].國外油氣勘探,1992,(05):111-116.

[10]美Sandia國家實驗室動態—人工智能進步和傳感器技術使汽車和石油業受益非凡[J].傳感器世界,1996,(11):4-5.

作者：陳仕云 單位：中國石油大學大學