大港油田第三采油厂 河北沧州 061035
摘要：人工智能技术能够让复杂多变的模式辨别或依附在专业基础上的高水平探析成为发展社会中的现实，如此一来就可以有效地提高一些石油勘探开发软件的专业性能。可是在这个方面上依旧存在着特别大的潜力正在等待着优秀的人们去研究挖掘。本文通过研究现在人工智能技 术在石油勘探开发领域的使用现状，从而以人工智能技术与地理信息系统技术进行充分结合的应用领域去研究其方案的内在实用性。
关键词：人工智能技术; 石油勘探; 应用方案
由于石油勘探软件的开发设计到多个领域、多种技术，因此它所反映的特征也与其他领域是不同的。比如复杂的多边钻井设计、三维 与思维地震之间的相互联系等。上述问题经过不断的演化，最终从具 体的问题转化为石油的储藏、石油的管理等复杂的问题。传统的地质 统计学方法已经无法适用于现在的石油勘探开发工作，相关的数据处理方式需要根据实际的情况进行进一步的更新。
1关于一体化智能系统的构建分析
现阶段，人工智能技术已逐渐在石油工程领域中取得了广泛性应用，其中涉及到高层管理决策、采油工程、油井处理及钻井油藏等相关内容，可有效解决石油工程开展期间存在不足之处，具体可将石油工程面临问题分为以下几种类型：第一，数据型问面内容，需得出准确性数据信息便于为其他工作开展提供切实可行参考依据；第二，优化型问题。具体是指通过地面设备的合理优化来大大提高石油产量； 第三，公式型问题。主要包括鉴定识别、测井数据介绍及提高采收率等内容；第四，知识融合型问题。需要选出较为合理恰当实践应用手段。 总体来说，尽管智能化系统已逐步应用到石油工程中去，但却因专业人士缺乏明显创新想象力而无法达到最佳效果，并且智能系统还具备一定局限性特点，对石油工程实施效率提升有着不利影响。在这种情况下，为有效克服上述难题，就需石油工程工作人员能积极采用人工智能技术手段，彻底解决以往智能系统应用存在不足，借助科学合理分析方法对数据信息展开深入化分析探讨，从而促使石油行业能够顺利发展。
2人工智能在石油勘探开发中的应用现状
近些年来，作为人工智能典型技术的专家系统（ES）、模糊逻辑（FuzzyLogic）及人工神经网络 (ANN)，在多领域中得到广泛应用， 现今，已在石油勘探开发的各环节中均有渗透。比如 Alimonti 等人与人工神经网络技术、统计学及模糊逻辑等相结合，对单井多相流开展诊断分析与综合测量；SilpngarIlllers、Ertekin 等业内专家则结合多种技术理论，提出了神经模拟方法，对复杂数据开展综合性的并行计算与分析，如经实验室检测所得到的现场测井参数与石油工程参数，最终构建起了是由勘探领域的预测模型；Weiss 则运用常规统计方法，数值描述测井参数之后，将已知产能参数当作具体的输出结果， 把数值描述结果四十初始化操作，而后输入神经网络，以做后续训练， 最终构建能够对单井化学吸收性能进行预测，可对二次注采比参数进行预测的神经网络模型；Tiab 与 ElOuahed 把模糊逻辑与神经网络相结合，且基于此，在裂隙性油藏的分析当中得到成功应用，除此之外，在二维空间当中，还成功绘制了阿尔及利亚某油田当中一个比较大区块的裂隙网络与裂隙强度分布图；Lim 通过对最佳的测井数据进行选择，以此对油藏特征展开深入研究，另与神经网络技术以及模糊逻辑相结合，建立了分析模型，且对此方法的实际应用，开展了实例验证，从中得到了比较准确、可靠的分析结果。另外，人工智能技术还在诸如石油开采量预测、层对比分析、NMR 测井数据反演及剩余油分布研究等方面得到较好应用。从上述案例汇总得知， 人工智能作为一种实现较为先进的技术类型，将其应用到石油勘探开发领域，具有恨到的应用潜力与空间。
期刊文章分类查询,尽在期刊图书馆
3石油工程领域中人工智能技术的应用分析
3.1人工智能技术与地理信息系统技术之间形成的集成应用
对于如今在石油勘探开发领域中广泛应用人工智能技术与地理信息系统技术方面所存在的严重问题与不足，我们完全可以将其进行相
关的集成综合应用。实际上构建一个良好系统的主要思想是灵巧的人 机交互界面、多个模块与不同种类数据库之间的交叉与一致的相关数 据接口。从而去构建一个完全可以将绝大部分的相关处理流程集于一 身的人工智能化石油勘探开发的决策系统之中，并且可以将此作为集 成应用的终极目标。其在主要功能方面一般包含以下内容:
①对综合性数据的集成与控制。其主要是以面向对象的对象型数据库 (OOD) 和普通关系型数据 (ROD) 为基础去与具体的数据标准进行结合，从而去实际运用合适的数据引擎构建多种数据的集成管理，最 终可以建立相关数据库之间的灵活交叉。②针对一些对指定数据对象 的统一接口与多模块之间的处理，从而可以更加高效地管理一些经过 运算之后所得到的数据挖掘成果。③切合实际地进行决策分析与智能 化处理。我们可以通过运用一些相匹配的智能模块去开展相关智能化 的研究与处理，从而可以准确地构建一种与之相对应的预测分析模型。 而且还可以将其与空间数据库的同区块部分进行结合，或者与模型所 取得的预测结果进行融合，从而开展二次空间的研究分析与相关论证， 最后我们就可以经过相关的决策支系统去得出最需要的各个方案。
3.2地层油藏特性模拟应用
从某种角度上来说，地层油藏特性模拟属于非均质地层结构，其 中油藏数据信息与测井资料二者并无明显联系，根据对智能系统常规 测井曲线和共振图像曲线的最新调查研究可进一步明确地层特征，充 分体现人工智能技术具备的储藏优势。同时地层油藏特性模拟试验开 展的主要目的便是借助口井磁共振测井资料信息构建一个流体饱和度 和渗透率都较强的智能模型结构，将该模型具体应用到石油工程中去 可真实反映出油藏特征实际分布情况，但尤其需要注意一点就是磁共 振图像技术不能应用于下套井中。除此之外，因生产层构成岩石质量 和特征存在着较大差距，所以常常数据质量就表示岩石具体变化情况 和最高数值，也就是说，若想对岩石特性有一个深入掌握，首先就要 充分了解该区域内岩石变化情况，从而借助口井数据信息构建先对完 善网络模型，大大提高石油工程测量准确性，进一步凸显人工智能技 术存在优势，实现人工智能技术在石油领域中应用的最佳成效。
结语
总之，目前多技术、多领域与多学科的综合集成应用已经成为了 解决现实复杂问题的重要手段。不管这种系统不是万能的，但是只要 将其与人工智能技术与地理信息系统技术进行充分地结合，那么再将 这二者进行充分的集成，便可以建立一个综合全面的石油勘探开发智 能化的支持系统，并且还可以对于在石油勘探开发中所存在的各种复 杂问题，此系统可以提供及时的帮助和尽快地制定具体的解决方案， 从而能够有利于降低石油勘探的风险和提高石油开发的实际效率。截 止到目前为止，若是能够在石油勘探开发过程中真正地将人工智能技 术应用到其中，特别是应用将人工智能与其他辅助技术结合集成的技 术方案方式，有利于此领域的更好发展与进步。
参考文献
[1]勘探开发如何与人工智能结缘[J]. 油气地球物理,2018,16(01):14.
[2]王宏琳 . 通向智能勘探与生产之路 [J]. 石油工业计算机应用,2016,24(04):7-20+3.
[3]伊 广 林 . 人 工 智 能 在 地 质 勘 探 中 的 应 用 [J]. 测 井 技术,1984(05):6-13.
[4]赵睿 . 人工智能和 GIS 在石油勘探开发中的集成应用探讨 [J]. 石油工业计算机应用,2007,(01):25-27+63-64.
论文作者:郭志桥
论文发表刊物:《建设者》2019年21期
论文发表时间:2020/3/11
标签：人工智能论文; 石油论文; 技术论文; 油藏论文; 数据论文; 领域论文; 勘探开发论文; 《建设者》2019年21期论文;