人工智能在石油勘探上的运用

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，从而深入地分析了其在实际勘探应用中所出现的主要问题，最终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

0引言

如今多项技术之间的融合和多个学科领域的有机结合已经成为了未来发展的指定方向，而且石油勘探软件和开发技术等领域中所存在的主要问题由于关联到多技术与多学科这俩个领域，所以其有着异于其它领域的个性特点。例如如何去解释三维与思维地震相关的数据、测井与试井解释和繁琐的多边钻井设计等等，以上所提到的问题在具体的实践应用中便发展演化成了极具系统化但又非常复杂的石油储藏管理问题。由于如今石油勘探开发工作的不断发展与进步，传统的地质统计学方法已经无法更好地适用于其数据处理方面的具体要求。

1人工智能技术在石油勘探中的运用现状

目前人工神经网络(ANNS)技术、模糊逻辑(FuzzyLogic)和专家系统(ES)已经成为了人工智能技术的主要代表技术应用情况是比较活跃的，而且其已逐渐渗入到了石油勘探开发的每一个操作环节。人工智能技术已经在对石油开采量的相关预测、石油层对比分析、NMR实时测井数据反演和剩余油分布研究等主要方面得到了更加深入的应用。我们可以很直观地从以上的案例汇总中得知:人工智能技术目前作为一种比较先进的技术类型，实际上我们如果能够成功地将其实践应用到石油勘探开发的领域，那么气具有特别大的潜力与发展空间。

2人工智能技术实际应用中存在的主要问题

2.1数据接口过于分散，缺乏统一性

对于那些缺乏统一性的相关数据模式和类型，无法实现比较简单便捷的输入，而且还不利于其在具体的实践应用中进行数据的初始化过程，如此一来就很容易造成在智能模型的建立过程和相关数据的处理过程中出现低效化和繁杂化的情况。类似于要建立一个人工神经网络的模型将会需要对各种各样算法的检验验证，例如进行opfield网络技术、LVQ、BP和SOM等等，主要目的是想要通过不断地调整所得的相关参数，另外还要进行一种细致结果的仔细对比，才可以真正地将与之对应的模型正式确定下来。

2.2模拟实验过程中突出的可视化问题

其实对于在石油勘探开发过程之中所进行的具体工作来说，其所研究分析与处理的主要对象实际上以埋藏于地底的地质体居多，而这些地质体自身又都具备着个性化的复杂特性与结构，例如石油储层区域的饱和度分布、石油渗透率与相关孔隙度，地底裂隙网络的全面展布。所以对于那些藏匿于石油勘探开发领域之中的绝大多数问题来说具体实现结果的可视化是特别重要并且极为关键的。那么到底该怎样将人工智能化技术专业计算过之后的结果以一种可视化的方式方法重复叠加于其它地质勘探类图件之中，而且还要在此基础上去做复杂图层运算和二次空间的分析，这就是整个石油勘探开发领域中优化升级应用人工智能技术的基础。

2.3难以对高维度数据进行专业的处理

针对存在于石油勘探开发主要领域的问题来说，其绝大多数问题都与高难度繁杂的空间三维体数据的专业处理与研究分析有很大的关联，例如有关地震属性的数据体，此外还有一些在此基础上进行演进发展所得出的石油储层属性的空间分布区域，还有一些主要以油井资料和通用空间统计学计量方法作为基础而获得的石油储层流体的实际分布情况和相关属性的空间分布等等，以上介绍的这些都可以将其称之为是空间数据体。可是对于一些普通的人工智能系统来讲，在其实际进行分析应用大数据量方面时存在着一些困难，而且还有一些与空间异质性有关的问题，其在一定程度上阻碍了对石油储藏进行精细化描述和对石油勘探开发成果分析等具体工作的深入研究。

3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持系统去得出最需要的各个方案。

4结论

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.

[5]赵睿.人工智能和地理信息系统技术在石油勘探开发中集成应用的一种设想[J].中国石油勘探,2007,(03):64-68+3.

[6]邬云龙,曹谢东.人工智能及其在油气勘探开发领域中的应用[J].天然气工业,2002,(03):106-109.

[7]人工智能来了,石油人的工作真的不保了吗?[J].新能源经贸观察,2017,(06):78-79.

[8]屈万忠,戴启栋,刘新全,马颖洁.人工智能技术在石油工程领域的最新应用[J].国外油田工程,2005,(11):24-26.

[9]LideniroAlegre,孙耀华.人工智能在石油工业方面的潜在应用[J].国外油气勘探,1992,(05):111-116.

[10]美Sandia国家实验室动态—人工智能进步和传感器技术使汽车和石油业受益非凡[J].传感器世界,1996,(11):4-5.

作者：陈仕云 单位：中国石油大学大学