人工智能在录井作业中的应用

刘瑞

（河北油诚安全评价有限公司，河北 沧州 062550）

0 引言

当今社会，人工智能已经渗透到了我们生活当中的方方面面。石油作为了世界之上最为重要的能源之一，云计算、互联网、大数据等这些新的信息技术在油气行业的应用是世界发展的必然趋势。录井资料是初期开发油气藏的第一手资料，在油气田勘探开发过程中起着至关重要的作用。

但录井技术信息的采集受传统模式以及自身恶劣工作环境的影响，大部分信息靠人工采集和经验识别，录井行业要想有新的突破，就要转变思路，从各个层面突破传统模式，挖掘当今时代条件下录井新技术，促进人工智能与录井技术的深度结合。

1 人工智能的发展与应用

1.1 录井技术的发展历程

1.1.1 录井技术发展概况

从传统的地质录井依靠在地质工作者多年的经验中，到全自动、半自动气测录井，到20 世纪90 年代以来综合录井仪为代表的数字录井，到本世纪初要以信息的技术与数字录井技术相互进行结合的录井技术，在历史之上录井技术也得到了迅速发展。

1.1.2 录井技术发展阶段

录井技术自出现至今共经历了4 个阶段的发展：①以岩屑（心）录井为主，各项资料信息的收集依靠人工及经验，地质师仅靠着几包沙子和一张图纸进行地层与油气层的辨识与分析。②它主要由于综合录井仪与岩屑录井仪而组成的，具有了实时自动数据进行采集与实时监测的功能。综合录井技术是多项录井技术的综合，从一开始的半自动发展为自动气测仪，由自动气测仪进一步发展为为连续记录测量总烃和组份两条曲线。20 世纪70 年代初期，色谱气测仪开始出现，气测录井技术逐渐成熟，气测数据检测分析升级发展为连续自动测量，烃类气体的检测精度由原来的千分之几提高至几十PPM。③各项录井新技术逐渐涌现，促进了综合录井仪的发展。录井技术日益成熟，录井行业形成了以岩石热解分析、定量荧光分析、罐顶气分析、气相色谱分析、核磁共振分析技术等多项新技术共同进步发展的局面。④以综合录井仪为信息平台，加上录井实时评价、数据远传传输、监控以及等多项技术的应用。综合录井技术是计算机在钻井过程中的应用，传感等技术，通过传感器，将各种物理量转换成电信号，通过仪器对信息数据进行分析处理，利用处理后的数据资料对钻遇储集层进行解释评价，对地层地层压力进行预测，以及对钻井过程进行安全监控的一项随钻石油勘探技术。近些年，录井形成了以综合录井仪为主的油气层识别与评价、岩性物性识别、地质地层划分、地层压力检测、井筒情况监测预报、有毒有害气体检测等系列的录井技术[1]。

1.1.3 录井技术面临的问题

目前勘探开发快速的发展形势、钻井工艺以及市场竞争，录井技术面临着一些问题急需解决。

（1）勘探方面。目前，我国的石油勘探开发新区域面临着非常复杂的地质条件，像深水区、海相沉积等，面对碳酸盐溶洞、裂缝性油藏等复杂的地下地质构造需要更新、更先进的技术手段。

（2）开发方面。应用现有的常规分析方法对目前的勘探开发疑难层（如油层生物降解程度、水淹程度等）的分析判断方法效果不理想，给勘探工作带来了一定的困难。

（3）解释评价方面。目前解释评价结果受区域地质情况、解释评价人员经验等客观因索影响较大，需要创建一套全面、系统的解释评价系统，重点分析油气层精细解释及区块评价。

（4）装备方面。国内大部分油田应用的综合录井仪器仍相对落后，像定量荧光、核磁共振以及地化热解等新技术的应用较少，这给勘探开发、解释评价、地层认识等带来了一定的局限性。

1.2 人工智能系统的应用

1.2.1 人工智能系统的意义

促进传统录井技术与信息技术的融合，构建智慧录井系统，将传统的录井工作发展升级为机器自动化，减少人为影响，促进录井解释由定性化向定量化发展，使录井技术发挥更大的价值。

1.2.2 人工智能在油气勘探开发中的应用

（1）岩心岩石相分类。利用深度学习算法对岩石薄片信息数据自动提取，可以统一判识标准，大大提高岩心判别的精确度[2]。

（2）测井曲线解释。深度学习神经网络技术通过自主地分析提取测井曲线特征，自动分析识别储层的物性及油气特征，再根据各项数据信息自动进行解释，可以大大的提高解释符合率。

（3）地震资料解释。对抗台网的叠前地震波形的分类方法大大提高了识别的精度。利用合成地震记录而生成了训练数据集，训练卷积神经的网络模型，可以快速检测到断层和断层的倾角，检测的效果要优于原始的相干系数和断层似然概率的算法。利用深度进行学习算法可以提取了盐丘相关地震资料之中的特征，建立初始的模型，形成了全波形的反演，生成盐丘概率图，确立相应的目标函数，用于盐丘自动识别。

（4）油气甜点预测。甜点层位的预测主要是利用实际的油气生产数据与油气层的试油结果信息共同建立的预测图、图版等运用相应的聚类算法进行分析预测。

（5）生产动态数值模拟预测。运用深度学习算法将历史数据进行拟合，可以大大提高预测精度，为实际生产应用提供更加可靠的技术支持。

（6）油气藏产量预测。运用深度训练网络将各类井的已知数据（如产油气量、温度、压力等参数）与油气产量相关联，建立映射关系，从而利用此规律预测某单井甚至整个井场的生产情况。

1.2.3 人工智能在录井方面的应用

多智能体系统（MAS）技术能够弥补单个Agent 在功能上的局限性，我们构建了综合录井系统模型，模型共分为三大块，即层次模型、结构模型和业务模型，同时赋予了每个Agent 模块的功能，最终形成了一个新型综合录井系统软件[3]。

（1）层次模型。

层次模型共分为四个层次，即应用层、Agent 层、网络层和资源层。①应用层。应用层是综合录井系统的最高层次，应用层应用直观易懂的形式实现系统的功能，同时将命令传到至Agent 层。②Agent 层。Agent 层作为综合录井系统层次模型中最核心的内容，既负责网络层、资源层的管理与任务分配，还要掌管Agent 之间的协调与沟通工作，同时还要与应用层进行衔接，根据应用层的命令对资源层进行管理。③网络层。数据通信层是综合录井系统结构中最主要的一层，通过端口发送与接收数据，与上层之间进行数据交流。④资源层。资源层主要管理系统中的软硬件，如打印机、采集器等。它是综合录井系统结构的运行基础。

（2）结构模型。

结构模型中各Agent 功能定义如下：①数据采集Agent。多种综合录井仪导出数据的方式也是各式各样的。数据采集Agent 可以准确分析这些不同，正确、快速获取信息数据，通过数据库Agent 存到服务器上。②数据模拟Agent。数据模拟Agent 能根据历史的井场信息数据，模拟当年正在进行的井内的状态，为井内工程参数调整等提供参考。③数据库Agent。数据库Agent的主要功能就是储存与维护数据库。数据库内的数据以秒级的间隔按照时间、井深两种方式进行储存，以供用户进行查找。同时数据库拥有历史回放功能，可以随时向用户提供历史资料信息。④认证Agent。认证Agent属于此结构模型中的安全管理功能，主要体现在用户分级认证、用户使用权限管理等，并利用账户、密码方式为用户提供数据保护。⑤数据备份Agent。数据备份Agent 属于此结构模型中的一种数据保护功能，此功能可以向用户提供数据备份功能，并可以连接数据库查询需要备份的数据包。⑥打印Agent。打印Agent 管理系统中的打印资源，接收、分配打印任务。⑦显示Agent。显示Agent 可以根据用户的需求显示相应的数据，当数据较多不方便同时进行对比观察时，还可以将数据投放到多个屏幕上，便于进行对比分析。回放部分的显示操作功能还可以实现对本地存盘数据的显示，此功能可以避免实时打印数据的丢失。⑧资料解释Agent。系统依据采集收集到的数据，进一步进行分析，用户利用这些分析资料进行解释评价，得出结论。⑨第三方数据Agent。此Agent 能够提供与第三方数据的接口，如WITS 数据、LWD/MWD 数据等，有了第三方数据的加入，使得录井系统数据更加完善、客观，应用范围更加广泛。⑩协调Agent。协调Agent 在整个系统中的作用就是系统管理员的助手，它负责各个Agent 的通信沟通工作，并时刻记录每个Agent 的工作状态，且不会影响其他的Agent。

（3）业务模型。

综合录井系统工作流程共分为了井场业务和基地业务两大流程。①井场业务流程模型。井场业务流程主要工作内容是井场实时数据的采集入库、对井场进行实时监控与记录、向基地远传实时数据等。②基地业务流程模型。基地业务流程主要工作内容是存储所辖的每个井场的数据、向用户提供文本或曲线格式的历史和实时数据、根据需要向用户提供分析与决策资料、对井场实施远程监测、建立数据共享服务等。③“基地-井场”连接模型。井场与基地通过GPRS、电话/手机、卫星、互联网等方式进行连接，实现数据的传送。

（4）小结。

在科研人员的努力下，综合录井技术突飞猛进，主要体现在综合录井软件向智能化、数据共享和专家评价系统方向的发展。

2 人工智能在录井方面的应用前景展望

根据人工智能在录井方面的发现现状及需求，借助“人工智能、大数据”等现代关键的科学技术深入分析更先进的录井技术，实现集数据信息智能采集分析与处理、专家远程解释评价、工程远程监测与决策指挥等关键技术于一体的录井技术，录井现场最终实现无人值守，真正实现智慧录井[4]。

2.1 智慧录井系统构架组成

智慧录井系统构架由采集层、应用层、网络层和用户层共4 个部分构成。

2.1.1 采集层

采集层主要作用就是自动收集各类数据信息，实现自动化采集数据，主要包括录井仪器设备、传感器、计算机、机器人等，并且具备分析预测、故障自动诊断和系统优化等功能。

2.1.2 应用层

应用层是对录井信息数据的使用过程，是实现录井信息作用最大化的关键，应用层主要是由数据管理平台、数据挖掘平台、成果输出平台组成。

2.1.3 网络层

网络层通过局域网、广域网等方式将钻井现场数据信息传送至用户，为用户与信息数据交流提供通道。

2.1.4 用户层

用户层现场录井信息数据的最终使用者，主要作用是提供现场实时监控、专家协调研究，为勘探开发提供决策。

2.2 核心系统

2.2.1 机器人自动采集取样分析系统

机器人自动采集取样分析系统工作流程为：井筒内返出的钻井液，先用脱气器将钻井液内的气体脱附出来，采用气测仪实时检测其中的气体含量并实时传输到电脑上形成数据点及曲线，然后钻井液经过自动识别分离技术将其中的真岩屑样品挑选出来，经过自动清洗、自动完成岩屑日光及荧光拍照并留档，获取样品的井深及荧光图像，再通过智能机器人选定适量样品送至仪器进行分析，剩余样品通过机器装入岩屑袋内，并喷涂井深等信息，以备日后复查使用[5]。

钻井工程预警系统通过各部位传感器向计算机回传工程信息，实现工程实时观察、监测、指挥。

2.2.2 数据挖掘与智能解释系统

录井数据挖掘与智能解释系统就是针对所采集到的数据信息进行了分析、整合，进而也选择了机器学习与深度学习算法建立模型，再通过实时的录井数据分析，最终实现实时解释评价。

3 结语

石油行业的每一次跨越都离不开技术的创新与变革。目前，录井行业正向着更深层次的信息化以及智能化方向进行发展，这也就是科学技术发展当中的一个必然的趋势。录井信息数据的及时采集、快速准确评价、科学决策能为油气勘探事业贡献更大的参考价值，提高试油率、节约勘探成本，提高录井的地位，带动其他行业的迅速前进，为祖国的能源事业发展提供更加强劲的保障[6]。