欢迎来到安徽睿浩能源科技有限公司网站!
热门搜索:

三相分离器,水套加热炉,节流管汇

联系我们

安徽睿浩能源科技有限公司

联系电话:13637184444     15865990557   

售后服务:13774926621

地址:安徽

油气田数据采集系统的研究有哪些进展

油气田数据采集系统的研究有哪些进展
油气田数据采集系统的研究有哪些进展
油气田数据采集系统的研究有哪些进展
访问量 : 1862
编辑时间 : 2021-04-19

油气田数据采集系统的研究有哪些进展


  1.油气田数据采集系统人工智能在各个行业的发展


  2008年,在世界10家较有价值的公司中,石油公司占了5家,到了2018年,前10家较有价值的公司已由石油公司为主体转变为互联网(数据)公司为主体。如Alphabet(Google的母公司)、亚马逊(Amazon)、苹果(Apple)、脸书(Facebook)和微软(Microsoft)是当前全球估价较高的5家上市公司。


  2.油气田数据采集系统人工智能在油气勘探开发中的应用


  (1)岩心岩相分类。在核心分析领域,深度学习算法主要用于图像识别。目前,利用岩心CT扫描图像数据作为机器学习和训练卷积神经网络(CNN)的训练数据集,岩相分类结果的预测准确率可超过90%。


油气田数据采集系统的研究有哪些进展


油气田数据采集系统


  (2)测井曲线解释。人工智能的发展,特别是深度学习神经网络,可以自主学习曲线特征,避免人工提取的误差。它不仅能自动识别岩性、岩石类型和沉积微相,还能自动解释储层物性参数。


  (3)地震资料解释。充分利用大量地震数据获取地下信息是深度学习的关键方向之一。基于深度卷积生成对抗网络的叠前地震波形分类方法,既保留了深度卷积神经网络的特征提取能力,又通过标记数据辅助训练有效提高了识别精度。


  (4)油气甜点预测。在非常规油藏开发过程中,通过射孔和水力压裂层位信息与油气生产数据的关联,可以建立层位与生产数据之间的关联规则,然后利用聚类算法分析确定甜点层位。基于该方法,对美国巴肯页岩中的数千种页岩油进行了分析,甜点区预测符合率超过85%。


  (5)生产动态历史拟合和数值模拟预测。近年来,提出了一种基于深度学习的数据驱动历史拟合方法,预测结果比模型驱动历史拟合方法更可靠。


  (6)井资料驱动油气藏产量预测。如楚克武马利用深度学习预测流体参数,输入初始压力、饱和压力、溶解气油比、地层体积系数、系统压缩性、油密度、气密度、原油粘度等数据,训练后可用于预测其他井的饱和压力、地层体积系数、气体压缩性。


转载请注明该文章链接: