為滿(mǎn)足油氣田高效勘探與低成本開(kāi)發(fā)需求,支撐國(guó)家油氣資源戰(zhàn)略目標(biāo),地球物理勘探迫切需要發(fā)展智能化地震數(shù)據(jù)處理與解釋技術(shù)。通過(guò)跟蹤國(guó)外技術(shù)發(fā)展前沿,結(jié)合文獻(xiàn)調(diào)研分析,梳理了智能化地震數(shù)據(jù)處理與解釋發(fā)展現(xiàn)狀。人工智能技術(shù)正推動(dòng)地震數(shù)據(jù)處理與解釋朝自動(dòng)化、智能化快速發(fā)展,大大提高了運(yùn)行效率和計(jì)算精度。地球物理行業(yè)的智能化是降本增效、提高競(jìng)爭(zhēng)力的有效途徑,但目前智能化技術(shù)的工業(yè)應(yīng)用尚處于起步階段。以機(jī)器學(xué)習(xí),尤其是深度學(xué)習(xí)方法為代表的人工智能技術(shù)的迅猛發(fā)展為油氣地球物理行業(yè)提供了新的機(jī)遇。國(guó)際主要石油公司及地球物理技術(shù)服務(wù)公司都在積極探索如何利用人工智能方法進(jìn)行地震數(shù)據(jù)處理與解釋,盡管面臨眾多挑戰(zhàn),但發(fā)展?jié)摿薮蟆?nbsp;

【文章來(lái)源】：世界石油工業(yè). 2020,27(04)

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系

自動(dòng)化速度建模技術(shù)取得了較好的應(yīng)用結(jié)果。利用其對(duì)西非地區(qū)采集的500??km2三維地震資料進(jìn)行處理，在無(wú)井約束的情況下，初始模型與真實(shí)模型的差異約為15%，所需周期時(shí)間從傳統(tǒng)建模的90??d縮短到10??d以?xún)?nèi)。圖2顯示了3組根據(jù)不同速度模型得到的疊加道集，圖2(a）為用于自動(dòng)建模的初始模型；圖2(b）為采用傳統(tǒng)方法經(jīng)過(guò)90??d的建模結(jié)果；圖2(c）為自動(dòng)化速度建模的結(jié)果。由圖可見(jiàn)，利用自動(dòng)化速度模型的地震道集的校平程度與傳統(tǒng)方法[圖2(b）]相當(dāng)，相同尺度渲染后的自動(dòng)化速度模型與傳統(tǒng)方法建立的模型非常相似。2.2 地震屬性分析技術(shù)

如Geophysical?Insights公司將基于機(jī)器學(xué)習(xí)的地震多屬性分析技術(shù)應(yīng)用于斷層解釋、井位設(shè)計(jì)、直接烴類(lèi)指示（DHI）等方面。對(duì)DJ盆地100??mile2(1?mile?2=??2.590??km?2）的多客戶(hù)三維地震數(shù)據(jù)，采用SOM將一組地震屬性進(jìn)分類(lèi)，用于解釋復(fù)雜斷層斷裂活動(dòng)及其在儲(chǔ)層層段內(nèi)的變化，并利用多屬性分類(lèi)體輔助鉆井目標(biāo)層位的識(shí)別、儲(chǔ)量計(jì)算和水平井段規(guī)劃[20]。該應(yīng)用案例證明了機(jī)器學(xué)習(xí)屬性分析技術(shù)對(duì)改進(jìn)Niobrara和Codell組儲(chǔ)層分辨率的有效性。2.3 地震巖相分析與預(yù)測(cè)

【參考文獻(xiàn)】：
期刊論文
[1]“機(jī)器學(xué)習(xí)+量子計(jì)算”未來(lái)可期[J]. 伍斯璇.  張江科技評(píng)論. 2020(03)
[2]石油物探智能化發(fā)展之路:從自動(dòng)化到智能化[J]. 趙改善.  石油物探. 2019(06)
[3]應(yīng)用地球物理+AI的智能化物探技術(shù)發(fā)展策略[J]. 楊午陽(yáng),魏新建,何欣.  石油科技論壇. 2019(05)
[4]人工智能第三次浪潮以及若干認(rèn)知[J]. 徐雷.  科學(xué). 2017(03)
[5]大數(shù)據(jù)時(shí)代機(jī)器學(xué)習(xí)的新趨勢(shì)[J]. 陳康,向勇,喻超.  電信科學(xué). 2012(12)



本文編號(hào)：3540479