测井曲线智能合成技术发展现状与趋势

• 作者: 侯亮 李晓光 杨虹 杨金华
• 来源期刊: 世界石油工业
• 学科: 工学
• 关键词: 智能测井 降本增效 测井曲线 大数据 人工智能
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 油气战略
• 页码范围: 49-56
• 页数: 8页
• 分类号: TE151
• 字数: 6183字
• 语种: 中文

摘要

人工智能技术能有效降低作业成本、提高作业效率、保证作业安全性,是测井技术未来的重要发展方向.随着配套技术的快速发展,人工智能目前已达到发展的"黄金期".各领域都在探索切实可行的人工智能应用方案,测井行业也不例外.2016年Quantico Energy Solutions公司推出QLog测井曲线智能合成技术,利用钻井数据和自然伽马数据预测随钻测井结果,节省作业成本80％以上.2018年TGS公司推出ARLAS技术,根据邻井数据和目标井的部分测井数据自动填补测井数据的漏洞和盲点,生成目标井的自然伽马、声波、密度、中子、电阻率等测井曲线,准确率达90％以上.未来此类技术将随着大数据、人工智能等技术的发展,逐步覆盖更多领域,成为智能油田的重要组成部分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨金华		39	299	10.0	16.0
2	李晓光		69	429	11.0	19.0
3	杨虹		36	114	7.0	8.0
4	侯亮		15	11	2.0	3.0