人工智能在测井地层评价中的应用现状及前景

• 作者: 李宁 徐彬森 武宏亮 冯周 李雨生 王克文 刘鹏
• 来源期刊: 石油学报
• 关键词: 机器学习 深度学习 人工智能 测井曲线重构 岩相分类 物性参数预测
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 综述|REVIEW
• 页码范围: 508-522
• 页数: 15页
• 分类号: P631.8
• 语种: 中文
• DOI: 10.7623/syxb202104008

摘要

测井是求取储层物性参数、发现与评价油气藏、预测油气储量的重要手段.测井技术更新换代、测井技术种类发展多样化、测井数据管理方式多元化等多重因素导致测井信息具有测量种类多、数据量大和多源异构等大数据特征.人工智能技术的快速发展为解决测井地层评价中的多解性、不确定性等难题提供了新的思路和方法,“测井+人工智能”也是一个亟待探索的新领域.在系统回顾人工智能在测井领域的研究现状和进展基础上,重点讨论了有监督机器学习和半监督机器学习、神经网络和深度学习等人工智能技术在测井曲线重构、岩相预测和物性参数计算等测井地层评价中的应用.受样本数量有限、处理流程不完善和自我调节能力较差等因素制约,人工智能在流体研究、储层综合评价等测井领域具有较大的发展空间和广阔的应用前景.