從“石油小白”到“找油學霸”

□王慶輝 閔建國

在科技發(fā)展的時代浪潮中，石油勘探領域正經歷著一場意義深遠的技術變革。今年2月，江蘇油田物探研究院基于最新的高郵凹陷大連片地質剖面資料，提出了全新的井位，其中關鍵的信號波速度建模環(huán)節(jié)是由人工智能完成的。這是江蘇油田首次將人工智能技術成功應用于油氣勘探領域，開啟智慧勘探的新時代。

科研人員研發(fā)的基于復合神經網絡的速度譜智能解釋技術能夠更迅速、精準地剖析地球物理數據，識別復雜的地下地質結構。他們使用先進的人工智能處理技術對面積達2600平方公里的高郵凹陷連片三維速度譜展開分析，僅需8.3秒即可完成拾取，且預測精度高達90%以上，相比常規(guī)方式效率提升600倍以上。

布局人工智能應用

地球物理數據的采集、處理與解釋，是油氣勘探的首要工序，也是關鍵的環(huán)節(jié)。

這項工作需要對海量數據進行全面采集、精心處理和深入解釋，加之蘇北盆地“小、碎、貧、散”的復雜特性及多解性難題，使物探數據處理解釋工作不僅需要投入大量的人力和時間成本，而且在很大程度上依賴科研人員的經驗判斷。

近年來，隨著江蘇油田勘探開發(fā)不斷向“低深隱難”的復雜區(qū)及非常規(guī)領域進軍，對效率更高、判斷更精準的物探技術需求愈加迫切。

科研人員充分借助信息化、智能化技術的強大力量，加快培育新質生產力，制定了“數字基建工程、數字互聯(lián)工程、數字智聯(lián)工程”的發(fā)展規(guī)劃。

“我們充分發(fā)揮人工智能技術的優(yōu)勢，加快構建新一代以數據為核心的智慧物探新格局，推動科研范式從傳統(tǒng)的經驗主導模式向數據驅動模式轉型，讓油氣勘探的步伐更快、目標更準?！苯K油田物探研究院黨委書記李書瑜說。

2023年，順應老區(qū)勘探開發(fā)的迫切需求及數智化轉型發(fā)展大勢，江蘇油田設立了“人工智能在石油勘探地球物理數據建模中的應用”課題。他們組建了專業(yè)的人工智能研究團隊，并制定了全面系統(tǒng)的人工智能技術應用規(guī)劃，積極探索研究人工智能在構造解釋、噪聲壓制與信號增強、儲集層參數預測、物探資料正演反演等多個關鍵領域的應用，為人工智能在油氣勘探領域的廣泛應用奠定了堅實基礎。

煉成“找油學霸”

信號波速度建模是實現高精度地層成像的核心關鍵。通過信號波反射速度這一關鍵參數，科研人員能推算出地層各區(qū)域的密度、硬度和滲透率等重要信息，進而清晰判斷出在千米地下哪些區(qū)域是堅硬的巖石、哪些區(qū)域斷裂發(fā)育、哪些區(qū)域可能蘊藏著寶貴的油氣資源，從而繪制出精準的地質剖面圖，為油氣勘探開發(fā)提供依據。

以高郵凹陷連片三維速度分析建模為例，采用常規(guī)方法，需要每0.64平方公里計算一個速度點，共計121條線10129個計算點位。每個計算點位都對應著地下數千米的深度，后期還需要進行多輪次的校正、掃描、加密等煩瑣工作。

對此，項目組探索應用人工智能進行智能解釋。項目組探索應用基于復合神經網絡的機器學習和深度學習算法，對大規(guī)模的信號波反射速度數據展開深入細致的分析，讓人工智能學習找油秘籍。

為了讓人工智能學習更加精準高效，項目組在算法優(yōu)化、樣本設置、高效訓練3個關鍵方面下功夫，讓人工智能從“石油小白”鍛煉成“找油學霸”。

在算法優(yōu)化方面，科研人員巧妙地將速度譜拾取工作創(chuàng)新轉換為圖像識別，將速度譜能量團圖像作為識別目標進行精準檢測，通過復合神經網絡模型深入學習速度譜能量團圖像的獨特特征，然后將拾取的像素點巧妙地轉換成時間-速度對，從而成功實現了速度譜的智能化拾取。

“我們將處理解釋的規(guī)律，通過圖像識別、特征提取、特征融合等手段，更精準地轉化為算法規(guī)律，將地質謎題轉化為數學方程，讓人工智能像科研人員一樣思考。”江蘇油田物探研究院資料處理黨支部書記、人工智能團隊技術首席許沖說。

在樣本設置方面，項目組深入研究總結火成巖及斷裂帶、多次波發(fā)育區(qū)等不同地質構造和不同資料品質條件下的速度譜成像規(guī)律，精心制作了500張速度譜樣本圖像，就像真題試卷，為機器學習提供了豐富而精準的學習素材。

在高效訓練方面，項目組強化人工智能學習訓練，并加強智能拾取和人工拾取之間的實戰(zhàn)對比分析，不斷調整優(yōu)化參數，促進人工智能不斷進化，最終得到高精度速度模型。

經過近兩年的探索實踐，他們利用人工智能實現速度譜的自動、高精度拾取，不管是工區(qū)高覆蓋、低覆蓋位置處的速度譜，還是火成巖、小斷裂等復雜構造位置處的速度譜，均實現智能拾取，與人工拾取到的能量團位置及速度趨勢吻合度可達90%以上。同時效率大幅提升，以往需要5個人組成團隊耗時40多天才能完成的工作，如今不到10秒就能完成。

應用于復雜勘探領域

初至波是非常重要的信息參數，處理分析受復雜地帶、復雜山區(qū)影響頗大，常規(guī)方式存在拾取率低、精度低、容易錯層等問題。

物探研究院資料處理一部副主任潘成磊帶領團隊應用人工智能技術，探索出SSFM大模型的應用，不僅將效率提高了20%，而且提高了遠偏低信噪比區(qū)初至波拾取有效性，可以有效剔除復雜山區(qū)、復雜地帶影響。

2024年底，在對黔南-桂中2900平方公里新探區(qū)的物探資料重新處理解釋過程中，科研人員應用人工智能技術，有效增強重點部位成像效果，助力江蘇油田科學部署首口頁巖氣風險探井——鳳頁1井。

目前，江蘇油田進軍智能物探研究領域，已探索研究應用智能化物探資料處理、智能化物探資料解釋兩個系列12項特色技術。

“下一步，我們將按照整體設計、分步實施的原則，加快人工智能應用步伐，擇優(yōu)選取處理、解釋兩個環(huán)節(jié)15個場景作為中長期智能化方向，提升勘探開發(fā)效率和效益。”李書瑜說。

勝利油田：油藏開發(fā)智能化高效率

□本報記者 于 佳 通訊員 賈玉濤

輸入對話指令，借助DeepSeek大模型，短短幾分鐘就建立起數值模擬簡單模型，與人工建模的邏輯一致性達80%以上，宛如一位專業(yè)的油藏數模智能顧問，大幅提高了科研人員的工作效率。勝利油田勘探開發(fā)研究院滲流力學研究室經理胡慧芳說：“通過與人工智能大模型的深入交互，能夠推動油藏開發(fā)工作邁向智能化、高效率的新階段?！?/p>

勝利油田勘探開發(fā)研究院滲流力學研究室作為油藏數值模擬軟件應用和研發(fā)的專業(yè)研究室，率先開展了DeepSeek模型在油藏數值模擬、代碼解析等場景的應用探索，推動油氣勘探開發(fā)的智能化升級。

2021年以來，勝利油田將數字化轉型、智能化發(fā)展作為核心戰(zhàn)略目標，致力于打造智能油田，推動油氣產業(yè)高質量發(fā)展。2023年，勝利油田進一步明確了智能油田建設的“三步走”戰(zhàn)略：從數字油田到智能油田1.0，再到智能油田2.0，最終實現智慧油田的全面升級。

目前，勝利油田已成功構建了多個基于人工智能的應用場景，涵蓋勘探開發(fā)、生產運行、安全管理等領域。

作為油氣行業(yè)首個認知大模型，“勝小利”油氣大模型利用百億級國產自然語言大模型和RAG（檢索增強生成）技術，實現了油氣專業(yè)知識問答、數據檢索及生產經營指標查詢等功能，累計回答用戶提問超過11萬次，推動了企業(yè)知識管理的智能化升級。

在油氣勘探開發(fā)領域，勝利油田借助人工智能技術構建透明盆地和透明油藏模型，利用信息技術使地下油氣藏地質結構和流體流動過程及狀態(tài)數字化、可視化，幫助科研人員看清地下構造的樣子，使地質建模的效率和精度大幅提升，為油氣勘探提供了更精準的地質依據。

在生產運行方面，勝利油田通過人工智能技術實現了生產過程的智能化管控。油井工況智能診斷系統(tǒng)，就是利用MobileNet算法和專家經驗相結合的“人工智能+業(yè)務”雙驅動模型，實現油井工況的實時精準診斷，報警準確率達85%以上。

此外，他們依托視頻智能識別技術的安全風險管控系統(tǒng)，實時識別作業(yè)現場的違章行為和風險隱患，識別準確率超過90%，有效提升了生產現場的安全管理水平。

勝利油田還積極探索人工智能在綠色低碳領域的應用，通過構建源網荷儲一體化管控調度模型，實現對光伏發(fā)電功率和負荷功率的實時預測，優(yōu)化了能源管理，提高了綠電消納能力，降低了能源成本，為實現油氣產業(yè)的綠色轉型提供了有力支持。

點 評

人工智能技術在油氣田企業(yè)的應用已經深入勘探開發(fā)的各個環(huán)節(jié)。在知識問答和數據查詢統(tǒng)計方面，實現了油氣專業(yè)知識問答、數據檢索及生產經營指標查詢等核心功能；在地震數據處理上，可快速分析海量數據，幫助地質人員更準確地識別油氣藏的位置和規(guī)模；在鉆井作業(yè)中，可通過監(jiān)控鉆井參數進行時序建模，優(yōu)化鉆井路徑，減少鉆井時間和成本；基于人工智能異常檢測技術，可提前發(fā)現設備故障，避免非計劃停機，提高生產效率；在風險預警系統(tǒng)中，可通過分析歷史數據和實時數據，預測潛在的安全隱患，幫助企業(yè)及時采取措施，降低事故發(fā)生的概率。

未來，油氣田企業(yè)在人工智能技術方面的部署將更加廣泛和深入。在智能鉆完井和智能注采技術應用中，通過算法優(yōu)化鉆井和注采過程，提高開采效率；人工智能遠程控制作業(yè)會幫助生產單位實現無人化、遠程化的作業(yè)模式，提高作業(yè)安全性和效率；基于大模型構建自主化智能體，探索復雜環(huán)境下自主決策和執(zhí)行任務能力，推動人機協(xié)同作業(yè)的發(fā)展；基于人工智能技術優(yōu)化能源使用和減少排放，幫助企業(yè)實現碳中和目標。

——勝利油田數智化管理服務中心經理 段鴻杰

江漢油田：算法驅動低成本高質效

□本報記者 夏 梅 通訊員 曹夢茜

近年來，江漢油田已經在數字巖芯、地震資料處理、智能測井解釋等方面探索運用人工智能技術，在油氣勘探開發(fā)中取得一定成果。

在油氣田勘探中，測井建模與老井復查長期依賴人工，科研人員要耗費大量時間去查找核對數據、建立模型，且容易出錯。江漢油田勘探開發(fā)研究院自主研發(fā)MicRange（覓源）軟件，實現測井解釋全流程智能化。新技術解放了科研人員，推動了算法驅動精準決策，讓復雜建模成為過去式，效率較傳統(tǒng)方法提升超5倍，誤差率降低30個百分點以上。

目前，MicRange軟件已在測井解釋評價、油氣藏開發(fā)等領域推廣應用，涵蓋了紅星、復興、八面河、鐘市等主力區(qū)塊，人工智能技術不僅在巖性、物性、可壓性等儲層參數評價方面起到重要作用，且具有低成本、高質效的優(yōu)勢。

人工智能在地震資料處理領域優(yōu)勢也逐步凸顯。近日，地震資料處理人員程朋運用人工智能技術進行初至波拾取處理紅星區(qū)塊老地震資料。以往相似的工作量需要耗費十幾個人一周的時間，如今只需一個人花費3天就能完成。

“使用人工智能評價技術可以對地震初至波質量自動評判并進行迭代修正，僅需要對極少數異常數據進行人工修改?！苯瓭h油田勘探開發(fā)研究院采集處理所所長郭利榮說。

初至波拾取是地震資料處理的基礎工作，是后續(xù)精細靜校正處理的關鍵一環(huán)，也是影響地震資料成像的關鍵因素之一。以往科研人員使用的處理軟件準確率低，需要人工修改，耗時耗力。如今，依托π-Frame地震一體化軟件平臺，地震資料處理人員不再需要人工核對修改，可快速準確完成拾取工作，為后期勘探提供高品質地震資料打好基礎。

智能初至波拾取技術提高工作效率近60%，并在新場三維地震資料處理項目中收到了較好的應用效果，接下來，科研人員將探索人工智能交互速度分析技術，持續(xù)提升地震資料處理能力與效率。

在天然氣開發(fā)領域，科研人員積極應用人工智能技術，借助頁巖氣地質工程一體化數字孿生平臺，打造頁巖氣藏人工智能大模型應用場景。數字孿生平臺通過集成隨鉆、隨壓、隨產全生命周期數據流，可高效處理多源異構數據，實現地質模型實時動態(tài)更新；生產階段依托強化學習算法，智能調整數值模擬策略，提升產能預測精度。

下一步，江漢油田將持續(xù)在地質建模與儲層預測、地震資料處理與解釋、油氣田開發(fā)與生產優(yōu)化、儲量評估與經濟評價等領域逐漸深化人工智能應用，并結合科研生產需求不斷優(yōu)化迭代。

點 評

當前，人工智能技術在油氣田企業(yè)主要發(fā)揮三方面作用：一是提升勘探與開發(fā)效率，通過人工智能技術分析地質數據、地震成像和測井信息，可以顯著提升油氣藏資源評價準確度及分析效率；二是優(yōu)化開發(fā)方案及油氣生產流程，將人工智能技術應用到油氣藏開發(fā)，可以替代傳統(tǒng)建模數模軟件實現實時更新的油藏動態(tài)建模與數值模擬，并給出開發(fā)方案優(yōu)選建議；三是助力油氣藏開發(fā)技術的創(chuàng)新，例如通過人工智能技術與地質模型的深度融合，建立以人工智能驅動的裂縫擴展預測方法，可以實現頁巖儲層地質、工程“甜點”的精準定位。

當前，油氣田企業(yè)應用人工智能仍面臨數據整合與標準化挑戰(zhàn)。頁巖氣開發(fā)儲層非均質性強，數據復雜度高，需整合地質、工程與生產數據，構建統(tǒng)一的數據平臺實現多源數據融合。人工智能技術正從單一工具升級為頁巖油氣開發(fā)的核心驅動力。

——江漢油田勘探開發(fā)研究院副院長 劉 莉

“人工智能+”賦能生產經營提質升級

□江蘇油田科技與信息管理部總經理朱蘇青

隨著人工智能技術不斷進步，對油氣田企業(yè)而言，當前是擺脫傳統(tǒng)發(fā)展路徑、實現全面轉型升級的“窗口期”，人工智能正是“助推器”，必須緊抓機遇、乘勢而上。

油田勘探開發(fā)、生產經營產生了大量數據，并且專業(yè)之間具有高度關聯(lián)性，為人工智能應用提供了廣闊舞臺。人工智能在油氣田的落地應用離不開大數據、大模型、大算力支撐。

近年來，集團公司加強人工智能前瞻性、戰(zhàn)略性布局，在大模型、大算力上給予企業(yè)有力支持。油氣田企業(yè)重點需要在數據質量管理、應用場景研究、模型訓練微調上聚智發(fā)力。

長期以來，江蘇油田落實中國石化信息化“六統(tǒng)一”原則，經過多年EPBP（中國石化勘探開發(fā)業(yè)務協(xié)同平臺）建設與應用，有了比較扎實的數據基礎，為推進“人工智能+”行動創(chuàng)造了有利條件，接下來，將在“面向科研、面向生產、面向經營”應用上下功夫。

在“人工智能+科研”方面，將在物探研究、油藏模擬、工程設計等領域，以業(yè)務數據、成果數據為基礎，以窮盡計算為手段，為勘探開發(fā)、方案制定、參數優(yōu)化提供最優(yōu)解。在“人工智能+生產”方面，將在油水井、站庫及重點裝置、要害部位管理等方面開展智能化控制策略研究，以實時數據的分析判斷、發(fā)送指令，對現場設備、流程采取智能化管控，實現安全管控，以及少人化巡檢。在“人工智能+經營”方面，將在物探、鉆井、作業(yè)等領域，以生產數據和財務數據關聯(lián)性、實時性分析，推動業(yè)財融合，實現從設計、施工、驗收到結算全流程的成本及時歸結和自動分析，從而降低噸油成本。

接下來，江蘇油田將以人工智能應用研究科技項目群為抓手，推進“人工智能+”多場景應用，賦能老油田生產經營提質升級。