测井资料人工智能处理解释的现状及展望

在当前电子信息高速发展的时代,测井资料的处理解释除了面临长期以来的多解性外,还面临着高端测井仪带来的数据量剧增、数据时效性要求更高的问题.并且油田公司和服务公司普遍用人紧张,使得这些问题变得更为突出.随着大数据、机器学习及人工智能的兴起,行业专家也逐渐开始探索机器学习方法在测井领域的应用.介绍了人工智能、机器学习相关概念及其分类,并与基于物理模型的传统建模方法进行对比,简述了人工智能方法对于测井数据分析的适用性.多样的机器学习算法可以跳出传统岩石物理体积模型的假定限制,为测井资料处理解释带来了更大的函数空间,帮助测井资料处理解释人员以非线性方式从高维空间发掘知识.从2个发展较为系统的测井资料智能解释领域:常规测井资料岩相分类和参数反演中总结了相关智能解释算法的工作流程,这些智能解释算法可为相关任务节省大量时间,并提供定量化的不确定性分析以供从业人员参考.最后,从3个方面对测井资料智能解释的未来发展提出了思考及展望:借助大量理论模型正演资料,机器学习方法或能替代数值模拟方法提升模拟资料的处理解释效率;开发结合高端测井资料(如成像测井资料)与常规测井曲线联合解释的智能解释流程,可更好地提升岩相分类及参数反演的效果;高效扩充开源数据集或结合无监督手段提升智能算法表现有利于智能方法的评价与推广.

Research Status and Prospect of Artificial Intelligence in Logging Data Processing and Interpretation