| 数据模型与物理模拟驱动的人工智能测井 |
| |
| 引用本文： | 程希,宋新爱,李国军,包德洲,陈琪泉. 数据模型与物理模拟驱动的人工智能测井[J]. 测井技术, 2021, 45(3): 233-239. DOI: 10.16489/j.issn.1004-1338.2021.03.002 |
| |
| 作者姓名： | 程希 宋新爱 李国军 包德洲 陈琪泉 |
| |
| 作者单位： | 西安石油大学地球科学与工程学院,陕西 西安 710065;西安石油大学院士专家工作站,陕西 西安 710065;中国石油集团测井有限公司技术中心,陕西 西安 710077 |
| |
| 摘 要： | 从测井技术的发展历程看,模拟电子通讯、数字电子通讯、电子计算机以及阵列探头和CPU性能的提升,促进测井技术实现跨越式发展,即从模拟测井、数字测井、数控测井发展到成像测井.以大数据、算法以及算力为核心技术的人工智能正在极大地改变石油工业,促使测井技术向智能化方向发展.从人工智能引起油气学会的关注,到人工智能在国内外测井技术上的应用现状,以及测井技术发展所面临的挑战等方面,提出人工智能测井概念,分析测井大数据的形成基础、人工智能测井的技术组成.从技术可行性角度,分析人工智能测井的三大核心:数据模型、物理模拟算法、测井人工智能生态的组成和算力支撑条件;研发出测井大数据私有云,实现人工智能算法在大数据私有云上的加载运行处理.从人工智能在测井技术上的应用场景及勘探开发市场需求,总结分析数据模型和物理模拟驱动的人工智能测井技术发展必须经历的3个阶段.
|
| 关 键 词： | 测井大数据 物理模拟 学习算法 人工智能测井 |
Design and Implementation of Ecological Clouds for Artificial Intelligence Logging Driven by Big Data and Algorithms |
| |
| CHENG Xi,SONG Xin'ai,LI Guojun,BAO Dezhou,CHEN Qiquan. Design and Implementation of Ecological Clouds for Artificial Intelligence Logging Driven by Big Data and Algorithms[J]. Well Logging Technology, 2021, 45(3): 233-239. DOI: 10.16489/j.issn.1004-1338.2021.03.002 |
| |
| Authors: | CHENG Xi SONG Xin'ai LI Guojun BAO Dezhou CHEN Qiquan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
