挖土掘岩，量天测海，AI助力油气勘探 - 钻井勘探篇|智周报告核心版

原标题：挖土掘岩，量天测海，AI助力油气勘探 - 钻井勘探篇|智周报告核心版

油气历来是能源领域最为重要的资源之一， 目前，全球范围内已探明石油可采资源量为5350x108 t、凝析油可采资源量为496.2x108 t、天然气可采资源量为588.4x1012 m³。世界上针对油气探索领域的主要方法为地质勘探，地球物理学勘探，以及钻井勘探。而钻井勘探正在利用机器学习，深度学习以及计算机视觉从自然伽马，自然电位，井径，声波，密度，中子和电阻率多维度大范围提升油气田勘探的准确性以及精度。

作者 | 田辰

一、油气勘探下钻井勘探的大环境

近几年来，国际油气价格持续波动，并在2017年达到近5年来油气市场交易总额最低点。全球范围内全年交易总额仅为3435亿美元。虽然，全球范围内常规油气资源储量仍然丰富，但各大公司都在防患于未然，开始持续加注油气勘探领域。希望通过增加探明储量以增加资产，从而应对全球油气价格的不确定性。钻井勘探一直是油气行业中最为基础的技术与应用领域之一。自2017年来各大国际油气巨头公司如英国石油，道尔达，艾默生在去年都明确表示以机器学习为核心的人工智能技术将成为钻井勘探的中坚力量。本文将对近年来人工智能在钻井勘探方面领域的技术、方向与案例做简单介绍。

二、钻井勘探中的主要人工智能技术领域

机器学习：是指利用规律对未知数据进行预测的算法。目前，在钻井勘探领域主要被集中于针对不同维度数据的分析，预测，以及判断。该技术在色谱以及伽马射线解析方面有至关重要的作用。

计算机视觉：是指机器代替人眼对目标进行识别、跟踪和测量，并进一步进行图像处理的技术。在钻井勘探领域被广泛应用于电位曲线，伽马色谱，声波波纹等关键信息的识别任务。

深度学习：是指让多层神经网络可以进行训练与学习的方法。而其中最为常见的方法就是卷积神经网络。目前，各种神经网络模型都在不同测井数据解析中起着核心作用，并在岩性孔隙解析，地层岩性分析，以及岩性密度识别方面有不俗表现。

自监督学习：是在没有明确提供标签的情况下进行目标标签的自由获取，并通过挖掘数据的性质，从中学习并生成所需的标签信息。目前，自监督学习被尝试应用于针对各测井所收集数据后的质量提升以及补全，该做法可大范围提升数据准确度。

大数据技术：大数据技术的体系庞大，基础技术包括数据采集，数据预处理，数据仓库等。正式如此，大数据正在成为各大行业的用来加速数字化进程的必不可缺手段，在钻井勘探领域也不例外，以数字数据为基础的智能化分析正在逐渐取代人工分析走上舞台。

生成对抗网络：是非监督学习的一种方法，可通过两个神经网络之间的互相博弈进行学习，该网络经常用于生成以假乱真的图像数据和改善已有图像数据的质量。这让该技术在智能补全数据测井方面有至关重要的作用。

三、钻井勘探中人工智能的应用任务方向

四、钻井勘探部分落地案例简述

NthDS：利用深度学习，机器学习，计算机视觉以及自监督学习技术可对测井数据中数据错误以及缺失进行自动校正和补全，并确保清理后的数据可直接进入公司数据库进行测井数据分析。

Quanticoenergy：的Qlog可利用内嵌的机器学习与神经网络算法模型对伽马，中子以及电位电阻数据进行实时分析以及记录完善岩性，密度等多项测井数据。

Yttrium Technology：通过利用大数据，机器学习，以及计算机视觉技术可自动生成、读取并储存测井数据，更可构建2D，3D数字化地层分析与解析图像。

TGS-NOPEC Geophysical Company ASA (TGS) ：利用机器学习算法构建了新的测井预测分析工具，它可对伽马射线，密度，中子以及电位电磁测井曲线进行高精度与细致的数据解析，并可根据相关分析进行油气田甜点合理位置推荐。

五、人工智能技术在钻井勘探的局限性

测井相关数据稀疏始终是大问题：不同种类测井曲线图像的分析正在成为改善钻井勘探效率的核心，声波，电阻率，密度等常用测井数据都陆续被证实人工智能的应用可带来分析与模型精度的大范围提升，但对于相关测井标识训练集的数据一直是构建相关算法以及分析模型的难点。

六、人工智能技术在钻井勘探的发展趋势

测井数据补全与修复正在走上舞台：以往测井的井径等关键数据的变化，可能会造成废井或重新勘探，但现今结合机器学习，深度学习，自监督学习等技术可尽可能进行数据补全以及修复，从而大范围降低钻井勘探成本。

* 本文为「智周」系列报告「核心版」，相应「深度版」的推出计划将在后续公布，敬请大家关注。针对「油气勘探中人工智能技术的应用现状及展望-钻井勘探篇」这一主题，有哪些方向或主题，你希望在报告深度版中读到更详细的阐述与分析，欢迎留言，这将成为我们制作报告深度版的重要参考。

关于「智周」系列报告

机器之心「智周」人工智能技术应用报告系列重点关注现有人工智能技术应用较成熟且应用潜力较大的正在进行智慧升级的传统行业及场景，逐行业、逐场景为产业用户高效而不失深度地呈现不同人工智能技术的产业落地现状、企业案例、技术应用趋势等。「智周」人工智能技术应用报告系列包含核心版及深度版两个版本：

核心版浓缩精华分析内容至2页内，覆盖重要数据、分析结论及案例简述，以供使用者高效系统地了解人工智能技术在自身所关注产业内的潜在机会。

深度版在核心版的基础上，包含详尽的行业或场景痛点分析、技术解读、落地案例详解及资料附录等，以供有深度研究需求的使用者进行深入探究。返回搜狐，查看更多

责任编辑：