油气储层勘探建模技术新进展及未来展望

油气储层建模利用地质统计学等方法,综合测井、地质、地震等多学科信息,是油气田开发研究的利器,油藏地质模型可以将油藏各种地质特征在三维空间的变化及分布定量表征出来,是油气藏的类型、几何形态、规模、油藏内部结构、储层参数及流体分布的高度概括,储层地质模型是油藏地质模型的核心,可以对储层的沉积特征、非均质性、物性及流体等特征进行综合表征。但在勘探阶段,面对大尺度沉积体系和稀疏井网条件下的储层展布规律表征的建模难点为:①地质知识的量化表达问题,包括地质专家的经验认识如何数字化表征。②稀疏井网条件下无法直接用钻井资料对地质体的发育规模、展布方向和结构特征准确定量描述及构建地质模式,大尺度空间中复杂沉积体系无法用简单数学函数表征。③传统地质统计学等方法在勘探模型构建中如何实现地震、测井、地质、油藏等多维度数据的融合问题。因此,基于确定性建模和传统地质统计学等随机建模的储层建模理论和技术遇到极大挑战。笔者在系统剖析传统储层建模技术流程和方法的基础上,通过构建涵盖地质、测井、地震、分析化验等信息的多学科地学大数据知识库,开展多维数据凝聚层次聚类的沉积相模式库表征和基于生成式网络的智能建模,提出了多学科协同的油气储层勘探建模技术对策及技术体系,实现了构造、沉积及储层之间匹配关系的定量表征。该技术体系在东营凹陷北部陡坡带、洼陷带勘探部署中开展系统应用,构建融合古地貌、古物源、搬运通道、测井及地震属性等多信息的岩相、物性及油气运聚的地质模型,基于模型新范式指导部署井位,支撑了陆相断陷盆地复杂砂砾岩体、页岩油等勘探实践。笔者通过深度剖析东营凹陷北部陡坡带勘探建模实践难点及精度问题,进一步探讨了未来油气储层勘探建模技术发展趋势和应用前景。

中国石油精细油藏描述技术新进展与展望

精细油藏描述研究是油田开发基础工作之一,其研究精度的不断提高,极大地促进了油田开发水平的提升。“十二五”和“十三五”期间,中国石油精细油藏描述研究针对多层砂岩油藏、复杂断块油藏、低渗透砂岩油藏、砾岩油藏、稠油油藏、特殊岩性油藏分别开展了技术攻关,形成了不同类型油藏配套技术系列。为了支撑剩余经济可采储量(SEC)储采平衡、老油田“压舱石”、采收率再提高、页岩油革命等“四大工程”,系统梳理中国石油精细油藏描述研究在5个方面的最新进展,分别是井震结合构造精细解释技术实现低级序断层定量描述,基于储层构型研究的单砂体刻画技术实现米级砂体描述预测,室内实验、数字岩心、物理模拟和数值模拟等方法技术实现综合剩余油表征,精细油藏描述成果平台建设实现研究过程协同共享和成果规范化存储管理,建章立制制定系列标准规范实现精细油藏描述研究规范化。通过系统总结精细油藏描述存在的8个方面问题,提出精细油藏描述的发展方向。

油气储层用化学封堵材料性能室内评价方法发展方向

目前油气井储层封堵材料室内评价多以承压能力和储层保护能力为主,并以其作为入井依据。但随着技术进步和社会发展,只满足作业需求的某一项或几项指标,无法投入现场试用或应用,导致需要重复检测、评价,造成投入应用时间长,成功率低。从1000余篇国内外油气井安全性、储层保护和环境保护等相关主题词的文献中,发现封得住、稳得起、流得出、过得关和用得起等5项投入应用的性能指标需要检测,并以此为依据将检测方法分为5类。引入大数据思想分析应用成功率与测试指标数量的关系、投入应用时间与测试指标数量的关系发现,评价5类指标比评价单一指标的材料应用成功率最多高62%。5类评价方法项全部完成增加室内工作时间但投入应用的时间最多可节约77%。结果表明,封堵材料应用前评价5类指标,解决了封堵材料投入应用的时间长、效率低难题,不仅为储层封堵材料投入现场应用提供评价指标和检测方法,还为其他井筒作业材料提供了可借鉴的评价手段。

四川盆地致密气藏开发指标评价方法

气藏开发指标评价工作是衡量气藏开发效果、发现开发中薄弱环节、提高生产管理水平的重要手段。为了助推四川盆地致密气勘探开发实现高质量发展,需要构建一个科学、合理、全面、实用的致密气藏开发指标评价体系,优选指标量化评价方法。针对四川盆地致密气藏实际数据特点,基于地质、井筒、地面一体化经验认识,筛选能全面反映致密气藏勘探开发情况的指标,搭建出致密气藏指标的基础框架,开展四川盆地致密气藏开发指标评价方法研究。研究结果表明:(1)采用大数据分析包括AHP层次法、CRITIC法、因子分析技术,和传统方法相结合,主客观融合,建立一套具有3维度、3阶段和分级的开发指标评价体系,实现致密气藏开发指标关键表征参数优选及综合权重分析;(2)采用功效系数法、等级法、k均值聚类法等数据融合治理与指标分数确定方法明确指标评分量化标准,将关键指标真实值转化成为数值得分,实现致密气藏精细化定量评价方法;(3)通过典型致密气藏实例验证,评价结果符合气藏实际,发现气藏开发存在采气速度过快、措施井比例低等短板与不足,对类似区块的开发效果评价具有重要的推广价值。

分布式存储与计算方法在水利地理空间大数据中的应用

为高效存储管理水利地理空间大数据,本文提出一种基于Hadoop和Spark的分布式存储与计算架构,同时合理运用Spark的内存与缓存机制,设计实现了针对空间大数据的分布式存储与计算方法。利用某水电站库区DEM数据进行库容计算分析,验证了本文所提出的分布式存储和计算方法具有更高的计算效率,,并具有良好的可扩展性。

细粒沉积物及其古地理研究进展与展望

细粒沉积物特征及其古地理研究对含油气细粒沉积物的勘探开发、评价预测、工程技术设计等意义重大。近年来,细粒沉积物,尤其是含油气细粒沉积物研究的快速发展,带来了一系列新的研究领域。在讨论细粒沉积物的定义、分类与特征的基础上,通过分析细粒沉积的文献知识群,获取细粒沉积物、页岩研究等结构、热点与发展方向。国际上细粒沉积物研究主要关注微结构和成因机制,近年来主要在具有油气意义的特殊细粒沉积物——页岩研究方面取得关键进展,对页岩的研究过程可以分为以页岩表征为代表的主知识网络和以页岩气赋存、运移等构成的延伸知识网络。细粒沉积物古地理恢复方法丰富,适用性存在差异,但量化、多因素综合、数据集成与深度挖掘、人工智能化将是细粒沉积古地理恢复方法的方向。在含油气细粒沉积物的优选评价方面,需要对沉积物本身特征与控制影响因素展开精细研究,进而延伸出"更宏观"与"更微观"2个主要发展方向。

大数据挖掘技术评价致密气藏水平井产能

为准确评价致密气藏压裂水平井的产能,通过分析致密气藏压裂水平井产能的影响因素,采用大数据技术进行数据过滤,给出了影响产能的2个大类9个子类40个因素,并优选出主要因素。运用主成分分析方法、线性回归方法进行影响因素的排序,并建立多因素影响下的产能方程。研究表明,采用大数据挖掘技术建立的产能评价方程预测的气井产量与实际产量相比,精度达到90%。研究内容为大数据技术在致密气藏储集层地质认识、大规模压裂技术、气井动态特征等领域的应用拓宽了思路。

四川盆地五峰组—龙马溪组页岩气优质储层发育模式及识别评价技术

2012年,中国在四川盆地设立了第一批国家级页岩气示范区,历经10年建设、实践,在四川盆地落实了10×10m^(3)级海相页岩气大气区,页岩气跨入了规模效益勘探开发新阶段。为系统总结页岩气勘探开发成果,为深层页岩气以及其他地区页岩油气的勘探开发提供借鉴和参考,以盆地重点井的电性、岩相、储层参数、微观孔隙等分析为基础,系统总结了五峰组—龙马溪组页岩气优质储层主要特征、发育模式和识别评价关键技术。研究结果表明:(1)富生物硅质页岩、钙质页岩及其混合质页岩相是优质页岩气储层的主要岩相类型,形成于半深水—深水陆棚相;横向展布受古地貌控制,纵向发育受物源、氧化还原条件及古生产力等影响,厚度为25~90 m。(2)页岩气优质储层发育有机质孔隙、无机质孔隙及微裂缝(包括纹/层理缝);有机质孔隙是重要储集空间之一,微裂缝既是不可或缺的储集空间也是重要的产出通道;页岩气储集空间总体是微—纳米级孔隙,宏孔对富集起重要作用。(3)提出了3种优质储层发育模式;沉积型是基础,龙马溪组底部笔石带高U/Th层段多发育优质储层,其厚度主要受古地貌控制,坳陷区域的厚度更大;成岩型包括同生—早成岩期刚性支撑、中—晚成岩期矿物—有机质转化和超压缓解压实3种形式;构造改造型以微裂缝优质储层为主;(4)页岩气优质储层识别评价的核心技术有大尺度岩心与岩石薄片观察、高精度岩石矿物识别、含气量实验测试与模拟、扫描电镜微观表征、三维微观孔隙重构、地球物理综合解释与预测、大数据分析等。结论认为,近10年的示范区建设研究和实践成果可深化我国页岩气优质储层认识、推动页岩气储层相关理论技术有效发展、提高页岩气“甜点区/段”预测精度、扩大示范区页岩气勘探开发成效。

水库大坝安全诊断与智慧管理关键技术与应用

中国水库大坝建设水平世界领先,但管理水平相对滞后,突出表现在管理手段落后、信息化应用程度低,出险甚至溃坝事故仍时有发生,亟待加强传统水利与现代信息技术融合,充分应用大数据、人工智能、机器学习等现代信息技术,实现水库大坝安全智能诊断和智慧管理。“十三五”国家重点研发计划项目“水库大坝安全诊断与智慧管理关键技术与应用(2018YFC0407100)”以澜沧江流域代表性水电工程等为依托,以水资源高效利用为目标,以确保水库大坝安全为宗旨,以工程防灾减灾为突破点,通过近四年的联合攻关,在大型复杂水工结构性能演化测试装备与智能诊断技术、大坝结构与服役环境互馈仿真及智能监控关键技术、基于大数据的大坝安全诊断与预警关键技术等方面取得系列创新成果,为进一步健全中国大坝安全保障体系和强化预报、预警、预演、预案“四预”措施提供科技支撑,全面保障水库大坝安全运行和综合效能发挥,具有极高的科学价值和广阔的推广应用前景,社会效益、经济效益和生态环境效益极其显著。

水库大坝安全智能巡检系统设计与实现

针对传统水库大坝安全巡检过程中存在的数据组织散乱、巡视结果人为因素多、管理效率低、信息孤岛严重、无法可视化和时效性差等诸多问题,以水库智慧管理为理念,集成物联网、智能技术、云计算与大数据等新一代信息技术,设计和研发了基于大数据的"发现问题—智能诊断—匹配处置决策—处理效果反馈"的闭环模式水库大坝安全智能巡检系统,由巡检人员管理、智能巡检管理、智能诊断分析、查询统计管理等四大功能模块组成。通过多个水库工程实际应用表明,该系统可切实提高水库大坝安全管理能力和运行管理效率。

测井数据岩相分类的机器学习方法和大数据岩相分类探讨

对现有测井数据岩相分类的机器学习方法进行归纳总结,并针对大数据岩相分类的相关问题进行探讨。

精细油藏描述中的大数据技术及其应用

精细油藏描述研究内容特别丰富,积累了海量数据资料,为大数据技术应用提供了坚实的基础。同时,精细油藏描述由数字化向智能化转型和快速发展进步,需要大数据技术提供支撑。从基础统计数据和综合研究成果数据2方面,阐述了精细油藏描述中大数据的特点。除了这2类数据表资源,精细油藏描述中大数据还包括测井解释图版、地震解释数据体、地质模型等各类数据体以及各种成果图件。结合科研实践,从地层自动精细划分与对比、储层沉积微相(或储层构型)自动批量判别分类、测井精细批量二次解释、聚类分析储层综合定量评价和多点地质统计学三维地质建模等5方面介绍大数据技术在精细油藏描述中的应用。精细油藏描述中大数据技术应用存在的问题包括大数据技术数据库的建设、大数据技术信息挖掘、大数据的代表性问题、大数据多种类型数据之间的融合、大数据应用的安全性问题、大数据应用领域拓展等;未来发展方向主要包括大数据应用平台建设、大数据技术信息挖掘方法优化、大数据质量控制、大数据中的可视化技术创新、海量油田开发大数据的标准化管理、大数据技术在非常规油气精细油藏描述中的应用探索等。

梯级水库群联合调度关键技术发展历程与展望

水库调度是实现水资源优化配置的重要方法和有效举措,能有效缓解区域干旱、洪涝等自然灾害,对于实现可持续发展水资源战略具有重要支撑作用。经过多年的理论创新与技术发展,水库群系统调度已经形成了较为完整的框架。水库群调度的先驱者们已经开展了大量卓越的工作,在传统技术的发展,及在针对新问题的理论突破上都做出了重要的贡献。本文旨在于综述水库群调度研究的发展历程,总结当前国内外水库调度领域的热点问题,并探讨未来水库群调度研究的发展方向。

基于大数据的油气藏工程类课程交互式教学平台研究

目前,油气藏工程类课程教学偏理论化而难以兼顾实践教学,偏离了企业需求,解决此类问题并开展针对性教学是当务之急。该课题拟引进信息技术,采用大数据分析对课程教学信息化的新模式进行探索,依托大数据分析技术研究课程特点与存在的不足并加以解决。建立一套交互式教学互动平台,在教学上采用传统教学与大数据分析平台相结合的模式,分别从教学前、教学中、教学后三个环节分析学生的学习情况。

大数据统计在碳酸盐岩油气田开发中的应用

为解决塔里木盆地下古生界奥陶系碳酸盐岩油气田后续高效井的部署难题,在精细构造成图的基础上,进行有效圈闭的识别和分类,通过海量钻井资料统计分析油气富集规律,重新落实构造对油气的控制作用。结果表明,研究区主要的构造圈闭类型可分为背斜圈闭、断背斜圈闭及与走滑断裂相关的断裂圈闭共3大类6小类;研究区碳酸盐岩储层具有一定的连续性和连通性,油、气、水的分布宏观上和微观上符合油气差异聚集原理。构造圈闭是油气最富集的区域,是高效井集中分布区,油气藏富集模式可分为圈闭内富集型、斜坡全充注型、斜坡半充注型和斜坡全漏失型四种,其中斜坡全充注型和圈闭内富集型是钻探获高效井最有利的地质目标。

油藏描述中的多信息随机动态综合优化模拟及智能化建模应用分析

在油藏描述中,大数据分析与多信息随机动态综合优化模拟及智能计算的结合,是油气田开发可持续发展战略中一项亟待解决的重要课题,有着极其深远的研究意义与十分广阔的应用前景。本文运用多种现代信息决策分析与处理方法以及大数据智能分析技术,深入讨论了油藏描述中的多信息随机动态综合优化模拟的理论性能与特点,以及随机模拟的步骤与方法,进而深入讨论了智能化全多维计算机模拟技术在我国部分油气田综合勘探、开发中的应用。

三峡库区地质灾害防治信息系统及预警指挥系统数据管理模式探讨

三峡库区地质灾害的原始数据是一种多来源、大数量、多类型、多格式、多尺度、多参照系、多精度、标准化程度差、数字化程度不同、密级不同的多源异构大数据,采用单一数据库对数据进行管理的模式无法满足不同层次数据管理、不同层次数据应用的实际需求。依据三峡库区地质灾害数据的本身特征和多层次数据应用的需求,本文采用了一种双层四块、底层物理隔离的数据管理模式。这种模式支撑了三峡库区地质灾害防治信息系统及预警指挥系统几年来的顺利运转,不但很好地管理了三峡库区多年来的各类涉密与非密的原始数据和成果数据,也可以为不同层次的管理部门和科研等部门提供多层次的数据支持与服务,是一种针对部分涉密的复杂大数据的良好的管理模式。

大数据方法评价绒囊钻井流体储层伤害程度

矿物多采用表皮系数表征钻井流体的储层伤害程度,但无法定量表征工作流体具体性能指标与储层伤害程度的关系,不能有效指导现场钻井流体性能优化和调整。而大数据方法在多因素分析上优势明显,基于此,建立多参数钻井流体储层伤害模型,实现工作液优化以保护储层。为此,收集9口绒囊钻井流体完钻井及邻井6口其他钻井流体完钻井的现场数据,以绒囊钻井流体完钻井与邻井平均日产量差为目标函数表征储层伤害程度,以钻井流体密度、表观黏度、塑性黏度、漏斗黏度、动塑比、动切力、pH值7项参数为自变量,首先运用多元回归方法建立多参数模型,然后利用剥茧算法寻找储层伤害主控因素后建立钻井流体储层伤害数学模型,明确绒囊钻井流体性能与平均日产量差之间的定量关系。研究发现,表观黏度、密度、动塑比、pH值是决定储层伤害的主控因素,其回归系数分别为-1.561、0.428、-0.535、1.60,表明随着表观黏度、动塑比的增加绒囊钻井流体储层伤害程度加深,随着密度、pH值的增加绒囊钻井流体储层伤程度减小。利用钻井流体储层伤害数学模型指导延5-V1井水平段钻井流体性能调整,投产后的平均日产气量提高近800 m3。结论认为,相比试井等矿场评价方法,大数据方法既能准确诊断伤害程度又能为现场钻井流体性能优化提供理论依据,同时也为矿场评价储层伤害提供一种方法,现场应用效果明显。

机器学习算法在地球物理测井中的适用性及应用

机器学习,特别是深度神经网络学习算法的发展,正在改变人们发现知识的方式。目前油气工业正在向转向非常规和深海的油气勘探和开发。基于有限岩石物理参数建立的评价解释模型难以满足反映非常规储层复杂的岩性和结构,这使传统测井评价技术受到了很大的挑战。以油气大数据为基础、机器学习算法为核心、油气大数据云计算为动力以及油气应用场景为源泉的油气人工智能(Oil&Gas AI)极大地改变传统的油气工业各个领域。笔者以地球物理测井为研究对象,依据数据驱动的地球物理知识发现原理和机器学习属性,按照“数据-算法-平台-知识-应用场景”研究思路,开展机器学习算法在测井技术中的适用性研究。对机器算法的内在特性、原理、质量控制、硬件要求,学习模型选择、测试以及性能评价实现过程进行分析。笔者梳理和总结了机器学习算法在测井中适用性的树状图,尤其是在油气测井的方法研究、数据处理以及地层评价中的应用潜力与机器学习算法对应关系,其中包括数据校正的模拟方法、数据标定的岩石物理分析、测井数据质量控制、综合评价以及油藏评价监测。研究表明,机器学习算法在岩性识别与储层分类、力学评价、以及油藏评价等方面应用有明显的优势,贯穿于测井方法、仪器设计、测井作业及测井解释中。机器学习算法相对于传统的岩石物理建模方法,以数据为纽带综合评价岩石物理的多重属性。这从数据科学角度突破了实验条件和物理属性的限制,具有跨学科、综合性的特点。

大数据驱动下的资源勘查工程专业储层地质专题实习教学思考——以成都理工大学为例

目前以互联网、人工智能、大数据为核心的信息技术融入教育教学行业势在必行。通过构建岩心薄片AI识别模块和孔隙结构三维可视化模块,实现“芯-片-电”学习、“电-岩-相”输出的智能化过程;在此基础上搭建开放式、沉浸式数字化网络教学平台,能够有效提升课堂趣味性,激发学习兴趣,推动教学方式的改革,实现从“灌输式”向“沉浸式”、从多媒体向富媒体的转变,推动中国高校实践教学智慧化探索,助力资源勘查工程专业的储层地质专题实习课程进行大数据驱动下的教学方式改革。