李唯秀

摘要：針對(duì)測(cè)井過程中大量的高強(qiáng)度工作的問題以及開發(fā)過程中的實(shí)際需求，闡述了測(cè)井智能化發(fā)展的研究進(jìn)展和應(yīng)用情況，進(jìn)行了可行性分析，并提出了未來測(cè)井智能化的發(fā)展方向。智能化產(chǎn)品在測(cè)井過程中已經(jīng)初步實(shí)現(xiàn)應(yīng)用，并且涉及到數(shù)據(jù)采集、數(shù)據(jù)處理、儀器維修保養(yǎng)和井場工作等各個(gè)領(lǐng)域，一定程度上降低了測(cè)井工作的強(qiáng)度，也提高了效率，具有一定的經(jīng)濟(jì)性。

關(guān)鍵詞：石油測(cè)井，智能，數(shù)據(jù)采集，遠(yuǎn)程測(cè)控

前言

隨著石油工業(yè)的不斷發(fā)展，石油所衍生出來的產(chǎn)品幾乎覆蓋了整個(gè)世界，成為非常重要能源。石油的開采有著極其復(fù)雜的過程，包含地震勘探、鉆井、固井、完井、測(cè)井、錄井、開采以及煉化等，在此之中測(cè)井承擔(dān)非常重要的作用，它能直接反映出地下油藏的分部，為后續(xù)的開采提供了重要的信息。

測(cè)井是利用巖層的電化學(xué)特性、導(dǎo)電特性、聲學(xué)特性、放射性等地球物理特性，測(cè)量地球物理參數(shù)的方法，屬于應(yīng)用地球物理方法之一。 石油鉆井時(shí)，在鉆到設(shè)計(jì)井深深度后都必須進(jìn)行測(cè)井，又稱完井電測(cè)，以獲得各種石油地質(zhì)及工程技術(shù)資料，作為完井和開發(fā)油田的原始資料，這種測(cè)井習(xí)慣上稱為裸眼測(cè)井。而在油井下完套管后所進(jìn)行的第二系列測(cè)井，習(xí)慣上稱為生產(chǎn)測(cè)井或開發(fā)測(cè)井。

1、測(cè)井智能化發(fā)展現(xiàn)狀

自1927年斯倫貝謝兄弟發(fā)現(xiàn)電測(cè)井標(biāo)志著測(cè)井技術(shù)的誕生，1941年阿爾奇建立阿爾奇公式，歷經(jīng)90余年的發(fā)展，已經(jīng)從模擬測(cè)井，數(shù)字測(cè)井，數(shù)控測(cè)井，發(fā)展到成像測(cè)井，測(cè)井方式也變得多樣化，有電纜測(cè)井、過鉆桿測(cè)井、直推式測(cè)井、隨鉆測(cè)井等。如今正朝著智能化的方向發(fā)展。

1.1智能數(shù)據(jù)采集

國外石油企業(yè)在智能數(shù)據(jù)采集方面已經(jīng)開始推廣應(yīng)用，主要有井下智能數(shù)據(jù)采集和陸上智能數(shù)據(jù)采集傳輸。目前，斯倫貝謝在全球建立了幾十個(gè)數(shù)據(jù)服務(wù)中心，用于存儲(chǔ)其測(cè)井服務(wù)獲得的數(shù)據(jù)，進(jìn)行大數(shù)據(jù)分析處理，并配有遠(yuǎn)程監(jiān)控中心，能夠同步現(xiàn)場測(cè)井狀態(tài)，實(shí)現(xiàn)專家遠(yuǎn)程協(xié)同工作和決策，對(duì)現(xiàn)場操作進(jìn)行全方位的風(fēng)險(xiǎn)把控，也可實(shí)現(xiàn)遠(yuǎn)程的操控，及時(shí)解決測(cè)井過程中的問題。智能地層測(cè)試工具可以根據(jù)測(cè)試要求自動(dòng)實(shí)現(xiàn)測(cè)試閥的開關(guān)、樣品的定量采集以及壓力變化的實(shí)時(shí)監(jiān)測(cè)。

國內(nèi)方面，遠(yuǎn)程測(cè)井方面已經(jīng)開展部分研究，目前已經(jīng)能實(shí)現(xiàn)井場的監(jiān)控，在數(shù)據(jù)遠(yuǎn)程傳輸和集成處理方面尚不完善。中油測(cè)井公司研發(fā)的新一代CPLog智能測(cè)井系統(tǒng)，將深度、絞車控制和地面集成化，能夠?qū)崿F(xiàn)一鍵化操作，整個(gè)過程絞車自動(dòng)勻速上提儀器，并實(shí)時(shí)監(jiān)測(cè)張力，當(dāng)張力過大具有緊急剎車處理能力，儀器在完成測(cè)量段后能自動(dòng)關(guān)腿斷電，將儀器提至井口。

1.2智能數(shù)據(jù)處理

因測(cè)井?dāng)?shù)據(jù)種類多元化和數(shù)據(jù)量大的特點(diǎn)，測(cè)井處理解釋過程中面臨多解性、不確定性等難點(diǎn)，油氣判識(shí)難度越來越大，需要提高智能化降低人工強(qiáng)度來提高工作效率和解釋符合率。近幾年，解釋方面的智能化應(yīng)用主要集中在自動(dòng)深度校正、自動(dòng)報(bào)告生成、智能分層、曲線重構(gòu)、巖性識(shí)別、成像測(cè)井解釋、儲(chǔ)集層參數(shù)預(yù)測(cè)、含油氣性評(píng)價(jià)、橫波速度預(yù)測(cè)、裂縫及縫洞充填物識(shí)別等方面。

智能曲線重構(gòu)是利用深度學(xué)習(xí)、關(guān)聯(lián)分析等算法尋找測(cè)井曲線之間的關(guān)聯(lián)性，對(duì)錯(cuò)誤的、不恰當(dāng)?shù)?、缺失的測(cè)井曲線進(jìn)行數(shù)據(jù)重造。所用到的人工智能算法包括神經(jīng)網(wǎng)絡(luò)、組合學(xué)習(xí)算法、聚類算法等。張東曉等提出了一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）即長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）來重構(gòu)測(cè)井曲線的方法，采用真實(shí)測(cè)井曲線進(jìn)行驗(yàn)證后發(fā)現(xiàn)與傳統(tǒng)方法相比精度更高。

巖性識(shí)別有兩種途徑，第1種是鉆井取心，基于巖心樣本分析判定巖性;第2種是通過測(cè)井曲線來識(shí)別巖性。對(duì)于第1種途徑，隨著掃描儀器的不斷更新?lián)Q代，石油勘探開發(fā)領(lǐng)域積累了海量的薄片圖像、CT圖像、掃描電鏡圖像等。目前國內(nèi)外巖心圖像分析軟件可以實(shí)現(xiàn)巖性的自動(dòng)識(shí)別，但大多是利用圖像處理算法實(shí)現(xiàn)巖性識(shí)別，人機(jī)交互次數(shù)多、對(duì)專家經(jīng)驗(yàn)依賴度高。應(yīng)用較為廣泛的薄片鑒定目前大部分依賴于人工鑒定，智能化水平偏低。將深度學(xué)習(xí)技術(shù)應(yīng)用于巖心圖像的處理領(lǐng)域還需要開展進(jìn)一步研究。對(duì)于第2種途徑，將專家解釋處理完的數(shù)據(jù)作為訓(xùn)練樣本，利用智能算法構(gòu)建基于測(cè)井曲線的智能化巖性識(shí)別模型，實(shí)現(xiàn)巖性的智能化識(shí)別。江凱等利用提升樹、決策樹、支持向量機(jī)等算法，將專家解釋后的測(cè)井?dāng)?shù)據(jù)作為訓(xùn)練樣本，構(gòu)建巖性預(yù)測(cè)模型，與錄井巖性相比，預(yù)測(cè)準(zhǔn)確率達(dá)到80%以上。

成像測(cè)井主要是通過色度標(biāo)定原理將原始測(cè)井曲線轉(zhuǎn)換為反映地質(zhì)特征的可視化圖像。隨著深度學(xué)習(xí)技術(shù)在圖像分析領(lǐng)域的不斷深入應(yīng)用，研究人員將深度學(xué)習(xí)、圖像處理等技術(shù)結(jié)合使用，實(shí)現(xiàn)了成像測(cè)井的自動(dòng)化解釋。Ren等利用 U-Net等圖像分割算法實(shí)現(xiàn)電成像測(cè)井圖像地質(zhì)特征邊緣的自動(dòng)識(shí)別，然后利用特征工程提取相關(guān)特征，最后基于機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)地質(zhì)特征的自動(dòng)化分類。智能在成像測(cè)井圖像處理解釋方面的研究剛剛起步，制約其進(jìn)一步發(fā)展的關(guān)鍵是缺少可供機(jī)器學(xué)習(xí)的標(biāo)簽數(shù)據(jù)。

智能算法在儲(chǔ)集層參數(shù)預(yù)測(cè)方面的應(yīng)用較早，早期學(xué)者主要是利用傳統(tǒng)機(jī)器學(xué)習(xí)算法（如支持向量機(jī)、線性回歸等）來預(yù)測(cè)孔隙度、滲透率、飽和度等參數(shù)。近幾年，隨著神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展，越來越多的學(xué)者開始利用 LSTM，以及Random Forest、GBDT等組合學(xué)習(xí)算法預(yù)測(cè)儲(chǔ)集層參數(shù)。

1.3一體化軟件

以斯倫貝謝為代表，以Petrel、Techlog、Eclipse等10多項(xiàng)軟件為核心，構(gòu)建了數(shù)字化協(xié)同智能工作流程，降低了勘探開發(fā)的不確定性與風(fēng)險(xiǎn)?？碧介_發(fā)認(rèn)知一體化平臺(tái)（DELFI）建立了智能處理解釋工作流程，支持?jǐn)?shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)清洗、智能解釋、成果提交等功能。井筒軟件Techlog包括曲線敏感因素分析、預(yù)測(cè)與分類、曲線重建等系列智能化功能模塊，支持智能解釋。

國內(nèi)方面，建成中國石油夢(mèng)想云協(xié)同平臺(tái)、測(cè)井處理解釋一體化軟件LEAD與全新一代多井評(píng)價(jià)軟件CIFlog等應(yīng)用平臺(tái)，油藏描述與模擬、測(cè)井多井解釋等方面的智能化應(yīng)用初見成效，水平井地質(zhì)導(dǎo)向系統(tǒng)初步形成。

1.4智能儀修

國內(nèi)部分測(cè)井公司儀修站已經(jīng)搭建了智能清洗、智能檢測(cè)、智能存儲(chǔ)的試驗(yàn)平臺(tái)，目前能夠?qū)崿F(xiàn)儀器的半自動(dòng)化卸車，高壓沖洗、漂洗、風(fēng)干的集成化全自動(dòng)處理，并建立了自動(dòng)污水處理系統(tǒng)，實(shí)現(xiàn)污水的回收利用處理以及固態(tài)廢料的收集。智能存儲(chǔ)為每支儀器安裝標(biāo)志感應(yīng)芯片，每支儀器的當(dāng)前位置信息，狀態(tài)信息等都集中管理，大大節(jié)約了人工，也降低了儀器管理風(fēng)險(xiǎn)。

1.5智慧井場

國內(nèi)部分測(cè)井公司開始考慮井場人性化改造，比如井場數(shù)據(jù)交互采用無線通訊，減少人工拖電的反復(fù)工作量，可以消除井場錯(cuò)綜復(fù)雜的電纜網(wǎng)。智能裝源機(jī)器人可以替代人員進(jìn)行儀器放射源的安裝和拆卸，可以避免輻射對(duì)人體的傷害。智能運(yùn)送可以輕松的將儀器從測(cè)井車傳送至測(cè)井平臺(tái)上，大幅度降低人工搬運(yùn)的工作量和危險(xiǎn)性。

4、結(jié)語

目前智能化在石油測(cè)井行業(yè)的應(yīng)用尚不具規(guī)模，但需求已經(jīng)明顯顯現(xiàn)?，F(xiàn)在主要的應(yīng)用有兩個(gè)方面：一是為了代替高強(qiáng)度的人力，如搬運(yùn)、清洗等;二是以數(shù)據(jù)監(jiān)測(cè)和處理為主，如智能處理軟件、智能檢測(cè)軟件等。

現(xiàn)有的這些產(chǎn)品尚不成熟，多數(shù)處于開始研發(fā)階段，比如自動(dòng)清洗機(jī)就無法處理帶腿的儀器或聲波之類的刻槽儀器，智能裝源機(jī)器人只能安裝特定的幾種儀器兼容性不夠，智能測(cè)井系統(tǒng)遇到異常停車后無法判斷具體原因和重新啟動(dòng)等。

石油測(cè)井因其工作不分日夜、體力需求大等原因，已無法吸引年輕力量的加入，隨著石油產(chǎn)業(yè)的繼續(xù)發(fā)展，測(cè)井智能化的需求將愈加明顯，同時(shí)響應(yīng)國家號(hào)召，節(jié)能增效也是測(cè)井智能化發(fā)展的另一方向，也是科學(xué)技術(shù)進(jìn)步的必然趨勢(shì)。

參考文獻(xiàn)：

[1] 廷棟.中國石油測(cè)井科學(xué)的發(fā)展及展望[J].地球物理學(xué)報(bào)，1997（40）：344-350.

[2] 匡立春， 劉合， 任義麗， 羅凱， 史洺宇， 蘇健， 李欣. 人工智能在石油勘探開發(fā)領(lǐng)域的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J]. 石油勘探與開發(fā)， 2021，48（1）： 1-11.

[3] 敖煒.測(cè)井技術(shù)發(fā)展史[J].工業(yè)技術(shù)，2016，07-0020-01

[4] 孫學(xué)榮.石油測(cè)井技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)探討[J].中國石油和化工標(biāo)準(zhǔn)與質(zhì)量，2014，12：73