工人日报-中工网记者 黄洪涛 通讯员 王庆辉 闵建国

日前，江苏油田物探研究院基于最新的高邮凹陷连片地质剖面资料，提出全新井位，其中关键的信号波速度建模环节，由江苏油田借助高校力量自主研发的AI模型完成。

这是江苏油田首次将AI技术应用于油气勘探领域。技术人员利用该模型对面积达2600平方千米的高邮凹陷连片三维速度谱分析时，仅需8.3秒即可完成拾取，且预测精度在90%以上，相对传统人工拾取，效率大幅提升。

石油勘探数据的采集、处理与解释，是油气勘探的首要工序，也是最为关键的基础环节，被称为给地球做“CT”，直接关系到油气资源能否被成功发现。近年来，随着江苏油田勘探开发不断向“低深隐难”以及非常规领域挺进，对效率更高、精准度更强的物探技术需求愈发迫切。面对新形势，江苏油田物探研究院充分借助信息化、智能化技术的强大力量，制定“数智物探院”发展规划，加快构建新一代以数据为核心的智慧物探新格局，推动科研范式从传统的经验主导模式向数据驱动模式转型，助力油气勘探步伐更快、目标更准。

2023年，顺应老区勘探开发的迫切需求以及油田数智化转型发展大势，江苏油田设立了《人工智能在石油勘探地球物理数据建模中的应用》这一具有前瞻性的研究课题。由江苏油田科技与信息管理部高级专家丁建荣担任项目负责人。江苏油田科技与信息管理部与物探研究院加强联合攻关，组建专业的人工智能研究团队，并制定全面系统的人工智能技术应用规划。

如果将给地球做“CT”视作油气勘探的敏锐“眼睛”，那么信号波速度建模则无疑是“CT”海量数据中的“灵魂”所在，是实现高精度地层成像的核心关键。通过信号波反射速度这一关键参数，科研人员能够推算出地层各区域的密度、硬度和渗透率等重要信息，进而判断出在千米地下，哪些区域可能蕴藏着宝贵的油气资源，从而绘制出精准的地质剖面图。以2600平方千米的高邮凹陷连片三维速度分析建模为例，采用常规方法时，需要每0.64平方千米计算一个速度点，共计121条线，10129个点。每个计算点都要对应地下数千米的深度，而且后期还需要进行多轮次的校正、扫描和加密等烦琐工作。

江苏油田物探研究院资料处理党支部书记、人工智能团队领头人许冲介绍，如此庞大而复杂的工作量，以往一个人至少需要228天才能完成，由5人组成的速度分析团队往往需要耗费40多天的时间才能完成。针对这项资料处理解释难题，许冲带领项目组探索应用AI来进行智能解释。

为了让AI学习更加精准高效，项目组在算法优化、样本设置、高效训练三个关键方面下功夫。算法优化上，项目组创新性将速度谱拾取转换为图像识别问题，通过复合神经网络模型实现智能化拾取。样本设置上，针对不同地质构造，项目组精心制作500多张速度谱样本图像，为机器学习提供精准“教材”。高效训练上，项目组强化机器学习训练，并加强智能拾取和人工拾取之间的对比分析，不断调整优化参数，最终得到高精度速度模型。经过近两年的探索实践，以往5人团队需要耗时40多天的工作，如今分秒完成，将科研人员从繁杂的基础处理工作中解放出来。

目前，江苏油田进军AI智能物探研究领域，已探索研究应用智能化物探资料处理、智能化物探资料解释两个系列12项特色技术，并且在复杂山区“大显身手”。江苏油田物探研究院正按照整体设计、分步实施的原则，择优选取处理、解释两个环节15个场景作为中长期智能化方向，进一步加快人工智能应用步伐。

来源：中工网-工人日报