地質(zhì)地球所提出鉆探井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)預(yù)測(cè)方法

作者: 2020年12月23日 來(lái)源:全球化工設(shè)備網(wǎng) 瀏覽量:
字號(hào):T | T
人工智能地質(zhì)大數(shù)據(jù)分析是新興交叉學(xué)科,其核心是在物理規(guī)律約束下,通過(guò)建立數(shù)學(xué)模型,采用數(shù)據(jù)科學(xué)方法,分析和挖掘有價(jià)值的核心信息及關(guān)鍵證據(jù),以解決地質(zhì)學(xué)的認(rèn)知、發(fā)現(xiàn)、決策及評(píng)價(jià)等理
  人工智能地質(zhì)大數(shù)據(jù)分析是新興交叉學(xué)科,其核心是在物理規(guī)律約束下,通過(guò)建立數(shù)學(xué)模型,采用數(shù)據(jù)科學(xué)方法,分析和挖掘有價(jià)值的核心信息及關(guān)鍵證據(jù),以解決地質(zhì)學(xué)的認(rèn)知、發(fā)現(xiàn)、決策及評(píng)價(jià)等理論和地質(zhì)資源探測(cè)中的實(shí)際問(wèn)題。
 
  深地非常規(guī)資源鉆探地質(zhì)風(fēng)險(xiǎn)的鉆前預(yù)測(cè)是一個(gè)難題,其中,鉆井井壁失穩(wěn)是鉆探地質(zhì)與工程風(fēng)險(xiǎn)的核心關(guān)注點(diǎn)之一。實(shí)現(xiàn)鉆前合理預(yù)測(cè)并管控、規(guī)避鉆井井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)、從被動(dòng)應(yīng)對(duì)向主動(dòng)預(yù)防 (如優(yōu)化開(kāi)發(fā)部署方案)轉(zhuǎn)變,對(duì)成功且低成本地開(kāi)發(fā)復(fù)雜非常規(guī)資源具有重要意義。由于非常規(guī)資源地質(zhì)因素較復(fù)雜,常規(guī)基于合理假設(shè)的模型方法難以描述其復(fù)雜地質(zhì)的風(fēng)險(xiǎn)。常規(guī)的基于純數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法在科學(xué)問(wèn)題推理中對(duì)訓(xùn)練數(shù)據(jù)的擬合較好,但存在對(duì)未知數(shù)據(jù)解釋能力欠佳、缺乏物理規(guī)律一致性的問(wèn)題。
 
  中國(guó)科學(xué)院地質(zhì)與地球物理研究所博士后耿智與合作導(dǎo)師、研究員王彥飛提出了一種引入地質(zhì)力學(xué)信息約束的基于地震數(shù)據(jù)預(yù)測(cè)鉆探井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)的深度學(xué)習(xí)方法。研究人員從第一性原理思考,假設(shè)地層巖石是近似彈性且無(wú)顯著異??紫读黧w壓力,則可將井周巖石力學(xué)方程簡(jiǎn)化,推導(dǎo)建立以孔隙度和井深為變量的物理約束正則項(xiàng),加入訓(xùn)練深度學(xué)習(xí)模型的目標(biāo)函數(shù)中;實(shí)現(xiàn)基于物理機(jī)制約束深度學(xué)習(xí)模型解空間,提高對(duì)未知數(shù)據(jù)推理解釋能力的目標(biāo)。該方法將已鉆井的測(cè)井?dāng)?shù)據(jù)(中子孔隙度、垂深)作為上述物理約束正則項(xiàng)的輸入,結(jié)合已鉆井井周的勘探地震數(shù)據(jù)隱特征與井壁坍塌位置數(shù)據(jù),通過(guò)深度學(xué)習(xí)技術(shù),可提升在未鉆井地區(qū)僅利用勘探地震數(shù)據(jù)預(yù)測(cè)井壁失穩(wěn)地質(zhì)風(fēng)險(xiǎn)的預(yù)測(cè)準(zhǔn)確性。
 
  實(shí)例分析表明,與常規(guī)的僅基于標(biāo)簽數(shù)據(jù)的機(jī)器學(xué)習(xí)方法相比,該方法的預(yù)測(cè)準(zhǔn)確性相對(duì)提高約11.5%。該研究方法無(wú)需人工額外加注(解釋)標(biāo)簽,可直接利用已有的海量測(cè)量數(shù)據(jù)(勘探地震、測(cè)井),將已鉆井?dāng)?shù)據(jù)與地質(zhì)力學(xué)機(jī)制作為先驗(yàn)約束信息,提升鉆前地質(zhì)風(fēng)險(xiǎn)預(yù)測(cè)能力,合理優(yōu)化鉆探布井方案等,降低深地非常規(guī)資源勘探鉆探風(fēng)險(xiǎn)與成本。
 
  相關(guān)研究成果以Physics-guided deep learning for predicting geological drilling risk of wellbore instability using seismic attributes data為題,發(fā)表在Engineering Geology上。研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、中科院“從0到1”原始創(chuàng)新項(xiàng)目、地質(zhì)地球所重點(diǎn)部署項(xiàng)目的支持。
 
全球化工設(shè)備網(wǎng)(http://www.bhmbl.cn )友情提醒,轉(zhuǎn)載請(qǐng)務(wù)必注明來(lái)源:全球化工設(shè)備網(wǎng)!違者必究.

標(biāo)簽:

分享到:
免責(zé)聲明:1、本文系本網(wǎng)編輯轉(zhuǎn)載或者作者自行發(fā)布,本網(wǎng)發(fā)布文章的目的在于傳遞更多信息給訪(fǎng)問(wèn)者,并不代表本網(wǎng)贊同其觀點(diǎn),同時(shí)本網(wǎng)亦不對(duì)文章內(nèi)容的真實(shí)性負(fù)責(zé)。
2、如涉及作品內(nèi)容、版權(quán)和其它問(wèn)題,請(qǐng)?jiān)?0日內(nèi)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間作出適當(dāng)處理!有關(guān)作品版權(quán)事宜請(qǐng)聯(lián)系:+86-571-88970062