简介:由于油气勘探开发问题已变得十分复杂,已无法只依靠一个学科来解决,同时我们又处在信息爆炸的时代,所以油气行业的多学科分析方法和数据发掘工作也就显得越来越必要,已远远超出了职业好奇心。为了解决我们所面临的困难问题,需要为传统学科(例如石油工程学、地质学、地球物理学和地球化学)拆除我们所构建的隔墙,同时寻找真正的多学科解决办法。因此,我们今天基于结果的“综合”将不得不让位于一种新的综合形式,这就是学科综合。此外,为了解决复杂问题,还需要超越标准的数学技术。为此,需要用一些新兴的成套方法和软计算技术(例如专家系统、人工智能、神经网络、模糊逻辑、遗传算法、概率推理和并行处理技术)来补充常规的分析方法。软计算与常规(硬)计算的区别,表现在软计算可以接受模糊性、不确定性和局部真实。软计算还具有易于使用、功能强大、可靠有效和成本低廉的特点。在这篇综述性论文中,我们要特别强调软计算对油气藏智能描述和勘探的作用。
简介:据《俄罗斯油气新闻》报道,全球11家能源巨头时下正在为与阿布扎比国家石油公司(ADNOC)合作开发巨大的含硫天然气储量而战。这11家能源巨头是美国埃克森美孚公司、美国雪佛龙公司、美国西方石油公司、皇家荷兰壳牌公司、英国石油公司、法国道达尔公司、意大利埃尼公司、俄罗斯卢克石油公司、中国石油化工集团公司、中国石油天然气集团公司和印度石油天然气公司。
简介:为了识别三维地震数据和生产测井数据之间的非线性关系和映射,开发出了的一种综合方法。该方法在一个在产油田得到了应用。它采用了诸如地质统计和传统的模式识别等常规技术,并结合现代的软计算(softcomputing)技术(神经计算学、模糊逻辑学、遗传计算学和概率推理学等)。我们的一个重要研究目的,是在三维地震数据和现有的生产测井数据的基础上,利用聚类(clustering)技术确定最佳的新井井位。采用三种方法进行分类:(1)k-平均聚类;(2)模糊c-平均聚类;(3)识别相似数据体的神经网络聚类。在井筒周围可以识别聚类组(duster)与生产测井数据的关系,所得结果用于在远离并筒方向上重建和外插生产测井数据。这种先进的三维地震和测井数据分析与解释技术可用于:(1)确定生产数据和地震数据之间的映射;(2)在多属性分析的基础上预测油藏连续性;(3)预测产层;(4)优化井位。
简介:叙述了用来评价非常规天然气系统(还可定义为连续气藏)的概念。连续气藏差不多独立于水柱而存在,且与气体在水中的浮力没有直接关系。它们不能按下倾水面所划分的单个可数油田或油藏来代表。基于这些原因,根据估算未发现的不连续油藏的规模和数量的传统资源评价方法不能应用于连续气藏,而需要专门的评价方法。非常规天然气系统(也称连续气藏)包括煤层甲烷、盆地中心气、所谓的致密气、裂缝泥岩(和白垩岩)气和天然气水合物。随地质环境的不同,深盆气和微生物气系统可以是连续气藏,也可以是非连续气藏。采用了两种基本的资源评价方法来评价连续气藏。第一种方法基于对天然气地质储量的估算。通常将天然气地质总储量的体积估算值与总采收率值结合起来使用,以便将评价范围从评价沉积岩中的天然气储量缩小到预测储量增加的潜力;第二种方法基于连续气藏的生产动态,如以经验为主的气井和气藏生产模型所反映的那样。在这两种方法中,生产特征(而非天然气地质储量)是预测储量增加潜力的基础。