人工智能测井：基础、原理、技术及应用
程 希1,2,3，任战利4,*
作者单位
(1. 西安石油大学 地球科学与工程学院，陕西 西安 710065；2. 油气藏地质及开发工程国家重点实验室(西南石油大学)，四川 成都 610500；3. 西安石油大学 院士专家工作站，陕西西安 710065；4. 西北大学 地质学系，陕西 西安 710069)
PART.1
创新点
1.从定义、发展基础、测井统一场与智能算法结合以及人工智能测井关键技术等方面入手，构建了人工智能测井（Artificial intelligence logging，AIL）的发展生态和技术体系；
2.从测井技术发展的内外驱动力和测井大数据与人工智能技术融合等角度，剖析了人工智能测井的必然性和三个发展阶段；
3.以测井技术发展面临的挑战、智能算法、知识发现以及应用实例的视角，分析和挖掘了人工智能测井的应用潜力。
PART.2
文章主要内容
1 基 础
1.1 定 义
1.2 测井大数据
1.2.1 数据来源及特征
1.2.2 多学科融合数据
1.3 测井技术发展阶段
2 原理及系统
2.1 测井统一场
2.2 人工智能测井系统
2.2.1 系统设计思想
2.2.2 系统结构
2.2.3 硬件实现
2.3 学习算法
2.3.1 统计方法
2.3.2 人工智能算法
3 技 术
3.1 测井大数据技术
3.2 学习技术
3.2.1 机器学习
3.2.2 强化学习
3.2.3 测井大模型学习技术
3.3 真参数技术
3.4 数字孪生
3.5 知识图谱
3.6 边缘传感计算
3.7 智能仪器
3.8 远程作业
4 应 用
4.1 岩性识别
4.2 质量控制
4.3 油藏监测
4.4 地层真电阻率反演
4.5 储层流体识别
PART.3
主要附图
图 2 基于 GPU 的人工智能测井基础层、软件层、服务层与应用层之间结构
图 4 人工智能测井云的数据流
图 14 人工智能测井(AIL) 知识图谱
图 18 远程作业技术构成
图 19 AIL 在复杂岩性识别、测井质量控制、地层真电阻率反演以及储层流体识别中的应用
本文已在期刊官网和国际网站同步上传
官 网：www.mtdzykt.com
国际网站：https://cge.researchcommons.org/journal/
PART.4
作者简介
程希，工学博士，副教授，硕导。公派美国访问学者。“西部之光”计划入选者。陕西省石油学会油气人工智能与新能源专业委员会秘书长。西安石油大学院士专家工作站负责人。主持省部级、地市科研项目5项。获得厅局级科研奖励二等奖3项、三等奖1项。荣获第十九届中国发明协会发明银奖1项。被授权国家发明专利3项。《石油管材与仪器》编委。在学术刊物和国际学术会议上发表论文40余篇，其中SCI、EI检索5篇，核心期刊9篇。受邀在SPWLA、OGAINEIC、SPWLA STC、西安市科学技术协会、西南石油大学、长安大学、西藏民族大学、中国石油长庆油田、中国石油测井有限公司、陕西延长石油集团、中国石油学会测井专业委员会、中国航天宏图信息技术股份有限公司等多家单位作学术报告。
引用格式
程希，任战利. 人工智能测井：基础、原理、技术及应用[J]. 煤田地质与勘探，2024，52(8)：145−164. doi: 10.12363/issn.
1001-1986.23.12.0813
