简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。
简介:[摘要]:随着我国工业化进程的不断推进,各个领域对油气资源的需求量越来越大。这就对石油地质勘探提出了更高的要求。由于我国石油储存的地质条件比较复杂,为了进一步的提升我国油气资源的开采效率,相关工作者必须进一步的加强对地质勘探技术的研究,继而推动我国石油行业的快速发展。本文主要阐述了我国石油地质勘探技术的发展现状与创新,并对我国石油勘探技术未来的发展现状进行了展望,希望能为我国的石油地质勘探技术的发展奠定一定的理论基础。
简介:探明储量是指在其开采中具有高置信度的一类油气资源。投资人、银行家、政府和煤体认为探明储量是石油勘探和生产(E&P)公司的基本财产,探明储量减记,特别是出乎意料的减记,将对这类企业的价值产生不利影响。许多储量减记直接或间接地源于探明储量定义上一个长期的根本性的缺陷:即探明储量是评估者合理地相信未来定会达到或者超过的产量的估计值。然而,由于对合理的确定性没有规定具体的置信水平(概率),且不同的评估者和公司具有不同的标准,探明储量是一个不一致的测度,所以评估者是不必负责任的。这种状况败坏了整个储量评估领域。探明储量问题只是石油勘探和生产中更大的概念性和程序性问题中的一个方面:即如何最佳地测量和表达被认为可以从勘探和生产公司所拥有的油气井、资产、油田、远景区、产层中可以开采的油气的不确定的数量。传统的方法是确定论的,其中单一数字估计值代表各种不确定的未来油气采收率(探明储量、概略储量和可能储量)的未来产量或未来阶段产量。概率方法的可能可采量范围与其感觉的似然性有关,如今已被勘探和生产公司的勘探部门所广泛采用,而业界的生产/开发部门却迟迟不肯放弃确定论方法的使用。考虑到概率方法具有六个明显的优点(后面将会述及),很难理解为什么确定论方法会沿用至今,但确有一些实际的原因使得勘探和生产领域的某些部门如会计行业、银行业和金融业、新闻媒体和政府管理和行政人员钟情于使用确定性数值。具有领先地位的专业性勘探和生产学会的联合技术委员会目前正在着手解决这些问题,希望能得到一个改进的更加统一的方法。