基于梦想云的人工智能地震解释模式研究与实践

doi:10.3969/j.issn.1672-7703.2020.05.012

中国石油勘探 ›› 2020, Vol. 25 ›› Issue (5): 89-96.DOI: 10.3969/j.issn.1672-7703.2020.05.012

基于梦想云的人工智能地震解释模式研究与实践

杨平，詹仕凡，李明，李磊，郭锐，尚民强，陶春峰

中国石油集团东方地球物理勘探有限责任公司

出版日期:2020-09-14 发布日期:2020-09-12
基金资助:
中国石油天然气集团有限公司科学研究与技术开发项目“深层与非常规物探新方法新技术”（2019A-33）；中国石油天然气股份有限公司投资信息化重点项目“勘探开发一体化协同研究及应用平台（一期）建设”（PetroChina-IT-2017-N104）；中国石油集团东方地球物理勘探有限责任公司科技项目“储层高分辨地震反演技术深化研究及软件集成”（01-03-02-2019）。

Research and practice on an artificial intelligence seismic interpretation mode based on the E&P Dream Cloud

Yang Ping, Zhan Shifan, Li Ming, Li Lei, Guo Rui, Shang Minqiang, Tao Chunfeng

BGP Inc., China National Petroleum Corporation

Online:2020-09-14 Published:2020-09-12
Supported by:

摘要/Abstract

摘要： 为了探索云计算与人工智能技术在地震资料解释领域的结合方式，更好地发挥两者的协同优势，在深度学习解释软件研发实践的基础上，提出了基于梦想云+深度学习方法的地震资料解释新模式：①由梦想云数据湖与计算中心为深度学习算法提供大量的高质量标签数据与高弹性计算平台；②深度学习技术与传统地球物理方法优势互补，共同搭建地震与地质解释的新流程；③在梦想云平台上应用深度学习模块，直接为梦想云平台的业务决策场景提供有效地震成果信息支持。这种模式可以取代大量手工操作、实现更高预测精度，从而为高效益、高精度油气勘探打下坚实的基础，经实践验证，取得了令人鼓舞的效果。

关键词: 梦想云, 深度学习, 人工智能, 地震资料解释

Abstract: A new seismic data interpretation mode has been proposed, which is based on the E&P Dream Cloud and deep learning methods. This new approach explores the combination of cloud computing and artificial intelligence technology in seismic data interpretation, taking advantage of their collaborative capabilities. It is based on practical R&D experience with deep-learning seismic interpretation software, which includes: (1) Data Lake and Computing Center of the E&P Dream Cloud provides a large volume of high-quality labeled data and a highly elastic computing platform on which to run the deep learning algorithm. (2) Deep-learning technology and traditional geophysical methods complement each other to establish a new process for seismic and geological interpretation. (3) The deep-learning module in the E&P Dream Cloud platform provides effective information support from seismic results for business decision-making within the E&P Dream Cloud. This mode considerably reduces the number of manual operations required and achieves higher prediction accuracy, laying a solid foundation for high-efficiency and high-precision oil and gas exploration. Experience in practice with real data has already produced encouraging results.

Key words: E&, P Dream Cloud, deep learning, artificial intelligence, seismic data interpretation

中图分类号:

杨平, 詹仕凡, 李明, 李磊, 郭锐, 尚民强, 陶春峰. 基于梦想云的人工智能地震解释模式研究与实践[J]. 中国石油勘探, 2020, 25(5): 89-96.

Yang Ping, Zhan Shifan, Li Ming, Li Lei, Guo Rui, Shang Minqiang, Tao Chunfeng. Research and practice on an artificial intelligence seismic interpretation mode based on the E&P Dream Cloud[J]. China Petroleum Exploration, 2020, 25(5): 89-96.

参考文献

[1] 杨金华，李晓光，孙乃达，等．未来10年极具发展潜力的20项油气勘探开发新技术 [J].石油科技论坛,2019,38(1):38-48. Yang Jinhua, Li Xiaoguang, Sun Naida, et al . Twenty items of new technology for oil and gas exploration and development in next decade[J]. Oil Forum, 2019,38(1):38-48.
[2] 王宏琳．通向智能勘探与生产之路[J].石油工业计算机应用，2016, 24(4):7-20. Wang Honglin. The road to smart E&P[J]. Computer Applications of Petroleum, 2016,24(4):7-20.
[3] 高志亮，石玉江，王娟，等．数字油田在中国及其发展[J].石油科技论坛，2015,34(3):33-38. Gao Zhiliang, Shi Yujiang, Wang Juan, et al . Development of digital oilfields in China[J]. Oil Forum, 2015,34(3):33-38.
[4] 李斌，刘伟，毕永斌，等．智慧油田建设与发展[J].石油科技论坛， 2018,37(3):47-52. Li Bin, Liu Wei, Bi Yongbin, et al . Construction and development of intelligent oilfields[J]. Oil Forum, 2018,37(3): 47-52.
[5] 杜金虎，时付更，张仲宏，等．中国石油勘探开发梦想云研究与实践[J].中国石油勘探，2020,25(1):58-66. Du Jinhu, Shi Fugeng, Zhang Zhonghong, et al . Research and practice of Dream Cloud for exploration and development of PetroChina[J]. China Petroleum Exploration, 2020,25(1):58-66.
[6] 张荣，李伟平，莫同．深度学习研究综述[J].信息与控制，2018, 47(4):5-17. Zhang Rong，Li Weiping，Mo Tong. Review of deep learning[J]. Information and Control, 2018,47(4):5-17.
[7] 郭珺，邹鑫，周子康，等．深度学习在油气地震勘探中的应用[J].中国石油和化工标准与质量，2019,39(20):86-90. Guo Jun, Zou Xin, Zhou Zikang, et al . Application of deep learning in oil and gas seismic exploration[J]. China Petroleum and Chemical Standard and Quality, 2019, 39(20):86-90.
[8] 赵改善．石油物探智能化发展之路：从自动化到智能化[J].石油物探， 2019,58(6):791-810. Zhao Gaishan. Road to intelligent petroleum geophysical exploration: from automatic to intelligent[J]. Geophysical Prospecting for Petroleum, 2019,58(6):791-810.
[9] 许子明，田杨锋．云计算的发展历史及其应用[J].信息记录材料， 2018,19(8):66-67. Xu Ziming, Tian Yangfeng. Development history and application of cloud computing[J]. Information Recording Material, 2018,19(8):66-67.
[10] 罗晓慧．浅谈云计算的发展[J].电子世界，2019(8):104. Luo Xiaohui. On the development of cloud computing[J]. Electronics World, 2019(8):104.
[11] 王雄．云计算的历史和优势[J].计算机与网络，2019,45(2):44. Wang Xiong. The history and advantages of cloud computing[J]. Computer & Network, 2019,45(2):44.
[12] 蒋万胜，李冰洁．论人工智能技术对人类社会发展的影响[J].西安财经学院学报，2020,33(1):23-29. Jiang Wansheng, Li Bingjie. On the revolutionary influence of artificial intelligence technology on the development of human society[J]. Journal of Xi’an University of Finance & Economics, 2020,33(1):23-29.
[13] 金弟，庄锡进，王启迪，等．一种地震资料解释系统[J].计算机系统应用，2014,23(8):63-67. Jin Di, Zhuang Xijin, Wang Qidi, et al . A seismic data interpretation system[J]. Computer Systems & Applications, 2014,23(8):63-67.

基于梦想云的人工智能地震解释模式研究与实践

Research and practice on an artificial intelligence seismic interpretation mode based on the E&P Dream Cloud

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

[1]	时付更, 王洪亮, 孙　瑶, 陈新燕. 梦想云在油气精益生产管理中的应用[J]. 中国石油勘探, 2020, 25(5): 9-14.
[2]	石玉江, 王娟, 魏红芳, 杨倬, 王红伟, 姚卫华. 基于梦想云的油气藏协同研究环境构建与应用[J]. 中国石油勘探, 2020, 25(5): 15-22.
[3]	宋林伟, 王小善, 许海涛, 王一重, 王恺. 梦想云推动地震资料处理解释一体化应用[J]. 中国石油勘探, 2020, 25(5): 43-49.
[4]	罗彩明, 唐雁刚, 屈洋, 曾昌民, 王佐涛, 娄洪, 冯磊. 塔里木油田梦想云协同研究应用与展望[J]. 中国石油勘探, 2020, 25(5): 50-55.
[5]	张富利, 罗涛, 汪福勇, 张华义, 张恩莉, 邱玉超, 陈柯宇, 向永慧, 吴勇, 周燕, 王琳, 钟旭赓. 梦想云协同研究环境在四川盆地风险勘探中的应用[J]. 中国石油勘探, 2020, 25(5): 56-63.
[6]	马涛, 张仲宏, 王铁成, 丁建宇, 黄兆越, 项建, 辛麒, 王建宇, 朱明新. 勘探开发梦想云平台架构设计与实现[J]. 中国石油勘探, 2020, 25(5): 71-81.
[7]	杨勇, 黄文俊, 王铁成, 王华, 孟令培, 谭雷军, 梁肖. 梦想云数据连环湖建设研究[J]. 中国石油勘探, 2020, 25(5): 82-88.
[8]	赵丽莎, 史永彬, 金玮, 李华, 塔斯肯. 基于梦想云的测井智能化解释应用研究[J]. 中国石油勘探, 2020, 25(5): 97-103.
[9]	魏春柳, 赵秋生, 王威, 杨茂智, 王倩文. 梦想云应用商店建设研究[J]. 中国石油勘探, 2020, 25(5): 104-110.
[10]	杜金虎, 时付更, 张仲宏, 王铁成, 丁建宇. 中国石油勘探开发梦想云研究与实践[J]. 中国石油勘探, 2020, 25(1): 58-66.
[11]	赵睿. 人工智能和地理信息系统技术在石油勘探开发中集成应用的一种设想[J]. 中国石油勘探, 2007, 12(3): 64-68,3.