大數據技術在油氣地質勘探中的應用分析

平英奇 申方樂 周南 李鵬 呂繼

摘 要：大數據技術已逐漸滲透進社會生產生活的各行各業中。石油地質行業雖然是傳統行業，但涉及學科和領域眾多，在長期的勘探實踐中積累的各方面數據和信息量非常龐大。隨著油氣勘探理論和技術水平的提高，油氣勘探工作正逐漸向大數據化邁進。目前我國石油消耗量已位居全球前列，但我國自身石油資源量卻因快速消耗而逐漸減少，勘探難度不斷提高加大。如何精準快速地在眾多數據中快速高效地提取有用信息，成為提高勘探成功率的關鍵。將大數據技術和油氣勘探過程相結合，必將為油氣勘探行業的快速發展提供重要支撐。該文針對油氣勘探工作的特點，對目前大數據技術在該行業中的應用現狀進行分析，并對其存在問題和相應的對策進行初步探討。

關鍵詞：大數據技術 油氣 地質勘探 應用分析

中圖分類號：TE973 文獻標識碼：A 文章編號：1672-3791（2019）01（b）-00-02

1 油氣勘探大數據的特點

油氣勘探是一項涉及學科較多，工程量巨大的工作，數據貫穿著石油勘探的整個過程。總體來說，油氣地質行業大數據具有以下特點。

（1）數據量大。油氣勘探數據往往規模巨大，如三維地震勘探數據其體量甚至可達PB級。另一方面，隨著勘探過程的持續進行，原始數據和成果數據、老數據和新數據不斷積累，數據量日益增加。這些海量數據的產生，使得大數據技術在該行業的應用前景十分廣闊。

（2）類型繁多。油氣勘探工程涉及多門學科、多種技術，數據類型眾多。主要包括測井數據、錄井數據、鉆井數據、地震數據、重磁勘探數據和地球化學數據等。此外，在油氣勘探的不同階段，所產生的數據類型也有所不同，譬如野外地質露頭資料，野外地質填圖資料，遙感影像資料、巖心樣品資料等。這導致油氣勘探資料具有明顯的多元性。

（3）時空關聯性。油氣藏的形成是一個漫長的過程，在其發展演化過程中，地質作用受到多種因素影響，導致地質條件十分復雜，進而導致不同時期、不同地區油氣成藏規律迥異。但在一定的區域范圍內，這些油氣的分布在時間和空間上有一定的關聯，遵循一定的規律[1]。運用大數據技術，可更好地分析相同地質條件下油氣分布的規律性。

2 大數據技術在油氣勘探中的應用現狀

大數據分析技術在油氣勘探的各個方面、各個步驟中均得到了良好運用[2]，如地震數據屬性提取、儲層建模、鉆井方案優化、油氣資源評價和生產方案優化等方面。這些技術的運用對提高油氣勘探效率和降低成本有明顯促進作用。目前大數據技術在油氣地質勘探過程中主要應用在以下方面。

2.1 基礎地質條件的研究

油氣勘探的第一步工作就是搞清楚勘探區域的基本地質情況，譬如不同構造帶、不同層位的主次斷裂的發育情況等。對于油氣勘探目標區域的地質條件的研究和掌握的程度，直接關系著油氣勘探的成敗。因此，油氣勘探的前期對地質條件的研究顯得尤為重要。對于地質條件較為復雜的勘探區，不同區帶的斷裂等數據差異巨大，但往往存在一定的關聯性和規律性，這為大數據技術的引入提供了可能性。通過大數據技術，對斷裂等數據進行存儲和管理，建立一個一體化程度較高的管理和預測模型，可使得大數據技術在油氣勘探程序的第一環節得到有效應用。

2.2 地震勘探數據處理

地震勘探是石油地質勘探中十分重要的技術，其流程包括地震資料的采集、處理、解釋等。大數據技術在地震勘探的多個環節均已得到應用。在地震數據的解釋環節，可利用大數據技術從地震屬性中提取出地震波的振幅、頻率、相位、能量、波形等多種參數，以及這些參數的梯度變化等信息。大數據技術的引入，一方面使得解釋人員對地震數據的處理效率、合理性、準確性大大增加，另一方面可使以往那些容易被忽略的、有潛在價值的地震數據更容易被識別。

目前世界幾個大型石油巨頭公司均用到了大數據技術：美國雪佛龍公司在地震數據處理的多個步驟（如儲層的分析和識別）中均用到了Hadoop技術[3]，通過高性能計算機對地震數據進行計算，并將處理后的數據通過計算機模型進行分析。荷蘭殼牌石油公司在地震勘探過程中運用云計算技術實時采集和分析各種勘探開發數據，使油氣開采的成功率明顯提高。在國內，三大石油公司均開始嘗試將大數據引入油氣勘探中，而地震勘探更是大數據應用的主戰場[4]。我國最大的物探公司東方地球物理勘探公司，利用大型超算中心的GPU集群，使得地震數據的處理效率突飛猛進，節省了大量人力、物力和時間成本。

2.3 油氣井產能的預測

大數據的本質是預測，也即從大量數據中挖掘有用信息，并對其發展趨勢進行預測，為決策者制定合理的應對方案提供科學依據和支撐。目前已有石油公司嘗試通過油氣田生產過程中收集到的大量數據，對油氣井后期的產能進行預測，這種方法對于老井尤其有用。由于老井開采時間較長，其產能嚴重下降，成本顯著增加，后期能否產生效益的不確定性大為增加。但這些老井在長期開采過程中已積累了大量的相關數據。大數據技術可通過對老井的地震、鉆井和生產數據的分析，將儲層和產能的變化情況實時的提供給決策者，方便工作者對后期的開采情況進行預測，對其開發方案進行改造和優化，使老井的生產效益實現最大化。

2.4 油氣相關設備的維護

從油氣的上游勘探開發到下游的冶煉運輸，涉及到大量的專業設備，這些設備的運營和維護需要石油公司付出較高成本。如將大數據技術運用到各項設備的故障預測和性能維護方面，可達到較好的節能減耗效果。要實現這一目的，需在油氣的勘探、開采、冶煉和運輸過程中，收集包括壓力、溫度、體積在內的各種相關數據，以及設備的消耗和損壞情況等，并將這兩類數據進行比較，分析兩者之間的關聯性并總結其規律。通過上述途徑，就可利用大數據技術對容易出現故障的部件和故障發生的位置、頻率和事故的原因等進行科學性預測，以采取針對性的措施，實現設備故障的自動化預測，以達到提高維護效率、節省維護成本的目的。

3 大數據技術在油氣勘探中所面臨的問題

大數據技術在油氣勘探領域前景十分廣闊，其推廣和應用必將帶動石油勘探行業的發展。但是目前來看，大數據技術在這一領域的應用仍處于初級階段，尚有較大發展空間，其發展受到多方面因素的制約。

制約油氣地質大數據技術發展的最大的因素是數據共享問題[4]，這是橫亙在油氣地質大數據發展面前的一大鴻溝。油氣勘探是一項程序復雜且工程量巨大的工作，涉及到多個地區、多家公司、多個部門。在幾十年的油氣勘探歷程中，不同的單位和部門已經積累了大量的油氣勘探地質數據，但由于這些數據可能涉及到各方利益，往往具有較高的保密性，導致各部門之間缺乏資源共享。如何將這些數據整合起來，搭建高效共享的油氣勘探開發及科研平臺，這是油氣勘探大數據技術面臨的最大問題。

制約油氣地質大數據發展的另一大因素是人才問題。大數據技術本身是一個新興行業，其在油氣勘探行業的應用也屬于初級階段，目前油氣勘探大數據行業相關的人才仍然比較缺乏。另一方面，我國的油氣勘探公司大多是大型壟斷國企，由于長期的管理體制問題，思維相對于互聯網公司來說有些守舊，技術更新也較慢；而高端的大數據技術大多掌握在新興的互聯網公司手中。以往兩者之間的技術交流和合作較少，這在一定程度上也制約著油氣地質大數據技術的發展。

4 結語

大數據技術向油氣勘探領域的滲透，為油氣勘探工作的發展提供了前所未有的機遇，也帶來了挑戰。油氣勘探行業從上游到下游花費了大量的人力和物力才積累了巨量數據，這些數據如果不能共享，則將永遠束之高閣，永無用武之地。油氣地質大數據技術的核心問題不在于數據，也不在于技術，最大難點在于人，在于能否改變思想認識，讓數據能夠有效共享，以促進油氣地質大數據共享平臺的建設，得這些數據能夠發揮最大的作用。此外，油氣地質大數據技術的發展也需大力發展先進的信息技術，促進石油公司和互聯萬公司的技術合作和交流，并加大相關人才的培養力度，從而不斷地改進油氣地質大數據技術，提升我國油氣勘探開發的能力和水平。

參考文獻

[1] 翟明國，楊樹鋒，陳寧華，等.大數據時代：地質學的挑戰與機遇[J].中國科學院院刊，2018（8）：67-73.

[2] 崔海福，何貞銘，王寧.大數據在石油行業中的應用[J].石油化工自動化，2016，52（2）：43-45.

[3] 李金諾.淺談石油行業大數據的發展趨勢[J].價值工程，2013（29）：172-174.

[4] 王喜雙，趙邦六，董世泰，等.油氣工業地震勘探大數據面臨的挑戰及對策[J].中國石油勘探，2014，19（4）：43-47.