利用人工智能改造完井作業(yè)

井下人工智能為滿足頁巖開發(fā)需求提供了一個轉(zhuǎn)折點。其統(tǒng)計和隱式物理驅(qū)動方法將逐漸取代為儲層物理建模而進行的昂貴且耗時的井下直接測量。當與傳統(tǒng)地球物理約束相結(jié)合并適當實施時,井下人工智能提供了基于儲層內(nèi)在物理的精確統(tǒng)計解,無需花費經(jīng)典確定性方法的費用或時間。

Quantico公司于2012年開始應(yīng)用井下人工智能從現(xiàn)有數(shù)據(jù)流程中生成聲波和密度測井曲線。這些基于AI的測井曲線被實時利用,以提高鉆井和地質(zhì)導(dǎo)向效率,并在鉆井后進行完井。在深水中與LWD重復(fù)測量相同層段,可以產(chǎn)生相同精度。公司還為地震數(shù)據(jù)開發(fā)了先進的AI工作流程,以展示高分辨率靜態(tài)模型,以便在地震體中繪制測井屬性。

Quantico公司已經(jīng)在100多口美國陸上油井上使用了人工智能技術(shù),而且在任何有可供比較的補償井的情況下,都顯示出優(yōu)化布置可以提高產(chǎn)量、產(chǎn)生其他的裂縫作業(yè)并降低總體運營成本。在這種情況下,從二疊紀盆地和Bakken頁巖,完井優(yōu)化獲得了10%和40%的產(chǎn)率提升。

Quantico的XAI可以利用來自公共數(shù)據(jù)庫的100多萬條測井曲線以及專有測井曲線、鉆井數(shù)據(jù)、壓力泵送數(shù)據(jù)和來自運營商的地震數(shù)據(jù)來預(yù)測產(chǎn)量。與經(jīng)驗觀察一致,XAI發(fā)現(xiàn)井位是二疊紀盆地中更重要的參數(shù),而在Bakken頁巖中裂縫的設(shè)計更為重要。儲層特性和裂縫設(shè)計都是待優(yōu)化的重要決策,但是XAI工作流程可以揭示各種參數(shù)的相對重要性。人工智能項目最重要的是能夠確定裂縫項目的主要價值驅(qū)動因素,以盡快獲得成本效益。替代方案是開放式數(shù)據(jù)科學(xué)實驗。

下一代井下人工智能工具是從傳統(tǒng)的集群分析到更強大的預(yù)測模型的自然演變,這將有助于業(yè)界分配裂縫預(yù)算,同時,幫助完井工程師確定最有影響力和可塑性的參數(shù)最大限度地提高完井效率。