神州學(xué)人網(wǎng)訊（通訊員 劉曉璇）　日前，中國(guó)地質(zhì)大學(xué)（武漢）地球物理與空間信息學(xué)院駱淼副教授與林愷教授指導(dǎo)的巴基斯坦籍博士留學(xué)生WAKEEL HUSSAIN，以第一作者身份在國(guó)際著名地球科學(xué)類期刊《Mathematical Geosciences》(T1區(qū))上發(fā)表高水平國(guó)際SCI論文，題目為“基于CNN算法的測(cè)井?dāng)?shù)據(jù)二維地質(zhì)特征圖譜提取及滲透率預(yù)測(cè)”。

測(cè)井基于機(jī)器學(xué)習(xí)方法預(yù)測(cè)滲透率的流程圖

　　油氣儲(chǔ)層的滲透率對(duì)于油氣井的產(chǎn)量和開發(fā)方案有很大影響，由于巖石的滲透率變化范圍很大，所以滲透率的準(zhǔn)確預(yù)測(cè)一直是個(gè)很困難的問題。近幾年，隨著機(jī)器學(xué)習(xí)，特別是卷積神經(jīng)網(wǎng)絡(luò)（CNN）技術(shù)的不斷發(fā)展和普及應(yīng)用，為基于測(cè)井?dāng)?shù)據(jù)進(jìn)行滲透率預(yù)測(cè)提供了一種經(jīng)濟(jì)高效的解決方案。

WAKEEL HUSSAIN博士和導(dǎo)師駱淼副教授合影

WAKEEL HUSSAIN博士導(dǎo)師林愷教授

　　WAKEEL HUSSAIN博士利用巴基斯坦Sawan氣田的地質(zhì)和測(cè)井資料建立訓(xùn)練數(shù)據(jù)集，對(duì)已有的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)，得到了一種新的測(cè)井滲透率CNN預(yù)測(cè)模型。新模型預(yù)測(cè)一口井的滲透率只需要1.14秒，滲透率預(yù)測(cè)結(jié)果的均方根誤差為0.0288，極大地提高了滲透率的預(yù)測(cè)速度和精度。WAKEEL HUSSAIN博士將人工智能方法成功應(yīng)用于測(cè)井資料解釋，解決了一直困擾工程師的一個(gè)難題，對(duì)于促進(jìn)人工智能方法在油氣勘探開發(fā)中的應(yīng)用具有重要的促進(jìn)和推動(dòng)作用。

　　據(jù)悉，本項(xiàng)研究由地空學(xué)院駱淼副教授團(tuán)隊(duì)和林愷教授團(tuán)隊(duì)合作完成，并獲得國(guó)家自然科學(xué)基金項(xiàng)目的支持。

　　文章鏈接：https://link.springer.com/article/10.1007/s11004-024-10171-4