前沿技术 | 智能油藏数字化技术

斯伦贝谢创新的
智能油藏数字化技术

DELFI勘探开发生产智能认知环境

2017年，斯伦贝谢首次推出了基于云技术的DELFI勘探开发生产智能认知环境，不仅继承了斯伦贝谢原有软件技术产品和服务内容，同时进一步依托云端的人工智能与机器学习技术和OSDU开放数据生态系统的助力，开发出了大量支持油气公司勘探、开发和生产快速决策的原生云应用产品（如：ExplorePlan、FDPlan、DrillPlan、DrillOps等）。

2020年9月，斯伦贝谢与IBM以及开源方案供应商Red Hat达成合作，共同推动DELFI环境在各种云环境中落地，以满足不同地域油气公司按照当地法规和数据留存的监管需求。未来，随着DELFI在越来越多的私有云上逐步落地，斯伦贝谢勘探开发生产智能认知环境必将助力广大油气公司实现油藏管理数字化转型。

OSDU数据生态系统

OSDU (Open Subsurface Data Universe) 是一个通用的、标准的、开放的勘探开发生产数据平台，将勘探开发生产数据整合到一个数据环境，所有的油田公司和第三方可以在这个共同的基础上建立数据生态，赋能新的云原生数据驱动应用无缝访问全部数据资源，同时支持现有的应用及数据框架。

OSDU 数据平台将解决能源行业数字化转型的关键问题，即：

安全、可靠、全局的访问所有地下和井的数据
消除数据孤岛，使数据能够在业务工作流之间无缝连接
加快新兴数字解决方案的部署速度
通过开放、基于标准的创新，增强数据生态系统能力

OSDU作为斯伦贝谢公司DELFI勘探开发生产智能认知环境的一部分，可以连接到客户的OSDU数据平台部署。DELFI 环境运行的开源数据生态系统构成了近期发布的OSDU (R3)版本数据平台的基础。

PTS 专业软件应用工具

部署在DELFI环境下的PTS（PetroTechnical Suite）油气勘探开发专业软件应用工具，可以通过机器学习、高性能并行计算等强大功能，为用户带来更多附加价值。

智能测井解释

斯伦贝谢测井智能化解决方案利用云平台数据分析技术，通过创新性的机器学习算法，结合云平台超强的计算能力，可以实现测井曲线自动化质控、解释洞察、智能测井解释及云计算等工作流程，提高测井解释工作的客观性、时效性和一致性。

智能测井解释 ▲

机器学习辅助断层自动解释

机器学习辅助断层自动解释基于深度学习U-Net卷积神经网络生成断层预测体，结合大数据云计算技术，从调用人工智能断层预测引擎到断层模型建立，实现了对原始地震资料的解释到地下构造模型认知的快速迭代升级。

机器学习辅助断层自动解释 ▲

DELFI PTS机器学习辅助断层解释流程提供了无监督型和用户监督型两种人工智能断层检测路径供用户选择。

EMBER基于机器学习的三维属性建模

EMBER为地质统计学嵌入的随机森林算法，可考虑多种三维趋势体（如地震属性）和地质统计学模型，并根据这些多维趋势数据与观测数据（测井解释）的相关分布特征开展机器学习，并预测数据的空间分布。

EMBER可考虑多种三维趋势体（如地震属性）和地质统计学模型，并根据这些多维数据与观测数据（测井解释）的相关分布特征开展机器学习并预测观测数据的空间分布。相对于传统的地质统计学工作流，EMBER简单易学，并通过挖掘数据的价值快速得到结果。

ARM+ODRS 敏捷建模与数模

ARM敏捷油藏多重实现建模技术是基于DELFI环境下对Petrel功能的重大价值提升，DELFI环境下的PTS-Petrel基于云技术可以同步同时生成数百上千的不确定性模型，大幅加速了不确定性建模的速度。ODRS基于需求的数值模拟技术基于DELFI环境提供了无限数值模拟许可和无限并行HPC数模运算能力，真正实现了云环境下的“即发即算”，大大缩短了用户的油藏方案研究周期。ARM和ODRS技术成为很多国际石油企业从线下研究转入DELFI数字化研究环境的重要推动力。

ARM+ODRS生成的大量不确定性数模结果还可以直接在DELFI环境下进行快速分析，将最可能最合理的模型和结果推送给DELFI其他原生云应用如FDPlan，进行进一步的经济可行性分析。

DELFI原生云应用

DELFI 目前的原生云应用涵盖了勘探、开发、生产和钻井工程，油气公司可以基于现有的海量数据信息，做出降低勘探开发以及钻井工程风险的正确决策，缩短勘探开发周期，减少投资，增加收益。我们提供了绿色、协同的生产计划和操作环境，独有的勘探开发完整生命周期管理，跨专业的工作流程完全整合提供了无缝的协作空间，开放性意味着每个人都能够从中获益。

GAIA 数字化综合信息平台

斯伦贝谢GAIA数字化综合信息平台将所有数据都集中在一起，任何设备都可以从浏览器窗口随时访问，触手可及。在整个勘探、开发周期内，GAIA可以与多个信息供应方即时连接，使用户能够访问到结构化数据：地震、井和生产数据，以及非结构化数据：如新闻和市场报告等。GAIA综合信息平台能够加速在全球各大盆地从数据到油气发现的进程。

GAIA与DELFI环境中的模型和工作流实现无缝对接，基于高性能计算和机器学习能力，工作流变得更加高效和自动化，帮助用户决定经济价值，聚焦勘探新计划，并能在短时间内制定更好的盆地级勘探、开发战略。

ExplorePlan 勘探决策系统

ExplorePlan是一个基于DELFI勘探开发认知环境的勘探决策系统。ExplorePlan包括项目追踪与管理、数据搜索与发现、知识共享与合作、油气勘探资产管理等主要功能。ExplorePlan能够与Petrel、PetroMod以及GeoX提交的成果数据建立联系，建立不同项目阶段的知识面板，产生新的知识和认识并进行团队共享。油气勘探资产管理帮助用户检查筛选出来的勘探目标，快速制定行动计划，实现商业目标。

ExplorePlan勘探决策系统打破了数据孤岛效应，推动了各专业之间的知识共享与团队协作，大大提高了工作流程的效率与透明度，将软件的技术应用与基于价值的战略决策有机的、实时的衔接起来，快速反应与有效决策，给用户带来更大的价值。

FDPlan 开发决策系统

FDPlan是基于DELFI勘探开发认知环境的开发决策系统，它可以直接调用PTS专业软件生成的数值模拟结果，结合定制化的财务分析模型，基于统一的KPO关键评价指标可以快速针对多种开发方案进行快速对比、筛选和决策。

FDPlan借助于DELFI强大的云算力可以随时修改、调整方案内容快速获取某一个方案的结果更新。项目经理可基于所有限制条件，将不同开发场景同时分配给指定研究人员，并行开展优化研究。通过对不同开发场景（方案）的不确定性对比，帮助油公司筛选出具备经济可行性和技术可能性的油田开发方案。FDPlan为用户打造了一个目标可共享、数据可追溯、任务可协同、周期可缩短、决策可量化的DELFI原生云综合研究平台。

技术应用实例

斯伦贝谢公司在澳大利亚Santos油田通过DELFI环境仅花1天时间建立了FDPlan研究工区，花费4天时间就完成了1200个模型的建模数目运算，完成所有方案的经济指标自动评价和对比仅耗时1天。如果采用传统的研究方式，至少需要1年以上的时间完成所有建模数模和评价工作，而FDPlan推动整个评价项目从数据收集到POV（Proof of Value）验证区块投资价值，将项目周期缩短为40天，大大提高了客户投资决策的信心。

挪威国家石油公司在勘探系统推广ExplorePlan，项目的实施，实现了日常勘探项目的策划、实施和跟踪，实现了勘探成果的实时共享，达到了勘探数据信息的高质量管理，而且系统和GeoX勘探经济评价系统直接相连，可以实施交互对潜在目标进行评估，做出正确的商业决策。通过ExplorePlan 的实施，勘探工作更加高效了，更好的决策都是建立在高质量成果之上，帮助他们快速找到更多的油气资源。