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(jìn)行的昂貴且耗時的井下直接測量。當(dāng)與傳統(tǒng)地球物理約束相結(jié)合并適當(dāng)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(jìn)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(jìn)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(jì)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?dāng)?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(jì)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。