早在20世纪60年代,油气企业便开始采用数字技术对储层进行分析和预测;70年代初,石油公司开始建立大型工作站进行油田数据分析;在90年代早期,3D地震技术的应用将勘探发现成本较10年前降低了40%;到90年代末期,一些作业者利用3D技术,推动公司油气产量和储量平均增长了2.5倍。跨国一体化石油公司(BP、埃尼、道达尔、雷普索尔、沙特阿美等)的大型计算机能力甚至可以跟一些政府、军队和学术机构相媲美。进入21世纪以来,全球油田开发继续向智能油田迈进,例如雪佛龙的IFields项目、BP的未来油田项目、壳牌的智能油田项目,都是将大数据技术和人工智能建模技术应用于油田技术实践的典范。
石油和计算机形成的交叉研究方向为:
(1)大数据环境下在钻井、油藏数据的多维分析
大数据技术利用先进的通讯技术,通过对钻井参数的收集整理,利用高级计算机算法进行分析,设计最佳的钻井方案,在提高系统效率的同时,降低工程成本,将钻井风险降到最低,提高钻井系统的可靠性和稳定性。
在大数据技术方面,主要研究了海量数据管理(地震、测井资料)、井场实时数据管理(钻井、录井)、数据中心的建设与管理、异构数据集成、数据标准化等,并进一步深入研究:1)井下测量数据分析,实现对井下工具状态的实时检测,数据通过大数据分析,为下一钻井过程提供最优的作业方案;2)随钻测量数据分析,通过井下随钻系统