首页期刊导航|天然气工业
期刊信息/Journal information
天然气工业
四川石油管理局 中国石油西南油气田公司 中国石油川庆钻探工程公司
天然气工业

四川石油管理局 中国石油西南油气田公司 中国石油川庆钻探工程公司

冉隆辉

月刊

1000-0976

jwq@trqgy.cn

028-86011178 86012712 86012718

610051

成都市府青路一段3号

天然气工业/Journal Natural Gas IndustryCSCD北大核心CSTPCDEI
查看更多>>本刊于1981年创刊，是中国惟一全面报道天然气工业的综合性科技期刊。伴随国家改革开放急促的脚步诞生。二十四年，一批批老编辑默默耕耘在天然气事业这片热土上,洒下了滴滴汗水，皓首回望，留下深深的眷恋和殷殷嘱托；如今，新一代编辑正焕发热情和活力，呵护着杂志的成长，他们与时俱进，跨步前行。与此同时，还有强大的后盾——编委会，源源不断地给予鞭策和激励着，一批院士、教授、专家为杂志的发展献计献策，作出了重要的贡献。《天然气工业》面向中国天然气生产和使用领域各研究、设计、生产、管理部门的高中级科研人员、工程技术人员和经营管理人员以及与天然气工业相关的产业界的科技、经营管理人员。重点反映天然气工业在勘探、开发、钻采、储运、处理加工方面的科学研究、工业生产和技术应用成果。
正式出版
收录年代

    齐鲁石化—胜利油田CO2长输管道数智化关键技术与创新实践

    李阳张建范振宁李其锐...
    1-12页
    查看更多>>摘要：二氧化碳(CO2)管道输送是碳捕集利用与封存(CCUS)的关键环节之一,齐鲁石化—胜利油田CO2长输管道工程作为我国第一条百公里、百万吨级、超临界压力CO2管道示范工程,将数智化作为保障管道安全运维的重要技术手段,取得了重要的理论创新和建设新进展.为此,以该示范工程为例,分析了其面临的挑战,从流动保障、腐蚀防控及泄露监测等方面系统梳理了底层机理模型构建、多系统数据融合等长距离管道安全运维的关键技术及其数智化技术应用,最后对CO2长输管道数智化技术发展进行了展望.研究结果表明:①通过"工程建设100％数字交付+多元机理数据驱动"的方式,打造了基于CO2管输的水热力流动模型、管道腐蚀速率模型、管外土壤中气—固两相迁移模型,构建了站线一体化的多机理融合数字孪生管道;②形成了超临界CO2管输流动保障关键技术体系:③揭示了超临界CO2管输内腐蚀机制,建立了管道腐蚀预测模型;④创建超临界压力下密相CO2管道小孔泄漏扩散模型,构建了 CO2管道泄漏数智化预警模型.结论认为,齐鲁石化—胜利油田CO2长输管道以数智化建设为导向,在流动保障、腐蚀防控及泄露监测方面取得了理论创新成果,对"碳中和"目标下CO2管道数智化技术的发展具有重要的指导作用和现实意义.

    CO2长输送管道CCUS机理模型数智化数字孪生齐鲁石化—胜利油田

      原文链接:
    • 万方数据

    非常规油气储层智能压裂技术研究进展与展望

    郭建春张宇曾凡辉胡大淦...
    13-26页
    查看更多>>摘要：非常规储层油气资源丰富,压裂是释放非常规储层油气的必要手段,但压裂优化是一个多模态、高维度、大尺度、细时空的复杂大系统问题.为实现非常规储层压裂系统开发,梳理了油气压裂人工智能3个应用场景:透明油气藏数智化构建和压裂双甜点智能优选、机理—数据联合驱动的压裂工艺参数智能优化和压裂风险预警及在线监控智能调控,然后明确了智能压裂3个方面技术特征,并展望了智能压裂未来5个方面的技术攻关方向.研究结果表明:①形成了地质多源数据、建模迭代更新精准化技术,助力了优选地质工程压裂双甜点;②建立了机理数据驱动多目标优化压裂参数方法,促进了裂缝均衡扩展、扩大体积和提高产量;③开发了压裂动态监测及在线调控流程,支撑了压裂高效、可持续开发,提高压裂效率和油气采收率;④提出了"甜点选择数智化—压裂参数智能化—在线监测调控精准化—四维可视化"的地质—工程"动态一体化"智能压裂新理念.结论认为,强化数字孪生智能压裂可视化技术、构建生成式智能压裂大数据生态系统、融合机理数据的工艺参数优化方法、开发压裂动态智能预测监测技术、创新远程智能压裂决策控制系统,可为智能压裂革新发展提供理论指导和技术支撑,为未来压裂人机交互智能决策和闭环调控的实现指明了方向.

    非常规储层智能压裂透明油气藏数智化机理数据驱动风险预警与在线调控数字孪生

      原文链接:
    • 万方数据
    • 维普

    基于贝叶斯单源域领域泛化算法的天然气管道故障智能诊断

    董宏丽商柔汪涵博王闯...
    27-37页
    查看更多>>摘要：基于深度学习算法的故障智能诊断模型已被广泛应用于天然气管道运输安全领域,然而管道通常处于准稳态,使得训练集中的故障样本量受限.为此,针对天然气管道故障诊断中因训练集故障样本量有限,导致难以准确诊断的问题,提出了一种基于贝叶斯单源域领域泛化(BSDG)算法,部署了 一种攻击防御策略,通过在攻击阶段明确伪目标域增强路径,并在防御阶段引导模型参数的后验分布向伪域样本得分更高的方向调整,增强模型在面对不同域扰动时的适应性和鲁棒性.研究结果表明:①基于贝叶斯网络建立的非定向攻击模型确保伪域样本既保留了与源域的相关性,又引入了足够的域差异来模拟潜在的目标域,由此提升了多源域和单源域设置下的领域泛化诊断准确率;②测试结果显示,BSDG算法在多源域泛化任务及两项单源域泛化任务中,相较于性能最优的对比算法,其准确率分别提高了 9.79％、5.09％和27.98％;③裕度差异损失通过在学习决策边界的过程中引入不确定性,令分类器可以灵活且有效应对频繁的分布变化,显著性测试结果表明BSDG算法在多数场景下显著优于先进对比算法;④贝叶斯神经网络通过在权重上引入不确定性,有效提升了 BSDG算法的泛化稳定性.结论认为,BSDG算法通过使用基于贝叶斯推理的攻击防御策略,有效扩展了源域模型的决策边界,解决了实际场景数据匮乏导致的深度神经网络泛化能力差的问题,为样本受限情形下的天然气管道故障诊断模型设计提供了理论支撑.

    天然气管道故障智能诊断迁移学习贝叶斯神经网络小样本问题泛化能力

      原文链接:
    • 万方数据
    • 维普

    基于自动机器学习的测井曲线重构技术

    范翔宇孟凡邓娟赵鹏斐...
    38-54页
    查看更多>>摘要：测井曲线在获取地下储层和油气信息时常因仪器故障、井眼垮塌等因素,导致部分井段测井曲线缺失或失真.相较于传统的经验模型和多元回归分析的测井曲线重构方法,机器学习可以更好地重构测井曲线、精准表征曲线之间复杂的非线性关系,但其仍存在普适性差、试错成本高和自动化程度低等问题.为此,以数据处理与特征工程、模型选择与调优、模型保存与预测、模型解释与公平性检验为技术流程,将自动控制技术应用于多模型选择与超参数调优过程中,配合数据预处理和可视化后处理手段,形成了一种基于自动机器学习的测井曲线重构工作流构建方法,并在生产中进行了验证.研究结果表明:①自动机器学习中,基于树的贝叶斯优化搜索可以兼顾预测性能和计算效率的平衡;②多模型的选择优于单一模型,可解释性分析和公平性检验可以指导模型选择,保证模型的泛化性;③加入地质分层和岩屑录井的非数值信息,有助于进一步提升预测的精度;④缺失值处理和标准化方法的选择会对模型性能产生一定的影响.结论认为:①相比于传统的机器学习方法,自动机器学习能够更好地发挥多模型选择与优化调参的潜能,自动化地寻找适应于研究目标的模型;②自动机器学习在提升精度和效率的同时降低了人工干预和试错成本,使机器学习方法能够更好地应用于石油地质勘探领域的各类预测任务.

    测井曲线曲线重构自动机器学习特征工程模型选择

      原文链接:
    • 万方数据
    • 维普

    知识图谱在油气勘探开发中的应用现状与发展趋势

    和婷婷张强
    55-67页
    查看更多>>摘要：在油气能源产业中,知识图谱对油气资源的高效勘探开发有利于推动石油天然气工业的高质量发展.知识图谱作为一种基于人工智能和知识表示的新兴技术,逐渐成为油气勘探开发领域的研究热点和重点.为此,按照物探、钻完井、测井和油藏工程4大领域系统总结了知识图谱在石油勘探开发中的应用现状,在此基础上,结合大语言模型,剖析了知识图谱在石油勘探开发中所面临的挑战,并展望其未来发展方向.研究结果表明:①在油气勘探开发领域,知识图谱结合深度学习模型和专家经验,广泛应用于地质数据管理、信息解释、异常检测与分析、智能决策支持、故障诊断、测井数据综合分析、测井资料解释、测井曲线自动匹配、油藏描述、油藏数值模拟、油藏管理及设备故障维护,实现了数据质量提升、资料利用率提高和油藏动态实时监控等功能,有效提高了勘探开发效率;②知识图谱在油气勘探开发中面临数据多源异构、专业知识获取与表示、知识更新和维护、算力资源需求、跨学科协作与应用等挑战,需要在技术、标准、协作机制等方面进行持续探索和创新,以充分发挥知识图谱在石油勘探开发中的潜力.结论认为:①知识图谱技术具有广阔的应用前景,可开展油气勘探开发中的知识搜索、知识推荐、知识共享、智能问答以及知识推理、知识计算、知识图谱与大语言模型融合;②聚焦油气勘探开发大模型、基于机理模型和智能模型结合的仿真模型、多模态技术探索等方面的技术攻关,将推动行业向更加智能化、智慧化、高效化和精准化的方向发展.

    油气勘探开发知识图谱物探领域钻完井领域测井领域油藏工程领域大语言模型

      原文链接:
    • 万方数据
    • 维普

    基于知识驱动图版约束的致密砂岩气储层测井参数智能预测

    王跃祥赵佐安唐玉林谢冰...
    68-76页
    查看更多>>摘要：中国致密砂岩气资源潜力巨大,是天然气增储上产的重要对象,但致密砂岩储层空间类型多样,纵横向变化大,"四性"关系复杂,测井系列多样,测井项目少,常规测井技术评价致密储层参数难度大、效率低.为此,以四川盆地金秋、天府气田致密气为对象,构建构造区块—油气田—油气藏—测井解释图版主线,形成了致密砂岩气储层测井参数解释知识图谱,并通过神经网络算法对样本数据进行处理并约束模型结果,建立了图版约束的人工智能储层测井参数预测模型,实现了专家经验与数据双向驱动的储层测井参数智能预测.研究结果表明:①新智能模型融入了专家经验图版信息,且构建了专家经验与数据双向驱动的智能参数预测方法,极大地提升了模型对测井领域知识的理解能力和实践能力;②基于常规测井曲线,通过特征处理实现多维特征的挖掘,衍生出新曲线,与常规曲线一起作为输入进行模型强化训练,有助于提高解释模型的准确率;③实际应用结果表明,采用知识驱动图版约束的致密砂岩气储层参数智能预测方法计算的孔隙度和渗透率与岩心分析孔隙度及渗透率之间的误差分别为7.9％和15％,计算的含水饱和度与密闭取心饱和度之间的误差仅为5％.结论认为,基于知识驱动图版约束的致密砂岩气储层参数智能预测技术可以解决老井人工评价工作量大,测井解释标准不统一的问题,并可实现快速高效测井智能评价及潜力优选,将有力地推动了人工智能在测井领域的深度应用.

    四川盆地致密砂岩气储层测井参数知识驱动神经网络算法智能预测人工智能

      原文链接:
    • 万方数据
    • 维普

    基于大语言模型的致密砂岩储层测井含水饱和度预测

    武娟罗仁泽雷璨如殷疆...
    77-87页
    查看更多>>摘要：致密砂岩储层测井含水饱和度预测是油气藏储层评价和产量预测的关键步骤,应用机器学习模型预测含水饱和度在一定程度上缓解了常规方法预测误差大的问题.但是现有的机器学习方法通常使用有限的测井数据从头开始训练模型,导致模型能力受限,进而阻碍了它的泛化能力.为此,基于大语言模型(LLMs)出色的泛化性能及丰富的知识信息,引入LLMs进行储层测井含水饱和度预测,提出了 一种基于真实关系及表格Transformer网络(REaLTabFormer)增强的LLMs对齐框架模型(RTF-LLA),最后进行了实验对比验证.研究结果表明:①RTF-LLA模型由数据增强、知识蒸馏和跨模态对齐3个核心模块构成;②数据增强模块以原始测井数据为基础,利用REaLTabFormer捕获测井参数与储层物性参数间的内在关系,生成了高信息量的测井数据;③知识蒸馏模块从LLMs提取主要的知识信息,指导测井数据与LLMs文本知识进行跨模态对齐,并赋予模型准确预测储层测井含水饱和度的能力;④跨模态对齐模块通过词元对齐、特征对齐和序列对齐,有效地降低了模型对储层含水饱和度的预测误差.结论认为:①RTF-LLA模型在S气田储层饱和度实验评价中的平均绝对误差和均方根误差分别为1.332和2.207,相较于其他主流机器学习算法至少降低了 3.310和3.174;②RTF-LLA模型可为小样本测井资料储层含水饱和度准确预测提供有效技术支撑,为储层测井含水饱和度预测提供了新思路、新方法.

    大语言模型跨模态对齐致密砂岩储层测井含水饱和度预测泛化能力

      原文链接:
    • 万方数据
    • 维普

    深度学习在油气产量预测中的研究进展与技术展望

    郭子熙马骉张帅张舒...
    88-98页
    查看更多>>摘要：随着大数据和人工智能的不断进步,数字和智能化的油气产量预测技术已经成为石油天然气行业发展的新趋势.深度学习与油气产量预测的有效结合为解决非常规油气和复杂场景下的产量预测等问题提供了新的方案与策略.为此,在系统回顾油气产量预测技术发展历程的基础上,重点阐述了基于深度学习方法的油气产量预测技术的应用现状及关键流程,归纳了油气产量预测领域的特征工程以及不同场景下的神经网络构建方法,最后深入探讨了智能油气产量预测技术的未来发展方向.研究结果表明:①油气产量预测技术发展历程主要划分为传统油气产量预测方法、机器学习方法和深度学习方法3个阶段;②深度学习方法已大量应用于油气产量预测研究中,尤其在复杂地质条件下的非常规油气领域,该技术表现出了良好的应用前景;③多样化的神经网络构建方法能够解决不同场景下的精细化油气产量预测需求;④需进一步加强人工智能领域与油气领域跨学科理论技术研究,促进两者在理论技术和生产实践等方面的深入融合;⑤智能油气产量预测技术未来可在实时预测与优化、数据融合与增强、物理约束与解释和模型更新与适应等方面开展深度攻关研究.结论认为,深度学习模型可显著提高油气产量预测技术的准确性和可靠性,为复杂气藏及非常规油气开发提供参考和指导,建议继续深化人工智能与油气行业应用等方面的有机结合,以推动油气行业的技术创新和高质量发展.

    机器学习深度学习人工智能产量预测非常规油气

      原文链接:
    • 万方数据
    • 维普

    融合物理约束的压裂水平井产能智能预测框架构建与应用

    卢聪罗扬郭建春曾凡辉...
    99-107页
    查看更多>>摘要：水平井分段压裂是实现非常规油气藏有效开发的关键技术,准确预测压裂水平井产能对于井位优选和压裂参数优化至关重要.随着历史开发数据的不断积累和人工智能技术的迅速发展,数据驱动的人工智能方法为压裂水平井产能预测提供了新的渠道.为此,从压裂水平井生产物理过程出发,分析了产能智能预测的物理约束,提出了与物理过程相匹配的产能智能预测框架,并结合四川盆地南部(以下简称川南)地区页岩气开发生产数据开展了实例验证.研究结果表明:①压裂水平井产能智能预测需要以压裂段为单位进行特征融合处理,单井产能是由初始压裂段到末尾压裂段依次累计作用的结果,各压裂段之间存在顺序关系,各单井的因素输入维度存在差异;②采用循环神经网络能够完全匹配压裂段之间的顺序关系和汇聚作用,而Mask屏蔽机制则能够解决各单井压裂段数量不统一的矛盾.结论认为:①该智能预测模型能够学习各单井输入序列与产能之间的复杂映射关系,训练集相对误差为0.098、测试集相对误差为0.117,较循环神经网络(RNN)模型误差的下降幅度分别为37.6％和37.0％,较多层感知机(MLP)模型误差的下降幅度分别为77.3％和77.4％,展现出优异的预测性能;②该研究成果能够为非常规油气藏压裂水平井产能预测的技术进步和快速发展提供新的思路与借鉴.

    四川盆地南部页岩气水平井分段压裂特征融合产能预测人工智能循环神经网络物理约束

      原文链接:
    • 万方数据
    • 维普

    压裂泵注智能决策系统设计理念与路径探讨

    盛茂田守嶒朱丹丹王天宇...
    108-113页
    查看更多>>摘要：油气藏改造过程中的压裂泵注具有工艺复杂多变、过程不可逆、高风险等特点,需要及时准确地进行决策调控,进而提升压裂改造效果.目前决策方式主要以压裂设计泵注程序为基础,人为调控泵注参数.随着人工智能技术的发展,构建压裂泵注智能决策系统、实现自主决策已成为可能.为此,在综述国内外压裂泵注决策研究现状的基础上,提出了基于强化学习理论的压裂泵注智能决策设计理念,并探讨了实现路径.研究结果表明:①压裂泵注智能决策系统的核心是泵注决策智能体,由其自主决策泵注程序和优化参数,同时将决策动作传递给地面装备,构成闭环调控,实现泵注过程"自动驾驶";②基于强化学习理论的压裂泵注智能决策设计理念,即以强化学习为核心,以压裂大数据为基础,以机理模型认识和专家先验知识为约束,构建压裂仿真环境,训练泵注决策智能体,可以实现泵注参数实时优化决策与地面装备闭环调控;③压裂泵注智能决策系统主要通过压裂工况自主判识、裂缝扩展动态感知与风险预警、压裂泵注参数优化决策、地面装备自主调控、压裂泵注数字孪生等技术实现系统功能.结论认为,基于强化学习理论的压裂泵注智能决策设计理念,有望为加快压裂泵注智能化进程提供有益参考,有助于油气的高效开发.

    水力压裂泵注人工智能决策优化决策系统关键技术路径

      原文链接:
    • 万方数据
    • 维普