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

    可解释机器学习在油气领域人工智能中的研究进展与应用展望

    闵超文国权李小刚赵大志...
    114-126页
    查看更多>>摘要:人工智能作为战略性新兴产业及新质生产力正迅速地渗透入油气领域,并有望成为行业发展的新引擎和制高点."黑盒"的机器学习模型缺乏透明度和可解释性,导致现有机器学习方法在油气领域的认可度和信任度不高,制约了以机器学习为核心的人工智能在油气田中的融合和发展.为此,系统介绍了可解释机器学习方法在油气田勘探开发过程的研究现状,阐述了机器学习模型的可解释性是促进油气领域人工智能大规模应用的关键,以及事后可解释方法在油气机器学习方法上的局限性,并对技术的应用进行了展望.研究结果表明:①利用Shapley加性解释(SHAP)和模型无关局部解释(LIME)等事后可解释方法进行煤层气产能主控因素实例验证,指出了可解释的油气田特征指标还不足以完全指导可解释模型的构建和分析,需要基于本质可解释思路建立符合油气田勘探开发自身特点的本质可解释机器学习方法;②利用机理模型、因果推断和反事实解释等本质可解释方法,分析油气田数据和模型参数之间的因果关系,构建了本质可解释机器学习方法;③选取典型煤层气压裂数据进行产能预测实例验证,发现因果推断能有效挖掘地质参数、施工参数和产能之间的本质关系,且基于因果关系建立的机器学习模型可以实现预测泛化性能提升.结论认为,基于事后可解释和本质可解释机器学习方法不仅是未来油气领域人工智能发展的必然趋势,而且是解决人工智能在油气领域现场落地的"瓶颈"问题及关键技术.

    油气田勘探开发人工智能机器学习可解释机器学习事后可解释本质可解释

    物理—数据协同驱动的页岩气井产量预测方法

    任文希段又菁郭建春田助红...
    127-139页
    查看更多>>摘要:由于页岩气渗流机理复杂,赋存方式多样,压裂后对裂缝网络的精确识别和表征存在较大困难,现有方法难以准确预测页岩气井产量.为此,提出了机理—数据融合建模的思路,结合连续拟稳态假设、物质平衡方程、产量递减分析方法和递推原理,建立了物理—数据协同驱动的产量预测方法,进而以中国某区块页岩气井现场生产数据为例,对该方法的准确性、可靠性进行了测试,并与经验产量递减分析和时间序列分析方法进行了对比分析.研究结果表明:①建立的产能模型采用拟压力代替压力,采用物质平衡拟时间代替时间,弱化了产量、流压和甲烷物性变化带来的影响;②以累计产量误差最小为目标开展历史拟合,弱化了生产制度变化带来的影响,使得建立的产能模型能够自动适应流压—产量变化;③应用该方法的关键在于采气指数—物质平衡拟时间双对数图中的特征直线,若图中出现特征直线,则可以开展产量预测,反之,则不能预测.结论认为:①建立的产量预测方法将不稳定流动问题转化为拟稳态流动问题求解,简化了对储层非均质性的描述,避开了裂缝网络精确识别和定量表征的难题,计算效率高,可解释性强;②生产数据测试结果表明该产量预测方法精度高,长期预测结果稳定,并优于Logistic Growth Model、Duong和Stretched-Exponential Production Decline经验产量递减分析方法,也优于非线性自回归神经网络、长短记忆神经网络时间序列分析方法.

    页岩气井产量预测物理—数据协同驱动人工智能动态泄流区产量递减分析

    基于混合优化算法和深度神经网络模型结合的致密砂岩气藏裂缝参数优化

    罗山贵赵玉龙肖红林陈伟华...
    140-151页
    查看更多>>摘要:水平井分段压裂是致密砂岩气藏的主要开发方式,其中水力压裂裂缝参数的合理设计对于气藏的经济效益开发至关重要.基于群智能优化算法和机器学习代理模型的自动优化方法存在所需数值模拟次数多、收敛速度慢和代理模型更新复杂等问题,且依靠现场工程师经验和正交实验等传统方法难以获得最佳的裂缝参数设计.为此,建立了一种新的基于混合优化算法和自适应深度神经网络(DNN)结合的致密气藏裂缝参数优化方法.首先,混合优化算法采用遗传算法(GA)和贝叶斯自适应直接搜索(BADS)之间循环迭代的混合策略.在自适应学习过程中,提出了以"最大平均距离点"作为最不确定解,同时辅以最有希望解和少量拉丁超立方采样解共同更新优化过程中的DNN代理模型.随后,将建立的优化方法用于非均质致密砂岩气藏裂缝参数优化.研究结果表明:①在标准测试函数和低维裂缝参数优化问题上,GA+BADS混合优化算法表现出了显著优于GA的寻优速度;②针对高维裂缝参数优化问题,GA+BADS混合优化算法在约1/2的GA总数值模拟次数下提高了 131万元的经济净现值(NPV),收敛速度和寻优精度都明显增加;③相比于GA+BADS混合优化算法,在获得相同NPV时,自适应DNN代理加速优化可再减少24.54%的数值模拟运算次数.结论认为,该优化方法显著提升了优化效率,为解决非常规油气藏中水力压裂裂缝参数设计问题提供了一套可行且高效的智能优化方法,将有力促进非常规油气的规模效益开发.

    致密气沙溪庙组裂缝参数优化混合优化算法深度神经网络自适应学习代理模型

    油气井工程多源多模态数据融合技术与展望

    张菲菲王茜王学迎余义兵...
    152-166页
    查看更多>>摘要:随着油气田数字化、智能化建设的不断推进,数据量迅速增长,传统的数据融合方法已无法满足油气井工程领域对多来源、多模态数据的利用需求.为此,从油气井工程业务的角度出发,详细阐述了多来源、多模态及多领域数据的特征,并对不同类型的数据融合应用场景和优缺点进行了系统分析,重点讨论了数据融合的关键技术和当前面临的挑战,最后结合空间尺度、时间尺度、边界信息和模糊信息的融合需求,提出了面临的技术挑战和解决思路.研究结果表明:①油气井工程领域数据具有多来源、多模态和多领域的特征,这使得数据分析和应用极为复杂和丰富;②从整体融合的角度出发,结合最终目标,逐步划分数据融合过程,可提高融合过程的可执行性;③在油气井工程行业应用数据时,应始终注重实际应用需求,通过强化数据集成、构建融合模型、开发高性能融合架构和自适应融合方法,进而推动数据融合技术的发展,以应对日益复杂的数据环境和业务需求挑战.结论认为,数据融合作为一个跨学科、跨领域的交叉学科研究问题,亟需在深度和广度上进行创新,以提升油气井工程领域数据的有效利用率,对于提升油气井工程数字化和智能化具有重要的指导作用和意义.

    数据特征数据融合数据集成融合策略油气井工程油气田数字化

    基于随机森林和长短期记忆网络模型的高压气井环空带压预测方法

    张智王翔辉黄媚冯少波...
    167-178页
    查看更多>>摘要:高压气井在生产过程中持续的环空带压容易引起套管柱变形或挤毁,是高压气井完整性失效的主要原因之一.为解决传统方法环空带压预测精度不高的问题,以鄂尔多斯盆地苏里格气田某高压气井为例,首先利用主成分分析法和相关系数法找到影响环空带压的主要因素,然后使用高压气井井筒温压场理论值和孤立森林模型对主成分进行物理解释和数据清洗,再对清洗后的数据使用随机森林(RF)和长短期记忆网络(LSTM)模型建立了环空带压定量预测模型,并对两类模型进行权重组合,最终建立了精确度高于任意单一模型的RF—LSTM组合环空带压预测新模型.研究结果表明:①环空带压的主要影响因子有温度分量、压力分量、产量分量、腐蚀程度、生产状态,而温度分量与环空带压间存在最高关联性;②通过错误格式、离群点及基于井筒温压场的数据清洗,可以得到数据清洗后的环空带压影响因素训练集;③通过平均绝对误差法(MAE)能够建立误差分数小于任意单一模型,而拟合优度介于两者之间的组合模型,因此可以将具有高拟合优度和低误差分数的两类模型结合,从而组合出同时满足两种分数的组合模型.结论认为:①运用大数据挖掘技术及算法进行环空带压定量预测,方法新颖,预测精度高,结果可行;②该方法为现场环空带压预测和风险管控提供了决策工具参考,为实现环空带压风险实时预测、预警和管控提供了理论支撑.

    环空带压数据挖掘随机森林主成分分析LSTM大数据预测方法

    机理约束下钻井机械钻速智能预测泛化方法

    祝兆鹏朱林宋先知李永钊...
    179-189页
    查看更多>>摘要:钻井机械钻速的准确预测可辅助油气井钻井前科学配置资源,对制订更加合理的钻井作业方案以及钻井提效、降本增效具有重要现实意义.智能化预测钻井机械钻速已成为行业研究热点,为解决常规智能模型在不同井间迁移能力较差的问题,在对综合录井数据进行降噪、补全等预处理的基础上,利用钻井专业知识构造约束条件,引入了域对抗神经网络(DANN),建立了机械钻速模型在不同井间的迁移机制,结合滑动窗口、增量更新与实时录井数据,形成了机械钻速模型随井下工况的实时更新方法.研究结果表明:①数据层约束和网络层约束均可提高智能模型的精度与稳定性,且双机理约束下的BP模型相比于普通BP模型预测精度明显提高;②基于域对抗神经网络的机械钻速预测模型可有效地将邻井(源域)数据知识迁移到测试井(目标域);③基于增量学习算法建立的双滑动窗口数据更新机制,使模型实时适应地下钻进环境变化,预测精度和泛化能力进一步提升;④机理约束、迁移训练与实时更新对模型泛化性能的强化作用具有叠加效应,新井机械钻速预测平均相对误差降低至20.2%.结论认为,建立的机械钻速预测模型及迁移方法相较于传统钻速预测模型,具有更好的迁移性和更高的准确度,减少了迁移过程中重复训练时间,为机械钻速智能预测提供了新的思路和方向.

    机械钻速机理约束域对抗神经网络迁移学习增量更新模型泛化

    基于局部特征匹配的井下管柱图像智能拼接融合技术

    汤清源杜宇成叶胜房伟...
    190-198页
    查看更多>>摘要:井下电视成像测井可以直观地监测井下管柱是否异常,但采集的井下管柱图像存在纹理低、光照不足、背景重复等问题,传统的尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)等算法很难稳定地检测出高质量的特征点,导致图像拼接融合鲁棒性差.为此,基于局部特征匹配的思路,先利用反向像素映射算法将管柱图像展开成平面图,并对径向误差进行精确修正,再利用卷积神经网络提取局部特征,利用注意力机制在粗略层面上建立像素级匹配,最后引入最佳拼接线和平滑函数来消除拼接误差,实现了井下管柱大尺度图像的智能拼接融合.研究结果表明:①基于局部特征匹配的井下管柱图像智能拼接融合技术,通过图像预处理、特征匹配和图像融合,解决了井下管柱图像拼接融合的稳定性问题;②图像智能融合质量的平滑权重因子(k)为0.05时融合效果最佳,k值越小融合图像拼接缝越明显,k值过大则容易在重叠区域产生重影;③通过计算待拼接图像的最佳拼接线来消除角度倾斜带来的误差,达到了稳定智能拼接融合的目的;④与SIFT算法相比,该算法能检测出的特征点数量平均增加了 74.6%,平均智能匹配正确率由83.9%增加到了 98.8%.结论认为,该算法检测到的特征点数量和正确率都得到了明显提升,智能融合图像的结构相似性、峰值信噪比和均方误差等指标均优于传统算法,为解决井下管柱探测难题提供了新思路和技术手段.

    井下管柱图像局部特征匹配特征点智能图像拼接图像融合图像预处理卷积神经网络结构相似性

    基于深度学习模型的油气管道焊缝缺陷智能识别

    罗仁泽王磊
    199-208页
    查看更多>>摘要:焊接技术在油气管道连接时广泛应用,确保焊缝区域可靠是保障油气管道安全运行的关键.受工艺和技术制约,油气管道焊接过程中可能出现不同类型的焊缝缺陷.针对油气管道焊缝部分缺陷尺寸小、缺陷与背景差异性较小导致焊缝缺陷识别效果不理想、人工识别工作量大等问题,提出了基于SCT-ResNet50模型的管道焊缝缺陷智能识别新方法.首先将焊缝区域图像输入特征提取网络;然后在特征提取的浅层使用SCC(Spatial Channel Context)进行局部空间和通道信息融合,在特征提取较深的层次使用ECA-MHSA(Efficient Channel Attention-Multi-Head Self-Attention)来捕捉长程依赖和上下文信息;最后通过全连接层和Softmax得到最终的缺陷识别结果.研究结果表明:①该新方法在油气管道X射线图像焊缝缺陷数据集上缺陷识别准确率达到98.28%;②相较于ResNet50、VGG16、DenseNet121、MobileNetv3 和 EfficientNetv2 分类方法,其准确率分别提高了 3.05%、46.05%、28.99%、15.95%和 18.84%;③在缺陷尺寸小、缺陷和背景差异较小的场景下,该新方法在油气管道焊缝缺陷识别中具有更高的准确率.结论认为,该新方法的优势在于结合SCC模块与ECA-MHSA模块学习图像的局部信息和全局信息,能较好解决油气管道焊缝缺陷分类效果不理想的问题,为保障油气管道安全运输提供了技术支撑.

    深度学习图像处理油气管道焊缝缺陷智能识别注意力机制

    本期导读

    罗仁泽张菲菲盛茂郭子熙...
    前插1页