石油地质勘探智能化信息支撑框架设计

孙旭东， 吴冲龙， 周　霞， 郭　俊

(1.中国地质大学(武汉),湖北武汉430074； 2.中石化石油工程研究院,北京100101; 3.中石化胜利油田物探研究院，山东东营257022； 4.中国地质大学(北京)，北京100083)

石油地质勘探智能化信息支撑框架设计

孙旭东1,2， 吴冲龙1， 周霞3,4， 郭俊3

(1.中国地质大学(武汉),湖北武汉430074； 2.中石化石油工程研究院,北京100101; 3.中石化胜利油田物探研究院，山东东营257022； 4.中国地质大学(北京)，北京100083)

摘要：石油勘探是高风险行业，勘探地质研究业务需要复杂的逻辑思维，也需要创新性的抽象思维。“智慧油田”和“智能勘探”理论体系的提出，顺应了油气勘探的智能、快速和高效的需求。通过剖析油气勘探的信息支撑框架设计，提出了未来智能化勘探的4层设计概念，形成了层次之间的衔接和沟通的关键技术，并针对此理论体系探索了石油行业中石油地质勘探智能化信息框架实施策略。

关键词：数字油田；智能勘探；知识模型；数字盆地；协同研究；业务微循环

doi:10.3969/j.issn.1674-3636.2015.03.383

中图分类号：P628.5;TE11

文献标识码：A

文章编号：1674-3636(2015)03-0383-06

收稿日期：2015-06-15；修回日期：2015-07-29；编辑：侯鹏飞

基金项目：国家高技术研究发展计划(863计划)重点项目(2009AA0628),国家自然科学基金项目(41101368)

作者简介：孙旭东(1972—)，男，高级工程师，博士研究生，主要从事石油地质信息化研究工作,E-mail：sunxd.sripe@SINOPEC.com

0引言

多年的油气勘探实践说明：不断深化石油地质理论研究、及时转变勘探思路是油气勘探持续突破和发现的技术支撑(邱旭明等，2014)。以地质研究为核心的油气勘探工作具有思想性、科学性、高风险性、经济型、规律性和可持续性等基本特征(郭元岭，2010)，因此有效的技术支持手段尤为重要。针对油气勘探的信息化支撑技术，国内产生了以“地质信息科学”理论为代表的系列地质信息化理论，取得了良好的实践效果(吴冲龙等,2014)。然而，长期以来，油气勘探信息化技术研究的短板导致了油气勘探软件体系发展的整体滞后，在一定程度上制约了高水平勘探理论的实践应用。

面对油气地质研究信息繁多、业务复杂和协作困难的现状，通过“石油地质勘探智能化信息支撑框架”的设计和实践应用，探讨了一种地质研究的数据组织、研究协同、智能决策的石油地质信息化框架，对当前勘探地质研究的信息技术实践进行了有效探索。

1石油地质勘探的业务特点

油气勘探开发过程是一个从数据采集、信息处理、知识发现，到管理决策的高度智慧化过程，油气勘探的业务流程也是伴随着信息技术不断深化应用的过程。国内专家结合国际油气公司的盆地油气勘探技术特点展开了较为系统的论述(王根海，2008)。埃克森美孚公司的“含油气盆地研究流程图”中充分表达出信息技术的作用，在从勘探规划到油藏评价的流程中，充分体现着业务的知识化过程，该业务流程也是数据的全面采集和形成信息、知识与智慧的过程，最终这些分析成果经过专业团队的交流分析，形成了油气运营与管理策略。

国内油田的勘探流程也体现着勘探的智能化特点。在胜利油田的勘探业务体系中(图1)，油气勘探分为生产科研、过程管理、勘探决策3个层次，分别进行数据的采集与分析、针对业务的信息系统化管理、目标决策与反馈。由生产与科研过渡到第二层次的管理，到最核心的勘探决策，可以发现勘探业务的过程就是依托有限信息进行分析、不断接近地质事实的过程，例如勘探生产过程通过物理化学方法获得地质信息，勘探研究过程展开数据处理和分析，勘探管理过程实现信息集中与流转，勘探决策过程形成统一理论与认知，最终的地质认识则以概率和量化指标体系表述，油气勘探工作的本质就是知识的获取和再创造的过程。因此，从系统学角度，石油地质勘探的智能化框架是一个从数据到决策支持的多层框架体系。

图1　油气勘探业务体系示意图Fig.1　Sketch showing oil-gas exploration business system

国内针对数字油田的总体框架设计做了大量的探索，以大庆油田、新疆油田与胜利油田为代表的油田企业提出了数字油田概念(陈新发等，2008)、数字油田信息平台(李清辉等，2008)和数字油田实施策略(段鸿杰，2003)。然而，针对这种业务框架的实施，如何设计有效的软件支持框架一直是薄弱环节。虽然国外斯伦贝谢、哈里伯顿、贝克休斯等石油公司的信息服务部门都发展了地质理论与信息技术支持的一体化手段，但目前基本用于其企业自研发软件的支持，国内石油公司在这种一体化支持方法上长期缺乏系统而有效的信息支持框架。在油气勘探的地质研究领域，虽然地质理论丰富，但量化分析方面在一定程度上缺乏软件研发支持，这种缺失主要在于信息化软件框架及其实现方法的薄弱，从而无法在现有地质理论和信息技术实现之间形成一个有效的桥梁，也未能形成一个面向业务目标的系统化框架。

2智能化信息支撑框架设计

长期以来，石油地质勘探智能化框架在专业与信息的建设思路上存在不同的认识，国内各油田在数字油田建设中形成了数字油田的软件框架，为油田信息化建设提供了理论指导(陈强等，2002)。为保证信息技术支持体系的落地，需要在此软件框架的基础上建立一个勘探业务与信息技术的连接层，即要达到勘探业务的智能化支持，需要在数据和软件集成层之上建立一个业务智能化的技术层面，实现软件技术与业务的有效衔接(图2)。

图2　勘探智能化框架软件架构设计Fig.2　Software architecture design of intelligent oil-gas exploration

该框架的设计立足于业务层的展开，通过细化油气勘探业务的智能化支持技术来建立连接信息与业务的中间架构层。其技术体系包含4个层面：(1) 油气知识管理平台，实现油气勘探多源异构的信息组织；(2) 数字盆地支持平台，实现基于业务的软件功能定义；(3) 智能业务协同平台，实现以模拟分析为核心的业务认知；(4) 智库系统决策中心，实现团体智能化的决策指挥。

2.1　业务知识管理平台

该体系结构中第一个层次是油气勘探知识管理平台，这是在信息集成和软件集成基础上建立的针对勘探业务的主题化表述，从而形成对现有各类勘探数据的有组织的整理。形成业务知识地图、关联知识、主题知识、案例知识和模型方法的5类知识定义(孙旭东等，2015a)：(1) 业务知识地图设计。实现油气勘探从盆地区带到圈闭研究的全流程业务体系描述，突出地质研究的勘探程序；(2) 主题知识库设计。针对特定勘探业务研究与决策主题，整合相关信息与支持手段，建立围绕业务主题的工具与数据体系；(3)关联知识库设计。针对油气勘探思维的风险性与创新性特点，实现各类勘探对象与成果的关联，提供信息的关联组织和分析对比；(4)案例知识库。依托地质研究的“每一口探井就是一个系统工程”这一中国油气勘探综合工作法理论(翟光明等，2007)，针对探井典型案例的系统化信息组织；(5) 模型方法库。针对油气勘探中的盆地模拟“五史”理念与相关算法(石广仁, 2004)，建立油气地质研究的地质演变、生排烃、运移和聚集过程中的各类数学模型、图版与经验公式组织，提供基于三维空间数据的数学模型。

2.2　数字盆地技术体系

第二个层次是数字盆地。盆地是含油气系统中最大的地质单元，油田是组织勘探、生产的实体单元。多年来，针对数字盆地的研究取得了丰硕的成果,提出了建立勘探区的三维地质模型的研究方法与三维数字盆地构造-地层格架模拟技术(吴冲龙等, 2006)，数字盆地层设计关注于地下多尺度地质元素集中管理和图形化表达，建立全盆地的交互分析环境，提供油气勘探研究、分析和决策的基础平台。

数字盆地技术研究的核心部分划分为4个层次建设：通过全盆地数据资源接口实现各专业和平台信息导入，通过三维地质数据建模实现信息归一化与多尺度融合，通过全盆地勘探成果集成实现地下地质对象的可视化表述，通过全盆地可视化交互分析环境实现全盆地地质对象的空间交互分析。在实现方法上，由于国内地质研究技术的延续性，数字盆地可以从3个层次建设：传统成果集成、地面为核心的三维集成和地下为核心的三维集成，未来的数字盆地将逐步形成地面与地下一体化、地质与工程一体化的全三维地质模型集成，成为勘探研究与管理的基础平台。

2.3　智能业务协同平台

第三个层次是实现模拟分析模型的智能业务协同平台。该平台实现地质研究成果的定量化、可视化和知识化。莱沃森说过(Pratt，1952)：“如果说新油田的形成，首先是在地质学家或找油者的脑海里, 那么它的发现当然必须有待于我们智慧的形象化，即我们的想象力。”说明油气勘探的成功来自于地质学家的创新认识。但是，面对同样的勘探目标，不同地质学家的认识差异是不可见的，只有提供必要的共享与传递手段才能进行沟通和对比。因此，通过“定性描述→过程量化、地质理论→数学模型、文字图形→ 三维可视”的方法，实现隐性知识到显性知识的转变、个人想法到团队认识的转变、专家知识到形成行业思维框架，而智能业务协同平台就能解决这种思维模式的工具化问题。

石油地质研究协同平台可以实现各团队中智能化业务的有效协同，这种协同包括2个方面：(1) 纵向层次协同。建立纵向信息快速流转机制，实现勘探施工—地质研究—勘探管理—勘探决策全过程的信息实时、全面传递；(2) 横向流程协同。建立同层面的管理沟通，实现针对同一研究主题的决策过程能够在多学科分析中快速流转，促进理论认识不断迭代提升。

基于研究协同的智能业务是针对从地质综合研究到建模—含油气系统模拟与评价—圈闭评价—油气资源评价的全部地质过程。其主要内容包括3个组成部分：(1) 盆地知识工具。实现含油气盆地内多学科的研究成果的知识化管理；(2) 数学地质模拟工具。针对地质构造演变、沉积、剥蚀、地热、地压，生排烃，油气运移与聚集等专业化过程，提供智能化的模拟算法与数学模型(孙旭东等，2015b);(3) 针对各研究环节的成果设计的分析评价模型、预测决策模型等。上述3种工具体系用于提供勘探各环节的智能化分析。

2.4　智能决策支持

油气勘探智能化决策支持是勘探智能化框架的第四层，即智库系统，是智慧化的决策中心建立。智慧化决策中心设计是以“人”(团队)为核心的智能化目标解决方案，形成信息、知识、工具与方法的综合应用。

依托于油气勘探信息支撑框架的智能化决策中心具有以下4个特征：(1) 业务知识体系的建立。形成了业务背景，使研究和管理能够从盆地区带到圈闭这样一个宏观的、历史的、系统的角度来看待问题；(2) 场景实时动态支持。实现勘探最新的生产动态、研究动态、流程变更等信息实时反映到决策中心，保证决策的针对性；(3) 智能交互分析。通过提供不同粒度的预测模型、预警模型、决策模型，提供三维交互分析环境，促进复杂问题的简单化与清晰化；(4) 团队的智慧协作。通过多学科协同、沟通和交流技术等信息交互技术的设计，实现从个人决策到团队决策的转变，使个人的智慧形成团队的智慧及多学科协同的群体决策模式。

3勘探智能化框架的建设策略与创新思维

勘探智能化框架的创新思维，就是建立多学科、多因素共同作用的支持系统，勘探活动本身就是知识收集和知识创造的过程，油气勘探工作的核心在于油气地质理论的创造和创新。因此，油气勘探的认识过程就是认知、归纳、创新、决策的循环提升过程，勘探智能化框架的目标是针对油气勘探总结归纳提供支持的过程。

油气勘探决策系统通过信息集成与交互的方式提供了地质研究和探井部署决策支持，而智能化的决策模式则要求从组织流程、信息管理、智能方法上改进，即针对快速决策、高效决策、实时决策的要求，针对决策实现扁平化支持模式，通过业务信息组织、信息支持、智能方法支持，形成针对勘探业务特点的决策支持技术。

勘探智能化框架的建设是一个从业务目标到技术实施的持续整合路线。特定行业的信息技术有效地促进了业务认知体系的落地，但信息技术作为技术工具，其本质是业务工作模式实现的媒介。信息技术不直接引导行业变革，而是促进和辅助行业变革。因此，本次研究针对勘探智能化框架的建设策略提出了“层次设计、纵向实施、分块落地、迭代丰富”的实施策略(图3)，即以信息技术为平台的层次，以特定业务需求贯穿框架，自顶向下逐层设计。首先依托应用场景实现勘探业务需求的落地，逐步丰富完善软件配套体系，逐步落实智能化技术平台。

图3　业务微循环：软件框架建设策略Fig.3　Business microcirculation：Strategy of software architecture

这一策略的核心是：框架的层面要素用于整体架构实现过程的规范与控制，而针对复杂业务建立一个从支持目标到技术实现的“业务微循环”来实现总体框架。这种贯穿了勘探智能化框架架构的业务微循环以业务目标驱动，其架构内容来自于业务实现过程，在具体的业务应用中实现框架的层面要素，如“业务功能”、“技术组件”、“知识定义”与“领域模型”等。最终通过多个业务子系统的迭代建设，实现框架的原型，保证软件框架针对需求的充分支撑。

4实践探索

根据这种结构化框架设计方法，勘探智能化框架的建设通过业务模块设计逐步细化与完善，最终形成集成化平台。例如在理论体系的应用上，以“地震解释-综合地质研究”这一讨论决策环节为支持目标，针对提升研究与决策水平，从多个角度探讨全面的信息支持方法，这种方法针对建立一个从支持目标到技术实现的“业务微循环”，将技术研究过程分为交互模式确定、软件系统、配套场景、数据组织等4个部分。首先，针对“地震解释与地质综合研究”业务，在组织流程上划分多个流程步骤；针对不同流程确定人机交互模式，确定信息传达、分析、知识碰撞、沟通、协同模式等支持方式。其次是针对这种交互模式，确定相关的软件系统功能支持，进而针对软件的应用，确定应用的配套场景、网络和软硬件环境。最后，明确相关的数据与知识体系建设。

图4　业务应用案例：“综合地质研究决策”软件框架建设Fig.4　Business application case：software architecture for ″comprehensive geological research strategy″

在这种综合思想下建立的新决策模式(图4)，基于明确的业务目标为出发点，通过前人知识的集中实现了知识传递，通过二维、三维图形和触摸交互实现了高效交流、通过多学科分析评价模型实现了智能决策。

5结论

(1) 油气勘探是一项具有高度复杂性的高风险行业，勘探地质研究需要实践性和流程性逻辑思维，也需要创新性和跳跃性的抽象思维。作为信息化支撑的勘探智能化框架的提出，便是顺应了当前快速勘探、高效勘探的需求而提出的系统化的信息框架。

(2) 通过剖析油气勘探的信息支撑框架设计，指出业务层次与信息技术之间的衔接与沟通的在总体框架设计中的重要性，通过智能化勘探信息支撑框架的4层技术体系设计，针对知识、数字盆地、协同与决策支持4个层次的技术方案设计，实现了石油行业中智能化勘探实施策略的有效探索。

(3) 针对智能化勘探的建设策略与创新思维展开研究，提出了“层次设计，纵向实施”的建设方法。油气勘探业务的智能化技术发展取决于数字油田中数字化、智能化支持技术形成的有机整体,它们是数字勘探发展的不同阶段。

参考文献：

陈强,王宏琳.2002.数字油田：集成油田的数据、信息、软件和知识[J].石油地球物理勘探，37(1)：90-96.

陈新发，曾颖，李清辉.2008.数字油田建设与实践: 新疆油田信息化建设[M].北京：石油工业出版社.

段鸿杰.2003.胜利油田信息化框架构建研究[R].山东东营：胜利油田博士后流动站.

郭元岭.2010.油气勘探发展规律及战略研究方法[M].北京：石油工业出版社.

李清辉，文必龙，曾颖.2008.数字油田信息平台架构[M].北京：石油工业出版社.

李青元,张丽云,魏占营,等.2013.三维地质建模软件发展现状及问题探讨[J].地质学刊，37(4)：554-561.

邱旭明，严元锋，唐焰，等.2014.苏北盆地沙瓦油区滚动勘探方法研究[J].地质学刊，38(1)：66-71.

石广仁.2004.油气盆地数值模拟方法[M].3版.北京：石油工业出版社.

孙旭东,吴冲龙,陈历胜.2015a.油气地质综合研讨厅的设计思路与关键技术[J].石油实验地质，37(3)：383-389.

孙旭东，吴冲龙，隋志强，等.2015b.基于陆相断陷盆地的油气运聚模拟[J].西安石油大学学报，30(3)：1-5.

吴冲龙,毛小平,田宜平，等.2006.三维数字盆地构造-地层格架模拟技术[J].地质科技情报,25(4)：1-8

王根海.2008.石油勘探哲学与思维[M].北京：石油工业出版社.

吴冲龙,刘刚,田宜平,等.2014.地质信息科学与技术概论[M].北京：科学出版社.

翟光明,王玉普,何文渊.2007.中国油气勘探综合工作法[M].北京：石油工业出版社.

PRATT W E.1952.Toward a philosophy of oil-finding[J].AAPG Bulletin，36(12)：2231-2236.

Design of information support framework in intelligent oil and gas exploration

SUN Xu-dong1,2， WU Chong-long1， ZHOU Xia3,4, GUO Jun3

(1. China University of Geosciences (Wuhan), Wuhan 430074, Hubei, China; 2. Institute of Petroleum Engineering Technology, Sinopec, Beijing 100101, China; 3. Geophysical Research Institute, Sinopec Shengli Oilfield, Dongying 257022, Shandong, China; 4. China University of Geosciences (Beijing), Beijing 100083, China)

Abstract：Oil and gas exploration is a highly risky industry. The exploration geological research needs not only complex logical thinking but also innovative abstract thinking. At present, the proposal of ″smart oilfield″ and ″intelligent exploration″ theoretical system just complies with the intelligent, fast and efficient demand of petroleum exploration. Based on the analysis of oil and gas exploration information support framework, this study put forward the four levels of design concepts for the future intelligent exploration, pointed out that the key technologies of connection and communication between each levels, and further explored the implementation strategy of information framework for intelligent exploration in the oil industry based on this theoretical system.

Keywords：digital oil field; intelligent exploration; knowledge model; digital basin; collaborative geological research; business microcirculation