工程科学学报.第43卷，第2期：179-192.2021年2月 Chinese Journal of Engineering,Vol.43,No.2:179-192,February 2021 https://doi.org/10.13374/j.issn2095-9389.2020.07.21.001;http://cje.ustb.edu.cn 油气资源开发的大数据智能平台及应用分析 宋洪庆12)四，都书一12，周园春2)，王宇赫，王九龙2,3) 1)北京科技大学土木与资源工程学院，北京1000832)大数据分析与计算技术国家地方联合工程实验室，北京1001903)中国科学院计 算机网络信息中心，北京1001904)中国石油大学（华东）石油工程学院，青岛266555 ☒通信作者，E-mail:songhongqing@ustb.edu.cn 摘要油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油 气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟 与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示.通 过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景.未来石油公司应与科研院所 通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级. 关键词石油；天然气；大数据；人工智能：深度学习：机器学习 分类号TE3 Big data intelligent platform and application analysis for oil and gas resource development SONG Hong-qing DU Shu-yi2),ZHOU Yuan-chun WANG Yu-he,WANG Jiu-long 1)School of Civil and Resource Engineering,University of Science and Technology Beijing,Beijing 100083,China 2)National and Local Joint Engineering Lab for Big Data Analysis and Computer Technology,Beijing 100190,China 3)Computer Network Information Center,Chinese Academy of Sciences,Beijing 100190,China 4)School of Petroleum Engineering,China University of Petroleum(East China),Qingdao 266555,China Corresponding author,E-mail:songhongqing @ustb.edu.cn ABSTRACT With the rapid improvement of exploration and monitoring technologies,the oil and gas industry has accumulated a large amount of data in the fields of seismic exploration,logging,production,and development.How to transform the huge "data resources" into"data assets"and fully utilize data and tap their real value to better serve society is a main concern in the oil and gas industry today. Therefore,the oil industry needs to complete the industrial upgrading of"Smart Oilfield"through digital and intelligent transformation. In recent years,the rise of big data technology and artificial intelligence have allowed international oil companies and oil service giants to accelerate the construction of digital and intelligent oil fields.The overall framework of the big data intelligent platform of oil and gas resources should be based on data resources with big data platform computing power as the support and artificial intelligence algorithms as the core.To meet the production needs of the oil and gas industry,it is of great urgency to build an oil and gas data resource pool that integrates exploration,development,and production data.The data quality can be improved via data cleaning and fusion.Physical simulations,data mining,and other approaches should be combined to achieve the modularization of service functions.Additionally,the goals of intelligent monitoring,early warning,and display on multi-dimensional platforms such as PC,control screen,and mobile apps can also be achieved.The analysis of artificial intelligence methods such as deep learning in the context of the oil and gas industry shows that these methods have good application prospects.In the future,oil companies should work together with scientific research institutes 收稿日期：2020-07-21 基金项目：国家自然科学基金资助项目(11972073)：中央高校基本科研业务费资助项目(FRF-TP.19-005B1)油气资源开发的大数据智能平台及应用分析 宋洪庆1,2) 苣，都书一1,2)，周园春2,3)，王宇赫4)，王九龙2,3) 1) 北京科技大学土木与资源工程学院，北京 100083    2) 大数据分析与计算技术国家地方联合工程实验室，北京 100190    3) 中国科学院计 算机网络信息中心，北京 100190    4) 中国石油大学（华东）石油工程学院，青岛 266555 苣通信作者，E-mail：songhongqing@ustb.edu.cn 摘    要    油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油 气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟 与数据挖掘等手段，实现服务功能模块化，并在 PC 端、管控大屏、手机移动 APP 等多维平台实现智能监测、预警与展示. 通 过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景. 未来石油公司应与科研院所 通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级. 关键词    石油；天然气；大数据；人工智能；深度学习；机器学习 分类号    TE3 Big  data  intelligent  platform  and  application  analysis  for  oil  and  gas  resource development SONG Hong-qing1,2) 苣 ，DU Shu-yi1,2) ，ZHOU Yuan-chun2,3) ，WANG Yu-he4) ，WANG Jiu-long2,3) 1) School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, China 2) National and Local Joint Engineering Lab for Big Data Analysis and Computer Technology, Beijing 100190, China 3) Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China 4) School of Petroleum Engineering, China University of Petroleum (East China), Qingdao 266555, China 苣 Corresponding author, E-mail: songhongqing@ustb.edu.cn ABSTRACT    With the rapid improvement of exploration and monitoring technologies, the oil and gas industry has accumulated a large amount of data in the fields of seismic exploration, logging, production, and development. How to transform the huge “data resources” into “data assets” and fully utilize data and tap their real value to better serve society is a main concern in the oil and gas industry today. Therefore, the oil industry needs to complete the industrial upgrading of “Smart Oilfield” through digital and intelligent transformation. In recent years, the rise of big data technology and artificial intelligence have allowed international oil companies and oil service giants to accelerate the construction of digital and intelligent oil fields. The overall framework of the big data intelligent platform of oil and gas resources should be based on data resources with big data platform computing power as the support and artificial intelligence algorithms as the core. To meet the production needs of the oil and gas industry, it is of great urgency to build an oil and gas data resource pool that integrates  exploration,  development,  and  production  data.  The  data  quality  can  be  improved via data  cleaning  and  fusion.  Physical simulations, data mining, and other approaches should be combined to achieve the modularization of service functions. Additionally, the goals of intelligent monitoring, early warning, and display on multi-dimensional platforms such as PC, control screen, and mobile apps can also be achieved. The analysis of artificial intelligence methods such as deep learning in the context of the oil and gas industry shows that these methods have good application prospects. In the future, oil companies should work together with scientific research institutes 收稿日期: 2020−07−21 基金项目: 国家自然科学基金资助项目（11972073）；中央高校基本科研业务费资助项目（FRF-TP-19-005B1） 工程科学学报，第 43 卷，第 2 期：179−192，2021 年 2 月 Chinese Journal of Engineering, Vol. 43, No. 2: 179−192, February 2021 https://doi.org/10.13374/j.issn2095-9389.2020.07.21.001; http://cje.ustb.edu.cn