4月15日，加拿大卡尔加里大学陈掌星院士和中国石油大学（北京）庞雄奇教授应朱日祥院士的邀请来我所进行学术交流，并分别作了题为“智能油气工程”和“深层致密介质中油气富集成藏动力机制与演化模式”的前沿论坛报告。报告会由朱日祥院士主持。
陈掌星院士首先介绍2016年以来人工智能爆炸性发展，而机器学习作为一种实现人工智能的方法，其高效的运算能力及强大的预测功能获得广泛关注，并应用于众多领域。然后，展示了人工智能在油气工程中的广泛应用，包括：通过识别低效率区来帮助公司优化生产，提升作业效率；将常规任务自动化，确定最佳实践，降低作业成本；与大数据分析结合以开发预测模型，帮助企业获取和分析生产过程动态，优化上游运营，进行智能数据预测；监控石油和天然气钻机、炼油厂、管道、油井等以提供更安全措施；帮助寻找新的油气资源；降低碳排放等方面。随后，详细介绍智能油气工程的五个应用实例，包括：油气储层类型自动识别、油气产量预测、油气藏数模软件效率和速度提高、水力压裂诱发地震预测等。最后，陈院士介绍了其团队及研究方向，并热情邀请广大师生来加拿大卡尔加里大学访问交流。
庞雄奇教授指出中国深部地层时代老、埋深大、成熟度高，油气勘探已经走在世界前列；深层和超深层展示出广阔前景的同时也存在重大挑战。首先，他指出了三个关键科学问题：深层致密油气成藏受哪些非浮力作用？深层致密介质毛细管阻力巨大，它们是如何克服这些阻力的？非浮力成藏有10多种动力机制，谁的贡献量最大？接下来，详细报告了致密油气藏分布的地质特征、致密油气藏成因类型与主控因素、致密介质油气富集动力与贡献量模拟、致密介质油气富集动力机制演化模式。最后，基于研究成果，庞教授对深层油气勘探提供了三点启示：深层油气成藏存在一个底限，在这一底限之下勘探油气风险大；深层油气富集的最好目标是与源紧临的毛管力最小的储集体，其钻探风险小；深层碳酸盐岩油气富集动力与砂岩储层有很大不同，深层碳酸盐岩最有利勘探目标是近源后成储集体。
陈掌星作报告
庞雄奇作报告
【报告人简介】
陈掌星教授现为加拿大皇家科学院院士、工程院院士，石油和天然气工程专家、卡尔加里大学国家讲席教授。主要从事油藏工程与数值模拟基础理论研究及工业应用。在过去30年间，带领一支约80人的顶级科研团队，领导一个由十余家国际大型知名企业组成的研究联盟，致力于油藏工程与数值模拟基础理论研究与创新。根据爱思维尔（Elsevier Scopus，世界权威统计机构）统计结果，在石油工程领域近十年内（2010-2020），其学术论文综合指标（包括论文数、他人引用数和H指数）全球排名第一。曾获中国政府友谊奖、美国福特总统奖、加拿大最高科技奖、工业与应用数学菲尔兹奖、“Killam”最高教授成就奖等。
庞雄奇现为中国石油大学（北京）教授，校学术委员会副主任，中国石油学会和地质学会理事。长期从事油气成藏研究，提出油气门限概念并创立油气门限控藏模式，包括运聚门限联合控油气聚散平衡模式、分布门限组合控油气成藏区带发育模式、动力门限复合控油气资源分类富集模式，油气门限词条检索已达64697次。出版专著23部、发表论文492篇，获发明专利25件、软件著作权10项。新模式被推广到国内外18个探区应用，为油田公司增加储量49亿吨油当量和钻探成功率提升20%以上做出了贡献。担任过国家863油气主题评审专家兼召集人；国家973项目首席科学家；Petroleum Science主编。获国家科技进步一等奖1项，二等奖1项，省部级一等奖11项；获得过全国优秀教师奖章、李四光地质科学奖；享受政府特殊津贴。
【延伸阅读】
- Wang K, Luo J, Wei Y, et al. Practical application of machine learning on fast phase equilibrium calculations in compositional reservoir simulations [J]. Journal of Computational Physics, 2020, 401: 109013. （原文链接）
- Ahmadi M, Chen Z. Machine learning-based models for predicting permeability impairment due to scale deposition [J]. Journal of Petroleum Exploration and Production Technology, 2020, 10(7): 2873-2884. （原文链接）
- Pang X, Jia C, Wang W, et al. Buoyance-driven hydrocarbon accumulation depth and its implication for unconventional resource prediction [J]. Geoscience Frontiers, 2021, 12(4): 101133. （原文链接）
- Pang X, Jia C, Chen J, et al. A unified model for the formation and distribution of both conventional and unconventional hydrocarbon reservoirs [J]. Geoscience Frontiers, 2021, 12(2): 695-711. （原文链接）
（供稿：张旺，汪文洋/岩石圈室 编辑：科技处、综合办）
