[论文解读] Machine Learning for Gas and Oil Exploration

Vito Alexander Nordloh, Anna Roubícková+1 more|arXiv (Cornell University)|Oct 4, 2020

Reservoir Engineering and Simulation Methods参考文献 3被引用 4

一句话总结

本文提出一种基于梯度提升和神经网络的机器学习方法，利用地质上邻近的井作为训练数据，预测油气井测井数据中的缺失值。主要贡献在于证明：在邻近井上进行本地训练可提高预测精度，尽管误差指标相似，梯度提升模型在性能稳定性上优于神经网络。

ABSTRACT

Drilling boreholes for gas and oil extraction is an expensive process and profitability strongly depends on characteristics of the subsurface. As profitability is a key success factor, companies in the industry utilise well logs to explore the subsurface beforehand. These well logs contain various characteristics of the rock around the borehole, which allow petrophysicists to determine the expected amount of contained hydrocarbon. However, these logs are often incomplete and, as a consequence, the subsequent analyses cannot exploit the full potential of the well logs. In this paper we demonstrate that Machine Learning can be applied to \emph{fill in the gaps} and estimate missing values. We investigate how the amount of training data influences the accuracy of prediction and how to best design regression models (Gradient Boosting and neural network) to obtain optimal results. We then explore the models' predictions both quantitatively, tracking the prediction error, and qualitatively, capturing the evolution of the measured and predicted values for a given property with depth. Combining the findings has enabled us to develop a predictive model that completes the well logs, increasing their quality and potential commercial value.

研究动机与目标

• 解决油气勘探中不完整且含噪的井测井数据带来的挑战，此类数据限制了对烃类产量的准确估算。
• 通过机器学习填补缺失值，提升井测井数据的质量和商业价值。
• 研究训练数据规模及地理邻近性对预测井测井属性模型性能的影响。
• 比较梯度提升与神经网络模型在井测井数据填补中的预测准确性和稳定性。
• 证明仅依赖定量误差指标可能具有误导性，并倡导对预测结果进行定性视觉检查。

提出的方法

• 采用监督机器学习方法，将某一物理属性作为目标变量，其余属性作为输入特征，以预测井测井数据中的缺失值。
• 在目标属性有测量值的井测井数据子集上进行模型训练，并使用独立的测试集进行评估，以避免数据泄露。
• 应用两种回归模型：梯度提升（类似XGBoost）和前馈神经网络，并通过超参数调优实现最优性能。
• 使用标准指标评估模型性能：均方误差（MSE）和平均绝对百分比误差（MAPE），并辅以深度方向上预测值与实测值的视觉分析。
• 通过逐步将最近的地理邻近井加入训练集，测试本地训练策略对预测误差的影响。
• 使用相关性热图分析井间特征关系，评估全局相关性是否掩盖了局部地质差异。

实验结果

研究问题

• RQ1 训练数据量，尤其是来自地理邻近井的数据，如何影响井测井数据中缺失值预测的准确性？
• RQ2 在缺失井测井值预测中，梯度提升模型与神经网络模型哪种能提供更准确且更稳定的预测？
• RQ3 MSE和MAPE等标准误差指标在井测井数据填补中在多大程度上能准确反映预测质量？
• RQ4 与仅基于单口井或整个数据集训练相比，对邻近井进行本地训练能否提升模型性能？
• RQ5 小尺度空间范围内的地质变异如何影响机器学习模型在井测井预测中的泛化能力和可靠性？

主要发现

• 同时对所有井进行训练并未提高模型准确性，反而可能因地质异质性引入虚假相关性。
• 将邻近井加入训练集并不总是能降低预测误差，因小尺度空间范围内的地质差异会使模型学习产生混淆。
• 梯度提升模型在不同井和超参数设置下表现出更稳定的性能，而神经网络在不同运行中结果波动较大。
• 对于大多数井测井属性，梯度提升模型在平均大小的缺失段预测中准确率超过90%，表明其具备强大的预测能力。
• MSE和MAPE等定量指标可能具有误导性；对深度方向上预测结果的视觉检查显示，模型在误差指标上可能表现良好，但未能捕捉有意义的地质趋势。
• 本研究结论认为，提升模型准确性的关键在于采用更优的评估指标和更高质量的输入数据，而非使用更复杂的模型。