報告題目：測井數據人工智能處理解釋的探索與實現

報 告 人：王華教授

報告時間：11月5日 15:00-17:00

報告地點：計算機與軟件學院明理樓B306

報告人簡介：

王華，電子科技大學資源與環境學院副院長、教授、博士生導師、國家級海外高層次人才、四川省特聘專家。中國石油大學（北京）與美國麻省理工學院（MIT）聯合培養博士。MIT博士后。國際巖石物理學家與測井分析家學會（SPWLA）卓越服務獎獲得者，中國地球物理學會“傅承義青年科技獎”獲得者，國際石油工程師學會（SPE）亞太區地層評價獎獲得者。

主要研究方向為：特殊應用場景下（如高溫高壓井筒）的儀器設計與研制、人工智能技術在地球物理中的應用、復雜環境中的波場傳播規律和探測理論研究、井下分布式光纖傳感、及巖石微觀孔隙的定量表征等。主持科研國家自然科學基金項目4項，國際能源公司及國有大型企業委托項目10余項。在《Geophysical Journal International》、《Geophysics》、《Computers and Geosciences》、《The Journal of the Acoustical Society of America》等期刊上發表近50篇論文。受Springer出版集團全額資助與國際著名地球物理學家Nafi Toksoz教授和Michael Fehler教授合作撰寫專著一部《Borehole Acoustic Logging - Theory and Methods》。王華教授為國際SCI期刊《Journal of Petroleum Science and Engineering》副主編，《Artificial Intelligence in Geosciences》期刊主編。此外，王華教授還擔任國際巖石物理學家與測井分析家學會（SPWLA）西南分會主席、國際石油工程師學會（SPE）成都分部副主席、國際石油技術大會（IPTC）教育委員會委員。

報告內容摘要：

隨著非常規油氣資源的開發，當前的勘探開發目標越來越聚焦于低孔、低滲、高含水儲層，這對現有的測井資料解釋方法提出了更高的要求。本報告圍繞測井資料的智能處理與解釋方法展開研究，主要包括以下幾個方面：首先，探索巖相的智能分類與參數反演技術，利用先進的人工智能算法提高分類精度。其次，研究成像測井資料的半監督智能解釋，通過結合標注和未標注數據，實現更高效的解釋模型。接著，提出無監督的井筒聲場弱信號增強方法，為近井區成像提供有力保障。最后，展望應用大模型技術對測井資料進行處理，提升數據處理的智能化水平。本研究旨在推動測井資料處理與解釋的智能化發展，為油氣勘探開發提供更有效的工具和方法。

主辦單位：計算機與軟件學院

 科學技術發展研究院