刘 振，李 黎，汪生好，杨小江，王要森，徐 超

（中海石油（中国）有限公司深圳分公司，深圳 518000）

0 引言

以大数据为代表的数字分析技术以及石油行业数字化建设持续稳步开展，数据中隐藏信息的挖掘及有效应用成为国内外油田勘探开发研究的热点[1-11]。南海东部油气田经历数十年勘探、开发，积累了大量、多种类型的数据存储，这些数据中隐藏了大量有价值的信息，有效利用这些数据资源降低勘探开发风险和成本成为油气勘探开发数字化转型阶段亟需解决的问题。目前油气地下研究数字化应用方面，经过一段时间的探索，普遍认为，地下油气成藏影响因素复杂多样，直接将数据应用于勘探、开发预测，有较大风险。相对而言，缩小研究范围，将目标聚焦到地震、测井、地质、油藏等专业中的具体问题，更易于发挥数据的积极作用，且已有较多成功案例，如Al-Anazi、Chauhan、李大伟、罗建民、Yili Ren、于荣泽等在储层或油层分类、岩芯微断层识别、靶区优选、电阻率解释、页岩气勘探等方面取得较好效果[12-17]。

数据驱动模型的建立及算法的实现是数据驱动成功应用的关键[18-20]，而地质油藏研究中基于数据驱动的数学模型依然较少，使得勘探开发数据中有价值的信息尚未充分挖掘。在此背景下，本文结合在生产油田具体工作场景，尝试建立相关数据模型并进行应用探索：①建立构造高程差数据模型，充分利用非目的层钻井地质分层数据，有效指导了构造变化分析及开发井随钻；……