上一版
放大
缩小
全文复制
上一篇
本报讯 近日，一项由美国佛蒙特大学最新发布的研究表明，利用人工智能油气企业或监管部门能够有效预测石油、天然气钻井甲烷泄漏的状态。在测试过程中，研究人员对位于加拿大的38391个油气井进行了检测，通过输入油气井内相关的流体参数，使用机器学习算法便能够判断油气井是否存在甲烷泄漏的问题，比对现场勘查的数据，其准确率可达87%。这一成果发表于学术杂志《环境地质科学》。
甲烷作为天然气的主要成分，也是一种不可忽视的温室气体，在过去20年里同样体积的甲烷带来的温室效应远远超过二氧化碳。根据一项2018年7月发表于《科学》杂志的研究，在油气开采过程中，每口油气井甲烷的排放量约为美国天然气一年总产量的2.3%左右，也就意味着每年有价值高达20亿美元的甲烷面临着浪费。这一数值远超过了科学家此前的预期，也对各国应对气候变化的行动带来不利影响。
在这项研究中，通过对加拿大阿尔伯塔省发布的油井检测数据进行分析，并与是否出现甲烷泄漏这一因素关联起来，在数据模型中加入16个与油气井相关的流体、机械等参数，其中油井偏离垂直钻井线的程度、油井的老旧程度和大口径油气井水泥的孔隙大小是判断一个油井是否有泄漏的三个主要因素。根据机器学习模型，研究人员对油气井是否会甲烷泄漏进行了预判，其结果准确率可达87%。
“从宏观层面来看，我们现在已经有可以更加有效地判断油气井状态的工具。由于甲烷是一个重要的温室气体，这一工具将十分有实际应用价值。”这一研究的主要作者、佛蒙特大学George Pinder教授表示。
据资料显示，现在部分上游油气开发企业也越来越重视油气井甲烷泄漏的问题，通常使用红外探测、无人机或卫星对油井是否泄漏进行探测，如跨国油气企业埃克森·美孚则计划在2020年前，更换已经老化的油气井设备，并减少15%的甲烷排放量。一位来自美国康奈尔大学、并未参与这一研究的学者A.R. Ingraffea教授对此项研究发表评论称，“地区监管部门从来没有足够的检测人员和资金支持来定位可能泄漏甲烷的油气井，更不用说进行维修。因此，这一研究对这些企业和监管部门来说将十分有价值，现在他们能够更多地关注到检测油气井本身的参数，并找出最有可能泄漏的地方。”
同时，这一研究也将为新建油气井提供相应的指导，通过合理的结构设计尽可能地减小甲烷泄漏的可能性。但研究人员也指出，现有的数据可能还低估了泄漏的油气井规模，由于随着油气井的老化将更有可能出现故障，因此未来还需要更多的研究对这一模型进行完善。
（李丽旻）
