机器学习算法被用于确认甲烷漏失井

  [中国石化新闻网2019-01-15]西方研究机构每年都有大量研究揭示油气井向大气漏失大量甲烷。美国佛蒙特大学的研究人员对加拿大艾伯塔省3.8391万口油气井进行了甲烷漏失研究，要求在该地区作业的油气公司在油气井即将投产前对其展开测试，以确定是否存在甲烷漏失的情况，并追踪记录。结果表明，这些即将投产的井中有12.5%的油气井存在甲烷漏失。
  研究人员随后采用机器学习算法，并基于16组特征对易于和不易于出现甲烷漏失的井进行关联。研究发现，侧钻井、用老技术钻探的井和直径较大的井最易发生甲烷漏失（大直径的井固井水泥部位更多，也更易产生裂缝）。对于信息掌握量较大的4000多口井，算法确认漏失井的准确率可达87%；对于信息掌握不全的更大样本数量，漏失井确认准确率为62%。研究人员认为，算法可帮助油气公司找出漏失油气井，采取措施减少温室气体排放，也有助于优化油气井的设计和钻探，从而更有效降低油气井未来出现甲烷漏失的可能性。