9月8日，大庆油田测试技术服务分公司监测信息解释评价中心技术人员轻点屏幕，仅用10秒钟时间完成刚刚上传的1份试井资料的解释评价工作。这看似“简单便捷”的解释评价，实际上包括10种常规试井模型智能识别与曲线智能拟合等一系列复杂的操作。

据介绍，该分公司创新形成测试资料人工智能解释技术，并在国内首次将此项技术应用到测试智能解释行业领域。智能解释方向目前正在研究的有试井智能解释和测井智能解释两项技术，已覆盖该分公司60%的常规测试资料解释工作。

试井智能解释充分利用试井历史数据与深度学习技术，构建InceptionResnet试井模型智能识别网络，改变了以往试井资料解释过度依赖解释人员水平、人工拟合调参效率低的历史，将解释时间由25-40分钟缩短至10秒。今年3月应用至今，已经在大庆喇嘛甸油田常规试井资料解释中推广应用202井次，准确率达96.5%，解释效率提高12-20倍。

在测井智能解释方面，该分公司以测井成果库为研究基础，编制测井数据批量处理软件模块，广泛应用后将彻底颠覆传统解释工作模式，进一步释放人力资源，提高了解释精度及标准化水平。据了解，单从曲线校深这项工作来说，以往人工解释需要手动调取至少10条测井曲线，依靠人工经验肉眼找到深度校正点，手动反复选择参数、逐条校正深度，耗时久，精度低。应用曲线智能校深后，计算机可以将目标曲线通过滑动对比，自动计算出校正值，与以往人工校深的精度值0.1米相比，提高至0.025米，精度提高4倍，校深准确率达98%。除此之外，单井深度校正时间由5分钟提高至8-10秒，效率提高30倍以上。在管柱工具识别方面，在磁性定位测试曲线中可自动识别出管柱工具，同时完成工具标注，准确率达95%以上，平均用时由3分钟缩短至5-8秒，效率提升20倍以上。